Estadistica - Mods 1 y 2

Estadística - Módulos 1 y 2
martes, 11 de junio de 2019 20:29
Módulo 1
Lectura 1 - Conceptos Útiles
1. Estadística - definición
• Cálculo de Probabilidades.
• Estadística.
○ Estadística Descriptiva.
○ Estadística Inferencial.
1.1. Etapas que definen un análisis estadístico.
a) Planteamiento del problema.
b) Fijación de objetivos.
c) Formulación de hipótesis.
d) Definición de la unidad de observación y la unidad de medida.
e) Determinación de la población y muestra.
f) Recolección de datos.
i. Por observación directa.
ii. Por encuestas.
iii. Por fuentes externas confiables.
iv. Por encuestas online.
v. Por publicaciones de renombre científico.
g) Análisis, selección y clasificación de la información.
h) Tabulación.
i) Análisis de la información.
j) Publicación.
Población Elementos Variables Censo Parámetros

Muestra Observaciones Muestreo Estadísticos
TIPOS DE VARIABLES Cuantitativas Discretas

Continuas
Cualitativas Nominales
Jerarquizadas
1.1 - ETAPAS QUE DEFINEN UN ANALISIS ESTADISTICO

(1.1) La estadística se define como?
El conjunto de métodos y técnicas que permiten determinar de una muestra debidamente representativa de una
población, los valores estadísticos, a fin de poder inferir sobre los parámetros poblacionales con un cierto grado de
bondad.
(1.1) La estadística comprende en su definición las siguientes ramas?
Estadística descriptiva y estadística inferencial.
(1.1) Al fin de poder tomar las medidas más adecuadas será necesario?
Contar con la mayor información posible, no obstante si los datos informativos con los que contamos provienen de
estudios de toda la población, no será necesario realizar ninguna inferencia.
(1.1) La estadística es?
Un conjunto de técnicas y métodos para recolección, organización, presentación, descripción, análisis e inferencia de datos.
(1.1) La estadística descriptiva puede definirse como aquellos métodos que incluyen la:
Recolección, presentación y caracterización de un conjunto de datos con el fin de describir apropiadamente las diversas
características de ese conjunto de datos correspondiente a la definición de estadística descriptiva.
(1.1) La estadística descriptiva se define como.
El conjunto de métodos que incluyen la recolección, presentación y caracterización de un conjunto de datos con el fin de
describir apropiadamente sus características.
1.2. Concepto de Población y muestra.

Población.
Universidad Siglo 21 página 1

○ Población.
 Elemento de población.
 Variable de población.
○ Muestra.
 Muestra representativa.
ESTIMADOR
(1.1) Que es un estimador?
El estimador es un estadístico muestral que sirve para estimar un parámetro de la población.
(1.1) La eficiencia de un estimador se puede evaluar?
Comparándolo con otro estimador.
(1.1) Una de las características de un buen estimador es la eficiencia que indica?
Un estimador es eficiente si en promedio se acerca más al parámetro estimado que cualquier otro estimador
MUESTRA
(1.1) Indicar cuál de las siguientes afirmaciones es correcta:
Una muestra se dice que es debidamente representativa de una población cuando presenta sus mismas características.
(1.1) Una muestra es
La porción de la población que se selecciona para su análisis. Por definición de muestra como un subconjunto de la
población.
(1.1) El procedimiento de selección de una muestra.
Determina la posibilidad de realizar estimaciones válidas.
(1.1) En el diseño de un cuestionario, las entrevistas personal y telefónica generalmente producen una tasa de respuesta.
Mayor que la encuesta por correo, pero con mayor costo
(1.1) Indicar cuál de las siguientes afirmaciones es correcta.
La mayoría de las aplicaciones actuales de la Estadística se relacionan con la obtención de conclusiones referidas a la
población, a partir de la evidencia recogida en una muestra correspondiente a una pequeña porción de casos.
(1.1) La necesidad de estudiar una muestra radica en.
Es imposible estudiar a la población y esta no permite inferencia sobre la población
(1.1) La mayoría de las aplicaciones actuales de la Estadística se relacionan con la obtención de las conclusiones referidas a la
población, a partir de la evidencia recogida en una muestra correspondiente a una pequeña porción de casos, en situaciones
prácticas como las siguientes.
Medir el gasto promedio de las familias en cierto rubro de interés.
(1.1) La muestra está constituida por elementos pertenecientes a?
la población.
(1.1) Para los objetivos de información propuestos previamente como ejemplos, podrían tomarse muestras de las
poblaciones.
Todas las opciones son correctas
• seleccionando individuos residentes en las ciudades de interés y registrando su estado ocupacional.
• Obteniendo por muestreo un conjunto de familia y consultándolas sobre el gasto de ese rubro.
• Estudiando por muestreo las características de análisis de un grupo de productos elaborados en tal sistema.
• Indagando a un conjunto representativo de votantes del lugar en cuestión
(1.1) Un subconjunto tomado de una población que está bajo estudio estadístico recibe el nombre de.
Muestra.
(1.1) Se dice que una muestra es debidamente representativa de una población cuando presenta sus mismas características.
Esto.
Permite disminuir los errores que se cometen cuando se efectúa la inferencia de los parámetros poblacionales a partir de
los valores determinados de la muestra.
(1.1) Se puede afirmar que una muestra?
Es un subconjunto de la población.
(1.1) Si una población se distribuye normalmente, la distribución de muestreo de la media se distribuirá normalmente.
Siempre sin importar el tamaño de la muestra
(1.1) Un desvío estándar cumple. elegir 2 correctas.
Ser menor a la varianza y ser positiva o 0
POBLACION Y MUESTRA
(1.2) La población es:
La totalidad de elementos o cosas bajo consideración.
(1.1) Cuando se trabaja con todos los elementos de una población: Cada uno de los elementos que forman parte de la
muestra se denomina.
Observación.
(1.2) Cuando se trabaja con todos los elementos de una población?
No es necesario realizar una inferencia estadística.
(1.2) Por que es necesario, en muchos casos, estimar parámetros en lugar de calcularlos en base a los datos de la población?

(1.2) Por que es necesario, en muchos casos, estimar parámetros en lugar de calcularlos en base a los datos de la población?
Seleccione las dos correctas:
• La población de interés puede ser de difícil o costoso acceso.
• La información es más precisa cuando se estima, por menor proporción de errores no muéstrales.
(1.2) De una población podemos decir qué?
A menudo es imposible de estudiar y por eso es necesario recurrir a las muestras.
(1.2) La necesidad de estudiar una muestra radica en?
Que es imposible estudiar a la población completa.
PARAMETROS
(1.2) De la población y muestra podemos decir qué?
En la población medimos parámetros y en la muestra solo medimos estadísticos (estadígrafos).
(1.2) Del parámetro podemos afirmar que?
Es fiel a los datos de la población.
(1.2) La diferencia fundamental entre población y muestra es?
La población es un todo y la muestra es un subconjunto del todo.
(1.2) Los valores en estudio obtenidos sobre una población reciben el nombre de?
Parámetros.
(1.2) Mediante los valores estadísticos?
Se podrá efectuar una correcta estimación sobre los parámetros de la población.
(1.2) Se puede afirmar que los valores en estudio, que en la muestra toman el nombre de estadísticos y en la población se los
denomina?
Parámetros.
(1.2) Que condición debe garantizar el método de muestreo a los fines de poder realizar una estimación con error muestral
conocido?
Que cada elemento que conforme la muestra tenga una probabilidad no nula y conocida de formar parte de la muestra.
(1.2) Usted es presidente de una empresa de productos dentales y quiere conocer el promedio de ventas. Para ello pide a 100
distribuidores de sus productos seleccionados aleatoriamente, encuestar a 70, en forma aleatoria y que le entreguen el
promedio. Los responsables de la distribuidora envían la información. ¿Usted recibió una muestra extraída de la población o
de alguna otra distribución y con qué tamaño de muestra?
Desde la distribución de muestreo de la media de las muestras de tamaño 70, extraídas de la población
DISTRIBUCIONES
(1.2) Para dos distribuciones con la misma media.
Tendrá más dispersión aquella que tiene una mayor desviación estándar
(1.2) Cuando se realizan encuestas para estimar por ejemplo, los resultados de las próximas elecciones a gobernador, se
puede afirmar que.
No tiene peso como informaciones si no lo acompaña con un grado de seguridad”. Comprender que “no todo subconjunto
de la población” se constituye en una muestra debidamente representativa.
(1.2) Medidas de Dispersión.
Son insuficientes los valores de posición central para determinar las características de una distribución
(1.2) Indicar cuál de las siguientes afirmaciones es correcta:
Una distribución se dice que es simétrica si se cumple que: Moda =Mediana = Media”.
(1.2) DISTRIBUCIÓN es ASIMÉTRICA derecha entonces:
MEDIA < MEDIANA ≤ MODA
(1.2) DISTRIBUCIÓN es ASIMÉTRICA Izquierda entonces:
MEDIA > MEDIANA ≥ MODA
(1.2) En la mayoría de los casos nos encontraremos con una cantidad de observaciones n que supera los 20. Para facilitar el
estudio, se utilizan .
Distribuciones de poblaciones, distribuciones de intervalos, distribuciones de variables, distribuciones de muestras.
(1.2) El estudio realizado sobre una muestra nos permite determinar valores, a los cuales se los denomina.
Estadísticos.
(1.2) El poder de graficar los valores estadísticos nos permite realizar una lectura rápida de la distribución y sacar conclusiones
inmediatas.
• Diagrama de barras acumuladas,
• Diagrama de barras,
• De sectores o circulares,
• Diagramas
(1.2) Graficar “valores estadísticos”
permite realizar una lectura rápida de la distribución y sacar conclusiones inmediatas.
(1.2) La distribución de intervalos se utiliza generalmente.
La cantidad de observaciones supera los 20. (En la mayoría de los casos nos encontraremos con una cantidad de
observación n que superan los 20, por lo tanto pretender operar con una serie simple se tornaría engorroso, en estos casos

observación n que superan los 20, por lo tanto pretender operar con una serie simple se tornaría engorroso, en estos casos
será conveniente seleccionar los valores de acuerdo a una determinada clase y determinar de cada una de ellas su
frecuencia, de allí que es común encontrar a este tipo de distribución como distribución de intervalos, a los efectos de
facilitar el aprendizaje subdividiremos este tipo de distribución en dos grupos: 1) cuando la amplitud de intervalo es igual a
1 2) cuando la amplitud del intervalo de clase toma un valor mayor a 1)
(1.2) Mediante los valores estadísticos.
Se podrá efectuar una correcta estimación sobre los valores de los parámetros de la población
RANGO
(1.2) El rango para la siguiente distribución es: 0-1-1-2-3-4-6-8-10-12-18-21:
21=(21-0)
(1.2) El rango para la siguiente distribución: 0-1-1-2-4-6-8-10-12-14 es.
14=(14-0)
(1.2) El rango para la siguiente distribución: 4-4-6-8-10-12-14-17-19 es:
15=(19-4)
FRECUENCIA
(1.2) Dada una distribución se define como frecuencia de un valor.
En el número de veces que el evento se repite durante el experimento.
(1.2) Se define como frecuencia acumulada de una clase.
A la suma de su frecuencia y la suma de las frecuencias de los valores que la anteceden.
(1.2) Se define como frecuencia relativa de un valor.
Al cociente entre su frecuencia y la suma de todas las frecuencias.
Se define como frecuencia desacumulada a la diferencia entre el número total de observaciones y su frecuencia acumulada
(1.2) Se define como bondad.
Al margen de seguridad con que se realiza la inferencia de acuerdo a los estudios realizados sobre la o las muestras.
(1.2) Indicar cuál de las siguientes afirmaciones es correcta con respecto a las medidas de dispersión:
La desviación estándar es la raíz cuadrada de la varianza.
Cuando se trabaja con toda la población para obtener más precisión, esa mayor exactitud va acompañado por un mayor
costo y tiempo que evidentemente encarece el proceso.
(1.2) La expresión P (A o B)= P (A) + P (B) – P (AyB) se conoce como:
Regla de la adición.
(1.2) La varianza es un valor que determina.
Un cierto grado de dispersión.
(1.2) Los datos correspondientes al caudal de líquido que en la unidad de tiempo circula por una sección de cañería, responde
a una variable.
Continua . (Ya que es una variable que se mide y cae dentro de un intervalo de números reales).
(1.2) Para las variables categóricas, en las cuales se registra la posesión o no de una característica, el parámetro poblacional
de interés es.
La proporción.
(1.2) Dada la siguiente distribución 0-1-2-3-3-4-5, ¿Cuál de las siguientes afirmaciones es correcta.
3 tiene una frecuencia de 2.
(1.2) En la siguiente distribución 2-2-4-5-6-7-8-8-9 la frecuencia relativa de 4 es.
0,11. (1/9) (se divide la frecuencia absoluta con el número total de datos)
(1.2) Para el siguiente conjunto de datos: 0-1-1-1-2-3-4-5-7.
La frecuencia acumulada para el valor 5 es. 8 (Frecuencia acumulada de una clase (por ejemplo i) y se la denota como fai, a
la suma de su frecuencia y la suma de las frecuencias de los valores que le anteceden
(1.2) En la siguiente distribución: 2-4-5-6-7-8-8-8-9 la moda es.
8 (es el valor que más se repite)
(1.2) Los datos 11, 17, 18, 10, 22, 23 15, 17, 14, 13, 10, 12, 18 18, 11 y 14 arroja como media.
15,2
(1.2) Se puede afirmar que la mediana de la siguiente distribución es: 0-0-1-2-3-3-4-4-5-6:
3.
(1.1.2) Se ha obtenido una muestra al azar de 150 vendedores de una cadena de concesionarias de autos para estimar la
proporción de vendedores en esa empresa que no alcanza un mínimo establecido ventas por mes, definido por la dirección.
De los seleccionados, 50 no han conseguido llegar al mínimo de ventas establecido. Estime un intervalo con 80% de confianza
para la proporción de vendedores que no llega al mínimo y corrobore que conclusiones son válidas, seleccione las 4
correctas?
• El límite inferior del intervalo es 0,28
• El límite superior del intervalo es 0,38
• La estimación de la varianza ronda los 0,2222

• La estimación de la varianza ronda los 0,2222
• El intervalo de confianza obtenido atrapa con una confianza de 80% al verdadero valor de la proporción poblacional.
Nivel de confianza= 1-a = 80% (0,80)

a/2= (0,20/2)=0,1
Za/2= 1,325
n= 150
X=50
p=X/n = 50/150 = 0,3333
0,28 < Pi < 0,38

(1.1.2) se realiza un estudio para determinar la presencia de un hongo en cierta plantación. Se realiza una muestra de 40
plantas, y se detecta la presencia del hongo en 18 de las plantas ¿Qué proporción se estima que posee la infección, con un
nivel de confianza del 99%?
(25%; 65%)
Nivel de Confianza= 1-a = 99%

a/2= 0,005
Za/2= 2,575
n=40 plantas
X= 18
p=X/n = 18/40 = 0,45
p- Raíz (p(1-p)/n) < Pi < p+Z. Raíz (p(1-p)/n)

0,45-2,575.Raiz Cuadrada(0,45(1-0,45)/40) = 0.25
0,45+2,575.RaizCuadrada(0,45(1-0,45)/40) = 0.65
(1.1.3) Dados los valores: -2 -1 0 1 2 la varianza de la distribución conformada con ellos es.
2 (ya que el resultado surge de aplicar la expresión matemática que la resuelve: cociente entre la sumatoria de los desvíos
cuadráticos medios (respecto de la media) sobre n (número de observaciones) como la media es = 0 tendremos entonces
que Var (x) -10/5 = 2
1.3. Variable en estudio.

1.3.1. Tipo de variable. Clasificación.
• Variables.
□ Cuantitativas.
 Discretas.
 Continuas.
□ Cualitativas.
 Nominales.
 Jerarquizadas.
1.3.2. Datos esperados y datos observados.
1.4. Valores estadísticos y Parámetros
1.3.1 - TIPOS DE VARIABLES. CLASIFICACION

(1.3.1) Continuos:
Variable es de tipo continuo cuando asume valores dentro de unos intervalos de número reales. (Ej.: las alturas de los
alumnos de un curso, la longitud de peces de un lago, volumen de precipitaciones anuales).
(1.3.1) Cuando los datos son obtenidos por conteo, se dice que la variable en estudio es:
Discretas.
(1.3.1) Jerarquizados: este tipo de dato se presenta cuando es necesario otorgarle a la variable una cierta jerarquía de orden.

(1.3.1) Jerarquizados: este tipo de dato se presenta cuando es necesario otorgarle a la variable una cierta jerarquía de orden.
Mediante un perito especializado que permita definir el grado de categoría.
(1.3.1) Nominales:
valores que adopta una variable en estudio puede ser clasificada de acuerdo a categorías .(Ej.: soltero, viudo, casado,
divorciado).
(1.3.1) Una variable aleatoria continua es aquella que:
Toma valores comprendidos en un intervalo.
(1.3.1) La variable de: tiempo que demora un maestro panadero en cocinar 85Kg de pan criollo, es de tipo?
Continua.
(1.3.1) La variable “tiempo en que demoran los operarios en terminar una pieza” es de tipo:
Continua.
(1.3.1) La variable “tiempo en que demoran los alumnos en realizar un parcial” es de tipo.
Continua.
(1.3.1) Clasificar una población por su estado civil soltero, casado, viudo o divorciado. Realizar una encuesta sobre los grupos
sanguíneos de un sector de nuestra empresa. Ubicar la procedencia de los empleados de un sector específico de la
construcción, son ejemplos de?
Variable cualitativa Nominal.
(1.3.1) Clasificar una población por su nivel de instrucción: analfabetos, nivel primario, secundario, terciario o universitario.
….?
Variable cualitativa jerarquizada.
(1.3.1) Cual de los enunciados corresponde a una variable Cuantitativa Discreta?
Cantidad de hermanos por hogar.
(1.3.1) Cuál de las siguientes variables es continua?
Altura de los alumnos de un curso
(1.3.1) Cuál de las siguientes variables es discreta?
Cantidad de televisores por hogar.
(1.3.1) Cuál de las siguientes variables es nominal.
Estado civil (soltero, casado, viudo y divorciado) . ( Just. Ya que sus posibles valores son categorías no ordenables)
(1.3.1) Cuál de los enunciados corresponde a una variable cuantitativa discreta?
Cantidad embarcada en unidades.
(1.3.1) Cuál de los siguientes enunciados se corresponde con una variable Cuantitativa discreta.
Numero de libro de textos comprados.
(1.3.1) El número de errores semanales cometidos por los empleados de una empresa es.
Una variable discreta.
(1.3.1) La altura de los brotes de una oleaginosa es un almacigo. Los pesos de los deportistas. El volumen de líquido
escurrido….?
Variable cuantitativa continúa.
(1.3.1) La respuesta a la pregunta ¿Cuál es su ingreso anual? Genera datos:
Continuos.
(1.3.1) La variable número de habitantes por ciudad es:
Numérica Discreta.
(1.3.1) Los datos discretos son:
Respuestas numéricas que surgen de un proceso de conteo.
(1.3.1) Numero de conejos en una jaula. Cantidad de obreros con título profesional en una fábrica. Número de casos de
cáncer en una localidad, etc. Son ejemplos de?
Variable cuantitativa discreta.
(1.3.1) Variables “cuantitativas continuas”.
Peso de los libros de la biblioteca. Volumen de oxígeno en un cubículo cerrado.
(1.3.1) VARIABLES CUALITATIVAS JERÁRQUICAS:
Orden de prioridad para circular / pasar al manejar. Posición final en el campeonato de 1ª división de fútbol
(1.3.1) Variables cualitativas nominales.
País de nacimiento. Color preferido.
(1.3.1) VARIABLES CUANTITATIVAS DISCRETAS:
Cantidad de aplazos de un egresado. Cantidad de hijos tenidos por una mujer en su vida. Números de televisores por hogar,
cantidad de alumnos aprobados o reprobados en una evaluación, número de habitantes por médicos en una localidad).
(1.3.1) Los siguientes valores, -2 -1 0 1 2 corresponden a las temperaturas mínimas de los últimos cinco meses del corriente
año en una localidad del sur del país. El desvío estándar de la distribución es.
1,41 Ya que la media de la distribución = 0 (suma de los valores y divididos por n = 5), la varianza = 2 (cociente entre la
suma de los desvíos cuadráticos, respecto de la media, sobre n) y el desvío estándar está dado por la raíz cuadrada de la
varianza.
1.4 - VALORES ESTADISTICOS Y PARAMETROS

(1.4) Algunas medidas de posición son. seleccione 4 respuestas correctas.
• Los cuartiles

• Los cuartiles
• los percentiles
• los deciles
• la mediana.
(1.4) Cual de las siguientes, no es un parámetro poblacional.
La moda de los datos de la población.
(1.4) Cual de los siguientes no es un estadístico.
La moda de los datos de la población estadística.
(1.4) Del estadístico podemos afirmar que.
Solo permite hacer afirmaciones sobre la muestra.
(1.4) Del parámetro podemos afirmar que:
Es fiel a los datos de la población.
(1.4) La media y la varianza poblacionales son:
Parámetros
(1.4) Se llama parámetro a una medida de resumen que se calcula para describir.
Una característica de toda una población.
(1.4) Un estadístico es.
Una medición de resumen que se calcula para describir una característica de una sola muestra de la población.
(1.4) De acuerdo a estimaciones realizadas, la cantidad de hogares en la ciudad de Rio Cuarto asciende a 46203. Según un
reciente estudio, el 6,55% de los hogares pertenecen al segmento ABCI. ¿A cuántos hogares comprende esta situación?
3026 (46203x0,0655)=3026,29
(1.4) El 60% de los habitantes de cierta región del país, lo que equivale a 12540 habitantes, son varones. La cantidad total de
habitantes que tiene dicha región es.
20900. (60% 12540, 100% x x= 100 x 12540/60)
(1.4) Según datos preliminares del último censo de población y vivienda realizado en el 2001 la población en la pcia de
Córdoba se incrementó el 10, 34% respecto del censo de 1991. Cuantos habitantes tiene Córdoba si en el año 1991 la
población era de 2766683. 3052758.2766683 + 0,1034 *2766683 = 3.052.758
(1.4) En una distribución, la suma de frecuencia acumulada y desacumulada de una clase, es igual a.
n.
(1.4) Los siguientes valores corresponden al número de peces obtenidos por los tripulantes de cada uno de los 11 botes
intervinientes en un concurso de pesca: 5 8 4 10 12 9 6 8 8 11 10 indique el valor del primer cuartil en la distribución.
4-5-6-8-8-8-9-10-10-11-12
Q1=(n+1)/4= (11+1)/4=3
6 (ya que el primer cuartil Q1=X(n+1)/4)
(1.4) Se relevaron 100 datos de una población obteniendo una media igual a 10. Si se detecta que uno de los datos se
incorporó al cálculo en forma errónea como xi=31 pero en realidad era xi=13 ¿Cuál es el verdadero valor de la media.
9,82. Esto implica que la media real difiere de la obtenida con error, en 18/100 (18 es la diferencia entre el valor cargado
equivocadamente 31 del real que es 13). La media será de: 10-(18/100) = 9,82
(1.4) Se relevaron 50 datos de una población obteniendo una media igual a 20. Si se detecta que uno de los datos se
incorporó al cálculo en forma errónea como xi = 21 , pero en realidad era xi =12 ¿Cuál es el verdadero valor de la media.
19,82. La media obtenida difiere de la real en 9/50 , luego la media real será de 20–(9/50)= 19,82
=======================================================================================================
================
Lectura 2 - Valores estadísticos: de posición y de dispersión.
1.5. Valores de posición y de dispersión.

○ Valores estadísticos.
• De tendencia central o de posición.
□ Media aritmética.
□ Mediana.
□ Moda.
• De dispersión.
□ Rango.
□ Desvió medio.
□ Varianza.
□ Desvió estándar.
□ Coeficiente de variación.

VALORES De tendencia central Media Aritmética Poblacional
ESTADISTICOS o de posición
Muestral
Muestral afectada por la frecuencia
Mediana
Moda Valor que más se repite

Serie Simple Datos como están dados
Serie de Frecuencia Veces que se repite un dato
Frecuencia Relativa
Frecuencia Acumulada Suma de frecuencias absolutas

Frecuencia
Desacumulada
De dispersión Amplitud o Rango
Desvió Medio
Varianza Poblacional

Muestral
Desvió Estándar Poblacional
Muestral
Dispersión Relativa
Coeficiente de Variación
Cuartiles y Percentiles
Regla Empírica
RANGO
(1.5) El recorrido o rango siempre es positivo?
Falso (Puede tomar el valor 0).
DESVIO ESTANDAR / ERROR ESTANDAR

(1.5) cual es el concepto de error estándar?
La desviación estándar de la distribución de un estadístico muestral recibe el nombre de error estándar del estadístico.
(1.5) La mediana es.
El valor central de los datos ordenados de menor a mayor.
(1.5) Se define como MEDIANA de una distribución.
Al valor que ocupa el punto medio de la distribución
(1.5) Media promedio de una distribución.
Al cociente entre todas las observaciones dividido en el número total de ellas.
(1.5) MODA:
Se define como Moda de una distribución al valor que más veces se repite. En caso de tener dos MODAS se la denomina
bimodal; trimodal; etc.
(1.5) Cual es la fórmula que indica la desviación estándar de la muestra que puede servir de estimador de la desviación
estándar de la población?
(1.5) cuales de lo sig. Son valores de dispersión seleccione 4 correctas?

• Rango
• Varianza
• Desvió medio
• Desvió estándar.

• Desvió estándar.
(1.5) Cuál de los siguientes valores estadísticos es de dispersión?:
Coeficiente de variación.
(1.5) Un valor de dispersión es.
La desviación típica
(1.5) Valores Estadísticos:
De tendencia central o posición” (MEDIA, MEDIANA, MODA);
De dispersión” (RANGO, DESVIO MEDIO, VARIANZA, DESVIACION ESTANDAR, COEFICIENTE DE VARIACION).
(1.5) Indicar ¿Cuál de los siguientes valores estadísticos es de posición.
Mediana (otros la media y la moda)
(1.5) En el conjunto de datos: -1, 2, 1,-2,10, el valor del promedio es?
(-1+2+1-2+10)/5=2
2
(1.5) En el conjunto de datos: -1, 2, 1, -2, x, el valor de x para que el promedio sea 1 es?
(-1+2+1-2+X)/5=1
X=5
5
(1.5) En el conjunto de datos: -1, 2, -1, -2, -1, 3, la varianza es?
n=6
Media= (-1+2-1-2-1+3)/6=0
Var= ((-1^2)+(2^2)+(-1^2)+(-2^2)+(-1^2)+(3^2))/6=3,3333
10/3
(1.5) En el conjunto de datos: -1, 2, -1, -2, -1, 3 la desviación típica (estándar) es?
n=6
Media= (-1+2-1-2-1+3)/6=0
Var= ((-1)^2+(-2)^2+(-1)^2+(-2)^2+(-1)^2+(3)^2)/6=3,3333
Desvió = Raíz Cuadrada (Var)
1,83
(1.5) La moda en 2, 3,-1,1,2,-2,3,2,1 es?
En orden: 3,3,2,2,2,1,1,-1,-2
2
(1.5) Los siguientes valores corresponden al número de pacientes, tratados en el Hospital de Urgencia durante los últimos
ocho días: 11 86 30 52 31 49 35 43. Determine el valor de la mediana de esa distribución.
39 // La mediana surge del siguiente procedimiento: en primer lugar se ordenan los valores en forma creciente. Luego se
obtiene: (8+1)/2 = 4,5 por lo tanto la mediana se obtiene a través del promedio entre el cuarto y el quinto valor es decir:
(35 + 43) / 2 = 39
(1.5) En los últimos días, el número de sangre utilizadas en un hospital para hacer transfusiones es de 25, 16, 61, 12, 18 15, 20,
24, 17, 19, 28. El valor de la mediana para estos datos es de:
12-16-17-18-19-20-24-25-28-61
19,5
(1.5) Los siguientes valores corresponden a los distintos precios observados en una góndola de vinos en un supermercado:
10,50 9,80 11,40 4,40 3,30 15 6,9 11 2,6. Determinante la moda de la distribución:
No tiene.
(1.5) Durante los últimos días, un tren llego tarde a su destino en los siguientes tiempos en minutos (los valores negativos
indican que llego temprano en ese número de minutos): -3, 6, 4, 10, -4, 124, 2, -1, 4 y 1. La moda para estos datos es.
4
(1.5) El conjunto de datos -1,2,-1,-2,-1,3, la varianza es.
3.33 - la media de la distribución = 0(suma de los valores y divididos por n)! varianza = (sumatoria (x-media)²)/n)! desvío
estándar =raíz cuadrada de la varianza!
(1.5) El número de artículos vendidos diariamente por 230 empleados dio por resultado una media de 42. Si el número de
artículos vendido por un empleado se incluye de manera errónea en el cálculo de la media y se ingresó 200 en lugar de 20. La
nueva media luego de corregir este error es.
41,22.La media luego de corregir el error se obtiene de la siguiente manera 42-(180/230)=41,2174
(1.5) El número de asistentes a una función de cine durante una semana fue 50, 80, 70, 50, 100, 120 y 90. El rango medio es:
85.(el rango medio se obtiene a través del siguiente procedimiento de cálculo.(50 + 120) / 2 = 85).
(1.5) El porcentaje de votantes en una muestra de distritos electorales fue de 63, 56, 32, 48, 48, 39, 45 45 45 y 41.
La moda es 45. La media es 46,2.
(1.5) En el conjunto de datos -1,2,-1,-2,-1,3 la varianza es.
X= (-1+2-1-2-1+3)/6=0
Var= ((-1^2)+(2^2)+(-1^2)+(-2^2)+(-1^2)+(3^2))/(6)=3,3333
10/3.
(1.5) En el conjunto de datos -1,2,-1,-2,3, la desviación típica (estándar) es.
Desv= (raíz(3,333))=1,825650568975345
(1.5) En la serie de datos constituida por 13, 0, 2, 1, 10, 3, 2, 5, 4 y 6, el valor de la mediana es:

(1.5) En la serie de datos constituida por 13, 0, 2, 1, 10, 3, 2, 5, 4 y 6, el valor de la mediana es:
0-1-2-2-3-4-5-6-10-13
3,5
(1.5) En los últimos días, el número de unidades de sangre utilizadas en un hospital para hacer transfusiones es de 25, 16, 61,
12, 18, 15, 20, 24, 17, 19, 28. El valor de la media para este conjunto de datos es de.
23,18. Se obtiene sumando el total de observaciones y dividiendo por 11(n). Esto da un valor de 255/11 = 23
(1.5) En los últimos días, el número de unidades de sangre utilizadas en un hospital para hacer transfusiones es de
25,16,61,12,18,15,20,24,17,19,28. El valor de la mediana en estos datos es de:
12-15-16-17-18-19-20-24-25-28-61
19
(1.5) La media de la siguiente distribución es 1 – 1 – 2 – 2 – 2 – 2 – 6 – 4
2,5
(1.5) La moda en 2,3,-1,1,2,-2,3,2,1 es.
2
(1.5) Las siguientes son los importes del consumo de 13 personas en un restaurante en orden ascendente, 100 ; 250; 250;
350;400;530;900;1250;1350; 2450;2750;3000;4500. De acuerdo a estos datos cuál de las siguientes opciones son correctas.
Media es 1390,77, mediana es 900, y la moda es 250.
(1.5) Los coeficientes intelectuales en promedio de los estudiantes de 3 escuelas secundarias son: 108, 112 y 102. Si hay
respectivamente: 1024, 686 y790 alumnos en estas escuelas. El coeficiente intelectual es de:
170,2. ((108*1024)+(112*686)+(102*790))/(1024+686+790)=107,2016
(1.5) Los empleados de una industria dedicada al rubro metalmecánico registran las siguientes edades: 40,
35, 42, 38, 40, 25, 20, 33, 50, 30. El gerente personal ha realizado algunos cálculos y necesita que ud le confirme los resultados
Media = 35,3,
Desvío estándar = 8,28,
Moda = 40,
Mediana = 36,5
(1.5) Los siguientes valores corresponden a los distintos precios que, sobre un mismo artículo se pagan en 8 distintas bocas de
expendio: 3,15 1,99 2,40 1,98 1,95 2,00 2,10 2,50. Determine el valor de la media de la distribución formada con esos valores:
2,259 La media es igual a 2,259 porque surge del cociente: 18,07/8= 2,25875. Expresada con cifras decimales el resultado es
2,259
(1.5) Los siguientes valores corresponden a los distintos precios que , sobre un mismo artículo se pagan en
ocho distintas bocas de expendios: 3,15 – 1,99- 2,40- 1,98- 1,95- 2,00-2,10-2,50. Determine la varianza de la distribución
formada con esos valores.
0,15 ( Se calcula: (3,15-2,25875) 2 + ( 1,99- 2,25875)2 + (2,40 -2,25875)2 + (1,98 -2,25875)2 +(1,95 -2,25875)2 +(2,00 -2,25875)2
+ (2,10 -2,25875)2 +(2,50 -2,25875)2 / 8 = 1,2098875/ 8= 0,1512
expendio: 3,15, 1,99, 2,40, 1,98, 1,95, 2,00, 2,10, 2,50. Determina el desvió estándar de la distribución formada con esos
valores:
0,39.La desviación estándar se obtiene calculando la raíz cuadrada de la varianza. Ósea la raíz cuadrada de 0,1512 que da
por resultado 0,3888.
expendio $3,15, $1,99, $2,40, $1,98, $1,95, $2,00, $2,10, $2,50. Determina el valor de la moda de la distribución formada con
esos valores:
no tiene moda.
expendio: 3,15 1,99 2,4 1,98 1,95 2,00 2,10 2,50 Determine el valor de la sumatoria de las desviaciones alrededor de la media
de la distribución formada en esos valores:
X= (3,15+1,99+2,4+1,98+1,95+2+2,1+2,5)/8=2,2588
(3,15-2,2588)+(1,99-2,2588)+(2,4-2,2588)+(1,98-2,2588)+(1,95-2,2588)+(2-2,2588)+(2,1-2,2588)+(2,5-2,2588)=-0,0004
0.
expendio: 3,15, 1,99, 2,40, 1,98, 1,95, 2,00, 2,10, 2,50. Determina el valor de la amplitud de la distribución formada con esos
valores:
1,2. (3,15-1,95)=1,2
(1.5) Los siguientes valores corresponden al número de clientes que están formados en las colas de las 12 cajas de un
supermercado: 1 3 4 3 4 2 4 1 2 2 1 0. Determine el valor de la media.
2,25
(1.5) Un alumno falto al colegio el día en el que el profesor entrego las notas de la última evaluación. Sabe que tenía hasta ese
momento 4 notas cuya suma era 31 y sus compañeros le dijeron que su promedio es de 8.20. La última calificación era
10.Porque se obtiene a través del siguiente procedimiento de cálculo:
(8,20*5)-31=10
(1.5) Un entrenador cuenta con los resultados de cinco carreras de 100 metros corridas por un atleta con un intervalo de 15
minutos cada una. Los registros son: 12.1, 12.0, 12.0, 16.8, y 12,1 La mediana es.
12.1

12.1
(1.5) Un fabricante de baterías de linternas tomo una muestra de 13 baterías de la producción de un día y las probo
continuamente hasta que fallaron. El número de horas que fueron probadas fue: 342, 426, 317, 545, 264, 451, 1049, 631, 512,
266, 492, 562 y 298. La mediana de la muestra de baterías es de.
451 La mediana surge del siguiente procedimiento: ordenamos los valores en forma creciente, luego calculamos (13 + 1)/2
= 7, por lo tanto la mediana es el séptimo valor es decir 451
(1.5) Un fabricante de baterías de linternas tomó una muestra de 13 baterías de la producción de un día y las probó
continuamente hasta que fallaron. EL número de horas que fueron probadas fue: 342, 426,317,545,264,451, 1049, 631,
512,266,492,562,298. La duración media de las baterías es de .
473,46 (ya que la media surge de : 6155/13 = 473,46)
(1.5) Una distribución con moda Mo=3,99, media=2,28, y mediana Me=2,85, se dice que.
Es una distribución asimétrica izquierda. Ya que cumple la siguiente relación: Media < Mediana < Moda
(1.5) La moda en 2,3,-1,1,2,-2,3,2,1 es.
2
MEDIA
(1.5) Cual es la media aritmética entre los sig. Valores 7, 6, 15, 28, 100, 5?
(7+6+15+28+100+5)/6=26,8333
26,8
(1.5) Una muestra de velocidad de 10 automóviles al pasar por cierto punto de control arrojo los siguientes valores
(expresado en Km/h): (100;120;90;80;85;120;100;95;100;80. ¿Cuál es la estimación puntual de la media poblacional?
(100+120+90+80+85+120+100+95+100+80)/10=97
97
MODA
(1.5) Cuales de los sig. valores son moda de este grupo de notas obtenidas luego de un examen 9, 5, 9, 6, 3, 5, 4, 6, 1, 3:
seleccione las 4 correctas?
Poniendo en orden: 9,9,6,6,5,5,4,3,3,1 (Es CUATRI MODAL)
9, 5, 6, 3
VARIANZA
(1.5) Una muestra de la velocidad de 10 automóviles al pasar por cierto punto de control arrojo los siguientes valores
( expresados en Km/hs ( 100: 120: 90: 80: 85: 120: 100: 95: 100: 80) cual es la estimación puntual de la varianza poblacional?
n=10
Media= (100+120+90+80+85+120+100+95+100+80)/10=97
Dato Media Diferencia Cuadrado

100 97 3 3*3=9
120 97 23 23*23=529
90 97 -7 7*7=49
80 97 -17 17*17=289
85 97 -12 12*12=144
120 97 23 23*23=529
100 97 3 3*3=9
95 97 -2 2*2=4
100 97 3 3*3=9
80 97 -17 17*17=289
SUMA 0 9+529+49+289+144+529+9+4+9+289=1.860
VARIANZA 1860/9=206,6667
206,67
1.6. Serie simple.

1.7. Serie de frecuencia.
1.8. Frecuencia relativa.
1.9. Frecuencia acumulada.
1.10. Frecuencia des acumulada.

1.6 - SERIE SIMPLE
(1.6) SERIE SIMPLE.
conjunto de observaciones ordenadas de Menor a mayor.
(1.6) Se puede afirmar que en la siguiente distribución: 2 – 2 - 4 – 5 – 6 – 7- 8 – 8- 8 – 9.
8 tiene la frecuencia de 3.
1.7 - SERIE DE FRECUENCIA

(1.7) FRECUENCIA.
Dada una distribución se define como FRECUENCIA de un valor, al número de veces que el mismo se repite.
(1.7) La suma de todas las frecuencias es igual al.
Número total de las observaciones.
1.8 - FRECUENCIA RELATIVA

(1.8) La FRECUENCIA RELATIVA de un valor y se expresa como “fri”.
al cociente entre su frecuencia y la suma de todas las frecuencias (la suma de todas las frecuencias es igual al número de
elementos de la distribución).
(1.8) La suma de todas las frecuencias relativas tiene que dar (1).
En formula es Fri = Fr / n.
(1.8) el conjunto de datos -1,2,-1,-2,1,3,1,3,-4 la frecuencia absoluta del dato 1 es.
2 es la cantidad de veces que aparece.
(1.8) En el conjunto de datos -1,2,-1,-2,1,3,1,2,-4 la frecuencia relativa del dato 1 es .
2/9
(1.8) En el conjunto de datos -1,2,-1,-2,1,3,1,2,-4, la frecuencia absoluta del dato 1 es:
2
(1.8) En el conjunto de datos: -1, 2, -1, -2, 1, 3, 1, 2, -4 la frecuencia absoluta del dato 1 es?
Dato Cantidad
3 1
2 2
1 2
-1 2
-3 1
-4 1
2
1.9 - FRECUENCIA ACUMULADA

(1.9) Se define como frecuencia acumulada de una clase.
A la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado.”
(1.9) En la siguiente distribución 2-2-4-5-6-7-8-8-8-9,la frecuencia acumulada para el valor de 7 es.
6.
(1.9) Para el siguiente conjunto de datos: 0 – 1 – 1 -1 – 2 – 3 – 4 . La frecuencia acumulada para el valor 3 es.
6.
(1.9) Si una muestra de 150 observaciones, la frecuencia acumulada hasta x=25 es 30, entonces.
El porcentaje de observación menores o iguales que 25 se obtiene siguiente manera (30/150)*100=20%
(1.9) Si se considera que -2 tiene frecuencia acumulada 10, 0 tiene frecuencia acumulada 15, 1 tiene frecuencia acumulada 20
y -1 tiene frecuencia acumulada 12, el valor de la media es:
Dato FAcu
-2 10
-1 12
0 15
1 20
((-2*10)+(-1*2)+(0*3)+(1*5))/20=-0,85
-17/20
1.10 - FRECUENCIA DESACUMULADA

(1.10) FRECUENCIA DESACUMULADA de un valor, “fds” de una distribución.
A la diferencia entre el número total de observaciones y su frecuencia acumulada.
(1.10) La ordenada del punto de intersección de la frecuencia acumulada y desacumulada es:

(1.10) La ordenada del punto de intersección de la frecuencia acumulada y desacumulada es:
n/2.
4. Valores de dispersión
4.1. Amplitud o rango.
4.1.1. Desvío medio.
4.1.2. Varianza.
4.1.3. Desvío estándar.
4.1.4. Dispersión relativa, Coeficiente de variación.
4.2. Cuartiles y percentiles.
4.3. Regla empírica.
4.3.1. Resolución de ejercicios.
4.1 - AMPLITUD O RANGO

(4.1) Coeficiente de Variación:
cociente entre desviación estándar de la distribución y su media (expresada en %). Dispersión relativa
(4.1) Desviación Estándar:
Raíz cuadrada de la Varianza. “Grado de dispersión de los valores de una distribución con respecto a la media”.
(4.1) Desvió Medio:
Promedio de desvíos absolutos medios distinta de cero (anular signos negativos)
(4.1) La VARIANZA es un valor que determina.
Un cierto grado de dispersión”. Promedio de los desvíos cuadráticos medios.
(4.1) Que parámetros miden la variación en una población; seleccione las 2 correctas?
• Desviación estándar
• Varianza.
(4.1) El test de bondad de ajuste se diferencia de acuerdo a la distribución que se supone que tiene la variable analizada?
Falso
(4.1) Ninguna de las medidas de variación puede ser negativa.
verdadero
(4.1) Una de las características del rango, la varianza y la desviación estándar es que cuanto menor sea la dispersión de los
datos, mayor será el rango, la varianza y la desviación estándar?
Falso
(4.1) Sea R el rango o recorrido de un conjunto de datos D. Sea M un conjunto de datos obtenidos añadiendo un dato nuevo
al conjunto D. Sea r el recorrido de M. Entonces uno puede afirmar que:
r es > o = a R
(4.1) La VARIANZA de un conjunto de observaciones:
no puede tomar nunca un valor negativo
(4.1) Valores de Dispersión:
RANGO, DESVIO MEDIO, VARIANZA, DESVIACION ESTANDAR, COEFICIENTE DE VARIACION.
(4.1) Calcular el rango de peso de un grupo de personas si los resultados de mediciones fueron: 80Kg, 65Kg, 120Kg, 82Kg,
70Kg, 60Kg?
Max-Min=(120-60)=60
60
(4.1) Los datos nutricionales acerca de una muestra de 7 cereales para el desayuno incluyen el número de calorías por
porción. Calcule el rango del número de calorías en los cereales si sus valores son 80, 100, 100, 110, 130, 190, 250?
Max-Min = (250-80)=170
170
(4.1) Los datos nutricionales acerca de una muestra de siete cereales para el desayuno incluye el número de calorías por
porción. Calcule el rango del número de calorías en los cereales si sus valores son 80 100 100 110 130 190 250.
170
(4.1) Los siguiente valores corresponden al número de televisores que cada hogar tienen 12 alumnos seleccionados
aleatoriamente: 2,3,2,4,5,1,5,6,4,1,6,3 Indique el valor de la moda.
No tiene”
(4.1) Si se tienen los datos -1,1,1,5,x,-1 y el promedio es 0.5 entonces el valor de x es:
-2.( (-1+1+1+5+x1)/6=0.5) despejo x
(4.1) Si se tienen los datos X,X+1,X-1, la varianza es.
2/3.para calcular la varianza necesitamos el promedio de X,X+1,X-1, y este es P=(X+X+1+X-1)/3= 3X/3=X. Ahora bien la
varianza es (X-X)^2+(X+1-X)^2+(X-1-X)^2)/3= (0+1+1)/3=2/3
(4.1.1) Si los conjuntos de frecuencias observadas y esperadas son casi iguales ¿Qué podemos concluir?
HO: pN = ps = pc = pw (hipótesis nula)
HI: pN,ps,pc y pw no son iguales (hipótesis alternativa)
1-podemos razonar y concluir que es imposible aceptar la hipótesis alternativa

1-podemos razonar y concluir que es imposible aceptar la hipótesis alternativa
2-podemos razonar y concluir que no aceptamos la hipótesis nula
3- podemos razonar y concluir que no aceptamos la hipótesis alternativa
4-podemos razonar y concluir que aceptamos la hipótesis alternativa
5-podemos razonar y concluir que aceptamos la hipótesis nula
4.1.1 - DESVIO MEDIO

(4.1.1) Si se tienen los datos -1, 1, 1, 5, x, -1 y el promedio es 0,5 entonces el valor de x es?
(-1+1+1+5+X-1)/6=0,5
X+5=0,5*6
X = (0,5*6)-5=-2
-2
4.1.2 - VARIANZA
(4.1.2) La varianza cumple: elige 4 correctas?
• Ser mayor o igual a cero
• Decir que tan dispersos están los datos con respecto a la media
• Ser el cuadrado del desvió típico
• Ser una medida de dispersión
(4.1.2) Cuales son los pasos para obtener la varianza muestral.
• Calcular diferencias de cada valor y la media.
• Elevar al cuadrado cada diferencia.
• Sumar las diferencias elevadas al cuadrado.
• Dividir el total entre n-1.
(4.1.2) Si se tienen los datos x, x + 1, x -1, la varianza es?
n=3
Media=(x+x+1+x-1)/3= x
Var= (x-x)^2+(x+1-x)^2+(x-1-x)^2 / 3
Var= 1+1/3
Var= 2/3
2/3
4.1.3 - DESVIO ESTANDAR

(4.1.3) Cuál es la varianza si la desviación estándar es igual a 4.
16 (ya que la varianza es igual a la desviación estándar al cuadrado)
(4.1.3) Cual es la varianza si la desviación estándar es igual 49.
7
(4.1.3) Cual es la varianza si la desviación estándar es igual a 13.
169.
(4.1.3) cual es la desviación estándar siendo la varianza 49?
7 (Raíz Cuadrada de 49 = 7)
(4.1.3) cual es la desviación estándar siendo la varianza 100?
10 (Raíz Cuadrada de 100 = 10)
4.1.4 - COEFICIENTE DE VARIACION

(4.1.4) Cual es el coeficiente de variación si la desviación estándar muestral es de 80 y la media muestral es de 170?
CV= d/u.100 = (80/170)*100=47,0588

47,05%
(4.1.4) Cual es el coeficiente de variación si la desviación estándar muestral es de 50 y la media muestral es de 100?
CV= d/u.100 = (50/100)*100=50
50%
4.2 - CUARTILES Y PERCENTILES

(4.2) Los resultados de la prueba chi cuadrado son equivalentes ¿A qué prueba?
Z
(4.2) Una tabla de contingencia. Seleccione 4 correctas?
• Entre variables categóricas se asocia a un estadístico chi cuadrado
• es una organización de datos de doble entrada
• en sus bordes contiene las frecuencias marginales

• en sus bordes contiene las frecuencias marginales
• permite analizar la asociación entre 2 variables cualitativas
(4.2) La tabla de contingencia para un estudio de satisfacción de una empresa obtiene lo sig. Resultados: el renglón elementos
de interés total está dado por X=X1+X2 …..Número total de elementos de interés = 317 y n – x = (n1 – x1) + (n2 –x2), número
total de elementos que no son de interés = 172 y la columna está dada por n1 = tamaño de muestra…. Total en el grupo 1 =
227 y n2= tamaño de muestra total en el grupo 2= 262.¿cuáles son los totales de los renglones y columnas?
Elementos de Interes X1 X2 317
Elementos No de Interes 172
227 262 489
489
(4.2) Si x es un valor positivo, y se tienen los datos x, -x, 1, -1, con un desvió estándar 1 entonces el valor de x es?
n=4
Media= (x-x+1-1)/4= 0
Var= ((x-0)^2+(-x-0)^2+(1-0)^2+(-1-0)^2)/4 = (X^2+X^2+1+1)/4= 2(X^2+1)/4 =(X^2+1)/2
Desv= Raiz (X^2+1)/2
(1^2)*2 = X^2+1
2 -1 = X^2
Raiz 1 = X
1
(4.2) Siendo estos los datos de los valores calóricos de cereales, calcule el primer cuartil: 80, 100, 100, 110, 130, 190, 200?
(7+1)/4=2
100 El valor que esta en la posición 2
(4.2) Consiste en comprobar si dos características están relacionadas entre sí, ¿a qué tipo de prueba se refiere?
1- Test de independencia
2- test de bondad de ajuste
3- test de hipótesis
4- test de igualdad de varianza
5- test de homogeneidad
(4.2) Si se tienen los datos X,-X,1,1,-2 y el desvió estándar 1 entonces el valor de X es.
Media= (X-X+1-1-2)/5= 0/5=0
Vari= ((X^2)+(-X^2)+(1^2)+(-1^2)+(-2^2))/(5
Vari= (X^2+X^2+1+1+4)/5
Vari= (2X^2+6)/5
Desv= Raiz((2X^2+6)/5)
raíz(-1/2)=X
NO HAY SOLUCION.
4.3 - REGLA EMPIRICA

(4.3) Utilizando la regla empírica para analizar la variabilidad en las distribuciones que tienen forma de campaña, seleccione 3
correctas?
• Aproximadamente 99.7% de los valores se encuentran +-3 desviaciones estándar a partir de la media
• Aproximadamente 95% de los valores se encuentran +-2 desviaciones estándar a partir de la media
• Aproximadamente 68% de los valores se encuentran +-1 desviación estándar a partir de la media
(4.3) El recorrido en el diagrama de barra representa:
la longitud de la base del diagrama
=======================================================================================================
================
Lectura 3 - Diagramas y gráficos.
2. Gráficos
2.1. Gráficos, concepto
2.1.1. Diagramas circulares o de sectores.
2.1.2. Diagrama de barras.
2.1.3. Histograma.
2.2. Polígono de frecuencias.
2.2.1. Polígono de frecuencias relativas.
2.3. Graficación de frecuencia acumulada y des acumulada.

2.3. Graficación de frecuencia acumulada y des acumulada.
2.4. Relación entre la media, mediana y moda en un diagrama de polígono de frecuencias relativas.
GRAFICOS DIAGRAMAS CIRCULARES O DE SECTORES
DIAGRAMA DE BARRAS
HISTOGRAMA
POLIGONO DE FRECUENCIAS
POLIGONO DE FRECUENCIAS RELATIVAS

POLIGONO DE FRECUENCIAS RELATIVAS
FRECUENCIA ACUMULADA Y
DESACUMULADA
RELACION ENTRE LA MEDIA, LA MEDIAN Y LA

MODA EN UN DIAGRAMA DE POLIGONO DE
FRECUENCIAS RELATIVAS
PRUEBA DE HIPOTESIS
(2.1) Cuál es el propósito principal de una prueba de hipótesis.
Rechazar o no cierto valor hipotético asignado a un parámetro.
(2.1) Se puede aseverar que la afirmación que se quiere someter a prueba se denomina.
Hipótesis Nula
(2.1) Se comete el error de tipo I cuando.
La hipótesis nula es cierta, pero se la rechaza (esto ocurre cuando la evidencia de la muestra indica que es inverosímil
nuestra hipótesis, lo cual nos lleva a tomar esa decisión incorrecta)
(2.1) A que se denomina nivel de significación.
A la probabilidad de cometer el error tipo 1.
(2.1) Indicar la opción correcta. El criterio para definir la regla de decisión surge de.
El valor crítico.
(2.1) La región de rechazo se denomina también.
Región critica POR DEFINICION.
PRUEBA DE HIPOTESIS
(2.1.1) Al expresar la hipótesis nula es importante.
Definir de manera correcta cuál va a ser la afirmación que queremos someter a contraste o prueba.
PRUEBA DE HIPOTESIS
(2.2.1) En la hipótesis nula referida al valor de un parámetro?
Siempre aparece un signo de igualdad.
(2.2.1) El procedimiento de prueba de hipótesis brinda resultados más concluyentes cuándo?
Se rechaza una hipótesis.
(2.2.1) Suponiendo que la hipótesis es correcta: como interpretamos el nivel de significancia?
El nivel de significancia indica la probabilidad de tomar la decisión de rechazar la hipótesis n.

El nivel de significancia indica la probabilidad de tomar la decisión de rechazar la hipótesis n.
(2.2.2) El concepto de “la sensibilidad” que esta tiene para detectar situaciones en las cuales corresponde rechazar la
hipótesis nula por ser esta falsa hace referencia a?
1- la probabilidad de cometer el error de tipo 2
2- La potencia de la prueba
3- La probabilidad de cometer el error de tipo 1
4-El valor P
5-El nivel de significación
PRUEBA DE HIPOTESIS
(2.2.2) una empresa de consumo masivo ha establecido en sus normas de calidad que un proceso de llenado no puede
detenerse más de 2 veces por turno en promedio. Realiza un estudio para esa muestra de 25 turnos para verificar el
cumplimiento de esta norma (asumiendo un nivel de confianza del 95%). Un estudio previo indica que la desviación estándar
de las detenciones del proceso es de 0,4.¿qué probabilidad existe de detectar que el proceso de defectuoso si el verdadero
promedio de detenciones por turno es de 2,5?
• 0,0885
• 0,2547
• 0,1492
• 0,8508
• 0,9125
n=25 turnos
Promedio= 2,5
Nivel de confianza (1-a)= 95% (0,95)
a/2= 0,025
Za/2= 1,96
Desvío= 0,4
p= 2,5/25=0,1
(1,96^2)*(0,1*0,95/0,025)=14,5981
PRUEBA DE HIPOTESIS
(2.2.1) La totalidad de elementos o cosas bajo consideración en un análisis estadístico se denominó.
Población.
PRUEBA DE HIPOTESIS
(2.3) El criterio para definir la regla de decisión surge de.
El valor crítico.
2.1 - GRAFICOS
(2.1) Consiste en una serie de rectángulos, cuyo ancho es proporcional al rango de los valores que se encuentran dentro de
una clase, y cuya altura es proporcional al número de elementos que caen dentro de la clase. Es una definición de.
Histograma
(2.1) La barra más larga de un histograma corresponde a:
La moda
(2.1) Entre los gráficos, podemos utilizar.
(GRAFICO DE BARRAS, HISTOGRAMA, DIAGRAMA X-Y; GRAFICO CIRCULAR)
(2.1) Graficar los valores estadísticos nos permiten realizar.
Una lectura rápida de la distribución y sacar conclusiones inmediatas de la misma.
(2.1) Para realizar una lectura rápida de la distribución de datos y sacar conclusiones inmediatas de la misma. Lo más
conveniente es utilizar.
Gráficos.
(2.1) Si debemos ilustrar las frecuencias de una variable cualitativa y tenemos pocas categorías de respuesta.
Gráfico de sectores.
2.1.1 - GRAFICO CIRCULAR

(2.1.1) Que es un diagrama de sectores (Circulares)?
Es un diagrama dividido en tantos sectores como clase se tenga y a cada una de dichas clases le corresponde un sector cuyo
tamaño es proporcional a su frecuencia.
(2.1.1) En el conjunto de datos 1, 1, 2, 3, 1, 1, 2, 3, 5, la región circular que le corresponde al valor 1 es de?
Dato Cantidad
1 4

2 2
3 2
5 1
TOTAL 9
360/9*4=160
160°
(2.1.1) En un gráfico circular, el 100% corresponde a?
360°
2.1.2 - DIAGRAMA DE BARRAS

(2.1.2) Que es un diagrama de Barras?
Es un diagrama que se efectúa en un sistema de ejes ortogonales (x,y) cuyas barras están separadas entre sí.
(2.1.2) El recorrido en el diagrama de barras representa?
La longitud de la base del diagrama
(2.1.2) Se puede afirmar que graficar los valores estadísticos nos permiten realizar una lectura rápida de la distribución y sacar
conclusiones inmediatas de la misma. Entre los gráficos, podemos utilizar.
• grafico de barras
• Histograma
• diagrama x,y
• grafico circular .
2.1.3 - HISTOGRAMA
(2.1.3) Que es un Histograma?
Es un diagrama de barras sin discontinuidades de esta manera podemos operar con superficies.
(Justificación: La superficie encerrada por cada una de las barras corresponde a la de un rectángulo de la base por la altura.
El área encerrada por el histograma de frecuencia es igual a la suma de todas sus frecuencias y por lo tanto al número de
observaciones).
(2.1.3) Consiste en una serie de rectángulos, cuyo ancho es proporcional al rango de los valores que se encuentra dentro de
una clase y cuya altura es proporcional al número de elementos que caen de la clase. Es definición de?
Histograma
(2.1.3) La barra más larga de un histograma corresponde a?
La moda.
2.2 - POLIGONO DE FRECUENCIAS

(2.2) En el eje vertical ubicamos las frecuencias y el eje horizontal los datos de la variable que estamos analizando, de la
misma forma en que se hizo el histograma. Realizado esto, graficamos cada frecuencia de clase trazando un punto sobre su
punto medio en la parte superior del rectángulo y vinculamos los puntos sucesivos con una línea recta para formar una figura
con muchos lados. Es la definición de?
Polígono de frecuencias
2.3 - GRAFICACION DE FRECUENCIA. CURVA DE FRECUENCIA ACUMULADA

(2.3) La curva de frecuencia acumulada recorre todos los valores del 0 al 1 en el eje y cuando la curva pasa por el valor de
0,25, el valor de x que corresponde al punto (x, 0,25) es?
el primer cuartil
(2.3) La curva de frecuencia acumulada recorre todos los valores, del 0 al 1 en el eje y. Cuando la curva pasa por el valor de
0.25, el valor de x que corresponde al punto (x, 0.25) es.
X es menor o igual a y menor a 0.25! y x es mayor o igual a y mayor a 0,25)
(2.3) La curva de frecuencia acumulada recorre todos los valores del 0 al 1 en el eje y Cuando la curva pasa por el valor de
0,75, el valor de x que corresponde al punto (x 0,75) es?
el tercer cuartil
(2.3) La curva de frecuencia acumulada recorre todos los valores, del 0 al 1 en el eje y. Cuando la curva pasa por el valor de
0,75 el valor de x que corresponde al punto (x, 0.75) es.
X es menor o igual a y menor a 0.75! y x es mayor o igual a y mayor a 0,75)
(2.3) La curva de frecuencia acumulada recorre todos los valores desde el 0 al 1 en el eje y cuando la curva pasa por el valor
0,5, el valor de x que corresponde al punto (x;0,5) es?
la mediana
2.4 - RELACION ENTRE MEDIA, MODA, MEDIANA EN UN DIAGRAMA DE POLIGONO

(2.4) Si los datos son perfectamente simétricos se cumple que.
La distancia de Q1 a la Me es igual a la distancia de la Me a Q3.
(2.4) La siguiente serie de datos 20,15,18,12,15,10,12,18 y 15 representa.

(2.4) La siguiente serie de datos 20,15,18,12,15,10,12,18 y 15 representa.
Moda= 15.
=======================================================================================================
================
Lectura 4 - Distribución de frecuencias
3. Distribución de intervalo de clase

3.1. Números de intervalos.
3.1.1. Amplitud de cada intervalo
3.1.2. Tipo de intervalo.
• Intervalo abierto.
• Intervalo cerrado.
• Intervalo semiabierto a la izquierda.
• Intervalo semiabierto por la derecha.
• Tipo de intervalos infinitos.
3.1.3. Determinación de la media.
3.1.4. Determinación de la mediana para datos agrupados.
3.1.5. Determinación de la moda para datos agrupados.
3.2. Histograma de frecuencias.
3.3. Histograma de frecuencias relativas.
3.3.1. Frecuencias acumuladas.
3.4. Frecuencias acumuladas y des acumuladas para datos agrupados.
NUMERO DE INTERVALOS NUMERO DE INTERVALOS En base a los datos disponibles
STURGES
AMPLITUD DEL INTERVALO
DETERMINACION DE LA MEDIA
DETERMINACION DE LA MEDIANA Método Grafico

Método Analítico
DETERMINACION DE LA MODA
PARA DATOS AGRUPADOS
3.1 - NUMERO DE INTERVALOS

(3.1) La distribución de intervalos se utiliza generalmente cuándo?
La cantidad de observaciones se supera los 20.
(3.1) Si un conj. De datos agrupados, un intervalo de clase es [-1;3] la marca de clase que corresponde a este intervalo es?
Corresponde al Punto Medio del Intervalo
(-1+3)/2=1
1
(3.1) Si se tiene 500 datos, con un mínimo de 80 y un dato máximo de 180 entonces el rango de los datos es?
Max-Min= 180-80=100
100
(3.1) Si se tiene 500 datos, la cantidad de intervalos de clase es?
Ni=1+3.32log 500=9.96
10
(3.1) Se ha tomado una muestra de 144 persona cuyas edades van entre 20 y los 80 años. Se estima que lo más conveniente
sería organizar los datos de las edades en la siguiente cantidad de intervalos.
12. Es conveniente calcular la cantidad de intervalos a través de la raíz cuadrada del número total de observaciones, es
decir: Raíz cuadrada de 144 que es 12 // Sturges = 1+((3,32)*log10(144))=8,165763473756228
(3.3) Si la amplitud de los intervalos de clase es 3 y hay 7 intervalos de clase entonces el recorrido (o rango) es?
21 (3x7=21)
3.1.1 - AMPLITUD DE CADA INTERVALO

(3.1.1) El punto medio de una clase (o marca de clase) es.
El punto a la mitad de los límites de cada clase y es representativo de los datos de esa clase
(3.1.1) Se define como rango o amplitud de una distribución.
xn – x1.El rango o amplitud de una distribución es la diferencia entre el mayor valor observado (xn) y el menor valor
observado (x1)
(3.1.1) La variable “Numero de materias aprobadas en los dos primeros cuatrimestres de la carrera”, responde a una variable
de tipo.
Cuantitativa discreta.
PRUEBA DE HIPOTESIS
(3.1.1) una maquina rellena automáticamente un envase de material de construcción. El fabricante de la maquina asegura
que el llenado automático se lleva a cabo en 20 segundos. Se realiza una prueba a partir de 36 pruebas al azar de llenado, y
20,75 segundos. Si se conoce por estudios previos que la desviación estándar de este tiempo de llenado es de 2,4 segundos.
¿Cuánto vale el estadístico de prueba?
n=36
X=20,75
u=20
Desvío=2,4
(Estadístico) Z = (X-u)/Desv = (20,75-20)/0,4=1,875

1,875
(3.1.1) una maquina rellena automáticamente un envase de material de construcción. El fabricante de la maquina asegura
que el llenado automático se lleva a cabo en 20 segundos. Se realiza una prueba a partir de 36 pruebas al azar de llenado, y
20,75 segundos. Si se conoce por estudios previos que la desviación estándar de este tiempo de llenado es de 2,4 segundos
¿puede considerarse valida la afirmación del proveedor?
Con un nivel de significación de 1%, se rechaza la afirmación

Con un nivel de significación de 1%, se rechaza la afirmación
3.1.2 - TIPOS DE INTERVALOS

(3.1.2) Supongamos que tenemos 7 elementos en una muestra y conocemos la media muestral = 16. Cuantos grados de
libertad tenemos?
6
3.1.3 - DETERMINACION DE LA MEDIA

(3.1.3) Cual es el promedio entre los sig. Valores: 100, 300, 500?
(100+300+500)/3=300
300
3.1.4 - DETERMINACION DE LA MEDIANA

(3.1.4) Cual es la mediana de los siguientes valores: 22 23 25 29 30.25.
8 la media de la distribución = 0 (suma de los valores y divididos por n)!varianza = (sumatoria (x-media)²)/n)! desvío
estándar =raíz cuadrada de la varianza!
(3.1.4) Cual es la mediana de los sig. Valores: 22, 23, 25, 28, 29, 30?
(25+28)/2=26,5 (Por ser cantidad de elementos PAR)
26,5
(3.1.4) Cual es la mediana de los sig. Valores: 32, 35, 37, 40, 42, 83?
(37+40)/2=38,5 (Por ser cantidad de elementos PAR)
38,5
3.1.5 - DETERMINACION DE LA MODA

(3.1.5) Cual es la moda de este grupo de notas obtenidas. Luego de un examen 5,5,8,8,5,2,2,8,2.
No tiene moda (ya que todos se repiten la misma cantidad de veces).
(3.1.5) Cual es la moda de este grupo de notas obtenidas luego del examen 7, 5, 8, 1, 8, 4, 5, 2, 2, 4, 2?
2
(3.1.5) Cual es la moda de este grupo de notas obtenidas luego de un examen: 5, 5, 8, 8, 5, 2, 2, 8, 2,4?
Trimodal 2,5 y 8
3.2. Histograma de frecuencias.

3.3. Histograma de frecuencias relativas.
3.3.1. Frecuencias acumuladas.
3.4. Frecuencias acumuladas y des acumuladas para datos agrupados.
3.2 - HISTOGRAMA DE FRECUENCIAS

(3.2) En la confección de la distribución de intervalos de clase, y donde m se define como número de intervalo y n número de
elementos, la amplitud de cada intervalo se determina aprob…. A …… el resultado de la expresión.
Para calcular la amplitud del intervalo, en primer lugar calculamos la diferencia entre el valor máximo (que simbolizamos
con xn) y el valor mínimo (que simbolizamos con x1) Posteriormente a dicha diferencia la dividimos por la cantidad de
intervalos (que simbolizamos con m)
(3.2) En un conjunto de datos puede ocurrir que: seleccione 4 correctas?
• Hayan varias modas
• El promedio sea 0
• Que no hayan datos repetidos
• El promedio no pertenezca al conjunto de datos
(3.2) Para estudiar los datos agrupados uno necesita determinar, elige 4 correctas?
• Medidas de dispersión y medidas de posición
• Longitud de la clase
• El recorrido
• La cantidad intervalos de clase
3.4 - FRECUENCIAS ACUMULADAS Y DESACUMULADAS

(3.4) Dada una distribución la frecuencia desacumulada de una clase está dada por la expresión .
fdsi= n- fai – Responde a la definición de frecuencia desacumulada: frecuencia desacumulada de la clase i está dada por la
diferencia entre el número de observaciones y la frecuencia acumulada de esa clase.
PRUEBA DE HIPOTESIS
(3.2.1) En un establecimiento educativo se seleccionó una muestra al azar de 25 alumnos tal que ambos padres trabajan. Esta
muestra se obtuvo como resultado promedio de 7,8 puntos en un test escolar. Se desarrolló en el mismo establecimiento una
muestra de 15 alumnos, en las mismas condiciones, pero con la característica de que en esos casos sólo trabaja el padre,
obteniéndose en el test un valor promedio de 8,5 puntos. Se conoce que ambas poblaciones tienen una distribución normal y

obteniéndose en el test un valor promedio de 8,5 puntos. Se conoce que ambas poblaciones tienen una distribución normal y
se conoce que las varianzas son 81 y 25, respectivamente, y quiere determinarse si el grupo cuyas madres no trabajan tienen
un rendimiento escolar superior, con un nivel de significación del 5%. ¿Cuál es el valor de D¯? (Considerar la relación
población 1 menos población 2).
No puede determinarse porque se dispone sólo de datos muestrales.
(3.3) Si la media muestral es de 19.25. El límite inferior del intervalo de confianza es de 10.5597 ¿Cuál es el valor de la
desviación estándar poblacional? Asumir que la muestra …..Nivel de confianza del 95%?
1- 4,3338
2- 8,6902
3- 8,6802
4- no se puede calcular por falta de n
5- 4,4238
(3.3.1) en una muestra al azar de 400 moradores residenciales, el 65% de ellos eran propietarios de la vivienda donde residen,
en tanto el 35% restante no son propietarios verifique la hipótesis de que la muestra proviene de una población de la que el
60% son propietarios. Use una probabilidad de cometer un error de tipo 1 del 5%?
Se rechaza la hipótesis nula Ho: P=0,60
=======================================================================================================
================
=======================================================================================================
================
Módulo 2
Lectura 1 - Clasificación de probabilidades
5. Probabilidad
5.1. Probabilidad. Definición
• Probabilidad Conjunta.
• Bondad.
5.2. Clasificación de la probabilidad: Clásica, Objetiva y Subjetiva.
• Probabilidad clásica.
• Probabilidad a partir del concepto de frecuencia relativa.
• Probabilidad enfatizando el aspecto subjetivo.
5.1 - PROBABILIDAD
(5.1) Cuando se realizan encuestas, interesa conocer.
Cuantificar Cuan probable es la ocurrencia de un determinado evento (Probabilidad)
(5.1) Cuál de los siguientes enunciados se corresponde con probabilidad conjunta.
Ocurrencia simultanea de dos eventos”.
(5.1) La probabilidad de un evento cumple?
Ser un valor entre 0 y 1
(5.1) El equipo de desarrollo de un nuevo producto indica que este tiene una probabilidad de éxito de 0.6. En cambio el
presidente de la empresa es menos optimista y dice que el producto tiene una probabilidad de 0.3 de éxito Que tipo de
probabilidad estamos hablando.
Probabilidad subjetiva.
(5.1) Existen dos tipos de eventos.
Simples y compuestos
(5.1) Indicar, de acuerdo a las definiciones estadísticas, cuál de las siguientes afirmaciones es correcta:
Cada una de las distintas maneras en que puede presentarse el fenómeno se denomina. Evento.
(5.1) Indicar, de acuerdo a las definiciones estadísticas, cuál de las siguientes afirmaciones es correcta:
Un evento se dice que es compuesto cuando. Está conformado por más de un evento simple.
(5.1) Probabilidad Marginal.
A la probabilidad simple correspondiente a un elemento.
(5.1) Probabilidad Subjetiva.
Se da cuando los elementos se presentan en un número reducido de veces.
(5.1) Se puede definir como espacio muestral:
La compilación de todos los eventos posibles.
(5.1) En un experimento se compararon 3 métodos para capacitar a empleados nuevos de una empresa de servicios; para
evaluar los resultados de cada uno, se administró una prueba 50 ítems relacionados con las tareas a desarrollar, a cada uno de
24 participantes repartidos en grupos de 8 personas cada uno. Cual de la siguientes es la variable explicativa en este estudio?

24 participantes repartidos en grupos de 8 personas cada uno. Cual de la siguientes es la variable explicativa en este estudio?
Método de capacitación.
(5.1) Cuales son los supuestos básicos del modelo ANOVA? Seleccione 4 correctas:
• Los datos fueron obtenidos de manera aleatoria
• Los errores tienen varianza constante
• Los errores son independientes
• Los errores están normalmente distribuidos con media 0
(5.1) Cuando se realizan encuestas, interesa conocer.
El grado de bondad.
(5.1) Cuando un fenómeno puede presentarse de distintas maneras.
La factibilidad de ocurrencia de cada una de ellas se la define como probabilidad.
(5.1) Dada la probabilidad de un evento A como P(A) = -0,30, entonces la probabilidad de su complemento será:
Una probabilidad no puede ser negativa
(5.1) Independientemente de las aplicaciones particulares, el estudio de probabilidades indica que.
Existe incertidumbre con respecto a la ocurrencia o no de un determinado evento”.
(5.1) La definición. El grado de posibilidad de que ciertos sucesos hayan ocurrido o vayan a ocurrir” corresponde a:
Probabilidad.
(5.1) La factibilidad de ocurrencia de un evento hace referencia al concepto de.
Probabilidad.
(5.1) Para la determinación de población objetiva se tienen dos métodos, entre ellos el.
Clásico.
(5.1) Son ejemplos de eventos compuestos:
• Un evento se dice que es compuesto cuando está conformado por más de un evento simple,
• también podríamos expresar al evento C como aquel para el cuál debe cumplirse conjuntamente A y B C = (A y B).
• De la misma manera: D = (A o B) es decir O se cumple cuando al menos uno de los dos A o B se cumple.
• Por este motivo, todas las opciones propuestas constituyen eventos compuestos
(5.1) Una posibilidad de valor cero indica.
La imposibilidad de ocurrencia.
(5.1) Una probabilidad de valor uno indica.
La certeza de ocurrencia.
(5.1) cual es la probabilidad de que salga cara en una moneda que tiene impresa cara en ambos lados?
P(E)= 2/2=1
(5.1) Al constituir el diagrama de Venn debe cumplirse que la suma de probabilidades de todos los puntos muéstrales sea
igual a.
1
(5.1) Cuál de los siguientes números puede representar la probabilidad de un evento?
0,33
(5.1) Cual es la probabilidad de obtener el numero 5 cuando se lanza un dado de 6 caras. Cada cara del dado tiene un numero
diferente del 1 al 6.
1/6
(5.1) De 4 empleados de una empresa, 3 mujeres y 1 hombre se deben seleccionar a dos para realizar la promoción nueva de
un producto en distintas zonas del país. A uno de ellos le corresponderá la zona centro y al otro la zona sur. Indique la
probabilidad de que en una selección azarosa se seleccionen a un hombre y a una mujer.
0,50. Podemos desarrollar todos los casos posibles considerando que los empleados son: M1, M2, M3, H ¿Cuántas duplas se
pueden formar con esas cuatro personas? 4C2 = 6 (4!)/((4-2)!*2!)=6 (Formula de nCr = Combinaciones) 4 duplas posibles y
de ellas… ¿cuántas contienen a H?
Sólo 3. Luego, la probabilidad solicitada será 3/6
(5.1) En tres lanzamientos de una moneda, indique la probabilidad de obtener por lo menos 1 cruz.
0,125 (1/2*1/2*1/2=0,125). Si verificamos todos los casos posibles en tres lanzamientos se observara que solo en un caso
no se obtiene ninguna cruz, caso en que se tienen tres caras. Por otro lado, la probabilidad de que en tres lanzamientos se
tengan tres caras, siendo eventos independientes, y la moneda perfectamente balanceada será de 0.125 luego por
complemento a 1 se obtiene la opción correcta
(5.1) Entre los 20 empleados de un departamento de DGI, hay 15 que son estudiantes universitarios. Se sabe además, que 6
del total de 20 empleados ofrecen asesoramiento al público, siendo 4 de ellos estudiantes universitarios. Si se elige al azar un
empleado, ¿Cuál es la probabilidad de que estudie en la universidad y brinde asesoramiento público.
4/20=0,2
0,20
(5.1) Entre los 80 directivos de una empresa hay 48 casados; se sabe, que hay 35 con estudios universitarios concluidos de los
cuales 22 son casados ¿Cuál es la probabilidad de que un director elegido al azar sea soltero o con estudios universitarios
completos?
0,68 (calculamos la cantidad de directivos solteros: 80-48=32; después universitarios completos solteros 35-22=13.
Calculamos la probabilidad (32/80)+(35/80)+(13/80)=0,675

cuales 22 son casados ¿Cuál es la probabilidad de que un director elegido al azar y con estudios secundarios completos.
0,275
(5.1) Hay 200 aspirantes a un cargo administrativo en el departamento de persona de una compañía. Del total, 48 aspirantes
tienen experiencia previa, y 40 son mujeres y 128 varones sin experiencia previa. ¿Cuál es la probabilidad de elegir al azar un
aspirante mujer con experiencia previa.
40/200=0,2
0,20
(5.1) Sobre un total de 30 alumnos de una clase de Estadística, 10 de ellos corresponden a la carrera de Comercio
Internacional. Si se eligen azarosamente dos alumnos, indique la probabilidad de que los dos alumnos elegidos permanezcan
a la carrera de C.I.
0,103 (10/30)*(9/29)=0,1034
La probabilidad de que el primer alumno elegido pertenezca a la carrera de CI será P(1er y CI) = 10/30 y la probabilidad de
que, elegido en primer lugar un alumno de la carrera de CI, el segundo también pertenezca a la carrera será P(2do CI/1er
CI) = 9/29. Aplicando la regla multiplicativa, la P(1er CI y 2do CI) = P(1erCI) * P(2do CI/1erCI)
(5.1) Un espacio muestral está formado por 5 probabilidades simples E1,E2,E3,E4 y E5. SiP(E1)=P(E2)=0.15,P(E3)=0.4= y P(E4)
=2P(E5).Cual es la probabilidad de E4 y E5.
P(e4)=0.2 y P(E5)=0.1
5.2 - CLASIFICACION DE LA PROBABILIDAD

(5.2) Complete los espacios en blanco de la siguiente afirmación con las palabras incluidas en las opciones. “Cuando
un_________ se pone en evidencia de distintas maneras, la ______ de ocurrencia de cada una de ellas tiende a coincidir con
su probabilidad de ocurrencia cuando el número de veces que se presenta el fenómeno es lo suficiente________ .
fenómeno/frecuencia relativa/ grande.
(5.2) Complete los espacios en blanco de la siguiente afirmación con las palabras incluidas en las opciones: “La probabilidad
…………… queda librada al criterio de quien lo determine en función de la evidencia con que se cuente para la misma, esta
puede ser en base a la frecuencia ………… de ocurrencia (sigue pero no se entiende) (definición de probabilidad subjetiva,
lectura 2)
Subjetiva/relativa/supuestos
(5.2) El estudio de combinaciones y permutaciones se asocia.
Al estudio de análisis combinatorio y constituye en realidad una herramienta de gran ampliación en la resolución de
probabilidades y en la distribución de variables aleatorias.”
(5.2) luego de una encuesta a alumnos, se determina que el 60% de estos tiene un trabajo de medio tiempo. Se determina
entonces que hay una probabilidad de 0.6 de que un estudiante tenga un empleo de medio tiempo. ¿De qué tipo de
probabilidad estamos hablando?
Probabilidad de frecuencia relativa o empírica.
(5.2) La probabilidad de que un equipo de futbol le gane a otro en un partido clasifica como probabilidad empírica?
Verdadero.
(5.2) El equipo de desarrollo de un nuevo producto indica que este tiene una probabilidad de éxito de 0.6 en cambio el
presidente de la empresa es menos optimista y dice que el producto tiene una probabilidad de 0.3 de éxito ¿de qué tipo de
probabilidad estamos hablando?
Probabilidad Subjetiva.
(5.2) Que probabilidad se utiliza en juegos de azar tales como naipes, dados, bolas de un bolillero; seleccione la correcta?
Probabilidad clásica.
(5.2) A qué tipo de probabilidad hace referencia el enunciado: la probabilidad de sacar 2 cuatros al lanzar simultáneamente
dos dados en 1/36?
Probabilidad clásica.
(5.2) Cuando se calcula probabilidades, utilizando el cociente entre casos favorables.
La expresión clásica de probabilidades.
(5.2) Cuando un fenómeno se pone en evidencia de distintas maneras.
La frecuencia relativa de ocurrencia de cada una de ellas tiende a coincidir con su probabilidad de ocurrencia cuando el
número de veces que se presenta el fenómeno es lo suficientemente grande
(5.2) Dos combinaciones.
Son distintas cuando varían en por lo menos un elemento.
(5.2) Es importante tener presente que.
Personas distintas frente a la misma situación pueden asignar probabilidad subjetiva distinta”.
(5.2) La expresión clásica de probabilidad plantea.
P(E) = casos favorables/casos posibles”.
(5.2) La probabilidad obtenida de obtener un cinco de lanzar un dado clasifica la probabilidad subjetiva.
FALSO
(5.2) Si se lanza una moneda 2 veces, el complemento d caer cara en el primer lanzamiento es [SC,SS].
El espacio muestral [CC,CS,SC,SS] si sacamos CC y CS entonces queda [SC,SS]
(5.2) Si una moneda fue lanzada diez veces que en cuatro oportunidades salió seca, desde enfoque frecuentita, la
probabilidad de que salga cara es.

probabilidad de que salga cara es.
0,60”.
Probabilidad que salga ceca: 4/10 = 0,40. Probabilidad que salga cara: 1 – 0,40 = 0,60
=======================================================================================================
================
Lectura 2 - Clasificación de eventos.
5.3. Eventos. Clasificación.

5.7. Relación entre eventos.
5.7.1.Eventos complementarios.
5.7.2. Eventos mutuamente excluyentes.
5.7.3. Eventos independientes.
Unión: Probabilidad de ocurrencia de al menos uno de los eventos.

Regla Aditiva.
Intersección: Ocurrencia simultanea de los eventos considerados. (Probabilidad conjunta).

Regla Multiplicativa.
RELACION ENTRE EVENTOS COMPLEMENTARIOS

EVENTOS
P(A)+P(B)=1
P(AyB)=0
P(Complemento) = 1-P(A)
EVENTOS MUTUAMENTE EXCLUYENTES
Eventos Dependientes.
Si ocurre A, no ocurre B. Imposible la
ocurrencia en Simultaneo.
P(AyB)=0
P(AuB)=P(A)+P(B) (Probabilidad de al menos
1 de los eventos)
EVENTOS DEPENDIENTES
P(AuB)=P(A)+P(B)
P(AyB)=P(A/B)*P(B)
P(ByA)=P(B/A)*P(A)
NO EXCLUYENTES
P(AuB)=P(A)+P(B)-P(AyB)
EVENTOS INDEPENDIENTES
P(A/B)=P(A)
P(B/A)=P(B)
P(AyB)=P(A)*P(B)
P(AoB)=P(A)+P(B)
La probabilidad de ocurrencia de uno no

modifica la probabilidad de ocurrencia del otro.

5.3 - EVENTOS. CLASIFICACION.
(5.3) Dos eventos complementarios cumplen?
Su intersección es vacía, Su unión es el espacio muestral (la probabilidad es cero)
(5.3) El espacio muestral es.
• Es el conjunto de todos los posibles resultados de un experimento aleatorio.
• La compilación de todos los eventos posibles se llama espacio muestral.
(5.3) Una de las categorías en que pueden clasificarse los eventos es?
Mutuamente excluyente.
(5.3) cuales de los sig. Son resultados mutuamente excluyentes al lanzar los dados?
Un total de 5 puntos y un número par de puntos en ambos dados.
(5.3) Cuales son eventos mutuamente excluyentes al sacar de un mazo de 52 barajas?
Un diamante y una carta negra.
(5.3) Lanzamos 2 dados de 4 caras y anotamos el par de números que muestran, la intersección de los eventos: sacar dos
números impares y que la suma sea impar es?
Vacía.
(5.3) Si A y B son eventos de un espacio muestral y A esta contenido en B entonces seleccione 4 correctas?
• La unión de A y B es igual a B
• La intersección de A y B es A
• El complemento de B está contenido en el complemento de A
• P(A) es menor o igual a P(B)
(5.3) A partir del análisis grafico de los eventos compuestos se puede decir estos surgen de.
La unión o intersección de eventos simples o compuestos.
(5.3) Consideré el lanzamiento de un dado, cuál de los siguientes eventos puede clasificarse como simple.
La obtención de un as.
(5.3) Considere la extracción de un naipe de un mazo de cartas, cuál de los siguientes eventos puede clasificarse como simple:
La obtención de un as.
(5.3) Cuál de los sig. enunciados representa un evento simple?:
QUE SEA IGUAL A 3.
(5.3) Cuando se lanza una moneda hay 2 eventos posibles, que caiga del lado de cara o de lado seca. Qué tipo de eventos son
estos.
Eventos simples.
(5.3) Cuando un fenómeno puede representarse de distintas maneras.
La factibilidad de ocurrencia de cada una de ellas se denomina como “probabilidad”.
(5.3) El complemento del evento A…:
• …Incluye todo los eventos que no son parte del evento A.
• Esta dado por el símbolo A.
(5.3) En el cálculo de probabilidades se denomina “evento cierto” a un suceso.
Que ocurre seguramente y tiene una probabilidad de uno”.
(5.3) Evento Conjunto.
Es un evento que tiene dos o más características.
Ambas características deben presentarse simultáneamente o en forma conjunta. Ej.: “empleado gerencial y con estudios
universitarios”.
(5.3) La compilación de todos los eventos posibles se denomina.
Espacio muestral.
(5.3) La probabilidad que se refiere a fenómenos que contienen dos o más eventos :
Un evento es COMPUESTO cuando está conformado por más de un evento simple.
(5.3) La probabilidad que se refiere a fenómenos que contienen dos o más eventos se denomina.
Probabilidad conjunta.
(5.3) Lanzamos un dado y anotamos el número de muestras ,
• el complemento del evento sacar un numero múltiplo de 3 es.[1,2,4,5].
• El espacio muestral es [1,2,3,4,5,6].
• El evento de ser un múltiplo de 3 es [3,6].
• El complemento del evento de ser un numero múltiplo de 3 resulta de eliminar los números 3 y 6.
(5.3) Se denomina evento a:
Cada tipo posible de ocurrencia.
(5.3) Sean A y B dos eventos, luego P (A o B) es igual a.

(5.3) Sean A y B dos eventos, luego P (A o B) es igual a.
P(A)+P(B)-P(AyB).
(5.3) Si A y B son eventos de un espacio muestral y A esta contenido en B entonces. Seleccione 4 respuestas correctas.
• La unión de A y B es igual a B.
• La intersección de A y B es A.
• El complemento de B está contenido en el complemento A.
• P(A) es menor igual a P (B).
(5.3) Lanzamos un dado y anotamos el número que muestra, el complemento del evento, sacar un número par es?
{1, 3, 5}
(5.3) Lanzamos un dado y anotamos el número que muestra, el complemento del evento, sacar un número múltiplo de 3 es?
{1, 2, 4, 5}
(5.3) Lanzamos un dado de 4 caras y anotamos el número que muestra el complemento del evento, sacar 2 o 3 es?
{1,4}
(5.3) Se lanza una moneda dos veces. Cuál es la probabilidad de que salga cara en ambas?
P(x) = 1/4 (1/2*1/2)
(5.3) Se lanza una moneda 2 veces, se escribe C si cae cara, se escribe S si cae seca, la intersección de los eventos caer cara
en el primer lanzamiento y caer seca en el segundo?
(CS)
(5.3) Se lanza una moneda 2 veces, se escribe C si cae cara, se escribe S si cae seca. El complemento del evento caer cara en el
primer lanzamiento es?
{SC, SS}
(5.3) Se lanza una moneda 2 veces, se escribe C si cae cara, se escribe S si cae seca, la unión de los eventos caer cara en el
primer lanzamiento y caer seca en el segundo?
(CC, CS, SS)
(5.3) Considere el experimento de lanzar 3 monedas de las cuales la segunda moneda posee dos caras. El espacio muestral de
este experimento es:
{(CCC)(SCC)(CCS)(SCS)}
(5.3) Considere el experimento de lanzar una moneda, si esta cae cara se lanza un dado, en caso de caer cruz se lanza de
nuevo una moneda. El complemento de sacar al menos una carta es:
{(Cruz, Cruz)}
(5.3) En un concurso televisivo, el participante es acreedor a un vehículo en el caso de que acierte la combinación de un
candado que está dada por un número comprendido entre el 000 y el 999. A los auspiciantes del programa les interesa
conocer la probabilidad de que el participante acierte. Dicha probabilidad es de.
1/1000=0,001 (Una posibilidad en 1000 combinaciones posibles)
0,001”.
(5.3) En un estudio realizado sobre estudiantes universitarios, se define al evento A como.
Ser estudiante de administración”. Entonces: “no ser estudiante de administración”.
(5.3) En una pequeña localidad serrana se ha observado que durante la temporada de verano el 80% de las personas son
turistas y que un 65% de las personas se desplazan en automóvil. Si se conoce que el medio de movilidad es independiente de
la condición de turista. Indique cual es la probabilidad de que una persona seleccionada al azar no sea un turista: “
0,20.
(5.3) En una pequeña localidad serrana se ha observado que durante la temporada de verano el 80% de las personas son
turistas y que un 65% de las personas se desplazan en automóvil. Si se conoce que el medio de movilidad es independiente de
la condición de turista. Indique cual es la probabilidad de que una persona seleccionada al azar sea un turista o utilice
automóvil.
P(AoB)= P(A)+P(B)-P(A)*P(B) = P(AoB)= 0,8+0,65-(0,8*0,65)=0,93
(5.3) Indique la probabilidad de que en el lanzamiento de dados se obtenga, como suma de sus caras un 7.
0.33
5.7 - RELACION ENTRE EVENTOS

(5.7) En el inicio del estudio de probabilidades se hace complejo definir claramente sucesos mutuamente excluyentes y
eventos independientes a estos efectos se tendrá muy en cuenta la siguiente premisa.
Los sucesos mutuamente excluyentes deben ser dependientes, pero los sucesos dependientes no tienen necesariamente
que ser mutuamente excluyente.
(5.7) Se tiene un dado y un mazo de cartas. Se lanza el dado y se extrae una carta del mazo: sacar un “5” y una carta de
espadas son eventos…?
No excluyentes.
(5.7) Si A y B son eventos Dependientes entonces vale que P (A o B)= P(A)+ P(B)?
Verdadero
(5.7) Si A y B son eventos Dependientes entonces? elegir las 4 correctas?
• P(BYA)= P(B).P(A/B)
• P(AYB)= P(A).P(B/A)
• La ocurrencia de A afecta la ocurrencia de B
• La ocurrencia de B afecta la ocurrencia de A

• La ocurrencia de B afecta la ocurrencia de A
(5.7) Si A y B son eventos Independientes entonces? elegir las 4 correctas?
• La ocurrencia de A NO afecta la ocurrencia de B
• La ocurrencia de B NO afecta la ocurrencia de A
• P(AyB) = P(A).P(B)
• P(A/B) = P(A)
(5.7) Si A y B son dos eventos complementarios, la probabilidad de A es 0,2 entonces P(AoB) es?
1 (Al ser Complementarios, la suma de las probabilidades es 1)
(5.7) Si A y B son eventos y la intersección de ellos es NO vacía entonces: elegir las 4 correctas?
• P(A o B)= P(A)+P(B)-P(AyB)
• la unión de A y B contienen a la intersección de A y B
• A y B no son complementarios
• A y B no son excluyentes
(5.7) Si dados dos eventos A y B, se cumple que uno de los dos debe ocurrir obligatoriamente:
Son eventos colectivamente exhaustivos.
(5.7) Afirmación es correcta.
P (A/B) = P(A Y B)/ P (B)
(5.7) Considere los eventos “ser hombre" y “ser mujer”, puede decirse que estos eventos son.
Mutuamente excluyentes y colectivamente exhaustivos.
(5.7) Dados los eventos A y B, si estos son independientes
P(A y B)= P(A)* P(B)
(5.7) De los eventos excluyentes podemos decir que. Elegir las 3 correctas .
• Su intersección es vacia.
• Pueden ser complementarios.
• La probabilidad de su intersección es cero.
(5.7) En cuál de los siguientes casos la intersección entre dos eventos es un conjunto nulo.
Entre eventos mutuamente excluyentes.
(5.7) Eventos Complementarios que se descomponen en un espacio muestral:
Dos eventos A y B se denominan Complementarios cuando la suma de sus probabilidades es igual a 1: P(A) + P(B) = 1.
(5.7) Eventos Independientes. se dicen que dos eventos son independientes cuando la ocurrencia de uno de ellos no modifica
la probabilidad de ocurrencia del otro.
P(A/B)= P(A).
(5.7) Relación entre eventos A y B se clasifican en.
• COMPLEMENTARIOS
• MUTUAMENTE EXCLUYENTES
• INDEPENDIENTES.
(5.7) Si dos eventos A Y B no pueden ocurrir al mismo tiempo:
Son eventos mutuamente excluyentes.
(5.7) Una de las categorías en que pueden clasificarse los eventos es.
Complementarios.
(5.7) Si A y B son eventos excluyentes entonces vale que P(AoB)=P(A)+P(B).
VERDADERO
(5.7) en una bolsa se tienen 3 bolitas verdes, 2 amarillas y 4 naranjas. La probabilidad de sacar una bolita naranja o verde es?
P(E)= 7/9
7/9
(5.7) Si A y B son dos eventos complementarios, la probabilidad de A es 0,2 entonces la probabilidad de que ocurran B es?
0,8
(5.7) Si A y B son dos eventos excluyentes, la probabilidad de A= 0,2 y P(A o B) = 0,5. Entonces la probabilidad de que ocurra B
es?
0,3 P(AoB)=P(A)+P(B)
(5.7) Si A y B son dos sucesos mutuamente excluyentes, entonces, la probabilidad de que ocurran ambos sucesos es?
0
(5.7) Si lanzan 2 dados de 4 caras y se suman los números que aparecen, calcular la probabilidad de que la suma sea máxima?
1/16=0,0625 (1/4)*(1/4)=0,0625
(5.7) Si lanzan 2 dados de 4 caras y se suman los números que aparecen, calcular la probabilidad de que la suma sea mayor o
igual a 4?
13/16=0,8125
(5.7) Si dos eventos, A y B son independientes tal que P(A) = 0,3 y P(B) = 0,5 entonces la probabilidad de que ocurra A o B es.
0,65.Ya que la probabilidad de que ocurra A o B se obtiene a través del siguiente procedimiento de cálculo: 0,3 + 0,5 – 0,3*
0,5 = 0,65
(5.7) De acuerdo a la atención brindada por dos alumnos a sus clases , considera que la probabilidad de que el alumno A
apruebe su materia es de 0,45 , mientras que la del alumno B es de 0,35. Si los dos eventos no son excluyentes y si
independientes determine la probabilidad, de que, de acuerdo al concepto del profesor ambos alumnos aprueben la
asignatura.

asignatura.
0,16 ( ya que la probabilidad de que , de acuerdo al concepto del profesor ambos alumnos aprueben la asignatura se
obtiene de la siguiente manera; 0,45*0,35 = 0.1575.
(5.7) En un estudio sobre la modalidad de planeamiento y decisión de los consumidores se entrevistaron 1000 potenciales
compradores de televisores. 358 mencionaron que planificaban comprar un aparato de tv en los próximos 12 meses. 1 año
después , se realizó el seguimiento a los mismos clientes y se encontró que 550 habían adquirido un nuevo tv , pero solo 255
lo habían informado como planificado el estudio anterior. Si selecciono un cliente de manera aleatoria ¿ cuál es la
probabilidad de seleccionar un cliente que haya mantenido su decisión original.
0.682 Planificaron y Compraron: 550 – 255 = 295. Entonces 358 – 295 = 63. Planificaron pero finalmente no compraron y así
hasta completar el cuadro. Luego se calculan las probabilidades considerando casos favorables/casos posibles. En este
problema: (295+287)/1000 = 0,682
(5.7) En un relevamiento realizado en un barrio de la ciudad de Santa Fe, se estudiaron 183 viviendas y 61 comercios si
contaban con este servicio. Si se desea realizar un seguimiento mediante la realización de llamadas telefónicas que
seleccionen aleatoriamente los entrevistados. ¿Cuál es la probabilidad que se seleccione un domicilio que corresponda a una
vivienda o que posea conexión a internet.
0,9262. Se recomienda en primer lugar organizar los datos del enunciado mediante una tabla de contingencia de manera
que puedan encontrarse por diferencia los datos faltantes. Viviendas con internet = 183 – 58 = 125. Comercios sin internet
= 61 – 43 = 18 y así hasta completar la expresión casos favorables/casos posibles. En este problema: 226/244 = 0,9262.
(5.7) Los eventos A y B son independientemente. Dadas P(A)=0,40 P(B)=0,54. La probabilidad P(A/B) es igual a.
0,40. Se obtiene de la siguiente manera: P(A/B) = P(A) = 0,40
(5.7) Se ha comprobado que la probabilidad que un empleado llegue tarde a la oficina los días lunes es de 0,25. Por otra parte
ese mismo empleado suele olvidar el portafolio en su casa y la probabilidad que así ocurriere es de 0,3. Teniendo en cuenta
que los eventos son independientes, indique que la probabilidad que el próximo lunes el empleado llegue tarde o se olvide el
portafolio:
0,075 (0,25*0,3=0,075)
(5.7) Se realiza una encuesta con la finalidad de obtener información con respecto de si las personas encuestadas viven en
casa o departamento. Además, se les pregunta si son propietarios o inquilinos. Un evento compuesto en este caso, seria:
Vivir en casa propia.
(5.7) Se realiza una encuesta con la finalidad de obtener información respecto de que si las personas encuestadas viven en
casa o departamento. Además, se les pregunta si son propietarios o inquilinos. Un evento compuesto en este caso, seria.
Ser propietario.
(5.7) Sean A y B dos eventos tal que P(A o B)= 0.30, P(A)=0.40 y P(B)=0,30, Luego P(A y B) vale.
0,40 (Aplicando la regla aditiva: P (A o B) = P(A) + P(B) – P(A y B), por lo tanto: 0.30 = 0.40 + 0.30 – P (A y B);0.30 – 0.70 = -P
(A y B); P (A y B) = 0.40 )
(5.7) Si A y B son dos eventos complementarios la probabilidad de A es 0,2 entonces P(A o B) es.
1 P(AyB)=0 porque son complementarios ,P(B)=1-P(A) por ser complementarios, finalmente P(AoB)=P(A)+P(B)-P(A)+1P(A)+
0=1
(5.7) Si A y B son dos eventos complementarios, la probabilidad de A es 0.2. Entonces, la probabilidad que ocurra B es:
0.8 (Dos eventos A y B se denominan Complementarios cuando la suma de sus probabilidades es igual a 1: P(A) + P(B) = 1.)
(5.7) Si A y B son dos eventos excluyentes, la probabilidad de A es 0,2 y P(A o B)= 0,5.Entonces la probabilidad de que ocurra B
es
0.3 P(a o B)= P(A)+P(B)-P(A y B) pero como P(AyB)=0 porque son excluyentes, entonces P(B)= P(AoB)-P(A)=0,5-0,2=0,3
(5.7) Si dos eventos A y B son independientes tal que P (A ) = 0,2 y P( B) = 0,4 entonces las probabilidad de que ocurra A o B
es.
0,52 ( ya que la probabilidad de que ocurra A o B se obtiene a través del siguiente procedimiento de cálculo: 0,2 + 0,4 *0,4 –
0,52 .
(5.7) Si dos eventos A y B son independientes tal que P(A) = 0,30 y P(B) = 0,5 entonces la probabilidad de que ocurra A o B es?
0,3+0,5-(0,3*0,5)=0,65 // 0,3*0,5=0,15 // 0,3+0,5=0,8
0,56
(5.7) Una caja de 9 guantes de béisbol contiene 2 guantes izquierdos y 7 guantes derechos. Si se selecciona dos guantes
aleatoriamente de la caja sin reemplazo, indique la probabilidad de que ambas sean derechos.
0,583.Ya que para que se cumpla la situación planteada en el problema debe cumplirse: que el primer guante extraído sea
derecha P(A) = P(1er D) = 7/9, y que el segundo también sea derecha habiendo extraído el primero derecho será P(B) =
P(2do D/ 1erD) = 6/8. La probabilidad de que ambos eventos se cumplan según la regla multiplicativa P(A y B) = P(A) *
P(B/A)
5.7.1 - EVENTOS COMPLEMENTARIOS

(5.7.1) La probabilidad de que un empleado llegue tarde a su trabajo es de 0,125. ¿Cuál es la probabilidad de que dicho
empleado llegue a tiempo.
0,875 (1 – 0,125)
(5.7.1) La probabilidad de que un empleado llegue tarde a su trabajo es de 0,257. ¿Cuál es la probabilidad de que dio
0,743 (1-0,257)

empleado llegue a tiempo?
0,685 (1-0,315)
(5.7.1) La probabilidad de que un empleado llegue tarde a su trabajo es de 0,418. ¿Cuál es la probabilidad de que dicho
0,582 (1-0,418)
(5.7.1) Si C y W son los eventos que un cliente ordenará un aperitivo o vino antes de la cena de cierto restaurante P(C)= 0.43 y
P (W)=0,21 la probabilidad de que el cliente NO ordene el aperitivo antes de la cena es:
0,45 (1-0,43)=0,57
5.7.2 - EVENTOS MUTUAMENTE EXCLUYENTES

(5.7.2) En una ciudad de la Provincia el 25% de la población tiene tarjeta de crédito. Se sabe que el 23% tiene MasterCard, el
31% Visa y el 46% otro tipo de tarjeta. Además, se conoce que los hogares no poseen dos tarjetas de crédito
simultáneamente. El 50% de las personas son empleados, el 20% autónomos y el 30% otro tipo de actividad. De las personas
que tienen MasterCard, el 50% son empleados y el 40% autónomos. De los que poseen Visa, el 40% son empleados y el 45%
autónomos. ¿Cuál de los siguientes eventos son mutuamente excluyentes.
Poseer MasterCard. Poseer Visa
(5.7.2) Los eventos mutuamente excluyentes:
No tienen elementos en común
(5.7.2) Para verificar que dos fenómenos A y B son mutuamente excluyentes debe cumplirse:
P(AyB)=0
(5.7.2) Sean A y B eventos mutuamente excluyentes, luego.
P(AyB)=0
(5.7.2) Sean A y B dos eventos de un mismo espacio muestral S tal que la ocurrencia de A implica la no ocurrencia de B, luego
A y B son mutuamente excluyentes
(5.7.2) Como se calcula la probabilidad de P (A o B) siendo eventos mutuamente excluyentes.
P(A o B) = P(A) + P(B). La probabilidad de que sucedan A o B cuando los dos eventos son mutuamente excluyentes es igual a
la suma de la probabilidad de que suceda el evento A y la probabilidad de que suceda el evento B.
(5.7.2) Como se calcula la probabilidad de P (A o B) siendo eventos NO mutuamente excluyentes
P(A o B) = P(A) + P(B) - P(AyB). muestra que la probabilidad de que sucedan A o B es igual a la probabilidad de ocurrencia
del evento A más la probabilidad de ocurrencia del evento B, menos la probabilidad de que A y B se presenten juntos,
simbolizada como P(AyB).
(5.7.2) Cual de los siguientes enunciados se corresponde con eventos mutuamente excluyentes.
Dos eventos que no pueden ocurrir simultáneamente
(5.7.2) Dos eventos son no excluyentes cuando.
La ocurrencia de uno no imposibilita la ocurrencia del otro.
(5.7.2) Indique cuál de los siguientes expresiones es correcta para los eventos mutuamente excluyentes.
P(AuB)=P(A)+P(B)
(5.7.2) Los sucesos mutuamente excluyentes deben ser dependientes,
pero los sucesos dependientes no tienen necesariamente que ser mutuamente excluyentes.
(5.7.2) Sean A y B dos eventos de un espacio muestral S tal que la ocurrencia de A implica la no ocurrencia de B , luego.
A y B son mutuamente excluyentes.
(5.7.2) Sean A y B dos eventos tal que P(A o B)= 0.70, P(A)=0.50 y P(B)=0,30, Luego P(A y B) vale.
0,10 Aplicando la regla aditiva: P (A o B) = P (A) + P(B) – P (A y B), por lo tanto: 0,70 = 0,50 + 0,30 – P (A y B); 0,70 – 0,80 = -
P(A y B); P(A y B) = 0,10
(5.7.2) Si los eventos B Y C son mutuamente excluyentes entonces.
P ( B U C) = P (B) + P (C) . Ya que la regla de la adición general expresa que P ( BU C) = P (B) + P (C) = P ( BY C) . Al ser los
eventos mutuamente excluyentes, la probabilidad de la intersección es = 0 y por lo tanto el tercer término se anula.
5.7.3 - EVENTOS INDEPENDIENTES

(5.7.3) Si A y B son eventos independientes, entonces se cumplirá que.
P (A/B) = P (A) Lease "La probabilidad de que ocurra A, habiendo ocurrido B, es la Probabilidad de A. Ya que la
ocurrencia o no de B no modifica la probabilidad de A".
(5.7.3) Si se cumple que P ( A/B)= P (A) puede inferirse que.
A y B son eventos independientes.
(5.7.3) Dados dos eventos A y B independientes entre sí y tales que la probabilidad de ocurrencia de cada uno de ellos son,
P(A)=0,30, entonces la probabilidad de que al menos uno de ellos ocurra será.
0,545. La probabilidad de ocurrencia de por lo menos uno de ellos se determina mediante la regla aditiva: P(A o B) = P(A) +
P(B) – P(A y B) pero luego cuando los eventos son independientes, como en este caso, la probabilidad conjunta de esos
eventos es igual al producto de sus probabilidades:
P(A y B) = P(A) * P(B), luego tendremos para este caso que: P(A o B) = P(A) + P(B) – P(A) * P(B) = 0,35 + 0,30 – 0,105 = 0,545
(5.7.3) La probabilidad de que Paula, alumna de un curso de estadística, apruebe la asignatura es a criterio del profesor de
0,6, mientras que, la probabilidad de que Juan, alumno también del mismo curso y a criterio también del profesor es de 0,7.
Siendo esos 2 eventos totalmente independientes, indique la probabilidad de que al menos apruebe la asignatura.

Siendo esos 2 eventos totalmente independientes, indique la probabilidad de que al menos apruebe la asignatura.
0,42. (0,6*0,7)=0,42
=======================================================================================================
================
Lectura 3 - Reglas aditivas y multiplicativas.
5.4. Representación Gráfica. Diagrama de Venn.

5.5. Regla aditiva
5.6. Regla multiplicativa.
PROBABILIDAD CONDICIONAL
REGLA ADITIVA
REGLA DE ADICION PARA EVENTOS

MUTUAMENTE EXCLUYENTES

REGLA DE ADICION PARA EVENTOS
NO MUTUAMENTE EXCLUYENTES
REGLA MULTIPLICATIVA
5.4 - REPRESENTACION GRAFICA

(5.4) Cual de los siguientes instrumentos permiten representar gráficamente los diversos eventos como “uniones” o”
intersecciones” de círculos.
Diagrama de Venn.
(5.4) Existen dos maneras habituales de representar un espacio muestral, estas son.
Diagrama de Ven y tablas de contingencia
En muchas ocasiones es conveniente operar probabilidades en forma gráfica, para ello se utiliza el Diagrama de Venn.
Todas las opciones son correctas. Entre las afirmaciones está la utilidad del diagrama de Venn, su forma de construcción, el
significado de los puntos que se incluyen y los requisitos que deben cumplir. Esta es la opción más completa entre las que
se presentan.
(5.4) Para la confección del diagrama de Venn representamos.
Mediante puntos cada uno de los eventos simples en que puede presentarse al fenómeno, cada uno de ellos se denomina
punto muestral y el espacio conformado por todos los Puntos muestrales se denominara espacio muestral y se lo denota
como (S)
(5.4) Para la confección de este diagrama representamos mediante puntos cada uno de los eventos simples en que puede
presentarse el fenómeno, cada uno de ellos se denomina.
Punto muestral
(5.4) Qué es el espacio muestral.
El conjunto de todos los resultados posibles de un experimento aleatorio.
(5.4) Dos o más eventos pueden combinarse para.
Dar eventos compuestos y esos tipos de combinación están representados gráficamente por una unión de eventos o por
una intersección de ellos.
(5.4) Las tablas de contingencia también se denominan
Tabla de clasificaciones cruzadas
(5.4) Suponga que se tiene un experimento con espacio muestral S. Sean A y B eventos del espacio muestral. Si A esta
contenido en B, entonces P(AyB) es:
P(A) Justificación: En efecto si A esta contenido en B, entonces A intersectado con B es A. Por tanto P(AyB)=P(A)
(5.4) En un grupo de 30 personas se distinguen 2 grupos, 20 personas hablan español, 20 personas hablan inglés y 10 hablan
ambas lenguas, la cantidad de personas que hablan estrictamente una lengua es?
30
(5.4) Al confeccionar el diagrama de Venn debe cumplirse que la suma de las probabilidades de todos los puntos muestrales

(5.4) Al confeccionar el diagrama de Venn debe cumplirse que la suma de las probabilidades de todos los puntos muestrales
sea igual a.
1.
(5.4) ¿Cuántos clientes que planificaban comprar un TV finalmente decidieron no hacerlo.
63
(5.4) De un total de 120 ventas realizadas por un comercio, 42 fueron realizadas a clientes habituales que abonaron con
tarjeta, 33 fueron realizadas a clientes ocasionales que abonaron en efectivo y 58 ventas fueron realizadas a clientes
ocasionales. Seleccionando una venta al azar y sabiendo que fue realizada a un cliente habitual, la probabilidad de que sea
abonada en efectivo es igual a.
0,32.Ya que la probabilidad de que una venta sea abonada en efectivo, sabiendo que es realizada a un cliente habitual se
obtiene a través de los siguientes pasos: calculamos la cantidad de ventas realizadas a clientes habituales: 120 -58 = 62.
Luego calculamos la cantidad de ventas realizadas a clientes habituales que abonaron en efectivo: 62 – 42 = 20. A
continuación, calculamos la probabilidad solicitada por medio del siguiente cociente: 20 / 62 = 0,32
(5.4) De un total de 220 empleados de una empresa, 24 son varones que tienen estudios superiores, 39 son mujeres que no
tienen estudios superiores y 65 empleados tienen estudios superiores. La probabilidad de que un empleado seleccionado al
azar sea un varón que no tiene estudios superiores es igual a.
0,53.Primero calculamos la cantidad de empleados que no tienen estudios superiores: 22 – 65 = 155. A continuación
obtenemos la cantidad de empleados varones que no tienen estudios superiores: 155 – 39 = 116. Luego calculamos la
probabilidad solicitada a través del cociente: 116 / 220 = 0,527. Este resultado expresado con dos cifras decimales es 0,53
5.5 - REGLA ADITIVA

(5.5) Como se calcula P(A/B).
P(B y A)/P(A). Definición de B dado que ocurrió en A
(5.5) Dado dos eventos que designaremos como A y B, la probabilidad de ocurrencia de por lo menos uno de ellos P(A o B) es.
P (A o B) = P(A) + P (B) – P(A y B)
(5.5) De acuerdo a una encuesta realizada, el 65% de los usuarios de computadoras tienen acceso a internet. También y en
forma totalmente independiente el 45% de los usuarios trabaja con Base de Datos. Si se toma aleatoriamente un usuario de
computadoras, determine la probabilidad de que trabaje con internet o con Base de Datos o con ambas.
P(AoB)= P(A)+P(B)-P(A)*P(B) = (0,65+0,45)-(0,65x0,45)=0,8075
0.807
(5.5) En que caso, de ser posible, se expresa la regla aditiva como: P(A o B) = P(A) + P(B) – (PA) * P(B)?
Cuando los eventos son independientes.
(5.5) La expresión que toma el nombre de Regla aditiva es.
P (A o B) = P (A) + P (B) –P (A y B)
(5.5) La regla aditiva de las probabilidades postula que:
P(A o B) = P(A) + P(B) – P(A y B)
(5.5) La expresión P (A o B) = P(A) + P(B) representa.
Un caso especial en la regla aditiva
(5.5) La expresión P (A o B) = P(A) + P(B) – P (A y B) se conoce como.
Regla de la adición.
(5.5) La expresión P(AyB)/P(A) da como resultado la.
Probabilidad condicional.
(5.5) La expresión que toma el nombre de Regla Multiplicativa.
P(A y B)= P (A). P (B/A) = P(B). P(A/B).
(5.5) La regla aditiva de las probabilidades, en el caso especial de los eventos mutuamente excluyentes, quedará expresada
del siguiente modo:
P(A o B) = P(A) + P(B) Esta es la fórmula que representa la regla aditiva de las probabilidades en el caso de eventos
mutuamente excluyentes, dado que la probabilidad de la intersección es nula.
(5.5) La Regla Aditiva nos permite calcular.
La probabilidad de la unión de los eventos.
(5.5) Como se calcula P(B/A)?
P(ByA)/P(A)
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)=0,5 P(B)=0,3 y P(AyB) es?
0
(5.5) Si un grupo de 15 personas hablan español, 5 personas hablan inglés y nadie habla ambos idiomas al tiempo, entonces
la cantidad de personas es?
20
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)=0,5 P(B)=0,3 y P(A o B)=0,8 entonces P(A y B) es?
0,4
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)=0,5 P(B)=0,3 y P(A o B)=0,1 entonces P(A y B) es?
0,7
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)=0,5 P(A o B)=0,8 P(A y B)=0,1 entonces P(B) es?
0,3
(5.5) Suponga que se tiene una moneda INCORRECTAMENTE BALANCEADA, sea E el evento caer “cara” al lanzar la moneda.

(5.5) Suponga que se tiene una moneda INCORRECTAMENTE BALANCEADA, sea E el evento caer “cara” al lanzar la moneda.
Suponga que P(E) = 0,4 la probabilidad de no caer cara es?
0,6
(5.5) De un mazo de 40 cartas españolas, se retira una carta al azar. La probabilidad de que sea un cuatro o un basto es:
(4/40)+(10/40)-(4/40*10/40)=0,325
0,25
(5.5) En el lanzamiento de un dado ¿Cuál es la probabilidad de que salga impar?
1/2
(5.5) En el lanzamiento de un dado, ¿Cuál es la probabilidad de que salga par.
1/2
(5.5) En el lanzamiento de un dado, ¿Cuál es la probabilidad de que salga <3.
1/3 (Si llamamos como A a la probabilidad de obtener un 1, P(A) = 1/6 y como B la probabilidad de obtener un 2, P (B) =
1/6. La
probabilidad solicitada: P (x<3) 0 P(A o B) eventos mutuamente excluyentes, luego la P(AoB) = P(A) + P(B) = 1/6 + 1/6 = 1/3
(5.5) En un curso de idiomas de la Universidad, la probabilidad de que si se selecciona al azar se elija una mujer es de 0,50. Por
otra parte, la probabilidad de seleccionar una mujer o una persona que trabaje es de 0,80. ¿Cuál es la probabilidad de
seleccionar alguien que trabaje, conociendo que hay un 0,30 de probabilidad de seleccionar una mejer que trabaje.
No puede calcularse a partir de los datos proporcionados.
compradores de televisores. 358 mencionaron que planificaran comprar un aparato de TV en los últimos 12 meses. Un año
después, se realizó un seguimiento a los mismos clientes y se encontró que 550 habían adquirido un nuevo tv, pero solo 255
lo habían informado como planificado en el estudio anterior. Si se selecciona un cliente de manera aleatoria ¿Cuál es la
probabilidad de seleccionar un cliente que haya mantenido su decisión original.
0,682 Se recomienda en primer lugar organizar los datos del enunciado mediante una tabla de contingencias de manera
que puedan encontrarse por diferencia los datos faltantes. Planificaron y compraron: 550 – 255 = 295. Entonces 358 – 295 =
63. Planificaron, pero finalmente no compraron y así hasta completar el cuadro. Luego se calculan las probabilidades
considerando casos favorables/casos posibles. En este problema: (295 + 287) / 1000 = 0,682
(5.5) En un relevamiento realizado en un barrio de la ciudad de Santa Fe, se estudiaron 183 viviendas y 61 comercios. Los
resultados indicaron que 58 viviendas no poseían conexión a internet, mientras que 43 comercios si contaban con este
servicio. Si se desea realizar un seguimiento mediante la realización de llamadas telefónicas que seleccionen aleatoriamente
los entrevistados ¿Cuál es la probabilidad que se seleccione un domicilio que corresponda a un comercio o que NO posea
conexión a internet.
0.4867. (1. Organizar los datos del enunciado en una tabla de contingencias, de manera que puedan encontrarse por
diferencia los datos faltantes. Viviendas con internet: 183-58=125. Comercios sin internet: 61-43=18. Etc.) (2. Luego se
calcula las probabilidades utilizando la expresión: casos favorables/casos posibles. 119/244=0.4877)
(5.5) Entre los 80 directivos de una empresa hay 48 casados, se sabe, además, que hay 35 con estudios universitarios
concluidos de los cuales 22 son casados. ¿Cuál es la probabilidad que un director elegido al azar sea casado o con estudios
universitarios incompletos.
P(AoB)= (1-(45/80))+(48/80)-((1-(45/80))*(48/80))=0,775
80 directivos
0,16.
(5.5) En un restaurante, las probabilidades que una persona pida una hamburguesa con lechuga es 0,12, con mayonesa 0,35 y
con ambos 0,06. La probabilidad que una persona pida una hamburguesa con lechuga o mayonesa es.
(0,12+0,35-0,06)=0,41
0,41
(5.5) En un restaurante, las probabilidades que una persona pida una hamburguesa con lechuga es 0,18, con mayonesa 0,33 y
con ambos 0,16. La probabilidad de que una persona pida una hamburguesa con lechuga o mayonesa es de.
0,35. Surge del siguiente cálculo: 0,18 + 0,33 – 0,16 = 0,35
(5.5) En una pequeña localidad serrana, se ha observado que durante la temporada de verano un 80% de las personas son
turistas y que un 65% de las personas se desplaza en automóvil. Si se conoce que le medio de movilidad es independiente de
la condición de turista, indique cual es la probabilidad de que una persona seleccionada al azar sea un turista o que utilice el
automóvil:
0,8+0,65-(0,8*0,65)=0,93
0,93.
(5.5) La probabilidad de la que Paula apruebe matemáticas es 2/3, y la probabilidad de que apruebe inglés es 4/9. Si la
probabilidad de aprobar ambos cursos es 1/4 , ¿Cuál es la probabilidad de que Paula apruebe al menos uno de estos cursos.
0,8611. (2/3 + 4/9 – 1/4 = 0,8611)
0,9125(Aplicando la regla aditiva: P (A o B) = 0,75 + 0,65 – 0,4875 = 0,9125. La intersección debe calcularse mediante la
regla multiplicativa para eventos independientes 0,75 * 0,65 = 0,4875)
(5.5) La probabilidad de que en un concurso de fotografías, una determinadas de ellas obtenga el premio por mejor motivo es
de 0,20 y de que obtenga el premio por mejor luminosidad es de 0,30 ¿Cuál es la probabilidad que no obtenga ninguno de los
dos premios, considerando a los eventos como independientes?
0.56. Si la probabilidad de obtener premio por mejor motivo P(M) = 0,2, la probabilidad de no obtener premio es su
complemento P(-M) = 0,8, de la misma manera sucede con la mejor luminosidad P(L) = 0,3 pero él no obtenerlo será P(-L) =

complemento P(-M) = 0,8, de la misma manera sucede con la mejor luminosidad P(L) = 0,3 pero él no obtenerlo será P(-L) =
0,7. Además tenemos que tener en cuenta que los eventos son independientes, y la probabilidad conjunta es el producto
de sus probabilidades P(-M y -L) = P(-M) * P(-L) = 0,8 * 0,7 = 0,56
(5.5) La probabilidad de que en un concurso de fotografías, una determinadas de ellas obtenga el premio por mejor motivo es
de 0,20 y de que obtenga el premio por mejor luminosidad es de 0,30 ¿Cuál es la probabilidad que obtenga al menos uno de
esos premios.
0,44 La suma para cuando los eventos son independientes, donde la probabilidad conjunta es el producto de sus
probabilidades P(A o B)=P(A)+P(B)-P(A)*P(B)
(5.5) La probabilidad de que Juan apruebe Derecho es 3/5, y la probabilidad que apruebe Ingles es de 2/9. Si la probabilidad
de aprobar ambos cursos es 1/6 ¿Cuál es la probabilidad que Juan apruebe al menos uno de estos cursos.
0,6556 Ya que surge del siguiente cálculo: 3/5 + 2/9 – 1/6 = 0,6556
(5.5) La probabilidad que Marcelo apruebe Algebra es 1/3, y la probabilidad de que apruebe inglés es de 2/9. Si la
probabilidad de aprobar ambos cursos es ¼. ¿Cuál es la probabilidad que Marcelo apruebe al menos uno de estos cursos.
0.3055.1/3 + 2/9 – ¼ = 0,3044
(5.5) La probabilidad que Marcelo apruebe Algebra es 2/5, y la probabilidad de que apruebe inglés es de 4/9. Si la
probabilidad de aprobar ambos cursos es 1/3. ¿Cuál es la probabilidad que Marcelo apruebe al menos uno de estos cursos.
0.511.La respuesta correcta surge de 2/5 + 4/9 – 1/3 = 0,511
(5.5) Las probabilidades que la recepcionista de un dentista, su asistente o ambos se enfermen cierto días son, 0.04, 0.07 y
0.02. La probabilidad de que cuando menos uno de los dos se enferme es de.
0.09 (0,04+0,07-0,02)=0,09
(5.5) Sean A y B dos eventos, luego P (A y B) es igual a.
P (B) * P (A / B)
(5.5) Sean A y B dos eventos de un mismo espacio maestral S, tal que P(A)=0,40; P(B) =0,45 y P(A y B)=0, Luego P(A o B) vale.
0,85.
(5.5) Sean A y B dos eventos de un mismo espacio muestral S, tal que P(A)= 0,15, P(B)=0,60 y P (A Y B) = 0. Luego P (A o B)
Vale.
0,75
(5.5) Sean A y B dos eventos de un mismo espacio muestral S, tales que P(A) = 0.35; P (B) = 0.10 y P (A y B) = 0. Luego P(A o B)
vale.
0,45 ( P(AoB) = P(A) + P(B) – P(A y B) P(A o B) = 0,35 + 0,10 – 0 = 0,45)
(5.5) Si A y B son eventos de un espacio muestral , tales que P(A)=0,5 p(Ao B)=0,8 P(ayB)=0,1 entonces P(B) es 0,4.
P(AoB)=P(A)+P(B)-P(AyB) implica que P(B)=P(AoB)-P(A)+P(AyB)=0,8-0,5+0,1=0,4.
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)= 0,5, P(B)= 0,3 y P(A y B)= 0,1 entonces P(A o B) es:
0,7
(5.5) Si A y B son eventos de un espacio muestral, tales que P(A)=0.5, P(B)=0.3 y P(AoB)=0.8 entonces P(A y B) es:
0 (0.5+0.3-0.8=0)
(5.5) Si A y B son eventos colectivamente exhaustivos, la P (A o B) será.
1
(5.5) Si dos eventos, A y B son mutuamente excluyentes tal que P(A)=0,2 Y P(B)=0,4 entonces la probabilidad que ocurra A o B
es.
0,60.Ya que la probabilidad de que ocurra A o B se obtiene a través del siguiente procedimiento de cálculo: 0,2 + 0,4 = 0,6
(5.5) Si dos eventos, A y B son mutuamente excluyentes tal que P(A)=0,3 Y P(B)=0,5 entonces la probabilidad que ocurra A o B
es.
0,8 // 0,3 + 0,5 = 0,8
(5.5) Si un zoológico tiene cuatro cerdos de Guinea machos y ocho hembras y elige a dos de ellos al azar para realizar un
experimento. La probabilidad de que ambos sean machos es de.
0,0901 (4/12)*(3/11) = 0,0909, expresado en tres cifras 0,091)
(5.5) Suponga que se tiene una moneda no honrada. Sea E el evento caer cara al lanzar la moneda. Suponga que P(E)=0,4 la
probabilidad de no caer cara es.
0,6. – (P(no C)=1-P(C)=1-0,4=0,6)
(5.5) Supongamos que a su criterio la probabilidad de promocionar Estadística es de 0,6. De la probabilidad de promocionar
comportamiento organizacional es de 0,3. Siendo estos eventos independientes que “promocione por los menos una de las
asignaturas.
0,72. cuando son independientes haces 0,30+0,60-(0,30×0,60)
(5.5) Un club social clasifica a sus socios de acuerdo a sus edades entre categorías, Infantiles Cadetes y mayores y dentro de
cada una de ellas de acuerdo a su sexo. Sobre un total de 500 socios, 100 de ellos son mayores y 250 cadetes. Además se sabe
que 30 de los mayores son mujeres y 100 de los infantiles son varones. Del total de socios 380 son varones. Si se elige
azarosamente uno de los socios, ¿Cuál es la probabilidad de que sea mujer o cadete.
33/50 (120/500 +250/500 – 40/500 =330/500)
(5.5) Un hospital, además de clasificar a sus pacientes por su sexo, lo hace según el grado de complejidad de su estado. Sobre
un total de 200 pacientes, 75 son de sexo masculino y 125 de sexo femenino. Además, 25 masculinos son de alta complejidad
y 50 de baja complejidad, con respecto a los femeninos, 95 son de alta complejidad y solo 30 de baja. Si se toma ficha de un
paciente en forma azarosa indique la probabilidad de que la misma corresponda a un paciente de sexo masculino o de alta
complejidad.

complejidad.
0,85(la cantidad de pacientes de alta complejidad: 25 + 95 = 120. A continuación se obtiene la probabilidad aplicando la
regla aditiva: 120/200 + 75/200 – 25/200 = 170 /200. Este resultado expresado en forma decimal es: 0,85
(5.5) Una fábrica produce caramelos con sabor a fresa, menta, limón o naranja La proporción en la que se fabrican son 0,45
0,30 0,10 y 0,15 respectivamente. Si elige un caramelo al azar de la producción, indique la probabilidad de que el caramelo
sea de naranja o fresa.
0,60 Se obtiene de la siguiente manera: 0,15 + 0,45 = 0,60
(5.5) Una junta de revisión puede clasificar a una película dada como: buena, regular y mala. Las respectivas posibilidades son
0,58, 0,30 y 0,12. La posibilidad que la película reciba una de estas tres clasificaciones es:
1.
5.6 - REGLA MULTIPLICATIVA

(5.6) De una baraja estándar de 52 cartas sea A el suceso de sacar un AS en la primera extracción y B sacar un AS en la
segunda extracción de ases en 2 extracciones sin revolver la carta extraída?
P(AyB)=P(A)*P(B/A) = (4/52)*(3/51) (Para el segundo intento no se repone la carta tomada previamente).
1/221
(5.6) Se tiene 4 bolas rojas y 5 bolas blancas, la probabilidad de extraer 2 bolas rojas sin reponer la primera que se extrae es?
P(AyB)=P(A)*P(B/A) = (4/9)*(3/8)=0,1667
1/6
(5.6) Se tiene 3 bolas rojas y 3 bolas blancas, la probabilidad de extraer 2 bolas rojas sin reponer la primera que se extrae es?
P(AyB)=P(A)*P(A/B)= (3/6)*(2/5)=0,2
1/5
(5.6) Sea A el suceso de sacar un AS de una baraja estándar de 52 cartas y B sacar un rey de corazón rojo. Calcular la
probabilidad de sacar un AS y un rey de corazón rojo en 2 extracciones sin devolver la carta extraída?
P(AyB)=P(A)*P(A/B)= (4/52)*(1/51)=0,0015
1/663
(5.6) Suponga que se tienen eventos independientes A y B de un espacio muestral, tales que P(A) =0,4,P(B)=0,1, entonces P (A
y B) es?
P(AyB)=P(A)*P(B)= 0,4*0,1=0,04
0,04
(5.6) Suponga que se tienen eventos independientes A y B de un espacio muestral, tales que P(A)=0,4 P(A y B)= 0,1 entonces
P(B) es?
P(AyB)=P(A)*P(B)
0,1=0,4*P(B)
0,1/0,4=0,25
0,25
(5.6) Al despejar la fórmula de la probabilidad condicional, se obtiene la expresión conocida como.
Regla multiplicativa de las probabilidades.
(5.6) como se calcula P(A y B).Seleccione la respuesta corecta.
P(A│B) x P(B)
(5.6) Cuales de estas son probabilidades condicionales. Seleccione 2(dos) respuestas correctas
P(A/B) y P(B/A).
(5.6) cuando estamos calculando la probabilidad de un evento particular A, dada la información sobre la ocurrencia de otro
evento B, esta probabilidad se denomina.
Probabilidad condicional
(5.6) La expresión P (A y B) / P (A) da como resultado la.
Probabilidad condicional
(5.6) La expresión P(A/B)= P (AᴖB) / │P(B)│indica que.
La probabilidad de ocurrencia de A según B, está dada por el cociente entre la probabilidad de ocurrencia conjunta de A y B
sobre la probabilidad de B
(5.6) La probabilidad de A dada la ocurrencia de B, se denomina probabilidad condicional, su expresión es P(A/B) y se calcula.
P (A y B) / P (B)
(5.6) La regla multiplicativa de las probabilidades, en el caso especial de los eventos independientes quedaría expresado del
siguiente modo:
P(AnB)= P(B)*P(A)”.
(5.6) Si A y B son eventos complementarios entonces vale que P(AyB)=0.
VERDADERO, como son complementarios no tienen intersección.
(5.6) Si A y B son eventos independientes, entonces se cumplirá que:
P (A/B) = P (A) Dado que la probabilidad de ocurrencia de A no se ve afectada por la ocurrencia previa de B, la probabilidad
condicional será la probabilidad A directamente, sin modificaciones
(5.6) Si se cumple que P(A/B)=P(A) puede inferirse que.
A y B son eventos independientes
(5.6) De una baraja estándar de 52 cartas sea A el suceso de sacar un As en la primera extracción y B sacar un As en la segunda

(5.6) De una baraja estándar de 52 cartas sea A el suceso de sacar un As en la primera extracción y B sacar un As en la segunda
extracción. Calcular la probabilidad de sacar dos ases en dos extracciones sin devolver la carta extraida.
1/221 (4/52 por 3/51)
compradores de televisores. 358 mencionaron que planificaban comprar un aparato de tv en los próximos 12 meses. Un año
después, se realizó el seguimiento a los mismos clientes y se encontró que 550 habían adquirido un nuevo tv, pero solo 255 lo
habían informado como planificado en el estudio anterior. Si se selecciona aleatoriamente un cliente de los que efectuaron
compras ¿Cuál es la probabilidad de seleccionar un cliente que NO haya tenido la decisión planificada un año antes.
0.4636 (1. Organizar los datos del enunciado en una tabla de contingencias, de manera que puedan encontrarse por
diferencia los datos faltantes. Planificaron y compraron: 550-255=295. Entonces 358-295=63. Planificaron pero finalmente
no compraron: ……) (2. Luego se calcula las probabilidades utilizando la expresión: casos favorables/casos posibles.
255/550=0.4636
(5.6) En un Instituto de rehabilitación se cuenta con la siguiente información: El 59% de los pacientes son hombres, el 32 %
son alcohólicos y el 21% son hombres alcohólicos. ¿Cuál es la probabilidad de que elegido un hombre al azar sea alcohólico.
0,356 Sea H hombre, A alcohólico y B hombre alcohólico, luego P(A y H) = P(A/H)*P(H). Reemplazando: 0,21 = P(A/H)* +
0,59. Despejando se obtiene: P(A/H) = 0,21/0,59 = 0,356
(5.6) En un relevamiento realizado en un barrio de la ciudad de Santa Fe, se estudiaron 183 viviendas y 61 comercios. Los
resultados indicaron que 58 viviendas no poseían conexión a internet, mientras que 43 comercios si contaban con este
servicio. Si se desea realizar un seguimiento mediante la realización de llamadas telefónicas que seleccionen aleatoriamente
domicilios de comercios exclusivamente ¿Cuál es la probabilidad que se seleccione entre ellos un domicilio que posea
conexión a internet.
0.7049.(1. Organizar los datos del enunciado en una tabla de contingencias, de manera que puedan encontrarse por
diferencia los datos faltantes. Viviendas con internet: 183-58=125. Comercios sin internet: 61-43=18. Etc.) (2. Luego se
calcula las probabilidades utilizando la expresión: casos favorables/casos posibles. 43/61: 0.7049)
(5.6) En una empresa hay 14 empleados de los cuales 6 son varones. Son seleccionados aleatoriamente dos empleados para
brindarles una capacitación en el extranjero. La probabilidad de que ambos sean varones es.
0,165. Ya que la probabilidad se obtiene de la siguiente manera: (6/14) * (5/13) = 0,1648
(5.6) En una papelería se exhiben 20 marcadores de los cuales seis son rojos y 14 azules. Si se extraen azarosamente dos
marcadores indique la probabilidad de que ambos sean azules.
0,4789.Regla multiplicativa(1°A y 2°A)=P(1°A)*(2°A/1°A).
(5.6) La probabilidad de que el jugador A llegue a la final de un torneo de tenis es 0,75. La probabilidad de que un jugador B
llegue a la final de un torneo de tenis es 0,65. Si estos eventos pueden considerarse independientes entre sí, ¿Cuál es la
probabilidad de que en la final participe el jugador B pero no el jugador A.
0,1625.Aplicando la regla multiplicativa la probabilidad de la intersección es igual a la probabilidad del primer evento por la
probabilidad condicional del segundo. Dado que los eventos son independientes la probabilidad condicional es
directamente la P (B) . P (A y B) = 0,25 * 0,65 = 0,1625. Previamente se ha considerado que la probabilidad de no llegar es
1 – probabilidad de llegar.
(5.6) La probabilidad de que un concierto dado recibirá la publicidad adecuada es de 0,80 y la probabilidad de que recibirá la
publicidad adecuada y también ser un gran éxito es de 0,76. La probabilidad de que sea un gran éxito si sabemos que recibió
una publicidad es.
0,95 Se obtiene de la siguiente manera: 0,76/0,80 = 0,96
(5.6) Se conoce que P(A)=0,50, P(B/A)=O,20 y P(AUB)=1. Entonces, la probabilidad de que un elemento cumpla
simultáneamente las condiciones A y B es.
0,10.Porque la probabilidad de que un elemento cumpla simultáneamente las condiciones A y B se obtiene aplicando la
regla multiplicativa: 0,50 * 0,20 = 0,10
(5.6) Se tienen 3 bolas rojas y tres bolas blancas, la probabilidad de extraer dos bolas rojas sin reponer la primera que se
extrajo es .
1/5.Sea A sacar una bola roja en la primera extracción, Sea B sacar una bola roja en la segunda extracción , entonces P(A
yB)=P(A)P(B/A)=(3/6)(2/5)
(5.6) Se tienen 4 bolas rojas y 5 bolas blancas, la probabilidad de extraer dos bolas rojas sin reponer la primera que se extrajo
es.
1/6.Sea A sacar una bola roja en la primera extracción, Sea B sacar una bola roja en la segunda extracción, entonces P(A
yB)=P(A)P(B/A)=(4/9)(3/8)=1/6
(5.6) Sea A el suceso de sacar un As de una baraja estándar de 52 cartas y B sacar un rey de corazón rojo. Calcular la
probabilidad de sacar un As y un Rey de corazón rojo en dos extracciones sin devolver la carta extraída
(A)= 0.0769 y P(B) =0.019 (Probabilidad = casos favorables / casos posibles)
(5.6) Sea A el suceso de sacar un As de una baraja estándar de 52 cartas y B sacar un Rey de corazón rojo. Calcular la
probabilidad de sacar un As y un Rey de corazón rojo en dos extracciones sin devolver la carta extraida.
1/663. A y B son sucesos dependientes porque la ocurrencia de A afecta la probabilidad de B.B:P(A y
B)=P(A).P(B/a)=(4/52).(1/51)=1/663
(5.6) Sobre un total de cinco Inspectores pertenecientes a una gran empresa, 2 solteros y los otros 3 casados, es necesario
seleccionar a dos de ellos para realizar inspecciones en las sucursales del interior. Si la elección se realiza en forma aleatoria,
indique la probabilidad de que se seleccione a los dos inspectores solteros.
0.10 (2/5*1/4 =1/10)

0.10 (2/5*1/4 =1/10)
(5.6) Suponga que se tiene n eventos independientes A y B de un espacio muestral, tales que P(A)=0.4 P(B)=0,1, entonces P(A
y B) es.
0.04 como A y B son independientes entonces P(A y B)=P(A)P(B) implica P(AyB)=0,4*0.1=0.04
(5.6) Suponga que se tiene n eventos independientes A y B de un espacio muestral, tales que P(B)=0.5, P(A y B)=0.1, entonces
P(A)=0,1 es.
0.2 (como A y B son independientes entonces P(A y B)=P(A)P(B))
(5.6) Supongamos que a su criterio la probabilidad de promocionar estadística es de 0,6. De la misma manera considera que la
probabilidad de promocionar comportamiento organizacional es de 0,3. Siendo estos eventos independientes indique la
probabilidad de que promocione ambas asignaturas
0,18 Surge del siguiente procedimiento: 0,60 * 0,30 = 0,18 ver 2 respuestas iguales
(5.6) Supongamos que se tienen eventos independientes A y B de un espacio muestral , tales que P(A)=0,4 P(AyB)=0,1
entonces P(B) es
0,25.Como A y B son independientes entonces P(AyB)-P(A)P(B) implica P(B)=P(AYB)/P(A)=0,1/0,4=0,25
(5.6) Un número de alumnos de una cátedra de Estadística de la Universidad de siglo 21 es de 48 alumnos, de los cuales 14
provienen del interior de la prov. De Córdoba. Si es necesario seleccionar a 3 alumnos para representar a la Universidad en un
evento y dicha selección se efectúa de manera azarosa, indique la probabilidad de que en la terna se tenga 2 alumnos
provenientes del interior de Córdoba:
9,91.
(5.6) Una caja contiene 12 camisas de las cuales cuatro tienen defectos y el resto está bien. La probabilidad de que si se
seleccionaran al azar tres de las camisas de las cajas todas tienen defectos es de.
0,018 (Se aplica la regla multiplicativa, a través del siguiente procedimiento: (4/2)* (3/11)* ( 2/10) = 0,018Ya que la
probabilidad de que si se seleccionan al azar tres de las camisas de la caja todas tienen defectos se obtiene aplicando la
regla multiplicativa, a través del siguiente procedimiento de cálculo: (4/12) * (3/11) * (2/10) = 0,018
(5.6) Una industria textil tiene su proceso dividido en tres áreas: molderia, confección y finalizado. La probabilidad que una
prenda que ingresa en el proceso sufra una falla originada en el área molderia es de 0.05, que sufra una falla originada en el
área de confección es de 0.07 y en el área finalizado 0.04. Si la probabilidad que las prendas con fallas en el área molderia
sufran fallas en el área de confección es de 0.10 ¿Cuál es la probabilidad de que al final del proceso una prenda tenga fallas
originadas en ambas áreas.
0.005.(Aplicando la regla multiplicativa la probabilidad de la intersección es igual a la probabilidad del primer evento por la
probabilidad condicional del segundo. P (A y B) = 0.05 * 0.10 = 0.005)
(5.6) una industria textil tiene su proceso dividido en tres áreas: molderia, confección y finalizado. La probabilidad que una
área de confección es de 0.07 y en el área finalizado 0.04. Si la probabilidad que las prendas con fallas en el área confección
sufran fallas en el área de finalizado es de 0.50 ¿Cuál es la probabilidad de que al final del proceso una prenda tenga fallas
originadas en ambas áreas.
0.035.(Aplicando la regla multiplicativa la probabilidad de la intersección es igual a la probabilidad del primer evento por la
probabilidad condicional del segundo. P (A y B) = 0.07 * 0.50 = 0.035)
(5.6) Una industria textil tiene su proceso dividido en tres áreas: moldería, confección y finalizado. La probabilidad que una
área de confección es de 0.07 y en el área finalizado 0.04. Si la probabilidad que las prendas con fallas en el área molderia
sufran fallas en el área de confección es de 0.10 ¿Cuál es la probabilidad de que al final del proceso una prenda tenga fallas
originadas en al menos una de esas áreas.
0,115.Aplicando la regla aditiva la probabilidad de la unión es igual a la probabilidad del primer evento más la probabilidad
del segundo evento menos la probabilidad de la intersección entre ambos. P (A o B) = 0,05 + 0,07 – 0,005 = 0,115
=======================================================================================================
================
Lectura 4 - Probabilidades Marginales
5.8 Probabilidades marginales.
PROBABILIDAD Probabilidad incondicional de que se

MARGINAL presente un evento, es decir,
No existe ningun otro evento que lo afecte.

5.8 - PROBABILIDADES MARGINALES
(5.8) La probabilidad simple también se denomina.
Probabilidad marginal
(5.8) La probabilidad marginal.
En condiciones de dependencia estadística se determina mediante la suma de las probabilidades de todos los eventos
conjuntos en los que se presenta el evento sencillo.”
(5.8) Dos eventos se dicen que son independientes cuando la suma de sus probabilidades es igual a.
Se determina mediante la suma de las probabilidades de todos los eventos conjuntos en los que se presenta el evento
sencillo. /// Justificación: La distribución marginal es la distribución de probabilidad de un subconjunto de variables
aleatorias de un conjunto de variables aleatorias.
(5.8) Para cubrir un cargo administrativo en el Departamento de Personal de una Cia. Se presentan 200 postulantes de los
cuales 40 son mujeres. Además, del total de los aspirantes 48 tienen experiencia en trabajos similares. Del total de
postulantes varones, 128 no tienen experiencia previa. Suponga Ud que quien realiza la selección desconoce los antecedentes
de los postulantes y selecciona azarosamente un postulante. Indique la probabilidad de que el elegido sea del sexo femenino,
con experiencia previa.
P= (16/200).
P(A)= 40/200 Mujeres
P(B)= 48/200 Con Experiencia
P(C)= 160/200 Hombres
P(D)= 128/200 Hombres sin Experiencia
P(E)= 32/200 Hombres con Experiencia
Mujeres Con Experiencia= 48-32=16

P(MCE)= 16/200
=======================================================================================================
================
Lectura 5 - Teorema de Bayes

5.9. Teorema de Bayes

5.9 - TEOREMA DE BAYES
(5.9) Dadas: P (L/M) = 0,15 P (L/M) = 0,21 P (M) = 0,32 y siendo M el complemento de M. Calcular P (M/L)
0,65
(5.9) Hay dos urnas A con tres bolas negras y cinco bolas rojas, B con dos bolas rojas y tres bolas negras Escogemos una al azar
y extraemos una bola Si la bola ha sido roja Cual es la probabilidad…..
(1/2)*(5/8)+(1/2)*(2/5)
(5.9) Hay 2 urnas: A con 3 bolas negras y 5 bolas rojas; B con 2 bolas rojas y 3 bolas negras. Escogemos una urna al azar….
Roja: ¿Cuál es la posibilidad de haber sido extraída de la urna A?
(1/2)*(5/8)/(1/2)*(5/8)+(1/2)*(2/5)=0,5906
(5.9) Dos máquinas A y B producen 75% y 25% respectivamente del total de las piezas producidas en la fábrica. Los
porcentajes de producción de piezas defectuosas de esta, maquina son 3% y 4% Al tomar una pieza al azar y ser
defectuosa.¿ Cuál es la posibilidad de haber sido producida por la maquina A?
0,6923
P(A)/P(A)+P(B) /// 0,75*0,03/(0,75*0,03+0,25*0,04)=0,6923 P(M1/D)= probabilidad de haber sido producida por la
maquinaria A Utilizando el teorema de Bayer , tenemos que P(M1/D)=P(D/M1)/(P(M1)*P(D/M1)+P(M2)*P(D/M2)).

Estadistica - Mods 1 y 2

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica - Mods 1 y 2

Cargado por

Copyright:

Formatos disponibles

Estadística - Módulos 1 y 2

martes, 11 de junio de 2019 20:29

Población Elementos Variables Censo Parámetros

TIPOS DE VARIABLES Cuantitativas Discretas

1.1 - ETAPAS QUE DEFINEN UN ANALISIS ESTADISTICO

1.2. Concepto de Población y muestra.

Universidad Siglo 21 página 1

Universidad Siglo 21 página 2

Universidad Siglo 21 página 3

Universidad Siglo 21 página 4

Nivel de confianza= 1-a = 80% (0,80)

0,28 < Pi < 0,38

Nivel de Confianza= 1-a = 99%

p=X/n = 18/40 = 0,45

p- Raíz (p(1-p)/n) < Pi < p+Z. Raíz (p(1-p)/n)

1.3. Variable en estudio.

1.3.1 - TIPOS DE VARIABLES. CLASIFICACION

Universidad Siglo 21 página 5

1.4 - VALORES ESTADISTICOS Y PARAMETROS

Universidad Siglo 21 página 6

Lectura 2 - Valores estadísticos: de posición y de dispersión.

1.5. Valores de posición y de dispersión.

Universidad Siglo 21 página 7

Muestral afectada por la frecuencia

Moda Valor que más se repite

Frecuencia Acumulada Suma de frecuencias absolutas

De dispersión Amplitud o Rango

Universidad Siglo 21 página 8

Desvió Estándar Poblacional

DESVIO ESTANDAR / ERROR ESTANDAR

(1.5) cuales de lo sig. Son valores de dispersión seleccione 4 correctas?

Universidad Siglo 21 página 9

Universidad Siglo 21 página 10

Universidad Siglo 21 página 11

Dato Media Diferencia Cuadrado

1.6. Serie simple.

Universidad Siglo 21 página 12

1.7 - SERIE DE FRECUENCIA

1.8 - FRECUENCIA RELATIVA

1.9 - FRECUENCIA ACUMULADA

1.10 - FRECUENCIA DESACUMULADA

Universidad Siglo 21 página 13

4.1 - AMPLITUD O RANGO

Universidad Siglo 21 página 14

4.1.1 - DESVIO MEDIO

4.1.3 - DESVIO ESTANDAR

4.1.4 - COEFICIENTE DE VARIACION

CV= d/u.100 = (80/170)*100=47,0588

4.2 - CUARTILES Y PERCENTILES

Universidad Siglo 21 página 15

4.3 - REGLA EMPIRICA

Lectura 3 - Diagramas y gráficos.

Universidad Siglo 21 página 16

GRAFICOS DIAGRAMAS CIRCULARES O DE SECTORES

POLIGONO DE FRECUENCIAS RELATIVAS

Universidad Siglo 21 página 17

RELACION ENTRE LA MEDIA, LA MEDIAN Y LA

Universidad Siglo 21 página 18

2.1.1 - GRAFICO CIRCULAR

Universidad Siglo 21 página 19

2.1.2 - DIAGRAMA DE BARRAS

2.2 - POLIGONO DE FRECUENCIAS

2.3 - GRAFICACION DE FRECUENCIA. CURVA DE FRECUENCIA ACUMULADA