Está en la página 1de 289
UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS DEPARTAMENTO DE INVESTIGACION DE OPERACIONES

UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS DEPARTAMENTO DE INVESTIGACION DE OPERACIONES

´

“Manual de Ejercicios: ESTOC ASTICA 1”

Por:

Karla Patricia Ram´ırez Araujo

Mayo de 2009

A mi familia, que siempre me ha dado mas´ de lo que he sonado.˜

´

Indice general

0.1.

Introduccion´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

1. Estad´ıstica Descriptiva

 

3

1.1. Histogramas y Pol´ıgonos de Frecuencia

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.2. Medidas Descriptivas Numericas´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

1.3. Introduccion´

al Muestreo

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

 

1.3.1. Muestreo Simple Aleatorio

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

1.3.2. Muestreo Sistematico´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

44

1.3.3. Muestreo por Conglomerados

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

45

1.3.4. Muestreo Estratificado

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

47

1.4. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

49

2. Teor´ıa de la Probabilidad

 

54

2.1. Teor´ıa de Conjuntos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

54

2.2. Teor´ıa de Probabilidad

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

62

2.3. Teor´ıa Combinatoria

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

68

 

2.3.1. Principio de Multiplicidad

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

68

2.3.2. Principio de la Suma

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

69

2.3.3. Permutaciones

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

70

2.3.4. Combinaciones

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

72

2.4. Probabilidad Condicional

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

73

2.5. Independencia de eventos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

80

 

i

´

INDICE GENERAL

ii

2.6. Teorema de Bayes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

83

2.7. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

87

3. Variable Aleatoria Unidimensional

 

91

Distribucion´

3.1. de Probabilidad de una Variable Aleatoria Discreta

 

.

.

.

.

.

.

91

Distribucion´

3.2. de Probabilidad de una Variable Aleatoria Continua

 

99

3.3. de la Funcion´

Distribucion´

de una Variable Aleatoria

 

.

.

.

.

.

.

.

.

.

.

.

. 111

3.4. Valores Esperados

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 130

3.5. Momentos de una Ley de Probabilidad .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 138

3.6. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 142

4. Distribuciones Clasicas´

Discretas y Continuas

 

145

4.1. Distribuciones Clasicas´

Discretas

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 146

Distribucion´

4.1.1. Binomial

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 146

4.1.2. Distribucion´

de Poisson

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 153

4.1.3. Distribucion´

Geometrica´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 160

Distribucion´

4.1.4. de Pascal o Binomial Negativa

.

.

.

.

.

.

.

.

.

.

.

.

. 162

4.1.5. Hipergeometrica´

Distribucion´

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 165

4.1.6. Multinomial .

Distribucion´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 168

4.2. Distribuciones Clasicas´

Continuas

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 170

Distribucion´

4.2.1. Uniforme

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 170

Distribucion´

4.2.2. Exponencial

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 180

Distribucion´

4.2.3. Normal

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 184

4.3. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 204

5. El Teorema del L´ımite Central

 

208

5.1. La Desigualdad de Chebyshev

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 208

5.2. Teorema del L´ımite Central .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 213

5.3. Teorema de Moivre-Laplace

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 221

5.4. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 225

´

INDICE GENERAL

iii

6.

Vector Aleatorio

227

6.1. Variable Aleatoria Bi-dimensional

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 227

6.2. Distribuciones Marginales

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 243

6.3. Distribuciones Condicionales .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 250

6.4. Variables Aleatorias Independientes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 257

6.5. Momentos de Variables Aleatorias Bidimensionales

 

.

.

.

.

.

.

.

.

. 259

6.6. La Covarianza

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 263

6.7. Coeficiente de Correlacion´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 267

6.8. Distribucion´

de la funcion´

de dos variables aleatorias

.

.

.

.

.

.

.

.

.

.

.

. 270

6.9. Ejercicios Propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. 280

Bibliograf´ıa

283

0.1.

Introduccion´

Dentro del programa curricular de la carrera de Ingenier´ıa de Sistemas de la Universidad

con el fin de poder analizar,

de Los Andes, esta´ contemplado estudiar el area´

de Estocastica´

representar, evaluar y controlar sistemas ya sean naturales o artificiales.

Si bien cuando se habla de estocastica´ automaticamente´ se relaciona con todo lo con- cerniente al azar, esta es una teor´ıa estad´ıstica que estudia los procesos cuya evolucion´ es completamente aleatoria, y de all´ı se desprenden leyes, modelos y tecnicas´ de repre- sentacion´ de los fenomenos´ aleatorios del mundo.

El presente manual tiene como finalidad ser una gu´ıa de apoyo para los estudiantes de Estocastica´ 1, para las tres opciones de la carrera, aqu´ı encontrara´ una serie de ejercicios completamente resueltos y algunos propuestos.

El manual esta´ dividido en seis cap´ıtulos segun´ 1, de la siguiente manera:

el programa de la materia de Estocastica´

En el Cap´ıtulo 1, estudiaremos una parte de la Estad´ıstica Descriptiva, los ejercicios

estan´

enfocados en recoleccion,´

representacion´

y analisis´

de datos cualitativos y cuantita-

tivos.

En el Cap´ıtulo 2, se comienza a dar las nociones de Probabilidades, la cual es el com- ponente principal de la materia. Se estudiara´ las propiedades y principios basicos´ de la probabilidad.

En el Cap´ıtulo 3, se analizaran´

las variables aleatorias unidimensionales, como tambien´

sus distribuciones de probabilidad y sus propiedades.

Una vez estudiadas las distribuciones de probabilidad de las variables aleatorias, en el

´

INDICE GENERAL

2

Cap´ıtulo 4 se presentaran´

clasicas´

algunas distribuciones que por sus atributos, ya se les consideran

aleatorios del mundo.

y que se adaptan a la mayor´ıa de los fenomenos´

En el Cap´ıtulo 5, hablaremos de algunos Teoremas L´ımites que son fundamentales en

el estudio probabil´ıstico y estad´ıstico en la ciencia moderna.

Por ultimo,´

en el Cap´ıtulo 6 se estudiaran´

las variables aleatorias bidimensionales, su

distribucion´

de probabilidad y sus relaciones entre s´ı.

Es importante aclarar que este manual esta´ basado en la solucion´ de varios problemas

formulados por el Profesor Oswaldo Ram´ırez de la Escuela de Ingenier´ıa de Sistemas,

del Profesor Armas del Departamento de Estad´ıstica y de algunos otros autores. Ademas´

esta´ basado en algunos problemas de la autora del manual.

Cap´ıtulo 1

Estad´ıstica Descriptiva

de la Estad´ıstica que se encarga de los metodos´

de recoleccion,´ organizacion,´ descripcion´ y presentacion´ de datos que son tomados de un

fenomeno´ bajo estudio; esta´ representacion´ puede ser en forma de cuadros o en forma de

graficos,´

pueden ser presentados de forma numerica´

La Estad´ıstica Descriptiva es un area´

como tambien´

(Armas, 2002).

Las aplicaciones de la estad´ıstica descriptiva dentro de la Ingenier´ıa de Sistemas abarca varios campos, alguno de ellos son: el control estad´ıstico de la calidad, teor´ıa de colas, diseno˜ de encuestas, diseno˜ de sistemas dinamicos,´ modelado y simulacion´ de sistemas y en la toma de decisiones, entre otros.

En este cap´ıtulo se presenta una introduccion´ a la estad´ıstica descriptiva, donde estu- diaremos la representacion´ tabular y grafica´ de los datos por medio de las tablas de dis- tribucion´ de frecuencia, histogramas y pol´ıgonos de frecuencia; seguidamente estudiare- mos la representacion´ numerica,´ la cual se realizara´ por medio de las medidas numericas´ de tendencia central y de dispersion.´ Por ultimo´ estudiaremos algunos metodos´ de muestreo aleatorio de datos.

3

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

4

1.1. Histogramas y Pol´ıgonos de Frecuencia

Un Histograma es un diagrama de barras que se encuentran juntas, su objetivo es el

de representar graficamente´ una variable. La altura de cada una de las barras representa la

frecuencia de los valores bajo estudio, es decir, senala˜ el numero´ de veces que se repite un

valor o una caracter´ıstica espec´ıfica en una serie de datos.

Para construir un histograma se coloca en el eje de las abscisas el valor cualitativo

o cuantitativo que se desea representar, y en el eje de las ordenadas va la frecuencia del

mismo en el conjunto de datos.

de los datos se hace por medio del Pol´ıgono de

Frecuencia, el cual consiste en unir por medio de una l´ınea, los puntos medios de la parte

superior de cada una de las barras del histograma con el eje de las abscisas.

Otra forma de representacion´

grafica´

EJERCICIOS

1. Suponga que en la ciudad de Merida´

un hotel tiene 25 habitaciones, y todas se en-

de personas alo-

cuentran ocupadas para cierta fecha de temporada alta. El numero´

jadas por habitacion´

se muestra en la Tabla 1.1.

1

4

3

1

5

2

6

2

2

2

4

5

3

2

1

1

2

2

2

1

3

4

5

2

3

Tabla 1.1: Numero´

de personas por habitacion´

Elabore el histograma de la cantidad de personas alojadas por habitacion´

Solucion:´

en el hotel.

´

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

5

 

Para construir el histograma es recomendable ordenar los datos en la distribucion´

de

frecuencia.

Una Distribucion´

de Frecuencias es una ordenacion´

tabular que contiene:

El numero´ de personas alojadas por habitacion.´  

El

numero´

de personas alojadas por habitacion.´

 
La frecuencia absoluta, que es el numero´ de veces que aparece la cantidad de

La frecuencia absoluta, que es el numero´ de veces que aparece la cantidad de

personas alojadas por habitacion´ en el conjunto.

 
Y por ultimo´ frecuencia acumulada, que es el numero´ de veces que aparece la

Y

por ultimo´

frecuencia acumulada, que es el numero´

de veces que aparece la

cantidad de personas alojadas mas´

A partir de esto tenemos la distribucion´

la frecuencia acumulada anterior.

de frecuencia del ejercicio en la Tabla 1.2.

N o de personas

Frecuencia Abosulta (f i )

Frecuencia Acumulada (F i )

1

5

5

2

9

14

3

4

18

4

3

21

5

3

24

6

1

25

 

Tabla 1.2: Distribucion´

de Frecuencia

La sumatoria de la frecuencia absoluta y el ultimo´ valor de la frecuencia acumulada,

deben ser iguales al numero´ total de datos que se tenga en la muestra, para este

ejemplo son iguales a 25.

Para elaborar el histograma, se debe colocar en el eje de las abscisas el numero´ de

personas alquiladas por habitacion´ (es decir: 1, 2, 3, 4, 5 y 6) y en el eje de las

ordenadas la frecuencia absoluta ( f i ) (segunda columna de la Tabla 1.2), como se

muestra en la Figura 1.1.

Tambien´

se puede representa el histograma con la Frecuencia Acumulada (Ver Figura

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

6

 

9

   
 
 
           
   

7

Frecuencia Absoluta (fi)

5

3

 

1

0

 

1

2

3

4

5

6

 

Número de persona por habitación

 

Figura 1.1: Histograma con la f i

 
 

25

 
       

(Fi)

Frecuencia Acumulada

20

15

 
   
   
   
 

10

 

5

  5

0

1

2

3

4

5

6

 

Número de persona por habitación

Figura 1.2: Histograma con la F i

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

7

2. En un estudio realizado en una escuela de primaria, se recolectaron los pesos en

kilogramos de 30 ninos˜ escogidos al azar, con edad comprendida entre los 9 y 11

anos,˜ los resultado se muestran en la Tabla 1.3.

28,3

30,7

27,6

29,7

28,6

30,0

31,3

29,4

27,3

29,3

30,3

28,2

26,0

30,3

28,9

28,7

30,2

30,7

26,4

26,9

28,2

31,7

29,8

27,6

29,2

30,8

30,7

27,2

29,7

30,3

Tabla 1.3: Peso de 30 ninos˜

entre 9 y 11 anos˜

Elabore la Distribucion´ de Frecuencia con intervalos de clases que contenga: Mar-

ca de la Clase, Frecuencia Absoluta, Frecuencia Acumulada, Frecuencia Relativa y

Frecuencia Relativa Acumulada.

Dibuje el Histograma y Pol´ıgono de Frecuencia.

Solucion:´

Para construir la Distribucion´

Para calcular la amplitud de la clase utilizaremos la siguiente formula´

de Frecuencia, organizaremos los datos en 6 intervalos.

1

:

C i = Valor Maximo´

- Valor M´ınimo

k

Donde:

C

i = Amplitud de la clase

k

= Numero´

de clases

Si por el contrario se tiene es la amplitud de las clases y se desea conocer es el numero´

de intervalos que se tendran´

que despejando el valor de k:

solo´

en la distribucion,´

se puede usar la misma formula,´

k = Valor Maximo´

- Valor M´ınimo

C i

1 Esta ecuacion´

es recomendada por el Profesor Armas en su publicacion´

va”de la Escuela de Estad´ıstica de la ULA

“Estad´ıstica Sencilla Descripti-

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

8

El mayor valor de la serie de datos es 31,3 kilogramos y el menor valor es 26,0

kilogramos, al sustituir tenemos:

C i = 31,3 26,0

6

= 0,88333 1

Por lo tanto, la amplitud de los intervalos es de 1 kilogramo. Tambien´

donde se hace necesario establecer diferentes amplitudes para las clases.

existen casos

Al observar los datos podemos establecer como l´ımite inferior del primer intervalo el

valor de 26 kilogramos, a partir de este valor se construye los 6 intervalos sumando

1 unidad a cada uno, quedando como se muestra en la Tabla 1.4.

Intervalo

[26 - 27)

[27 - 28)

[28 - 29)

[29 - 30)

[30 - 31)

[31 - 32)

Tabla 1.4: Intervalos resultantes

Como se observa en la tabla, se recomienda que los intervalos sean semi-abiertos,

es decir, el intervalo debe contener el l´ımite inferior y no debe contener el l´ımite

superior.

La marca de la clase es el punto medio de la misma y se calcula de la siguiente

manera:

m i = LI i LS i

2

La frecuencia absoluta ( f i ) de esta distribucion´

los numeros´

contenidos en ese intervalo.

sera´ el numero´

de veces que se repiten

La frecuencia relativa ( f r) se obtiene dividiendo la frecuencia absoluta entre el

numero´

de datos con-

total de observaciones (n = 30), siendo esta´

la proporcion´

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

9

tenidos en la clase.

fr i = f i

n

k

i=1

fr i = 1

Por ultimo,´ la frecuencia relativa acumulada (Fr i ) se obtiene dividiendo la correspon-

diente frecuencia acumulada (F i ) entre el numero´ total de datos. Este valor representa

la proporcion´ de datos que son menores que el l´ımite superior de la clase i.

De esta forma, la distribucion´

Fr i = F i

n

de frecuencia para la informacion´

de los pesos de los

30 ninos˜

se muestra en la Tabla 1.5.

 

Peso en Kg (X i )

Marca de la Clase (m i )

Frecuencia Absoluta (f i )

Frecuencia Acumulada (F i )

Frecuencia Relativa (fr i )

Frecuencia Relativa Acum. (Fr i )

[26 - 27)

26.5

3

3

0.100

0.100

[27 - 28)

27.5

4

7

0.133

0.233

[28 - 29)

28.5

6

13

0.200

0.433

[29 - 30)

29.5

6

19

0.200

0.633

[30 - 31)

30.5

8

27

0.267

0.900

[31 - 32)

31.5

3

30

0.100

1.000

Tabla 1.5: Distribucion´

de Frecuencia

Para dibujar el histograma con la frecuencia divida por clases, se elabora de igual

manera solo´ que los l´ımites del intervalo son los extremos de la barra y la marca de

la clase sera´ entonces el centro de la misma.

Ahora, para el pol´ıgono de frecuencia se crea una clase ficticia anterior a la primera

clase, con su misma amplitud, y una clase ficticia al final; la primera clase ficticia

sera´ entonces [25 26) y su marca es 25,5; la ultima´ clase ficticia sera´ [32 33) y su

marca es 32,5.

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

10

Aclaramos que como dichas clases no exiten en el problema original, la altura de las

barras son iguales a cero.

Una vez hecho esto, prolongamos la l´ınea hasta las dos marcas ficticias, cerrando

as´ı el pol´ıgono de frecuencia como se observa en la Figura 1.3 .

8 7 6 5 4 3 2 1 0 25.5 26.5 27.5 28.5 29.5 30.5
8
7
6
5
4
3
2
1
0
25.5
26.5
27.5
28.5
29.5
30.5
31.5
32.5
Pesos (Kilogramos)
Frecuencia Absoluta (fi)

Figura 1.3: Histograma y Pol´ıgono de Frecuencia con la f i

Es importante resaltar que cuando todas las clases de la distribucion´ de frecuencia

tienen la misma amplitud (como es este caso), se cumple que el area´ total de todas

las barras es exactamente igual al area´ del pol´ıgono de frecuencia.

Por otra parte, los histogramas tambien´

ejemplo con la acumulada, con la relativa, con la relativa acumulada, etc.

se pueden elaborar con otras frecuencias, por

Ahora bien, veamos como quedar´ıa el histograma con la frecuencia relativa ( f r) de

este ejemplo; es interesante resaltar que graficamente el histograma es igual al ante-

rior, solo´

cambia la escala del eje de las orfenadas.

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

11

0.25 0.2 0.15 0.1 0.05 0 26.5 27.5 28.5 29.5 30.5 31.5 Pesos (Kilogramos) Frecuencia
0.25
0.2
0.15
0.1
0.05
0
26.5
27.5
28.5
29.5
30.5
31.5
Pesos (Kilogramos)
Frecuencia Relativa (Fr)

Figura 1.4: Histograma con la Fr

3. Se realizo´ una encuesta a un grupo de 40 hombres de la Facultad de Ingenier´ıa donde

se les pregunto´ por su grupo sangu´ıneo. Se obtuvieron los resultados mostrados en la

Tabla 1.6.

 

A

B

O

A

A

O

O

O

A

O

O

O

A

B

A

A

O

B

O

O

O

O

O

A

O

O

A

O

O

O

A

B

O

O

A

O

O

A

A

A

Elabore:

Tabla 1.6: Informacion´

de los 40 hombres

a) La distribucion´

de frecuencia de los 40 datos.

b) Un histograma con la frecuencia relativa.

c) Un histograma con la frecuencia relativa acumulada.

Solucion:´

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

12

Dentro del conjunto de datos se tienen solo´ 3 grupos sangu´ıneos A, B y O. Estos

datos son de tipo cualitativo y a pesar de esto tambien´ se pueden representar en forma

tabular y en forma grafica.´

a) La distribucion´

de frecuencia del problema la podemos ver en la Tabla 1.7.

Grupo

Frecuencia

Frecuencia Acumulada

Frecuencia Relativa

Frecuencia Relativa Acum. (Fr i )

Sangu´ıneo

Absoluta

(

f i )

(F i )

(fr i )

A

 

14

14

0.35

0.35

B

 

4

18

0.10

0.45

O

 

22

40

0.55

1.00

Tabla 1.7: Distribucion´

de Frecuencia

b) El histograma con la frecuencia relativa se observa en la Figura 1.5.

0.5 0.4 0.3 0.2 0.1 0 A B O Grupo Sanguíneo Frecuencia Relativa (fr)
0.5
0.4
0.3
0.2
0.1
0
A
B
O
Grupo Sanguíneo
Frecuencia Relativa (fr)

Figura 1.5: Histograma con la f r

c) El histograma con la frecuencia relativa acumulada se observa en la Figura 1.6.

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

13

1 0.8 0.6 0.4 0.2 0 A B O Grupo Sanguíneo Frecuencia Relativa Acumulada (Fr)
1
0.8
0.6
0.4
0.2
0
A
B
O
Grupo Sanguíneo
Frecuencia Relativa Acumulada (Fr)

Figura 1.6: Histograma: Frecuencia Relativa Acumulada

4. La Tabla 1.8 es la distribucion´

de Estocastica´

1.

de frecuencia de las calificaciones del primer examen

Notas

9 10

12 13

14

15

16 19

17

18

20

N o de Estudiantes

1 2

1 2

2

2

1 6

7

2

4

Tabla 1.8: Distribucion´

de Frecuencia

Represente los datos en un histograma y en un pol´ıgono de frecuencia, utilizando la

frecuencia absoluta.

Solucion:´

Para este ejercicio ya la tabla de la distribucion´ de frecuencia esta´ dada en el

planteamiento del problema; sin embargo observamos en la tabla que no se encuentra

la columna con la calificacion´ de 11 puntos, ni la cantidad de alumnos de la misma,

por lo tanto se asume automaticamente´ que la cantidad de alumnos con esa califi-

cacion´ es igual a cero.

´

CAP ITULO 1. ESTAD ISTICA DESCRIPTIVA

´

14

Estos valores tambien´ deben representarse en el histograma y en el pol´ıgono, para

esto la altura de la barra correspondiente al valor 11 es cero, y el pol´ıgono baja hasta

cortar el eje de las abcsisas.

El histograma y el pol´ıgono con la frecuencia absoluta la podemos observar en la

Figura 1.7.

7 6 5 4 3 2 1 0 8 9 10 11 12 13 14
7
6
5
4
3
2
1
0
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Calificación
Frecuencia Absoluta (fi)

Figura 1.7: Histograma y Pol´ıgono de Frecuencia con la f i

5. En el centro de la ciudad de Merida´

se llevo´ a cabo un experimento, el cual consiste

en registrar el numero´

porada alta, esto se realizo´ durante un periodo de 40 d´ıas. La informacion´

se refleja en la Tabla 1.9 2 .

de accidentes de transito´

que ocurrian diariamente en la tem-

obtenida