Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica y Probabilidad
Estadistica y Probabilidad
PROBABILIDADES
Editado Por
G. Aaron Estuardo Morales
admin2766@gmail.com
Chile 2012
Indice
Contenido
Pgina
3
4
6
7
8
17
39
38
40
45
46
47
50
52
56
58
60
60
69
78
83
86
87
89
94
94
102
103
108
113
117
118
122
Autoevaluacin 1
Autoevaluacin 2
128
131
134
134
134
135
140
144
148
150
152
153
158
164
169
171
173
174
179
186
191
Entre las tareas principales de la Estadstica, est el de reunir la informacin integrada por un
conjunto de datos, con el propsito de obtener conclusiones vlidas del comportamiento de stos, como
tambin hacer una inferencia sobre comportamientos futuros.
En cuanto al uso y la aplicacin, puede decirse que abarca todo el mbito humano encontrndose
en las relaciones comerciales, financieras, polticas, sociales, etc. siendo fundamental en el campo de la
investigacin y en la toma de decisiones.
Estadstica
Es el conjunto de mtodos y procedimientos que implican recopilacin, presentacin, ordenacin
y anlisis de datos, con el fin que a partir de ellos puedan inferirse conclusiones.
Pueden distinguirse dos ramas diferentes en Estadstica:
c Estadstica Descriptiva, la cual es la que se utiliza en la descripcin y anlisis de conjuntos de
datos o poblacin.
c Inferencia Estadstica, la cual hace posible la estimacin de una caracterstica de una
poblacin, o la toma de una decisin con respecto a una poblacin, con base nicamente en resultados
muestrales.
Recopilacin de Informacin
La Estadstica Descriptiva tiene como funcin el manejo de los datos recopilados en cuanto se
refiere a su ordenacin y presentacin, para poner en evidencia ciertas caractersticas en la forma que sea
ms objetiva y til.
Una poblacin o universo objeto de una investigacin estadstica puede ser finita si sus
elementos se pueden contar. Por ejemplo, nmero de alumnos de un curso.
Una poblacin o universo es infinita cuando no es finita. En Estadstica, el sentido del trmino
poblacin infinita se refiere a una poblacin con un nmero tan grande de elementos que no le es posible al
investigador someter a medida cada uno de ellos.
Cuando se miden cualitativamente las caractersticas de una poblacin, resultan categoras que
deben ser exhaustivas, es decir, que se pueda clasificar a toda la poblacin, y tambin deben ser
mutuamente excluyentes, es decir, un mismo elemento no puede pertenecer simultneamente a dos o ms
categoras. Por ejemplo, sexo de una persona: masculino o femenino.
Una muestra debe cumplir ciertas condiciones, de aqu surge el concepto de muestra aleatoria
que es aquella obtenida de modo que cada elemento de la poblacin tiene una oportunidad igual e
independiente de ser elegido.
La investigacin estadstica es toda operacin orientada a la recopilacin de informacin sobre
una poblacin.
La investigacin puede ser tan simple como la recopilacin de datos estadsticos obtenidos de
informaciones provenientes de fuentes oficiales a nivel institucional o de publicaciones de organismos
altamente especializados en estas materias, o tan complejas que requiera de la colaboracin de especialistas
en diferentes materias, como ocurre en los censos de poblacin de un pas.
Se denomina variable a fenmenos o caractersticas que son medidas en algn tipo de
investigacin estadstica.
Variables
Es muy probable que un especialista en Estadstica que realiza una encuesta desee desarrollar un
instrumento que le permita hacer varias preguntas y manejar diversos fenmenos o caractersticas. A estos
fenmenos o caractersticas se les denomina variables aleatorias.
Segn la forma en que se expresen las variables, se dividen en:
1) Variables Cualitativas: son aquellas que pueden expresarse slo en forma de atributo.
Ejemplo:
1) Estado civil :
c soltero
c casado
c viudo
c separado
2) Satisfaccin con un producto:
c muy insatisfecho
c regularmente insatisfecho
c neutral
c satisfecho
c muy satisfecho
3) Tamao de un tablero :
c grande
c mediano
c pequeo
2) Variables Cuantitativas, son aquellas variables que pueden expresarse en forma numrica Se
dividen en discretas y continuas.
2.1) Variables Cuantitativas Discretas, son respuestas numricas que surgen de un proceso de
conteo, siendo siempre un nmero entero.
Ejemplos :
1) Nmero de asignaturas inscritas en el primer semeste.
2) Nmero de integrantes del grupo familiar.
3) Nmero de salas de clases del IPVG.
2.2) Variables Cuantitativas Continuas, son respuestas numricas que surgen de un proceso de
medicin, las cuales pueden tomar valores entre dos nmeros enteros.
Ejemplo :
1) Estatura
2) Temperatura
3) Peso
Obs:
a) ~
b)
Obs:
a) / ~
b) /
Ejercicio
Una empresa que tiene trabajadores se propone reestructurar las remuneraciones, se estudia los
aos de servicio de los trabajadores determinndose los siguientes resultados:
5 ~ (tamao de la poblacin)
Se pide:
c Tabular la informacin.
c Qu cantidad de trabajadores tiene aos de servicio ?.
c Qu porcentaje de trabajadores tiene
aos de servicio ?.
c Si aquellos trabajadores que tengan a lo menos siete aos de servicio reciben un aumento del
% . Qu porcentaje de los trabajadores recibi dicho aumento?.
c Si todos los trabajadores que tengan a lo ms cinco aos de servicio reciben una bonificacin
de $ . Qu cantidad de trabajadores recibi dicha bonificacin?.
c Si la empresa decide otorgar una bonificacin especial de $ por cada ao de servicio.
Cunto ser el dinero necesario para cumplir dicha bonificacin?.
Solucin
c
Aos de servicio
Total
-
/
c $
se necesitan para la bonificacin por ao de servicio.
Recorrido
9
~
N de clases
d) Lmites de un intervalo : Son los valores extremos de una clase. El menor valor es considerado
como el lmite inferior y el valor que se obtiene sumando al lmite inferior la amplitud del intervalo es el
lmite inferior de la segunda clase.
e) Lmites reales de un intervalo : Se obtienen calculando el promedio entre el lmite superior de
una clase y el lmite inferior de la clase siguiente.
f) Marca de clase : % Es el punto medio de un intervalo.
dado.
Observacin:
~
~
~ tamao de la muestra
10
Obs:
- ~
Ejemplo
Los siguientes datos corresponden a las notas obtenidas por alumnos en un curso de
Estadstica
11
Solucin:
9 ~ c ~
~
~ b ~
~
~
c Notas
c
c
c
c
c
Total
Lmites reales
c
c
c
c
c
c
c
c
c
%
-
/
.
c La frecuencia absoluta del cuarto intervalo es
. Esto nos indica que son
los alumnos que
tienen una nota entre c
.
c El % de los alumnos tiene una nota inferior a .
c El % de los alumnos tiene una nota superior a
.
c Existen
alumnos con nota inferior a .
c El
% de los alumnos tiene una nota inferior a
.
12
Ejercicios
1) Los siguientes datos corresponden al sueldo (en miles de pesos) de trabajadores de una
empresa
13
14
Solucin
1) a) 9 ~
c
~
5 ~
~ b ! ~
~
~
Sueldo
c
c
c
c
c
c
Total
Lmites reales
c
c
c
c
c
c
%
-
/
2) a) Peso
c
c
c
c
c
Total
Lmites reales
c
c
c
c
c
%
15
-
/
3) a) Duracin
c
c
c
c
c
c
c
c
c
Total
Lmites reales
c
c
c
c
c
c
c
c
c
%
-
/
c
c
c
c
c
c
c
c
Total
-
/
c
c
Total
Lmites Reales
c
c
c
c
c
%
-
/
b) La frecuencia absoluta del tercer intervalo es , es decir, existen compaas cuyas ganancias
estn entre y
por accin.
c) El
% de las compaas tienen a lo ms una ganancia de
por accin.
d) compaas tienen a lo menos una ganancia de por accin.
e) compaas tienen una ganancia igual o menor a por accin.
f) El
% de las compaas tienen una ganancia por accin de a lo ms .
16
Representacin Grfica
Su objetivo es captar la informacin obtenida en los datos en forma rpida por cualquier persona,
as cada representacin debe llevar un ttulo adecuado.
Las normas en la construccin de un grfico estadstico son similares a los de grficos de
funciones, las variables independientes, se ubican en las abscisas y las dependientes en las ordenadas.
Tipos de grficos
a) Grfico circular: se usan para mostrar el comportamiento de las frecuencias relativas,
absolutas o porcentuales de las variables. Dichas frecuencias son representadas por medio de sectores
circulares, proporcionales a las frecuencias.
Departamento
A (1)
B (2)
C (3)
D (4)
E (5)
Total
%
Pe rs o n a l p o r D e p a rta m e n to
5
9%
1
1 5%
4
1 5%
1
2
2
2 8%
3
3 3%
17
3
4
5
~ alumnos
1996:
1997:
1998:
1999:
2000:
2001:
18
c) Grfico lineal: se utiliza para mostrar las frecuencias absolutas o relativas de una variable
discreta, son representadas mediante lneas verticales proporcionales a dichas frecuencias.
%
Total
%
19
d) Grfico de barra: Se utiliza para representar tablas de frecuencia con atributos o con
variables discretas y pocos valores. Sobre un eje horizontal se construyen bases de rectngulo del mismo
ancho cada uno correspondiente a una modalidad del atributo, sobre estas bases se levantan rectngulos
cuya altura es proporcional a la frecuencia absoluta de la modalidad. El espacio entre ellas debe ser
uniforme.
Departamento
A
B
C
D
E
Total
140
120
100
80
60
40
20
0
A
C
De partam e nto
20
e) Histograma: es el grfico adecuado cuando los datos estn ordenados en tablas con intervalos,
es decir, para datos de variables continuas. Tambin el histograma es una conformacin de rectngulos,
pero uno al lado de otro cuya rea es proporcional a la frecuencia de cada intervalo. Los extremos de la
base de cada rectngulo son los lmites reales del intervalo.
Lmites Reales
c
c
c
c
c
c
Total
H IS T O G R AMA
12
10
4
2
0
8,5
12,5
16,5
20,5
24,5
28,5
4,5
8,5
12,5
16,5
20,5
24,5
L m ite s Re a le s
21
f) Polgono de frecuencia: este grfico sirve para mostrar la tendencia de la variable, se puede
determinar a partir de un histograma uniendo los puntos medios superiores de cada rectngulo del
histograma. Tambin, se determina el polgono uniendo los puntos formado por la marca de clase con la
frecuencia absoluta del intervalo respectivo.
F r e c u e n c ia Ab s o lu ta
Lmites reales
c
c
c
c
c
c
Total
%
P o lg o n o d e F re c u e n c ia s
12
10
8
6
4
2
0
2 ,5
6 ,5
1 0 ,5
1 4 ,5
1 8 ,5
2 2 ,5
2 6 ,5
3 0 ,5
M a r c a s d e C la s e s
22
10
8
6
4
2
0
Lm ite s Re a le s
23
e) Ojiva: es un grfico que se usa para mostrar como se acumulan las frecuencias absolutas,
relativas o porcentuales. Se obtiene al unir los puntos formados por los lmites superiores de cada intervalo
con la frecuencia absoluta o relativas acumuladas del intervalo respectivo. Si se consideran las frecuencias
porcentuales acumuladas se llama ojiva porcentual.
Lmites reales
c
c
c
c
c
c
Total
%
-
Ojiva
40
36
32
28
24
20
16
12
8
4
0
4
12
16
20
24
28
L m ite s Su p e r io r e s
24
Ejercicios
A
CC
P
A
P
M
A
CC
CC
A
M
A
A
M
M
A
CC
CC
A
M
M
P
M
P
P
P
A
M
P
M
P
M
M
P
M
P
c
c
c
c
c
Total
%
-
/
Lmites reales
25
3) Los siguientes datos corresponden a la duracin, en horas, de vlvulas que fueron sometidas
a un cierto control.
Tiempo
c
c
c
c
c
c
c
Total
%
-
/
Lmites reales
4) Se realizaron dos experimentos referente al peso, en Kg., aplicado sobre una cierta cantidad de
tableros.
Peso (Kg.)
c
c
c
c
c
c
Total
A
B
26
N Alu mn o s
P es o s d e lo s Alu m n o s d e C . C iv il
10
9
8
7
6
5
4
3
2
1
0
3 5 ,5
4 5 ,5
5 5 ,5
6 5 ,5
7 5 ,5
8 5 ,5
9 5 ,5
Pe s o (K g .)
27
Solucin
1) a)
Departamento
A
CC
M
P
Total
b) Grfico Circular
Pe r s onal por De par tam e nto
25%
28%
A
CC
M
CC
13%
M
34%
c)
Departamento
A
CC
M
P
Total
%
28
2) a)
Volumen
c
c
c
c
c
Total
%
-
/
Lmites reales
c
c
c
c
c
13
18
23
28
33
M a rca s de Cla se s
29
3) a)
Tiempo
c
c
c
c
c
c
c
Total
%
-
/
Lmites reales
c
c
c
c
c
c
c
b) Ojiva
Du ra ci n V lvu la s
Fr e cu e n cia A cu m u lad a
60
50
40
30
20
10
0
449,5 499,5 549,5 599,5 649,5 699,5 749,5 799,5
L m ite s Su p e r io r e s
30
4) a) Histograma
Frecuencia Absoluta
E xperimento A
12
0
19,5
14,5
24,5
19,5
29,5
24,5
34,5
39,5
29,5
34,5
44,5
39,5
Lm ite s Re a le s
b) Ojiva Porcentual
Fr e c. Acum . Por c.
Ex pe rim e nto B
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
14,5
19,5
24,5
29,5
34,5
39,5
44,5
L m ite s Su p e r io r e s
31
c) Polgonos de Frecuencia
Fr e cue ncia
Ex pe rim e nto A y B
12
11
10
9
8
7
6
5
4
3
2
1
0
12
Se r ie 1
17
22
27
32
37
42
47
M ar cas de Clas e s
Se r ie 2
Serie 1 ~ Experimento A
Serie 2 ~ Experimento B
d) Ojivas
Experimento A y B
45
Frecuencia Acumulada
40
35
30
25
20
15
10
5
0
14,5
19,5
24,5
29,5
34,5
39,5
44,5
Lmites Superiores
Serie1
Serie2
Serie 1 ~ Experimento A
Serie 2 ~ Experimento B
32
33
Media aritmtica
La media aritmtica ( tambin denominada media ) es la medida de tendencia central que se
utiliza con mayor frecuencia. Se calcula sumando todas las observaciones de un conjunto de datos,
dividiendo despus ese total entre el nmero total de elementos involucrados.
La media aritmtica de un conjunto de valores % % % se define como el cuociente entre la
suma de los valores y el nmero de ellos. Su smbolo es % si la media aritmtica es de una muestra y si la
media aritmtica es de una poblacin.
a) Para datos no agrupados:
Media muestral: % ~
%
% b % b b %
; ~ tamao de la muestra
~
~
Media poblacional: ~
5
% b % b b %5
%
~
; 5 ~ tamao de la poblacin
5
5
~
Ejemplo Calcular la media aritmtica de los siguientes datos relacionados con las notas de test en
Estadstica obtenidas por un cierto alumno:
%~
b b
b b b
~
34
Poblacin
%
% b % b b %
~
b b b
~
%
~
5
~
c
c
c
c
Total
%
%
%
%~
~
~
~
El peso promedio de los trabajadores es de kilos
%
valores
%~
%
%
%
b b b b
~
~
Por lo tanto, % ~
35
%
%
%
%
&
% b
% b
% b
% b
&
&~
~
% b
% b ! b % b ! b b % b !
~
&~
~
~
% b % b % b b % b
%
~
b
~
~%b
Propiedad 3 La media aritmtica de una variable por una constante es igual al producto de la
constante por la media de la variable.
% %
%
' % %
%
'~
~
%
% b % b b %
% b % b b %
~ %
% h b % h b b % h
b b b
36
Desventajas
- No aplicable a atributos
- Influyen en su valor los valores extremos
Ejemplos:
1) De un grupo de contribuyentes se determin que el promedio de impuestos es de $32.200.
Determinar en cada uno de los siguientes casos, la nueva media aritmtica:
a) Los impuestos aumentan en un 2 %
b) A los impuestos se les disminuye la cantidad de $2.300
c) A cada contribuyente, se le disminuye un 3 % y adems se le condona $2.550
Solucin:
1) a) % ~ h ~ La nueva media aritmtica es $
b) % ~ c ~
La nueva media aritmtica es $
c) % ~ h
c ~
La nueva media aritmtica es $
h b
h b
h
~
~
b b
37
Mediana
La mediana es el valor que se encuentra en el centro de una secuencia ordenada de datos. La
mediana no se ve afectada por observaciones extremas en un conjunto de datos. Por ello, cuando se
presenta alguna informacin extrema, resulta apropiado utilizar la mediana, y no la media, para describir el
conjunto de datos.
Su smbolo es 4 .
a) Mediana para datos no agrupados
Se deben ordenar los datos de forma creciente o decreciente. Para muestras con un nmero par de
observaciones, la mediana es el dato que queda en el centro de dicha ordenacin y para muestras con
nmero impar de observaciones la mediana es el promedio de los dos datos centrales.
Ejemplos
1) Para muestra con nmero impar de datos: 4 ~ ? b
datos
datos ordenados
4 ~ ? b ~ ? ~
4 ~
? b ? b
datos
datos ordenados
4 ~
? b ? b
? b ?
b
~
~
cc
9h
38
c
c
c
c
c
Total
-
~
~
-
4 ~ b 8
c
9 h
4 ~
horas
39
! intervalo ~
Moda
La moda es el valor de un conjunto de datos que aparece con mayor frecuencia. Se le obtiene
fcilmente a partir de un arreglo ordenado. A diferencia de la media aritmtica, la moda no se afecta ante la
ocurrencia de valores extremos. Sin embargo, slo se utiliza la moda para propsitos descriptivos porque
es ms variable, para distintas muestras, que las dems medidas de tendencia central. Un conjunto de datos
puede tener ms de una moda o ninguna.
Su smbolo es 4 .
a) Moda para datos no agrupados
Ejemplos
1) datos
4 ~
2) datos
4 ~ y
3) datos 4 ~
4) datos 4 ~ no existe
b) Moda para datos agrupados
Existe ms de una forma de calcular la moda:
Caso a) 4 ~ 3 b 8
9h
b
Caso b) 4 ~ 3 b 8
b
9h
c b b
40
c
c
c
c
c
Total
80
-
9
4 ~ b 8
9 h
b
4 ~ horas
~ c
~
~ c ~
3 ~
~
Caso b): ~
b ~ ~
c ~ ~
3 ~
~
4 ~
b 8
9 h
b
4 ~ horas
41
Ejercicios
1) En una industria dos operarios en siete das de trabajo, son capaces de producir, por da, y en
forma individual la siguiente cantidad de rboles para fresa de mm de longitud por mm de
dimetro.
Operario A
Operario B
Determine
a) Produccin media de cada operario.
b) Moda del operario A.
c) Mediana del operario B.
2) Se hace una encuesta entre personas acerca del nmero de horas diarias que se dedican a
ver televisin, obtenindose la siguiente informacin
N de horas
c
c
c
c
c
c
Total
y
kilos. Hallar el peso medio de los estudiantes.
5) Las notas de un estudiante en sus certmenes han sido
y . Hallar la media, la
mediana y la moda.
42
Hombre
Mujer
43
Solucin
% A ~
% B ~
4 ~
% ~
4 ~
(Caso a) 4 ~
(Caso b) 4 ~
% ~
4 ~
4 no existe
% ~
4 ~
4 ~
%
4
4 (caso a)
4 (caso b)
Hombre
Mujer
y
44
Medidas de dispersin
Una segunda propiedad que describe a un conjunto de datos es la dispersin. Dispersin es el
grado de variacin o diseminacin de los datos. Dos conjuntos de datos pueden diferir tanto en tendencia
central como en dispersin o dos conjuntos de datos pueden tener las mismas medidas de tendencia central,
pero diferir mucho en trminos de dispersin.
Ejemplo:
1) % ~
2) % ~
Los estadgrafos de dispersin nos indican si la distribucin o conjunto de datos forma grupos
homogneos o heterogneos. Las medidas de dispersin a estudiar son: rango, desviacin media, varianza
y desviacin estndar.
Rango
Indica el nmero de valores que toma la variable. El rango es la diferencia entre el valor mximo
y el valor mnimo de un conjunto de datos.
9 ~ %mx c %mn
Si los datos estn agrupados en una tabla de frecuencias, el recorrido es la diferencia entre el
lmite real superior del ltimo intervalo y el lmite real inferior del primer intervalo.
9 ~ 3mx c 3mn
Ejemplo:
1) Sea el siguiente conjunto de datos
%mx ~
%mn ~
9 ~ c ~
3 ~
3% ~
c
c
c
c
Total
9 ~
c
9 ~ Kg.
45
El rango mide "la dispersin total" del conjunto de datos. Aunque el rango es una medida de
dispersin simple y que se calcula con facilidad, su debilidad preponderante es que no toma en
consideracin la forma en que se distribuyen los datos entre los valores ms pequeos y los ms grandes.
Desviacin Media
Es la media aritmtica de los valores absolutos de las desviaciones de todos los datos respecto a la
media aritmtica. Su smbolo es +4 .
a) Desviacin media para datos no agrupados
O % c % O
~
+4 ~
Ejemplo Obtener la desviacin media para los datos
%~
b b b b
~
+4 ~
O c
O b O c
O b O c
O b O c
O b O
c
O
+4 ~
+4 ~
b) Desviacin media para datos agrupados
O % c % O
~
+4 ~
donde % es la marca de clase
Ejemplo Determine la desviacin media de los siguientes datos agrupados
Pesos (Kg.)
c
c
c
c
Total
46
Pesos (Kg.)
c
c
c
c
Total
%~
%
% h
% c %
O % c % O
~
+4 ~
~
Varianza
La varianza se define como el promedio aritmtico de las diferencias entre cada uno de los valores
del conjunto de datos y la media aritmtica del conjunto elevadas al cuadrado.
Su smbolo es : si estamos trabajando con una muestra y 2 si estamos trabajando con una
poblacin.
a) Varianza para datos no agrupados
% c %
~
: ~
c
5
% c
~
~
5 c
47
b b b b b
~
: ~
c
: ~
: ~ ( en unidades al cuadrado )
Poblacin
% c %
~
: ~
c
% c
~
~
5 c
c
c
c
Total
Edades ( aos )
c
c
c
c
c
Total
%~
%
% h
~
aos
: ~
~
( en aos2 )
48
% c %
% c %
Las frmulas anteriores para calcular la Varianza muestral tienen una forma abreviada:
Para datos no agrupados
% c %
~
: ~
c
% c %
~
: ~
c
Propiedades de la Varianza
= % ~ :%
= % ~ si % ~ constante
= % ~ = %
= % b ~ = %
= % b ~ = %
Las unidades de medida de la varianza son las unidades al cuadrado de los datos.
49
Poblacin
q
q
q
% c
q
q
~
~p
5 c
50
c
c
c
Total
51
Criterio de Homogeneidad
: ~
9 9
A ~
:
Por lo tanto, la muestra es heterognea.
b) Para el caso de los datos tabulados de las edades de
personas
Edades ( aos )
c
c
c
c
c
Total
9 ~ c ~ ( aos )
@
: ~ ( aos )
9 9
A ~
:
Por lo tanto, la muestra es homognea.
Observaciones
1) Cuanto ms separados o dispersos estn los datos, es decir, para muestras heterogneas, tanto
mayores sern el rango, la varianza y la desviacin estndar.
2) Si los datos estn ms concentrados, es decir, para muestras homogneas, tanto menores sern
el rango, la varianza y la desviacin estndar.
3) Si todas las observaciones son iguales ( de manera que no haya variacin en los datos ), el
rango, la varianza y la desviacin estndar sern iguales a cero.
52
Ejercicios
1) En una industria dos operarios en siete das de trabajo, son capaces de producir, por da, y en
forma individual la siguiente cantidad de rboles para fresa de mm de longitud por mm de
dimetro.
Operario A
Operario B
Determine
a) Rango del operario A y del operario B
b) Varianza del operario A.
c) Desviacin estndar de ambos operarios.
d) Son las muestras homogneas?.
2) Se hace una encuesta entre personas acerca del nmero de horas diarias que se dedican a
ver televisin, obtenindose la siguiente informacin
N de horas
c
c
c
c
c
c
Total
y
kilos. Hallar la varianza de los estudiantes.
5) Las notas de un estudiante en sus certmenes han sido
y .
desviacin estndar. Las notas , son homogneas?.
53
Hallar la
Hombre
Mujer
Obtener las medidas de dispersin ( rango, varianza y desviacin estndar ) tanto para los
hombres como para las mujeres. Determine, adems si las muestras son homogneas o no.
54
Solucin
9A ~
A
~
~
9B ~
~
~
~
~
~
~
9 ~
9
Hombres
~
~
Mujeres
55
Autoevaluacin
1) En una encuesta realizada a personas en la ciudad de Chilln, sobre su equipo de ftbol
preferido, se obtuvieron los siguientes resultados:
U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, Colo Colo
Colo Colo, U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, U. de Chile, U. de
Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, U. Catlica, Colo Colo, U. de Chile,
Concepcin
a) Construya una tabla para la informacin obtenida
b) Construya un grfico adecuado para la informacin dada
c) Cuntas personas son hinchas de Colo Colo?
d) Qu porcentaje de personas prefiere a U. de Chile?
e) Qu porcentaje de encuestados no es hincha de ublense?
2) Los salarios ofrecidos a 16 personas son ( en miles de pesos ):
165
155
149
170
166
150
167
151
154
142
165
148
144
149
135
100
56
Solucin:
1) a)
Categoras
U. de Chile
Colo Colo
U. Catlica
ublense
Concepcin
Total
-
/
F re cu e n cia
b)
E q u ip o s d e F tb o l F a v o rito s
C a te g o ra s
.D
lo
lo
il e
10
9
8
7
6
5
4
3
2
1
0
57
Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o fracaso en
los juegos de azar. La probabilidad es un mecanismo por medio del cual pueden estudiarse sucesos
aleatorios, es decir, operaciones cuyo resultado no puede ser predicho de antemano con seguridad. Por
ejemplo, el lanzamiento de una moneda.
Enfoques de probabilidad
1) Experimento aleatorio o experimento: cualquiera operacin cuyo resultado no puede ser
predicho de anterioridad con seguridad.
Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado
c) extraccin de una carta de una baraja de 52 cartas
2) Espacio muestral: es el conjunto de todos los posibles resultados asociados a un experimento.
Su smbolo es + . Si el espacio muestral tiene un nmero finito de elementos o infinito numerable,
entonces se dice que ste es discreto y si el espacio muestral tiene como elementos todos los puntos de
algn intervalo real, entonces se dice que ste es continuo .
Ejemplo:
a) experimento:lanzamiento de un dado
+ ~
58
En todo experimento aleatorio + se considera el conjunto universal, por lo tanto, todos los
complementos son tomados respecto a +.
Ejemplo
Considere el experimento lanzamiento de dos dados.
a) Determine el espacio muestral
b) Obtenga los siguientes eventos:
A ~ la suma de los dos nmeros es un mltiplo de dos
B ~ ambos dados muestran la misma cara
C ~ los dos nmeros son primos
D ~ la resta de los dos nmeros es divisible por tres
c) Encuentre, si es posible, A r B, C q D, Bc , Bc q Cc
!
!
!
!
!
s
!
!
!
!
!
!
!
r
t
t
t
+ ~ Pt
t
t
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
! u
! w
w
! w
w
Q
! w
w
!
! v
!
A ~ J !
!
B ~ !
!
!
!
!
!
!
!
!
!
!
!
!
C ~ J !
!
!
!
!
!
! I
!
D ~ !
!
!
!
!
!
!
! K
!
!
!
!
ArB~A
C q D ~ !
!
Bc ~ % &!% &
r !
t !
B qC ~t
!
s
!
c
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
59
! u
! w
w
!
! v
Ejemplo
+ ~ lanzamiento de un dado
A ~ aparece un mltiplo de tres
P A! ~
+ ~
A ~
~
+ ~ lanzamiento de un dado
+ ~
Axiomas de probabilidad
Sea + un espacio muestral y sean A y B dos eventos cualesquiera de este:
Axioma1 P +! ~
Axioma2 P A!
DA +
Axioma3 P A r B! ~ P A! b P B!
si A q B ~ J
En general, P8 r ( 9 ~ P ( ! b P ( ! b P ( ! b b P ( ! con
~
( q ( ~ J D
De estos tres axiomas fundamentales es posible determinar algunas propiedades y consecuencias:
Teorema1
a) P J! ~
Demostracin
+~+rJ
P +! ~ P + r J!
P + ! ~ P +! b P J !
~b
~ P J!
pues + q J ~ J
60
b) P Ac ! ~ 1 c P A!
Demostracin
+ ~ A r Ac
P +! ~ P A r A c !
P + ! ~ P A! b P A c !
~ P A! b P A c !
1 c P A! ~ P A c !
pues A q Ac ~ J
c) Si A B, entonces P A ! P B!
Demostracin
B ~ A r B c A!
P B! ~ P[A r B c A!]
P B! ~ P A! b P B c A!
Luego P A ! P B!
pues A q B c A! ~ J
Corolario
P A! 1
Demostracin
JA+
P J! P A! P +!
0 P A! 1
61
Teorema 2
a) P A r B! ~ P A! b P B! c P A q B!
Demostracin
A r B ~ A r B c A!
P A r B! ~ P[A r B c A!]
P A r B! ~ P A! b P B c A!
P A r B! c P A! ~ P B c A!
pues A q B c A! ~ J
1!
B ~ A q B! r B c A!
P B! ~ P A q B! b P B c A!
P B! c P A q B! ~ P B c A!
pues A q B! q B c A! ~ J
2!
de 1! y 2!
P A r B! c P A! ~ P B! c P A q B!
P A r B! ~ P A! b P B! c P A q B!
62
b) P A c B! ~ P A! c P A q B!
Demostracin
A r B ~ A c B! r B
P A r B! ~ P[ A c B! r B]
P A! b P B! c P A q B! ~ P A c B! b P B!
P A! c P A q B! ~ P A c B!
pues A c B! q B ~ J
Corolario
P A r B r C! ~ P A! b P B! b P C! c P A q B! c P A q C! c P B q C! b P A q B q C!
Demostracin
A r B r C ~ A r B! r C
P A r B r C!
~ P[ A r B! r C]
~ P A r B! b P C! c P[ A r B! q C]
~ P A! b P B! c P A q B! b P C! c P[ A q C! r B q C!]
~ P A! b P B! c P A q B! b P C! c P A q C! b P B q C! c P A q B q C!
~ P A! b P B! b P C! c P A q B! c P A q C! c P B q C! b P A q B q C!
63
Teorema3
Sea + un espacio muestral y A un evento de + , A + , entonces
P A! ~ P A1 ! b P A2 ! b P A3 ! b b P Ak !
~ P Ai !
Donde Ai son eventos disjuntos cuya unin es A
~
Demostracin
A ~ A1 r A2 r A3 r ... r Ak
P A! ~ P A1 r A2 r A3 r ... r Ak !
P A! ~ P A1 ! b P A2 ! b P A3 ! b b P Ak !
P A! ~ P A i !
~
pues Ai q Aj ~ J
Ejemplos
1) Suponga que A y B son eventos para los cuales P A! ~ % ; P B! ~ & y P A q B! ~ ' .
Determine:
a) P
b) P
c) P
d) P
Ac r Bc !
Ac r B !
Ac q B !
Ac q Bc !
Solucin
a) P Ac r Bc !
~ P[ A q B!c ]
~ 1 c P A q B!
~c'
b)P Ac r B !
~ P[ A c B!c ]
~ 1 c P A c B!
~ c P A! c P A q B!
~c%b'
c) P Ac q B !
~ P B c A!
~ P B! c P A q B!
~&c'
64
d) P Ac q Bc !
~ P[ A r B!c ]
~ c P A r B!
~ c P A! c P B! b P A q B!
~c%c&b'
a) P A r B!
~ P A! b P B! c P A q B!
~ b c
~
~ c P A r B!
~ c
~
65
3) La alimentacin de cierta especie se considera completa si cada individuo consume tres tipos de
alimentos en cantidades adecuadas. En una poblacin se encontr que el 75 % consume alimento tipo A, el
70 % alimento tipoB, el 50 % alimento tipo C, el 50 % alimento tipo A y B, el 30 % alimento tipo A y C, el
30 % alimento tipo B y C y el 15 % consume de los tres tipos de alimentos. Se elige un individuo al azar en
la poblacin, calcular la probabilidad que:
a) consuma slo alimento tipo C.
b) consuma slo un tipo de alimento.
c) consuma al menos dos tipos de alimentos
Solucin
M ~ individuo de la poblacin que consume alimento tipo A
N ~ individuo de la poblacin que consume alimento tipo B
Q ~ {individuo de la poblacin que consume alimento tipo C}
66
Ejercicios
a) P(A U B U C)
c) P( B U C )
2) Sean A y B eventos tales que P A! ~
P B! ~ P A q B! ~ calcule
a) P Ac !
c) P A r B!
e) P Ac r Bc !
b) P Bc !
d) P A c B!
f) P Ac q Bc !
3) De un total de 500 estudiantes, se encuentra que 210 fuman, que 258 toman bebidas
alcohlicas, que 216 toman alimentos entre comidas, que 122 fuman y toman bebidas alcohlicas, que 83
toman alimentos entre comidas y tambin bebidas alcohlicas, que 97 fuman y toman alimentos entre
comidas y que 52 practican estos tres dainos hbitos. Si se escoge aleatoriamente a un miembro de esta
generacin, encuentre la probabilidad de que el estudiante
a) fumen, pero no tome bebidas alcohlicas.
b) tome alimentos entre comidas e ingiera bebidas alcohlicas, pero no fume.
c) no fume y no tome alimentos entre comidas.
4) La probabilidad de que una industria XX se ubique en la ciudad A es de 0,7; de que se localice
en la cuidad B es de 0,4 y de que se encuentre en A o en B, o en ambas es de 0,8. Cul es la probabilidad
de que la industria se localice
a) en ambas cuidades?.
b) en ninguna de ellas?.
5) En una bolsa hay 36 fichas numeradas del 1 al 36, respectivamente. Si se extrae una ficha,
calcular la probabilidad de que la ficha extrada sea
a) un nmero par
b) un nmero primo
c) un mltiplo de 5
d) un nmero terminado en 2
e) un nmero divisible por 6
f) un nmero impar mayor que 20.
67
Solucin
1)
a) P(A U B U C) ~
c) P( B U C ) ~
b) P< Ac q ( B U C ) = ~
2)
a) P Ac ! ~
c) P A r B! ~
b) P Bc ! ~
e) P Ac r Bc ! ~
d) P A c B! ~
f) P Ac q Bc ! ~
3)
a) La probabilidad de que fumen, pero no tome bebidas alcohlicas es
b) La probabilidad de que tome alimentos entre comidas e ingiera bebidas alcohlicas, pero no
fume es
c) La probabilidad de que no fume y no tome alimentos entre comidas es
4)
a) La probabilidad de que la industria se localice en ambas ciudades es
b) La probabilidad de que la industria no se localice en ninguna de ellas es
5)
a) La probabilidad de que la ficha extrada sea un nmero par es
68
Probabilidad Condicional
P A q B!
con P B!
P B!
P + q B!
P B!
P B!
P B!
~
2) P[ A r C!/B] ~ P A/B! b P C/B!
P[ A r C!/B]
AqC~J
P[ A r C! q B]
P B!
P[ A q B! r C q B!]
~
P B!
P A q B! P C q B!
~
b
P B!
P B!
~ P A/B! b P C/B!
Ejemplos
1) La probabilidad de que un vuelo de programacin regular despegue a tiempo es P D! ~ ;
la que llegue a tiempo es P A! ~ y la que despegue y llegue a tiempo es P D q A! ~ .
Encuentre la probabilidad de que el avin:
a) llegue a tiempo dado que despeg a tiempo.
b) despegue a tiempo dado que lleg a tiempo
Solucin
D ~ despegar a tiempo
A ~ llegar a tiempo
P A q D!
P D!
~
~
La probabilidad de que el avin llegue a tiempo dado que despeg a tiempo es de 0, 94 .
a) P A/D! ~
69
P D q A!
P A!
~
2
~
La probabilidad de que el avin despegue a tiempo dado que lleg a tiempo es de 0,95 .
b) P D/A! ~
2) En una oficina hay 100 mquinas calculadoras, algunas de ellas son elctricas E! mientras que
otras son manuales M!. De ellas unas son nuevas N! y otras usadas U!. El nmero de mquinas por
categora est dada en la siguiente tabla:
N
U
E
40
20
M
30
10
Total
70
30
Una persona entra a la oficina y escoge una mquina al azar, descubre que es nueva. Cul es la
probabilidad que sea elctrica?
P E q N!
P N!
~
~
P E/N! ~
La probabilidad es de 0,57 .
3) Un grupo de 500 ejecutivos es clasificado de acuerdo
insidencia del peso en la hipertensin. Se da la siguiente tabla:
Sobre peso SP! Peso normal PN!
Hipertenso H!
50
40
No hipertenso Hc ! 75
225
Total
125
265
Total
100
400
500
70
a) P H! ~
~
b) P H/SP! ~
La probabilidad de que una persona con sobrepeso sea tambin hipertensa es de 0,40 .
P N q Hc !
P Hc !
~
~
c) P N/Hc ! ~
Uno de los usos ms frecuentes de la probabilidad condicional es dar un procedimiento fcil para
asignar probabilidades a intersecciones de eventos. Del concepto de probabilidad condicional es posible
encontrar una expresin til, llamada regla del producto, para la probabilidad de interseccin de eventos,
esta es:
P A/B! ~
P A q B!
P B!
P AB! ~ P AB! h P B!
As,
P A q B q C!
~ P A/B q C! h P B q C!
~ P A/B q C! h P B/C! h P C!
P A q B q C q D! ~ P A/B q C q D! h P B q C q D!
~ P A/B q C q D! h P B/C q D! h P C q D!
~ P A/B q C q D! h P B/C q D! h P C/D! h P D!
71
Ejemplos:
1) Se seleccionan 2 fichas al azar, sin reemplazo, de una urna que contiene 4 blancas y 8 negras.
Calcular la probabilidad de que:
a) ambas sean blancas.
b) la segunda sea blanca.
a) B ~ {fichas blancas}
N ~ {fichas negras}
P B! ~
P N! ~
P B1 q B2 ! ~ P B1 ! h P B2 /B1 !
~
~
h
b) P B1 q B2 ! b P N1 q B2 !
b P N1 ! h P B2 /N1 !
b
h
P Dc ! ~
a) P D1 q D2 q D3 !
~ P D1 ! h P D2 /D1 ! h P D3 /D1 q D2 !
~
La probabilidad es de
h
h
72
b) P Dc3 /D1 q D2 ! ~
La probabilidad es de un .
c) P D3 /Dc1 q D2c ! ~
La probabilidad es de un .
d) P Dc1 q D2c q D3 !
h
h
La probabilidad es de un .
73
Ejercicios
, P B! ~
y P A q B! ~
. Hallar
a) P A/B!
b) P B/A!
c) P A r B!
d) P Ac /Bc !
e) P Bc /Ac !
7) A un jugador le reparten 5 cartas de una baraja corriente de 52 cartas. Cul es la probabilidad
de que todas sean corazones?.
8) Una clase tiene 15 nias y 19 nios. Si se escogen tres estudiantes al azar.Cul es probabilidad
de que
a) todos sean nios.
b) todos sean nias.
c) al menos uno sea nio
d) dos sean mujeres.
e) al menos dos sean nios.
74
9) Se estima que la probabilidad de que aumenten las ventas de automviles en el siguiente mes es
de 0,40. Se estima que la probabilidad de que aumenten las ventas de refacciones es de 0,30. Se estima que
la probabilidad de que ambas industrias experimenten un aumento en ventas es de 0,10. Cul es la
probabilidad de que
a) hayan aumentado las ventas de automviles durante el mes, dado que existe informacin de que
han aumentado las ventas de refacciones?
b) hayan aumentado las ventas de refacciones, dado que existe informacin de que aumentaron
las ventas de automviles durante el mes?
75
Solucin
1) A ~ cambio de aceite
B ~ nuevo filtro
a) P B/A! ~
b) P A/B! ~
2) A ~ esposo vota
B ~ esposa vota
a) P A r B! ~
c)P A/Bc ! ~
b) P B/A! ~
3) N ~ pelota negra
V ~ pelota verde
a) P N1 q N2 q N3 ! b P V1 q V2 q V3 ! ~
b) P N1 q V2 q N3 ! ~
~
c) P N1 q N2 q N3 ! b P V1 q V2 q V3 ! ~
P N1 q V2 q N3 ! ~
B ~ pelota blanca
a) P R1 q R2 q B3 ! ~
b) P R1 q R2 q B3 ! ~
5) A ~ perder matemticas
c) P A r B! ~
~
~
4) R ~ pelota roja
a)P A/B ! ~
~
B ~ perder qumica
b) P B/A! ~
b) P B/A ! ~
6)
a) P A/B ! ~
c) P A r B ! ~
e) P Bc /Ac ! ~
d) P Ac /Bc ! ~
76
7) P C1 q C2 q C3 q C4 q C5 ! ~
8) A ~ nias
B ~ nios
a) P B1 q B2 q B3 ! ~
b) P A1 q A2 q A3 ! ~
c) P B1 q A2 q A3 ! b P B1 q B2 q A3 ! b P B1 q B2 q B3 ! ~
d) P B1 q A2 q A3 ! ~
e) P B1 q B2 q A3 ! b P B1 q B2 q B3 ! ~
9) A ~ aumento venta de automviles
B ~ aumento ventas de refacciones
a) P A/B! ~
b) P B/A! ~
77
Teorema: Probabilidad total! Suponga que los eventos A1 ,A2 ,...,Ak forman una particin de +,
es decir, A1 r A2 r ... r Ak ~ + , A J y Ai q Aj ~ J D . Entonces para cualquier evento E +
se tiene:
P E! ~ P Ai ! h P E/Ai !
~
Teorema de Bayes:
Si A1 ,A2 ,...,Ak es una particin de +, es decir, A1 r A2 r ... r Ak ~ + , A J y Ai q Aj ~ J
D . Entonces para cualquier evento B + se tiene:
P Ai /B! ~
P Ai q B!
P B!
P Ai /B! ~
P B q Ai !
P B q A1 ! b P B q A2 ! b ... b P B q Ak !
P Ai /B! ~
P B/Ai ! h P Ai !
P B/A1 ! h P A1 ! b P B/A2 ! h P A2 ! b ... b P B/Ak ! h P Ak !
Ejemplos:
1) La probabilidad de que Alicia estudie para su examen final de Estadstica es 0,2 . Si estudia la
probabilidad de que apruebe el examen es 0,8, en tanto que si no estudia la probabilidad es 0,5.
a) Cul es la probabilidad que Alicia apruebe estadstica?.
b) Dado que Alicia aprob su examen. Cul es la probabilidad de que haya estudiado?.
E ~ Alicia estudia
Ec ~ Alicia no estudia
A ~ Alicia aprueba estadstica
P E! ~
P Ec ! ~
P A/E! ~
a) P A! ~ P A q E! b P A q Ec !
P A! ~ P A/E! h P E! b P A/Ec ! h P Ec !
P A! ~ ! ! b ! !
P A! ~
78
P A/Ec ! ~
b) P E/A! ~
P E q A!
P A!
P A q E!
P A!
P A/E! h P E!
P A!
! !
~
La probabilidad de que Alicia haya estudiado dado que aprob estadstica es de 0,29 .
2) Componentes complejas son ensambladas en una planta que usa dos lneas de ensamblado A y
B. La lnea A usa equipos ms viejos que la lnea B de manera que es algo ms lenta y menos confiable.
Suponga que en un da dado, la lnea A ha ensamblado 8 componentes de los cuales 2 son defectuosos y 6
son no defectuosos, mientras que la lnea B ha producido 1 componente defectuoso y 9 componentes no
defectuosos. El encargado de ventas selecciona al azar una de estas 18 componentes para una demostracin
y encuentra que es defectuosa. Cul es la probabilidad que esta componente haya sido ensamblada por la
lnea A?.
A ~ lnea A
B ~ lnea B
D ~ artculo defectuoso
P A! ~ P B! ~
P A/D! ~
P D/A! ~
P D/B! ~
P A q D!
P D!
P D q A!
P D q A! b P D q B!
P D/A! h P A!
P D/A! h P A! b P D/B! h P B!
~
~
h
h b
h
79
3) De un grupo gande de habitantes de una ciudad que tiene igual nmero de personas en
administracin, comercio, servicio de salud y servicio municipal se encontr que el 35 % de los
administrativos, el 25 % de los comerciantes, el 20 % del servicio de salud y el 15 % del servicio municipal
eran mujeres.
a) Cul es la probabilidad que una mujer escogida al azar del grupo sea administrativa?
b) Cul es la probabilidad que un individuo del grupo elegido al azar sea hombre?
A ~ administrativo
C ~ servicio salud
M ~ mujer
P A! ~ P B! ~ P C! ~ P D! ~
B ~ comerciante
D ~ servicio municipal
Mc ~ hombre
P M/A! ~
P M/B! ~
P M/C! ~
P M/D! ~
a) P A/M! ~
P A q M!
P M!
P M q A!
P M q A! b P M q B! b P M q C! b P M q D!
P M/A! h P A!
P M/A! h P A! b P M/B! h P B! b P M/C! h P C! b P M/D! h P D!
! !
! ! b ! ! b ! ! b ! !
~
La probabilidad de que la mujer sea administrativa es de 0,37 .
b) P Mc ! ~ c P M!
~ c
~
La probabilidad de que el individuo sea un hombre es de 0,7625 .
80
Ejercicios
Caja 1
Caja 2
Caja 3
Una caja se selecciona aleatoriamente, de ella se saca una pelota, tambin aleatoriamente, y se
observa que es roja. Cul es la probabilidad de que la caja 3 sea la que se escogi?.
3) Tres mquinas A, B y C producen respectivamente 60 %, 30 % y 10 % del nmero total de
artculos de una fbrica. Los porcentajes de desperfectos de produccin de estas mquinas son
respectivamente 2 %, 3 % y 4 %. Seleccionando un artculo al azar result defectuoso. Hallar la
probabilidad de que el artculo hubiera sido producido por la mquina C.
4) Una compaa necesita tomar la decisin de patrocinar en la TV uno de los siguientes
programas juegos de futbol F!, una serie del oeste O! o un programa musical M!. Las probabilidades de
que decidan por F, O o M son 0,40 ;0,35 y 0,25 respectivamente. Las probabilidades de que las ganancias
aumenten sustancialmente si escogen F, O o M son 0,50 ;0,40 y 0,30 respectivamente. Si las ganancias
aumetan sustancialmente, encontrar la probabilidad de que la compaa haya escogido la serie del oeste.
5) Existen tres teoras econmicas principales I, que la inflacin va a desaparecer pronto; D, que
ocurrir la depresin, y R, que ocurrir la recesin. Las probabilidades de que I, D o R ocurran son 0,40 ;
0,35 y 0,25 , respectivamente. Las probabilidades de que las acciones de la Compaa Goldmine tripliquen
su valor si ocurre I, D o R son 0,90 ;0,60 y 0,20 respectivamente. Si las acciones triplican su valor, cul es
la probabilidad de que la inflacin haya desaparecido?.
6) Tres mquinas A, B y C producen componentes mecnicos similares. A produce el 45 % del
total de componentes, B el 30 % y C el 25 %. Para el programa de produccin usual, el 8 % de los
componentes producidos por A no cumplen con las especificaciones establecidas, para B y C, las cifras
correspondientes son 6 % y 3 % , respectivamente; un componente es extrado al azar de la produccin
total y se encuentra defectuoso. Encontrar la probabilidad de que el componente seleccionado fuera
producido por la mquina A.
81
Solucin
1) M ~ multa
P M! ~
2) R ~ roja
B ~ blanca
A ~ azul
C1 ~ caja 1
C2 ~ caja 2
C3 ~ caja 3
P C3 /R! ~
3) A ~ mquina A
B ~ mquina B
C ~ mquina C
D ~ artculo defectuoso
P C/D! ~
4) F ~ juego de ftbol
G ~ programa musical
G ~ aumento de ganacias
P O/G! ~
5) I ~ inflacin va a desaparecer D ~ ocurrir depresin
C ~ ocurrir recesin
A ~ acciones triplicadas
P I/A! ~
6) A ~ mquina A
B ~ mquina B
C ~ mquina C
D ~ artculo defectuoso
P A/D! ~
82
Eventos Independientes
P A! ~
B ~ ! ! ! ! !
!
P B! ~
P C! ~
!
C ~ J !
!
!
!
!
AqB~J
!
!
!
!
!
!
!
!
!
! K
P A q B! ~
P A q B! P A! h P B! A y B no son independientes
A q C ~ ! !
!
P A! h P C! ~
P A q C! ~
h ~
P A q C! ~ P A! h P C! A y C son independientes
2) Dada la siguiente tabla
fumador F!
no fumador Fc !
con cncer C!
sin cncer Cc !
P F! ~
P C! ~
83
P F! h P C! ~ ! h
! ~
P F q C! P F! h P C!
F y C no son independientes
A ~ A q B! r A c B!
P A! ~ P[ A q B! r A c B!]
P A! ~ P A q B! b P A c B!
P A! ~ P A! h P B! b P A q Bc !
P A! c P A! h P B! ~ P A q Bc !
P A![ c P B!] ~ P A q Bc !
P A! h P Bc ! ~ P A q Bc !
Por lo tanto, si A y B son independientes, entonces A y Bc tambin lo son.
b)
B ~ A q B! r B c A!
P B! ~ P[ A q B! r B c A!]
P B! ~ P A q B! b P B c A!
P B! ~ P A! h P B! b P B q Ac !
P B! c P A! h P B! ~ P B q Ac !
P B![ c P A!] ~ P B q Ac !
P B! h P Ac ! ~ P B q Ac !
Por lo tanto, si A y B son independientes, entonces B y Ac tambin lo son.
84
Ejercicios
1) Sea el caso de lanzar dos monedas corrientes al aire. Sean los eventos
A ~ {todas caras o todas sellos}
B ~ {aparece una cara}
C ~ {aparece a lo menos una cara}
a) Son A y B, A y C, B y C independientes?
2) Se lanzan dos dados. Sean los eventos
A ~ {la suma de cinco}
B ~ {el primer nmero es impar}
C ~ {el segundo nmero es divisible por tres}
D ~ {la suma es mayor que siete}
Cules eventos son indepentientes tomados en parejas?
3) Si A y B son eventos independientes, pruebe que Ac y Bc tambin lo son.
Solucin
1) Ninguno es independiente.
2) Slo son independientes A y B ; A y C ; B y C
3) La demostracin
P Ac q Bc ! ~ P Ac ! h P Bc !
es
verdadera,
es
85
decir,
si
P A q B! ~ P A! h P B!,
entonces
Concepto: una variable aleatoria es una funcin que asocia un nmero real a cada elemento del
espacio muestral.
Se usarn letras maysculas para denotar a una v.a y letras minsculas para denotar los valores
que ella adquiere.
Ejemplos:
1) Se sacan dos pelotas en sucesin, sin reemplazo, de una urna que contiene 4 pelotas rojas y 3
negras. Los resultados posibles y los valores % de la v.a X, donde ? es el nmero de pelotas rojas son:
Espacio muestral
RR
RN
NR
NN
%
86
En la mayora de los problemas prcticos, las v.a continuas representan datos medidos , tales
como alturas, pesos, temperatursa, distancias o perodos de vida; mientras que las v.a discretas representan
datos que se cuentan ,tales como el nmero de artculos defectuosos de una muestra de k artculos o el
nmero de accidentes por ao en una va rpida en una determinada ciudad.
Una v.a discreta asume cada uno de sus valores con una cierta probabilidad.
Con mucha frecuencia es conveniente representar con una frmula todas las probabilidades de una
v.a ? . Dicha frmula, necesariamente, debe ser funcin de los valores numricos %, y que se representa
por %! %! %!, etc.Por lo tanto, %! ~ P ? ~ %!. Al conjunto de pares ordenados % %!! se le
llama funcin de probabilidad o distribucin de probabilidad de la v.a discreta ? .
Concepto : El conjunto de pares ordenados % %!! es una funcin de probabilidad, funcin
masa de probabilidad o distribucin de probabilidad de la v.a discreta ? si satisface las siguientes
condiciones
%!
D% l
%! ~
%
P ? ~ %! ~ %!
Ejemplos
1) Una moneda se lanza dos veces, entonces + ~ ! !
consiste en observar el nmero de caras.
Espacio muestral
%
9 ? ~
La funcin de probabilidad es:
! ~ P % ~ ! ~
! ~ P % ~ ! ~
%
P ? ~ %!
! ~ P % ~ ! ~
87
!
2) De un lote de 25 artculos de los cuales 5 son defectuosos se eligen 4 al azar. Sea @ la v.a que
representa el nmero de artculos defectuosos encontrados. Obtener la distribucin de probabilidades de la
v.a @ si los artculos se eligen sin sustitucin.
9@ ~
Sea + ~ artculo defectuoso, por lo tanto, + ~ arculo no defectuoso
P +! ~
P + ! ~
h
h
h
~
h
h
h
~
! ~ P & ~ ! ~
P D q + q + q + ! ~
h
h
h
h
~
! ~ P & ~ ! ~ P D q + q + q + ! ~ h
h
h
h
~
! ~ P & ~ ! ~ P D q + q + q + ! ~
&
P @ ~ &!
h
h
h
~
88
Una v.a continua tiene probabilidad cero de asumir cualquiera de sus valores. Luego, su
distribucin de probabilidad no puede darse en forma tabular.
Como una distribucin de probabilidad de una v.a continua no puede presentarse en forma tabular,
si puede tener una frmula. Esta frmula es una funcin, es decir, %! y para este tipo de variables se
llama funcin de densidad de probabilidad o funcin de densidad .
Algunas de las formas de la funcin de densidad son
Las reas bajo la curva representarn las probabilidades, por lo tanto, el grfico de la funcin de
densidad se ubica siempre sobre el eje X
Una funcin de densidad se construye de tal forma que el rea comprendida bajo la curva es
siempre igual a uno, cuando se calcula sobre todo el recorrido de la v.a ? .
As P % ! ~ %! %
89
D% l
bB
%! % ~
cB
P % ! ~ %! %
Ejemplos
1) Suponga que el error en la temperatura de reaccin, en grados celcius, para un experimento
controlado de laboratorio es una v.a continua @ , que tiene funcin de densidad
~ &
&! ~
c&
en otro caso
Muestre que cumple las dos primeras condiciones de una funcin de densidad y adems determine
P & !
&
90
bB
cB
c
& ! & ~
bB
cB
& ! &
& b
bB
&
& b
&
c
&! & ~
&
f
c
&! & ~
b
cB
bB
cB
bB
c
c
&! & ~
bB
cB
cB
bB
&! & ~
cB
Por lo tanto &! cumple con las dos primeras condiciones de una funcin de densidad.
P & ! ~
&
&
& ~ f ~
c!
2) Para la funcin !! ~ H
! Determine:
en otro caso
a) P ! !
b) P ! ! c) P ! ~ !
P ! !
!! !
cB
cB
! b c! !
~ c c! e
~ c c b
c
P ! ! ~ !! !
~ c! !
~ c c! e
91
~ c c b c
c
~
P ! ~ ! ~ !! ! ~
Ejercicios
1) De una caja que contiene 4 monedas de $ 100 y 2 de $ 50 , se seleccionan tres de ellas al azar
sin reemplazo. Determine la distribucin de probabilidad para el total T de las tres monedas.
2) De una caja que contiene 4 pelotas negras y 2 verdes, se seleccionan 3 de ellas en sucesin con
reemplazo. Encuentre la distribucin de probabilidad para el nmero de pelotas verdes.
3) Una v.a. X continua tiene funcin de densidad
~
% ~
%
e.o.c.
Encuentre
a) P( % , )
b) P(% ,
)
4) Una v.a. Y continua tiene funcin de densidad
~ b &
& ~
&
e.o.c.
Encuentre
a)P(& )
b) P( & )
92
Solucin
!
!
!!
A ~ moneda de $
!
%
%!
b) P(% ,
) ~
b) P( & ) ~
a) P( % , ) ~
a)P(& ) ~
B ~ moneda de $
93
El valor esperado se usa como una medida de centro de una distribucin de probabilidad de una
v.a
Concepto
Sea ? una v.a con funcin de probabilidad o funcin de densidad %!. Sea ? ! una funcin de
la v.a ? . El valor esperado de ? , simbolizado por , ? ! es:
~
%! h %!
, ? ! ~ %bB
%! h %! %
cB
Observaciones
1) Si ? ! ~ ? , entonces se est calculando la esperanza de la v.a ?
~
% h %!
, ? ! ~ %bB
% h %! %
cB
, ?! ~
2) Si %! ~ ? c ! , entonces , %! se llama varianza de la v.a ? y se simboliza como 2
~
? c ! h %! % si ? es una v.a continua
cB
94
Usando las propiedades de la esperanza es posible determinar una forma ms simple para calcular
~ = ? !
~ , ? c !
~ , ? c ? b !
~ , ? ! c , ? ! b , !
~ , ? ! c , ? ! b
~ , ? ! c , ? !, ? ! b , ? !
~ , ? ! c , ? !
pero , ? ! ~
Luego, = ? ! ~ ~ , ? ! c , ? !
As,
~
%
h
%
c
%
h
%
si ? es una v.a continua
!
!
@
A
cB
cB
Propiedades de varianza
Sea ? una v.a, entonces
= ! ~
= ? ! ~ h = ? !
= ? b ! ~ = ? !
Ejemplos:
1) Se lanza una moneda tres veces, si las tres veces aparece cara o parece sello un jugador gana
$5, pero si no es as pierde $3.Cul es la esperanza de este juego?
Sea ? la v.a que denota ganancia o prdida
+ ~ ! ! !
%
%!
!
!
! !
c
, ? ! ~ 8 9 c 8 9 ~ c
El jugador pierde, en promedio $1 por lanzamiento de las tres monedas.
95
2) Sea @ la v.a que representa la vida en horas de un cierto dispositivo electrnico. La funcin de
densidad es
~
@! ~ @
e.o.c.
bB
, @! ~
cB
&
bB
@ h @ ! @ ~
@ h
&
@
~ lim
bB
@ c &
~ lim c
bB
~ lim c
bB
f
@
b
~
La duracin promedio de este dispositivo es de 200 horas.
3) Las ventas por hora de una mquina automtica puede ser 20 , 21 o 22 cajetillas de cigarros con
probabilidad 0,3 ; 0,5 y 0,2 respectivamente . Cul es la venta esperada por hora para esta mquina? Cul
es la varianza de ventas por hora ?
? ~ ventas por hora de cigarrillos
%
%!
96
4) Sea = la velocidad del viento, em Km/hr.,y suponga que = tiene funcin de densidad
~
= ! ~
#
e.o.c.
La presin > en libras/pie2 , sobre la superficie del ala de un aeroplano est dada por la relacin:
> ~ = . Determine el valor esperado y la varianza de la presin.
, >!
~ , = !
~ , = !
~
~ h
=h
=
=
h
f
= > ! ~ , > ! c , > !
, > ! ~ , ! =
~ !
=h
=
~ ! h
=
h
f
~
= > ! ~ c
= > ! ~
La varianza es de 0,008 libra/pie2 !
? c !A
= ? ! ~
~
h , ?! c , 8 9
h c
~
97
? c ! y la
= @
? c !A ~ 8 9 h = ? !
~
h
~
6) Suponga que el nmero de autos A , que pasan a travs de una mquina lavadora, entre las 4:00
P.M. y las 5:00 P.M. de un viernes, tiene la siguiente distribucin de probabilidades
'
'!
Sea A ! ~ A c que representa la cantidad de dinero, en dlares, que el gerente del negocio le
paga al encargado. Encuentre las ganancias esperadas del encargado en este perodo en particular.
, A ! ~ !8
, A! ~
9 b ! 8 9 b
! 8 9 b ! 8 9 b ! 8 9 b
! 8 9
, A c ! ~ , A ! c
~h
~
c
La ganancia esperada del encargado es 12,67 dlares estre las 4:00 P.M. y las 5:00 P.M.
7) Sea ? una v.a con funcin de densidad
~ ?
?! ~
c%
e.o.c.
, ?! ~ ? h
c
?
?
, ?! ~
h ? f
c
, ?! ~
98
, ? b ! ~ , ? ! b
~h
~
b
, ? ! ~ ! 8 9 b ! 8 9 b ! 8 9 b !8 9
, ?! ~
= ? ! ~ , ? ! c , ? !
, ? ! ~ ! 8 9 b ! 8 9 b ! 8 9 b
!8 9
, ?! ~
= ? ! ~
c
= ? ! ~
= ? b ! ~ h = ? !
~h
99
Ejercicios
1) Por invertir en unas acciones en particular, una persona puede obtener ganancias de $ 4.000
con una probabilidad de 0,3; o una prdida de $ 1.000 con una probabilidad de 0,7. Cul es la ganancia
que espera esta persona?.
2) Suponga que un distribuidor de joyas antiguas est interesado en comprar un collar de oro para
el cual las probabilidades son 0,22; 0,36; 0,28 y 0,14 respectivamente, de que la poseedora estara
dispuesta a venderla en $ 250.000, en $ 150.000, al costo $100.000! o con una prdida de $ 150.000.
Cul es la utilidad que ella espera?.
3) Si la utilidad de un distribuidor , en unidades de $ 1.000, en un nuevo automvil puede
considerarse como una v.a. X con funcin de densidad
? ~ H
c ?
%
e.o.c.
&
&
e.o.c.
cA
'
e.o.c.
100
Solucin
, %! ~
, A ! ~ c
= %! ~
= A ! ~
101
1) Distribucin Bernoulli
El experimento ms sencillo es aquel que puede resultar en uno de dos resultados posibles.
Ejemplo
a) aprobar o reprobar una asignatura
b) obtener cara o sello al lanzar una moneda
c) sexo de un nio al nacer
El experimento con dos resultados posibles se denomina ensayo Bernoulli
Cualquier experimento puede usarse para definir un ensayo Bernoulli, simplemente denotando
algn evento A como xito y su complemento Ac como fracaso.
La distribucin de probabilidad para un ensayo Bernoulli depende slo de un parmetro ,
probabilidad de xito, y entonces c es la probabilidad de fracaso c ~ !, donde
Concepto: Sea + el espacio muestral de un experimento, sea A + cualquier evento con
P A! ~ , y sea ? la v.a definida por
? %! ~ H
%A
% Ac
%! ~ % h c %
% ~
y se denota ? Bernoulli !
102
2) Distribucin Binomial
Concepto: un experimento que consiste de ensayos Bernoulli independientes, cada uno con
probabilidad de xito , se llama experimento binomial con ensayos y parmetro .
Ensayos independientes indica que los ensayos son eventos independientes, esto es, lo que ocurre
en un ensayo no influye en el resultado de cualquier otro ensayo.
El espacio muestral para un experimento binomial es el producto cartesiano de los espacios
muestrales de los ensayos Bernoulli consigo mismo veces
+ ~ + d + d + d d + donde + ~ xito , ! fracaso F!D ~
Cada elemento de + es una c upla, $ ~ $ $ $ $ ! donde $ ~ E o F
Luego P E! ~ P F! ~ c ~
D ~
Concepto: Sea ? el nmero total de xitos en un experimento binomial con ensayos y
parmetro .Entonces ? se llama v.a binomial con parmetro y .Luego ? ! y su distribucin
de probabilidades es:
%! ~ 8
%! ~
h % h c %
%9
% ~
!
h % h c %
c %! ! h % !
% ~
, ? ! ~ h = ? ! ~ h h
Ejemplos
1) Cinco dados son lanzados una vez
a) Cul es la probabilidad de obtener al menos un tres?
b) Cul es la probabilidad de obtener al menos dos tres?
~
? es la v.a que denota el nmero de tres al lanzar cinco dados
? ~
P E! ~ P obtener un nmero tres! ~
P F! ~ P no obtener un nmero tres! ~
? 8 9
c%
%
%! ~ 8 98 9 8 9
%
% ~
103
P % ! ~ c P % ~ !
c
P % ~ ! ~ 8 98 9 8 9
~8 9
P % ! ~ c 8 9 ~
P % ! ~
c ~
La probabilidad de obtener al menos dos tres es de 0,19 .
2) La probabilidad de que una cierta clase de componente pase con xito una determinada prueba
de impacto es . Encuentre la probabilidad de que exactamente dos de los siguientes cuatro
componentes que se prueben pasen la prueba.
~
? ~ pasar con xito la prueba de impacto
? ~
~
~
? 8 9
c%
%
%! ~ 8 98 9 8 9
%
% ~
P % ~ ! ~ 8 98 9 8 9 ~
~
La probabilidad de que exactamente dos de las siguientes piezas cuatro componentes que se
prueben pasen la prueba es de 0,2109 .
104
~
? !
%! ~ 8
!%
! c %
%9
!
! ~
9
~
~
?
!
%! ~ 8 9 !% !
c %
%
P % ! ~ P % ~ ! b P % ~ ! b P % ~ ! b P % ~
! ~
La probabilidad de que se puedan reprocesar al menos tres piezas es de 0,2557 .
105
P % ~ ! ~ 8 9 ! !
~
La probabilidad de que ninguna de las piezas se pueda reprocesar es de 0,1176 .
P % 1! ~ c P % ~ ! ~ c
~
La probabilidad de que todas las piezas se pueda reprocesar es de 0,8823 .
Ejercicios
1) Al probar una cierta clase de neumtico para camin en un terreno escabroso se encontr que
el 25 % de los camiones terminaban la prueba con los neumticos daados. De los siguientes 6 camiones
probados, encuentre la probabilidad de que
a) de 3 a 6 tengan los neumticos daados.
b) Menos de 2 tengan los neumticos daados.
c) ms de cinco tengan los neumticos daados.
2) La probabilidad de que un paciente se recupere de una delicada operacin de corazn es 0,9 .
Cul es la probabilidad de que exactamente 5 de los prximos 7 pacientes que se sometan a esta
intervencin sobrevivan?.
3) Un ingeniero de control de trfico reporta que el 75 % de los vehculos que pasan por un punto
de verificacin tienen matrculas del estado. Cul es la probabilidad de que ms de 4 de los siguientes 9
vehculos no sean del estado?.
4) Una investigacin demostr que el 20 % de los habitantes de una ciudad prefieren un telfono
blanco que cualquier otro. Cul es la probabilidad de que ms de la mitad de los siguientes 8 telfonos que
se instalen en esta cuidad sean de color blanco?.
5) Se sabe que el 40 % de los ratones inyectados con un suero quedan protegidos contra una cierta
enfermedad. Si 5 ratones son inyectados, encuentre la probabilidad de que
a) Ninguno contraiga la enfermedad
b) menos de 2 la contraigan.
c) ms de tres la contraigan.
106
Solucin
P %
! ~
P % ! ~
P % ! ~
P % ~ ! ~
P % ! ~
P % ! ~
P % ~ ! ~
P % ! ~
P % ! ~
107
3) Distribucin Hipergeomtrica
Tanto la distribucin binomial como la distribucin hipergeomtrica persiguen un mismo
objetivo: el nmero de xitos en una muestra que contiene observaciones. Lo que establece una
diferencia entre estas dos distribuciones de probabilidad discreta es la forma en que se obtiene la
informacin. Para el caso de la distribucin binomial la informacin de la muestra se toma con reposicin
de una muestra finita, o sin reposicin de una poblacin infinita. Para el modelo hipergeomtrico la
informacin de la muestra se toma sin reposicin de una poblacin finita. Por lo tanto, la probabilidad de
xito, ,es constante a lo largo de todas las observaciones de un experimento binomial, en cambio, en una
distribucin hipergeomtrica el resultado de una observacin afecta el resultado de las obseravciones
previas.
En general, el inters que se tiene es en la probabilidad de seleccionar % xitos de los posibles
resultados o artculos tambin considerados xitos y c % fracasos de los 5 c posibles resultados o
artculos tambin considerados fracasos, cuando una muestra aleatoria de tamao se selecciona de 5
resultados o artculos totales. Esto se conoce como un experimento hipergeomtrico.
La funcin de probabilidad de una v.a ? con distribucin hipergeomtrica es
%! ~
5 c
8 % 98 c % 9
5
89
% ~
? / 5 !
, ?! ~ h
5
= ? ! ~ h
5 c
5 c
8
98
9
5
5
5 c
Ejemplos
1) Un comit compuesto por cinco personas se selecciona aleatoriamente de un grupo formado
por tres qumicos y cinco fsicos. Encuentre la distribucin de probabilidad para el nmero de qumicos en
el comit.
? ~ v.a que indica el nmero de qumicos
? ~
5 ~
~
~
5 c ~
? / !
108
%! ~
8 % 98 c % 9
P % ~ ! ~
P % ~ ! ~
%
%!
% ~
8 9
8 98 9
8 9
8 98 9
8 9
~
~
P % ~ ! ~
P % ~ ! ~
8 98 9
8 9
8 98 9
8 9
2) Entre 16 postulantes para un trabajo, 10 tenan un grado universitario. Si tres de los postulantes
son elegidos al azar para una entrevista. Cul es la probabilidad de que:
a) ninguno tenga grado universitario?.
b) exactamente uno tenga grado universitario?.
c) dos tengan grado universitario?.
d) los tres tengan grado universitario?.
? ~ v.a que indica postulante con grado universiatrio
? ~
5 ~
~
~
5 c ~
? / !
8 % 98 c % 9
%! ~
8 9
% ~
8 98 9
P % ~ ! ~
~
8 9
La probabilidad de que ninguno tenga grado universitario es de 0,0357 .
109
8 98 9
P % ~ ! ~
~
8 9
La probabilidad de que uno tenga grado universitario es de 0,2679 .
8 98 9
P % ~ ! ~
~
8 9
La probabilidad de que dos tengan grado universitario es de 0,4821 .
8 98 9
P % ~ ! ~
~
8 9
La probabilidad de que los tres tengan grado universitario es de 0,2143 .
5 c ~
? / !
%! ~
8 % 98 c % 9
P % ~ ! ~
8 9
8 98 9
8 9
~
La probabilidad es de 0,3011 .
110
Ejercicios
111
Solucin
P % ! ~
P % ~ ! ~
P % ~ ! ~
P % ! ~
P % ~ ! ~
P % ~ ! ~
P % ~ ! ~
112
4) Distribucin Poisson
Los experimentos que resultan en valores numricos de una v.a ? y que representan el nmero de
resultados durante un intervalo de tiempo dado o en una regin especfica frecuentemente se llaman
experimentos Poisson . El intervalo de tiempo dado puede ser de cualquier duracin, por ejemplo, un
minuto, un da, una semana, un mes o inclusive un ao. Por tal motivo un experimento Poisson puede
generar observaciones para una cierta v.a ? que representen el nmero de llamadas telefnicas por hora
que se recibe en una oficina, el nmero de das en que una determinada escuela se cierra en invierno debido
a la nieve, o al nmero de juegos pospuestos debido a la lluvia durante una temporada de ftbol.
El nmero % de resultados que ocurren en un experimento Poisson se llama v.a. de Poisson . El
nmero promedio de resultados se calcula de la forma ~ , ? ! ~ ! , donde ! es el tiempo o regin
especficos de inters.
La funcin de distribucin es de la forma:
?! ~
c! !!%
%!
?! ~
c !%
%!
% ~
? 7 !
Ejemplos
1) El nmero promedio de partculas radioactivas que pasan a travs de un contador durante un
milisegundo en un experimento de laboratorio es 4. Cul es la probabilidad de que entren 6 partculas al
contador en un milisegundo determinado?.
? ~ N de partculas que entran en el contador.
~
? 7 !
?! ~
c !%
%!
P % ~
! ~
% ~
c !
~
113
2) Se sabe que 10 es el nmero promedio de camiones tanque de aceite que llegan por da a una
cierta ciudad portuaria. Las instalaciones del puerto pueden atender cuando mucho a 15 camiones tanque
en un da. Cul es la probabilidad de que en un da determinado tengan que regresar los camiones
tanque?.
? ~ N de camiones tanque por da.
~
? 7 !
?! ~
c !%
%!
P % !
% ~
~ c P % !
~ c P % ~ ! b P % ~ ! b P % ~ ! b b P % ~ !
~
minuto
minuto
~ clientes
? ~ N de clientes que llegan en minuto
? 7 !
?! ~
c !%
%!
P % !
% ~
~ c P % ~ !
~c
c !
!
~
La probabilidad de que al menos una persona llegue a la fila en un intervalo de
0,8647 .
114
minuto es de un
Ejercicios
1) En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes. Cul es la
probabilidad de que en un determinado mes en esta interseccin
a) ocurran exactamente 5 accidentes?.
b) ocurran menos de 3 accidentes?.
2) Una cierta rea de la ciudad XX es afectada en promedio por 6 huracanes al ao. Encuentre la
probabilidad de que en un determinado ao esta rea sea afectada por
a) menos de 4 huracanes.
b) cualquier cantidad entre 6 y 8 huracanes.
3) El nmero promedio de ratas de campo por acre en un campo de trigo de 5 acres se estima que
es de 12. Encuentre la probabilidad de que menos de ratas de campo se encuentren en este campo de
trigo.
4) Un restaurante prepara una ensalada que contiene en promedio 5 verduras diferentes. Encuentre
la probabilidad de que la ensalada contenga ms de 5 verduras en un determinado da.
5) En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en
particular en una bodega era de 5 veces al da. Cul es la probabilidad de que en un determinado da este
artculo sea requerido
a) ms de cinco veces?.
b) ni una sola vez?.
115
Solucin
P % ~ ! ~
P % ! ~
P % ! ~
P
% ! ~
P % ! ~
P % ! ~
P % ! ~
P % ~ ! ~
116
1) Distribucin Normal
Es la distribucin continua de probabilidad ms importante en el campo de la estadstica. Su
grfica recibe el nombre de curva normal, su forma es la de una campana
Esta curva permite describir muchos fenmenos que ocurren en la naturaleza, la industria y la
investigacin.
Una v.a continua ? que tiene distribucin en forma de campana se llama v.a. normal.
?! ~
l h
?c
8
9
h
c
cB%B
? 5 !
117
P ? ! ~ ? ! ?
Sin embargo, resolver esta integral con la funcin de densidad de la v.a normal no es tan simple.
Por tal motivo, se recurre a un proceso denominado estandarizacin basndose en una v.a normal ' que
tiene ~ y ~ y que se denomina distribucin normal estndar
Concepto: Si ' es una v.a normal con ~ y ~ , tiene funcin de densidad:
A! ~
c A
h
l
cB%B
A 5 !
Si ? 5 !, entonces A ~
118
Ejemplos:
P ' !
P ' !
~ c P ' !
~ c
~
P c
'
!
P c
'
!
~ P '
! c P ' c
!
~ c
~
P ' ' ! ~
119
P ' ' ! ~
c P ' ' ! ~
c
~ P ' ' !
~ P ' ' ! ' ~ c
Sea ? una v.a normal con ~ y ~
, determine
a) P ? %! ~
P8'
% c
9 ~
% c
~ c % ~
b) P ? %! ~
c P8'
P8'
% c
9 ~
% c
9 ~
% c
~ % ~
120
Ejercicios
Resp.:0,7967
b) P' c
Resp.:0,1020
c) P'
Resp.:0,2033
d) P' c
Resp.:0,898
e) P '
Resp.:0,1791
f) PO ' O
Resp.:0,5354
g) P' ' ~
Resp.:' ~ 1,55
h) P c ' ' ~
Resp.:' ~ 1,28
II) Dada la v.a. X distribuida normalmente con media 18 y desviacin estndar 2,5. Encuentre
a) P%
Resp.:0,1151
b) P% % ~
Resp.:% ~ 16,1
c) P% % ~
Resp.:% ~ 20,28
d) P %
Resp.:0,5403
121
Problemas de aplicacin
1) Cierto tipo de batera dura un promedio de tres aos, con una desviacin estndar de 0,5 aos.
Suponiendo que las duraciones de las bateras son normalmente distribuidas, encuentre la probabilidad de
que una determinada batera dure menos de 2,3 aos.
? ~ duracin de la batera
? 5 !
P % !
~ P8'
c
9
~ P ' c !
~
La probabilidad de que una determinada batera dure menos de 2,3 aos es de un 808 .
2) Una compaa fabrica focos cuya duracin es normalmente distribuida con una media de 800
horas y una desviacin estndar de 40 horas. Encuentre la probabilidad de que un foco dure entre las 778 y
834 horas de uso.
? ~ duracin de los focos
? 5
!
P % !
~ P8
c
c
'
9
~ P c ' !
~ P ' ! c P ' c !
~ c
~
La probabilidad de que un foco dure entre las 778 y 834 horas de uso es de un 5111 .
3) Una cierta mquina produce resistencias elctricas que tienen un valor medio de 40 ohms y una
desviacin stndar de 2 ohms. Suponiendo que los valores de las resistencias siguen una distribucin
normal y que pueden medirse con cualquier grado de precisin. Qu porcentaje de las resistencias tendr
un valor que exceda a 43 ohms?
? 5 !
P % !
c
9
~ c P ' !
~ c
~
El 668 de las resistencias tendr un valor que exceda a 43 ohms.
122
4) En una empresa las edades de los trabajadores se distribuye normalmente con media 50 aos y
desviacin estndar es de 5 aos.
a) Qu porcentaje de los trabajadores tiene entre 50 y 52,5 aos?
b) Cul es la probabilidad que un trabajador cualquiera no sea mayor de 45 aos?
c) Cul es la probabilidad que un trabajador tenga entre 41 y 58 aos?
d) El 20 % de los trabajadores estn bajo cierta edad Cul es esa edad?
? 5 !
P % !
~ P8
c
c
'
9
~ P ' !
~ P ' ! c P ' !
~
c
~
El 19,15 % de los trabajadores tiene entre 50 y 52,5 aos.
P % !
~ P8'
c
9
~ P ' c !
~
La probabilidad que un trabajador cualquiera no sea mayor de 45 aos es de 1587 .
P % !
~ P8
c
c
'
9
~ P c '
!
~ P '
! c P ' c !
~
c
~
La probabilidad que un trabajador tenga entre 41 y 58 aos es de 9093
123
P ? %! ~
P8'
% c
9 ~
% c
~ c % ~
El 20 % de los trabajadores tiene una edad menor o igual a 45,75 aos.
Ejercicios
124
6) Suponga que un consultor est investigando cunto tiempo necesitaran los obreros de la
fbrica para montar cierta pieza en una planta de automviles Volvo, y determin que la informacin(
tiempo en segundos ) estaba distribuida normalmente con una media de 75 segundos y una desviacin
estndar de 6 segundos.
a) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
en menos de 75 segundos o en ms de 81 segundos?
b) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
de 69 a 81 segundos?.
c) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
en menos de 62 segundos?.
d) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
de 62 a 69 segundos?.
e) Cuntos segundos deben pasar antes de que el 50 % de los obreros monten la pieza?.
f) Cuntos segundos deben pasar antes de que el 10 % de los obreros monten la pieza?.
7) El espesor de un lote de 10.000 arandelas de bronce de un cierto tipo fabricadas por una gran
compaa tiene una distribucin normal con media 0,0191 pulgadas y desviacin estndar 0,000425
pulgadas. Compruebe que se puede esperar que el 99,04 % de estas arandelas tenga un espesor entre
0,0180 y 0,0202 pulgadas.
8) El tiempo de reaccin para un cierto experimento psicolgico est distribuido normalmente con
media 20 segundos y desviacin estndar 4 segundos.
a) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre 14 y 30
segundos?.
b) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre 25 y 30
segundos?.
c) Qu porcentaje de personas tienen un tiempo de reaccin de ms de 14 segundos?.
d) Cul es el tiempo de reaccin de modo que slo el 1 % de todas las personas reaccionen con
mayor rapidez?.
9) Un procesador de alimentos envasa caf en pequeos tarros, los pesos de los tarros estn
normalmente distribuidos con una desviacin estndar de 0,3 onzas. Si el
5 % de los tarros pesa ms de
12,492 onzas. Cul es el promedio de los tarros?.
125
Solucin
1)
a) El 19,77 % de las piezas tiene una longitud de ms de 31,7 cm.
b) El 59,67 % de las piezas tiene una longitud entre 29,3 y 33,5 cm.
c) El 1,22 % de las piezas tiene una longitud de menor a 25,5 cm.
2)
a) El 0,0548 de los vasos contendr ms de 224 milmetros.
b) El 0,4514 de los vasos tendr entre 191 y 209 milmetros.
3)
a) El 0,0062 de los anillos tendr un dimetro superior a 10,075 cm.
b) El 0,6826 de los anillos tendr un dimetro entre 9,97 y 10,03 cm.
c) El 15 % de los anillos tendr un dimetro de 9,9688 cm.
4)
a) El 0,0668 de los componentes exceden de 10150 Kg/cm2 de resistencia a la tensin.
b) El 4,56 % de las piezas se desecharn.
126
7) Se cumple que el 99,04 % de las arandelas tiene un espesor entre 0,0180 y 0,0202 pulgadas.
8)
a) El 0,927 de las personas tiene un tiempo de reaccin entre 14 y 30 segundos.
b) El 0,0994 de las personas tiene un tiempo de reaccin entre 25 y 30 segundos.
c) El 93,32 % de las personas tiene un tiempo de reaccin de ms de 14 segundos.
d) El tiempo de reaccin es de 29,28 segundos.
127
Autoevaluacin 1
1) En una ciudad se publican los peridicos A, B y C. Una encuesta reciente a 800 lectores indica
lo siguiente 208 lee A, 240 lee B, 192 lee C, 64 lee A y B; 40 lee A y C;
32 lee B y C; 24 lee A, B y C.
Para un adulto escogido al azar, calcular la probabilidad de que:
a) no lea ninguno de los peridicos.
b) lea exactamente uno de los peridicos
c) lea B y C, pero no A
d) lea slo A o slo C
2) Si P A! ~
P B! ~
P A q B! ~
Determine
b) P B !
d) P Ac /Bc !
a) P A r B!
c) P B c A!
e) A y B independientes?. Justifique
3) Si se sacan al azar y sin reemplazo cuatro pelotas de una bolsa que contiene 6 pelotas rojas y 7
negras.
a) Cul es la probabilidad de que la primera pelota sea negra y tres restantes rojas?.
b) Si las tres primeras pelotas fueron rojas. Cul es la probabilidad de que la cuarta pelota sea
negra?
c) Si las dos primeras pelotas fueron rojas. Cul es la probabilidad que la tercera sea negra y la
cuarta roja?
d) Cul es la probabilidad de que las dos primeras pelotas sean rojas y las dos ltimas negras?
e) Cul es la probabilidad de que aparezca una de cada color?
4) Se recibieron dos cajas de camisas para hombre, provenientes de la fbrica. La caja uno
contena 15 camisas deportivas y 25 camisas de vestir. La caja dos contena 10 camisas deportivas y 30
camisas de vestir.
a) Cul es la probabilidad de elegir una camisa deportiva?
b) Cul es la probabilidad de elegir una camisa de vestir?
c) Se seleccion al azar una de las dos cajas y se eligi aleatoriamente una camisa de esa caja para
inspeccionarla. La camisa era de vestir. Dada esta informacin, cul es la probabilidad de que la caja de la
que proviene la camisa deportiva sea la uno?
128
Solucin
P A r B! ~
P B c A! ~
P B ! ~
P A /B ! ~
P A! h P B! ~
Por lo tanto, A y B no son independientes.
3)
P A q B! ~
a) P N q R q R q R ! ~
h
h
h
~
129
c) P N q N /R q R ! ~
h
~
b) P N /R q R q R ! ~
d) P R q R q N q N ! ~
h
h
h
~
e) P R q N q R q N ! b P N q R q N q R !
~
h
h
h
b
h
h
h
~
4)
Sea D ~ camisa deportiva y V ~ camisa de vestir
Sea C ~ caja uno y C ~ caja dos
a) P D! ~
c) P C /V! ~
b) P V! ~
130
Autoevaluacin 2
1) Dada la funcin de densidad de la v. a. X
% ~ H
% c %
%
e.o.c.
a) Determine el valor de .
b) Obtener
b.1) P% ~
b.2) P8
% 9
9
c) Calcule E % b
b.3) P8%
2) De acuerdo con un estudio publicado por un grupo de socilogos de una cierta universidad,
aproximadamente el 60 % de los adictos al Valium en el estado XX, lo tomaron por primera vez debido a
problemas sicolgicos. Encuentre la probabilidad de que de los siguientes 8 adictos entrevistados
a) exactamente 3 hayan comenzado a usarlo debido a problemas sicolgicos.
b) al menos 3 de ellos comenzaron a tomarlo por problemas que no fueron sicolgicos.
3) Un comit de 3 integrantes se forma aleatoriamente seleccionado de entre 5 doctores y 3
enfermeras. Encuentre la distribucin de probabilidades para el nmero de enfermeras y determine P
%
4) En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en
particular en una bodega era de 5 veces al da. Cul es la probabilidad que en un determinado da este
artculo sea requerido
a) ms de 4 veces?.
b) ni una sola vez?.
5) Se encontr que un grupo de calificaciones de exmenes finales en un curso de estadstica
elemental estaba normalmente distribuida con una media de 80 y una desviacin estndar de 8.
a) Cul es la probabilidad de obtener cuando mucho una calificacin de 81 en este examen ?.
b) Qu porcentaje de los estudiantes alcanzaron calificaciones entre 55 y 89 ?.
c) Cul es la probabilidad de obtener a lo menos un 47?
d) Cul es la probabilidad de obtener una nota superior a 51, pero inferior a 85?
c) Cul es la calificacin del examen final si slo el 5 % de los estudiantes que pasaron la prueba
tuvieron calificaciones ms altas?.
131
Solucin
~
P % ~ ! ~
P8%
P8
% 9~
9~
, % b ! ~
%! ~ 8 9
!% !c%
%
P % ~ ! ~
%! ~ 8 9 !%
!c%
%
P % ! ~ c P % ~ ! b P % ~ ! b P % ~ ! ~
%! ~
%
%!
8 % 98 c % 9
89
P % ! ~
%! ~
c h %
%!
P % ! ~
P % ~ ! ~
132
~
~
? 5
!
133
La teora de Inferencia Estadstica consiste en aquellos mtodos con los cuales se pueden realizar
inferencias o generalizaciones acerca de una poblacin.
La Inferencia Estadstica puede dividirse en 2 reas:
a) Estimacin de Parmetros
b) Pruebas de Hiptesis
Estimacin de parmetros
Los parmetros a estudiar son parmetros poblacionales como la media y la varianza.
w
distribucin muestral de .
w
Esto es P8 9 ~ c donde
w
134
Por ejemplo:
a) Si ~ , entonces se tiene un intervalo de confianza del
%
b) Si ~ , entonces el intervalo de confianza es del
%
Si ? 5 4 5, entonces % 5 8
Como % 5 8
9
%c
9, entonces A ~
l
P A A A ! ~ c
P A A ! ~
bc~c
P A A ! ~
Luego: A ~ A
c
por construccin
pero
A ~ A
Luego: A ~ c A
c
A ~ c A
135
As,
P A A A ! ~ c
r
u
%c
t
w
Pt c A
~c
A
w
c
c
s
v
l
u
cA
%cA
~c
c l
c l v
s
r
u
c%cA
c c%bA
~c
l
l
v
c
c
s
r
u
P %cA
%bA
~c
c l
c l v
s
Si % es la media de una muestra aleatoria de tamao de una poblacin normal con varianza 2 ,
el intervalo de confianza de c ! % para es :
r
u
%cA
% b A
l
l
c
c
v
s
Ejemplo: Si una muestra aleatoria de tamao de una poblacin normal con varianza tiene
una media muestral de
. Construya un intervalo de confianza del
% de confianza para
c !% ~
% ~
~
~ ~
% ~
b Ac
:
c Ac
;
l
l
:
c
! l
b
! l ;
!
136
Teorema: Si se usa % como una estimacin de , se puede tener una confianza del c !%
de que el error no exceder de:
A
c l
En el ejemplo anterior:
A
~ A
~
c
!
~
l
Se puede tener una confianza del
% de que % difiere de por una cantidad menor que
.
Teorema: Si se utiliza % como una estimacin de , entonces se puede tener una confianza del
c !% de que el error no exceder una cantidad especfica cuando el tamao de la muestra es:
u u
rr
w
t A
t s c v w
t
w
~t
w
t
w
t
w
s
Ejemplo: Qu tan grande se requiere que sea la muestra del ejemplo 1! si se desea una confianza
del
% de que la estimacin de difiera de sta por menos de ?
~
~
c
~ A ~
~
~8
!
9 ~
Luego, se puede tener una confianza del
% de que la muestra aleatoria de tamao
proporcionar una estimacin de % que difiere de por una cantidad menor que .
Observacin: Todo lo anterior tambin es aplicable a poblaciones no normales con varianza
conocida cuando
137
Ejercicios
1) Las medidas de los dimetros de los rodamientos tiene una desviacin estndar de 0,042 cm. Se
selecciona una muestra aleatoria de 200 bolas de rodamientos producidas por una mquina en una semana,
los dimetros dieron una media de 0,824 cm. Hallar un intervalo de confianza del 95 % y 99 % para el
dimetro de todos los rodamientos.
2) Suponga que la duracin de un componente tiene distribucin normal con
. Se
prueban 20 componentes y se anotan sus tipos de fallas % % % % . Suponga adems que la media
de la muestra es 100,9 horas. Obtener un intervalo de confianza del 99 % para la duracin media de todos
los componentes.
3) Se administra un test estndar a una numerosa clase de estudiantes. La puntuacin media de
una muestra de 100 estudiantes es de 75 puntos. Supngase que la varianza admitida de las puntuaciones
para este test sea de 2.500 puntos. Hallar
a) Intervalo de confianza del 98 % para .
b) Lmite superior del intervalo de confianza del 95 % para .
c) Lmite inferior del intervalo de confianza del 90 % para .
4) Al medir el tiempo de reaccin de una persona, un psiclogo estima que la desviacin estndar
es de segundos. De qu tamao ha de tomarse una muestra de medidas para tener una confianza del
% y
% de que el error de la estimacin no supera los segundos?
138
Solucin
1)
% !
2)
!
3)
a)
!
b)
c)
4)
% ~
%
!
% ~
139
A2 ) Varianza desconocida
Sea % % % una muestra aleatoria de ? 5 ! con desconocida.
; ~
%c
tiene
distribucin
! c !"!
con
c !
grados
de
libertad
l
es la desviacin estndar de la muestra!.
La funcin de densidad de la ! c !"! grficamente es similar a la funcin de densidad de la
normal.
P ! ; ! ! ~ c
r
u
%c
t
w
Pt c !
! w
~c
s
v
l
P:% c !
l
% b !
l ;
~c
140
Si % es la media de la muestra aleatoria m.a.! de tamao de una poblacin normal con varianza
desconocida, el intervalo de confianza de c !% para es:
Ejemplo: Un fabricante de pintura quiere determinar el tiempo de secado promedio para una
nueva pintura para pared interior. Si para una prueba de reas de igual tamao obtiene un tiempo medio
de secado de
~
c ~
% ~
! ~ ! ! ~
~ ~
:
c ! l
b ! l ;
!
Teorema: Si se usa % como una estimacin de , se puede tener una confianza del c !%
de que el error no exceder de:
~ !
l
Para el ejemplo anterior: ! ~
~
~ l ~ l
l
~
Como:
~ !
l
l ~
~8
!
!
9
(Tamao de la muestra)
141
~8
9
~
Ejercicios
1) Se van a realizar durante un mes pruebas de mercado de un nuevo instrumento, en
determinadas tiendas de una ciudad. Los resultados para una muestra de 16 tiendas sealaron ventas
promedio de $ 12.000 con una desviacin estndar de $ 180. Estime un intervalo de confianza del 99 % de
las ventas promedio reales de este nuevo instrumento. Suponga distribucin normal.
2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de alambre. La media de
la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms. Obtener un intervalo de confianza de un 99
% para la resistencia promedio real si ellas se distribuyen normalmente.
3) Una muestra aleatoria de 100 propietarios de automviles indica que, en el estado XX, un
automvil recorre un promedio de 23.500 Km. por ao con una desviacin estndar de 3.900 Km.
Determine un intervalo de confianza de 98 % para la cantidad promedio de Km. que un automvil recorre
anualmente en el estado XX. Suponga distribucin normal.
4) Una muestra aleatoria de 8 cigarros de una marca determinada tiene un contenido promedio de
nicotina de 2,6 milgramos y una desviacin estndar de 0,9 milgramos. Determine un intervalo de
confianza de 95 % para el contenido promedio real de nicotina en esta marca de cigarros en particular, si se
sabe que la distribucin de los contenidos de nicotina son normales.
142
Solucin
1)
!
2)
!
3)
!
4)
!
143
"
con
a
0
X 2a
144
c !
grados
de
libertad
? ? 7 ~ c
P6?c
P8?c
P:
c !
c !
?
? 9 ~ c
;~c
?c
P:
c !
?
c !
;~c
?c
c !
?
c !
?c
son valores ? con c grados de libertad, con reas de
donde ? y ?c
a la derecha.
y c , respectivamente,
Ejemplo:
1) Determine un intervalo de confianza del
% para la varianza de una muestra de paquetes
de semilla, si la varianza de la muestra es
~
~
c
~
c~
~
?c
~
? ~
!
!
9
!
145
~
~
c
~
c ~
~
~ ?
?c
!
! ~
? ~ ? !
! ~
!
!
9
!
Ejercicios
1) Un fabricante de baterias para automvil asegura que sus baterias duran en promedio, 3 aos
con una desviacin estndar de un ao. Si 5 de estas baterias tienen una desviacin estndar de 0,9028
aos. determine un intervalo de confianza de 95 % para la varianza real e indique si es vlida la afirmacin
del fabricante. Suponga que la poblacin de las duraciones de las baterias se distribuye aproximadamente
en forma normal.
2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de alambre. La media de
la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms. Obtener un intervalo de confianza de un 95
% para la varianza real si las resistencias se distribuyen normalmente.
3) Una muestra aleatoria de 25 cigarros de una cierta marca tiene un contenido promedio de
nicotina de 1,3 milgramos y una desviacin estndar de 0,17 milgramos. Encuentre un intervalo de
confianza del 90 % y 98 % para la varianza real de esta determinada marca de cigarros si se supone que las
mediciones se distribuyen normalmente.
4) Una muestra aleatoria de 100 propietarios de automviles indica que, en el estado XX, un
automvil recorre un promedio de 23.500 Km. por ao con una desviacin estndar de 3.900 Km.
Determine un intervalo de confianza de 99 % para la varianza real de la cantidad de Km. por ao que
recorren los automviles del estado XX.
146
Solucin
1)
!
La afirmacin del fabricante es vlida, porque la varianza poblacional
est dentro del intervalo que se determin con una confianza del
%.
2)
3)
!
%
!
%
!
4)
!
147
Autoevaluacin
1) Suponga que una tienda de pinturas quisiera estimar la cantidad correcta de pintura que hay en
latas de un galn, compradas a un conocido fabricante. Por las especificaciones del productor se sabe que
la desviacin estndar de la cantidad de pintura es igual a 0,02 galones. Se selecciona una muestra aleatoria
de 50 galones y la cantidad promedio de pintura es 0,975 galones. Establezca un intervalo de confianza del
95 % y 99 % de la cantidad promedio real de la poblacin de pintura incluida en una lata de un galn.
2) La vida til promedio de una muestra aleatoria de 10 focos es de 4000 horas con una
desviacin estndar de 200 horas. Se supone que la vida til de los focos tiene una distribucin
normal.Estime un intervalo de confianza del 90 y 95 % para la vida til promedio
148
Solucin
!
Para 99%
!
!
Para 95%
!
!
Para 99%
!
149
Son procedimientos de decisin basado en datos que puedan producir una conclusin acerca de
algn sistema cientfico.
Una hiptesis estadstica es una afirmacin o conjetura acerca de una o ms poblaciones.
No es posible saber con absoluta certeza la verdad o falsedad de una hiptesis estadstica, pues
para ello habra que trabajar con toda la poblacin. En la prctica se toma una muestra aleatoria de la
poblacin de inters y se utilizan los datos que contiene tal muestra para proporcionar evidencias que
confirmen o no la hiptesis. Si la evidencia de la muestra es inconsistente con la hiptesis planteada,
entonces sta se rechaza y si la evidencia apoya a la hiptesis planteada, entonces se acepta sta.
La aceptacin de una hiptesis implica tan slo que los datos no proporcionan evidencia suficiente
para refutarla. Por otro lado, el rechazo implica que la evidencia de la muestra la refuta.
La estructura de una prueba de hiptesis consiste en la formulacin de una hiptesis nula , es
decir, cualquier hiptesis que se desee probar, se denota por / . El rechazo de / , genera la aceptacin de
una hiptesis alternativa , que se denota por / .
Una hiptesis nula referente a un parmetro poblacional siempre debe establecerse de manera que
especifique un valor exacto del parmetro, mientras que la hiptesis alternativa admite la posibilidad de
varios valores.
Por ejemplo:
/ ~
/
/ ~
/
/ ~
/
150
Al utilizar una muestra para obtener conclusiones sobre una poblacin existe el riesgo de llegar a
una conclusin incorrecta. Pueden ocurrir dos errores diferentes:
1) Error tipo I consiste en rechazar / cuando sta es verdadera.
2) Error tipo II consiste en aceptar /0 cuando sta es falsa.
Al probar cualquier hiptesis estadstica, existen cuatro posibles situaciones que determinan si la
decisin es correcta o equivocada.
se acepta /
se rechaza /
/ es verdadera
decisin correcta
error tipo I
/ es falsa
error tipo II
decisin correcta
/
/
/
/
151
/ ~
/
Una prueba de hiptesis ser unilateral de una cola! en los siguientes casos
/ ~
/
/ ~
/
/
/
/
/
152
Pruebas de hiptesis
%c
l
/ ~
/
/
/
/ ~
/
/
/
153
9. Luego la prueba estadsta adecuada
Ejemplos
1) Considere la hiptesis nula de que el peso promedio de estudiantes hombres de un cierto
instituto es 68 kilos contra la hiptesis alternativa de que es diferente de 68 kilos. Suponga que los pesos se
distribuyen normalmente con una desviacin estndar de 3,6 kilos. Se elige una muestra aleatoria de 36
estudiantes y se obtiene un peso promedio de 67,5 kilos. Utilice un nivel de significacin del 5 %.
/ ~
/
~
Regin crtica ~ 9*
9* c 'c ' 'c
% ~
'~
~
~
c
~ c
154
2) Una muestra aleatoria de 100 muertos registrados en Chile durante el ao pasado mostr una
vida promedio de 71,8 aos. Suponiendo una desviacin estndar poblacional de 8,9 aos. Parecera esto
indicar que la vida promedio hoy da es mayor que 70 aos? Utilice un nivel de significacin de 0,05
/
/
~
9* 'c
% ~
'~
9* '
9* ' ~
~ ~
c
~
Se rechaza / , es decir, es verdad que la vida promedio hoy en da supera los 70 aos.
155
3) Un fabricante de equipo deportivo ha desarrollado un nuevo sedal sinttico para pesca que se
considera tiene una resistencia a la ruptura de 8 kilgramos con una desviacin stndar de 0,5 kilgramos.
Prubese la hiptesis de que ~ Kg. en contraposicin a la alternativa de que Kg. si se prueba una
muestra aleatoria de 50 sedales y se encuentra que tiene una resistencia promedio a la ruptura de 7,8 Kg.
Utilice un nivel de significacin de 0,01
/ ~
/
~
9* c 'c ' 'c
% ~
'~
~
~
c
~ c
l
156
Ejercicios
1) Una empresa elctrica fabrica focos que tienen una duracin que est distribuida
aproximadamente en forma normal con una media de 800 horas y una desviacin estndar de 40 horas.
Pruebe la hiptesis de que ~ horas en contraposicin de la alternativa de que horas si
una muestra aleatoria de 30 focos tiene una duracin promedio de 788 horas. Utilice un nivel de
significacin de 0,04.
Solucin
1) Se acepta / es decir, los focos tienen una duracin promedio de 800 horas .
157
!
!~
%c
l
/ ~
/
/
/
/ ~
/
/
/
158
Ejemplos
1) Una compaa de electricidad ha publicado cifras acerca de la cantidad anual de kilowtts-hora
consumida por varios aparatos para el hogar. Se afirma que la aspiradora consume un promedio de 46
kilowtts-hora al ao. Si una muestra aleatoria de 12 hogares incluidos en un estudio planeado indica que las
aspiradoras consumen un promedio de 42 kilowtts-hora al ao con una desviacin stndar de 11,9 kilowttshora. Sugiere esto, con un nivel de significacin de 0,05 , que las aspiradoras consumen, en promedio,
menos de 46 kilowtts-hora al ao?. Suponga que la poblacin de kilowtts-hora es normal.
/ ~
/
~
% ~
~
9* c ! ~ c
!~
c
~ c
l
159
~
~
~
9* c ! ! ! 9* c
!
!~
c
~ c
Se acepta / , es decir, el gerente de produccin puede estar seguro que, en promedio, cada caja
contiene 368 gramos de cereal.
160
3) Suponga que en el mismo ejemplo anterior, del proceso de llenado de cajas de cereal, que la
empresa es visitada por un representante de la oficina de proteccin al consumidor y que le interesa
averiguar si las cajas, en promedio, estn faltas de peso, es decir, si el peso promedio es inferior a 368
gramos. Considere un nivel de significacin de 0,01.
/
/
~
% ~
~
~
9* c ! ~ c
!~
c
~ c
161
Ejercicios
1) Una muestra aleatoria de 36 refrescos de una mquina despachadora automtica tiene un
contenido promedio de 21,9 declitros con una desviacin estndar de 1,42 declitros. Pruebe la hiptesis
de que ~ , declitros en contraposicin a la hiptesis alternativa, declitros, en el nivel de
significacin 0,05.
2) Se afirma que un automvil recorre un promedio anual de ms de 20.000 kilmetros. Para
probar esta afirmacin, se le solicita a una muestra aleatoria de 100 propietarios de automvil que lleve un
registro de los kilmetros que recorren. Estara usted de acuerdo con esta afirmacin si en la muestra
aleatoria resulta un promedio de 23.500 kilmetros y una desviacin estndar de 3.900 kilmetros?. Use un
nivel de significacin de 0,01.
3) En un informe de una investigacin de J.M.N. se afirma que los ratones con una vida promedio
de 32 meses llegarn hasta casi 40 cuando 40 % de las caloras en su alimentacin se reemplacen con
vitaminas y protenas. Hay alguna razn para creer que la vida promedio ser inferior a 40 meses si 64
ratones que se han sujetado a esta dieta tienen una vida promedio de 38 meses con una desviacin estndar
de 5,8 meses?. Utilice un nivel de significacin de 0,025.
4) Una empresa elctrica afirma que un compactador de basura se usa un promedio de 125 horas
al ao. Si una muestra aleatoria de 49 hogares equipados con compactadores de basura indica un uso
promedio de anual de 126,9 horas con una desviacin estndar de 8,4 horas, sugiere esto con un nivel de
significacin de 0,05 , que estos aparatos se usan en promedio ms de 125 horas?.
5) En el pasado una mquina ha producido arandelas con un grosor promedio de 0,050 pulgadas.
Para determinar si la mquina sigue en buenas condiciones de produccin, se toma una muestra de 10
arandelas, que resulta tener un grosor medio de 0,053 pulgadas y una desviacin estndar de 0,003
pulgadas. Ensayar la hiptesis de que la mquina est en buenas condiciones de produccin al nivel de
significacin del
a) 0,05
b) 0,01
6) La duracin media de una muestra de 100 tubos fluorescentes producidos por una compaa
resulta ser 1570 horas, con una desviacin estndar de 120 horas. Si es la duracin media de todos los
tubos producidos por la compaa, comprobar la hiptesis ~
horas contra la hiptesis alternativa
horas con un nivel de significacin de
a) 0,05
b) 0,01
162
Solucin
ao.
5)
6)
a) Se rechaza / , es decir,
horas .
b) Se acepta / , es decir, ~
horas .
163
c !
/ ~
/
/
/
/ ~
/
/
/
164
Ejemplos
1) Un fabricante de bateras para automvil asegura que la duracin de sus bateras tiene
distribucin aproximadamente normal con una desviacin stndar de 0,9 aos. Si una muestra aleatoria de
10 baterias tiene una desviacin stndar de 1,2 aos Piensa usted que 0,9 aos? Utilice un nivel de
significacin de 0,05
/ ~
/
~
~
~
9*
~
~
h
~
No es posible rechazar /
165
~
9*
~
~
~
~
h
~
Se rechaza / , es decir,
166
3) Experiencias pasadas indican que el tiempo para que alumnos del ltimo ao realicen un
examen estandarizado es una v.a normal con una desviacin stndar de 6 minutos. Pruebe la hiptesis de
que ~
en contraposicin a la alternativa de que
si una muestra aleatoria de 20 studiantes tiene
una desviacin stndar de 4,51 minutos al realizar este examen. Utilice un nivel de significacin de 0,01
/ ~
/
~
~
~
9*
~
~
h
~
167
Ejercicios
Solucin
1) Se acepta / , es decir, ~
2) Se rechaza / , es decir,
3)
4)
168
Autoevaluacin
1) Los sistemas de escape de emergencia para tripulaciones de aeronaves son impulsados por un
combustible slido. Una de las caractersticas importantes de este producto es la rapidez de combustin.
Las especificaciones requieren que la rapidez promedio de combustin sea 50 cm/seg. Se sabe que la
desviacin estndar de esta rapidez es 2 cm/seg. El experimentador decide especificar un nivel de
significacin de 0,05. Selecciona una muestra aleatoria de 25 y obtiene una rapidez promedio de
combustin de 51,3 cm/seg. A qu conclusiones debe llegar?
2) Se inserta un remache en un agujero. Si la desviacin estndar del dimetro del agujero es
mayor que 0,01 mm, entonces existe una probabilidad inaceptablemente grande de que el remache no entre
en el agujero. Se toma una muestra aleatoria de 15 piezas, y se mide el dimetro del agujero, la desviacin
estndar es de 0.008 mm. Existe evidencia fuerte que indique que la desviacin estndar del dimetro del
agujero es mayor que 0,01 mm? Utilice un nivel de significacin de 0,01
3) La brillantez de un cinescopio de televisin puede evaluarse midiendo la corriente necesaria
para alcanzar un nivel de brillantez particular. Un ingeniero ha diseado un cinescopio para el que cree que
requiere , en promedio, 300 microamperes de corriente para producir el nivel deseado de brillantez. Se
toma una muestra de 10 cinescopios y se obtiene una media de 317,2 microamperes con una desviacin
estndar de 15,7 microamperes. Utilice un nivel de significacin de 0,05
4) El contenido de azcar del almibar de los duraznos enlatados tiene una distribucin normal,
donde se cree que la varianza es 18 mg . Pruebe la hiptesis ~ contra la alternativa si al
tomar una muestra de 10 latas la desviacin estndar es 4,8 mg. Use un nivel de significacin de 0,01
5) Un ingeniero civil hace pruebas con la resistencia a la compresin del concreto. Para ello
examina 12 especmenes obteniendo una media de 2260 psi y una desviacin estndar de 36 psi.Pruebe la
hiptesis ~ psi contra la alternativa psi . Use un nivel de significacin de 0,05
169
Solucin
/
/
2)
/ !
/ !
Aceptar / , es decir, no existe evidencia fuerte que indique que la desviacin estndar del
dimetro del agujero es menor que 0,01 mm
3)
/ ~
/
Rechazar / , es decir, el cinescopio requiere sobre 300 microamperes de corriente para producir
el nivel deseado de brillantez.
4)
/ ~
/
5)
/ ~
/
170
Peso
70
65
60
55
50
45
1,45
1,5
1,55
1,6
1,65
1,7
1,75
Altura
A partir del Diagrama de Dispersin es posible (a veces), visualizar una curva que aproxima los
datos. Tal curva se denomina Curva Apoximante.
171
Re la cin Line a l
R e l a c i n N o L in e a l
muestran una relacin lineal en el primer caso y una relacin no lineal en el segundo.
El problema general de hallar ecuaciones de curvas aproximantes que se ajusten a un conjunto de
datos se denomina Ajuste de curvas
Uno de los propsitos principales de la curva de ajuste es estimar una de las variables (la variable
dependiente) conocida otra (la variable independiente). El proceso de estimacin se conoce como
Regresin.
172
& ~ b %
Parbola & ~ b % b %
Curva Cbica
& ~ b % b % b %
Todas las letras excepto % e & representan constantes. La variable % es la variable independiente
y la variable & es la variable dependiente. Aunque esto se puede cambiar, es decir, en algunos casos la
variable % ser la dependiente y la variable & la independiente.
Para decidir que curva usar es til observar el diagrama de dispersin. Con el diagrama de
dispersin se puede tener una idea aproximada de la relacin entre las variables. La relacin ms sencilla es
la lineal.
A menudo se recurre a la intuicin personal para dibujar una curva que se ajuste a un conjunto de
datos. Este mtodo tiene la desventaja de que diferentes observadores obtendrn distintas curvas y
ecuaciones.
Para evitar juicios subjetivos al construir rectas, parbolas u otras curvas aproximantes de ajuste
de datos se utiliza el Mtodo de Mnimos Cuadrados.
Dado el siguiente Diagrama de Dispersin:
Una medida de la bondad del ajuste de la curva a los datos dados est proporcionada por la
cantidad:
173
Otra forma de determinar estas constantes y , es a travs de las siguientes frmulas que se
deducen de las Ecuaciones Normales:
%& c % &
~
~ & c %
% c 8%9
donde: % e & corresponden al promedio de los datos dados para % e & , respectivamente.
Lo anterior se utiliza cuando % es la variable independiente e & es la variable dependiente.
174
Si se toma % como la variable dependiente, la recta toma la forma % ~ b & , y las ecuaciones
normales seran:
% ~ b &
%& ~ & b &
%& c % &
~
~ % c &
&
c 8&9
La recta de mnimos cuadrados resultante no es, generalmente, la misma que la obtenida antes.
Ejemplo:
1) Determine la recta de mnimos cuadrados considerando:
a) % como la variable independiente
b) % como la variable dependiente
para la siguiente tabla:
%
&
D ia g r a m a d e D is p e r s i n
Y
10
9
8
7
6
5
4
3
2
1
0
0
10
12
14
16
X
175
% ~
~
% ~
& ~
%& ~
~ b
c
~
b
c ~ c
c
~
b
~
~
Reemplazando
~ b
8
~ b
~
9
~
en:
~
~ b
se tiene:
,e
~ c
~
&~
b
%
176
~
% ~
& ~
& ~
%& ~
~
Reemplazando
~
~ b 8 9
~ b
en:
~ b se tiene:
,e
~ c
~ c
%~ c
b &
b
%
177
w
b
! & ~
b
&~
Para % ~
&~
b
!
&~
w
b
&~
b & permite estimar el valor de % a partir de un valor de & . Esta
ecuacin se denomina Ecuacin de Regresin de % sobre &
La ecuacin % ~ c
&
&~
&~
~
Centroide ~ % & ~
178
Para medir el grado de relacin existente entre la variable independiente y la variable dependiente,
lo que ms se utiliza es el Coeficiente de Correlacin Lineal ( de Pearson ), cuyo mtodo abreviado de
clculo est dado por la siguiente frmula:
o > % c 6 %7 ?> & c 6 & 7 ?
Diagrama de Dispersin
Fs ica
D ia g ra m a d e D i sp e rsi n
100
90
80
70
60
50
40
30
20
10
0
0
10
20
30
40
50
60
70
80
90
100
A lg e b r a
179
b)
% ~
%& ~
& ~
% ~
& ~
~
b
~
b
c ~ c
c
c ~ c
~
~ b
0 ~
c
se tiene que:
~
%
c)
%~
180
d)
~
c
l"
c
#"
c
#
~
Por lo tanto, la correlacin entre las variables es buena.
l
e)
% ~
& ~
b
~
w
~
w
& ~ b
& ~
w
& puntos
181
Ejercicios
1) Determine para los datos del ejemplo anterior la ecuacin de regresin de % sobre &
2) Dados los siguientes datos en forma de pares % &: , , ,
,
, ,
,
Edad%
Das Ausentes&
a) Diagrama de Dispersin
b) Determine la recta de regresin de & sobre %
c) Calcule el coeficiente de correlacin lineal e interprete
d) Estime los das de ausentismo laboral para trabajadores que tienen aos, aos y aos
de edad
182
Solucin
1)
% ~ c b &
2) a)
Diagrama de Dispe rsin
Y
10
9
8
7
6
5
4
3
2
1
0
0
10
11
X
b)
& ~
b
%
c)
3) a)
Dia gra m a de Dispe rsin
40
35
30
25
20
15
10
5
0
0
10
12
14
16
X
183
b)
& ~ c %
c)
40
35
30
25
20
15
10
5
0
1
11
13
15
17
19
X
d)
% ~ & ~
w
% ~ & ~
e)
~ c
El coeficiente de correlacin lineal ~ c nos indica que la correlacin lineal entre las
variables es buena y negativa, es decir, a mayor experiencia laboral menos artculos defectuosos elabora un
trabajador.
f)
Centroide % & ~
184
A u s e n tis m o
4) a)
Dia g ra m a d e D isp e rsi n
20
18
16
14
12
10
8
6
4
2
0
0
b)
10
20
30
40
50
60
70
Ed ad
& ~ c
%
c)
~ c
La correlacin entre la edad y el ausentismo laboral es muy buena y
negativa, es decir, a mayor edad menos das de ausencia laboral.
d)
185
Anlisis de Residuos
El anlisis de residuos sirve para verificar si el modelo lineal es el que mejor se ajusta a los datos
dados.
w
decir,
Se define un residuo ( como la diferencia entre el valor observado & y el valor estimado & , es
~ & c & Z
donde
Re siduos
G r fico d e Re sid u o s
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
186
Las siguientes figuras, muestran diferentes situaciones que se presentan con cierta frecuencia:
a)
Re sid u o s
G r fi c o d e R e sid u o s
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
La figura anterior muestra un caso tpico de residuos cuando el modelo lineal es adecuado. Todos
los residuos tienden a caer en una banda horizontal centrada alrededor del cero.
b)
Re sid u o s
G r fi c o d e R e sid u o s
5
0
-5
-10
-15
-20
-25
-30
La figura anterior indica una desviacin clara de la linealidad, sugiriendo la necesidad de ajustar
una funcin de regresin no lineal.
187
c)
Re siduos
Gr fico de Re siduos
2,0
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
La figura anterior presenta una observacin atpica, es decir, se escapa del modelo lineal que
tienen los otros datos. La influencia de estos puntos atpicos, ser mayor si el nmero de datos es pequeo
(menor o igual a ).
Ejemplo: Dada la siguiente tabla y la recta de regresin de & sobre %:
%
&
& ~ b
%
Determine:
a) Los valores estimados de &
b) Los residuos para cada caso
c) Represente grficamente los residuos
d) Qu puede concluir de este grfico?
Solucin:
a) Los valores estimados de & , que aparecen en la tabla, se determinan reemplazando % en la
recta dada:
& ~ b
%
Por ejemplo, para % ~
se tiene que & ~ b
& Z ~
El mismo procedimiento se debe realizar para los dems valores de %
188
~
Para & ~
se tiene:
c
c
c
c
c
Re s id uos
c)
An lisis d e Re sid uo s
3,0
2,0
1,0
0,0
60
62
64
66
68
70
72
-1,0
-2,0
-3,0
x
d) Los residuos nos indican que la recta de regresin dada en algunos casos no es la mejor
estimadora para & . Existen 5 puntos que se escapan del intervalo " c #
189
Ejercicio
1) Dada la siguiente informacin, qu puede concluir a travs del anlisis de residuos?
%
&
&Z
c
c
c
Solucin:
1)
Re s id u o s
%
&
&Z
c
An lisis d e Re sid uo s
1,2
1
0,8
0,6
0,4
0,2
0
-0,2 0
10
12
14
-0,4
-0,6
-0,8
-1
X
Los residuos son muy grandes para los datos dados. Por lo tanto, no existe una relacin lineal
entre los datos dados.
190
Autoevaluacin
1) Dada la siguiente tabla:
%
&
Determine:
a) Diagrama de Dispersin
b) La ecuacin de la recta de regresin de & sobre %. Grafquela
c) El coeficiente de correlacin lineal. Interprete.
d) Estime los valores de &, para % ~ y % ~
191
Solucin
1) a)
y
D iagrama de D ispersin
9
8
7
6
5
4
3
2
1
0
0
10 11 12
x
b %
b)
&~ c
c)
~
d)
% ~ & ~
Nota Exame n
2) a)
D iagrama de D ispersin
100
90
80
70
60
50
10
15
20
25
30
35
40
Ho ras d e Estu d io
b)
c)
d)
~
La correlacin entre las variables es buena.
& ~
b %
% ~
& ~
192