Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual de estadística I
Universidad industrial de Santander
2011
4
Contenido
CLASES DE ESTADÍSTICA....................................................................................................3
Estadística descriptiva:.....................................................................................................3
Estadística inferencial:......................................................................................................3
Estadística multivariable:..................................................................................................3
CONCEPTOS BÁSICOS..........................................................................................................3
Población............................................................................................................................3
Muestra...............................................................................................................................3
Muestra aleatoria...............................................................................................................3
Muestra significativa..........................................................................................................3
Estadístico..........................................................................................................................3
Parámetros.........................................................................................................................3
Variable...............................................................................................................................4
Constante...........................................................................................................................4
Datos...................................................................................................................................4
Representación de los datos...........................................................................................4
I. Datos no agrupados..................................................................................................4
II. Datos agrupados........................................................................................................4
DATOS NO AGRUPADOS......................................................................................................5
MEDIDAS DE TENDENCIA CENTRAL..........................................................................5
MEDIDAS DE DISPERSIÓN...................................................................................................6
a) Varianza......................................................................................................................6
FORMA DE LOS DATOS.........................................................................................................7
DATOS AGRUPADOS..........................................................................................................10
Tablas de distribución de frecuencias..........................................................................10
MEDIDAS DE TENDENCIA CENTRAL................................................................................12
a. La media aproximada..............................................................................................12
b. La mediana aproximada.........................................................................................12
c. Moda aproximada....................................................................................................12
d. Rango medio aproximado.......................................................................................12
I. MEDIDAS DE DISPERSIÓN..........................................................................................12
TEORIA PROBABILISTICA...................................................................................................16
5
Conceptos Fundamentales:...........................................................................................16
3. Suceso o Evento......................................................................................................16
PROBABILIDAD CONDICIONAL..........................................................................................23
TEOREMA DE BAYES...................................................................................................25
TÉCNICAS DE CONTEO...............................................................................................25
DISTRIBUCION DE PROBABILIDAD..................................................................................26
DEFINICIÓN 1.................................................................................................................26
DEFINICIÓN 2.................................................................................................................26
DEFINICIÓN 3.................................................................................................................26
Variables Discretas:........................................................................................................26
Distribución De Probabilidad Uniforme.................................................................27
Distribución De Probabilidad Binomial..................................................................27
Distribución De Probabilidad Hipergeometrica:...................................................28
Distribución De Probabilidad Poisson...................................................................29
Variables Continuas:.......................................................................................................30
Distribución De Probabilidad Normal:...................................................................30
Distribución Muestrales Para Proporciones:................................................................31
TEORIA PROBABILISTICA
Conceptos Fundamentales:
A B
b. ∩: Intersección( AՈB ) : es la misma multiplicación entre sucesos; ( AՈB ) : 7
(x/x€ A y x/€B)
(A ∩B)= (AxB)=(AyB)=(AᴧB)=(A and B)
(A∇ B ¿
e. A : Complemento: es lo que le falta a un conjunto para llegar a ser igual a su 8
Suceso Seguro
ii) P( S)=1
B
A
6. Suceso Imposible: Es aquel suceso cuya probabilidad de ocurrencia vale ∅ 9
P( A )=∅
1; P( A )=1
Se acostumbrara
P(( AUB) )=P ( AUB ) :es la probabilidad de que al menosuno se presente
P( A ∪B )
A B
A B
Ejemplos:
Lanzamos dos dados simultáneamente una sola vez. Calcular la probabilidad
de:
a. Obtener un resultado de 7 puntos.
b. Obtener un resultado de por lo menos 7 puntos.
c. Obtener un resultado par (suma de ambos dados).
d. Obtener un resultado de por los menos 7 puntos y par.
e. Obtener un resultado de por lo menos 7 puntos o par.
f. Obtener un resultado de 4 puntos y 9 puntos.
g. Obtener un resultado de 4 puntos o 9 puntos.
h. Obtener un resultado de 14 puntos.
i. Obtener un resultado de por lo menos 2 puntos o 13 puntos.
Solución.
Definimos y pintamos nuestro espacio muestral:
1 2 3 4 5 6
1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
a.
A= obtener un resultado de 7 puntos (por comprensión) =por 12
extensión seria: ( (6, 1),(5, 2), (4, 3), (1, 6),(2, 5),(3, 4))
f 6 1
P(A) = P(Obtener un resultado 7 puntos)= = =
t 36 6
18 1
P(Obtener un resultado par)= =
36 2
18
y P D 2(Obtner un resultado Par )=
36
P D=P D 1 (Obtener unresultado ≥ 7 puntos) ∩ PD 2 (Obtner un resultado Par )
9
∗18
18 9
P D=P D1
∗P ( D )= =
( ) 2
36 36
D2
9
∗21
21 9
P D=P D2
∗P ( D )= =
( ) 1
36 36
D1
g. P(F)=P( P F 1 (Obtener un resultado 4 puntos)y P F 2 (Obtner un resultado 9 puntos ))= 0 ( por ser
sucesos mutuamente excluyentes)
h. P(G)= P(G1UG2) =
Primero calculamos sus respectivas probabilidades:
P G 1(Obtenerun resultado 4 puntos) ; P G 2(Obtnerun resultado 9 puntos)
G1 = {(1, 3), (3, 1), (2, 2)} G2 = {(6, 3), (4, 5), (3, 6),
(5, 4)}
f 3 f 4
P(G )= = P(G )= =
1
t 36 2
t 36
PG =[ PG 1 ( Obtenerun resultado 4 puntos ) ∪ P G2( Obtnerun resultado 9 puntos) ]
3 4 7
PG =PG 1 + PG 2−P ( G 1 ∩G2 ) = + −0= (suceso mixto , que se
36 36 36
llama también suceso total, y que es mutuamente excluyente)
f 0
i. P ( H )= = =0 (Suceso Imposible) 14
t 36
j. P(I)=P(I1UI2) =
36
P I 1 (Obtener un resultado ≥2 puntos)= P I 2 (Obtner un resultado 13 puntos) =0
36
P I =[P I 1 (Obtener un resultado ≥2 puntos) ∪ PI 2(Obtner unresultado 13 puntos) ]
36
P I =P I 1 + PI 2 −P ( I 1 ∩ I 2 )= +0−0=1[Suceso Seguro] = (Suceso
36
mixto , que se llama también suceso total, que es mutuamente
excluyente y también suceso seguro= se llama suceso
colectivamente exhaustivo)
PROBABILIDAD CONDICIONAL
Definición
Sean A, B, …C S.
P ( BA ) Se lee como la P(A ) dado B; se lee también como la P(A ) dado que ya
ocurrió el suceso B. y …
Se define: 15
P ( BA )= P( AP ∩ B)
(B)
P ( BA )= P(BP ∩ A)
( A)
c.
P
Roja P ( R ∩ R )
( )
Roja
=
P ( R)
=
13
14
7
∗7
[ ]
=
6
13
14
Ejemplo # 3: Sea A el suceso de sacar un As, y sea E el suceso de sacar espadas de una baraja
de 52 cartas. Si se extrae una sola carta de la baraja, calcular la probabilidad de:
Ejemplo # 4: Se lanzan simultáneamente un dado y una moneda una sola vez, calcular la
probabilidad de:
TEOREMA DE BAYES
P ( A / Bi ) P ( Bi )
P ( B i/ A )=
A A A
P( )
B1
∗P ( B 1 ) …+ p( )
Bi ( )
∗P ( Bi ) …+ P
Bk
∗P(Bk )
TÉCNICAS DE CONTEO
1. Permutación: [nPr] Es una función uno a uno o inyectiva del conjunto A 20
sobre el conjunto de los N
r: número de elementos a organizar
n: número total de elementos
A⟹N
a1⟹ 1
n!
a2⟹ 2 nPr=
( n−r ) !
a3⟹ 3
an⟹ n
Una permutación es un Arreglo en el cual tenemos en cuanta el
orden.
Propiedades:
n! n!
Si r =0 nPr= = =1
( n−0 ) ! n !
n! n (n−1)!
Si r =1 nPr= = =n
( n−1 ) ! (n−1) !
n! n!
Si r =0 nPr= = =n !
( n−n ) ! 0 !
2. Combinación: [nCr] Es un arreglo en el cual no se tiene en cuenta el orden,
es decir, (a, b) = (b, a) como por ejemplo los subconjuntos de un conjunto son
combinaciones.
n!
nCr=
( n−r ) ! r !
Propiedades:
n! n!
Si r =0 nCr= = =1
( n−0 ) ! 0 ! n !
n∗(n−1)!
Si r =1 nCr= =n
( n−1 )
n!
Si r =0 nCr= =1
( n+n ) !
EJERCICIOS DE APLICACIÓN
1. Sea E el suceso de sacar espadas y sea A el sucedo de sacar un As de una baraja de 21
52 cartas. Si se extrae una sola carta de la baraja, calcular la probabilidad de:
Solución:
Espada 1 AS 13 Cartas
Bastos 1 AS 13 Cartas
52
Copas 1 AS 13 Cartas
1
∗13
a) 13
P ( AS de Oro
espada ) =P ( A ∩ E )=P ( A1/ AS
E )∗P ( E ) = 13 Cartas
52
1
P ( AS de espada ) =
52
Solución:
Estación 1
P ( Falla Bombeo ∪ Fuga )=P ( Falla Bombeo ) + P ( Fuga ) −P (Falla Bombeo ∩ Fuga)
Estación 2
P ( Falla Bombeo ∪ Fuga )=P ( Falla Bombeo ) + P ( Fuga ) −P (Falla Bombeo ∩ Fuga)
Solución:
100%
50%
0%
100%
%
50%
99%
23
P(B∩A)
a) P ( Enfermedad Presente /Resultado Positivo )=
P ( A)
(0 , 5)(1)
P ( Enfermedad Presente /Resultado Positivo )= =0,99009
( 0 ,5 )∗( 1 ) + ( 0.5 )∗(0.01)
P( B ∩ A)
b) P ( Enfermedad No Presente / Resultado Negativo ) =
P( A)
( 0 , 5 )∗(0 , 99)
P ( Enfermedad No Presente / Resultado Negativo ) = =1
( 0 ,5 )∗( 0.99 ) +(0)
4. La tienda Ley ha sido objeto de muchos robos durante el último mes, pero debido
al aumento de las medidas de seguridad se ha detenido a 250 ladrones. Se registró
el sexo de cada ladrón, también se anotó si se trataba de un primer delito o si era
reincidente. Los datos con los siguientes:
Sexo Primera Ofensa Reincidente
Hombre 60 70 130
Mujer 40 76 120
104 146 250
60
250 60 6
P ( Primera Ofensa / Hombre )= = =
130 130 13
250
P( Mujer ∩ Reincidente )
c) P ( Mujer /Reincidente )=
P (Reincidente)
76
250 76
P ( Mujer /Reincidente )= =
146 146
250
d) P ( Mujer ∩ Primera Vez )=P ( Mujer /Primera Vez )∗P ( Primera Vez )
44
∗104
104 44
P ( Mujer ∩ Primera Vez )= =
250 250
44
P ( Mujer ∩ Primera Vez )=
250
70
∗146
146
P ( Hombre∩ Reincidente )=
250
70
P ( Hombre∩ Reincidente )=
250
25
5. En los últimos años las compañías de tarjetas de crédito han hecho un gran
esfuerzo por lograr nuevas cuentas entre estudiantes universitarios. Suponga que
una muestra de 200 estudiantes de una universidad indicó la siguiente información
acercad de si el estudiante poseía una tarjeta de crédito bancaria y una tarjeta de
crédito para viaje y entretenimiento.
Tarjeta de Título Universitario
Crédito
Total
Bancaria SI NO
Hombre
Si 60 60 120
No 15 65 80
75 125 200
a) Suponga que se sabe que el estudiante tiene una tarjeta d crédito bancaria
¿Cuál es la probabilidad de que ella o él tenga una tarjeta de crédito para viaje
o entretenimiento?
b) Suponga que el estudiante no tiene una tarjeta de crédito para viaje ¿Cuál es la
probabilidad de que ella o él tenga una tarjeta de crédito bancaria?
Solución:
a)
P ( Tarjetade Crédito Bancaria ∩Tarjeta para Viaje y Entretenimeinto )=P ( Tarjeta de Crédito Bancaria/T
120
∗60
200
P ( Tarjetade Crédito Bancaria ∩Tarjeta para Viaje y Entretenimeinto )=
120
3
P ( Tarjetade Crédito Bancaria ∩Tarjeta para Viaje y Entretenimeinto )=
10
125
∗60
Viaje)= 200 3
=
125 10
26
b) P(Televisión/Computadora)=?????
7. Un ejecutivo de publicidad está estudiando las posibilidades de ver Tv en hombres
y mujeres casados en base a registros de observación. Se ha determinado que los
esposos ven televisión el 60% de las veces, también se ha determinado que cuando
el esposo está viendo Tv el 40% de las esposas también lo están haciendo; cuando
el esposo no está viendo Tv el 30% del tiempo la esposa si lo está haciendo.
Encuentre la probabilidad de:
a) Que si la esposa está viendo Tv el esposo también lo está haciendo
b) Que si el esposo está viendo Tv la esposa también lo esté haciendo
c) Qué porcentaje la esposa está viendo Tv durante el horario estelar
d) Que el esposo vea Tv y que la esposa no vea
Solución:
0, 4
0, 6
T v
Ve
so
0, 6
po
Es
Es 0, 3
po
so
No
Ve
Tv 0, 4
27
0, 7
(0 , 4 ) (0 , 6)
a) P(Esposo Ve Tv/Esposa Ve Tv)= =0.66
( 0 , 4 )( 0 , 6 ) + ( 0 , 3 ) ( 0,4 )
b) P(Esposa Ve Tv/Esposo Ve Tv)=¿ ( 0 , 4 )
c) (0, 4) * (0, 6) + (0, 3) * (0, 4) = 0. 36 = 36%
d) P ( Esposo VeaTv ∩ Esposo NoVea Tv )= ( 0 ,6 )∗( 0 , 6 ) =0 , 36
DISTRIBUCION DE PROBABILIDAD
Apuntes profesor
MODELO MATEMATICO:
1
P( X )
(b a ) 1
Donde:
a Primera posición de un elemento s
-Esperanza:
0
1 1
P ( x 0) 8C 0 (1 )80
10 10
P ( x 0) 0.4304 ab
E ( x)
2
-Varianza:
S Var ( x)
-Desviación:
b a 1 1
2
Var ( x)
29
12
MODELO MATEMATICO:
P ( x ) nCxP x (1 P) n x
Donde:
C Combinación
(1 p ) n x Probabilidad de fracaso.
x Suceso deseado.
n x Suceso no deseado.
-Esperanza:
E ( x) n * p
-Varianza:
Var ( x) n * P (1 P)
-Desviación:
S Var ( x)
30
Distribución De Probabilidad Hipergeometrica: Características que se
resaltan:
MODELO MATEMATICO:
C x N A Cn x
P( x ) A
N Cn
Donde:
N Tamaño poblacional.
n Tamaño muestra.
x Suceso deseado.
n x Suceso no deseado.
C Combinación.
-Esperanza:
E ( x) n * p
A
P
Donde: N
-Varianza:
Var ( x) n * P (1 P)
-Desviación:
S Var ( x)
Distribución De Probabilidad Poisson: Son sucesos discretos dentro de 31
sucesos continuos.
Podemos tomar como ejemplo el número de aviones que aterriza en un
aeropuerto por día, hora, minuto, etc., o también puede ser el numero de
llamadas que entran a un conmutador por hora, minuto, etc.
MODELO MATEMATICO:
e x
P( x x / )
x!
Donde:
e 2.718281
x Suceso deseado.
-Esperanza:
E ( x) n * p
-Varianza:
Var ( x) n * P
-Desviación:
S
32
Variables Continuas:
Toma valores a lo largo de un continuo, esto es, en todo un intervalo de
valores. Longitudes y pesos son ejemplos de variables continuas, la estatura de
una persona.
MODELO MATEMATICO:
1 xi u ( x )
1
x
f ( x) e 2
2 x
f ( x)dx P(a x i b)
a Área bajo la curva.
ESTANDARIZACION EN UNIDADES:
xi u ( x )
z
x
x
Ps
n
Donde:
x Numero de éxitos a nivel muestral.
n Tamaño de Muestra.
Psi P Ps P
z i
P (1 P) Ps
n
P (1 P )
Ps
n
EJERCICIOS
1. Un auditor de hacienda selecciona una muestra aleatoria de seis 34
declaraciones de impuestos de personas de determinada profesión para
una probable auditoria. Si dos o más de estas declaraciones señalan
deducciones incorrectas, se hará una auditoria a toda la población de
100 declaraciones.
Cuál es la probabilidad de que se haga una auditoria a todo el grupo, si
el porcentaje de declaraciones incorrecta es:
a. 25% b. 45% c. 65%
SOLUCION:
C x N A Cn x
P ( x) A
N Cn
P ( x ) 1 P ( x 0) P( X 1)
N 100
n6
x 2 ó más
A Las opciones que da el ejercicio
C0 * 100 25 C6 0
P ( x 0) 25
100 C6
C1 * 100 25 C6 1
P ( x 1) 25
100 C6
C * C C1 * 10025 C6 1
P( x 2) 1 25 0 100 25 6 0 25
100 C6 100 C6
a. P( x 2) 0.46911
C * C C1 * 10045 C6 1
P( x 2) 1 45 0 100 45 6 0 45
100 C6 100 C6
b. P( x 2) 0.8443
C * C C1 * 10065 C61
P ( x 2) 1 65 0 100 65 6 0 65
100 C6 100 C6
P ( x 2) 0.9809
c.
2. La probabilidad de que un paciente no se recupere de una operación en
particular es 1 de 10.
a. Cuál es la probabilidad que exactamente se recupere 1 paciente de 8
pacientes que sufren esta operación?
b. Cuál es la probabilidad que ninguno se recupere?
c. Cuál es la probabilidad que todos se recuperen? 35
d. Que por lo menos no se recupere la mitad?
SOLUCION:
1
P
10 Probabilidad de que NO se recupere
9
P
10 Probabilidad de que SI se recuperen
nx
a. P ( x) nCxP (1 P)
x
1
9 9
P( x 1) 8C1 (1 )81
10 10
7
P( x 1) 7.2*10
nx
b. P ( x) nCxP (1 P)
x
8
1 1
P ( x 8) 8C 8 (1 )88
10 10
8
P ( x 8) 1*10
P ( x 4) 5.02441*103
nx
c. P ( x) nCxP (1 P)
x
0
1 1
P ( x 0) 8C 0 (1 )80
10 10
P ( x 0) 0.4304
d. P( x 4) P( x 4) P( x 5) P ( x 6) P( x 7) P( x 8)
P ( x 4) 5.02441*103
4
1 1
P ( x 4) 8C 4 (1 )8 4
10 10
3
P ( x 4) 4.5927 *10
5
1 1 36
P ( x 5) 8C 5 (1 )85
10 10
P ( x 5) 4.0824*104
6
1 1
P ( x 6) 8C 6 (1 )86
10 10
5
P ( x 6) 2.268*10
7
1 1
P ( x 7) 8C 7 (1 )87
10 10
7
P ( x 7) 7.2*10
8
1 1
P ( x 8) 8C 8 (1 )88
10 10
P ( x 8) 1*10 8
SOLUCION:
C x N A Cn x
P ( x) A
N Cn
a.1 37
P ( x 3) P ( x 0) P ( x 1) P( x 2) P( x 3)
e 0.008 (0.008)1 e 0.008 (0.008)2 e 0.008 (0.008)3
P ( x 3) P ( x 0)
1! 2! 3!
P ( x 3) 1
e 0.008 (0.008) 20 N 40
P ( x 20)
20! n5
P ( x 20) 4.7011*10 61 A8
C0 40 8 C50
P ( x 0) 8
40 C5
P( x 0) 0.3060
a.2
P ( x 1) 1 P( x)
C C
P ( x 1) 1 8 0 40 8 50
40 C5
P ( x 1) 0.6939
a.3
P ( x 1) P( x 0) P( x 1)
C C C C
P ( x 1) 8 0 408 50 8 1 408 51
40 C5 40 C5
P ( x 1) 0.7432
a.4
P ( x 1) P( x 0) P( x 1)
C C C C
P ( x 1) 8 0 408 50 8 1 408 51
40 C5 40 C5
P ( x 1) 0.7432
a.5
P ( x 2) P ( x 0) P ( x 1) P ( X 2)
C C C C C C
P ( x 2) 8 0 408 50 8 1 408 51 8 2 40 8 52
40 C5 40 C5 40 C5
P ( x 2) 0.9542
38
b.
E ( x) n * p
A
E ( x) n *
N
8
E ( x ) 5*
40
E ( x) 1
c.
E ( x) n * p
A
E ( x) n *
N
40 8
E ( x) 5*
40
E ( x) 4
SOLUCION:
a.
e x
P( x x / )
x!
P ( x 2) P ( x 0) P ( x 1)
e 1.2 (1.2)0 e1.2 (1.2)1
P ( x 2)
0! 1!
P ( x 2) 0.6626
b.
P( x 2) P( x 0) P ( x 1) P ( x 2) 39
1.2 0 1.2 1 1.2 2
e (1.2) e (1.2) e (1.2)
P( x 2)
0! 1! 2!
P( x 2) 0.879
c.
P (3 x 5) P ( x 4)
e 1.2 (1.2)4
P (3 x 5)
4!
P (3 x 5) 0.0260
d.
P( x 2) 0.6626
P( x 3) 0.0867
e.
1min 1.2
5min
e 6 (6) 2
P( x 2)
2!
P( x 2) 0.0446
a. Exactamente 1 hallazgo.
d. Ningún hallazgo.
SOLUCION:
4
Pr omedio
100
N 100
n 20
0.04
0.04 100
20
0.008
a.
e 0.008 (0.008)1
P ( x 1)
1!
P ( x 1) 0.00793
b.
P ( x 1) 1 P( x 0)
e 0.008 (0.008)0
P ( x 1) 1
0!
P ( x 1) 0.00796
c.
P( x 3) P ( x 0) P ( x 1) P ( x 2) P ( x 3)
e 0.008 (0.008)0 e0.008 (0.008)1 e0.008 (0.008) 2 e 0.008 (0.008)3
P( x 3)
0! 1! 2! 3!
P( x 3) 1
41
d.
e 0.008 (0.008) 0
P ( x 0)
0!
P ( x 0) 0.9920
e.
e 0.008 (0.008)20
P( x 20)
20!
P( x 20) 4.7011*1061