Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y Estadistica M Isaias E Farias PDF
Probabilidad y Estadistica M Isaias E Farias PDF
BIBLIOGRAFA 120
1
PROBABILIDAD Y ESTADSTICA
PRESENTACIN
LOS AUTORES
2
PROBABILIDAD Y ESTADSTICA
INTRODUCCIN
3
PROBABILIDAD Y ESTADSTICA
ESTADSTICA
Es un lenguaje universal de la ciencia tanto en sus ramas fsicas
como sociales, la comunicacin y el uso de la Estadstica nos permiten
comunicar ms exactamente los descubrimientos en las investigaciones. La
Estadstica es tambin un instrumento que utilizado con cuidado y precisin
nos permite describir nuestros resultados y adoptar decisiones respecto a lo
que nos dicen.
4
PROBABILIDAD Y ESTADSTICA
5
PROBABILIDAD Y ESTADSTICA
6
PROBABILIDAD Y ESTADSTICA
CUALITATIVOS CUANTITATIVOS
7
PROBABILIDAD Y ESTADSTICA
Discretos : Son los datos que resultan de un conteo o una simple observacin.
Continuos : Son los datos que se obtienen cuando la medida es un proceso
infinito.
10 FICHAS
5 ROJAS
2 AMARILLAS
8
PROBABILIDAD Y ESTADSTICA
EXAMEN DE AUTOEVALUACIN
1.- Qu es la Estadstica?
8.- Suponga que desea obtener una estimacin del consumo de gasolina
(Km por litro) del FORD COUGAR. Describa la poblacin que sera de
inters para usted, de la cual tendra que seleccionar la muestra.
9
PROBABILIDAD Y ESTADSTICA
10
PROBABILIDAD Y ESTADSTICA
INTRODUCCIN
TOMA DE DATOS
Si tuviramos la poblacin frente a nosotros, cmo podramos
describir este subconjunto grande de mediciones ?. Muchos textos se han
dedicado a los mtodos de la estadstica descriptiva, es decir, a los mtodos
para describir conjuntos de datos numricos.
11
PROBABILIDAD Y ESTADSTICA
TCNICAS ESTADSTICAS
12
PROBABILIDAD Y ESTADSTICA
FRECUENCIAS
Antes de comenzar con la distribucin de frecuencias, ser
conveniente definir el vocablo Frecuencia, ya que se ha mencionado con
13
PROBABILIDAD Y ESTADSTICA
14
PROBABILIDAD Y ESTADSTICA
CONCEPTO DE VARIABLE
15
PROBABILIDAD Y ESTADSTICA
INTERVALOS
16
PROBABILIDAD Y ESTADSTICA
CUADRO ESTADSTICO
El cuadro estadstico ms usual es aqul en el que se representa
el nmero total de clases o de variables, con el nmero de elementos
correspondientes a cada uno, llamndose a esto frecuencia, as mismo,
veremos cuadros estadsticos en los que tendremos frecuencias acumuladas
(Suma de los elementos anteriores a la clase), frecuencia relativa (porcentaje
de cada clase con respecto a la muestra), frecuencia relativa acumulada,
marcas de clases, desviaciones medias, mediana, etc.
17
PROBABILIDAD Y ESTADSTICA
27 42 60 67 75 84
30 49 60 68 80 85
30 50 63 70 83 90
35 52 63 73 83 95
38 59 63 73 83 97
18
PROBABILIDAD Y ESTADSTICA
como podemos ver tenemos 7.88 clases, pero debido a tener una porcin de
una clase ms, debemos incrementar o redondear a el inmediato superior,
19
PROBABILIDAD Y ESTADSTICA
20
PROBABILIDAD Y ESTADSTICA
27 28 29 30 31 32 33 34 35
21
PROBABILIDAD Y ESTADSTICA
22
PROBABILIDAD Y ESTADSTICA
27 35
intervalo de clase 1, su marca de clase es 31, para el intervalo de
2
23
PROBABILIDAD Y ESTADSTICA
5 8 10 15 23 31 33 41 47 50
6 8 11 15 27 31 33 41 48 52
6 9 12 15 27 32 35 42 49 53
6 9 13 17 28 32 36 42 49 53
7 9 13 17 28 32 41 47 50 53
24
PROBABILIDAD Y ESTADSTICA
4 3
c) (yi - 2) = d) (y + 2i) =
i=1 i=1
5
a) (y - 4) = (0 - 4) + (1 - 4) + (2 - 4) + (3 - 4) + (4 - 4) + (5 - 4)
y=0
= -4 - 3 - 2 - 1 + 0 + 1 = -9
25
PROBABILIDAD Y ESTADSTICA
6
b) (y 2 - 5) = (4 - 5) + (9 - 5) + (16 - 5) + (25 - 5) + (36 - 5)
y=2
= - 1 + 4 + 11 + 20 + 31 = 65
4
c) (yi - 2) = (y1 - 2) + (y2 - 2) + (y3 - 2) + (y4 - 2)
i=1
= y1 + y2 + y3 + y4 - 8
3
d) (y + 2i) = [y + 2(1)] + [y + 2(2)] + [y + 2(3)] = 3y + 12
i=1
= 0 + 3 + 8 + 15 = 26
26
PROBABILIDAD Y ESTADSTICA
4
i) yi = 430.00 + 210.00 + 320.00 = 960.00
i=2
4
ii) yi2 = (430.00)2 + (210.00)2 + (320.00)2 = 331,400.00
i=2
27
PROBABILIDAD Y ESTADSTICA
6 8 9 11 13 16 17 19
28
PROBABILIDAD Y ESTADSTICA
EJERCICIOS PROPUESTOS
2 8 5 2 7 2 5 5 5 6
1 6 2 3 6 7 7 6 3 3
4 3 4 8 1 4 5 2 7 5
5 4 4 6 6 3 8 3 7 1
8 8 3 2 3 8 6 2 7 2
Formar un cuadro estadstico con toda la informacin manejada
en este captulo.
3
b) ( 1 + 2x + x2 )
x=1
3
c) ( x3 + 2x )
x=0
29
PROBABILIDAD Y ESTADSTICA
INTRODUCCIN
Es natural introducir los mtodos grficos para describir
conjuntos de datos a travs de la consideracin de un conjunto real de datos.
Anteriormente vimos el anlisis de datos por mtodos numricos, mtodos
con los que nosotros podemos leer informacin respecto a promedios,
poblaciones, etc. En los cuadros estadsticos se habl de clases y variables,
ahora podremos representar grficamente esas clases o variables y a ello es lo
que llamaremos mtodos estadsticos grficos. Note que en los extremos de
los subintervalos o clases se han escogido de manera que ningn elemento
coincida con dos subintervalos o clases a la vez, eliminando as cualquier
ambigedad relacionada con la ubicacin de una observacin particular. Justo
con los cuadros estadsticos vistos en el captulo anterior es con los que
deberemos elaborar nuestras grficas estadsticas para el desarrollo de los
mtodos grficos.
REPRESENTACIONES GRFICAS
tambin existen dos tipos de representacin grfica no muy comn y que sin
30
PROBABILIDAD Y ESTADSTICA
cuadro tendramos:
Int. de Clase 30-39 40-49 50-59 60-69 70-79 80-89 90-99 Total
Frecuencia 4 6 8 12 8 8 4 50
PRIMERA FORMA
31
PROBABILIDAD Y ESTADSTICA
SEGUNDA FORMA
POLGONO DE FRECUENCIAS
Int. de Clase 30-39 40-49 50-59 60-69 70-79 80-89 90-99 Total
Frecuencia 4 6 8 12 8 8 4 50
Marca de Clase 34.5 44.5 54.5 64.5 74.5 84.5 94.5
32
PROBABILIDAD Y ESTADSTICA
DIAGRAMA DE PASTEL
33
PROBABILIDAD Y ESTADSTICA
34
PROBABILIDAD Y ESTADSTICA
de una Ojiva.
35
PROBABILIDAD Y ESTADSTICA
36
PROBABILIDAD Y ESTADSTICA
DISTRIBUCION NORMAL
37
PROBABILIDAD Y ESTADSTICA
30 42 50 73 60 63
38 27 67 83 70 63
52 83 97 49 83 73
30 35 63 59 84 75
84 90 80 95 85 68
Basndonos en que se trata del ejercicio presentado en el captulo
anterior para la formacin de un cuadro estadstico, procederemos a colocar
nuevamente dicho cuadro, el cual queda de la siguiente manera:
a) HISTOGRAMA
38
PROBABILIDAD Y ESTADSTICA
b) POLGONO DE FRECUENCIAS
Num. de Clase Frecuencia Relativa Frecuencia Relativa x 360 Grados por Clase
1 0.133 0.133 x 360 48
2 0.067 0.067 x 360 24
3 0.100 0.100 x 360 36
4 0.100 0.100 x 360 36
5 0.200 0.200 x 360 72
6 0.133 0.133 x 360 48
7 0.167 0.167 x 360 60
8 0.100 0.100 x 360 36
39
PROBABILIDAD Y ESTADSTICA
d) O J I V A
frec. 30
EXAMEN DE AUTOEVALUACIN
1.- Explique la elaboracin de las siguientes grficas estadsticas :
a) Histograma.
b) Diagrama de Pastel.
c) Pictograma
d) Polgono de Frecuencias
40
PROBABILIDAD Y ESTADSTICA
b) Construir un Histograma.
c) Construir un Polgono de Frecuencia.
d) Graficar una Ojiva.
e) Construir un Diagrama de Pastel.
41
PROBABILIDAD Y ESTADSTICA
LA MEDIA ARITMTICA
Xi
i=1
(1)
n
Existen dos tipos de medias, la Media Poblacional que se
representa con la letra griega " ", y la Media Muestral que se representa con
una X testada " X ", ambas se obtienen de la misma forma. La Media
Aritmtica es una medida que se utiliza para describir poblaciones, por
ejemplo:
42
PROBABILIDAD Y ESTADSTICA
43
PROBABILIDAD Y ESTADSTICA
1.80 + 1.82 + 1.84 + 1.85 + 1.86 + 1.87 + 1.88 + 1.92 + 1.92 + 1.93 + 1.94 + 1.97
X =
12
22.6
X = = 1.88 mts
12
X = 13,950.25 toneladas
en la unidad 2.
12
Produccin anual = xi = 12,000 + 14,280 + * * * + 14,360 + 13,750
i=1
44
PROBABILIDAD Y ESTADSTICA
LA MEDIANA
Es otra medida que se utiliza para describir el valor central de
una poblacin. Para calcular la Mediana se ordenan los datos en forma
ascendente o descendente, si el tamao de la poblacin es impar, la Mediana
es el dato que queda al centro del los datos ordenados; si es par, la Mediana es
el promedio de los dos datos que ocupan el centro de la ordenacin. Se
observa que la Mediana divide en dos partes iguales a los datos de una
muestra o poblacin. La Mediana es una medida que no es afectada por los
valores extremos de la muestra o poblacin. Veamos algunos ejemplos.
Determine la Mediana.
45
PROBABILIDAD Y ESTADSTICA
77 78 78 79 83 85 87 87 87 89 90 92 92 94 96
como podemos observar en este caso el nmero de datos es par y por lo tanto
la Mediana de esta coleccin de datos ser el media aritmtica de los datos
que ocupan el centro de la coleccin, siendo estos datos los nmeros 17 y 18
17 18
tenindose entonces que la Mediana en este ejercicio es : X = 17.5 .
2
46
PROBABILIDAD Y ESTADSTICA
LA MODA
47
PROBABILIDAD Y ESTADSTICA
en este ejemplo tenemos que los nmeros que mayor veces aparecen son el 16
y el 18, por lo tanto, en esta coleccin de datos tenemos un ejemplo de
distribucin bimodal ( existen 2 modas en la coleccin ), por lo que las modas
son: Mo = 16 y 18
COMPARACIN DE LA MEDIA
ARITMETICA, LA MEDIANA Y LA MODA
Hemos visto 3 medidas de tendencia central que describen a una
poblacin, pero, cul debe usarse en una situacin determinada?. La eleccin
de la medida de tendencia central a usarse depende del tipo de variable que
genera la poblacin y de las finalidades del estudio que se est realizando. Un
criterio fuerte para la eleccin de alguna de estas medidas es el de escoger la
que presente ventajas significativas sobre las otras dos, por ejemplo: En el
caso de una fbrica de automviles la empresa deber decidir que marca de
acumuladores usar en sus vehculos, para lo que le puede ser til adems del
costo, comparar la durabilidad de los acumuladores de diversas marcas. En
poblaciones de este tipo, la media, la mediana, y la moda son en la mayor
parte de los casos valores muy parecidos.
48
PROBABILIDAD Y ESTADSTICA
49
PROBABILIDAD Y ESTADSTICA
129 145 168 164 165 172 168 179 168 170
159 168 175 164 179 168 180 173 149 159
168 178 177 178 168 172 168 158 154 168
50
PROBABILIDAD Y ESTADSTICA
MEDIA GEOMTRICA
La Media Geomtrica es muy usual para el clculo de promedios
de tasas de variacin, en la elaboracin de Nmeros ndice, etc. Se define de
la siguiente manera: S tenemos n elementos, la Media Geomtrica es la raz
n-sima del producto de todos los elementos . La frmula para obtenerla es:
MEDIA GEOMTRICA ( g ) =
n X1 * X2 * . . . * Xn
6 3 8 5 2 24
X = = = 4.8
5 5
* Los ingresos anuales de 12 profesores en nuevos pesos son:
51
PROBABILIDAD Y ESTADSTICA
12 15 17 13 18 14 18 13 17 15
g = 10 12 x 15 x 17 x 13 x18 x 14 x 18 x 13 x 17 x 15
g = 10 5,981,655,000,000 = 15.05
MEDIA ARMNICA
La idea de promedio es tan manejable que no es sorprendente que
se hayan inventado diversos tipos de promedio de modo que pueda
representarse con un mnimo de deformacin un campo tan amplio como sea
posible. Podemos escoger nuestro promedio, y tomamos el apropiado para
nuestro propsito. El promedio aritmtico de un conjunto de nmeros es el
ms simple de los promedios medidas de centralizacin.
52
PROBABILIDAD Y ESTADSTICA
53
PROBABILIDAD Y ESTADSTICA
54
PROBABILIDAD Y ESTADSTICA
n 2 2 2 24 4
H 4
n
1 1 1 3 2 5 5 5
xi
4 6 12 12
i1
4
por lo tanto el rendimiento representativo de los dos tractores es de 4 das.
5
55
PROBABILIDAD Y ESTADSTICA
2
campo arado conjuntamente en un da da de campo, que es el complemento
12
10 2
de del campo, entonces, en arar todo el campo tardarn 2 das.
12 5
N f
sustituyendo los datos de velocidad y distancia, resulta:
H X
d1 + d2 + d3 + . . . + d N d1 d2 d3 dN
... +
v v1 v2 v3 vN
56
PROBABILIDAD Y ESTADSTICA
DISTANCIA ( d ) 90 Km
TIEMPO ( t ) = = 1.2857 horas
VELOCIDAD ( v ) 70 Km / h
d 70 Km
(t) = 0.7 horas.
v 100 Km / h
H =
f
N
f f
X X
donde: H = Media Armnica
N= f = Nmero total de frecuencias
XN = Marcas de clases de datos agrupados.
fN = Frecuencias de clase.
* La siguiente tabla de distribuciones de frecuencias registra las
longitudes en centmetros que en una semana tienen 100 plantas de frijol; con
esta informacin obtener la Media Armnica.
57
PROBABILIDAD Y ESTADSTICA
INTERVALOS FRECUENCIAS ( f )
( LONGITUDES ) ( No. DE PLANTAS )
5.4 - 5.7 7
5.8 - 6.1 16
6.2 - 6.5 21
6.6 - 6.9 29
7.0 - 7.3 18
7.4 - 7.7 9
100
EJERCICIOS PROPUESTOS
58
PROBABILIDAD Y ESTADSTICA
59
PROBABILIDAD Y ESTADSTICA
MEDIDAS DE DISPERSIN
Cuando una poblacin es generada por una variable numrica,
adems de poderla describir mediante una medida de tendencia central,
tambin se puede obtener una medida que nos indique el grado de
homogeneidad de sus datos. A este tipo de medidas se les conoce como
medidas de variabilidad o de dispersin. Existen varias medidas de
dispersin, como son el Rango, la Desviacin Media, la Varianza, y algunas
otras, las cuales estudiaremos en este captulo.
DESVIACIN ESTNDAR
Esta medida nos indica que tan dispersos se encuentran en
promedio, los datos con respecto a la media aritmtica. Existen dos tipos de
desviacin estndar, la Desviacin Estndar Muestral y la Desviacin
Estndar Poblacional.
( X i - )
i=1
N
donde: N = Tamao de la Poblacin.
60
PROBABILIDAD Y ESTADSTICA
(X i - X )
i =1
s =
n - 1
61
PROBABILIDAD Y ESTADSTICA
X i - X
m= i=1
VARIANZA
Es el cuadrado de la desviacin estndar. Dependiendo de la
desviacin estndar de que se trate, recibir el nombre de Varianza Muestral o
Varianza Poblacional ( s2 si es la muestral y 2 si es la poblacional ).
Veamos algunos ejemplos.
62
PROBABILIDAD Y ESTADSTICA
63
PROBABILIDAD Y ESTADSTICA
6 5 6 4 9 2
8 4 5 3 3 5
6 5 7 2 5 7
2
( X i - X )
s = i=1
n - 1
s2 = 3.7516353
64
PROBABILIDAD Y ESTADSTICA
( mi * fi ) ( mi * fi )
X= =
fi n
( m i- X ) f i
s2
n - 1
Existe otra forma de calcular la varianza, llamada forma
simplificada, la cual se obtiene sustituyendo en la frmula de la varianza la de
la media, y al simplificar quedara as:
65
PROBABILIDAD Y ESTADSTICA
n (X)
i fi - (X f )
i i
s =
n(n -1)
INTERPRETACIN PRACTICA DE LA
DESVIACIN ESTNDAR
66
PROBABILIDAD Y ESTADSTICA
k 1 - 1/k2
1
2 3/4
3 8/9
4 15/16
-3 -2 -1 0 1 2 3
67
PROBABILIDAD Y ESTADSTICA
-3 -2 - 2 3
68.27 %
95.45 %
99.95 %
68
PROBABILIDAD Y ESTADSTICA
Vida til fi mi mi x fi ( mi )2 x fi
(Horas )
420 - 439 15 429.5 06,442.5 2767,053.75
440 - 459 20 449.5 08,990.0 4041,005.00
460 - 479 25 469.5 11,737.5 5510,756.25
480 - 499 25 489.5 12,237.5 5990,256.25
500 - 519 32 509.5 16,304.0 8306,888.00
69
PROBABILIDAD Y ESTADSTICA
( mi * fi ) 95,945
X= = = 504.97
n 190
La Varianza en su forma simplificada es :
n[ {(mi)2* fi }] - [ ( mi * fi )]2
s2 =
n(n-1)
[( mi - X )2 * fi]
s2 =
n-1
(429.5-504.97) (15) + (449.5-504.97) (20) + +(569.5-504.97) (14) + (589.5-504.97) (7)
s2 =
190-1
70
PROBABILIDAD Y ESTADSTICA
85,435814
. 61,538.418 + 58,297.693 + 50,017.246 360,950.31
s2 =
189 189
s2 = 1,909.79
s = 1,909.79 = 43.701
71
PROBABILIDAD Y ESTADSTICA
72
PROBABILIDAD Y ESTADSTICA
X=
( m i f i)
6 7 .1 5
2 .6 8 6
n 25
s2 = 0.25 ;
73
PROBABILIDAD Y ESTADSTICA
EJERCICIOS PROPUESTOS
1.- Qu es una medida de dispersin?
3.- Qu es el Rango?
74
PROBABILIDAD Y ESTADSTICA
75
PROBABILIDAD Y ESTADSTICA
76
PROBABILIDAD Y ESTADSTICA
77
PROBABILIDAD Y ESTADSTICA
AUB AB Ac
* Sea A = { a, b, c, d, e, f, g, h, y, j, k, l, m, n, o, p, q, r, s, t };
B = { a, e, i, o, u } ;
C = { b, c, d, f, g, h, j, k, l, m, n, p, q, r, s, t } y
el conjunto Universo el abecedario. Realizar las siguientes operaciones entre
conjuntos:
78
PROBABILIDAD Y ESTADSTICA
b) A ( B U C ) = { a, b, c, d, e, f, g, h, y, j, k, l, m, n, o, p, q, r, s, t } = A
c) ( A B ) U ( B C ) = { a, e, i, o }
* Sea U el conjunto de todos los valores posibles que pueden
caer al lanzar dos dados normales, defina los siguientes conjuntos : el
conjunto A contiene a todos los elementos en que la primera cara es mayor
que 3 pero menor que 6, A = { ( x, y ) / 3 < x < 6 ; 0 < y < 7 } ; el conjunto B
contiene a todos los elementos en que la suma de las caras es mayor que 5
pero menor que 8, B = { ( x, y ) / 5 < x + y < 8 }
(1,1) ; (1,2) ; (1,3) ; (1,4) ; (1,5) ; (1,6)
(2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6)
(3,1) ; (3,2) ; (3,3) ; (3,4) ; (3,5) ; (3,6)
Sea U =
(4,1) ; (4,2) ; (4,3) ; (4,4) ; (4,5) ; (4,6)
(5,1) ; (5,2) ; (5,3) ; (5,4) ; (5,5) ; (5,6)
(6,1) ; (6,2) ; (6,3) ; (6,4) ; (6,5) ; (6,6)
79
PROBABILIDAD Y ESTADSTICA
M (a,b) c
N (b,a) b M
MN a N
B
a b c
1 Dentro de los espacios muestrales cuando tenemos un conjunto de varios elementos, el orden de estos
no se toma en cuenta, esto es, {a,b} y {b,a} son conjuntos equivalentes.
80
PROBABILIDAD Y ESTADSTICA
81
PROBABILIDAD Y ESTADSTICA
PROBABILIDAD
La Probabilidad tiene dos enfoques, llamados enfoques de la
82
PROBABILIDAD Y ESTADSTICA
M 18 1
a).- P(A) = = =
n 36 2
83
PROBABILIDAD Y ESTADSTICA
30 5
b).- P(B) = =
36 6
6 1
c).- P(C) = =
36 6
84
PROBABILIDAD Y ESTADSTICA
mutuamente excluyentes es 1. P( E1 ) + P( E2 ) + * * * + P( En ) = 1
P( Ei U Ej ) = P( Ei ) + P( Ej ).
85
PROBABILIDAD Y ESTADSTICA
ANLISIS COMBINATORIO
n!
nPr =
(n - r)!
P
n r n!
n Cr = =
r! (n - r)! r!
86
PROBABILIDAD Y ESTADSTICA
5! 5!
5P 5 = = = (5)(4)(3)(2)(1) = 120
(5 - 5)! 0!
5! 5! (5)(4)(3 !) 5 4
5 C3 = = = = = 10
(5 - 3)! (3 !) (2 !) (3 !) (2 !) (3 !) 2 1
24 ! (24)(23)(22)(21 !)
24P3 = = = 24 23 22 = 12,144 opciones
( 24 - 3 ) ! 21 !
87
PROBABILIDAD Y ESTADSTICA
Se multiplica el resultado por dos ya que esos dos libros pueden cambiar de
lugar entre ellos, estando juntos, por lo tanto el nmero de permutaciones que
puede haber es: # de arreglos = (720)(2) = 1440
PROBABILIDAD CONDICIONAL
En la prctica es comn enfrentarnos al problema de obtener la
probabilidad de un evento, condicionado a la ocurrencia o no ocurrencia de
otro, esto es, el caso en que la ocurrencia de un evento altera las condiciones
de las que depende la probabilidad del otro, estas probabilidades se llaman
probabilidades condicionadas. Si A y B son los eventos en cuestin,
tenemos que P(A/B) es la probabilidad de A dado que ya ocurri el evento
B. P(B/A) es la probabilidad de B dado que A ya ocurri.
88
PROBABILIDAD Y ESTADSTICA
A B
P(A B) P(A B)
P( A B ) = Y P( B A ) =
P(B) P(A)
INDEPENDENCIA PROBABILISTICA
Se dice que dos sucesos son independientes si la ocurrencia o no
ocurrencia de uno de ellos no cambia la probabilidad de ocurrencia del otro, a
esto se le llama independencia probabilstica. S A y B son eventos
independientes, tenemos que : P(A/B) = P(A) y P(B/A) = P(B).
LEYES DE PROBABILIDAD
Las leyes pueden ser simplemente enunciadas y tomadas como
ciertas mientras sean consistentes con nuestro modelo y con la realidad.
89
PROBABILIDAD Y ESTADSTICA
P ( A U B ) = P ( A ) + P ( B ) - P (A B )
P(AUB)=P(A)+P(B)
90
PROBABILIDAD Y ESTADSTICA
A C = { (2,2) }
91
PROBABILIDAD Y ESTADSTICA
P( A C ) = 1 / 36 P( C ) = 18 / 36 = 1 / 2
P( A / C ) = P( A C ) / P( C ) = ( 1 / 36 ) / ( 18 / 36 ) = 1 / 18
c) que al menos una cara es par?
(1,2) ; (1,4) ; (1,6) ; (2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6)
D = (3,2) ; (3,4) ; (3,6) ; (4,1) ; (4,2) ; (4,3) ; (4,4) ; (4,5) ; (4,6)
(5,2) ; (5,4) ; (5,6) ; (6,1) ; (6,2) ; (6,3) ; (6,4) ; (6,5) ; (6,6)
A D = { (2,2) }
P( A D ) = 1 / 36 P( D ) = 27 / 36 = 3 / 4
P( A / D ) = P( A D ) / P( D ) = ( 1 / 36 ) / ( 27 / 36 ) = 1 / 27
d) que la primera cara es 1?
E = { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) }
A E = { (1,3) }
P( A E ) = 1 / 36 P( E ) = 6 / 36 = 1 / 6
P( A / E ) = P( A E ) / P( E ) = ( 1 / 36 ) / ( 6 / 36 ) = 1 / 6
92
PROBABILIDAD Y ESTADSTICA
b) Sea A el suceso de que cada seccin recibe un paciente. Haga una lista
de los puntos mustrales de A.
A = { (123) ; (132) ; (213) ; (231) ; (312) ; (321) }
a) Defina el experimento.
Ordenar A, B y C para poder llevar a cabo el proceso.
93
PROBABILIDAD Y ESTADSTICA
Edad
5 - 7 8 - 10 11 - 12
No comprenden 55 % 40 % 15 %
Comprenden 45 % 60 % 85 %
94
PROBABILIDAD Y ESTADSTICA
EJERCICIOS PROPUESTOS
1.- Un inversionista tiene la oportunidad de invertir en tres de cinco tipos
recomendados de acciones. El inversionista no sabe que slo dos de los
cinco tipos producirn un beneficio sustancial en los prximos 5 aos.
Si el inversionista selecciona los tres tipos de acciones al azar (dndole
a cada combinacin de tres tipos la misma probabilidad de seleccin),
95
PROBABILIDAD Y ESTADSTICA
96
PROBABILIDAD Y ESTADSTICA
97
PROBABILIDAD Y ESTADSTICA
1.- f(X) 0
2.-
f ( x ) dx 1
f ( x ) dx
b
P (a x b) a
98
PROBABILIDAD Y ESTADSTICA
DISTRIBUCION BINOMIAL
P( x ) = nCx * px*qn - x
2 James Bernoulli (1654-1705), matemtico suizo que realiz importantes contribuciones en el campo de la
probabilidad.
99
PROBABILIDAD Y ESTADSTICA
n !
Como: nCx =
(n - r)! r!
n!
entonces: P( x ) = p x q n-x
(n - r)! r!
100
PROBABILIDAD Y ESTADSTICA
b).- el 50 % se muera?
p = 0.1
q = 0.9
10 !
x=5 P(5) = (0.10) 5 (0.90) 10-5
(10 - 5)! 5!
n = 10
= ( 252 )( 1 x 10- 5 )( 0.59049 )
= 0.1488 %
10 ! 10 ! 10 !
P(X 3) = 1 - [ (.10)0 (.90)10-0 (.10)1 (.90)10-1 (.10)2 (.90)102]
(10-0)! 0! (10-1)!1! (10-2)! 2!
101
PROBABILIDAD Y ESTADSTICA
p = 0.1
q = 0.9
10 !
x=3 P(3) = (0.10) 3 (0.90) 10-3
(10 - 3)! 3!
n = 10
= 120 * ( 1 x 10- 3 )( 0.4782 )
= 0.0573 x 100 = 5.73 %
DISTRIBUCION DE POISSON
La Distribucin de Poisson3 es usada con amplitud en Biologa,
Medicina y en todas las ramas de las Ciencias Sociales, sin embargo existen
muchos problemas en los que es bastante til. Si x es el nmero de
ocurrencias de un evento aleatorio en un intervalo de tiempo o espacio, la
probabilidad de que ocurra x est dada por:
e - x
P( x ) =
X !
3 Simond Denis Poisson (1781 - 1840) matemtico francs a quien se le acredit la publicacin de su deduccin en 1837.
102
PROBABILIDAD Y ESTADSTICA
103
PROBABILIDAD Y ESTADSTICA
= 3 P( x ) =
X !
x=0
(2.7183) 3 (3) 0
P( 0 ) = 0.04978 x 100 = 4.978 %
0!
= 3 P( x ) =
X !
x=34
P( 3 4 ) = P( 3 ) + P( 4 )
10 !
P(2)= (010 . )102 (45)(001
. ) 2 (090 . )(04304
. ) 01937
. x100 19.37 %
(10- 2)! 2!
104
PROBABILIDAD Y ESTADSTICA
= n * p = 1 P( x ) =
X !
x=2
( 2 .7183) 1 (1) 2
P(2) = 0.1839 x 100 = 18.39 %
2!
= n * p = 0.2 P( x ) =
X !
x=3
( 2 .7183) 0 .2 ( 0.2 ) 3
P( 3 ) = 0.0010916 x 100 = 0.10916 %
3!
e = 2.7183
e - x
= n * p = 0.2 P( x ) =
X !
x = 3, 4, * * * , 200
105
PROBABILIDAD Y ESTADSTICA
DISTRIBUCION NORMAL
1 ( x - ) 2 / 2 2
f ( x) e
2
donde: x
= media aritmtica.
= desviacin estndar.
La funcin de distribucin correspondiente esta dada por:
x
1
e (x - )
2 2
/ 2
F(x) = P(X x) = dx
2 -
0 1 2
106
PROBABILIDAD Y ESTADSTICA
107
PROBABILIDAD Y ESTADSTICA
-3 -2 -1 0 1 2 3
P( -1 Z 1 ) = 0.6827 (68.27 %)
P( -2 Z 2 ) = 0.9545 (95.45 %)
P( -3 Z 3 ) = 0.9973 (99.73 %)
108
PROBABILIDAD Y ESTADSTICA
109
PROBABILIDAD Y ESTADSTICA
110
PROBABILIDAD Y ESTADSTICA
DISTRIBUCION t de Student
La distribucin del estadstico de prueba para muestras extradas
de una distribucin normal, es conocida como la t de Student.
- x
t =
s
n
Omitiremos la complicada expresin matemtica de la densidad
de t, pero describiremos algunas de sus caractersticas. La distribucin de t4,
al repetirse el muestreo tiene igual que z un a forma monticular y
perfectamente simtrica respecto a t = 0. A diferencia de z, es mucho ms
variable, extendindose rpidamente a la derecha y a la izquierda. La
variabilidad de z, al repetirse el muestreo, se debe solamente a x. Las otras
cantidades que aparecen en z(n y ) no son aleatorias. En cambio, la
variabilidad de t se debe a dos cantidades aleatorias, x y s, y puede
demostrarse que stas son independientes entre s. As, cuando x es muy
grande, s puede ser muy pequea y viceversa. Como resultado de esto, t es
ms variable que z. Finalmente, como podramos imaginar, la variabilidad de
t disminuye a medida que n aumenta porque la estimacin s de estar
basada en ms y ms informacin. Cuando n es infinitamente grande, las
distribuciones t y z son idnticas. As, Gosset descubri que la distribucin
de t depende del tamao de la muestra n.
4 W. S. GOSSET: Descubri y publico en 1908 esta distribucin bajo el nombre de Distribucin t de Student.
111
PROBABILIDAD Y ESTADSTICA
tp
S deseamos encontrar el valor de t tal que 5 % del rea se
encuentre a su derecha, usamos la columna marcada t.95 . El valor crtico de t
para nuestro ejemplo, se encuentra en la columna marcada con t.95 y en la
fila correspondiente a g.l. = (n - 1) = 5, es t = 2.02.
112
PROBABILIDAD Y ESTADSTICA
EJERCICIOS PROPUESTOS
1.- Se sabe que el nmero promedio de accidentes en una seccin dada de
una autopista es de 3 por semana. Cul es la probabilidad de que:
a).- no ocurran accidentes durante una semana?
b).- ocurran exactamente 2 accidentes en una semana dada?
c).- ocurran 3 o ms accidentes en una semana en particular?
113
PROBABILIDAD Y ESTADSTICA
7.- Para una distribucin t de Student con 15 g.l., hallar el valor de t tal:
a).- que el rea a la derecha de t sea 0.01
b).- que el rea a la izquierda de t sea 0.80
c).- que el rea a la derecha de t sea 0.10
114
PROBABILIDAD Y ESTADSTICA
z 0 1 2 3 4 5 6 7 8 9
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
0.3 .1179 .1271 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
0.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2517 .2549
0.7 .2580 .2611 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
0.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621
1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830
1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015
1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177
1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441
1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545
1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633
1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706
1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767
2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817
2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857
2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890
2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 .4916
2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936
2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952
2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964
2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974
2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981
2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 .4986
3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990
3.1 .4990 .4990 .4991 .4991 .4991 .4991 .4992 .4992 .4992 .4992
3.2 .4993 .4993 .4993 .4993 .4993 .4994 .4994 .4994 .4994 .4995
3.3 .4995 .4995 .4995 .4995 .4995 .4996 .4996 .4996 .4996 .4996
3.4 .4997 .4997 .4997 .4997 .4997 .4998 .4998 .4998 .4998 .4998
3.5 .4998 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .5000 .5000
115
PROBABILIDAD Y ESTADSTICA
PERCENTILES DE LA
DISTRIBUCION t de Student
CON v GRADOS DE LIBERTAD
tp
v t.500 t.600 t.700 t.750 t.800 t.900 t.950 t.975 t.990 t.995
1 0.158 0.325 0.727 1.000 1.376 3.080 6.314 12.706 31.821 63.657
2 0.142 0.289 0.617 0.816 1.061 1.886 2.920 4.303 6.965 9.425
3 0.137 0.277 0.586 0.765 0.978 1.638 2.353 3.182 4.541 5.841
4 0.134 0.271 0.569 0.741 0.941 1.533 2.132 2.776 3.747 4.604
5 0.132 0.267 0.559 0.727 0.920 1.476 2.015 2.571 3.365 4.032
6 0.131 0.265 0.553 0.718 0.906 1.440 1.943 2.447 3.143 3.707
7 0.130 0.263 0.549 0.711 0.896 1.415 1.895 2.365 2.998 3.499
8 0.130 0.262 0.546 0.706 0.889 1.397 1.860 2.306 2.896 3.355
9 0.129 0.261 0.543 0.703 0.883 1.383 1.833 2.262 2.821 3.250
10 0.129 0.260 0.542 0.700 0.879 1.372 1.812 2.228 2.764 3.169
11 0.129 0.260 0.540 0.697 0.876 1.363 1.796 2.201 2.718 3.055
12 0.128 0.259 0.539 0.695 0.873 1.356 1.782 2.179 2.681 3.012
13 0.128 0.259 0.538 0.694 0.870 1.350 1.771 2.160 2.650 2.997
14 0.128 0.258 0.537 0.692 0.868 1.345 1.761 2.145 2.624 2.947
15 0.128 0.258 0.536 0.691 0.866 1.341 1.753 2.131 2.602 2.921
16 0.128 0.258 0.535 0.690 0.865 1.337 1.746 2.120 2.583 2.898
17 0.128 0.257 0.534 0.689 0.863 1.333 1.740 2.110 2.567 2.878
18 0.127 0.257 0.534 0.688 0.862 1.330 1.734 2.101 2.552 2.861
19 0.127 0.257 0.533 0.688 0.861 1.328 1.729 2.093 2.539 2.845
20 0.127 0.257 0.533 0.687 0.860 1.325 1.725 2.086 2.528 2.831
21 0.127 0.257 0.532 0.686 0.859 1.323 1.721 2.080 2.518 2.819
22 0.127 0.256 0.532 0.686 0.858 1.321 1.717 2.074 2.508 2.807
23 0.127 0.256 0.532 0.685 0.858 1.319 1.714 2.069 2.500 2.797
24 0.127 0.256 0.531 0.685 0.857 1.318 1.711 2.064 2.492 2.787
25 0.127 0.256 0.531 0.684 0.856 1.316 1.708 2.060 2.485 2.779
26 0.127 0.256 0.531 0.684 0.856 1.315 1.706 2.056 2.479 2.771
27 0.127 0.256 0.531 0.684 0.855 1.314 1.703 2.048 2.473 2.763
28 0.127 0.256 0.530 0.683 0.855 1.313 1.701 2.045 2.467 2.763
29 0.127 0.256 0.530 0.683 0.854 1.311 1.699 2.030 2.462 2.756
30 0.127 0.256 0.530 0.683 0.854 1.300 1.685 2.020 2.440 2.750
40 0.126 0.255 0.529 0.681 0.851 1.300 1.680 2.020 2.420 2.700
50 0.126 0.255 0.529 0.681 0.851 1.300 1.680 2.000 2.390 2.700
60 0.126 0.254 0.527 0.679 0.848 1.290 1.670 1.980 2.390 2.660
70 0.126 0.254 0.527 0.679 0.848 1.290 1.670 1.980 2.360 2.620
0.126 0.253 0.524 0.674 0.842 1.280 1.640 1.960 2.330 2.580
116
PROBABILIDAD Y ESTADSTICA
a
Los valores que se dan en la tabla son p( y ) .
y=0
( Los clculos estn redondeados a la tercera cifra decimal )
a) n = 5 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.951 0.774 0.590 0.328 0.168 0.078 0.031 0.010 0.002 0.000 0.000 0.000 0.000
1 0.999 0.997 0.919 0.737 0.528 0.337 0.188 0.087 0.031 0.007 0.000 0.000 0.000
2 1.000 0.999 0.991 0.942 0.837 0.683 0.500 0.317 0.163 0.058 0.009 0.001 0.000
3 1.000 1.000 1.000 0.993 0.969 0.913 0.812 0.663 0.472 0.263 0.081 0.023 0.001
4 1.000 1.000 1.000 1.000 0.998 0.990 0.969 0.922 0.832 0.672 0.410 0.226 0.049
b) n = 10 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.904 0.599 0.349 0.107 0.028 0.006 0.001 0.000 0.000 0.000 0.000 0.000 0.000
1 0.996 0.914 0.736 0.376 0.149 0.046 0.011 0.002 0.000 0.000 0.000 0.000 0.000
2 1.000 0.988 0.930 0.678 0.383 0.167 0.055 0.012 0.002 0.000 0.000 0.000 0.000
3 1.000 0.999 0.987 0.879 0.650 0.382 0.172 0.055 0.011 0.001 0.000 0.000 0.000
4 1.000 1.000 0.998 0.967 0.850 0.633 0.377 0.166 0.047 0.006 0.000 0.000 0.000
5 1.000 1.000 1.000 0.994 0.953 0.834 0.623 0.367 0.150 0.033 0.002 0.000 0.000
6 1.000 1.000 1.000 0.999 0.989 0.945 0.828 0.618 0.350 0.121 0.013 0.001 0.000
7 1.000 1.000 1.000 1.000 0.998 0.988 0.945 0.833 0.617 0.322 0.070 0.012 0.000
8 1.000 1.000 1.000 1.000 1.000 0.998 0.989 0.954 0.851 0.624 0.264 0.086 0.004
9 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.994 0.972 0.893 0.651 0.401 0.096
c) n = 15 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.860 0.463 0.206 0.035 0.005 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.990 0.829 0.549 0.167 0.035 0.005 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 1.000 0.964 0.816 0.398 0.127 0.027 0.004 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.995 0.944 0.648 0.297 0.091 0.018 0.002 0.000 0.000 0.000 0.000 0.000
4 1.000 0.999 0.987 0.836 0.515 0.217 0.059 0.009 0.001 0.000 0.000 0.000 0.000
5 1.000 1.000 0.998 0.939 0.722 0.403 0.151 0.034 0.004 0.000 0.000 0.000 0.000
6 1.000 1.000 1.000 0.982 0.869 0.610 0.304 0.095 0.015 0.001 0.000 0.000 0.000
7 1.000 1.000 1.000 0.996 0.950 0.787 0.500 0.213 0.050 0.004 0.000 0.000 0.000
8 1.000 1.000 1.000 0.999 0.985 0.905 0.696 0.390 0.131 0.018 0.000 0.000 0.000
9 1.000 1.000 1.000 1.000 0.996 0.966 0.849 0.597 0.278 0.061 0.002 0.000 0.000
10 1.000 1.000 1.000 1.000 0.999 0.991 0.941 0.783 0.485 0.164 0.013 0.001 0.000
11 1.000 1.000 1.000 1.000 1.000 0.998 0.982 0.909 0.703 0.352 0.056 0.005 0.000
12 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.973 0.873 0.602 0.184 0.036 0.000
13 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.995 0.965 0.833 0.451 0.171 0.010
14 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.995 0.965 0.794 0.537 0.140
117
PROBABILIDAD Y ESTADSTICA
d) n = 20 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.818 0.358 0.122 0.012 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.983 0.736 0.392 0.069 0.008 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.999 0.925 0.677 0.206 0.035 0.004 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.984 0.867 0.411 0.107 0.016 0.001 0.000 0.000 0.000 0.000 0.000 0.000
4 1.000 0.997 0.957 0.630 0.238 0.051 0.006 0.000 0.000 0.000 0.000 0.000 0.000
5 1.000 1.000 0.989 0.804 0.416 0.126 0.021 0.002 0.000 0.000 0.000 0.000 0.000
6 1.000 1.000 0.998 0.913 0.608 0.250 0.058 0.006 0.000 0.000 0.000 0.000 0.000
7 1.000 1.000 1.000 0.968 0.772 0.416 0.132 0.021 0.001 0.000 0.000 0.000 0.000
8 1.000 1.000 1.000 0.990 0.887 0.596 0.252 0.057 0.005 0.000 0.000 0.000 0.000
9 1.000 1.000 1.000 0.997 0.952 0.755 0.412 0.128 0.017 0.001 0.000 0.000 0.000
10 1.000 1.000 1.000 0.999 0.983 0.872 0.588 0.245 0.048 0.003 0.000 0.000 0.000
11 1.000 1.000 1.000 1.000 0.995 0.943 0.748 0.404 0.113 0.010 0.000 0.000 0.000
12 1.000 1.000 1.000 1.000 0.999 0.979 0.868 0.584 0.228 0.032 0.000 0.000 0.000
13 1.000 1.000 1.000 1.000 1.000 0.994 0.942 0.750 0.392 0.087 0.002 0.000 0.000
14 1.000 1.000 1.000 1.000 1.000 0.998 0.979 0.874 0.584 0.196 0.011 0.000 0.000
15 1.000 1.000 1.000 1.000 1.000 1.000 0.994 0.949 0.762 0.370 0.043 0.003 0.000
16 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.984 0.893 0.589 0.133 0.016 0.000
17 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.965 0.794 0.323 0.075 0.001
18 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.992 0.931 0.608 0.264 0.017
19 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.988 0.878 0.642 0.182
e) n = 25 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.778 0.277 0.072 0.004 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.974 0.642 0.271 0.027 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.998 0.873 0.537 0.098 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.966 0.764 0.234 0.033 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000
4 1.000 0.993 0.902 0.421 0.090 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000
5 1.000 0.999 0.967 0.617 0.193 0.029 0.002 0.000 0.000 0.000 0.000 0.000 0.000
6 1.000 1.000 0.991 0.780 0.341 0.074 0.007 0.000 0.000 0.000 0.000 0.000 0.000
7 1.000 1.000 0.998 0.891 0.512 0.154 0.022 0.001 0.000 0.000 0.000 0.000 0.000
8 1.000 1.000 1.000 0.953 0.677 0.274 0.054 0.004 0.000 0.000 0.000 0.000 0.000
9 1.000 1.000 1.000 0.983 0.811 0.425 0.115 0.013 0.000 0.000 0.000 0.000 0.000
10 1.000 1.000 1.000 0.994 0.902 0.586 0.212 0.034 0.002 0.000 0.000 0.000 0.000
11 1.000 1.000 1.000 0.998 0.956 0.732 0.345 0.078 0.006 0.000 0.000 0.000 0.000
12 1.000 1.000 1.000 1.000 0.983 0.846 0.500 0.154 0.017 0.000 0.000 0.000 0.000
13 1.000 1.000 1.000 1.000 0.994 0.922 0.655 0.268 0.044 0.002 0.000 0.000 0.000
14 1.000 1.000 1.000 1.000 0.998 0.966 0.788 0.414 0.098 0.006 0.000 0.000 0.000
15 1.000 1.000 1.000 1.000 1.000 0.987 0.885 0.575 0.189 0.017 0.000 0.000 0.000
16 1.000 1.000 1.000 1.000 1.000 0.996 0.946 0.726 0.323 0.047 0.000 0.000 0.000
17 1.000 1.000 1.000 1.000 1.000 0.999 0.978 0.846 0.488 0.109 0.002 0.000 0.000
18 1.000 1.000 1.000 1.000 1.000 1.000 0.993 0.926 0.659 0.220 0.009 0.000 0.000
19 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.971 0.807 0.383 0.033 0.001 0.000
20 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.991 0.910 0.579 0.098 0.007 0.000
21 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.967 0.766 0.236 0.034 0.000
22 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.991 0.902 0.463 0.127 0.002
23 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.973 0.729 0.358 0.026
24 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.928 0.723 0.222
118
PROBABILIDAD Y ESTADSTICA
TABLA DE VALORES DE e- X
119
PROBABILIDAD Y ESTADSTICA
BIBLIOGRAFIA
1 MENDENHALL, WILLIAM ; INTRODUCCION A LA
PROBABILIDAD Y ESTADISTICA : WADSWORTH
INTERNATIONAL / IBEROAMERICA ; U.S.A 1982
120
PROBABILIDAD Y ESTADSTICA
121