Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMANA 1
ESTADÍSTICA
APLICADA
Índice
Introducción
obtenido para cada resultado posible con valores numéricos que variarán de
estas en distintas disciplinas del quehacer humano, como por ejemplo en biología,
ALEATORIOS
asignar una probabilidad cuando X (variable aleatoria) toma un valor menor o igual
a un valor “x”
valor que puede ser particularmente X. Entonces X puede ser menor, mayor o igual
a un valor en particular.
X.
el primer, segundo y tercer lugar, pero no se sabe con absoluta confianza cuál de
5 Apunte de clase
los tres eventos va a sucederá, sólo podemos inferir que alguno de los participantes
ocurrencia.
Para saber los distintos valores que puedan tomar las variables aleatorias, es
con eso poder definir el espacio muestral del experimento, calculando y obteniendo
El espacio muestral (𝛀𝛀) al lanzar una moneda dos veces tiene cuatro posibles
resultados
6 Apunte de clase
evento P(A).
Central.
continuas.
entera y exacta”
Ejemplos:
• Número de primos.
Los valores o el rango de valores que puede tomar una variable aleatoria tienen
probabilidad.
suma de todas las probabilidades hasta un cierto valor de la v. a. o menor que ese
Ya que sabemos que X es variable aleatoria discreta, por eso, esta función
Y se define por:
a. 𝑝𝑝(𝑥𝑥) ≥ 0, ∀ 𝑥𝑥 ∈ 𝑅𝑅𝑋𝑋
b. ∑𝑥𝑥∈𝑅𝑅𝑋𝑋 𝑝𝑝(𝑥𝑥 ) = 1
Ejemplo: Si se lanza una moneda que tenga una parte azul y otra roja tres veces
y se anota el número de caras azules que se obtienen. Los posibles resultados son:
0 cara azul, 1 cara azul, 2 caras azules o 3 caras azules. Así la variable aleatoria es
el número de caras azules y los posibles resultados son los valores de la variable
aleatoria.
𝑅𝑅𝑋𝑋 = {0,1,2,3}
10 Apunte de clase
• 0 cara
• 1 cara
• 2 caras
• 3 caras
distribución.
X 0 1 2 3
𝒑𝒑(𝒙𝒙) = 𝑷𝑷(𝑿𝑿 = 𝒙𝒙) 1/8 3/8 3/8 1/8
𝑃𝑃 (𝑋𝑋 = 1) = 0,72
𝑃𝑃 (𝑋𝑋 = 2) = 0,26
𝑃𝑃 (𝑋𝑋 = 3) = 0,02
𝑃𝑃 (𝑋𝑋 ≤ 1) = 0,72
𝑃𝑃 (𝑋𝑋 ≤ 2) = 0,98
𝑃𝑃(𝑋𝑋 ≤ 3) = 1
12 Apunte de clase
transporte de carga pesada. Si los camiones inicialmente son tres, entonces los
Supongamos que cada uno de los tres camiones está o no operativo después de
Desarrollo
14 Apunte de clase
Es importante saber que una variable aleatoria puede ser descrita en su totalidad
• Medidas de centralidad.
• Medidas de dispersión.
C. VALOR CENTRAL
De todos los valores posibles que tiene una variable aleatoria, el valor central
Dado que para cada valor existe una medida de probabilidad, el centro equivale
a un promedio ponderado.
D. ESPERANZA MATEMÁTICA
𝑛𝑛
N° de Goles ni hi
0 10 0,29
1 11 0,32
2 8 0,24
3 0 0
4 2 0,06
5 1 0,03
6 2 0,06
Totales 34 1
Aplicando,
𝑛𝑛
Nos queda,
E. MEDIDAS DE DISPERSIÓN
PROPIEDAD DE LA VARIANZA
estándar, ya que la varianza es una medida ficticia, pues las unidades en las cuales
2 2 2 2 2
Var = (0-1,55) *0,29 + (1-1,55) *0,32 +(2-1,55) *0,24 + (3-1,55) *0 + (4-1,55) *0,06 + (5-
2 2
1,55) *0,03 + (6-1,55) *0,06 = 2,7475
excavadoras).
Se reemplaza:
Ejemplos:
Supuestos:
del evento.
los n ensayos.
cuantía es la siguiente:
𝑛𝑛 𝑥𝑥 𝑛𝑛−𝑥𝑥
𝑃𝑃(𝑋𝑋 = 𝑥𝑥 ) = ��𝑥𝑥 � 𝑝𝑝 (1 − 𝑝𝑝) 𝑠𝑠𝑠𝑠 𝑥𝑥 = 1, 2, 3, … , 𝑛𝑛
0 𝑒𝑒𝑒𝑒 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝑛𝑛 𝑛𝑛!
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑞𝑞𝑞𝑞𝑞𝑞: � � =
𝑥𝑥 (𝑛𝑛 − 𝑥𝑥 )! ∗ 𝑥𝑥!
que además funciona como editorial. Si la variable número de imprentas que falla
antes de las 900 horas de uso se comporta como una variable binomial con
funcionamiento.
Desarrollo:
a) Sea 𝑦𝑦 = 𝑁𝑁ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑞𝑞𝑞𝑞𝑞𝑞 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙𝑙𝑙 900 ℎ𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 𝑑𝑑𝑑𝑑 𝑢𝑢𝑢𝑢𝑢𝑢.
5
𝑃𝑃(𝑦𝑦 = 2) = � � ∙ 0,05592 ∙ (1 − 0,0559)5−2
2
𝑃𝑃(𝑦𝑦 = 2) = 0,02629
5 5
𝑃𝑃(𝑦𝑦 ≥ 2) = 1 − �� � ∙ 0,05590 ∙ (1 − 0,0559)5−0 + � � ∙ 0,05591 ∙ (1 − 0,0559)5−1 �
0 1
𝑃𝑃(𝑦𝑦 ≥ 2) = 1 − 0,9721
𝑃𝑃(𝑦𝑦 ≥ 2) = 0,02789
5 5
𝑃𝑃(𝑦𝑦 ≤ 2) = � � ∙ 0,05590 ∙ (1 − 0,0559)5−0 + � � ∙ 0,05591 ∙ (1 − 0,0559)5−1
0 1
5
+ � � ∙ 0,05592 ∙ (1 − 0,0559)5−2
2
𝑃𝑃(𝑦𝑦 ≤ 2) = 0,99839
21 Apunte de clase
determinar que la probabilidad de que una persona que entra a su tienda y compre
Desarrollo:
5
𝑃𝑃(𝑥𝑥 = 2) = � � 0,22 0,83 =10∗ 0,22 ∗ 0,83 = 0,2048 = 20,48%
2
5 5 5 5
P(x ≥ 2) = � � 0,22 0,83 + � � 0,23 0,82 + � � 0,24 0,81 + � � 0,25 0,80
2 3 4 5
G. DISTRIBUCIÓN GEOMÉTRICA
ocurrencia del primer evento exitoso sigue una distribución geométrica. Si el primer
(n-1) veces
Ejemplo: Al lanzar una moneda de cara roja y otra cara azul, vamos a lanzar
hasta que veamos que la primera cara azul salga. ¿Cuántos lanzamientos se
Solución:
𝑃𝑃 (𝑥𝑥 = 1) = 𝑝𝑝
𝑃𝑃(𝑥𝑥 = 2) = (1 − 𝑝𝑝)𝑝𝑝
𝑃𝑃(𝑥𝑥 = 3) = (1 − 𝑝𝑝)2 𝑝𝑝
…
23 Apunte de clase
𝑃𝑃(𝑥𝑥 = 3) = (1 − 𝑝𝑝)𝑥𝑥−1 𝑝𝑝
𝑋𝑋~𝐺𝐺(𝑝𝑝)
Por definición se sabe que la función acumulada debe cumplir con la condición:
∞
1
𝑇𝑇� = 𝐸𝐸 (𝑇𝑇) = � 𝑡𝑡𝑡𝑡(1 − 𝑝𝑝)𝑡𝑡−1 =
𝑝𝑝
𝑡𝑡=1
24 Apunte de clase
Una ola de estas características tiene una probabilidad del 5% de ocurrencia por
año. Determine:
a) El periodo de retorno.
de retorno.
Desarrollo:
1 1
a) 𝑇𝑇� = 𝐸𝐸 (𝑇𝑇) = = = 20 𝑎𝑎ñ𝑜𝑜𝑜𝑜
𝑝𝑝 0,05
periodo de retorno:
J. DISTRIBUCIÓN DE POISSON
espacio.
región con actividad sísmica en el mundo; los derrumbes por fatiga de material
del espacio), esto puede pasar más de una vez en cualquier momento o intervalo
de espacio.
26 Apunte de clase
En dicho caso, las ocurrencias del evento pueden ser modeladas con un proceso
ellos.
Supuestos:
en el espacio.
referentes a las lluvias en ciertas zonas. Según los datos históricos de tormentas
Solución:
el enunciado, ya que dice “un promedio de cuatro tormentas por año” y se multiplica
K. DISTRIBUCIÓN HIPERGEOMÉTRICA
Se toma una muestra aleatoria de tamaño n, sin reemplazo de entre los N objetos
cada uno, 10 unidades de oblea. Consisten en sacar al azar 4 unidades del paquete
revisarse completamente?
Solución:
En este caso:
𝑁𝑁 = 10 𝑦𝑦𝑦𝑦 𝑞𝑞𝑞𝑞𝑞𝑞 𝑒𝑒𝑒𝑒 𝑒𝑒𝑒𝑒 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑑𝑑𝑑𝑑 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑞𝑞𝑞𝑞𝑞𝑞 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑙𝑙𝑙𝑙 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐.
𝐾𝐾 = 3 𝑒𝑒𝑒𝑒 𝑒𝑒𝑒𝑒 𝑛𝑛ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑑𝑑𝑑𝑑 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑎𝑎𝑎𝑎 𝑞𝑞𝑞𝑞𝑞𝑞 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑙𝑙𝑙𝑙 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑒𝑒𝑒𝑒 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟ó𝑛𝑛.
𝑛𝑛 = 4 𝑒𝑒𝑒𝑒 𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑙𝑙𝑙𝑙𝑙𝑙 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢 𝑒𝑒𝑒𝑒 𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑦𝑦 𝑙𝑙𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑.
modelo:
L. DISTRIBUCIÓN NORMAL
Estos valores de referencia son la base de muchas pruebas de hipótesis, como las
pruebas Z y t.
Fuente: support.minitab.com
−1.96 y +1.96). Por lo tanto, menos del 5% (0.05) de las observaciones estará
fuera de este rango. Este rango es la base del nivel de significancia de 0.05 que
Ejemplo: Una empresa de USA decide hacer un seguimiento a sus clientes que son
un poco más bajos que 69 pulgadas. Solo unos pocos serán mucho más altos o
Fuente: support.minitab.com
empresa tiene una estatura de entre 66.5 (μ - 1σ) y 71.5 (μ + 1σ) pulgadas.
Fuente: support.minitab.com
33 Apunte de clase
Fuente: support.minitab.com
Ejemplo. Una afamada productora, decide poner una fonda para fiestas patrias,
la temperatura durante setiembre esté por debajo de 21ºC y así evitar una alta
Solución:
𝑋𝑋 − 𝜇𝜇 21 − 18,7 2,3
𝑍𝑍 = = = = 0,46
𝜎𝜎 5 5
34 Apunte de clase
Si vemos la tabla:
Bibliografía
Olea, R. (2011). Estadística para ingeniería. Apuntes Curso de verano TAV. Chile.
información: