FORMULARIO DE PROBABILIDAD Y ESTADSTICA

ESTADSTICA

x f
R=M-m
n

CONJUNTOS

R
K
n

Nota : para datos

2 Fa
ya agrupados
Me Li
c
f

c L2 L1

1 f fant
1
Mo Li (
)c
2 f fpos
1 2
X

K n

TEOREMA DE BAYES

n(AUB) = n(A) + n(B) n(AB)

P ( Ai B )

n(A-B) = n(A) - n(AB)

n(A) = n(U) n(A)
n(AxB) = n(A) x n(B)
PROBABILIDAD SIMPLE

P( E )

PROBABILIDAD CONDICIONAL

n( E )
n( s )

P( B )
A

TCNICAS DE CONTEO

( d ) r Fa
dr Li
c
f

S2
a

f ( x x)
n 1

f ( x x)
s 3 (n 1)

S S

CV

P(AUB) = P(A) + P(B)

x e
x!

var(x )

S
X
4

f ( x x)
3
s 4 (n 1)

n!
(n r )!

Combinacin: nCr

n!
r!(n r )!

DISTRIBUCION GEOMTRICA

Var ( x )

1 p
p2

var(x)

E ( xy ) [ x i y j P( xi , y j )]

E ( x) n p
Var ( x ) n p q

var(x)

1
p

VARIABLES ALEATORIAS
DISCRETAS CONJUNTAS

Cov ( xy ) E ( xy ) ( x y )

b( x; n, p ) n C x ( p x )q ( n x )

var(x)

E ( x)

x var(x)

DISTRIBUCION BINOMIAL

E (x )

G ( x, p ) p q ( x 1)

Var ( x ) [ xi2 P ( xi )] ( x ) 2

Permutacin: n Pr

DISTRIBUCION DE POISSON

P( x; )

E ( x ) X [ xi P ( xi )]

P(AB) = P(A) x P(B)

DISTRIBUCION HIPERGEOMTRICA

H ( N , m; n, x )

C x [ ( N m) C (n x) ]
N

Var ( x ) n

E ( x ) n(

Cn

m N m N n
(
)(
)
N
N
N 1

var(x)

var(x)

P ( a, x)

a
b

Var ( x ) [ x f ( x)]dx

P (c x d ) f ( x)dx

E( X )

Nota: n

1
p

mNp

xa
ba

ab
2

si a < x < b, 0 otro caso

Var ( x )

(b a) 2
12

DISTRIBUCION GAMMA

x
P(0, x) ( , )

m
)
N

DISTRIBUCION UNIFORME

Para f(x) si a<x<b, 0 otro caso E ( x ) [ x f ( x)]dx

2

cov( xy )
x y

q=1p

VARIABLE ALEATORIA CONTINUA

P ( A B ) n( A B )

P( A)
n( A)

VARIABLE ALEATORIA DISCRETA

Para eventos independientes:

2

P ( B Ai ) P ( Ai )
[ P ( B Ai ) P( Ai )]

E (x)

Var ( x ) 2 2

DISTRIBUCION NORMAL ESTNDAR

( x ) P( z n ) 0.5 - Tabla(n)
P( z n ) 0.5 Tabla(n)

P( n1 < z < n2 ) = Tabla(n2) Tabla (n1)

Elaborado por: Ing. Beatriz Vargas Rosales

FORMULARIO DE PROBABILIDAD Y ESTADSTICA

INFERENCIA ESTADISTICA
TAMAO DE LA MUESTRA

n0

z2 p q
E2

BONDAD DE AJUSTE

n0
1 [(n0 1) / N ]

X J2

( fo fe )2
fe

j k

Si

2
j

xi2 ( k 1,1 ) Si se ajusta

j 1

INTERVALOS DE CONFIANZA
Para Media con Dist. Normal

IC X z 1 (
(

Para Proporciones

)
n

IC p z 1
(

1
)
(s 1
( v ,1 )
n
2

IC [

v =n-1

v( s 2 ) v ( s 2 )
,
]
x2 x2
i ( v ,1 )
2

Para Diferencias de Proporciones

IC ( p 1 p 2 ) z 1
(

Ha: C

Ha: C

Ho: C

Ha: 1 2
2 Colas

Ha: C

IC ( X 1 X 2 ) z 1

i (v , )
2

IC ( X 1 X 2 ) t

Ho: C

Ha: 1 2

( v ,1 )
2

Ho: 1 2

12 22

n1 n2

t-Student
v = *n - 1

s12 s 22

n1 n2

* se toma la n ms
pequea

Si IC es ( -,+ ) entonces 1 2
Clculo de Z0 t0
Para Z0

z calc z 0

t0 = t(v,1-)

tabla = 0.5 -

Se rechaza Ho si z calc z 0

Igual que el anterior, pero tanto z0

como t0 son negativas

z calc z 0

Se acepta Ho si

Ho: 1 2

v = n-1

con Dist. Normal

Se acepta Ho si

Ho: 1 2

s
)
v

Para Diferencias de Medias

Regla de Decisin

Ho: C

Ha: 1 2

( v ,1 )
2

v=n-1

Si IC es (+ ) entonces 1 2

PRUEBAS DE HIPTESIS

Cola Izquierda

IC X t

Para Diferencias de Medias con Dist.

p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

Si IC es ( - ) entonces 1 2

Cola Derecha

p (1 p)
n

Para Varianza con Dist. Xi2

De Prediccin

Ip X t

Para Media con Dist. t-Student

Se rechaza Ho si z calc z 0
Se acepta Ho si

Se rechaza Ho

z01= -z02, para z02

z 01 z calc z 02

si zcalc < z01

tabla = 0.52

La regin de rechazo es 1 - y zo es el lmite de

la regin de aceptacin en Dist. Normal.

Para: Media

Para muestras pequeas (n<30) se usa Dist. tStudent y en lugar de z es t y en lugar de es s y

para calcular v en to en diferencia de medias, se
toma la n ms pequea.

z calc

zcalc > z02

Proporciones

( v ,1 )
2

t01= -t02

Diferencia de Medias

p p
p(1 p)
n

zcalc

t 02 t

z calc

( X 1 X 2 ) ( 1 2 )

12 22

n1
n2

REGRESION LINEAL SIMPLE

y = mx + b

n [ xy ] x y
n ( x 2 ) ( x ) 2

y m x
n

n xy x y
[ n ( x 2 ) ( x ) 2 ][ n ( y 2 ) ( y ) 2 ]
Elaborado por: Ing. Beatriz Vargas Rosales