Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Libro - Estad-2013 PDF
Libro - Estad-2013 PDF
AÑO 2013
CONTENIDO
Pág.
1. RECOLECCIÓN Y PRESENTACIÓN DE DATOS Y MEDIDAS ESTADÍSTICAS 1
1.1. DEFINICIÓN DE ESTADÍSTICA 1
1.2. CLASIFICACIÓN DE LA ESTADÍSTICA 1
1.3. TÉRMINOS DE ESTADÍSTICA 1
1.4. RECOLECCIÓN DE DATOS 4
1.5. DISTRIBUCIÓN DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN 7
1.6. GRÁFICOS ESTADÍSTICOS 23
2.1. MEDIDAS ESTADÍSTICAS 41
2.2. MEDIDAS DE TENDENCIA CENTRAL 42
4.1. EXPERIMENTO 86
4.3. EVENTOS 87
CAPITULO I
Análisis
Recolección Organización Presentación Descriptivo
Gráficos
Estadística Inferencial
_________________________________________ 1
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
1.3.3. VARIABLES
Es una característica de la población que se va investigar y puede tomar
diferentes valores.
_________________________________________ 2
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
b.2) Variable cualitativa ordinal: Son aquellas que agrupan a los objetos,
individuos, en categorías ordenadas, para establecer relaciones comparativas.
Ejemplo 8:
Y: Nivel de pobreza: No pobre, pobre, muy pobre, extremadamente pobre.
_________________________________________ 3
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
Ejemplo 9:
Si se quiere estudiar el rendimiento académico de los alumnos de la Universidad
Los Ángeles de Chimbote, la unidad de observación serán los alumnos.
Ejemplo 10:
El sueldo promedio de todos los trabajadores de la Empresa Sider Perú de
Chimbote.
_________________________________________ 4
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
_________________________________________ 5
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
Pueden ser:
b.1) Encuesta censal: Cuando abarca toda la población en estudio.
Ejemplo 15:
Censos de población y vivienda de una localidad o país.
_________________________________________ 6
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
CÓDIGO
c
o Yi fi Fi hi Hi hi% Hi% Encabezado
l
u
Y1 f1 F1 h1 H1 h1% H1%
m Y2 f2 F2 h2 H2 h2% H2%
n Y f3 F3 h3 H3 h3% H3%
a . . . . . . .
. . . . . . .
m Total n - 1.00 - 100 -
a Fuente:
t
r
i
z
Cuerpo del Cuadro
________________________________________________________ 7
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
a) Clase o intervalo de clase: Son los grupos que se forman con los valores de
la variable cuando la variable es cuantitativa discreta (clase) o continua (intervalo
de clase). Cuando la variable es cualitativa nominal u ordinal toma el nombre de
categoría.
O hi 1
________________________________________________________ 8
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
m
h1 h2 ... hm hi 1
i 1
Fm = f1 + f2 +… fm=n
Hm = h1 + h2 + h3 +… hm = 1
________________________________________________________ 9
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
________________________________________________________ 10
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
TABLA N° 2
Distribución de frecuencias ampliada
Yi fi fi hi Hi hi Hi
Y1 f1 F1 h1 H1 h1% H1%
Y2 f2 F2 h2 H2 h2% H2%
Y3 f3 F3 h3 H3 h3% H3%
. . . . . . .
. . . . . . .
. . . . . . .
Ym fm Fm hm Hm hm% Hm%
Total n - 1.00 - 100 -
Ejemplo 17:
Los siguientes datos hipotéticos corresponden a una muestra aleatoria de 30
empresas de la ciudad de Lima según su número de accidentes de trabajo
durante el año 2007:
0 3 3 3 4 4 0 2 3 1
2 2 3 1 3 4 1 2 2 2
3 3 2 2 2 3 1 2 2 4
________________________________________________________ 11
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
Solución:
a) Unidad de observación: Las empresas
Variable: N° de accidentes de trabajo
En este caso:
f1= 2, f2= 4, f3= 11, f4= 9, y f5= 4
________________________________________________________ 12
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
Tabla N° 3
Distribución de empresas según su número de accidentes de trabajo
N° de accidentes de N° de
trabajo empresas
Y CONTEO f
i i
0 II 2
1 IIII 4
2 IIII IIII I 11
3 IIII IIII 9
4 IIII 4
Total ____ 30
________________________________________________________ 13
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
f1 2 f2 4
h1 = = = 0.07 h2 = = = 0.13
n 30 n 30
f 3 11 f4 9
h3 = = = 0.37 h4 = = = 0.30
n 30 n 30
f5 4
h5 = = = 0.13
n 30
åh
i =1
i = h1 + h 2 + h 3 + h 4 + h 5
åh
i =1
i = 0.07 + 0.13 + 0.37 + 0.30 + 0.13 = 1.00
________________________________________________________ 14
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católca Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
c)
CUADRO N° 1
Distribución de empresas según su número de accidentes de trabajo
Lima : Año - 2007
N° de accid. N° de Frec. Frec. Frec. Frec. Frec.
de trabajo empresas acumulada relativa relativa porcentual porcentual
Y acumulada acumulada
i
fi Fi hi Hi hi % Hi %
0 2 2 0.07 0.07 7 7
1 4 6 0.13 0.20 13 20
2 11 17 0.37 0.57 37 57
3 9 26 0.30 0.87 30 87
4 4 30 0.13 1.00 13 100
Total 30 - 1.00 - 100 -
Fuente: Encuesta realizada por la Empresa Datum S.A.
b) Interpretación:
f3 : 11 empresas han tenido 2 accidentes de trabajo.
F3 : 17 empresas han tenido 2 accidentes de trabajo o menos.
h3% : El 37 % de las empresas han tenido 2 accidentes de trabajo.
H3% : El 57% de las empresas han tenido 2 accidentes de trabajo o menos.
________________________________________________________ 15
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
________________________________________________________ 16
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
LI(i) – LS(i)
[y´0 - y´1 )
[y´1 - y´2 )
:
:
[y´m-1 - y´m)
TABLA N° 4
Distribución de frecuencias absolutas
en intervalos de clase
Intervalos Marca de clase Frecuencia absoluta
simple
LI (i ) LS (i ) yi
fi
[y´0 - y´1 ) y1 f1
[y´1 - y´2 ) y2 f2
. : :
: : :
[y´m-1 - y´m) ym fm
Total - n
________________________________________________________ 17
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
Ejemplo 18:
Los siguientes datos corresponden a una muestra aleatoria de 20 jubilados de la
AFP Integra de la ciudad de Chimbote según su monto de pensión mensual en
soles correspondiente al mes de Enero del 2007:
500 650 650 800 700 730 760 790 520 870
600 670 1000 850 720 750 780 840 400 860
Solución:
a) Unidad de observación: Los jubilados.
Variable en estudio: monto de pensión en soles.
________________________________________________________ 18
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
Tabla N° 5
Distribución de jubilados según su monto de pensión en soles
AFP INTEGRA - Chimbote: Enero - 2007
Monto de pensión en soles Marca de N° de jubilados
LI LS
(i ) (i )
Clase Conteo f i
yi
[400 – 520) 460 II 2
[520 – 640) 580 II 2
[640 – 760) 700 IIII II 7
[760 – 880) 820 IIII III 8
[880 – 1000] 940 I 1
Total - 20
________________________________________________________ 19
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
CUADRO N° 2
Distribución de jubilados según su monto de pensión en soles
AFP INTEGRA - Chimbote: Enero - 2007
Monto de pensión en Marca de N° de jub.
soles clase f i
LI (i ) LS (i ) yi FI hi Hi hi % Hi %
[400
– 520) 460 2 2 0.10 0.10 10 10
[520
– 640) 580 2 4 0.10 0.20 10 20
[640
– 760) 700 7 11 0.35 0.55 35 55
[760
– 880) 820 8 19 0.40 0.95 40 95
[880
– 1000] 940 1 20 0.05 1.00 5 5
Total - 20 - 1.00 - 100 -
Fuente: Registros de Atención al Usuario.
e) Interpretando:
f2 : 2 jubilados han tenido un monto de pensión de 520 soles o más pero
menos de 640 soles..
F2 : 4 jubilados han tenido un monto de pensión de 400 soles o m;as pero
menos de 640 soles.
h2% : El 10% de los jubilados han tenido un monto de pensión de 520 soles
o más pero menos 640 soles.
H2% : El 20% de los jubilados han tenido un monto de pensión de 400 soles
o más pero menos de 640 soles.
f) Sumanos las frecuencias absolutas simples de los intervalos 3 y 4 obteniendo:
( 7 + 8 ) =15 trabajadores.
g) Sumamos las frecuencias porcentuales simples de los intervalos 4 y 5
obteniendo : (40% +5%) = 45%
Este tipo de distribución se utiliza para clasificar los datos de una variable
cualitativa nominal u ordinal.
________________________________________________________ 20
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
TABLA N° 6
Distribución de frecuencias para variables cualitativas
Frecuencia Frecuencia Frecuencia relativa
Variable absoluta relativa porcentual
Xi fi hi hi %
x1 f1 h1 h1%
x2 f2 h2 h2%
. . . .
, . . .
, . . .
xm fm hm hm%
Total n 1.00 100%
Ejemplo 19:
Los siguientes datos obtenidos mediante una encuesta realizada por la Empresa
AMC en el mes de Febrero del 2007 corresponden a una muestra aleatoria de 40
empresas de la ciudad de Chimbote según motivo del uso de Internet:
P O F F F P F RP P F
O P F F F O P RP P P
P P P RP O P P F O RP
RP P F RP P P P F P F
Donde:
P: “PUBLICIDAD” F: “FACTURACION”
RP: “RECEPCION DE PAGOS” O: “OTROS”
Se pide:
a) Identificar la unidad de observación y la variable en estudio.
b) Construir una distribución de frecuencias (absolutas y porcentuales).
c) Interpretar f2 y h2%.
Solución:
a) Como resultado de la clasificación y tabulación se tiene:
________________________________________________________ 21
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
______________________________________________________________________________________________
CUADRO N° 3
Distribución de empresas según su motivo de uso de Internet
Cabina Alfa Net - Chimbote
Mayo - 2005
Motivo de uso de
Internet N° de empresas Frecuencia relativa Frecuencia relativa
X f h porcentual
i i i
hi %
Publicidad 17 0.425 42.50
Facturación 12 0.300 30.00
Recepción de Pagos 6 0.150 15.00
Otros 5 0.125 12.50
TOTAL 40 1.000 100.00
FUENTE: Encuesta realizada por la Empresa AMC
b) Interpretando:
f2 : 12 empresas manifiestan que el motivo de uso de Internet es por
facturación.
h2% : El 30% de las empresas manifiestan que el motivo de uso de Internet
es por facturación.
________________________________________________________ 22
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
CÓDIGO
TÍTULO
(FRECUENCIA)
CUERPO
VARIABLE
FUENTE
_______________________________________________ 23
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
horizontal debe medir entre 10 y 20. Esta exigencia se hace con el fin de no
distorsionar el fenómeno que se estudia.
_______________________________________________ 24
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
Ejemplo 20:
Los Gráficos N° 1 y N° 2 muestra el gráfico de bastones para frecuencias
absolutas y relativas porcentuales del Cuadro N° 1 de la pag. 15:
GRÁFICO N° 1
Empresas según s u número de accidentes de trabajo
Lima : 2007
12
9
Nº de empresas
Nº de accidentes
de trabajo
0 1 2 3 4
Fuente: Encuesta realizada por la Empresa
Datum S.A.
_______________________________________________ 25
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
GRÁFICO N° 2
Porcentaje de empresas según s u número de accidentes de trabajo
Lima : 2007
40
30
Porcentaje
20
10
Nº de accidentes
de trabajo
0 1 2 3 4
Fuente: Encuesta realizada por la Empresa
Datum S.A.
_______________________________________________ 26
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
GRÁFICO N° 3
6
Nº de jubilados
Monto de pensión en
soles
_______________________________________________ 27
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
GRÁFICO N° 4
Porcentaje de jubilados según su monto de pensión en soles
AFP INTEGRA - Chimbote: Enero - 2007
40
30
Porcentaje
20
10
Monto de pensión en
soles
0 400 520 640 760 880
1000
Fuente: Registros de Atención al Usuario.
_______________________________________________ 28
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
Ejemplo 22:
Los Gráficos N° 5 y N° 6 muestran el polígono de frecuencias para frecuencias
absolutas y frecuencias relativas porcentuales del Cuadro N° 2 de la pág. 19.
GRÁFICO N° 5
Número de jubilados según su monto de pensión en soles
AFP INTEGRA - Chimbote: Enero - 2007
8
Nº de jubilados
Monto de pensión
en soles
_______________________________________________ 29
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________________________________________________________
GRÁFICO N° 6
40
30
Porcentaje
20
10
Monto de pensión
en soles
_______________________________________________ 30
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
Este gráfico se utiliza para describir datos cuando la variable es cualitativa nominal
u ordinal presentados en cuadro de entrada simple. Su construcción se hace
levantando barras proporcionales a la frecuencia absoluta o relativa porcentual de
la cualidad que representan.
Ejemplo 24:
Los Gráficos N° 7 y N° 8 muestran el gráfico de barras simples para frecuencias
absolutas y frecuencias relativas porcentuales del Cuadro N° 3 de la pag. 21.
_______________________________________________ 31
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
GRAFICO N° 7
Empresas según su motivo de uso de Internet
Cabina Alfa Net: Chimbote - Mayo 2005
20
17
15
N° de Em pres as
12
10
6
5
5
_______________________________________________ 32
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
GRAFICO N° 8
Porcentaje de empresas según su motivo de uso de Internet
Cabina Alfa Net : Chimbote - Mayo 2005
45 %
42.5
36
30
%
Porcentaje
27
18 15
% 12.5
%
9
0
Publicidad Facturación Recepción de Otros
Pagos
%
Comentario: En el Grafico N° 8 observamos que el menor porcentaje de
empresas (12.5%) manifiestan que usan internet por otros motivos y el mayor
porcentaje de empresas (42.5%) manifestan que el motivo de uso de internet es
por publicidad.
_______________________________________________ 33
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
12
Facturación ao 2 = ´ 360° = 108°
40
6
Recepcción de Pagos ao3 = ´ 360° = 54°
40
5
Otros ao4 = ´ 360° = 45°
40
Total 360°
Ejemplo 25:
Los Gráficos N° 9 y N° 10 muestran el gráfico de barras simples para frecuencias
absolutas y frecuencias relativas porcentuales del Cuadro N° 3 de la pag. 21.
GRAFICO N° 9
Empresas según su motivo de uso de Internet
Cabina Alfa Net : Chimbote - Mayo 2005
Otros 5
Facturación 12
_______________________________________________ 34
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
GRAFICO N° 10
Porcentaje de empresas según su motivo de uso de Internet
Cabina Alfa Net : Chimbote - Mayo 2005
%
Otros 12.5
% %
Recepción de Pagos 15
Publicidad 42.5
%
Facturación 30
_______________________________________________ 35
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
Ejemplo 26:
El Gráfico N° 11 le muestra el gráfico de líneas utilizando los datos del Cuadro N°
4.
CUADRO N° 4
Numero de usuarios mensuales de la Cabina Alfa Net
Chimbote: Año - 2005
Años EN FE M A M J J A S O N D
N° de usuarios 150 210 350 400 600 450 800 650 700 350 200 500
Fuente: Encuesta realizada por la Empresa Consultora OMEGANET.
GRAFICO N° 11
Numero de usuarios de la Cabina Alfa Net
Chimbote: Año - 2005
800 800
700
650
600 600
N° de usuarios
500
450
400 400
350 350
0
E F M A M J J A S O N D
MESES
_______________________________________________ 36
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
AUTOEVALUACIÓN 01
200 400 410 350 420 550 480 380 470 700
250 450 500 590 600 330 650 460 580 430
Se pide:
a) Identificar la unidad de observación y la variable en estudio.
b) Construir una distribución de frecuencias ampliada. Utilice m=5 de intervalos.
c) Interpretar f2, F2, h2% y H2%.
d) Determinar que porcentaje de trabajadores tienen un monto de CTS de 200 soles o
más pero menos de 500 soles. (1punto)
F S S I O I I I F I
I F I I I I O O F I
O O O I I S S I I I
I I I I S S S I I I
Donde:
_______________________________________________ 37
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
Los datos fueron obtenidos mediante una encuesta realizada por la Empresa Apoyo S.A.
a) Identificar la unidad de observación y la variable en estudio.
b) Construir una distribución de frecuencias absolutas y porcentuales.
c) Interpretar f2 y h2%.
d) Construir un gráfico adecuado para frecuencias porcentuales.
CUADRO N° 1
POBLACIÓN ECONOMICAMENTE ACTIVA OCUPADA
DE 14 A 29 AÑOS POR SEXO
PERU: AÑO 2005 - 2008
Unidad de observación:………………………………………………………………
Variable:………………………………………………………………
_______________________________________________ 38
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
__________________________________________________________________________________________
c) Distribución del 30% de clientes del Banco de Crédito de una población de 1000
según sus ahorros mensuales en soles. ( )
d) Encuesta a 100 trabajadores de la Empresa TASA S.A según su sueldo en soles. ( )
……………………………………………………………….
......................................................................................................................
......................................................................................................................
......................................................................................................................
_______________________________________________ 39
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
CAPITULO II
2.1.1. DEFINICION:
Las medidas estadísticas son medidas de resumen que se calculan a partir de una
muestra y que describen ciertos aspectos de una serie o distribución de datos para
poder tener un mejor conocimiento de la población.
2.1.2. CLASIFICACIÓN:
A continuación presentamos un mapa conceptual de la clasificación de las medidas
estadísticas más usadas.
_________________________________________ 41
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
2.2.1. DEFINICIÓN
Son estadígrafos que se ubican en la parte central de un conjunto de datos o de una
distribución.
Los estadígrafos de tendencia central más importantes y más usuales son: la media
aritmética, mediana y moda.
x i
x i 1
n
Ejemplo 26:
Los siguientes datos corresponden a los sueldos mensuales en soles de 10 familias:
Xi : 650, 750, 850, 1000, 750, 820, 850, 1200, 1000, 1000
Solución:
_________________________________________ 42
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
10
åx i
x1 + x 2 + ... + x10 650 + 750 + 850 + 1000 + 750 + 820 + 850 + 1200 + 1000 + 1000
x= i =1
= =
10 10 10
b) Para datos agrupados: La media aritmética para datos agrupados está dada por
la siguiente fórmula:
m
y f i i
y i 1
n
Donde " yi " es la clase o marca de clase de cada grupo o intervalo.
La media aritmética se obtiene sumando el producto de las clases o marcas de clase
por la frecuencia correspondiente y dividiendo la suma entre el número total de
datos.
_________________________________________ 43
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
En la siguiente tabla de trabajo le mostraremos como calcular la media aritmética
cuando la variable es discreta, debemos multiplicar los valores de cada clase con
sus respectivas frecuencias finalmente se suma esos resultados y se divide entre el
número de observaciones, tal como se muestra en la siguiente Tabla N° 8:
Tabla N° 08
N° de cibernautas N° de cabinas
yi f i 44 yi f i
40 10 400
45 20 900
50 40 2000
55 15 825
60 10 600
65 5 325
TOTAL 100 5050
Luego:
6
y i fi
40 10 45 20 50 40 55 15 60 10 65 5 5050
y i 1
100 100 100
y 50.5 51 cibernautas
Ejemplo 28:
La siguientes datos de la Tabla N° 09 corresponde a una muestra aleatoria de 300
trabajadores según su edad en años:
_________________________________________ 44
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 09
Edad en N° de
en años trabajadores
LI - LS fi
[25 - 30) 40
[30 - 35) 60
[35 - 40) 100
[40 - 45) 92
[45 - 50) 8
TOTAL 300
Se pide:
Calcular la media aritmética e interpretar
Solución:
N° de
Edad en años Marca de Clase
trabaj.
LI (i ) LS(i ) yi yi f i
fi
i
1 [25 - 30) 27.5 40 1100
2 [30 - 35) 32.5 60 1950
3 [35 - 40) 37.5 100 3750
4 [40 - 45) 42.5 92 3910
5 [45 - 50) 47.5 8 380
Total - 300 11090
Luego:
6
åy ´f i i
27.5 ´ 40 + 32.5 ´ 60 + 37.5 ´100 + 42.5 ´ 92 + 47.5 ´ 8
y= i =1
=
1300 300
11090
y= = 36.97 años.
300
_________________________________________ 45
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
2.2.2.2. Características:
• Es la más conocida y más usada en el análisis estadístico.
• Para su cálculo intervienen todas las observaciones.
• Es una medida única, es decir un conjunto de datos tiene una sola media.
• Es sensible a los valores extremos demasiados altos o demasiados bajos.
• No se puede calcular cuando presenta clases abiertas en los extremos.
Notación: Me.
a.1.) Para un número par de datos: La mediana será el promedio de los dos
valores centrales..
Ejemplo 29:
Calcular e interpretar la mediana del Ejemplo 26 de la pag. 38.:
Xi : 650, 750, 850, 1000, 750, 820, 850, 1200, 1000, 1000
Solución:
Ordenando en forma ascendente
650 750 750 820 850 850 1000 1000 1000 12000
Lugar 5.5
_________________________________________ 46
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Me = 850 soles.
a.2.) Para un número impar de datos: La mediana será el valor que está
ocupando la posición central.
Ejemplo 30:
Los siguientes datos corresponden a los tiempos de acceso en minutos a 11
Páginas Web cargadas por la tarde en el horario de 14 a 15 horas desde un
ordenador domestico:
Xi: 2.9, 1.4, 1.2, 3.4, 1.3, 2.5, 1.6, 1.8, 2.3, 1.5, 1.0
Solución:
Ordenando los datos en forma ascendente
1.0 1.2 1.3 1.4 1.5 1.6 1.8 2.3 2.5 2.9 3.4
Lugar 6
n + 1 11 + 1
Lugar = = =6
2 2
Cuando se tiene un número impar de datos la mediana será el valor que está
ocupando la posición central.
_________________________________________ 47
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 11
N° de cabinas N° de cibernautas
i yi fi Fi
1 40 10 10
2 45 20 30
50 40 70
3
55 15 85
4 60 10 95
5 65 5 100
6 Total 100 -
70 50
F3 10
Me = 50 cibernautas
Interpretación: Al 50% de las cabinas acuden como máximo 50 cibernautas durante
el mes anterior, el otro 50% de las cabinas supera dicho número.
_________________________________________ 48
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Me LI (i ) Ci
n / 2 Fi 1
fi
Se debe cumplir la siguiente relación:
n
Fi 1 Fi
2
“i” determina el intervalo en
donde se encuentra la Me.
Cuando:
n
Fi 1
2
Además:
LI (i )
: Límite inferior del intervalo en donde se encuentra la Me.
Ci : Amplitud o ancho del intervalo en donde se encuentra la Me.
n : Número de observaciones de la muestra.
Fi 1 : Frecuencia acumulada inmediata anterior al intervalo en donde se
encuentra la Me.
fi : Frecuencia absoluta del intervalo en donde se encuentra la Me
_________________________________________ 49
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 32:
Calcular e interpretar la mediana de los datos de la Tabla N° 09 de la página 41:
Solución:
Tabla N° 12
Edad en N° de
en años trabajadores
Fi
i LI - LS fi
1 [25 - 30) 40 40
2 [30 - 35) 60 100
3 [35 - 40) 100 200
4 [40 - 45) 92 292
5 [45 - 50) 8 300
TOTAL 300 -
n
Vemos que n = 300 = 150
2
Me = LI(3) + C3 ´
[ n / 2 - F2 ]
f3
Me = 35 + 5 ´
[150 - 100]
100
Me = 37.5 años.
Interpretación: El 50% de los trabajadores tienen una edad máxima de 37.5 años,
el otro 50% supera dicha edad.
_________________________________________ 50
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
2.2.3.2. Características:
La mediana es un estadígrafo que no está afectada por valores extremos muy
altos o muy bajos y por lo tanto es más representativa que la media
aritmética, o cuando las distribuciones son poco simétricas.
Es útil cuando los datos agrupados tienen clases abiertas en los extremos.
Es una medida única; esto es, una distribución tiene solamente una mediana.
Notación: Md.
Una distribución puede ser amodal sino tiene ninguna moda, unimodal si tiene una
moda, bimodal si tiene dos modas y multimodal si tiene tres o más modas.
En consecuencia es necesario considerar modas absolutas y modas relativas.
Ejemplo 33:
Calcular e interpretar la moda del Ejemplo 26 de la pag. 38.
Solución:
Observamos que el valor que se repite frecuentemente es 850 y 1000.
Entonces: Md = 850 y 1000 soles.
Ejemplo 34:
Calcular e interpretar la moda del coeficiente intelectual expresado en puntaje del
siguiente grupo de alumnos.
Xi: 95, 100, 105, 110, 95, 100, 110, 110, 95
_________________________________________ 51
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
Md = 95 y 110
Interpretación:
El mayor número de alumnos tiene un coeficiente intelectual de 95 y 110 puntos. En
este caso la serie es bimodal.
_________________________________________ 52
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 36:
Calcular e interpretar la moda de los datos dados en la tabla N°09 de la página 41.
Solución:
Tabla N° 14
Edad en
N° de trabajadores
en años
i fi
LI - LS
1 [25 - 30) 40
2 [30 - 35) 60
3 [35 - 40) 100
4 [40 - 45) 92
5
[45 - 50) 8
TOTAL 300
_________________________________________ 53
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
æ 40 ö
Md = 35 + 5 ´ ç ÷
è 48 ø
Md = 39.17 años.
2.2.4.2. Características:
• No se encuentra afectada por valores extremos.
• Puede usarse cuando los datos presentan clases abiertas en los extremos.
• No es significativa a menos que la distribución contenga un gran número de
datos y exista significativa repetición de alguno de ellos.
• Muchas veces la serie no tiene moda porque ningún valor se repite.
• Cuando la serie tiene dos, tres, o más modas, se hace difícil su interpretación y
comparación.
AUTOEVALUACIÓN 02
1. Para lanzar un nuevo producto al mercado, una empresa estudia el tiempo publicidad, en
segundos, empleados en los medios audiovisuales por otra empresa que produce un
producto similar, los datos se muestran en la siguiente tabla:
[25 - 30) 50
[30 - 35) 40
[35 - 40) 20
Total 150
_________________________________________ 54
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
N° de empleados N° de empresas
Yi fi
2 3
3 7
4 10
5 7
6 3
TOTAL 30
Calcular e interpretar:
3. Los siguientes datos corresponden al importe de las facturas en dólares por gastos
consumo en un hotel 3 estrellas de la ciudad de Chimbote de 11 turistas:
Xi: 500, 700, 600, 910, 510, 700, 700, 700, 650, 700, 800
a) Calcular el importe de las facturas por gastos de consumo del mayor número de turistas.
b) Calcular el importe promedio de las facturas por consumo de los turistas.
c) Calcular el importe de las facturas por gastos de consumo de la mitad de turistas.
4. Los siguientes datos corresponden a 11 clientes del de la Caja Municipal del Santa
según sus préstamos en dólares:
Xi: 4000, 3200, 4500, 3100, 4200, 3500, 4100, 4900, 5100, 3000, 3450
Que medida de tendencia central se ajusta al conjunto de datos dato. ¿Cuál es su valor?
_________________________________________ 55
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
CAPITULO III
3.1.2. LA VARIANZA
Es una medida que cuantifica el grado de dispersión o de variación de los valores de
una variable cuantitativa con respecto a su media aritmética. Si los valores tienden a
concentrarse alrededor de su media, la varianza será pequeña. Si los valores tienen
a distribuirse lejos de la media, la varianza será grande.
La varianza calculada a partir de una muestra se denota por s 2 y referida a la
población se denota por 2 o V [x.
La varianza se define como la media aritmética de los cuadrados de las desviaciones
de los datos respecto a su media aritmética. La varianza es una medida de
dispersión con unidades de medición al cuadrado: S/. 2, $2, km2, etc. La varianza
siempre es positiva.
_________________________________________ 56
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
(x i x) 2
s2 i 1
(x i x) 2
s2 i 1
n 1
Ejemplo 36:
Los siguientes datos corresponden a una muestra al azar de 8 clientes según su
tiempo en minutos que han visitado la página de Internet Google:
Solución:
a) Para hallar la varianza primero debemos hallar el tiempo promedio de visita de los
clientes:
8
x
i 1
i
26.6
x 3.3 min utos
8 8
_________________________________________ 57
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Donde:
8
(x
i 1
i x ) 2 9.80
å (x i - x) 2
9.80
s2 = i =1
= = 1.4 min utos 2
8 -1 7
å (y i - y) 2 ´ f i
s2 = i =1
; para n > 30
n
å (y i - y) 2 ´ f i
s2 = i =1
; para n £ 30 (Varianza de Cochran)
n -1
Ejemplo 37 :
Los siguientes datos de la tabla que se da a continuación corresponden a 240
trabajadores de una Empresa “X” según su número de inasistencias:
Tabla N° 16
N° de N° de trabajadores
inasistencias
yi fi
3 10
5 30
7 100
9 80
11 20
Total 240
_________________________________________ 58
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
a) Hallando en primer lugar el número promedio de inasistencias:
5
å y ´f i i
1820
y= i =1
= = 7.58 inasistencias
240 240
yi fi
(y i - y) (yi - y) 2 (yi - y) 2 ´ f i
3 10 -4.58 20.98 209.8
5 30 - 2.58 6.66 199.8
7 100 - 0.58 0.34 34.0
9 80 1.42 2.02 161.6
11 20 3.42 11.70 234.0
Total 240 - - 839.2
Donde:
5 2
å (yi - y) ´ fi = 839.2
i =1
å (y i - y) 2 ´ f i
(y1 - y) 2 ´ f1 + (y 2 - y) 2 ´ f 2 + (y3 - y)3 ´ f 3 + (y 4 - y) 4 ´ f 4 + (y5 - y) 5 ´ f 5
s2 = i=1
=
240 240
5
å (y i - y) 2 ´ f i
20.98 ´10 + 6.66 ´ 30 + 0.34 ´ 100 + 2.02 ´ 80 + 11.70 ´ 20
s2 = i=1
=
240 240
5
å (y i - y) 2 ´ f i
209.8 + 199.8 + 34 + 161.6 + 234
s =
2 i=1
=
240 240
5
å (y i - y) 2 ´ f i
839.2
s2 = i=1
=
240 240
5
å (y i - y) 2 ´ f i
s2 = i=1
= 3.5 @ 4 inasistencias 2 .
240
_________________________________________ 59
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 38:
La siguiente tabla corresponde a 280 trabajadores de una Empresa “X” según su edad en
años:
Tabla N° 18
Edad en N° de trabajadores
en años fi
LI - LS
[25 - 30) 40
[30 - 35) 50
[35 - 40) 100
[40 - 45) 50
[45 - 50) 40
TOTAL 280
Solución:
Hallando en primer lugar el promedio:
5
å y ´f i i
10500
y= i =1
= = 37.5 años
280 280
Li - Ls y fi
(yi - y) (yi - y) 2 (yi - y)2 ´ f i
[25 - 30) 27.5 40 -10 100 4000
[30 - 35) 32.5 50 -5 25 1250
[35 - 40) 37.5 100 0 0 0
[40 - 45) 42.5 50 5 25 1250
[45 - 50) 47.5 40 10 100 4000
Total - 280 - - 10500
Donde:
5 2
å (y
i =1
i - y) ´ f i = 10500
_________________________________________ 60
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
å (y - y)
i
2
´ fi
(y1 - y) 2 ´ f1 + (y 2 - y) 2 ´ f 2 + (y3 - y) 3 ´ f 3 + (y 4 - y) 4 ´ f 4 + (y 5 - y) 5 ´ f 5
s =
2 i =1
=
280 280
5
å (y - y)
i
2
´ fi
100 ´ 40 + 25 ´ 50 + 0 ´100 + 25 ´ 50 + 100 ´ 40
s =
2 i =1
=
280 280
å (y - y)
i
2
´ fi
4000 + 1250 + 0 + 1250 + 4000
s =
2 i =1
=
280 280
å (y - y)
i
2
´ fi
10500
s =
2 i =1
=
280 280
å (y - y)
i
2
´ fi
s =
2 i =1
= 37.5 años 2
280
s var ianza
_________________________________________ 61
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 39:
Calcular e interpretar la desviación estándar de los datos del Ejemplo 36 de la pag.
54..
Solución:
s = 1.4 = 1.2 min utos
Ejemplo 40 :
Calcular e interpretar la desviación del Ejemplo 37 de la pag. 55:
Solución:
s = 3.5 = 1.87 @ 2 inasistencias.
Ejemplo 41 :
Calcular e interpretar la desviación del Ejemplo 38 de la pag. 57:
Solución:
s = 37.5 = 6.12 años.
_________________________________________ 62
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
s
c.v. 100
y
Donde:
s Desviación estándar
y Media aritmética
Si c.v. 15%, los datos son homogéneos, es decir tienen una baja variabilidad.
Si c.v. > 15%, los datos son heterogéneos, es decir tienen una alta variabilidad.
Ejemplo 42:
Calcular e interpretar el coeficiente de variación de los datos del Ejemplo 36 de la
pag. 54.
Solución:
1.2
c.v. 100 36.4% 15%
3.3
Interpretación: Las dispersiónes de los tiempos utilizados por los clientes en visitar
la página Google respecto de su valor central son heterogéneos.
Ejemplo 43:
Calcular e interpretar el coeficiente de variación de los datos del Ejemplo 37 de la
pag. 55:
Solución:
1.87
c.v. = ´ 100 = 24.67% > 15%
7.58
_________________________________________ 63
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 44:
Calcular e interpretar el coeficiente de variación de los datos del Ejemplo 38 de la
pag. 57:
Solución:
6.12
c.v. = ´100 = 16.32% > 15%
37.5
Ejemplo 45:
Los siguientes datos corresponden a una muestra aleatoria de los gastos mensuales
en soles de 7 estudiantes de administración:
Solución:
a) Hallando en primer lugar el promedio:
7
åx i
2090
x= i =1
= = 298.57 soles.
7 7
_________________________________________ 64
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
å (x
i =1
i - x) 2 = 40285.68
å (x i - x) 2
40285.68
s2 = i =1
= = 6714.28 soles 2 .
7 -1 6
x = 298.57 soles.
s = 81.94 soles.
entonces:
s 6.12
c.v. = ´100 = ´100 = 16.32% > 15%
x 37.5
Ejemplo 46:
Los siguientes datos corresponden a una muestra aleatoria de los ahorros
mensuales en dólares de 5 clientes del Banco de Crédito del Perú:
_________________________________________ 65
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
El gerente del Banco piensa hacer un aumento en la tasa de interés solo si los
ahorros mensuales son regulares. ¿Qué decisión tomará el gerente del Banco.
(Hallar coeficiente de variación).
Solución:
a) Hallando en primer lugar el ahorro mensual promedio:
åx i
1790
x= i =1
= = 358dólares.
5 5
Donde:
5
å (x
i =1
i - x) 2 = 108080
å (x i - x) 2
108080
s2 = i =1
= = 27020 dólares 2 .
5 -1 4
_________________________________________ 66
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
x = 358 dólares.
s = 164.38 dólares.
entonces:
s 164.38
c.v. = = ´ 100 = 45.92% > 15%
x 358
Ejemplo 47:
Los siguientes datos corresponden a una muestra aleatoria de los ahorros
mensuales en dólares de dos grupos de clientes del Banco Continental :
Tabla N° 22
GRUPO 1 2 3 4 5 6
1 500 550 540 530 520 550
2 400 450 500 460 450 470
¿En que grupo los ahorros son más estables? (Hallar coeficiente de variación)
Solución:
Llevando acabo todo el proceso de cálculo del coeficiente de variación para cada
uno de los grupos se obtiene los siguientes resultados:
● Para el Grupo 1
a) Hallando el ahorro mensual promedio para el Grupo 1:
6
åx i
3190
x1 = i =1
= = 531.67soles.
6 6
b) Hallando la varianza:
_________________________________________ 67
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 23
i xi (x i - x ) (x i - x ) 2
1 500 -31.67 1002.99
2 550 18.33 335.99
3 540 8.33 69.39
4 530 -1.67 2.79
5 520 -11.67 136.19
6 550 18.33 335.99
Total 3190 - 1883.34
Donde:
6
å (x
i =1
i - x) 2 = 1883.34
å (x i - x) 2
1883.34
s12 = i =1
= = 376.67 soles 2 .
6 -1 5
s1 19.41
c.v1 = = ´100 = 3.65% < 15%
x1 531.67
● Para el Grupo 2
a) Hallando el ahorro mensual promedio para el Grupo 2:
6
åx i
2730
x2 = i =1
= = 455soles
6 6
b) Hallando la varianza:
_________________________________________ 68
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 24
i xi (x i - x ) (x i - x ) 2
1 400 -55 3025
2 450 -5 25
3 500 45 2025
4 450 -5 25
5 460 5 25
6 470 15 225
Total 2730 - 5350
Donde:
6
å (x
i =1
i - x) 2 = 5350
å (x i - x) 2
5350
s 22 = i =1
= = 1070 soles 2 .
6 -1 5
s2 32.71
c.v1 = = ´100 = 7.19% < 15%
x2 455
Tabla N° 25
GRUPO x s c.v.
1 531.67 19.41 3.65% < 15%
2 455 32.71 7.19% <15%
_________________________________________ 69
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 48:
Los siguientes datos corresponden a dos muestras aleatorias de dos grupos de
trabajdores según su sueldo mensual en soles:
Tabla N° 26 - GRUPO 1
Sueldo mensual en soles N° de trabajadores
LI - LS fi
[550 - 650) 40
[650 - 750) 60
[750 - 850) 100
[850 - 950) 40
[950 - 1050) 20
Total 260
Tabla N° 27 - GRUPO 1
Sueldo mensual en soles N° de trabajadores
LI - LS fi
[750 - 850) 30
[850 - 950) 50
[950 - 1050) 80
[1050 - 1150) 40
[1150 - 1250) 10
TOTAL 210
Solución:
Llevando acabo todo el proceso de cálculo del coeficiente de variación para cada
uno de los grupos se obtiene los siguientes resultados:
● Para el Grupo 1
a) Hallando en primer lugar el promedio:
5
åy ´f i i
202000
y1 = i =1
= = 776.92 soles
260 260
_________________________________________ 70
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 28
Donde:
5 2
å (y - y)
i =1
i ´ f i = 3261539.4
å (y - y) i
2
´ fi
(y1 - y) 2 ´ f1 + (y 2 - y) 2 ´ f 2 + (y3 - y)3 ´ f 3 + (y 4 - y) 4 ´ f 4 + (y 5 - y)5 ´ f 5
s =
2
1
i =1
=
260 260
5
å (y - y) i
2
´ fi
31300.69 ´ 40 + 5916.69 ´ 60 + 53269.0 ´100 + 15148.69 ´ 40 + 49764.69 ´ 20
s =
2
1
i =1
=
260 260
å (y - y) i
2
´ fi
1252027.6 + 355001.4 + 53269.0 + 605947.6 + 995293.8
s =
2
1
i =1
=
260 280
å (y - y) i
2
´ fi
3261539.4
s =
2
1
i =1
=
260 260
å (y - y) i
2
´ fi
s =
2
1
i =1
= 12544.38soles 2
260
_________________________________________ 71
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
s1 112.00
c.v1 = = ´100 = 14.42% < 15%
y1 776.92
● Para el Grupo 2
a) Hallando en primer lugar el promedio:
5
åy ´f i i
205000
y2 = i =1
= = 976.19 soles
210 210
Donde:
5 2
å (y - y)
i =1
i ´ f i = 2380953.16
_________________________________________ 72
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
å (y - y)
i
2
´ fi
(y1 - y)2 ´ f1 + (y 2 - y) 2 ´ f 2 + (y 3 - y) 3 ´ f 3 + (y 4 - y) 4 ´ f 4 + (y5 - y)5 ´ f 5
s =
2
2
i =1
=
210 210
5
å (y - y)
i
2
´ fi
31042.92 ´ 30 + 5916.69 ´ 60 + 566.92 ´ 80 + 15328.92 ´ 40 + 50090.92 ´10
s =
2
1
i =1
=
210 210
å (y - y)
i
2
´ fi
931287.60 + 290246.00 + 45353.60 + 613156.80 + 500909.16
s =
2
1
i =1
=
210 210
å (y - y)
i
2
´ fi
2380953.16
s =
2
1
i =1
=
210 210
å (y - y)
i
2
´ fi
s =
2
1
i =1
= 11337.87soles 2
210
s1 106.48
c.v1 = = ´ 100 = 10.91% < 15%
y1 976.19
Llevando acabo todo el proceso de cálculo del coeficiente de variación para cada
uno de los grupos se obtiene los siguientes resultados:
Tabla N° 30
GRUPO x s c.v.
1 776.92 112 14.42% < 15%
2 976.19 106.47 10.91% <15%
_________________________________________ 73
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
3(x Me)
As
s
Si:
AS = 0 La serie de datos o la distribución es simétrica. Ver fig. 1.
AS > 0 La serie de datos o la distribución es asimétrica positiva
(sesgada a la derecha). Ver fig. 2.
AS < 0 La serie de datos o la distribución es asimétrica negativa
(sesgada a la izquierda). Ver fig. 3.
_________________________________________ 74
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Distribución
Distribución Distribución
Asimétrica Negativa
Asimétrica Positiva Simétrica
x < Me < Md
Md < Me < x x = Me = Md
fig.3
fig. 1 fig.2
NOTA:
Si As 0, entonces se dice que la distribución es aproximadamente
simétrica o ligeramente sesgada. Será tanto más sesgada cuanto más As
se aleje de cero.
Ejemplo 49:
Calcular e interpretar el coeficiente de asimetría de los datos del Ejemplo 36 de la
página 54.
Solución:
Utilizando el coeficiente de asimetría de Pearson :
3( x Me)
As
s
x = 3.3min utos
Me = 3.7 min utos
s = 1.2 min utos
_________________________________________ 75
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
3(3.3 3.7)
As 1
1.2
Interpretación: Este valor indica que la serie de tiempos de los clientes que visitan
la página Google es asimétrica negativa.
Ejemplo 50:
Hallar el coeficiente de asimetría de Pearson del Ejemplo 37 de la página 55.
Solución:
Utilizando el coeficiente de asimetría de Pearson :
3(y - Me)
As =
s
y = 7.58inasistencias
Me = 7inasistencias
s = 1.87inasistencias
3(7.58 - 7)
As = = 0.93
1.87
_________________________________________ 76
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
100
Nº de trabajadores
80
60
40
20
N° de inasistencias
0 3 5 7 9
11
Ejemplo 51:
Hallar el coeficiente de asimetría de Pearson del Ejemplo 38 de la página 57.
Solución:
Utilizando el coeficiente de asimetría de Pearson :
y = 37.5 años.
Me = 37.5 años.
s = 6.12 años.
3(37.5 - 37.5)
As = =0
6.12
_________________________________________ 77
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
100
80
Nº de trabajadores
60
40
20
0
Edad en años
0 25 30 35 40 45 50
37.5
y = Me = Md
_________________________________________ 78
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
s 2 = Varianza
å (y i - y)4 ´ f i
M4 = i =1
n
_________________________________________ 79
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 52:
Calcular e interpretar el coeficiente de cúrtosis del Ejemplo 37 de la pag. 55.
Solución:
a) Hallando en primer lugar el promedio de los datos dados:
5
åy ´f i i
1820
y= i =1
= = 7.58 inasistencias
240 240
b) Luego se deben hallar las marcas de clases de cada intervalo, luego elevar a la
cuarta, seguidamente multiplicar por su respectiva frecuencia y finalmente sumar los
valores hallados en la última columna, tal como se muestra en la siguiente tabla:
Tabla N° 31
yi fi
(y i - y) (yi - y) 4 (yi - y) 4 ´ f i
3 10 -4.58 440.01 4400.01
5 30 - 2.58 44.31 1329.30
7 100 - 0.58 0.11 11.00
9 80 1.42 4.07 325.60
11 20 3.42 136.81 2736.20
Total ** - -
Expresión ** Expresión
errónea ** errónea **
Donde:
5 4
å (y
i =1
i - y) ´ f i = 8802.11
å (y i - y) 4 ´ f i
440.01 ´ 10 + 44.31 ´ 30 + 0.11 ´100 + 4.07 ´ 80 + 136.81 ´ 20
M = 4 i =1
=
240 240
å (y i - y) 4 ´ f i
4400.1 + 1329.30 + 11 + 325.60 + 2736.20
M = 4 i =1
=
240 240
å (y i - y) 4 ´ f i
8802.11
M4 = i =1
=
240 240
å (y i - y) 4 ´ f i
M = = 36.68 inasistencias 4
_________________________________________
4 i =1 80
Elaborado por 240
: Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Además:
s 2 = 3.5 inasistencias 2
Entonces :
s 4 = 12.25 inasistencias 4
Ejemplo 53:
Calcular e interpretar el coeficiente de cúrtosis del Ejemplo 38 de la pag. 57
åy ´f i i
10500
y= i =1
= = 37.5 años
280 280
b) Luego se deben hallar las marcas de clases de cada intervalo, luego elevar a la
cuarta, seguidamente multiplicar por su respectiva frecuencia y finalmente sumar los
valores hallados en la última columna, tal como se muestra en la siguiente tabla:
Tabla N° 32
Li - Ls y fi
(yi - y) (yi - y) 4 (yi - y)4 ´ f i
[25 - 30) 27.5 40 -10 10000 400000
[30 - 35) 32.5 50 -5 625 31250
[35 - 40) 37.5 100 0 0 0
[40 - 45) 42.5 50 5 625 31250
[45 - 50) 47.5 40 10 10000 400000
Total - 280 - - ** Expresión
errónea **
_________________________________________ 81
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Donde:
5 4
å (yi - y) ´ fi = 862500
i =1
å (y i - y) 4 ´ f i
10000 ´ 40 + 625 ´ 50 + 0 ´ 100 + 625 ´ 50 + 10000 ´ 40
M4 = i =1
=
280 280
å (y i - y) 4 ´ f i
400000 + 31250 + 0 + 31250 + 400000
M4 = i =1
=
280 280
å (y i - y) 4 ´ f i
862500
M = 4 i =1
=
280 280
å (y i - y) 4 ´ f i
M = 4 i =1
= 3080.36años 4
280
Además:
s 2 = 37.5 años 2
Entonces :
s 4 = 1406.25 años 4
M4
k=
s4
3080.36
k=
1406.25
k = 2.19 < 3
_________________________________________ 82
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
AUTOEVALUACIÓN 03
AÑO E F M A M J J A S O N D
IPC 105.3 105.24 105.5 105.3 105.89 105.26 105.2 104.93 109.0 104.75 105.2 105.6
0 9 1 8 4 4
Empresa X Empresa Y
Calificación media 60 60
Desviación estándar 20 15
_________________________________________ 83
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
_________________________________________ 84
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Hotel B
Consumo mensual N ° de turistas
en $ fi
Li - Ls
[600 - 700) 5
[700 - 800) 10
[800 - 900) 15
[900 - 1000) 8
[1000 - 1100) 4
Total 42
_________________________________________ 85
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
CAPÍTULO IV
NOCIONES DE PROBABILIDAD
4.1. EXPERIMENTO
Un experimento es un proceso mediante el cual se obtiene el resultado de una
observación. Un experimento puede ser determinístico o aleatorio.
Ejemplo 54:
- Lanzar una pelota en un tanque de agua y ver si flota o se hunde.
- Soltar una piedra en el aire.
- Observar la suma de dos números naturales pares.
Ejemplo 55:
- Observar el tiempo de vida de una computadora.
- Elegir un presidente de un grupo de 50 personas.
- Lanzar un dado y ver el número que aparece en la cara superior.
Ejemplo 56:
E1: Lanzar un dado y el observar el número que aparece en la cara superior.
1 = {1, 2, 3, 4, 5,6}
____________________________________________ 86
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
4.3. EVENTOS
Son subconjuntos de un espacio muestral (). En particular el espacio muestral ()
y el conjunto vacío () son eventos. Al espacio muestral () se le llama evento
seguro y al conjunto () se le llama evento imposible.
Los eventos se denotan por las letras mayúsculas del abecedario: A, B, C, etc.
Ejemplo 57:
Sea el experimento: lanzar una moneda dos veces y observar la cara superior.
a) Liste los elementos del espacio muestral.
b) Determinar los siguientes eventos:
A1: Ocurre cara en el primer lanzamiento.
____________________________________________ 87
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
C
S
C
S
S
b) A1 = {(c,c), (c,s)}
A2 = {(c,s); (s,s)}
A3 = {(c,s), (s,c), (c,c)}
A4 = {(c,c), (s,s)}
Ejemplo 58:
Dado el siguiente experimento:
____________________________________________ 88
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
C
P
V
P
C C
V
P
V
C
a)
W = {PP, PC, PV, CP, CC, CV, VP, VC, VV}
b)
A = {VV}
B = {PC, VC}
____________________________________________ 89
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
a) Unión de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral Ω. La unión de
eventos es el evento que ocurre si A ocurre o B ocurre o ambos ocurren.
Simbólicamente:
A B = {w /wA v w B}
A B A
A B
B
b) Intersección de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral Ω, la intersección de
estos eventos, es el evento que ocurre si A y B ocurren simultáneamente.
Simbólicamente:
A B = {w / w A w B}
A B
AB
c) Complemento de un evento: A
Si A es un evento del espacio muestral , se llama complemento del evento A, al
evento que ocurre si A no ocurre.
____________________________________________ 90
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Simbólicamente:
A = {w / w A}
AC A
d) Diferencia de Eventos: A – B
Sean A y B dos eventos de un espacio muestral Ω, se llama diferencia de los
eventos A y B, al evento formado por los elementos que son favorables a A pero que
no son favorables a B.
Simbólicamente:
A – B = {w / w A w B}
A B
A-B = AÇB
e) Inclusión de eventos: A B
Dado dos eventos A y B de un espacio muestral Ω, se dice que el evento A está
contenido B, si siempre que ocurre A ocurre B.
Simbólicamente: A B, si W a W B
B
A
AÌB
____________________________________________ 91
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ai Ç Aj = " i ¹ j ; i = 1, 2, ......., k
b) Se dice que una colección de eventos A 1, A2,...., Ak, definidos sobre el mismo
espacio muestral son colectivamente exhaustivos, si la unión de ellos de ello es igual
al espacio muestral.
k
A1 È A2 È .... Ak = È Ai = W ; i = 1, 2, ......., k
i =1
a) Ley conmutativa.
AB=BA
AB=BA
b) Ley asociativa
(AB) C = A (BC)
(AB) C = A (BC)
c) Ley Distributiva
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
____________________________________________ 92
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
e) A =
A =A
A AC =
AA =A
f) A =A
A=
A AC =
AA=A
g) Leyes de Morgan
AÈ B = AÇ B
Ω
A B
AÇ B = AÈ B
A B
i) A = ( A Ç B) È ( A Ç B)
AÇB
AÇB
____________________________________________ 93
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
j) Si A B, entonces AB=ByAB=A
B
Las situaciones que implican incertidumbre varían desde simples juegos al azar,
como la ruleta, los dados, los naipes, la lotería, los tragamonedas, etc. A otros
experimentos y acontecimientos tan variados, complejos e importantes dentro de las
ciencias médicas, ciencias sociales, la economía, las industrias, los negocios, los
seguros, las inversiones, etc. Permanente interesa predecir o estimar lo que
sucederá en ciertas circunstancias. Un empresario decide comercializar un producto
si sabe que la probabilidad de aceptación es alta. El aficionado de fútbol, puede
apostar contra su equipo favorito si sabe que la probabilidad de que gane es muy
pequeña. Los inversionistas no deciden invertir en un país políticamente y
económicamente inestable si saben que porque la probabilidad de obtener
rendimientos futuros es baja. Es posible que ninguno de ellos sepa definir o medir la
probabilidad, pero si encontrará útil la idea de estimarla intuitivamente.
El propósito de esta sesión es ilustrar las formas en las que pueden medirse la
posibilidad o probabilidad de ocurrencia de eventos futuros. Al mejorar la habilidad
para juzgar la ocurrencia de eventos futuros, se puede minimizar el riesgo y la
especulación arriesgada relacionada con el proceso de toma de decisiones.
4.7.1. PROBABILIDAD
Es la posibilidad numérica de la ocurrencia de un evento casual.
____________________________________________ 94
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
k
æk ö
P ç È Ai ÷ = å P ( Ai )
è i =1 ø i =1
a) Enfoque clásico
Llamada también probabilidad a priori debido a que es posible conocer el resultado
con anterioridad, es decir, sin llevar a cabo el experimento y sólo basado en el
razonamiento lógico. Se basa en el supuesto en que cada elemento del espacio
muestral tiene la misma posibilidad de ser elegido.
____________________________________________ 95
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
n( A)
P ( A) =
n (W )
Ejemplo 59:
Hallar la probabilidad de obtener cara en el lanzamiento de una moneda.
Solución:
El espacio muestral será:
{c, s}
Luego:
n( A)
P ( A) =
n (W )
1
P ( A) = = 0.5
2
Ejemplo 60:
Hallar la probabilidad de obtener el número 2 en el lanzamiento de un dado.
Solución:
El espacio muestral será:
{1,2,3,4,5,6}
Sea el evento B: Obtener el número 2.
Luego:
____________________________________________ 96
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
n( B )
P( B) =
n (W )
1
P( B) = = 0.17
6
b) Enfoque relativo
El cálculo de este tipo de probabilidad se basa en la repetición de la ocurrencia de
un evento, al realizar una gran cantidad de pruebas o experimentos.
f
P ( A) =
n
Ejemplo 61:
En una encuesta realizada a 1500 pequeñas empresas de la ciudad de Lima, sobre
el número de medidas de seguridad se encontró los siguientes resultados:
____________________________________________ 97
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
TABLA N° 33
N° de medidas de N° de Empresas
seguridad
Ai fi P ( Ai )
0 100 0.07
1 800 0.53
2 300 0.20
3 250 0.17
4 50 0.03
Total 1500 1.00
c) Enfoque subjetivo
Es la probabilidad asignada bajo un criterio personal, basado en cualquier tipo de
evidencia disponible.
Las probabilidades subjetivas se asignan a eventos que pueden suceder solo una
vez o muy pocas veces.
Ejemplo 62:
a) La probabilidad que una mujer llegue a ser presidenta de los EE.UU.
b) La probabilidad que el hombre viva eternamente.
c) La probabilidad que quiebre la bolsa de valores de New York.
____________________________________________ 98
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ω
A B
P(A Ç B)
Se toman en cuenta dos aspectos:
a) Que los eventos A y B sean dependientes,
Entonces la ocurrencia conjunta de los eventos es:
P ( A Ç B ) = P( A) ´ P( B / A)
P ( A È B ) = P( A) + P( B ) - P( A Ç B)
A B
P(A Ç B) ¹ 0
____________________________________________ 99
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
P ( A È B ) = P ( A) + P ( B ) - P ( A) ´ P ( B )
A B
P(A B) 0
P( A Ç B )
P( A / B) = con P( B) ¹ 0
P ( B)
Ejemplo 63:
Se ha determinado que la probabilidad de televidentes que ven los programas A y B
son respectivamente 0.40 y 0.5. Cada televidente ve los programas independientes
uno del otro. Si se elige al azar uno de tales televidentes ¿Qué probabilidad hay de
que vea ambos programas?
____________________________________________ 100
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
A: Televidentes que ven el programa A. P(A) = 0.4
Gráficamente observamos:
0.2
P(A Ç B)
Ejemplo 64:
Los alumnos del II ciclo de Ingeniería de Sistemas tienen que realizar dos pruebas,
una teórica y otra practica en la signatura de estadística. La probabilidad de que un
estudiante apruebe la parte teórica es de 0.6, la probabilidad de que apruebe la
práctica es de 0.8 y la probabilidad de que apruebe ambas pruebas es 0.5.
____________________________________________ 101
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
Sean los eventos:
T : El alumno aprueba la parte teórica. P(T) = 0.6
C : El alumno aprueba la parte práctica. P(C) = 0.8
TC : El alumno apruebe la parte teórica y la parte práctica.
P(TC) = 0.5
P(A È B) = 0.90
0.5 0.30
P(A - B) 0.10
P(B - A)
P(A Ç B)
P(A È B) = 0.1
b)
P(A - B) = P(A) - P(A Ç B)
P(A - B) = 0.10
c)
P(A È B) = P(A) + P(B) - P(A Ç B)
P(A È B) = 0.6 + 0.8 - 0.5
P(A È B) = 0.9
____________________________________________ 102
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 65:
Calcular:
a) P(B) b) P(A B) c) P( A B)
d) P ( B A) e) P(A / B)
Solución:
P(A È B) = 0.85
0.25 0.25
P(A - B) 0.35
P(B - A)
P(A Ç B)
P(A È B) = 0.15
a) P(B) = 1 - P(B)
P(B) = 1 - 0.5
P(B) = 0.5
b)
P(A - B) = P(A) - P(A Ç B)
P(A - B) = 0.6 - 0.25
P(A - B) = 0.35
____________________________________________ 103
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
d) P(B È A) = P(A È B)
P(A È B) = 1 - P(A È B)
P(A È B) = 1 - 0.85
P(A È B) = 0.15
e) P(A Ç B)
P(A / B) =
P(B)
0.25
P(A / B) =
0.5
P(A / B) = 0.50
Ejemplo 66:
Si P(A) = 1/5 y P(B) = 1/4 y los eventos A y B son independientes, hallar:
a) P(A Ç B) b) P( A B) c) P(A / B)
d) P(B - A) e) P ( A B)
____________________________________________ 104
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
P(A È B) = 0.45
0.05 0.20
P(A - B) 0.15
P(B - A)
P(A Ç B)
P(A È B) = 0.55
b) P(A È B) = 1 - P(A È B)
P(A È B) = 1 - 0.45
P(A È B) = 0.55
c) P(A Ç B)
P(A / B) =
P(B)
0.05
P(A / B) =
0.25
P(A / B) = 0.20
____________________________________________ 105
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
d)
P(B - A) = P(B) - P(A Ç B)
P(B - A) = 0.25 - 0.05
P(B - A) = 0.20
e)
P(A Ç B) = P(A È B) = 1 - P(A È B)
P(A È B) = 1 - 0.45
P(A È B) = 0.55
Ejemplo 67:
En la Escuela de Administración de Empresas, 3 de 4 estudiantes saben informática,
el 50% saben manejar Windows y el 30% saben manejar Linux.
a) ¿Que porcentaje saben manejar los dos sistemas?
b) ¿Que porcentaje sabe manejar solamente Windows?
c) ¿Que porcentaje sabe manejar solamente Linux?
d) ¿Que porcentaje no saben informática?
Solución:
Análisis:
i) Se sabe que 3 de 4 estudiantes saben informatica, lo que quiere decir que:
P(A È B) = 0.75
P(A È B) = 0.25
____________________________________________ 106
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Sabemos que:
P(A Ç B) = P(A) + P(B) - P(A È B)
P(A Ç B) = 0.5 + 0.3 - 0.75
P(A Ç B) = 0.05
P(A È B) = 0.75
P(A - B) 0.45
0.05 0.25
P(B - A)
P(A Ç B)
P(A È B) = 0.25
____________________________________________ 107
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
d) P(A È B) = 0.25
Ejemplo 68:
El 40% de las empresas de una ciudad realizan su publicidad a través de la TV. el
20% a través de Internet y el 15% en ambos medios de comunicación.
a) ¿Cuál es la probabilidad que una empresa realice su publicidad en al menos uno
de los medios de comunicación?
b) ¿Cuál es la probabililidad de que una empresa haga su publicidad solamente en
la TV.?
c) ¿Cuál es la probabilidad de que una empresa no realice publicidad en ninguno de
los medios de comunicación?
d) ¿Son los dos eventos mutuamente excluyentes?
e) ¿Son los dos eventos independientes estadísticamente?
f) ¿Son los eventos colectivamente exhaustivos?
Solución:
____________________________________________ 108
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
P(A È B) = 0.45
P(A - B) 0.25
0.15 0.05
P(B - A)
P(A Ç B)
P(A È B) = 0.55
c) P(A È B) = 1 - P(A È B)
P(A È B) = 1 - 0.45
P(A È B) = 0.55
d) Para que los eventos sean mutuamente excluyentes se debe cumplir lo siguiente:
P(A Ç B) = 0
pero
P(A Ç B) = 0.15 ¹ 0
____________________________________________ 109
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
pero
P(A Ç B) = 0.05
Ejemplo 69:
Se sabe que la probabilidad de que una persona viaje al Perú en la linea aérea
TACA es de 0.7 y de que viaje en la linea aérea STARPERU de 0.5. (Eventos
Independientes).
a) ¿Cuál es la probabilidad de que una persona viaje al Perú en ambas líneas
aéreas.
b) ¿Cuál es la probabilidad de que una persona viaje solo en la linea aérea TACA.
c) ¿Cuál es la probabilidad de una persona viaje en al menos una de las líneas
aéreas?
Solución:
____________________________________________ 110
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
P(A È B) = 0.85
P(A - B) 0.35
0.35 0.05
P(B - A)
P(A Ç B)
P(A È B) = 0.15
____________________________________________ 111
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Tabla N° 34
P(Bj) P(B1) P(B2) ...... P(BK) Total
P(Ai)
P(A1) P(A1B1) P(A1B1) ...... P(A1BK) P(A1)
P(A2) P(A2B1) P(A2B2) ...... P(A2BK) P(A2)
. . . . . .
. . . . . .
. . . . .
.
P(Ar) P(ArB1) P(ArB2) ...... P(ArBK) P(Ar)
Total P(B1) P(B2) ...... P(BK) 1
Ejemplo 70:
Se llevó acabo una encuesta con respecto a la preferencia del consumidor respecto
a tres marcas competitivas de computadoras (A, B y C) y la modalidad de Speedy
para el uso del Internet en su hogar, los resultados se muestran en la siguiente tabla:
Tabla N° 35
MODALIDAD SPEEDY
MARCA DE SPEEDY 200 SPEEDY 400 SPEEDY 600
COMPUTADORA TOTAL
A 100 200 300 600
B 300 250 400 950
C 200 300 450 950
TOTAL 600 750 1150 2500
____________________________________________ 112
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
a) P(400)=0.30
El 30% de los consumidores prefieren la modalidad Speedy 400.
b) P(A)=0.24
El 24% de los consumidores prefieren la computadora de la marca A.
c) P(B600)=0.16
El 16% de los consumidores prefieren la computadora de la marca B y la
modalidad Speedy 600.
P( 200 A) 0.04
e) P(200 / A) 0.17
P( A ) 0.24
El 17% de los consumidores que prefieren la computadora de la marca A
prefieren la modalidad Speedy 200.
____________________________________________ 113
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Ejemplo 71:
Una empresa que fabrica cámaras de video produce un modelo básico y un modelo
de lujo. El año pasado, 40% de las cámaras vendidas han sido del modelo básico.
De los compradores del modelo básico, 35% compran una garantía ampliada,
mientras que 50% de los compradores de lujo también lo hacen así.
Se pide:
11. Construir la tabla de probabilidad.
12. Si elige un comprador al azar, calcular la probabilidad de que:
b.1) Tenga una cámara de video de un modelo de lujo.
b.2) Tenga una cámara de video de un modelo de lujo, si tiene una garantía
ampliada.
b.3) Tenga una cámara de video de un modelo de básico y compre una garantía
ampliada.
b.4) Compre una garantía ampliada, si la cámara de video es de modelo de lujo.
Solución:
a) Construyendo la tabla de probabilidad:
P(A Ç B)
P(A / B) =
P(B)
Entonces :
P(A Ç B) = 0.14
____________________________________________ 114
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
ii)
P(A / L) = 0.50
P(A Ç L)
P(A / L) =
P(L)
Entonces :
P(A Ç L) = 0.30
b.1.)
P(L) = 0.60
b.2.) P(L Ç A)
P(L / A) =
P(A)
0.30
P(L / A) = = 0.68
0.44
____________________________________________ 115
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
El 68% de los compradores que compran una garantía ampliada tiene una
cámara de video de lujo.
El 30% de los compradores compran una garantía ampliada y tienen una cámara
de video de lujo.
b.4.) P(A Ç L)
P(A / L) =
P(L)
0.30
P(A / L) = = 0.50
0.60
El 50% de los compradores que tienen una cámara de video de lujo, han
comprado una garantía ampliada.
Ejemplo 72:
La siguiente tabla corresponde a 1000 turistas peruanos según la forma de pago
que acostumbran en sus viajes de vacaciones y el tipo de ciudad que eligieron para
pasar sus vacaciones:
Tabla N ° 38
Forma de Pago Ciudad
Cuzco Huaraz Total
Efectivo 200 150 350
Tarjeta crédito 300 200 500
Cheques de viajero 100 50 150
Total 600 400 1000
____________________________________________ 116
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Solución:
a) Construyendo la tabla de probabilidad:
Tabla N° 39
Forma de Pago Ciudad
P(B1) P(B2) Total
P(A1) 0.20 0.15 0.35
P(A2) 0.30 0.20 0.50
P(A3) 0.10 0.05 0.15
Total 0.60 0.40 1.00
b)
b.1)
P(A1 Ç B1 ) = 0.20
El 20% de los turistas pagan en efectivo y eligen la ciudad del Cuzco para viajar.
b.2)
P(B1 ) = 0.60
El 60% de los turistas eligen la ciudad del Cuzco para viajar.
b.3)
P(A 2 ) = 0.50
b.4)
P(A 2 Ç B2 )
P(A 2 / B2 ) =
P(B2 )
0.20
P(A 2 / B2 ) =
0.40
P(A 2 / B2 ) = 0.50
El 50% de los turistas que eligen viajar a Huaraz, pagan con tarjeta de crédito.
____________________________________________ 117
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
b.5)
P(B1 Ç A1 ) = P(A 2 Ç B 2 ) + P(A 3 Ç B 2 )
P(B1 Ç A1 ) = 0.25
Ejemplo 73:
Solución:
Además:
____________________________________________ 118
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
P(F / V) = 0.2
Entonces :
P(F Ç V)
P(F / V) =
P(V)
P(F Ç V)
0.2 =
0.35
P(F Ç V) = 0.07
P(F / I) = 0.15
Entonces :
P(F Ç I)
P(F / I) =
P(I)
P(F Ç I)
0.15 =
0.5
P(F Ç I) = 0.075
____________________________________________ 119
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
P(F / C) = 0.7
Entonces :
P(F Ç C)
P(F / C) =
P(C)
P(F Ç C)
0.7 =
0.15
P(F Ç V) = 0.105
b)
b.1) P(E Ç V) = 0.28
b.2) P(E Ç V)
P(E / V) =
P(V)
0.28
P(E / V) =
0.35
P(E / V) = 0.8
____________________________________________ 120
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
AUTOEVALUACIÓN 04
Calcular:
a) P( A È B ) b) P( A - B ) c) P( B ) d) P( B / A )
3. Hay 1000 trabajadores en la empresa Kiddie Carts International, de esos 770 son de pro-
ducción, 20 son supervisores, 100 son secretarias y el resto son administrativos Suponga
que se selecciona un trabajador de ese grupo, calcular la probabilidad de:
a) Sea de producción.
b) No sea secretaria.
c) Sea secretaria o administrativo.
d) No sea de producción, ni supervisor.
4. Una bolsa tiene 20 fichas numeradas del 1 al 20. Si se saca una al azar ¿Cuál es la pro-
babilidad de que la ficha extraída tenga un número que sea múltiplo de 4.
5. Se realizó una encuesta a 1200 personas según sexo en la ciudad de Chimbote para
conocer el uso del vehículo a favor de mejorar el medio ambiente
____________________________________________ 121
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3
Universidad Católica Los Ángeles de Chimbote CURSO ESTADÍSTICA
Se pide:
a) Construir la tabla de probabilidad.
b) Si se elige una persona al azar calcular la probabilidad de que :
b.1) Sea de sexo femenino y reducir el uso del vehículo.
b.2) Renuncie al uso del vehículo, si es de sexo femenino.
b.3) Que no haga caso al uso del vehículo.
b.4) Que no renuncien al uso del vehículo, ni sean de sexo femenino.
6) El 20% de los empleados de una empresa son ingenieros y el otro 20% son economistas.
El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas también,
mientras los que no son ingenieros ni economistas solamente el 20% ocupan un puesto
directivo. Se pide:
a) Construir la tabla de probabilidad.
b) Si se elige un empleado al azar calcular la probabilidad de que:
b.1) No sea directivo.
b.2) No sea economista, ni directivo.
b.3) Sea directivo, si es ingeniero.
b.4) que no sea ingeniero.
…………………………………………
…………………………………………
5. REFERENCIAS BIBLIOGRÁFICAS
· Barreto, C.R, (2007). Estadística Básica – Aplicaciones (2da. Ed.), Edit. SUA
Uladech. Chimbote – Perú.
· Córdova, M. (2002). Estadística Inferencial (4ta. Ed.). Edit. Moshera. Lima – Perú.
· Behar, R. (2006). 55 respuestas a dudas típicas de estadística. Obtenido de
http://site.ebrary.com/lib/bibliocauladechsp/docDetail.action?
docID=10135772&p00=estadistica
· De la Puente, V. (2009). Estadística descriptiva e inferencial y una introducción al
método científico. Obtenido de
http://site.ebrary.com/lib/bibliocauladechsp/docDetail.action?
docID=10378624&p00=estadistica.
• Ruiz, D. (s.f). Manual de Estadística. Recuperado de
http://www.eumed.net/cursecon/libreria/drm/ped-drm-est.htm.
____________________________________________ 122
Elaborado por : Mg. Carmen Barreto R.
Fecha : Julio 2013
Versión :3