Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pye Unidad Apuntes 4unidades 1
Pye Unidad Apuntes 4unidades 1
ESTADISTICA DESCRIPTIVA
La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar
datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas
en tal anlisis; Se divide la estadstica en:
Estadstica descriptiva o deductiva
Estadstica inferencial o inductiva.
ESTADISTICA DESCRIPTIVA O DEDUCTIVA: La parte de la estadstica que solo se
ocupa de describir y analizar un grupo dado, sin sacar conclusiones sobre un grupo
mayor, se llama estadstica descriptiva o deductiva.
= 5.2275
= 9.873
=
7.5
= 6.45
5
10
8
6
6 ENTEROS
1.313 MILESIMAS
0.83 CENTESIMAS
4.30
3.86
4.57
3.59
4.57
5.16
2.88
5.02
5.46
3.87
6.84
4.91
3.62
3.62
3.80
3.70
4.15
4.07
3.77
5.77
7.86
4.63
4.81
2.86
5.02
5.24
4.02
5.44
4.65
3.89
4.00
2.90
(F)
( Fr )
SOLUCION
R = 7.86 2.10 = 5.76
K=
=
= 6.3245 6
C = 5.76 / 6 = 0.96 0.97
GRUPOS E
INTERVALOS DE
CLASE
1) 2.10 -- 3.06
2) 3.07 -- 4-03
3) 4.04 -- 5.00
4) 5.01 -- 5.97
5) 5.98 -- 6.94
6) 6.95 -- 7.91
LCI
LCS
CONTEO
fr
Fr
IIIII
IIIII
IIIII
IIIII
IIIII IIII
IIIII III
5
15
5
20
5/40=0.125 0.125
15/40=0.375
0.5
9
8
29
37
9/40=0.225
8/40=0.2
0.725
0.925
II
I
2
1
40
39
40
2/40=0.05
1/40=0.025
1
0.975
1
90.4
90.6
87.7
87.8
91.0
93.3
91.2
89.3
90.7
83.4
89.9
90.3
91.8
89.3
89.7
GRUPOS DE
INTERVALOS DE
CLASE
1) 83.4 -- 85.9
2) 86.0 -- 88.5
3) 88.6 -- 91.1
4) 91.2 -- 93.7
5) 93.8 -- 96.3
86.7
88.3
93.4
92.3
94.4
90.3
87.5
87.6
88.5
90.4
CONTEO
I
IIIII III
IIIII IIIII
II
IIIII I
III
1
8
12
1
9
21
6
3
30
27
30
fr
Fr
0.033 0.333
0.266
0.3
0.4
0.7
0.2
0.1
1
0.9
1
Las tablas de frecuencias se usan para elaborar grficos lineales como el histograma, el
polgono y la ojiva.
Histograma: consiste en un conjunto de rectngulos con (a) bases en el eje x horizontal,
centros en las marcas de clase y longitudes iguales a los tamaos de los intervalos de
clase y (b) reas proporcionales a las frecuencias de clase.
Donde X= marca de clase (punto medio del intervalo de clase; Se obtiene promediando el
LCI y LCS)
Polgono: es una grfica de lnea de las frecuencias de clase, dibujada con respecto a la
marca de clase, puede obtenerse uniendo los puntos medios de las partes superiores de
los rectngulos del histograma.
EJEMPLO 3
Sea X el tiempo en minutos que debe esperar un vehculo para cruzar una intercepcin
transitada que cuenta con semforos. Los datos siguientes se obtienen de una muestra
aleatoria de 36 vehculos.
0.2
1.5
2.3
4.0
0.5
1.5
2.5
4.1
0.7
1.6
2.6
4.5
1.1
1.6
2.9
5.1
1.2
1.7
2.8
5.8
1.2
1.9
3.0
1.4
1.3
2.0
3.1
1.4
2.1
3.0
1.4
2.1
3.7
1.4
2.2
3.7
R = 5.8 0.2 = 5.6
K=
=6
C = 5.6/ 6 = 0.93 1
2.2
3.2
4.2
5.2
(-)
-----
3.1
4.1
5.1
6.1
(+)
CONTEO
INTERVALOS
REALES
IIII
IIIII IIIII IIIII
I
IIIII IIII
IIII
II
I
4
16
4
20
0.15 -- 1.15
1.15 -- 2.15
9
4
2
1
36
29
33
35
36
2.15
3.15
4.15
5.15
LRI
-----
3.15
4.15
5.15
6.15
LRS
0.1/2 = 0.05
Formula
n = total de datos
x= datos de la muestra
MEDIANA
Smbolo
MODA
EJEMPLO 4
Seis temperaturas mximas en una ciudad de florida fueron 22, 20, 24, 21, 26 y 22 en
grados Celsius
A) Calcular media
B) Calcular mediana
C) Calcular moda
SOLUCION
A) Media
B) Mediana
Primero se ordenan y despus se busca el elemento que est en el centro de los
elementos, en este caso se tienen dos elementos en el centro, por lo tanto se realiza un
promedio de los dos nmeros como a continuacin se puede apreciar:
20, 21, 22, 22, 24, 26
22+22/2=22
Por lo tanto la mediana es 22
C) Moda
El nmero 22 se repite 2 veces por lo tanto tiene moda bimodal
MEDIA
Formula
n = total de datos
x= datos de la muestra
f= frecuencia
MEDIANA
Smbolo
Formula
LQ= n/2
n= total de datos
LRI= limite real inferior con respecto a LQ
F anterior= frecuencia acumulada anterior, con respecto a LQ
f= frecuencia con respecto a LQ
C= amplitud
MODA
Smbolo
Formula
10
EJEMPLO 5
El primer da de clases del semestre pasado se pregunt a 50 estudiantes de ingeniera
acerca del tiempo requerido para desplazarse de su casa a la divisin de ciencias bsicas
(redondeando a 5 minutos). Los datos restantes fueron los siguientes:
20
35
25
15
5
20
25
30
20
20
30
15
15
20
20
25
25
20
20
10
20
25
45
20
5
25
40
25
25
20
30
25
35
20
30
15
30
25
20
10
10
5
10
15
25
40
25
10
20
15
f
8
6
14
12
5
4
1
50
x
7.5
13.5
19.5
25.5
31.5
37.5
43.5
fx
60
81
273
306
157.5
150
43.5
1071
F
8
14
28
40
45
49
50
b)
c)
11
d)
d1= f
d2= f
-f anterior= 14 - 6= 8
-f posterior= 14 - 12= 2
12
Smbolo
Formula
LQx=
(localizacin del cuartil)
N= total de datos
LRI= limite real inferior con respecto a LQ
F anterior= frecuencia acumulada anterior, con respecto a LQ
f= frecuencia con respecto a LQx
C= amplitud
DECILES
Dx
Smbolo
Formula
LDx=
(localizacin del decil)
N= total de datos
LRI= limite real inferior con respecto a LQ
F anterior= frecuencia acumulada anterior, con respecto a LQ
f= frecuencia con respecto a LQx
C= amplitud
PERCENTILES
Px
Smbolo
Formula
LPx=
(localizacin del percentil)
N= total de datos
LRI= limite real inferior con respecto a LQ
F anterior= frecuencia acumulada anterior, con respecto a LQ
f= frecuencia con respecto a LQx
C= amplitud
13
EJEMPLO 6
Tomando los valores del enunciado del ejemplo 5 calcular:
A) El tercer cuartil.
B) El tercer decil.
C) El sexagsimo quinto percentil.
SOLUCION:
A)
B)
C)
14
QUARTILES
Qx
Smbolo
Si se tienen una serie de valores X1, X2, X3, ..., Xn, se localiza mediante las siguientes
frmulas:
- El primer cuartil:
Cuando n es par:
Cuando n es impar:
Cuando n es par:
Cuando n es impar:
15
DECILES
Dx
Smbolo
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes
frmulas:
Cuando n es par:
Cuando n es impar:
Donde A el nmero del decil y n= total de datos.
PERCENTILES
Px
Smbolo
Si se tienen una serie de valores X1, X2, X3, ..., Xn, se localiza mediante las siguientes
frmulas:
Para los percentiles, cuando n es par:
Cuando n es impar:
16
EJEMPLO 7
El dimetro intermedio de las lavadoras producidas por una empresa se mide con
exactitud de milsimas de pulgada
0.321
1
0.324
2
0.327
3
0.330
4
0.333
5
0.336
6
Quartil-1
= 1.5
1.5 + 0.5 = 2
1.5 - 0.5 = 1
Quartil-3
4.5 + 0.5 = 5
4.5 - 0.5 = 4
Decil-1
Percentil-15
Percentil-63
Decil-9
17
MEDIDAS DE DISPERSION
La dispersin o variacin de los datos intenta dar una idea de cuan esparcidos se
encuentran estos; Hay varias medidas de tal dispersin, siendo las ms comunes el
rango, la desviacin media, el rango cuartilico, rango percentilico, varianza, desviacin
estndar, coeficiente de variacin.
Se pueden calcular las medidas de dispersin para datos agrupados y no agrupados
como se muestra a continuacin:
MEDIDAS DE DISPERSION PARA DATOS AGRUPADOS
1) Rango = Dato mayor Dato menor.
El rango de un conjunto de nmeros es la diferencia entre el mayor y el menor de todos
ellos.
EJEMPLO 8
I.C.
5-10
11-16
17-22
23-28
29-34
35-40
41-46
2) Rango Cuartilico =
EJEMPLO 9
Partiendo de los datos del ejemplo 5, Calculamos entonces
Calculamos entonces
18
Calculamos entonces
Por lo tanto el
3) Rango Percentilico =
EJEMPLO 10
Partiendo de los datos del ejemplo 5, Calculamos entonces
Calculamos entonces
Calculamos entonces
Por lo tanto
4) Desviacin media
La desviacin media o desviacin promedio, de un conjunto de N nmeros, es abreviada
por DM.
Donde el resultado de la operacin
19
5) Varianza
6) Desviacin estndar S =
La desviacin estndar de un conjunto de N nmeros, se denota por S; si N nmeros
ocurren con frecuencia, la desviacin estndar se expresa como en la ecuacin dada.
7) Coeficiente de Variacin CV =
La frmula del C.V. viene de la frmula de la dispersin relativa dada por
Dispersin relativa=
La dispersin relativa se llama el coeficiente de variacin, la desviacin estndar es S y
el promedio es por lo tanto surge la nueva ecuacin:
EJEMPLO 11
El primer da de clases del semestre pasado se pregunt a 50 estudiantes de ingeniera
acerca del tiempo requerido para desplazarse de su casa a la divisin de ciencias bsicas
(redondeando a 5 minutos). Los datos restantes fueron los siguientes:
20
35
25
15
5
20
25
30
20
20
30
15
15
20
20
25
25
20
20
10
20
25
45
20
5
25
40
25
25
20
30
25
35
20
30
15
30
25
20
10
10
5
10
15
25
40
25
10
20
15
20
I.C.
5-10
11-16
17-22
23-28
29-34
35-40
41-46
f
8
6
14
12
5
4
1
50
x
7.5
13.5
19.5
25.5
31.5
37.5
43.5
fx
60
81
273
306
157.5
150
43.5
1071
F
8
14
28
40
45
49
50
I.R.C.
4.5 - 10.5
10.5 - 16.5
16.5 - 22.5
22.5 - 28.5
28.5 - 34.5
34.5 - 40.5
40.5 - 46.5
13.92
7.92
1.92
4.08
10.08
16.08
22.08
111.36
47.52
26.88
48.96
50.40
64.32
22.08
371.52
1550.1312
376.3584
51.6096
199.7568
508.0320
1034.2656
487.5264
4207.68
a)
b)
c)
d)
21
3) Rango Cuartilico =
4) Rango Percentilico =
5) Desviacin media
La desviacin media o desviacin promedio, de un conjunto de N nmeros, es abreviada
por DM.
Donde el resultado de la operacin
Y x son los datos
6) Varianza
7) Desviacin estndar S =
La desviacin estndar de un conjunto de N nmeros, se denota por S.
22
8) Coeficiente de Variacin CV =
La frmula del C.V. Viene de la frmula de la dispersin relativa dada por
Dispersin relativa=
La dispersin relativa se llama el coeficiente de variacin, la desviacin estndar es S y
el promedio es por lo tanto surge la nueva ecuacin:
EJEMPLO 13
Cinco temperaturas mximas en una ciudad de florida fueron 22, 20, 24, 21 y 26 en
grados Celsius.
A)
B)
C)
D)
E)
Calcular media
Desviacin media
Varianza
Desviacin estndar
Coeficiente de variacin
a)
Media
b)
Desviacin media
x
22
20
24
21
26
0.6
2.6
1.4
1.6
3.4
9.6
23
c)
Varianza
x
22
20
24
21
26
0.6
2.6
1.4
1.6
3.4
9.6
0.36
6.76
1.96
2.56
11.56
23.20
d)
Desviacin estndar
e)
Coeficiente de variacin
24
Donde
Para datos no agrupados.
25
CURTOSIS
Mide cuan puntiaguda es una distribucion, en general por rederencia a la a normal. Si
tiene un pico alto , como en la figura A.1 Se dice leptocurtica, mientras si es aplastada,
como la de la figura A.2 se dice platocurtica. La distribucion normal, mostrada en la
figura A.3 que nop es muy puntiatguda ni muy aplastada, se llama mesocurtica
Donde
se calcula mediante
26
750
950
I de C
-- 949
-- 1149
F
8
1
7
1
9
1
9
1
1
1
7
3
1150 -- 1349
1350 -- 1549
1550 -- 1749
1750 -- 1949
1950 -- 2149
F
8
2
5
4
4
6
3
7
4
9
1
9
4
Intervalos Reales
749.5 -- 949.5
949.5 -- 1149.5
1149.5 -- 1349.5
1349.5 -- 1549.5
1549.5 -- 1749.5
1749.5 -- 1949.5
1949.5 -- 2149.5
C= 950-750= 200
Grado de aproximacin=1
/ 2 = 0.5
OJIVA
100
80
60
40
20
27
= Localizacin de cuartil-x
Quartil-2
Quartil-3
Quartil-4
Decil-3
Decil-9
Percentil-10
INTERPOLACIN
949.5 -- 8
-- 23.5
1149.5 -- 25
Percentil-90
28
EJEMPLO 15
La siguiente tabla muestra los salarios de 70 empleados
I de C
250.00 -- 259.99
260.00 -- 269.99
270.00 -- 279.99
280.00 -- 289.99
290.00 -- 299.99
300.00 -- 309.99
310.00 -- 319.99
320.00 -- 329.99
f
8
10
16
15
10
5
3
3
F
8
18
34 Calcular
49
59
64
67
70
Quartil-3
Decil-2
Decil-7
Percentil-2
Percentil-98
29
EJEMPLO 16
En el torneo internacional de ajedrez de grandes maestros, participaron 10 reconocidos
maestros. La siguiente es una lista de la duracin (de numero de movimientos) de los 9
participantes que se disputaron 41 42 47 30 32 66 46 18 32.
Calcular
18
0
30
1
32
2
32
3
41
4
42
5
46
6
47
7
77
8
Quartil-1
= 2.25
Decil-9
30
EJEMPLO 17
Los datos siguientes representan las calificaciones finales que obtuvieron en matemticas
8 alumnos de una universidad.
84
62
79
65
65
67
78
78
78
78
62
79
80
80
67
89
EJEMPLO 18
Los siguientes datos representan las distancias en millas que recorren 9 estudiantes de su
casa a la universidad 15.7 6.2 4.8 3.2 4.4 3.9 1.1 4.4 4.8
Calcular media, mediana, moda y determinar qu tipo de sesgo hay.
1.1
3.2
3.9
4.4
4.4
4.8
4.8
6.2
15.7
31
EJEMPLO 19
En los siguientes datos representa los pesos dados a la libra ms cercana de 5
estudiantes.
138
146
1668
146
161
138
146
146
161
168
4.5 + 0.5 = 5
4.5 - 0.5 = 4
Quartil-1
X
138
146
168
146
161
759
= 1.25
1.25 + 0.5 = 1.75
1.25 - 0.5 = 0.75
190.44
33.64
262.44
33.64
84.64
604.8
Quartil-3
= 168 138 = 30
Percentil-10
0.5 + 0.5 = 1
0.5 - 0.5 = 0
S=
= 12.2963
CV =
-2628.072
-195.112
4251.28
-195.112
778.688
2011.672
36267.3436
1131.6496
68874.7535
1131.6469
7163.9296
114569.376
Percentil-90
32
DISTRIBUCION PLATOCURTICA
EJEMPLO 20
Rango Percentilico
=
= 8.8 0.4 = 8.4
Percentil-10
Quartil-1
= 1.75
33
Varianza
Coeficiente de Curtosis
X
0
2
2
6
7
8
9
34
S=
23.5914
8.1630
8.1630
1.3062
4.5920
9.8778
17.1636
72.8570
DISTRIBUCION PLATOCURTICA
= 3.4847
Coeficiente de variacin
CV =
Coeficiente de simetra
-114.5859
-23.3226
-23.3226
1.4929
9.8402
31.0.450
71.1072
-47.7458
556.5551
66.6349
66.6349
1.7062
21.0867
97.5713
294.5898
1,104.779
DISTRIBUCION
ASIMETRICA
SESGO NEGATIVO
CON
34
EJEMPLO 21
Ingenieros civiles ayudan a que las plantas municipales de tratamientos de aguas
residuales funcionen de manera ms eficiente, al recolectar datos acerca de la
calidad de las aguas residuales. En 7 ocasiones las cantidades de salidas
suspendidas (partes por milln) en una planta fueron
X
14
12
21
28
30
65
26
196
S=
196
256
48
0
4
1369
4
1878
-2744
-4096
-343
0
8
50653
-8
43470
38416
65536
2401
0
16
1874161
16
1980546
= 17.6918
Coeficiente de variacin
CV =
Coeficiente de simetra
35
DISTRIBUCION LEPTOCURTICA
EJEMPLO 22
La siguiente informacin representa la duracin en miles de ciclos de perfiles
rectangulares.
a) Construir Histograma y Polgono de Frecuencia
b) Construir Ojiva
c) Partir cuatro cuartiles en forma grfica y analtica
d) Calcular el decil-3, decil-9, percentil-16
C=200
Grado de aprox.=1
n= 94
Int. de Clase
750 - 949
950 - 1149
1150 - 1349
1350 - 1549
1550 - 1749
1750 - 1949
1950 - 2149
8
17
23
15
11
17
3
Intervalos
Reales
749.5 - 949.5
949.5 - 1149.5
1149.5 - 1349.5
1349.5 - 1549.5
1549.5 - 1749.5
1749.5 - 1949.5
1949.5 - 2149.5
F
8
25
48
63
74
91
94
36
Ojiva
100
100%
90
80
75%
70
60
50
50%
40
Ojiva
30
25%
20
10
0
749.5
1131.8529
= 28.2
37
=
=
1974.2059
= 84.6
LPx = Localizacin Percentil x
= 15.04
=1032.3235
38
EJEMPLO 23
Edades
15 - 20
21 - 26
27 - 32
33 - 38
39 - 44
45 - 50
51 - 56
57 - 62
63 - 68
5
20
24
30
46
88
103
44
30
390
Intervalos
Reales
14.5 - 20.5
20.5 - 26.5
26.5 - 32.5
32.5 - 38.5
38.5 - 44.5
44.5 - 50.5
50.5 - 56.5
56.5 - 62.5
62.5 - 68.5
F
8
25
49
79
125
213
316
360
390
=1
= 351
= 61.27
= 97.5
= 40.91
= 3.9
= 19.18
= 292.5
= 55.13
= 261.3
=
= 195
53.3136
= 49.27
39
EJEMPLO 24
1. El peso en kg de los campeones intramuros es: 56.6, 137.4, 73.9, 82, 86.1,
97.5 y 79.3. Calcular Q1, Q3, D2, D8, P15 y P83
= 1.75
75.25
2.25
1.125
= 5.25
94.65
5.75
4.75
= 1.4
72.17
1.9
0.9
= 5.6
101.49
6.1
5.1
= 1.05
66.115
1.55
0.55
= 5.81
109.869
6.31
5.31
40
EJEMPLO 25
El nmero de aviones extranjeros al nuevo aeropuerto de cd. De Guanajuato. En 7
das seleccionados al azar fueron 8, 3, 9, 5, 6, 8, 5, calcular madia, moda,
mediana
3, 5, 5, 6, 8, 8, 9
EJEMPLO 26
La siguiente tabla muestra la distribucin de la edad de 100 ancianos, calcular las
medidas de tendencia central
aos
60 62
63 65
66- 68
69 71
72 74
= 0.5
f
5
18
42
27
8
100
Frecuencia de la moda
F
5
23
65
92
100
x
61
64
67
70
73
d1 = 42-18 = 24
fx
305
1152
2814
1890
584
6745
d2 = 42- 27 =15
41
EJEMPLO 27
Un psiclogo deportivo reuni datos de un grupo de corredores formando la
siguiente distribucin, calcular la media, mediana y moda.
C=0.40
MILLAS POR DA
INTERVALOS
1.60-1.39
1.40-1.79
1.80-2.19
2.20-2.59
2.60-2.99
3.00-3.39
3.40-3.79
3.80-4.19
4.20-4.59
4.60-4.99
5.00-5.39
f
32
43
81
122
131
130
111
95
82
47
53
927
x
1.195
1.595
1.995
2.345
2.795
3.195
3.595
3.995
4.395
4.795
5.195
fx
38.24
68.585
161.595
292.19
366.145
415.35
399.045
379.525
366.39
225.365
275.335
2987.765
F
32
75
156
278
409
539
650
745
827
874
927
d2= = f
f = frecuencia de moda
f ant= frecuencia anterior
f post= frecuencia posterior
42
EJEMPLO 28
Es una oficina de un diario se registr el tiempo en que tardaron en imprimir la
primera plana durante 50 das. Obtenindose la siguiente distribucin.
Int. de clase
1.90-20.1
20.2-21.3
21.4-22.3
22.6-23.7
23.8-24.9
25.0-26.1
26.2-27.3
f
7
11
7
10
11
3
1
50
d1=11-7=4
d1=11-10
d2=11-7=4
d2=11-3=8
LRI= 20.2-0.05=20.15
x
19.55
20.75
21.95
23.15
24.35
25.55
26.75
fx
136.86
228.25
153.65
231.5
267.85
76.65
26.75
1121.51
F
7
18
25
35
46
49
50
23.8-0.05-23.75
43
EJEMPLO 29
La sig. Distribucin representa la edad de 100 ancianos que vara entre 60 y 74
aos.
I.C.
60-62
63-65
66-68
69-71
72-74
n
No. Ancianos
5
18
42
27
8
100
Int. clase
60-62
63-65
66-68
69-71
72-74
f
5
18
42
27
8
100
F
5
23
65
92
100
X
61
64
67
70
73
fx
305
1152
2814
1890
584
6745
f
32.25
62.10
18.9
68.85
44.4
226.5
f
208.0125
214.245
8.505
175.5675
246.42
-1341.6866
-739.1453
-3.8273
447.6971
1367.631
-269.3311
8653.8400
2550.0511
1.7223
1141.6277
7596.3521
19943.5932
(-)
1.
2. RQ= Q3 Q1)= 69.6111-65.6428=3.9683
LQ3=
18
75
69.6111
3. Rp=P90-P10
LP90=
44
LP10=
RP=71.2778-63.3333=7.9445
4. D.M. =
5. S2=
6. S=
7. C.V. =
8.
45
EJEMPLO 30
La siguiente distribucin representa los dimetros en pulgadas
Int. clase
5.97-6.18
6.19-6.24
6.41-6.62
6.63-6.84
6.85-7.06
7.07-7.28
f
2
5
7
13
7
6
40
F
2
7
14
27
34
40
x
6.075
6.295
6.515
6.735
6.955
7.175
fx
12.15
31.475
45.605
87.555
48.685
43.05
268.52
n=40
f
0.8141
0.8736
0.2749
6.292x10-3
0.4099
1.2507
3.6289
f
0.3314
0.1326
0.0107
3.0453x10-6
0.0246
0.2733
0.7920
n=40
Rp=P90-P10
4036 C=0.22
Rp=7.1383-6.273= 0.8653
46
EXAMENES
(PRIMER EXAMEN PARCIAL UNIDAD-1)
EJEMPLO 31
TIPO A
1.- En la siguiente tabla, se muestra las observaciones del nivel de agua en metros
en una presa.
a) Calcular media, moda, percentil-18.
b) Determinar el coeficiente de simetra.
INTERVALOS
REALES
40.05-43.05
43.05-46.05
46.05-49.05
49.05-52.05
52.05-55.05
f
7
9
14
18
20
SOLUCIN.
a)
x
xf
Media=3338.4/68=49.0941
= 52.05+
47
b)
x
9.3
7.3
8.6
16.1
10.4
12.2
1.35
3.35
2.05
5.45
0.25
1.55
14
1.8225
11.2225
4.2025
29.7025
0.0625
2.4025
49.415
EJEMPLO 33
3.- Los siguientes datos representan el tiempo que tardaron en imprimir la primera
plana en 40 das, construir polgono de frecuencia.
19.0 19.8 20.7 20.9 21.8 22.5 23.1 27.3
19.0 19.9 20.8 20.9 21.9 22.7 23.3 27.8
19.0 20.1 20.8 20.9 22.0 22.8 23.5 27.9
19.0 20.7 20.8 21.1 22.0 22.8 27.3 27.9
19.7 20.7 20.9 21.1 22.2 22.8 27.3 28.2
48
SOLUCIN.
Intervalos de clase
Intervalos reales
1)
19.0-20.5
18.95 20.55
2)
20.6-22.1
16
20.55 -22.15
3)
22.2-23.7
22.15 23.75
4)
23.8-25.3
23.75 25.35
5)
25.4-26.9
25.35 26.95
6)
27-28.5
26.95 28.55
49
EXAMEN
EJEMPLO 34
TIPO B
1.-Las cantidades siguientes son las tarifas de cobro por entrega de bultos
pequeos.
4.13 3.56 3.10
SOLUCIN.
Intervalos Reales
2.875 - 3.715
3.715 - 4.555
4.555 - 5.395
5.395 - 6.235
6.235 - 7.075
7.075 - 7.915
50
EJEMPLO 35
2.-El porcentaje de algodn en una tela utilizada para elaborar camisas es: 34.2.
33.6, 37.8, 32.6, 35.4 y 35.9. Calcular el rango cuartlico y el coeficiente de
simetra.
SOLUCIN.
X
34.2
-0.3681
33.6
-2.2826
37.8
23.9707
32.6
-12.4334
35.4
0.1129
35.9
0.9508
9.9505
51
EJEMPLO 36
3.- Calcular el cuartil-3, percentil-5 y la moda.
Limites
2.86-3.57
3.58-4.29
15
22
4.30-5.01
29
5.02-5.73
36
5.74-6.45
41
6.46-7.17
43
SOLUCIN.
52
EXAMEN
EJEMPLO 37
TIPO C
2
10
17
23
32
45
2
12
29
52
84
129
EJEMPLO 38
2. El tiempo que tardaron en imprimir la primera plana, fue registrada durante
5 das fue: 20.8, 19.0, 23.9, 25.1, 20.7 Calcular el coeficiente de Kurtosis y
el rango cuartilico?
19.0
0
5
20.7
1
20.8
2
23.9
3
25.1
4
53
x
20.8
19.0
23.9
25.1
20.71
(x-21.9)^4
1.4641
70.7281
16
104.8576
2.0736
=195.1234
EJEMPLO 39
3. El porcentaje de algodn en una tela utilizada para elaborar camisas
Construir ojiva
34.2
33.1
34.5
35.6
33.6
38.7
45.0
35.4
33.8
34.2
33.4
34.7
37.8
33.6
32.5
34.1
37.8
36.6
35.4
34.6
32.6
33.1
34.6
35.9
54
Int. de clase
32.5 35.0
35.1 37.6
37.7 40.2
40.3 42.8
42.9 45.4
f
19
7
3
0
1
F
19
26
29
29
30
I.R.C.
32.45 35.05
35.05 37.65
37.65 40.25
40.25 42.85
42.85 45.45
OJIVA
55
Examen
EJEMPLO 40
Tipo D
f
6
3
4
11
16
10
F
6
9
13
24
40
50
56
EJEMPLO 41
2. El porcentaje de algodn en una tela utilizada para elaborar camisas fue:
34.2, 33.1, 34.5, 35.6, 34.3, 45.0, calcular coeficiente de variacin y
coeficiente de simetra.
X
34.2
33.1
34.5
35.6
34.3
45.0
(x-36.1167)^3
-7.0411
-27.4525
-4.2253
-0.1379
-5.9955
701.0159
=656.1636
57
EJEMPLO 42
3. Los siguientes datos histricos de los sueldos por alumnos en dlares.
3.79
2.45
3.36
3.14
2.99
2.14
2.05
3.54
2.77
2.67
2.89
2.37
2.91
2.52
2.83
2.68
3.10
2.71
3.13
3.51
1.84
2.75
2.44
3.37
2.52
3.57
2.10
3.22
3.85
3.71
Int de Clase
1.84 2.24
2.25 2.65
2.66 3.06
3.07 3.47
3.48 3.88
f
4
5
9
6
6
Fr
0.1333
0.1667
0.3
0.2
0.2
58
UNIDAD 2
FUNDAMENTOS DE LA TEORIA DE PROBABILIDAD
La probabilidad se define como evento entre espacio muestral.
Ejemplo:
P(azul) = 0% (el sector azul no existe en al ruleta)
Por lo tanto este evento es un 0 ya que no ocurrir en este caso.
P( E) 1
59
EJEMPLO 43
Ejemplo 1 (en base al ejemplo de la ruleta):
P(E)=0.2667+0.3333+0.4= 1
EJEMPLO 44
Ejemplo 2:
Dado S {1,2,3,4,5,6}
P(1) P(2) P(3) P(4) P(5) P(6) 1
1 1 1 1 1 1
1
6 6 6 6 6 6
3) La probabilidad de que un evento no ocurra es igual a 1- (la probabilidad de
que el evento ocurra).
P( A) 1 P( A)
Nota:
= Probabilidad de A complemento.
60
P( A B) P( A) P( B)
P( A B) P( A) P( B) P( A B)
{1,2} {2 ,3} {2 }
P( A B C) P( A) P( B) P(C ) P( A B) P( A C ) P( B C ) P( A B C)
{1,2 ,4 ,5 } {2 ,3,5 ,6 } {4,5 ,6,7} {2 ,5 } {4 ,5 } {5 ,6 } {5}
EJEMPLO 45
Ejercicio 1:
1
1
1
, P ( a3 ) y P ( a 4 )
3
6
9
61
1
y P(a1 ) 2P(a2 )
4
2
1
1
c) Hallar P(a1 ) si P(a2 , a3 ) , P(a2 , a4 ) y P(a2 )
3
2
3
Solucin:
b) Hallar P(a1 ) y P(a2 ) si P(a3 ) P(a4 )
1 1 1 7
a) P(a1 ) 1
3 6 9 18
b) P(a1 ) P(a3 ) 2P(a2 ) P(a2 ) P(a4 ) P(a3 )
P(a1 ) 2P(a2 )
1
P(a1 ) 2
6
1
P(a1 )
3
c) P(a1 ) P(a2 ) P(a3 ) P(a4 ) 1
1 ( P(a1 ) P(a2 ) P(a3 )) P(a4 )
1 ( P(a1 ) P(a2 ) P(a3 )) P(a4 )
2
P(a2 ) P(a3 )
3
2 1 1
P ( a3 )
3 3 3
1
P( a 2 ) P( a 4 )
2
1 1 1
P(a4 )
2 3 6
1 1 1 1
P(a1 ) 1 P(a2 ) P(a3 ) P(a4 ) 1
3 3 6 6
EJEMPLO 46
Ejercicio 2:
62
Solucin:
S {A, B, C}
P( A) P( B) P(C ) 1
Si,
P( A) P( B) 2P(C )
1
5
Para P(B), si:
P(C )
1
P( B) 2 P(C ) 2
5
2
P( B)
5
Por lo tanto:
P( B C ) P( B) P(C )
Sustituyendo:
2 1 3
P( B C ) 0.6 60%
5 5 5
EJEMPLO 47
Ejercicio 3:
P( F E )
20
0.1667 16.67%
120
b)
63
c)
EJEMPLO 48
Ejercicio 4:
#De personas
275
400
550
150
110
250
100
Abreviacin
H
V
J
HV
HJ
VJ
HVJ
a)
P( H V J ) 1 P( H V J )
64
P( H V J ) P( H ) P(V ) P( J ) P( H V ) P( H J ) P(V J ) P( H V J )
275 400 550 150 110
250 100
815
0.815
1000 1000 1000 1000 1000 1000 1000 1000
1 P( H V J ) 1 0.815 18.5%
b)
H V =150=A2+A5
150=A2+100
150-100=A2
A2=50
H=275=A1+A2+A4+A5
=A1+100+50+10
A1=275-160=115
V=A2+A3+A5+A6
400=50+A3+100+150
A3=400-50-250=100
J=A4+A5+A6+A7
550=10+100+150+A7
A7=550-260=290
290
P( SoloJ )
0.29 29%
1000
c)
P(Al menos 2 artic.) = P(artc.2) = A2+A4+A5+A6
65
EJEMPLO 49
Ejercicio 5:
Leen el clarn
Leen el mercurio
Leen la sensacin
Leen el clarn y el mercurio
Leen el clarn y la sensacin
Leen el mercurio y la sensacin
Leen al menos uno de los 3 peridicos mencionados
Solucin:
a)
b)
0.051=A2+0.024
A2=0.027
66
P(C S ) =A4+A5
0.037=A4+0.024
A4=0.013
P( M S ) =A6+A5
0.06=A6+0.024
A6=0.036
P( Exacatment e _ 2 _ periodi cos) =A2+A4+A6=0.027+0.013+0.036=0.076=7.6%
EJEMPLO 50
Ejercicio 6:
67
680= P( F B) =F+B- P( F B)
680=400+390- P( F B)
P( F B) =110
P( F B N ) =A5
P( F B) =A2+A5
110=90+A5
A5=20
P( F B N )
20
0.0222 2.22%
900
b)
P( Por _ lo _ menos _ 2)
480 190 90
0.4222 42.22%
900
EJEMPLO 51
Ejercicio 7:
En una encuesta realizada por la Panificadora Real se entrevistaron a 900 amas
de casa sobre su preferencia a 3 productos que fabrican, se obtuvieron los
siguientes resultados:
130 personas compran nicamente pan de caja
88 personas compran nicamente pan negro
32 personas compran nicamente mantecadas
144 personas compran pan de caja y pan negro exclusivamente
86 personas compran pan negro y mantecadas exclusivamente
90 personas compran pan de caja y mantecadas exclusivamente
205 personas compran los 3 productos
Si se selecciona una persona al azar cual es la posibilidad de que:
a) Consuma al menos pan de caja o pan negro
b) No consuma los productos que fabrican esta panificadora
68
Solucin:
a) P (consuma al menos pan de caja o pan negro)
b)
69
EJEMPLO 52
Ejercicio 8.
Solucin:
U={1,2,3,4}
A={1,2}, B={2,3}
Para obtener el rea de A
Para rea B
A=A1+A2
X=A1+Z
B=B2+B3
Y=Z+B3
Despejando A1
Despejando B3
B3=Y-Z
X-Z=A1
Otra forma de encontrar el A4
Para obtener A4
U=A1+A2+A3+A4
Sustituyendo
1=(X-Z)+(Z)+(Y-Z)+A4
1=X+Y+Z+A4
AB=A+B-AB
AB=X+Y-Z
U= AB+A4
1=X+Y-Z+A4
1-X-Y+Z=A4
Despejando A4
1-X-Y+Z=A4
70
TECNICAS DE CONTEO
Se clasifican en permutaciones y combinaciones.
Permutaciones: Es el nmero arreglos en donde importa el orden de cada uno de los
elementos.
Combinaciones: Es el nmero de arreglos donde no importa el orden, generalmente de
un grupo n se extrae otro grupo x.
n! = n factorial
Ejemplo:
5!=5*4*3*2*1
Dnde:
n=el tamao total del grupo o muestra donde se puede elegir.
x=el nmero de elementos que se puede obtener de n.
Hay dos tipos de permutaciones
1. Con reemplazo.
2. Sin reemplazo.
EJEMPLO 53
Ejercicio 1:
12
13
14
15
16
23 34 45 56
24 35 46
25 36
26
= 15 combinaciones
71
EJEMPLO 54
Ejercicio 2:
Si no se permiten repeticiones:
a)
b)
c)
d)
e)
Solucin:
a)
=120
b)
=40
c)
=40
d)
=80
e)
=20
EJEMPLO 55
Ejercicio 3:
=(35)(10)=350
EJEMPLO 56
Ejercicio 4:
=5!=120 formas
72
b)
3
1 3
2 1
2* 2!* 2! =
=12
+
=12
24 formas
c)
2
=12
+
=12
+
=12
+
=12
48 formas
Otra forma de contestar el inciso c es usando el mtodo del salto de la rana que es el
siguiente.
EJEMPLO 57
Ejercicio 5:
73
Solucin:
a) 9! = 362880
b)
5
=2880
+
4 3
2 1
2* 5!* 4! =
=2880
5760 formas
c)
6*5!*4!=17280 formas.
d)
544332211
5!*4! = 2880 formas
EJEMPLO 58
Ejercicio 6:
7!
7
7! 7 * 6 * 5! 42
=
=
=
=
= 21 combinaciones
2 2!(7 2)! 2!5! 2 *1* 5! 21
12
23
34
45
56
67
13
24
35
46
57
14 15 16 17
25 26 27
36 37
47
= 21 combinaciones
74
EJEMPLO 59
Ejercicio 7:
=7!=5040
b)
(n-1)!
(7-1)! = 6!
6! = 720
Nota: En una mesa redonda se toma como inicio y fin una de las casillas o lugares.
EJEMPLO 60
Ejercicio 8:
Cuantos arreglos distintos se pueden hacer tomando todas las letras de la palabra: Dado
Solucin:
n!
r1! r 2! r 3!
4! 4 * 3 * 2 !
=
=12
2 !
2!
75
EJEMPLO 61
Ejercicio 9:
Cuantos arreglos distintos pueden formarse con todas las letras de cada una de las
palabras.
a) Tema
b) Campana
c) Estadstica
a)
4
=24
b)
7! 5040
=
=840
6
3!
c)
12!
=9979200
3!2!2!2!
EJEMPLO 62
Ejercicio 10:
Una delegacin de 4 estudiantes se selecciona todos los aos para asistir a la asamblea
anual de la asociacin de estudiantes,
a) De cuantas maneras puede escogerse la delegacin si hay 12 estudiantes elegibles.
b) De cuantas maneras si 2 de los estudiantes elegibles no asisten al mismo tiempo.
c) De cuantas maneras si 2 de los estudiantes elegibles son casados y solo asistirn si
van juntos.
d) Si el grupo esta formado por 5 mujeres y 7 hombres de cuantas maneras se puede
escoger la delegacin que este formado en por lo menos una mujer.
Solucin:
a)
12! 12 * 11 * 10 * 9 * 8!
=
=495
4 * 3 * 2 * 1(8!)
4! (8! )
76
b)
10 * 9 * 8 * 7 !
2 10
= 2
=2*120 =240
3 * 2 *1(7 !)
1 3
+
10
10! 10 * 9 * 8 * 7 * 6 !
=
=210
4 4!(6!) 4 * 3 * 2 *1(6 !)
450
c)
10! 10 * 9 * 8! 90
2 10
1
=
=
2
2!(8!) 2 *1(8!)
2 2
=45
+
10
10! 10 * 9 * 8 * 7 * 6 ! 5040
=
=
210
4 4!(6!) 4 * 3 * 2 *1(6 !)
= 210
255
d)
La condicin se cumple si:
1m 2m 3m 4m
Las delegaciones pueden formarse entonces de las siguientes maneras.
1m y 3h 2m y 2h 3m y 1h 4m
77
PROBABILIDAD CONDICIONAL
A la probabilidad de que un evento B se de cuando algn otro evento A sea presentado
se llama Probabilidad condicional y se escribe P(B/A), se lee: La probabilidad de que B
ocurra dado que ocurri A.
La probabilidad de B dado A
EJEMPLO 63
Ejercicio 1:
A={2,4,6}
P(4/par)= 1 / 3
EJEMPLO 64
Ejercicio 2:
Suponga que todos los individuos que compran determinada cmara digital, 60% incluyen
una tarjeta de memoria opcional en su compra, 40% incluye una batera. Considere elegir
al azar un comprador. Dado que el individuo compro una batera extra determinar la
probabilidad que tambin sea comprada una tarjeta opcional y 30% una tarjeta y una
batera.
Solucin:
P(Tarjeta ) 0.6
P( Bateria ) 0.4
P(T B) 0.3
P(T B) 0.3
P(T \ B)
0.75 75%
P( B)
0.4
EJEMPLO 64
Ejercicio 3:
Una revista publica 3 columnas tituladas Art. (A),Books(B) Y Cinema(C).
Los hbitos de lectura de los lectores son probables de leer con regularidad.
A
0.14
B
0.23
C
0.37
AB
0.08
AC
0.04
BC
0.03
ABC
0.05
Hallar
a) P( A \ B)
b) P( A \ B C )
c) P( A B \ C )
78
Solucin:
a)
P( A \ B)
P(TA B) 0.08
0.3478 34.78%
P( B)
0.23
b)
B = 0.23=A2+A3+A5+A6
0.23=0.03+A3+0.05+0.08
0.23=0.16+A3
A3=0.23-0.16=0.07
C =0.37=A4+A5+A6+A7
0.37=0.04+0.05+0.08+A7
0.37=0.17+A7
A7=0.37-0.17=0.2
P( A \ B C )
0.12
0.2553 25.53%
0.47
c)
P( A B \ C ) P
0.4594 45.94%
P(C )
0.37
0.37
79
EVENTOS INDEPENDIENTES
Dos eventos A y B son independientes si y solo si la probabilidad P( A B) P( A) P( B)
De otra forma son dependientes.
EJEMPLO 65
Ejercicio 1:
Un sistema elctrico consiste en cuatro componentes que funciona independientemente
uno de otro como se indica en la figura, donde se indica la probabilidad de que cada
componente funcione. Encuentre:
a) El sistema completo funcione:
b) El componente C no funcione dado que el sistema completo funcione:
Solucin:
P ( I U II ) = P ( I ) + P ( II ) P ( I II )
P (funcione) = 0.9 [0.8 (0.7) + 0.85 - 0.8 (0.7) (0.85)]
a) P (funcione) = 0.8406
*ABCD = (0.9) (0.8) (0.7) (0.85) = 0.4284
* ABCD = (0.9) (0.8) (0.7) (0.15) = 0.0756
*ABCD = (0.9) (0.8) (0.3) (0.85) = 0.1836
ABCD
* ABCD = (0.9) (0.2) (0.7) (0.85) = 0.1071
ABCD
*ABCD = (0.9) (0.2) (0.3) (0.85) = 0.0459
ABCD
-----------0.8406
P (no funcione) = 0.1863 + 0.0459 = 0.2295
b) P (3/ Sist. funcione) =
0.27
= 0.3211
0.8406
80
TEOREMA DE BAYES
Si los eventos B1, B2,, Bk constituyen una particin del espacio muestral S, donde P(Bi)
0 para i=1, 2,, k , entonces, para cualquier evento A en S tal que P(A) 0 , dado
que:
P( Br / A)
p( Br A)
K
P( B
i 1
A)
P ( Br ) P ( A / Br )
k
P( B ) P( A / B )
i
i 1
Para r= 1, 2, 3,, k.
EJEMPLO 66
Ejercicio 1:
I= Incremente
N= No incremente
81
b) P (C/I)=
0.2162 21.62%
P( I )
0.37
0.37
EJEMPLO 67
Ejercicio 2:
La Polica planea hacer cumplir los lmites de velocidad, usando un sistema de radar, en 4
diferentes puntos de la ciudad. Las de radar en cada uno de los sitios es de: L1, L2, L3 y
L4. Operan: 40%, 30%, 20% y 30%, del tiempo. Y si una persona viaja a gran velocidad
cuando va a su trabajo, tiene la probabilidad de 0. 2, 0. 1, 0. 5 y 0.2, respectivamente de
pasar por esos lugares.
a) Cul es la probabilidad de que no reciba una multa por conducir en exceso de
velocidad?
b) Si la persona es multada por conducir en exceso de velocidad hacia su trabajo.
Cul es la probabilidad de que pase en el radar de L2?
m= Multa
n*= No multa
0.01(0.7) 0.07
0.959 95.9%
1 0.27
0.73
82
UNIDAD 3
VARIABLE ALEATORIA DISCRETA
Un variable aleatoria discreta x se dice que es discreta si se puede tomar un numero finito o
infinito contable de valor; Como puede ser el nmero de personas que entran diariamente a la
cafetera.
FORMULAS PRINCIPALES
Media
Desviacin estndar
Coeficiente de variacin
Coeficiente de simetra
R- esimo momento
Coeficiente de kurtosis
A continuacin se har un ejercicio como ejemplo de V.A.D. (variable aleatoria discreta) para
ejemplificar el tema; utilizando la teora aprendida en las unidades anteriores.
EJEMPLO 68
Se lanza una moneda 4 veces y se define x como el nmero de caras, determinar:
a)
b)
c)
d)
e)
83
4
3
3
2
3
2
2
1
SCCC
SCCX
SCXC
SCXX
SXCC
SXCX
SXXC
SXXX
3
2
2
1
2
1
1
0
a), b)
x
0
1
2
3
4
P(x)
"1/16"=0.0625
"4/16"=0.25
"6/16"=0.375
"4/16"=0.25
"1/16"=0.0625
1
P. Ac (x)
0.0625
0.3125
0.6875
0.9375
1
x P(x)
0
0.25
0.75
0.75
0.25
2
c)
("2")
84
d)
E(x) = valor esperado de x
E(x) = M= 2
M = fx/ N
N= tamao de la poblacin
M = x p(x)
e)
= Desviacin Estndar de la Poblacin
= fx M2/N
2= (x-M)2 P(x)
2 = (x2-2xMxP(x) + M2(P(x) )
2 = E(x2) 2M2 + M2
=E(x2) M2 E(x) = Valor esperado
= x2 p(x) M2
= (5-22) = 1 = 1
c. v= /M = coeficiente de variacin = = 0.5
3= m3/ m23/2
m3= (x-M)3 /N
m3=(x3-3xM + 3xM2 M3) P(x)
= (x3p(x) -3Mx2p(x) + 3Mxp(x) M p(x)
85
Formula
EJEMPLO 69
Se lanzan dos dados y se define x como la suma de las 2 caras.
S= 6*6=36
Combinaciones:
11
21
31
41
51
61
12
22
32
42
52
62
13
23
33
43
53
63
14
24
34
44
54
64
15
25
35
45
55
65
16
26
36
46
56
66
86
Distribucin de probabilidad.
x
2
3
4
5
6
7
8
9
10
11
12
P(x)
"1/36"
"2/36"
"3/36"
"4/36"
"5/36"
"6/36"
"5/36"
"4/36"
"3/36"
"2/36"
"1/36"
P. Ac (x)
"1/36"
"3/36"
"6/36"
"10/36"
"15/36"
"21/36"
"26/36"
"30/36"
"33/36"
"35/36"
1
x P(x)
"2/36
"6/36"
"12/36"
"20/36"
"36/36"
"42/36"
"40/36"
"38/36"
"30/36
"22/36"
"12/36"
252/36
x2 p(x)
"4/36
"18/36"
"48/36"
"100/36"
"180/36"
"294/36"
"320/36"
"324/36"
"342/36"
"242/36"
"144/36"
1974/36"
Graficas
3 = 0
0.2
0.15
0.1
Serie 1
0.05
0
2
10
11
12
87
EJEMPLO 70
En un problema de una prueba aplicada a nios pequeos se les pide que hagan corresponder
cada 1 de los 3 dibujos de animales con la palabra que identifica a ese animal, si un nio asigna
aleatoriamente las 3 palabras a los 3 dibujos , encuentre la distribucin de probabilidad para x , el
nmero correspondencias correctas , calcule media , mediana y moda.
S = 3*2*1=6
AVP
APV
VAP
VPA
PAV
PVA
X
3
1
1
0
0
1
88
X
0
1
2
P(X)
"2/6"
"3"/6"
"1/6"
1
X P(X)
0
"3/6"
"3/6"
1
P.Ac (X)
"2/6 = .3333
"5/6 = .8333"
1
Media= 1
M0= Moda Poblacional
M0= 1
Md= Mediana
0
0.3333
Md 0.5
1
-- 0.8333
EJEMPLO 71
Por saturacin de vuelos algunas lneas areas venden ms pasaje que los disponibles en un
vuelo. Una compaa ha vendido 205 boletos que corresponden a un avin de 200 asientos. Sea
x la variable aleatoria que representa en nmero de pasajeros que tramita su pase de abordar
en el aeropuerto. La distribucin de probabilidad est dada por x.
Calcular media, mediana, moda.
Tabla de distribucin de probabilidad.
x
198
199
200
201
202
203
204
205
P(x)
0.05
0.09
0.15
0.2
0.23
0.17
0.09
0.02
1
x P(x)
9.9
17.91
30
40.2
46.46
34.51
18.36
4.1
201.44
0.05
0.14
0.29
0.49
0.72
0.89
0.98
1
89
201 0.40
Md 0.50
202 0.72
Md 201 / 1 =0.6435
Md = 0.6435 + 201
M (media)= 201.44
M0= 202= (Moda)
Md (mediana)= 201.0435
P. Ac(x)
0.05
0.14
0.29
0.49
0.72
0.89
0.98
1
90
EJEMPLO 72
Determine el valor de c de tal forma que cada una de las siguientes funciones sirva como
distribucin de la variable aleatoria discreta x:
a) d(x) = (2 c x ) * (3 c 3-x ) para x= 0 , 1, 2
x=0 = f(x) = 1
= c (02 + 4) + c (12 + 4) + c(32 + 4)
= 4c +5c + 8c +13c = 30c
1= 30c
c= 1/30 =0.0333
b) x=02 f(x) =1
1= (2 c 0) * ( 3 c 3-0)+ (2 c 1) * (3 c 3-1) + (2 c 2) * ( 3 c 3-2)
1= c( 1)(1) + c( 2) (3) + c(1)(3)
1= c +6c + 3c
1= 10c
C= 1/10=0.1
EJEMPLO 73
Considere que un sistema de agua que fluye a travs de vlvulas de A a B .Las vlvulas 1, 2 y
3 funcionan independientemente cada 1 y se abre correctamente mediante una seal con
probabilidad de 0.8. Encuentre la distribucin de probabilidad para x, el nmero de das abiertos
de A a B despus de haber enviado la seal, construya la ojiva.
A) Encuentre la distribucin de probabilidad para X, el nmero de vas abiertas de A a B
despus de haber enviado la seal.
B) Construya histograma y ojiva
C) Calcular coeficiente de variacin, coeficiente de simetra y curtosis.
X= # de vas abiertas de A a B
X= 0, 1, 2.
91
X
0
1
2
Suma =
P(x)
0.072
0.416
0.512
1
S= (2)(2)(2)= (2)3= 8
123
123
123
123
123
123
123
123
P (acumulada)
0.072
0.488
1
X
2
1
1
1
1
0
0
0
P (abierta)= 0.8
P (cerrada)= 0.2
P (0)= (0.8)(0.2)2 + (0.8)(0.2)2 + (0.2)3 = 0.072
P (1)= (0.8)2(0.2)(0.3) + (0.8)(0.2)2 = 0.416
P (2)= (0.8)3= 0.512
P1Ac(x) = probabilidad acumulada de x
92
C.V = M/
M= media de la poblacin
= desviacin estndar de la poblacin
M= Ef(x)/ N = Exp(x)
N= tamao de la poblacin
xP(x)
0
0.416
1.024
Suma= 1.44
Exp(x) = 1.44
= sqrt(Ef(x-M)2 / N)
()2 = E(x)2p(x) M2
X2 P(x)
0
0.416
2.048
Suma= 2.464
()2 =2.464 (1.44)2 = 0.3904
C.V= 0.6248 / 1.44 = 0.4339
3 = m3 / m23/2
m3= E(X-M)3 P(x)
X3 P(x)
0
0.416
4.096
Suma= 4.512
=0.6248
m2= 2= 0.3904
93
TEOREMA DE CHEBISHEV.
La desviacin estndar de una variable aleatoria X mide la dispercion de los valores de x
alrededor de la media de x. En consecuencia, para valores mas bajos de se esperara que
x estuviera mas cerca de su media . Esta esperanza intuitiva se hace mas precisa mediante la
desigualdad siguiente:
Desigualdad de Chebishev
Sea x una variable aleatoria de con media y desviacin estndar . Entonces para cualquier
nmero positivo k, la probabilidad de que un valor de x se encuentre en el intervalo
es al menos 1-1/k2. Es decir,
Por tanto se puede concluir que la probabilidad de X se encuentra entre 90 y 110 y es por lo
menos .
MODELOS COMUNES DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS.
ESTAS SON:
1.- Distribucin de Bernoulli
2.- Distribucin Binomial
3.- Distribucin Geomtrica
4.- Distribucin Binomial negativa o Pascal
94
Caractersticas:
1.- Se tiene xito o fracaso.
2.- La probabilidad de xito p permanece constante y la probabilidad de fracaso es q= 1-p.
3.- Se realiza una nica vez el experimento.
4.- La variable x es el nmero de xitos que se tiene al realizar el experimento y toma valores de 0
y 1.
EJEMPLO 75
Se lanza un dado y se considera xito que caiga el nmero 2.
a)
5/6 0
1/6 1/6
1/6
1/6
1/6
b)
95
EJEMPLO 76
Se selecciona al azar un artculo y se define x como el nmero de artculos no defectuosos
seleccionados. Si la probabilidad de seleccionar un artculo defectuoso es del 2% encontrar:
a) Distribucin de la probabilidad
b) Calcular la media y la desviacin estndar
a)
x P(x)
0 0.02
1 0.98
b)
FORMULAS:
Valor esperado = E(x) = np
96
EJEMPLO 77
La probabilidad de que cierta clase de componente pase con xito una determinado prueba de
impacto es de 0.7, si se someten 4 componentes a esta prueba.
a) Encuentre la distribucin de probabilidad para x, nmero de componentes que pasan con
xito, la prueba de impacto.
EEEE
FEEE
EEEF
FEEF
EEFE
FEFE
EEFF
FEFF
EFEE
FFEE
EFEF
FFEF
EFFE
FFFE
EFFF
FFFF
P(x)
0 0.0081
0.964
3.856
2.8
8.734
97
EJEMPLO 78
La probabilidad de que un porcentaje se recupere de una rara enfermedad de la sangre es 0.4, si
se sabe que 15 personas han contrado esta enfermedad. Cul es la probabilidad de que:
a) Al menos 10 personas sobrevivan
98
EJEMPLO 79
Un ingeniero de seguridad afirma que un dcimo de los accidentes automovilsticos se debe a la
fatiga del conductor, calcule la probabilidad de que por lo menos 3 de los 15 accidentes se deba a
la fatiga del conductor.
b) Calcular la media o nmero esperado de accidentes de los 15 que se deba a la fatiga del
conductor y la desviacin estndar.
q=0.9
n=10
b)
=15*.01=1.5
99
FE
qp
FFE
qp
FFFE
qp
2
3
.
n
FFF...FE
n-1
q p
EJEMPLO 80
La probabilidad de que un estudiante apruebe el examen escrito para obtener su licencia de piloto
privado es de 0.7. Encuentre la probabilidad de que una persona apruebe el examen.
a) En el tercer intento
b) Antes del cuarto intento
c) Despus del tercer intento
d) Determinar el nmero esperado de eventos que tiene que hacer para obtener su licencia de
piloto privado
e) Determinar la desviacin estndar
a)
p= 0.7
100
q= 0.3
P (3) = (0.3)2 * (0.7) = 0.063
b)
c) P(X>3)=
d)
= 1/0.7= 1.4286
e)
EJEMPLO 81
Un examen de opcin mltiple consta de 8 preguntas y 3 respuestas a cada pregunta.
Un ingeniero en seguridad de automviles afirma que uno de los accidentes se debe a la fatiga del
conductor, determinar:
a) La probabilidad de que el quinto accidente se debe a la fatiga del conductor
b) Calcular la probabilidad de que el primer accidente que se deba a la falla del conductor, sea
encontrado despus del 4to accidente
a)
P (x=5)
101
P (5) = 0.94*(0.1)
P (5) = 0.06561
b)
P(x>4) = 0.94= 0.6561
4.- DISTRIBUCION DE PASCAL
CARACTERISTICAS:
1.- El experimento consiste en una serie de ensayos Bernoulli independientes y cada uno de los
ensayo con una probabilidad p de xito y q de fracaso.
2.- Los ensayos se observan hasta obtener exactamente r-xitos
3.- La variable aleatoria x es el nmero de ensayos necesarios para lograr r-xitos.
EJEMPLO 82
Se sabe que el 10% de los empleados de una industria padecen de una enfermedad
degenerativa. Para el estudio de la enfermedad se requiere de 3 paciente que tengan la
enfermedad por lo que se analiza al azar a los empleados, hasta tener a los 3 pacientes que den
positivo en el anlisis. Encontrar la probabilidad de que:
a) Se tenga que analizar exactamente 5 empleados para tener a los 3 con la enfermedad
p=0.1
q=0.9
102
EJEMPLO 83
Las fibras de algodn usadas en los propulsores de cohetes son sometidos a un de nitracin el
cual permite que las fibras de algodn entren en solucin. Este proceso tiene efectividad de 90%.
En cuanto a que el material producido pueda conformarse segn se requiera en una etapa anterior
del proceso con probabilidad de 0.9 Cul es la probabilidad de que se produzca exactamente 20
lotes para obtener el tercer lote defectuoso?
q=0.9
p=0.1
103
EJEMPLO 84
Una fundidora embarca bloques de motor en lotes de 20 unidades, ningn proceso de manifactura
es perfecto, de modo que los bloques defectuosos son inevitables. Sin embargo, es necesario
destruirlos para identificar el defecto. As pues, sera imposible someter a prueba cada bloque, se
selecciona y prueba 3 unidades, antes de aceptar un lote. Suponga que un lote dado, en realidad
incluye 5 unidades defectuosas. Sea x el nmero de unidades defectuosas muestreadas.
a) Encuentre la distribucin de probabilidad
b) Calcule la media y la varianza
20 unidades= N
Selecciona 3 unidades= n
5 defectuosas
x= # unidades defectuosas
104
DISTRIBUCION DE PROBABILIDAD
P(x)
0.3991
0.4605
0.1316
0.0087
b)
EJEMPLO 85
Como parte de un estudio de la contaminacin del aire, un inspector decide examinar la emisin
de gases de 6 de los 24 camiones de carga de una compaa. Si 4 de los camiones de la
compaa emite cantidades excesiva de contaminantes.
a) Cual es la probabilidad de que ninguno de ellos sea incluido en la muestra del inspector
b) Cual es la probabilidad de que cuando mucho 2 sean incluido en la muestra del inspector
105
CARACTERISTICAS
1- X se define como el nmero de resultados que ocurren en un intervalo con regin
especficamente es independiente del nmero que ocurre en cualquier otro intervalo o regin.
2.- La probabilidad de que ocurra un solo resultado durante un intervalo muy corto o una regin
pequea es proporcional a la longitud o al tamao de la regin.
Promedio
EJEMPLO 86
En promedio en cierto crucero ocurren 3 accidentes de trfico por mes, cual es la probabilidad de
que en este crucero...
a) Sucedan 5 accidentes durante un mes
106
EJEMPLO 87
Si la probabilidad es de 0.005 de que una persona cualquiera que asiste en un desfile en un da
muy caluroso de verano sufra insolacin. Cul es la probabilidad de que 18 de las 3000 personas
que asisten al desfile sufran insolacin?
a) Binomial
P(x) =
px qn-x
P(18) =
exacto
b) Poisson
aproximado (error de 10 000 sima)
EJEMPLO 88
Segn registros, la probabilidad de que un auto falle mientras pasa por cierto tnel es de
0.0094. Obtener la probabilidad de que entre 2000 autor que pasan por el tnel cuando
mucho uno falle.
107
EJEMPLO 89
Si la probabilidad es de 0.005 de que una persona cualquiera que asiste en un desfile en un da
muy caluroso de verano sufra insolacin, cual es la probabilidad de que 18, de las 3000 personas
que asisten al desfile sufra insolacin.
Distribucin binomial
p=0.005
18 de las 3000... k=18
Valor exacto
Se puede utilizar la distribucin de poisson
EJEMPLO 90
En una prueba de tortura se enciende y apaga un interruptor elctrico hasta que este falla. Si la
probabilidad es de 0.001 de que el interruptor falle en cualquier momento de que est encendido o
apagado, cual es la probabilidad de que el interruptor no falle durante las primeras 800 veces que
se enciende o apague.
Distribucin geomtrica
108
x= 801 q=0.001
p=0999
EJEMPLO 91
Segn registros, la probabilidad de que un automvil falle mientras pasa por cierto tnel es de
0.0094.
a) Obtener la probabilidad de que entre 2000 automviles que pasan por el tnel cuando mucho 1
falle.
EJEMPLO 92
Un agente de seguros vende plizas a 5 personas de la misma edad y que disfrutan de buena
salud, segn las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
aos o ms es (2/3). Calcular la probabilidad de que transcurriendo 30 aos, vivan:
a) Las 5 personas.
b) Al menos 3 personas.
c) Exactamente 2 personas.
a)
P=2/3 n=5 personas
q=1/3 x=5
b)
P(x 3)= P(3)+P(4)+P(5)=1- [P(0)+P(1)+P(2)]
P(3)=
(2/3)3+(1/5)2=0.3292+0.3292+0.1317
109
P(3)= (101)(8/27)(1/9)=0.7901
P(3)=0.3292
P(4)=
(2/3)4 (1/3)1
P(4)= 5(16/81) (1/3)
P(4)=0.3292
c)
P(2)=
(2/3)2+(1/3)3
= (10)(4/9) (1/27)
= 0.1646
EJEMPLO 93
En un cierto proceso de manufactura se sabe que 4 de cada 100 piezas estn defectuosa.
a) Cul es la probabilidad de que la 5 pieza inspeccionada sea la primera defectuosa.
b) Cuntas piezas se piensa probar para encontrar la primera defectuosa?
c) Cul es el valor de la varianza?
p=(0.04)
q=0.96
a) P(5)=(0.96)4(0.04)
=0.0340
b) =
c)
=25
EJEMPLO 94
De un lote de 10 proyectiles, 4 se seleccionaron al azar y se dispararon. Si el lote contiene 3
proyectiles defectuosos que no explotaron. Cul es la probabilidad de:
a) Los 4 exploten.
b) Al menos 2 no exploten.
N=10
N=4
3 no explotan
7 explotan
e n
a)
b)
=0.1667
P(2)+P(3)+P(4)
P(2)=
=0.3
110
0.0333
N=24
n=6
K=4
a)
=
=0.1379
b)
P(0)+P(1)+P(2)
=
0.3819
0.3410
EJEMPLO 95
Suponga que la probabilidad de que una persona determinada crea una historia acerca de los
atentados a una famosa actriz es de 0.8 Cul es la probabilidad de: ?
a) La sexta persona escucha tal historia, sea la cuarta que la crea.
b) La tercer persona que escucha tal historia sea la primera en creerla.
c) Calcular la media o el nmero de personas a los que se les tiene que contar la historia
para encontrar a la cuarta que lo crea y encontrar la varianza.
p= 0-8
q= 0.2
P(x,r)=
pr qx-r
a)
b)
c)
2
= 1.25
EJEMPLO 96
A un nio se le hace que pegue 3 letreros en 3 figuras de animales y se define x como el nmero
de correspondencias correctas.
A) Distribucin de probabilidad
111
PEM
PME
EPM
EMP
MPE
MEP
X
3
1
1
0
0
1
X
0
1
3
P(X)
2/6
3/6
1
EJEMPLO 97
La distribucin de probabilidad de x, el nmero de defectos por cada 10m de una tela sinttica en
rollos continuas de ancho uniforme, es:
x
P(x)
P1Acf(x)
xP(x)
0
0.41
0.41
0
1
0.37
0.78
0.37
2
0.16
0.94
0.32
3
0.05
0.99
0.15
4
0.01
1
0.07
M= 0.88
A) Dibujar histograma y ojiva.
B) Calcular media, mediana y moda.
112
b) M=Exp(x) = Ex
Ex = valor esperado de x
M= 0.88
La mediana se encuentra en el 0.50 o la mitad de la distribucion.
0 0.41
Md --- 0.50
1 0.78
por lo tanto Md= 0.2432
Mo = 0 TIENE MAYOR PROBABILIDAD
EJEMPLO 98
Sea W una variable aleatoria que da el nmero de caras menos el de cruces en 4 lanzamientos de
una moneda.
A) Encuentre la distribucin de probabilidad
B) Calcule media, mediana y moda.
W= # caras - # cruces
S= 24= 16
113
CCCC
CCCX
CCXC
CCXX
CXCC
CXCX
CXXC
CXXX
XCCC
XCCX
XCXC
XCXX
XXCC
XXCX
XXXC
XXXX
4-0
3-1
3-1
2-2
3-1
2-2
2-2
1-3
3-1
2-2
2-2
1-3
2-2
1-3
1-3
-4
4
2
2
0
2
0
0
-2
2
0
0
-2
0
-2
-2
-4
W
-4
-2
0
2
4
P(W)
1/16
4/16
6/16
4/16
1/16
Wp(W)
-0.25
-0.5
0
0.5
0.25
M= EwP(w) = 0
-2 ----- 0.3125
Md ---- 0.5
0 ----- 0.6875
(Md + 2) / 2 = (0.5 0.3125) / 0.6875 0.3125
Md= -1
Mo= 0
VALOR ESPERADO O ESPERANZA MATEMATICA
E(x)=
E(x)=
EJEMPLO 99
Se tiene que asignar 2 contratos aleatoriamente a una o ms empresas (I, II, III) cualquier
empresa puede recibir ms de un contrato, si cada contrato produce una ganancia de $90,000
para cada empresa calcule:
a) ganancia para la empresa I
b) si las empresas I y II pertenecen al mismo propietario Cul sera la ganancia esperada
total del dueo?
114
x
0
90,000
180,000
p(x)
4/9
4/9
1/9
1
y
0
90,000
180,000
X p(x)
0
40,000
20,000
60,000
p(y)
1/9
4/9
4/9
1
y p(y)
0
40,000
80,000
1200,000
EJEMPLO 100
Un tazn contiene 5 fichas que no puede distinguirse una de otra. 3 de las fichas estn marcadas
con $2 y las restantes con $6. Se sacan del tazn 2 fichas al azar sin remplazo y se paga el valor
de la suma indicado en las 2 fichas si el costo por su valor es de $5.60 es justo el juego?
S= (5) (4)=20
=10
3 fichas-$2
2 fichas- $6
Por lo tanto si conviene
x
-1.6
2.4
6.4
P(x)
3/10
6/10
1/10
1
X p(x)
-.48
1.44
0.64
1.6
EJEMPLO 101
115
Un piloto privado desea asegurar su avin por 50,000 dlares, la compaa aseguradora estima
una prdida total que puede ocurrir con una probabilidad total de 0.002 un 50% de prdida con
una probabilidad de 0.01 y 25% de prdida con una probabilidad de 0.1, ignorando todas las otras
perdidas Qu prima debera cobrar la compaa aseguradora para tener una utilidad promedio
de 500 dlares?
C = prima por pagar
Perdida
total
50%
25%
0.002
X
-50000 + c
P(x)
0.002
-25000 +c
-12500 + c
c
0.01
0.1
1-0.1-0.010.002=0.888
0.01
0.1
E=cC-
C=500+1600
C=2100
X p(x)
100+0.002c
-250+0.01c
-1250+0.1c
0.888c
1600
1600=500
E=c-1600
Exmenes
2 EXAMEN PARCIAL UNIDAD 3
PROBABILIDAD Y ESTADISTICA
EJEMPLO 102
1.- Cinco pelotas numeradas 1, 2, 3, 4 y 5 se encuentran en una urna. Se sacan 2 pelotas al azar
de las cinco y se anotan sus nmeros. Encuentre la distribucin de probabilidad para la suma de
los dos nmeros seleccionados:
1
4 5
116
12 13 14 15
23 24 25 34
35 45
X
3
P(x)
4
5
6
7
8
9
EJEMPLO 103
2.- Un vendedor de equipo pesado puede entrevistar a uno o dos clientes diariamente con una
probabilidad de 1/3 y 2/3 respectiva
mente. Cada entrevista tendr como resultado una no venta o una venta de $50,000 con
probabilidades de 0.9 y 0.1 respectivamente. Obtenga la distribucin de probabilidad para las
ventas diarias. Encuentre la media y la desviacin estndar de las ventas diarias.
0
0.84
0
50000
0.1533 7665
100000 0.0067 670
0
383250000
67000000
117
EJEMPLO 104
3.- Sea x una variable aleatoria con una funcin de densidad dada por:
F(x)=
o.2
-1<x0
0.2 + cx
-0<x1
0
a)
Determinar el valor de c.
EJEMPLO 105
4.- La proporcin de personas que contestan una cierta encuesta enviada por correo es una
variable aleatoria continua x que tiene la funcin de densidad.
0<x<1
F(x)=
0
a)
118
a)
b)
Calcular P (0x0.5).
EJEMPLO 107
2.-Un cliente potencial paga una pliza de seguro por $20000 tiene una casa en un rea que, de
acuerdo con la experiencia, puede sufrir una prdida total en un ao con una probabilidad de
0.001 y una prdida del 50% con una probabilidad de 0.01. Qu prima tendr que cobrar la CIA
de seguros por una pliza anual, para salir a mano con todas las plizas de $20000 de este tipo,
ignoramos las otras perdidas.
119
x
P(x)
xP(x)
-20000+c 0.001 -20+0.001c
-10000+c 0.01 -100+0.01c
c
0.989
0.989c
= -120+c
-120+c=0
c=120
EJEMPLO 108
3.- La distribucin de probabilidad de x, el nmero de efectos por cada 10 metros de una tela
sinttica en rollos continuos de ancho uniforme es:
x 0
1
2
3
4
f(x) 0.41 0.37 0.16 0.05 0.01
x
0
1
2
3
4
a)
f(x)
0.41
0.37
0.16
0.05
0.01
F(x)
0.41
0.78
0.94
0.99
1
xf(x)
0
0.37
0.32
0.15
0.04
=0.88
X2f(x)
0
0.37
0.64
0.45
0.16
=1.62
120
Distribucion acumulada de x
1.2
1
0.8
0.6
0.4
0.2
0
0
b)
1.a) Encuentre la distribucin de probabilidad para el nmero de discos de jazz cuando 4 discos se
seleccionan al azar de una coleccin que consiste de 5 discos de jazz, 2 de msica clsica y 3 de
polka
b) Represente grficamente la Dist. De probabilidad acumulada.
121
n=4
5 jazz
2 clsica
x=num. jazz
3 polka =10
P(x)
5/210
50/210
100/210
50/210
5/210
x
0
1
2
3
4
P(x)
0.0238
0.2381
0.4762
0.2381
0.0238
PAc(x)
0.0238
0.2619
0.7381
0.9762
1
1.2
1
0.8
0.6
0.4
0.2
0
0
EJEMPLO 110
2.- La demanda semanal de soda gaseosa, en miles de litros, de una cadena local de tiendas es
una variable aleatoria continua g(x)=x2+x-2, donde x tiene la funcin de densidad:
EJEMPLO 111
122
3.- Para trasladarme al trabajo, primero debo abordad un autobs cerca de casa y luego
transbordar otro. Si el tiempo de espera (en minutos) en cada parada uniforme con A=0 y B=5,
entonces tiempo total de espera y tiene la funcin de densidad de probabilidad.
a)
b)
c)
min?
123
para todo x R
3)
La distribucin acumulada
es:
; para
La media de una variable aleatoria contina.
La varianza =
EJEMPLO 112
El nmero total de horas que se miden en unidades de 100hrs. Que una familia utiliza una
aspiradora durante 1 ao es una variable aleatoria continua
que contiene la funcin de
densidad:
124
Solucin:
a)
1.2
f(x)
0.5
0.5
1.5
0.5
1
0.8
f(x)
0.6
0.4
0.2
0
0
0.5
1.5
b)
125
1
0.9
0.8
F(x)
0.7
0.6
F(x)
(0.5)2/2= 0.125
0.5
0.4
0.3
(1)2/2= 0.5
0.5
0.2
2
1.5
2(1.5)-(1.5) /2-1=0.875
0.1
0
2(2)-(2)2/2-1= 1
0.5
1.5
c)
c.1)
1.2
1
f(x)
0.8
f(x)=x
f(x)=2-x
0.6
0.4
A1
0.2
0
0
0.5
1 1.2
1.5
=0.68
126
f(x)
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
A2
A3
0.5
1.5
d)
Media.
Varianza.
Si:
Sustituyendo
127
EJEMPLO 113
Suponga que tiene la funcin de densidad
a)
b)
c)
d)
Solucin:
a)
Si
b)
c)
128
F(x)
0.8
0.5
(0.5)2/4=0.0625
0.6
(1)2/4=0.25
2
1.5
(1.5) /4=0.5625
F(x)
0.4
0.2
0
0
0.5
1.5
d)
Si
Sustituyendo:
Sustituimos en:
Sustituyendo:
Ahora sustituyendo
en
.
129
Distribucin Platocurtica.
B.
EJEMPLO 115
Sea X con funcin de densidad
para
por:
Obtenga el
de esta distribucin.
Solucin
130
Solucin:
A)
EJEMPLO 117
Considere la siguiente funcin de densidad
131
B)
C)
y altura constante
. Como
132
Media
Varianza
EJEMPLO 118
El tiempo de 1 viaje (ida y vuelta) de los camiones que transporta el concreto hacia una obra de
construccin en una carreta est distribuida uniformemente en un intervalo de 50 a 70 minutos.
a) Cul es la probabilidad de que la duracin del viaje sea mayor de 65 min
133
EJEMPLO 119
Suponga que una sala de conferencia grande se puede reservar no ms de 4 horas. Sin embargo,
el uso de la sala de conferencias es tal que muy a menudo tienen conferencias largas y cortas. De
hecho se puede suponer que la duracin de una conferencia tiene una distribucin uniforme de
(0,4)
a) Cul es la funcin de densidad?
b) Cul es la probabilidad que una conferencia dure al menos 3.2 horas?
Solucin.
a)
b)
EJEMPLO 120
El precio medio del litro de gasolina durante el prximo ao se estima que puede oscilar entre 140
y 160 pesetas. Podra ser, por tanto, de 143 pesetas o de 143.4 pesetas, o de 143.45 pesetas, o
de 143.455 pesetas, etc. Hay infinitas posibilidades, todas ellas con la misma probabilidad.
Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene cada punto del
intervalo, viene definida por:
Dnde:
Solucin.
134
EJEMPLO 121
La variacin de la profundidad de un rio de un da al otro, medida en 10, en un sitio especifico en
una variable aleatoria , con la siguiente funcin de densidad:
a)
b)
c)
d)
Obtener el valor de K.
Obtener la funcin de distribucin para .
Calcular
.
La
.
Solucin.
a)
f(x)
-3
-2
-1
b)
c)
d)
135
EJEMPLO 122
El volumen de precipitaciones estimado para el prximo ao en la ciudad de Sevilla oscilar entre
400 y 500 litros por metro cuadrado. Calcular la funcin de distribucin y la precipitacin media
esperada.
Solucin.
Entonces:
DISTRIBUCIN EXPONENCIAL.
EJEMPLO 123
Se puede modelar las magnitudes ssmicas registradas (Segn la escala de Richter), en una
regin mediante una distribucin exponencial con medial igual a 2.4 Obtenga:
a) La probabilidad de que la magnitud de un sismo en esta regin sea mayor de 3
=2.4=
136
b) Carga entre 2 y 3
EJEMPLO 124
Suponga que el tiempo de respuesta por el tiempo transcurrido entre el final de la peticin de un
usuario y el comienzo de la respuesta al sistema a esa peticin. Tiene una distribucin
exponencial con tiempo de respuesta esperado igual a 5 segundos.
a) Determinar la probabilidad de que el tiempo de respuesta esperado sea a la suma 10
segundos
=5=
137
Z= valores estandarizados
Con z=-1.96
Caso I
138
Caso II
Caso III
139
140
Caso IV
Caso V
141
EJEMPLO 125
En un proceso fotogrfico el tiempo de revelado de las copias es una variable aleatoria cuya
distribucin normal tiene una media de 16.285 y una desviacin estndar de 0.12
Calcular la posibilidad
a) De que una copia tarde en revelarse entre 16 y 16.5 segundos
=16.285
=0.12
De tablas si
De tablas si
p(x)=0.0087
p(x)=0.9633
c) A lo ms 16.35 segundos
d) Para qu valor la probabilidad de que pase el tiempo que se tarde en revelar una de las copias
es de 0.95.
De tablas buscando un valor que se aproxime a 0.05 se tienen 2 valores
Z1=-1.64
Z2=-1.65
142
EJEMPLO 126
Investigadores reportan que aproximadamente 75% de las personas creen que los tranquilizantes
funcionan muy bien. De las siguientes 80 personas, Cul es la probabilidad de...
a) Al menos 50 son de la misma opinin
b) Cuando mucho 66
Para tomar el valor de 66 se escoge 66.5 ya que es variable discreta
65.5 60 - 66.5
143
Para tomar el valor de 170 se escoge 169.5 ya que es variable discreta y para tomar
valor de 185 se escoge 185.5
el
el
144
Solucin.
A.
Z
Probabilidad acumulada
-0.36
0.3594
0.71
0.7611
B.
Z
Probabilidad acumulada
-0.36
0.3594
C.
145
Z
Probabilidad acumulada
-1.79
0.0367
-0.71
0.2389
EJEMPLO 129
Se supone que los resultados de un examen siguen una distribucin normal con media 78 y
desviacin tpica 36.
Cul es la probabilidad de que una persona que se presenta el examen obtenga una calificacin
superior a 72%?
Solucin.
146
Media
Varianza
Nota:
EJEMPLO 130
En un proyecto se sabe que el camino crtico est formado por 100 actividades, tal que la duracin
de cada una de ellas es aleatoria y sigue una distribucin beta extendida de parmetros
y
; el tiempo optimista es de tres das, mientras que el pesimista se retrasa a 13 das.
Calcular
a) Duracin media del proyecto
b) Desviacin tpica de la duracin del proyecto
c) Probabilidad de que el proyecto se termine antes de 520 das
Solucin.
Sea
la duracin de una actividad, y
proyecto.
A.
B.
Luego
147
C.
Como la variable
es suma de variables aleatorias independientes idnticamente distribuidas,
aplicando el teorema central del lmite tenemos:
EJEMPLO 131
Si la proporcin anual de declaraciones muestra errores en el departamento de contribuciones
puede considerarse como una variable aleatoria que tiene una distribucin beta con
.
Cul es la probabilidad de que en un ao determinado menos del 10% de las declaraciones sean
errneas?
Solucin.
148
Distribucin Gamma.
La variable aleatoria continua
de densidad esta dada por:
, su funcin
Media
Varianza
Nota:
EJEMPLO 132
Suponga que llegan llamadas telefnicas a un conmutador en particular y que siguen el proceso
de Poisson con un promedio de 5 llamadas por minuto. Cul es la probabilidad de que pase
hasta 1 minuto antes de que lleguen 2 llamadas?
Solucin.
El proceso de Poisson corresponde al tiempo hasta que 2 eventos de Poisson que sigue una
distribucin gamma con
149
Distribucin Weibull.
La variable aleatoria continua tiene una distribucin de Weibull, con parmetros
funcin de densidad esta dada por:
, su
Media
Varianza
EJEMPLO 133
Suponga que la vida til de cierta clase de batera (en hrs.) es la variable aleatoria que tiene una
distribucin con
. Calcular:
a) La vida til promedio de esta batera.
b) La varianza.
c) Probabilidad de que la batera dure ms de 300hrs.
Solucin.
a)
b)
c)
150
EJEMPLO 134
El tiempo de falla (en horas) del cojinete de una flecha est modelado de tal manera satisfactoria
por una variable aleatoria Weibull con
Solucin.
Ahora:
151
es funcin de densidad
Solucin.
A.
B.
C.
152
EJEMPLO 142
Sean
y
las proporciones de dos sustancias distintas que se encuentran en una muestra de
una mezcla de reactivos que se usa como insecticida. Supngase que
y
tienen una
densidad de probabilidad conjunta representada por:
a) Calcular
b) Calcular
Solucin.
A.
153
B.
Hallar:
a)
b)
c)
Solucin.
154
A.
B.
C.
155
EJEMPLO 144
Considere la siguiente funcin de densidad de probabilidad de la variable aleatoria X
Hallar:
a) Obtener el valor de para que
sea una funcin de densidad de probabilidad X
legtima
b) Obtener la funcin de distribucin acumulada
c) Calcular la siguiente probabilidad
d) Obtener la esperanza, la varianza y la desviacin tpica de X
Solucin.
A.
B.
156
C.
D.
Para la varianza:
157
Solucin.
Entonces:
158