Estadística

General

Área de Estadística
Lima – Perú
2020
GUÍA DE LABORATORIO DE ESTADÍSTICA GENERAL
Derechos Reservados 2020
Área de Estadística
Décima Edición 2020

Diseño y Diagramación
Universidad Científica del Sur
Panamericana Sur  km 19 - Lima 42

Lima-Perú 610-6400

2
Rector
Dr. Manuel Rossemberg

Presidente Ejecutivo
Luis Javier Cardó Soria

Vicerrectos Académico
José Agustín Ortiz Elías

Director de Cursos Básicos (e)

Sarita Bocanegra Gonzales

Coordinador de Matemática y Estadística

Sarita Bocanegra Gonzales

3
CONTENIDO

UNIDAD 1

Capítulo 1: Conceptos 6

Capítulo 2: Presentación de datos 11

UNIDAD 2

Capítulo 3: Medidas de Tendencia Central 25

Capítulo 4: Medidas de Posición No Central 29

Capítulo 5: Medidas de Dispersión 37

Capítulo 6: Asimetría y Curtosis 45

UNIDAD 3

Capítulo 7: Cálculo de Probabilidades 50

Capítulo 8: Distribución Binomial 64

Capítulo 9: Distribución Poisson 68

Capítulo 10: Distribución Normal 72

Capítulo 11: Distribución Muestral 83

UNIDAD 4

Capítulo 12: Tamaño de la muestra. 89

Capítulo 13: Regresión y Correlación Lineal 94

Capítulo 14: Tablas de Contingencia y Pruebas Chi – Cuadrado 106

4
 Elaboración propia

CONCEPTOS BÁSICOS. PRESENTACIÓN DE

DATOS.

5
 CONCEPTOS ESTADÍSTICOS

Estadística. -
Es una ciencia que nos ofrece un conjunto de métodos y técnicas para: recolectar, clasificar,
procesar, presentar, analizar e interpretar un conjunto de datos, con la finalidad de conocer el
problema, obtener algunas conclusiones y finalmente tomar decisiones.
Es una herramienta fundamental para realizar investigación científica.

Estadística Descriptiva. -
Es un conjunto de métodos que nos permiten describir y resumir los datos observados mediante
gráficos o cuadros y realizando algunos cálculos de indicadores.

Estadística Inferencial. -
Es un conjunto de métodos que nos permiten hacer generalizaciones o inferencias acerca de una
población a partir de lo observado en una muestra.

Población. -
Es la totalidad de individuos o de elementos (empresas, personas, objetos etc.) que cumplen o
satisfacen la o las características en estudio.
Por el número de elementos que la componen la población se clasifica en finita e infinita. La
población es finita si tiene un número determinado de elementos en caso contrario es infinita. En la
práctica una población finita con un gran número de elementos se considera como una población
infinita; por otro lado el tamaño de una población va a depender de objetivo trazado por el
investigador.

Muestra. -
Está constituida por una parte de los individuos o elementos que componen la población,
seleccionada de acuerdo a cierta técnica con el fin de obtener información acerca de la población, de
la cual proviene. La muestra debe ser seleccionada de manera que sea representativa, es decir tenga
características similares a las de su población.

Parámetro.-
Es una medida descriptiva que resume una característica de la población, es decir constituye el valor
real, verdadero; su cálculo implica utilizar toda la información contenida en la población; entre los
más conocidos tenemos:
La media poblacional ( μ )
La varianza poblacional ( σ2 )
La proporción poblacional (  ) etc.

Estadístico.- Es una medida que describe una característica de la muestra, se calcula a partir de los
datos observados en la muestra; es decir constituyen los estimadores de cada uno de sus respectivos
parámetros; entre estos tenemos:
La media muestral ( X )
La varianza muestral ( S2 )
La proporción muestral ( p )

Variable.- Es una característica definida en la población de acuerdo a cierto interés en una

investigación estadística, que puede tomar dos o más valores (cualidades o números). Puede ser una
característica medible (peso, precio, ingresos, temperatura etc) o una cualidad no medible (estado
civil, calidad, color, sexo etc). Se representa con las letras mayúsculas X, Y, Z.

6
CLASIFICACIÓN DE LAS VARIABLES

SEGÚN LA NATURALEZA DE LA VARIABLE

a) VARIABLES CUALITATIVAS O CATEGÓRICAS

Son aquellas cuyos valores expresan cualidades o atributos; estas a su vez pueden ser:

VARIABLES NOMINALES.- Son aquellas en donde no existe un orden preestablecido entre

las categorías de las variable. Ejemplos:

VARIABLE CATEGORIAS
Color Azul, rojo, blanco, verde, negro, amarillo etc.
Estado Civil Soltero, casado, conviviente, viudo, divorciado.
Distrito Lima, La Victoria, Breña, Miraflores, San Isidro, Lince etc
Género Masculino, femenino
Calidad Buena, mala.
Morosidad No Moroso, moroso
Banco donde le depositan Interbank, Pichincha, Scotiabank
su sueldo:

VARIABLES ORDINALES. - Son aquellas en donde existe un orden preestablecido entre las
categorías de la variable.

Ejemplos:

VARIABLE CATEGORÏAS
Grado de Instrucción Primaria, Secundaria, Superior
Orden de Mérito Primero, Segundo, Tercero etc.
Nivel Socioeconómico Bajo, Medio, Alto etc.

También podemos considerar como variables ordinales por ejemplo grado de satisfacción de un
servicio (1 = Muy insatisfecho; 2 = Insatisfecho; 3 = Ni satisfecho ni insatisfecho; 4 =
Satisfecho; 5 = Muy satisfecho) o también el grado de depresión, etc.

b) VARIABLES CUANTITATIVAS
Son aquellas que se obtienen como resultado de mediciones o conteos; estas a su vez se
clasifican en:

VARIABLES DISCRETAS
Son aquellas cuyos valores resultan como consecuencia de conteos, y por lo tanto solo pueden
asumir valores enteros positivos, incluido el cero. Ejemplos
Número de empresas, número de hospitales, número de trabajadores, número de comprobantes
de pago, número de máquinas, número de conservas etc.

VARIABLES CONTINUAS

7
 Son aquellas cuyos valores se obtienen por medición, pueden asumir valores decimales.
Ejemplos:
Los sueldos, el precio, la temperatura, el volumen, el tiempo, el peso, la estatura, la presión etc.

SEGÚN LA MEDICIÓN DE LA VARIABLE

a) ESCALA NOMINAL Se tiene una escala nominal si dos o más valores de una variable
sólo permiten percibir tas diferencias o semejanzas de las unidades estadísticas que se midan Tales
valores son como etiquetas que identifican a las unidades estadísticas y las hacen iguales o diferentes
entre sí. Ejemplo: Color de ojos, genero, Especialidad de los estudiantes.

b) ESCALA ORDINAL Cuando los datos pueden acomodarse en algún orden, las diferencias entre
los datos carecen de significado: A es más alto que B, pero no se puede restar A menos B.
Ejemplo: Grado de Instrucción, grado de satisfacción de los clientes.

c) ESCALA DE INTERVALO La escala de intervalo es una escala para la cual el 0 no indica

ausencia de la propiedad que se estudia. Ejemplo: Temperatura.

d) ESCALA DE RAZON Se parece al nivel intervalo con la diferencia que si tiene un punto de
partida o cero inherente. Ejemplo: Peso, precio, Número de hijos

SEGÚN EL ROL QUE TIENEN EN LA INVESTIGACIÓN

a) VARIABLE DEPENDIENTE

La variable dependiente es aquella determinada por el investigador para estudiarla en función de

otras variables denominadas independientes. Generalmente se simboliza esta variable con la letra Y.

b) VARIABLE INDEPENDIENTE

La variable independiente es aquella que es controlada en un experimento por el investigador.

Generalmente se simboliza esta variable con la letra X.
En la mayoría de los experimentos el investigador está interesado en determinar el efecto que tiene la
variable X, sobre la variable Y; para esto el investigador controla los niveles de la variable X y mide
el efecto sobre la otra variable.
Ejemplo:
- La variación en los precios de un determinado artículo, motiva cambios en las ventas. En este
ejemplo las variables son:
Precio = X Venta = Y

- El costo de producción de un artículo, determina su precio de venta. En este caso las variables
son:
Costo de producción = X Precio de venta = Y

Podemos notar que el rol que asuma una determinada variable como dependiente o independiente en
una investigación, va a depender con qué variable se asocie.

EJERCICIOS PROPUESTOS

8
1. Determinar, en cada caso el tipo de variable, de acuerdo a su naturaleza:

a. Tiempo que demora un paciente para ser atendido en un Centro Médico.

b. Carreras que quieren seguir las alumnas y los alumnos de un centro educativo al
terminar la Educación Secundaria.
c. Intención de voto para las elecciones presidenciales.
d. Horas que dedican a ver televisión los estudiantes de Primaria en Arequipa.
e. Número de aparatos de radio que hay en los hogares de Ayacucho.
f. Grado de instrucción de los trabajadores de una Empresa.
g. Número de televisores LCD vendidos durante el mes de diciembre del año pasado.
h. Temperaturas registradas cada hora en un observatorio.
i. Número de pacientes atendidos por emergencia durante el mes pasado.
j. Carrera universitaria elegida por un estudiante.
k. Tiempo utilizado en atender un cliente en la ventanilla de un banco.
l. Número de empleados que tiene una empresa minera.
ll. Número de clientes que llegan entra las 11 a.m. y las 1 p.m. a un banco local.

2. Clasificar cada una de las afirmaciones siguientes ya sea como inferencias o métodos
descriptivos.

a. El año pasado en la UCS el puntaje promedio del examen de admisión fue 85.
b. El Dr. García, un ecólogo, informó que en cierto río del oriente peruano, la carne de los
peces contienen un promedio de 300 unidades de mercurio.
c. La compañía “RM” predijo quién sería el ganador en una elección presidencial después de
conocer los resultados de las votaciones de 25 mesas de sufragio de las 2 800 mesas que
hubo en total.

3. Analizar los siguientes casos que se le presentan y resolver:

a) La empresa IDEAL S.A. está realizando un estudio de mercado a

nivel del distrito de Trujillo. En especial está considerando las
familias residentes en las Urbanizaciones San Andrés, California y
la Merced. Su interés es saber cuánto gastan mensualmente en su
consumo mensual de leche de tarro color azul. Si Ud. fuera el
encargado de realizar esta investigación identifique:
Unidad de estudio:
Variable de estudio: Tipo:
Población:
Muestra:
b) El Gerente de Procter & Gamble quiere saber cuál es la marca de
detergente que más prefieren las amas de casa del distrito de los
Breña. Para llevar a cabo esta investigación se selecciona una muestra
de 608 amas de casa de los alrededores del centro
histórico de la ciudad de Trujillo.
Unidad de estudio:
Variable de estudio: Tipo:
Población:
Muestra:

4. Indique el tipo de variable usando la clasificación según su medición:

9
a. Tiempo de servicio de los empleados de una empresa.
b. Número de cheques girados por una empresa diariamente en un mes.
c. Número de acciones vendidas cada día en la Bolsa de Valores de Lima.
d. Lugar de nacimiento de las personas que viven en el distrito de Independencia.
e. Nivel de educación de los Limeños.
f. Temperatura y humedad diaria de los Olivos.

5. Cuatro estudiantes de la Universidad A gastan mensualmente s/. 500, s/. 410, s/. 418, s/. 404.
Cuatro estudiantes de la Universidad B gastan mensualmente s/. 410, s/. 395, s/. 380, s/. 387, Se llega
a las siguientes conclusiones.
a. El gasto promedio mensual de los cuatro estudiantes de la universidad A es de s/. 433 mientras que
el gasto promedio de los cuatro estudiantes de la universidad B es de 393
b. El gasto promedio mensual de todos los estudiantes de la Universidad A es mayor que el de todos
los estudiantes de la Universidad B
c. La diferencia entre los dos promedios es de 40
d. Si se selecciona a otro estudiante de la universidad A, probablemente gaste más que el gasto
promedio de los estudiantes de la Universidad B
¿Cuáles de las conclusiones provienen de la Estadística Descriptiva y cuáles de la Estadística
Inferencial?

6. Utilice los términos que aparecen en la siguiente tabla, para asociarlos a las definiciones que
aparecen a continuación:

Es una característica definida de la población que puede tomar

1 Muestra   diferentes valores.  
Variable cualitativa
2 ordinal   Es un subconjunto de la población.  
Variable cuantitativa Medida descriptiva que resume información de una característica de
3 continua   la población.  
Número de alumnos por sección matriculados en el curso de
4 Variable   metodología.  

5 Parámetro   Grado académico de los docentes de la Facultad de Contabilidad.  

Estadística Método que generaliza resultados para una población analizando una
6 Inferencial   parte de ella.  
Variable cuantitativa
7 discreta   Valor que resulta de resumir los datos de una muestra.  

8 Estadístico   Tiempo empleado para ensamblar una computadora.  

10
 PRESENTACIÓN DE DATOS

En todo trabajo de investigación se requiere la recolección de datos para posteriormente realizar el

procesamiento del mismo. Estos datos pueden haber sido recogidos de fuentes primarias o
secundarias.

Luego de la recolección de información se debe clasificar u organizar los datos para realizar el
análisis y la interpretación de los resultados. Para facilitar este procedimiento se deberá agrupar la
información en categorías o clases.

Una forma sencilla de agrupar los datos es realizando tablas de distribución de frecuencias.

Presentación de tablas:
Todo gráfico debe presentar la siguiente
estructura:
1. Numeración
2. Título
3. Contenido
4. Fuente

Datos agrupados por frecuencias

Variable fi Fi hi Hi hi% Hi%

fi= frecuencia absoluta

Fi= frecuencia absoluta acumulada
hi= frecuencia relativa
Hi= frecuencia relativa acumulada
hi%= frecuencia relativa porcentual
Hi%= frecuencia relativa acumulada porcentual

Datos agrupados por clases o intervalos

Clases Xi fi Fi hi Hi hi% Hi%

11
TABLAS Y GRÁFICOS ESTADÍSTICOS DE DATOS PARA VARIABLES CUALITATIVAS

Ejemplo:
El restaurante “Don Tito” busca evaluar el grado de satisfacción de sus clientes: donde B es
Bueno, R es Regular, D es Deficiente. Se tienen los resultados en el siguiente cuadro:

R R R R B B D D B R R
R R R D D R R B R R D
R R R R R R R R D D B

Después del conteo de los datos por categorías tenemos:

Tabla Nº1: Nivel de satisfacción de los clientes

Bueno (B): 1 Regular (R): 15 Deficiente (D): 7

Satisfacción del Cliente fi hi hi%

Deficiente 7 0.30 30%
Regular 15 0.65 65%
Bueno 1 0.04 4%
Total 23 1.00 100%

Interpretación: De los 23 comensales encuestados de la “Don Tito” más de la mitad están

satisfechos regularmente con los servicios del restaurante un 65% regular y otro porcentaje menor
del 4% manifiestan que es bueno.

12
 TABLAS Y GRÁFICOS ESTADÍSTICOS DE DATOS PARA VARIABLES
CUANTITATIVAS
a) Tabla de frecuencias para Datos No Agrupados.- Es apropiada para datos cuyos valores
distintos no son muy numerosos.

Ejemplo:

Los siguientes datos corresponden a las edades de 50 estudiantes:

20 22 21 19 18 18 20 22 20 19 20 19
23 19 18 20 21 22 19 20 18 23 20 21
19 22 23 20 21 19 22 18 19 20 21 24
21 20 21 20 24 23 20 21 19 20 22 21
21 22

a) Presentar dichos datos en una tabla de frecuencias

b) Interpretar f1 , F4, h3% y H2%

Solución:

En este caso notamos que la variable edad, apenas está tomando solamente siete
valores distintos que van desde 18 hasta 24

Variable: Xi
Frecuencias Absolutas: fi
Frecuencias Absolutas Acumuladas: Fi
Frecuencias Relativas: hi
Frecuencias Relativas Acumuladas: Hi

La siguiente tabla y el gráfico han sido obtenidos, usando el software MINITAB

Tabla Nº2: Distribución de los estudiantes según su edad

Edad fi Fi hi% Hi%

18 5 5 10.00 10.00
19 9 14 18.00 28.00
20 13 27 26.00 54.00
21 10 37 20.00 74.00
22 7 44 14.00 88.00
23 4 48 8.00 96.00
24 2 50 4.00 100.00
Total 50 100.00

Interpretación: Se observa que el 26% de los estudiantes tienen 20 años de edad mientras que solo
un 4% tienen 24 años. También podemos observar que el 54% de los estudiantes tiene una edad
máxima de 21 años.

13
f1=5
Interpretación: Hay 5 estudiantes de los 50 que tienen 18 años.

F4=37
Interpretación: Hay 37 estudiantes de los 50 que tienen como máximo 21 años.

h3%=26%
Interpretación: El 26% de los estudiantes tienen una edad de 20 años.

H2%=28%
Interpretación: El 28% de los estudiantes tienen como máximo 19 años

b) Tabla de frecuencias para Datos Agrupados.- Es apropiada cuando los valores distintos
que toma la variable es muy numeroso. Se siguen los siguientes pasos:
1) Calcular el rango de la variable: R = Valor máximo – Valor mínimo
2) Elegir el número de intervalos de clases: K se sugiere entre 5 y 10 inclusive
3) Calcular la amplitud de los intervalos de clases: C
C= R cuyo cociente en lo posible deberá ser exacto, caso contrario deberá
K trabajarse con los llamados “excesos”

Ejemplo 1:

Como control de la ética publicitaria, se requiere que el rendimiento en millas/galón, de gasolina esté
basado en un buen número de pruebas efectuadas en diversas condiciones. Al tomar una muestra de
50 automóviles se registraron las siguientes observaciones en millas por galón

35.6 27.9 29.3 31.8 22.5 34.2 32.7 26.5 26.4 31.0 31.6 28.0 33.7
32.0 28.5 27.5 29.8 34.2 31.2 28.7 30.0 28.7 33.2 30.5 27.9 31.2
29.5 28.7 23.0 30.1 30.5 31.3 24.9 26.8 29.9 28.7 30.4 31.3 32.7
30.3 33.5 30.5 30.6 35.1 28.6 30.1 30.3 29.6 31.4 32.4

Presente los datos en una tabla de frecuencias

Solución:

Rango: R

R = 35.6 – 22.5 = 13.1

K = 1 + 3.32 log 50 = 6.64 K = 6 ó 7 u 8

Si k = 6 C = 13.1 = 2.1833…………  2.2

6

Exceso E = (6 x 2.2) – 13.1 = 13.2 – 13.1 = 0.1

Si k=7 C = 13.1 = 1.8714…………  1.9

7
Exceso E = (7 x 1.9) – 13.1 = 13.3 – 13.1 = 0.2

14
Si k=8 C = 13.1 = 1.6375  1.7
8

Exceso E = (8 x 1.7) – 13.1 = 13.6 – 13.1 = 0.5

Eligiendo K=6 por tener el menor exceso

Las frecuencias han sido obtenidas según el Programa SPSS

Rendimiento Xi fi Fi hi Hi
(millas/galón)
22.5 - 24.7 23.6 2 2 0.04 0.04
24.7 - 26.9 25.8 4 6 0.08 0.12
26.9 - 29.1 28.0 10 16 0.20 0.32
29.1 - 31.3 30.2 20 36 0.40 0.72
31.3 - 33.5 32.4 9 45 0.18 0.90
33.5 - 35.7 34.6 5 50 0.10 1.00
T O T A L 50 1.00

Se observa que el 60% de los automóviles tienen un rendimiento entre aproximadamente 27 y 31.3
millas por galón de gasolina.

Ejemplo 2

Los siguientes son los puntajes logrados en un examen de cierta asignatura por 50 estudiantes:

61 50 65 70 45 60 80 65 60 65 64 54 65
67 48 64 56 60 61 62 62 57 75 53 58 59
56 54 67 68 60 63 56 53 61 62 69 70 44
47 65 56 57 58 55 51 43 79 72 48

Presentar los datos en una tabla de frecuencias

Solución

R = 80 – 43 = 37

K = 1 + 3.32 log 50 = 6.64  7 K = 6 ó 7 u 8

Si k=6 C = 37 = 6.1666…………  7
6

Exceso E = (6 x 7) – 37 = 42 - 37 = 5

Si k=7 C = 37 = 5.2857………..  6
7

15
Exceso E = (7 x 6) – 37 = 42 - 37 = 5

Si k=8 C = 37 = 4.625  5
8

Exceso E = (8 x 5) – 37 = 40 - 37 = 3

Eligiendo K = 8 por tener el menor exceso

Puntaje Xi fi Fi hi Hi
42 – 46 44 3 3 0.06 0.06
47 – 51 49 5 8 0.1 0.16
52 – 56 54 9 17 0.18 0.34
57 – 61 59 12 29 0.24 0.58
62 – 66 64 11 40 0.22 0.8
67 – 71 69 6 46 0.12 0.92
72 – 76 74 2 48 0.04 0.96
77 - 81 79 2 50 0.04 1
Total   50   1  

Poco menos de la mitad de los estudiantes (46%) han obtenido entre 57 y 66 puntos.

TABLAS Y GRÁFICOS ESTADÍSTICOS DE DATOS PARA VARIABLES CUALITATIVAS

O CATEGÓRICAS

Ejemplo 1.- Se realizó un estudio para determinar la cantidad de personas que obtienen un empleo.
La siguiente tabla incluye datos de 400 sujetos seleccionados al azar:

Fuentes de empleo Nº de Porcentaje

sujetos
Anuncios clasificados 56 14
Empresas de búsqueda de ejecutivos 44 11
Contactos profesionales 280 70
Correo masivo 20 5
Total 400 100

16
Gráfico de Barras Simples ( EXCEL )

Gráfico de Sectores Circulares ( EXCEL )

Diagrama de Pareto ( MINITAB )

Fuentes de Empleo
100 100

80 80
Porcentaje

Porcentaje

60 60

40 40

20 20

0 0
Fuentes de Empleo

Ejemplo 2.- La siguiente información se refiere al número de estudiantes matriculados en tres

especialidades de Administración de Empresas, durante los años 2,000 y 2,005
Porcentaje 70 14 11 5
Porcentaje 70.0 14.0 11.0 5.0
% acumulado 70.0 84.0 95.0 100.0 17
 Especialidad 2000 2005
Finanzas 160 250
Marketing 140 200
Contabilidad 100 150

Gráfico de Barras Dobles

18
 EJERCICIOS PROPUESTOS

1.- Al contar el número de materias reprobadas por los alumnos de cierta Universidad, se han
obtenido los siguientes datos:

1, 1, 2, 3, 2, 6, 0, 0, 1, 0, 4, 5, 0, 0, 0, 3, 2, 1, 3, 1, 1, 1, 0, 1, 2, 0,
0, 5, 4, 2.

a) Construya una tabla de frecuencias.

b) A partir de la tabla de frecuencia complete la siguiente tabla:

FRECUENCIAS VALOR INTERPRETACIÓN

f2
F3
h1%

2.- En un colegio “X” se piensa en la posibilidad de cambiar el timbre por unos acordes de música
rock. Se ha preguntado a 20 alumnos cual es su opinión acerca de estos acordes, según la escala: No
me gusta nada ( 1 ), Me gusta poco ( 2 ), Me es indiferente ( 3 ), Me gusta bastante ( 4 )
Me gusta muchísimo ( 5 ). Estos han opinado la siguiente manera (codificada):

5, 4, 1, 2, 2, 4, 2, 5, 3, 5, 3, 5, 1, 1, 3, 1, 2, 5, 3, 3

Construir la tabla de distribución de frecuencias adecuada para responder las siguientes preguntas:
a) ¿A qué porcentaje de alumnos les gusta poco estos acordes?
b) ¿A cuántos alumnos les gusta bastante los acordes?
c) ¿Cuál es la proporción de alumnos a los que les es indiferente los acordes?
d) ¿Cuál es la proporción de alumnos a los que les gusta poco o no les gusta nada los acordes?
e) ¿Cuál es la proporción de alumnos a los que a lo más les gusta bastante los acordes?

3.- El gerente de una tienda comercial está interesado en el número de veces que 52 clientes han ido
a comprar en su almacén durante un período de dos semanas. Los datos que se registraron fueron:

5 3 3 1 4 4 5 6 4 2 6 6 1
1 14 1 2 4 4 5 6 3 5 3 6 8
4 7 6 5 9 11 3 12 4 7 14 1 1
10 8 9 2 12 5 7 6 4 5 6 5 6

a) Organice los datos en un cuadro de distribución de frecuencias

b) Presente los datos en una gráfica apropiada.
c) A partir de la tabla de frecuencia complete la siguiente tabla:

FRECUENCIAS VALOR INTERPRETACIÓN

f2
F3
h1%

4.- Los siguientes datos proporcionan los ingresos anuales en miles de dólares de 50 personas:

7.9 10.3 45.7 9.5 43.0 56.0 38.0 6.7 48.0 30.5 25.0 40.0
30.0 25.5 50.0 17.1 25.5 43.5 31.6 59.0 41.5 13.5 12.0 9.2
42.0 41.9 35.0 11.7 55.3 27.0 58.4 57.0 29.6 38.5 26.0 16.5

19
 18.0 24.9 20.0 28.0 28.5 36.4 39.5 5.0 9.0 5.0 6.9 7.0
12.0 8.3
a) Presentar dichos datos en una tabla de distribución de frecuencias, usando 6 intervalos de
clase.
b) Estime la proporción de ingresos que están entre 12,500 dólares y 52,500 dólares.
c) Estimar la proporción de ingresos que están debajo de 50,000 dólares.

5.- Los siguientes datos son calificaciones en la prueba de Miller de personalidad de 82 estudiantes.
22 22 20 27 30 23 29 21 26 31 21 23 25
29 18 22 31 30 28 16 28 33 25 23 31 23
18 24 26 25 17 22 25 28 19 24 20 23 26
21 31 25 24 33 29 20 27 21 25 28 24 23
25 30 27 23 26 22 24 17 33 26 24 19 18
33 25 28 31 29 27 28 24 26 24 22 26 24
18 21 29 22

a) Organice los datos en un cuadro de distribución de frecuencias

b) Presente los datos en una gráfica apropiada.
c) A partir de la tabla de frecuencia complete la siguiente tabla:

FRECUENCIAS VALOR INTERPRETACIÓN

f2
F3
h2%

6.- Cierto investigador especialista en salud pública afirma que el nivel de plomo en sangre en niños
en edad escolar de una cierta región, se ha incrementado. Para verificar este supuesto se toma una
muestra de 120 niños en edad escolar, obteniendo los siguientes resultados:

27.88 28.42 45.81 6.55 6.4 6.14 3.73 26.88 31.93 14.85 26.88 38.35
34.26 38.97 7.22 5.24 15.4 3.73 31.93 28.34 10.79 26.88 6.32 33.09
28.24 4.67 6.07 9.77 5.35 28.34 33.43 14.85 28.84 3.27 4.88 47
6.56 49.24 6.82 35.49 33.43 27.38 11.33 5.44 9.28 4.36 35.6 9.17
34.26 28.84 26.53 7.92 27.96 6.28 38.62 6.55 4.4 10.79 33.09 28.42
27.38 34.47 5.91 33.1 12.04 34.26 4.24 7.22 45.16 5.91 34.94 5.04
27.6 28.42 33.09 13.38 37.47 38.41 4.67 36.23 33.09 6.67 36.71 33.83
5.04 34.98 6.56 36.56 8.85 29.33 4.88 34.26 34.99 4.82 17.96 7.92
4.68 25.21 4.68 35 9.17 25.17 4.82 28.84 34.13 6.28 4.88 8.7
51.24 5.84 34.72 33.83 35.09 28.42 30.83 4.79 5.44 7.17 29.29 32.29

a) Construya una tabla de frecuencias

b) Obtenga un histograma
c) A partir de la tabla de frecuencia complete la siguiente tabla:

FRECUENCIAS VALOR INTERPRETACIÓN

f2
F3
h3%

7.- En una compañía, el sueldo mínimo y máximo de 200 empleados

es de $ 150 y $300 respectivamente. Tales sueldos se tabulan en una

20
distribución de frecuencias de 5 intervalos de igual amplitud. Si se sabe que 20 empleados ganan al
menos $150 pero menos de $180, 60 ganan menos de $210, 110 ganan menos de $240, 180 ganan
menos de $270 y el 10% restante de los empleados gana a los más $300, reconstruir la distribución.

8.- Los siguientes datos corresponde a una muestra de 20 clientes del Banco de Crédito de la ciudad
de Chimbote según sus inversiones mensuales en dólares en el programa Credifondo:
5500 4000 3000 3100 2000 3600 1000 3900 2500 3500
6000 4500 4800 3300 3400 3700 1500 3800 2900 3600

La información fue obtenida mediante una encuesta realizada por la empresa Aries S.A. en enero de
2004. Se pide
a) Identificar la unidad de análisis y la variable de estudio.
b) Construir una distribución de frecuencia. Utilice la regla de Sturges para determinar el número de
intervalos.
c)Interpretar f2, F2, h2%, H2%.
d)Determine qué porcentaje de clientes invierten mensualmente $4000 o más pero menos de $6000.
e) Determinar qué porcentaje de clientes invierten $3500 mensualmente.

9.- Una tienda comercial, ubicada en Lima Metropolitana, vende ropa de moda para damas y
caballeros además de una amplia gama de productos domésticos. A continuación, se presentan las
ventas netas observadas durante los años del 2002 al 2006. Represente gráficamente dicha
información.

Año Ventas netas (millones de S/.)

2002 500.0
2003 519.2
2004 535.8
2005 560.9
2006 544.1
RESPUESTAS %
10.- Se ha hecho una encuesta para saber con qué regularidad
Todos los días 37.5
se lee el periódico en Lima, y los resultados fueron estos:
Una vez por semana 29
Una vez al mes 10.5
a) ¿Qué tanto por ciento de personas respondieron “nunca”? Alguna vez al año 12
b) Si las personas que no contestaron fueron 6, ¿cuántas Nunca
personas fueron encuestadas? No contesta 0.4
c) Las personas encuestadas, ¿son muestra o población?

11. La siguiente distribución muestra el peso en gramos. De 30 paquetes de un determinado

producto.

Peso en gr. [10-15[ [15-20[ [20-25[ [25-30[ [30-35]

hi k/2 0.17 2k k 0.13

a) ¿Cuántos paquetes tienen pesos menos de 20 gramos?

b) ¿Qué porcentaje de paquetes pesan 25 gramos o más?
c) ¿Cuántos paquetes pesan 15 gramos o más pero menos de 25 gramos?
d) ¿Cuántos paquetes pesan entre 15 gramos o más pero menos de 20 gramos?

21
12. Completar la siguiente tabla de frecuencias:

LI - LS fi Fi hi% Hi%
[ - 8.8[     12.50%  
[ - [ 5      
[ - [     25% 50%
[ - 12.4 [   32    
[ - [       95.50%
[ - [        
Total 40      

13. Una empresa que se dedica a preparar dietas, proyecta lanzar al

lanzar el mercado una dieta rigurosa. Los empleados de una
compañía se representaron como voluntarios para dicha promoción.
Se realizó un muestreo con 80 empleados elegidos aleatoriamente.
Los resultados del chequeo de los pesos elegidos aleatoriamente. Los
resultados del chequeo de los pesos (en Kg), fueron los siguientes:

80.6 65.8 49.6 79.1 84.4 66.2 79.3 59.4 72.9 73.6
53.2 60.2 91.2 74.8 78.6 81.4 58.6 68.2 67.4 55.6
76.9 77.4 67.9 63.7 49.9 46.4 68.8 67.3 72.3 75.8
88.3 94.6 57.3 87.3 74.3 73.2 90.4 76.3 52.7 71.7
75.6 41.8 73.6 71.4 83.2 67.4 99.3 62.3 89.2 86.8
65.2 62.1 44.8 82.9 81.7 70.4 74.6 76.9 85.7 40.9
54.2 75.3 50.1 61.1 42.3 68.6 56.2 70.8 47.3 66.9
80.2 60.2 71.6 77.1 94.9 61.4 82.1 78.3 51.2 79.3

Se pide:
a) Elaborar una distribución de frecuencias
b) ¿Cuántos empleados tiene pesos entre 45 y 60 kg?
c) ¿Qué porcentaje de empleados tienen pesos mayores a 75?5Kg?
d)La empresa promotora obsequia uniformes de trabajo a los empleados voluntarios. Suponiendo que
los pesos de los empleados voluntarios es menor igual a 80 kg. ¿Cuántos uniformes deben ser
devueltos?

14. La fábrica de chocolates “Glamour S.A.” produce una gran gama de chocolates. Desea
determinar si realmente el tipo de choconut es el que presenta el mayor porcentaje de defectuosos
con la finalidad de capacitar al personal en la elaboración de este producto. Para ello el gerente de
control de calidad les pregunta a los trabajadores su opinión acerca del tipo de chocolate que
presenta el mayor número de defectuosos. En la siguiente tabla se presentan las respuestas de los
trabajadores:

Tipo de chocolate Nº de trabajadores %

Choconut    
De leche 16  
De nueces   27.50%
De pasas 7  
Total 80  

a) Completar los datos que faltan en la tabla

22
b) Indique e interprete el valor f1
c) Indique e interprete el h2%

15. Los ingresos mensuales de una muestra de pequeños

comerciantes se tabularon en una distribución de frecuencias
simétrica de intervalos de igual amplitud resultando: Ingreso
mínimo $125, marca de clase del cuarto intervalo =$300. Si el 8%
de los ingresos son menores que $165 y el 70% de los ingresos son
menores a $275, ¿qué porcentaje de ingresos son superiores a $285?

16. Los tiempos de vida útil (en días) de un tipo de batería, se tabulo
en una distribución de frecuencias de 5 intervalos de igual amplitud
con frecuencias relativas acumuladas: 0.10, 0.25, 0.55, 0.80, 1.00.
Determine la distribución de frecuencias absolutas si la tercera
frecuencia absoluta es 11, si la segunda marca de clase es 6, y si el
límite inferior del cuarto intervalo es 12.

17. Un grupo de personas valora la gestión del departamento de servicio al cliente de un

supermercado catalogándolo como: Excelente (E), Bueno (B), Regular (R) o Malo (M). Los
resultados obtenidos son:

E B B R E M B E
B R R R M B B E
M E R R B B E R
R B B E R M E E
B E B B R M R E

a) Elabore una tabla de frecuencia que permita resumir los datos.

b) ¿Qué porcentaje de personas valoró la Gestión del Departamento como Buena?
c) ¿Cuantas personas valoraron la gestión como Excelente y Buena?
d) Interprete f3 y h3%.

23
 MEDIDAS DE TENDENCIA CENTRAL,
MEDIDAS DE POSICIÓN,
MEDIDAS DE DISPERSIÓN, ASIMETRÍA Y
CURTOSIS.

24
 Medidas de Tendencia Central

Media Aritmética( X ): Es el promedio de los datos, y su objetivo principal es encontrar el valor que
debería estar al centro.
Datos No Agrupados: Se utiliza cuando hay datos sueltos y se halla la suma de dichos valores
dividida entre el número de valores, así como se expresa en la fórmula:
Media Aritmética: Datos no agrupados

  X  x i
(Muestral)   µ x i
(Poblacional)
n N
Datos Agrupados: Se utiliza cuando agrupamos datos en una tabla de frecuencias por intervalos o
sin intervalos, se halla multiplicando la marca de clase por la frecuencia absoluta de cada categoría
(cuando se encuentran en intervalos de clase) y sin intervalos se multiplica el valor de la variable por
la frecuencia absoluta, después se debe sumar todos los resultados y dividirlos entre el número total
de datos, así como se expresa en la fórmula:

Media Aritmética: Datos Agrupados

  X
x fi i (Muestral)   µ x f i i
(Poblacional)
n N

Mediana (Me): Es el valor central, el que limita al 50% de los datos, es decir, el valor que se
encuentra en la mitad de los datos.
 Datos No Agrupados:
Primero ordenamos los datos de menor a mayor
Media Aritmética: Datos no agrupados
La mediana es la semisuma de los dos
La mediana es el término central. términos centrales.

n
Datos agrupados por frecuencias. La mediana es aquel valor que tenga una Fi 
2
donde Fi es la frecuencia acumulada absoluta.
Datos agrupados por intervalos. Se utiliza la siguiente fórmula :

Moda (Mo): Es el valor más frecuente, el que se observa mayor número de veces.
Datos No Agrupados o agrupados por frecuencias: Después de ordenar los datos buscamos el valor
que más se repite.
 Datos Agrupados con intervalos de clase:
 En cuadros con intervalos de clase, se localiza la clase modal buscando la frecuencia más alta y
después se aplica la siguiente formula:

1  fmo  famo
 2  fmo  fpmo
Ejercicios de Medidas de Tendencia Central

25
1.- Los salarios en una Empresa son en promedio S/. 380 semanales,
con posterioridad se incorpora a la Empresa un grupo de trabajadores
igual al 25 % de los que estaban anteriormente. El nuevo grupo
ingresa a la Empresa con un salario medio igual al 60 % de los
antiguos. Dos meses más tarde, la Empresa concede un aumento de
salarios de S/. 50. Hallar el salario promedio del total de
trabajadores.
Solución:
n1 : N º de trabajadores antiguos  x1 : Salario promedio de antiguos
0.25n1  n2 : N º de trabajadores nuevos  x2 : Salario promedio de los nuevos
X p  Salario promedio de todos los trabajadores

Sabemos que x1  380 x2  0.6(380)  228

n1 (380)  0.25 n1 (228)

Xp   349.6  349.6  50  399.6
1.25n1

2.- En una Compañía que maneja cuatro productos; los márgenes de utilidad y las totales de ventas
observados durante el año pasado aparecen en la siguiente tabla.

Producto Margen de utilidad Venta total

A 4.2 % $ 30,000
B 5.5 % $ 20,000
C 7.4 % $ 5,000
D 10.1 % $ 3,000

Calcule el margen de utilidad promedio.

Solución:
Considerando que las ventas totales no son las mismas para cada producto, utilizaremos un promedio
ponderado

0.042 (30,000)  0.055 ( 20,000)  ...................................  0.101 (3,000)

Xp   0.0523
30,000  20,000  ........................  3,000

Por lo que el margen de utilidad promedio será del 5.23 %

3.- Una fábrica tiene 3 máquinas. La máquina B produce la mitad de

lo que produce la máquina A y la producción de la máquina C es
inferior en un 20 % de lo que produce la máquina B. Los costos de
producción por unidad son: 3, 4 y 5 soles para las máquinas A, B y C
respectivamente. Se desea ganar el 20 % por unidad. Calcule el
precio medio de venta.

Solución:

Máquinas Costo por unidad Cantidad producida Precio de venta

A S/. 3 2x 3.6

26
 B 4 x 4.8
C 5 0.8x 6.0

3.6 (2 x )  4.8 x  6 (0.8 x)

PV   4.42 soles
2 x  x  0.8 x

4.- El ingreso per cápita mensual de un país es $315. El sector

público que constituye un 55% de la población percibe 18% del
ingreso total. Calcule el ingreso medio por habitante del sector
público y no público.
Solución: Consideremos:

n1 x1  n2 x 2
Ingreso percápita : X p   $315  Ingreso total  315 n
n

Sector Público : n1  0.55 n  Sector no Público : n2  0.45 n

x
x  n1 x1 Ingreso total del Sector Público   x1  0.18 (315 n)  56.7 n
1
x1   1
n1
.

luego x1 
x 1

56.7 n
 103.09 dólares ( Ingreso promedio del Sector Público )
n1 0.55n

Ahora hallaremos el ingreso promedio del Sector no Público

n x  n2 x 2 56.7 n  0.45 n ( x 2 )
315  1 1   315  56.7  0.45 x 2  x 2  574 dólares
n n

5.- Un grupo de 200 estudiantes, cuya estatura media es de 60.96

pulgadas se divide en dos grupos, uno con estatura media de 63.4
pulgadas y otro con una estatura de 57.3 pulgadas. ¿Cuántos
estudiantes hay en cada grupo?

Solución: Sea n1 = Nº de hombres y n2 = Nº de mujeres

Sabemos que n1  n2  200  n1  200  n2
además X p  60.96 X 1  63.4 X 2  57.3
( 200  n2 ) 63.4  57.3 n2
luego 60.96   n2  80 n1  120
200

6.- Una estación de servicio automotriz gasta $500 en la compra de latas de aceite que cuestan $10 la
docena; $500 en latas que cuestan $12.5 la docena; otros $500 en latas que cuestan $20 la docena y
$500 en otras que cuestan $25 la docena.
a) Determinar el costo promedio por docena de las latas de aceite.
b) En promedio ¿Cuántas docenas de latas de aceite compró?

Solución:

a) Hallaremos el costo promedio por docena

Monto Costo por docena Docenas compradas

27
500 10 50
500 12.5 40
500 20 25
500 25 20
Total = 2000 135

2000 dólares
X   14.8 dólares / docena
135 docenas

135
b) Pr omedio de docenas compradas :  33.75 docenas
4

28
 Medidas de Posición No Central

Este tipo de medidas llamadas a veces Medidas de Posición No Central, simplemente dividen a todo

un conjunto de datos en partes iguales. 
Los Cuantiles más comunes son los: Cuartiles, Deciles, y Percentiles.

El cuartil es el número que divide al conjunto de datos en 4 partes iguales, y se representa con la
letra Q. Entonces en un conjunto de datos existen tres cuartiles: Q1, Q2, y Q3, los que dividirán en
cuatro partes iguales a toda la muestra de datos.

La forma más sencilla de trabajar con cuartiles implica ordenar todos los datos (de menor a mayor),
y enseguida proceder a determinar:

Primer cuartil (Q1) que corresponde al primer 25% del total de datos

Segundo cuartil (Q2) que corresponde al 50% del total de datos.

Tercer cuartil (Q3) que corresponde al 75% del total de datos.

Cálculo de cuartiles para datos no agrupados

Para un número de “n” observaciones en el que los datos no son representados en clases, una vez
ordenados los datos la posición de los cuartiles se pueden localizar de la siguiente forma.

k ( n  1)
k=1,2,3
4

Cálculo de cuartiles para datos agrupados por frecuencias

Qk k=1,2,3

k: indica el número de cuartil.

n: número de datos.

kn
El cuartil Qk es aquel valor que tenga una Fi  donde Fi es la frecuencia acumulada
4
absoluta.

Cálculo de cuartiles para datos agrupados por clases

Los cuartiles se calculan utilizando la siguiente fórmula:

i=1,2,3

29
El Decil es el número que divide al conjunto de datos en 10 partes iguales, y se representa con la
letra D. Entonces en un conjunto de datos existen nueve deciles: D1, D2,….,D9, los que dividirán en
cuatro partes iguales a toda la muestra de datos.

La forma más sencilla de trabajar con deciles implica ordenar todos los datos (de menor a mayor), y
enseguida proceder a determinar:

Primer Decil (D1) que corresponde al primer 10% del total de datos.

Segundo Decil (D2) que corresponde al 20% del total de datos.

Tercer Decil (D3) que corresponde al 30% del total de datos.

Noveno Decil (D9) que corresponde al 90% del total de datos

Cálculo de deciles para datos no agrupados

Para un número de “n” observaciones en el que los datos no son representados en clases, una vez
ordenados los datos la posición de los deciles se pueden localizar de la siguiente forma.

k ( n  1)
k=1,2,3,….,9
10

Cálculo de deciles para datos agrupados por frecuencias

Dk k=1,2,3,….,9

k: indica el número de cuartil.

n: número de datos.

kn
El decil es aquel valor que tenga una Fi  donde Fi es la frecuencia acumulada absoluta.
10

Cálculo de deciles para datos agrupados por clases

Los deciles se calculan utilizando la siguiente fórmula:

i=1,2,3,…9

El percentil es el número que divide al conjunto de datos en 100 partes iguales, y se representa con la
letra P. Entonces en un conjunto de datos existen noventa y nueve percentiles: P1, P2, P3,….,P99 los
que dividirán en cien partes iguales a toda la muestra de datos.

La forma más sencilla de trabajar con cuartiles implica ordenar todos los datos (de menor a mayor),
y enseguida proceder a determinar:

Primer percentil (P1) que corresponde al primer 1% del total de datos

30
Segundo percentil (P2) que corresponde al 2% del total de datos.

Tercer percentil (P3) que corresponde al 3% del total de datos.

Noventa y nueve percentil (P99) que corresponde al 99% del total de datos.

Cálculo de percentiles para datos no agrupados

Para un número de “n” observaciones en el que los datos no son representados en clases, una vez
ordenados los datos la posición de los percentiles se pueden localizar de la siguiente forma.

k (n  1)
k=1,2,3,….,99
100

Cálculo de percentiles para datos agrupados por frecuencias

Pk k=1,2,3,….,99

k:indica el número de percentil

n: número de datos.

kn
El percentil Pk es aquel valor que tenga una Fi  donde Fi es la frecuencia acumulada
100
absoluta.

Cálculo de percentiles para datos agrupados por clases

i=1,2,3,…99

EJERCICIOS PROPUESTOS

31
1. Suponga que Juan obtiene 86 en la calificación de un examen de inglés. Si esta puntuación
corresponde al percentil 90, entonces 90% de los estudiantes obtuvieron una puntuación menor que
la de Juan y 10% de los estudiantes obtuvieron una puntuación mayor.

2. Sobre las equivalencias que se presentan a continuación, indique cuales son VERDADERAS y
cuáles son FALSAS. Marque con un aspa la opción correcta.
AFIRMACIONES V F
Q1=P25
El segundo cuartil es la mediana
El noveno decil es igual al percentil 9
D7 = P70
El tercer cuartil equivale al percentil 75
El segundo cuartil es menor que el percentil 48
El séptimo decil es menor que el tercer cuartil
El 80% central de los datos se encuentra comprendido entre el decil 2 y el
decil 6
El 90% central de los datos se encuentra comprendido entre el percentil 5 y
el percentil 95
Q3 = P3

3.Determine e interprete el percentil 65 en los sueldos mensuales de la tabla siguiente :

Egresado 1 2 3 4 5 6 7 8 9 10 11 12

Sueldo
Mensual 3450 3550 3650 3480 3355 3310 3490 3730 3540 3925 3520 3480
inicial

A partir de los datos encuentre los valores de los siguientes cuantiles:

CUANTIL VALOR INTERPRETACIÓN

P65
P50
D3

4. Los datos de la tabla muestran información sobre la variable X que representa el número de años
de consumo de estupefacientes en una muestra de pacientes del Hospital Nacional del Centro.
Completar los datos que faltan en la siguiente tabla estadística:

Xi fi hi Fi
1 4 0.08
2 4
3 0.16 16
4 7 0.14
5 5 28
6 38
7 7 45
8
Total
A partir de los datos encuentre los valores de los siguientes cuantiles:

CUANTIL VALOR INTERPRETACIÓN

D9

32
 P20
Q3

5.Se realiza una estadística en la Institución Educativa “Fé y Alegría”, referente a la nota global de
cada uno de los estudiantes que van a acudir a los exámenes de selectividad. Las distribuciones de
frecuencias son las siguientes:

Nota global de cada

Frecuencias
alumno
5.5 10
6.5 15
7.5 20
8.5 30

a) Calcule la nota máxima del 30% de los alumnos menos aplicados

b) Calcule la nota mínima global del 10% de los alumnos más aplicados.
c) Calcule la nota máxima global del 20% de los alumnos menos aplicados

6. En la tabla siguiente se muestra la distancia recorrida por 65 automóviles en un día. Calcular el

cuartil 1, el decil 6 de los datos agrupados

Distancia recorrida Frecuencia Frecuencia

Acumulada
50-59 8 8
60-69 10 18
70-79 16 34
80-89 14 48
90-99 10 58
100-109 5 63
110-119 2 65

7.En la tabla siguiente se muestra la distancia recorrida por 65 automóviles en un día.

Calcular el Decil 6 de los datos agrupados

Distancia recorrida Frecuencia Frecuencia

Acumulada
50-59 8 8
60-69 10 18
70-79 16 34
80-89 14 48
90-99 10 58
100-109 5 63
110-119 2 65
8.Millones de estadounidenses trabajan para sus empresas desde sus hogares. A continuación, se
presenta una muestra de datos que dan las edades de estas personas que trabajan desde sus
hogares.
18 54 20 46 25 48 53 27 26 37
40 36 42 25 27 33 28 40 45 25

¿Calcule la edad máxima del 30% de las personas más jóvenes que trabajan desde sus hogares?

33
9.Se analizan los salarios en una de las áreas de una compañía y se obtiene información de 7 salarios
en nuevos soles: 850.000, 740.000, 1350.000, 5565.000,750.000, 650,000, 680.000.
Calcular el salario mínimo del 30% de los salarios más altos.

10. En el Curso de estadística de un centro de formación bancaria se obtuvieron las notas de 15

estudiantes, las que se detallan a continuación: 12, 14, 15, 13, 16, 17, 19, 11, 13, 15, 16, 18, 13, 17, 1
a) Calcule la nota mínima del 25% de las notas más altas en el curso de estadística.
b) Calcule la nota máxima del 25% de las notas más bajas en el curso de estadística.

11.Se analizó el impuesto que se aplica, en diversos países de Asia, a la compra de instrumento de
Musical. Los resultados obtenidos fueron los siguientes:

Intervalo Frecuenci Frecuencia

(años) a (fi) Acumulada
(Fi)
50-54 7 7
54-58 10 17
58-62 16 33
22-66 20 53
66-70 18 71
70-74 11 82
74-78 8 90
Total 90

Calcule el percentil 30, el cuartil 2 e interprete.

12.La siguiente tabla, incompleta, muestra la distribución de los años de servicios del personal
de una empresa. La tabla tiene intervalos de igual amplitud.
Intervalos Punto medio fi Fi
3 8
20
50
90
24 - 110
120
Total 120
a) Complete la tabla de distribución de frecuencias.
b) Calcule el promedio y la mediana, ¿estaría usted en condiciones de afirmar que la distribución
de la variable es asimétrica positiva? Presente sus resultados.
c) Se ha decidido invitar al 30% de trabajadores (los más antiguos) al retiro voluntario con
incentivos. ¿Cuántos años de servicio como mínimo debe tener un trabajador para estar
comprendido en este grupo?

13.La siguiente distribución muestra las edades de los trabajadores de una empresa.
Edad N° de
trabajadores
18 – 23 8
23 – 28 15
28 – 33 20
33 – 38 25
38 – 43 18 34
43 – 48 8
48 - 53 6
 Por política de la empresa, la gerencia decide despedir al 20% de trabajadores más jóvenes y el
30% de los trabajadores de mayor edad; después de esta reducción.
a) Encuentre los límites para ser despedido.
b) ¿Cuál es la edad mediana de los trabajadores de la empresa?

14.La distribución de las puntuaciones en una escala de hostilidad, de 160 sujetos de una muestra, ha
sido la siguiente:
Puntuación fi
0 - 10 10
10 – 20 22
20 – 30 32
30 – 40 44
40 – 50 28
50 – 60 20
60 – 70 4
a) ¿Entre que valores se encuentra el 50% central de los individuos?
b) Calcule el percentil 27.
c) ¿A partir de que puntuación se encuentra el 12% de los sujetos más hostiles?
d)Si descontamos el 25% de los individuos menos hostiles y el 15% de los más hostiles ¿En qué
intervalo de puntuación se encuentran los restantes?

15. A continuación se presenta la distribución de 200 empresas cajamarquinas de acuerdo a su

ganancia neta en miles de dólares durante el primer trimestre del año 2011. Esta información ha
originado el siguiente cuadro de distribución de frecuencias:

[Ganancia) fi Hi%
0-4 20
Calcular: 4-8 50
b. ¿Cuánto ganan como 8-12 80 máximo el 15 % de las
empresas con 12-16 35 menores ganancias?
c. ¿Cuánto ganan como 16-20 15 mínimo el 20 % de las
empresas con Total mayores ganancias?

16.A continuación, se muestra las calificaciones de 120 estudiantes en un examen de Ingles del
BRITANICO.
Calificación N° de
estudiantes

35
 30 - 40 3
40 – 50 3
50 – 60 10
60 – 70 22
70 – 80 43
80 – 90 32
90 – 100 7
Determinar:
a) La calificación más baja lograda por el 25% superior de la clase.
b) La calificación más alta lograda por el 10% inferior de la clase.

36
 Medidas de Dispersión

Una medida de variabilidad es un número que nos indica el grado de dispersión en un conjunto de
datos. Si el valor es pequeño (respecto de la unidad de medida) entonces hay una gran uniformidad
entre los datos (homogénea).
Por el contrario, un gran valor nos indica poca uniformidad (heterogénea). Cuando es cero quiere
decir que todos los datos son iguales.

Varianza: La varianza mide la mayor o menor representatividad de la media aritmética.

2
Muestral ( S ) Poblacional (
 2
)
DATOS NO AGRUPADOS

S2  
( xi  x) 2
n 1   2   (x
i   )2
N
DATOS AGRUPADOS
 

S2 
(x
i  x) 2 . f i
n 1   2   (x i   ) 2 . fi
N

Propiedades de la Varianza:

1. La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.

2. Var(𝑥) = 0 si x=constante. La varianza de una constante es cero

3. Var(𝑎𝑥) = a 2 Var(𝑥) Si se tiene la varianza de un conjunto de datos y a cada observación se
multiplica por una constante, entonces la nueva varianza de los datos se obtiene multiplicando a la
varianza de los datos por a 2 .

4. Var(𝑥 + 𝑏) = Var(𝑥). Si a todos los valores de la variable se les suma un mismo número, la
varianza no varía.
5. 𝑉𝑎𝑟(𝑎𝑥 + 𝑏) = a 2 𝑉𝑎𝑟(𝑥)
Si todos los valores de la variable se multiplican por un mismo número y luego se le suma otro
número, la varianza queda multiplicada por el cuadrado del número multiplicado.

6. Las unidades de medida de la varianza son las unidades al cuadrado de los datos.

Desviación estándar o típica:

Para eliminar el problema de la elevación al cuadrado de la varianza, se realiza una transformación

consistente en calcular la raíz cuadrada de la varianza con lo que obtendríamos la desviación
estándar o típica

DATOS NO AGRUPADOS

37
 S2  S

    
2

DATOS AGRUPADOS
 
S 
2
S
    
2

Con lo que la desviación estándar o típica vendrá dada en las mismas unidades que los valores de la
variable.
La desviación estándar o típica siempre es positiva porque la varianza también lo es.
La desviación estándar o típica es la medida de dispersión óptima, más exacta, más estable y más
utilizada, sirviendo de base para las medidas de asimetría, estadísticos típicas y correlación.

Rango o alcance: Es la medida de variabilidad más sencilla entre todas las mencionadas.
El rango de un conjunto de datos es la diferencia entre dato mayor y el dato menor:

R  X max  X min
Donde:
Xmax : Valor máximo observado de la variable.
Xmin: Valor mínimo observado de la variable.

Coeficiente de Variación: Es una medida relativa que se usa para comparar la variación en
diferentes conjuntos de datos que no vienen dadas en las mismas unidades o que las medias no son
iguales, el cual mide la magnitud de la desviación estándar en relación a la media aritmética,
expresada como porcentaje:
S
CV=
x

38
 Ejercicios de Medidas de Dispersión

1.- El coeficiente de variación de los ingresos mensuales de 100

empleados de una compañía es 0.6. Después de un aumento general
de S/. 90 mensuales para cada uno de los trabajadores de la
compañía, el coeficiente de variación es ahora de 0.55. Determinar la
cantidad de dinero que necesitará mensualmente la compañía para
pagar los sueldos después de hacer efectivos los aumentos.

Solución: Sea X: Sueldos antes del aumento

Antes Después

S S
C.V   0.6 C.V   0.55
X X  90

luego S  0.6 X

Igualando las desviacion e s estándar S

0.6 X  0.55 ( X  90)

0.6 X  0.55 X  49 .5  0.05 X  4

entonce s X  90  1080 ( Sueldo pr

Luego : Dine ro total para pagar los

2.- Una muestra de 70 datos da una media de 120 y una desviación

estándar de 6; otra muestra de 30 datos da una estándar de 5. Se
reúnen las dos muestras formando una sola muestra de 100 datos.
Calcule el coeficiente de variación de esta muestra de 100 datos.
Solución: Se tiene que:

n1  70 n2  30
X 1  120 X 2  125
S1  6 S2  5
S
Hallaremos : C.V . 
X

70 ( 120 )  30 ( 125 )
n1 X 1  n2 X 2 =  121.5
en este caso X  70  30
n1  n2

 X
 
2

Sabemos que : S2 
X 2
n
n 1

 X   X    X   X 
2
2 2 1 2

en este caso por tratarse de dos grupos : S2 

1 2 n
n 1

39
  X
 
2

X  X   8400
2
2 1 2
1 n1 70 
X
1
S12   36  1
2
 1010484
n1  1 69

 X
 
2

X X   3750
2


2 2 2
2 n2 30
X
2
S 22   25   2
2  469475
n 2 29

1479959  12150
2

Luego S2  100  37.72  S  6.14

99

6.14
Por lo tan to C.V  x 100%  5.05%
121.5

40
 EJERCICIOS PROPUESTOS

1.La cadena de gimnasios Millenium Fit Spa ha evaluado el pago por concepto de membresía (en
dólares), de sus clientes de tres tipos: Estándar, Ejecutiva y Premium, encontrando la siguiente
información para una muestra de 200 clientes de cada tipo de membresía

Membresía Membresía Membresía

Dato
Estándar Ejecutiva Premiun
Valor promedio (dólares) 130 240 350
Valor mínimo 80 180 280
Valor máximo 280 300 400
Q1 150 210 320
10% de los clientes pagan un valor
100 195 300
de membresía menor o igual a
75% de los clientes tienen valor de
250 260 360
membresía menor o igual a
Varianza (dólares2) 1024 256 40000
El 90% de los clientes para un
monto de membresía menor o igual 265 290 385
a

Señale la valides de las siguientes afirmaciones:

Nro AFIRMACION VóF SUSTENTO

1 Los clientes del tipo de
membresía estándar muestran
una dispersión relativa alta.

2 El 50% central de los clientes

con
membresía ejecutiva son
menos
dispersos que el 50% central
de los
clientes con membresía
Premium

3 Los clientes de la membresía

Premium son los más
dispersos de
todo el grupo

4 El rango intercuartílico de los

clientes de membresía
ejecutiva es 30

41
 Nro AFIRMACION VóF SUSTENTO

5 La desviación estándar de los

clientes con membresía
Premium es de 20

7 El 25% de las membresías

más caras de los clientes
estándar es más disperso que
el 25% de las membresías más
caras de los clientes
ejecutivos.

2.Recientemente, el Ministro de Trabajo y Promoción del Empleo ha publicado información acerca

de los salarios que perciben los controladores de tráfico aéreo en el Perú. (salarios anuales en miles
de dólares) Los datos obtenidos de una muestra de 300 controladores a nivel nacional se muestran a
continuación:

a) Defina la variable en estudio, tipo y escala de medición.

b) Calcule e interprete: rango, varianza, desviación estándar y coeficiente de variación

42
 Medida Resultado Interpretación
Rango

Varianza

Desviación
Estándar

Coeficiente de
Variación

c) El Ministro ha señalado que dado que el gobierno plantea el incremento del salario de los
controladores aéreos en 4000 dólares al año, esto permitirá que los salarios sean más
homogéneos. Señale como afectaría este incremento a las medidas de dispersión (tanto
absolutas como relativas) de la variable en estudio.

3. De las mediciones biométricas efectuadas con cierto número de estudiantes se han extraído los
siguientes datos:
Los varones de 17 años tienen un peso medio de 60.8 kg. con una desviación estándar de 6.69 kg.
Los varones de 10 años tienen un peso medio de 30.5 kg y una desviación estándar de 5.37 kg
A partir de los datos anteriores se puede afirmar que el peso es más variable a los 10 años que a los
17 años. Rpta. Efectivamente el peso es más variable a los 10 años.

4. Se tiene la siguiente información sobre una distribución de frecuencias de los pesos en kg de 50

elementos de un determinado material. La amplitud de los intervalos de clase es igual a 20:

[Li-1 - Li> xi fi Fi xifi

850
1710
27 2730
9
- 260 1500
50
Complete la tabla y calcule la varianza de los pesos.
5.Cierta fábrica tiene un departamento de producción y otro de ventas. Las tablas que se muestran a
continuación muestran los salarios percibidos hasta fines de mayo de este año (expresado en miles de
soles):

43
 Dpto. producción Dpto. ventas
Nº Nº
Intervalos Intervalos
trabajadores trabajadores
1 – 1.5 12 6-8 4
1.5 – 2 28 8 – 10 6
2 – 2.5 32 10 – 12 12
2.5 – 3 24 12 – 14 15
3 – 3.5 12 14 – 16 3

a. Hallar la desviación típica correspondiente a cada departamento.

b. Determinar cuál de los departamentos presenta mayor dispersión relativa.

6.Dos países son igual de ricos, porque tienen la misma renta per cápita (o renta media), de 8.000
dólares al año. Pero en el país A la desviación típica es de 1.000 dólares y en el país B es de 4.000
dólares. ¿Qué podemos decir sobre la distribución de la riqueza de ambos países gracias a este dato?

7. Determinar la varianza del conjunto de observaciones x 1, x2, x3, x4, x5, a los cuales se les ha restado
4, obteniéndose el siguiente conjunto: 3, 0, 2, 4, 1.

8.La empresa Atención SAC, se preocupa por brindar un servicio adecuado a sus clientes y brinda
especial interés a los reclamos que presentan sus clientes, así como el tiempo que les toma atender
dichos reclamos. El servicio de atención a los clientes se brinda en dos turnos, mañana y tarde, por
dos grupos distintos de analistas. El jefe de calidad ha considerado importante analizar los resultados
de la atención en cada uno de estos turnos, a fin de determinar si existe variación, por lo que obtuvo
información del tiempo que demoró la atención a los clientes:

Turno Mañana
12 12 13 13 14 14 14 14 14 15
15 16 16 16 18 18 18 19 19 19
20 20 20 20 20 21 22 22 22 23
23 23 24 24 24 24 24 24 24 24

Turno Tarde
8 8 9 9 10 10 10 10 10 12
12 13 13 13 15 15 15 16 16 16
17 17 17 17 17 18 19 19 19 20
20 20 21 21 21 24 24 25 26 26

a) ¿En qué rango de tiempo se encuentra el tiempo de atención a los clientes en cada turno?
b) Calcule la varianza en los turnos mañana y tarde.
c)Calcule los coeficientes de Asimetría y Curtosis para ambos conjuntos de datos e interprete los
resultados.

44
 ASIMETRÍA Y CURTOSIS

ASIMETRÍA

Recuperado de: http://www.spssfree.com/curso-de-spss/analisis-descriptivo/medidas-de-distribucion-curtosis-

asimetria.html

Índice de Simetría de Pearson

As<0 Asimetría negativa

As = 0 Simétrica
As>0 Asimetría positiva

El coeficiente varía de -3 y 3
Si:
As<0 Distribución Asimetría negativa
As = 0 Distribución Simétrica
As>0 Distribución Asimetría positiva

b) Medida de Yule Bowley o Medida Cuartílica

La medida de Bowley varía entre -1 y 1

Si:
As<0 Distribución Asimetría negativa
As = 0 Distribución Simétrica
As>0 Distribución Asimetría positiva

45
c) Medida de Fisher
Datos sin agrupar:

Cálculo en el SPSS:

CURTOSIS

K<0 Platicurtica
K = 0 Mesocurtica
K>0 Leptocurtica

Cálculo en SPSS

Recuperado de: http://www.spssfree.com/curso-de-spss/analisis-descriptivo/medidas-de-distribucion-curtosis-

asimetria.html

46
 EJERCICIOS PROPUESTOS

1.La Dirección General de ESSALUD está interesada en estudiar los

casos de varicela en los niños. Para ello selecciona una muestra
aleatoria de niños que acaban de salir del proceso de la enfermedad
(grupo I) del distrito de Miraflores y otro grupo de niños que (grupo
II) del distrito de Breña. Se registró la edad en que se presentó la
mencionada enfermedad en ambos grupos de niños. Los datos se
muestran a continuación:

Grupo I 1 2 4 1
1=2 = 1.5
Grupo II 2 7 7 8 = 5.5
2=6
Calcule los índices de asimetría y curtosis para cada grupo de niños.

2.Los siguientes datos corresponden a la cantidad de goles

realizados por el Club Alianza Lima en el último Torneo de la Copa
Perú.

2 5 3 4 1 2 0 3 4 2

Determine el coeficiente de asimetría y curtosis. Realice la gráfica

respectiva.

3.Se evalúo a una sección estudiantes que llevaron el curso de Estadística en el Ciclo Verano de una
Universidad Peruana. Determine la asimetría y curtosis que presentan los siguientes datos.
Notas fi
0–5 3
5 – 10 5
10 – 15 12
15 - 20 10
Total

4.Los siguientes datos corresponden al número de hijos de las

trabajadoras del sexo femenino del Centro de Salud “El Olivar”
Número de
Número de hijos
trabajadoras
0 13
1 20
2 25
3 20
4 11
Analiza la forma de la distribución calculando los coeficientes adecuados.

5. Se evaluó a un grupo de estudiantes de la carrera de

Estomatología para establecer la cantidad de piezas dentales extraen
por día.

2 1 3 3 4 5 7 2

47
Determine el tipo de distribución que presentan los datos.

6.Un grupo de jóvenes de la facultad de Ingeniería han sido encuestados en relación a su estatura.
Los datos se han procesado mediante el IBM SPSS. Los resultados se muestran en la tabla adjunta.
Calcule los coeficientes de asimetría de Pearson e indique si la distribución de estaturas es
simétrica o asimétrica.
ESTATURA DEL ENCUESTADO

Nº Validos 50
Perdidos 0
Media 1.633
Mediana 1.64
Moda 1.64
Desv. Tip. 0.627
Varianza 0.004

7.Una muestra de digitadoras de textos reveló que su rapidez media

de tecleo es de 87 palabras por minuto, con una mediana de 73
palabras. La desviación estándar es de 16,9 palabras por minuto.
¿Cuál es el coeficiente de asimetría? Interprete la respuesta, luego
conteste: ¿La mayoría de las secretarias son rápidas tecleando o son
lentas?

8. Dadas las siguientes mediciones de la emisión diaria (en toneladas) de óxido de azufre en una
planta industrial: Construya una distribución de frecuencias y luego calcule los coeficientes de
asimetría y curtosis:

8.3 15.8 16.2 18.5 22.7 23

11 13.4 17.3 19.1 22.7 23.9
11.2 15.1 17.9 19.6 22.3 24.6
12.2 15.8 18 20.1 21.9 26.4
12.3 13.4 18.4 20.5 21.3 26.8

48
 PROBABILIDADES
DISTRIBUCIONES:
BINOMIAL, POISSON,
NORMAL, MUESTRAL.

49
 PROBABILIDADES

Conceptos básicos:

Probabilidad: Es la medida numérica de la posibilidad de que un evento pueda ocurrir.

Su valor esta entre 0 y 1.

Experimento aleatorio: Es un proceso cuyo resultado no puede ser predicho de anterioridad con
seguridad.
Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado

Evento o suceso: Es cualquier subconjunto de un espacio muestral.

Ejemplo:
a) A= {obtener un número impar al lanzar un dado}
A= {1, 3, 5}

Espacio muestral: Es el conjunto de todos los posibles resultados asociados a un experimento. Su

símbolo es Ω.
Ejemplo:
a) Experimento: lanzamiento de un dado
Ω= {1, 2, 3, 4, 5, 6}

Notación de probabilidades:
P: denota una probabilidad.
A, B, y C. denotan eventos específicos.
P(A): denota la probabilidad de que ocurra el evento A.

Probabilidad de un evento
La probabilidad del evento A es el cociente entre el número de resultados favorable a la ocurrencia
del evento A y el número de resultados posibles.

Características
Sea un espacio muestral y sean A y B dos eventos cualesquiera de este:
 P(Ω)=1 P(Փ)=0
 0≤P(A)≤1
 Si A y B son eventos no disjuntos de Ω, se cumple que: P(A ∪ B) = P(A) + P(B) -
P(A∩B)
 Si A y B son eventos disjuntos de Ω, se cumple que: P(A ∪ B) = P(A) + P(B)

50
 Ejercicios de probabilidades

1.- En una compañía hay 6 varones y 4 damas que aspiran a ser

miembros de un comité. Si se debe escoger dos al azar. ¿Cuál es la
probabilidad de que:
a) Los dos sean hombres
b) Sean un hombre y una mujer o dos mujeres.
Solución:
a) Sea el evento A = {Los dos sean hombres}
6

 2

  1
P ( A)  
10  3

 

 2 

b) Sean los eventos:

B = {Sean un hombre y una mujer} C = {Sean dos mujeres} luego hallaremos:

 6  4   4

 
   
 
11 
 
 2 24  6 2
P( B  C )  P( B )  P( C )  P( B  C )    
10  45 3

 

2 

2.- Un lote contiene 100 artículos de los cuales 20 son defectuosos.

Se inspecciona del siguiente modo. Se sacan 5 artículos del lote: si
los 5 son buenos se acepta el lote; en otro caso se rechaza. ¿Cuál es
la probabilidad de rechazar el lote?

Solución: Sea X: Nº de artículos defectuosos en la muestra de tamaño 5

P(Rechazar el lote) = P ( X = 1 ) + P ( X = 2 ) + P ( X = 3 ) + P ( X = 4 ) + P ( X = 5 )

= 1 – P ( X = 0 ) = 1 – P ( Aceptar el lote )
 80 

 
5 
en donde P ( Aceptar )     0.32  P ( Re chazar )  1  0.32  0.68
100 

 

 5 

3.- Un recién graduado solicita empleo en la compañía A y en la B.

Se estima que la probabilidad de ser contratado por A es 0.7 y de ser
contratado por B es 0.5. En tanto que la probabilidad de que se
rechace por lo menos una de sus solicitudes es de 0.6. ¿Cuál es la
probabilidad de ser contratado al menos por una de las compañías?
Solución Sean los eventos:
A  {El recien graduado sea contratado por la compañía A}  P ( A )  0 .7
B  {El recien graduado sea contratado por la comañía B }  P ( B )  0.5
A'  B '  {Sea rechazado en al menos una de las compañías}  P ( A'  B ' )  0.6
Hallaremos P ( A  B )  P ( Sea contratado en al menos una de las compañias)
P( A  B )  P( A )  P( B )  P( A  B )
Por otro lado P ( A' B ' )  P ( A  B )'  1  P ( A  B )  0.6  P ( A  B )  0.4
Luego P ( A  B )  0.7  0.5  0.4  0.8

51
4.- Suponga que en un sorteo la probabilidad de ganar el primer
premio es 2/5 y la de ganar el segundo premio es 3/8. Si la
probabilidad de ganar al menos uno de los dos premios es 3/4.
Calcular la probabilidad de ganar:
a) Sólo uno de los dos premios
b) Ninguno de los dos premios
Solución Sean los eventos:
2
A   Ganar el primer premio   P( A ) 
5
3
B   Ganar el segundo premio   P( B ) 
8
A  B   Ganar al menos uno de los dos premio   P( A  B )  3 / 4
P ( A  B )  P( A )  P ( B )  P( A  B )
3 / 4  2 / 5  3 / 8  P( A  B )  P( A  B )  1 / 40

15 1 14
40 40 40

15  14 29
Luego P ( A B '  B A' )    0.725
40 40

b) P( A'  B' )  P( A  B )'  1  P( A  B )  1  3 / 4  1 / 4  0.25

5.- Un banco de sangre dispone de 10 unidades de sangre tipo A.

De ellas cuatro están contaminadas con suero de hepatitis. Se
seleccionan aleatoriamente 3 de estas unidades para utilizarlas con
tres pacientes diferentes.
a) ¿Cuál es la probabilidad de que los tres pacientes estén expuestos
a contraer hepatitis por esta razón?
b) ¿Qué al menos dos de ellos no estén expuestos a contraer
hepatitis?
Solución:
a) P ( X = 3 ) en donde X: Nº de pacientes expuestos a contraer hepatitis

52
  4
 
 
3 4
P ( X  3)      0.033
10  120

 

3 

b) P (X  2 )  P  X  2 )  P ( X  3) X : Nº de pa cientes no exp uestos a contraer

 6  4  6

  
  
 
 

 2  1  60 3 20
P ( X  2 )   P ( X  3)  
 10  120 10  120

 
 
 

3  3 

60  20
Luego P ( X  2 )   0.6 67
12 0

PROBABILIDAD CONDICIONAL
Se trata de dos eventos A y B definidos en un mismo espacio muestral, en donde uno de ellos
(evento B) ya ocurrió, es decir se conoce su resultado.

P( A  B )
P( A / B ) 
P( B )

Ejemplo 1.- Una cierta compañía compra insumos de tres

proveedores A, B y C.
Proveedor A abastece con 40% de los insumos, de los cuales el 8%
son defectuosos.
Proveedor B abastece con el 35% de los cuales el 9% son
defectuosos.
Proveedor C abastece con el 25% de los cuales el 10% son
defectuosos.
Si se elige un insumo al azar:
a)¿Cuál es la probabilidad de que este sea defectuoso?
b) Si el insumo salió defectuoso. ¿Cuál es la probabilidad de que haya sido adquirido del proveedor
A?
Solución: Proveedor Calidad Total
Defectuoso No Defectuoso
A 0.032 0.368 0.40
B 0.0315 0.3185 0.35
C 0.025 0.225 0.25
Total 0.0885 0.9115 1.00
a) Según la tabla: P (Defectuoso) = 0.0885
P( A  D ) 0.032
b) P ( A / D )    0.36
P( D ) 0.0885
OTRO MÉTODO: DIAGRAMA DEL ÁRBOL
D
P(D/A) = 0.08

53
 A P(D’/A) = 0.92
P(A) = 0.40
D’
P(B)=0.35 P(D/B) = 0.09
B D
P(D’/B) = 0.91
P(C) = 0.25
D’
C P(D/C) = 0.10
D
P(D’/C) = 0.9

D’
a) Ahora hallaremos la probabilidad de obtener un artículo defectuoso
P ( D )  P ( A ) P ( D / A )  P ( B ) P ( D / B )  P (C ) P ( D / C )
P ( D )  (0.40 x 0.08 )  (0.35 x 0.09 )  (0.25 x 0.10 )  0.0885

b) Ahora hallaremos la probabilidad que un artículo sea proveniente del proveedor A, sabiendo
que el artículo seleccionado salió defectuoso.
P( A  D ) P( A ) P( D / A ) 0.40 x 0.08
P( A / D )     0.36
P( D) P( D ) 0.0885

Ejemplo 2.- Una cierta prueba médica tiene una efectividad de 99%
para descubrir la presencia o no de una enfermedad (resultado
positivo cuando realmente lo tiene o negativo cuando realmente no
lo tiene). Se aplica masivamente la prueba a una población en la cual
hay 1% de individuos con la enfermedad; se desea saber qué
porcentaje de los individuos con resultados positivos tendrán
efectivamente la enfermedad.
Solución: Sean los eventos

54
P  { Re sultado sea posiivo }

E  { Persona tenga la enfermedad }  P ( E )  0.01

E
Se pide hallar P  
P

P P E  P 
Se sabe que : P    0.99   P E  P   0.99 x 0.01  0.0099
E P E 

 P' P  E '  P '

P    0.99   P  E '  P '  0.99 x 0.99  0.9801
 E' PE' 

Tiene la enfermedad: E No tiene la enfermedad: E’ Total

Resultado Positivo: P 0.0099 0.0099 0.0198
Resultado Negativo: P’ 0.0001 0.9801 0.9802
Total 0.01 0.99 1.000

E PE  P  0.0099

Luego P     0.5
P PP  0.0198

MÉTODO DEL DIAGRAMA DEL ÁRBOL:

P
P ( P/E ) = 0.99

E P ( P’/E ) = 0.01
P ( E ) = 0.01
P’

55
 P
P ( E’) = 0.99 P ( P/E’ ) = 0.01

E’
P ( P’/E’) = 0.99

P’

Ahora hallaremos la probabilidad que un resultado sea positivo, sabiendo que realmente tiene la
enfermedad.

P (E  P ) P (E ) P (P / E ) 0.01 x 0.99
P (E / P )     0.50
P(P) P (P ) 0.0198

EVENTOS INDEPENDIENTES

Dos eventos A y B son independientes si la ocurrencia de uno no afecta la ocurrencia del otro
P ( A  B )  P ( A)  P ( B )

Ejemplo 1.- La proporción general de artículos defectuosos en un

proceso continuo es 0.10. Cuál es la probabilidad de que elegidos
dos al azar:
a) Ninguno sea defectuoso
b) Cuando menos uno no tenga defectos

Solución Sean los eventos:

A   El artículo A tenga defectos   P ( A )  0.10
B   El artículo B tenga defectos   P ( B )  0.10
A'   El artículo A no tenga defectos   P ( A' )  0.90
B '   El artículo B no tenga defectos   P ( B ' )  0.90
a)Hallaremos la probabilidad que ninguno sea defectuoso
P( A'  B ' )  P ( A' ) x P ( B ' ) Por ser eventos independientes
 0.90 x 0.90  0.81

b) Ahora hallaremos la probabilidad de que cuando menos uno no tenga defectos

56
P ( A'  B ' )  P ( A  B )'  1  P ( A  B )
 1  ( 0.10 ) x ( 0.10 )  1  0.01  0.99
OtroMétodo :
Esto implica que por lo menos uno de los dos artículos no tenga defectos
 P ( A'  B )  P ( A  B ' )  P ( A'  B ' )
 ( 0.09 ) ( 0.10 )  ( 0.10 x 0.90 )  ( 0.90 ) ( 0.90 )  0.99

Ejemplo 2.- La probabilidad de que se alivie un resfriado con el

antibiótico A es de 0.7 y con el antibiótico B es de 0.8. Se tienen dos
pacientes resfriados, uno toma el antibiótico A y el otro el B. ¿Cuál
es la probabilidad de que:
a) Ambos se curen
b) Uno se cure y el otro no se cure
Solución Sean los eventos:
A   El paciente A se cure con el antibiótico A   P ( A )  0.70
B   El paciente B se cure con el antibiótico B   P ( B )  0.80
A '   El paciente A no se cure con el antibiótico A   P ( A' )  0.30
B '   El paciente B no se cure con el antibiótico B   P ( B ' )  0.20
a) Hallaremos la probabilidad de que ambos pacientes se curen
P ( A  B )  P ( A ) x P ( B )  0.7 x 0.8  0.56
b) Ahora hallaremos la probabilidad de que uno se cure y el otro no se cure
P ( A  B ' )  P( A'  B )  P ( A ) x P ( B ' )  P ( A' ) x P ( B )
 ( 0.7 x 0.2 )  ( 0.3 x 0.8 )  0.14  0.24  0.38

EJERCICIOS PROPUESTOS

1.- En un grupo de alumnos de la especialidad de contabilidad se ha

determinado de que el 40 % tienen dificultades en el curso de
análisis matemático (M), 20% tienen dificultades en el curso de
estadística aplicada (E) y el 5% tienen dificultades en ambos cursos
(M y E). De este grupo de alumnos de contabilidad seleccionamos
uno al azar se pide contestar preguntas.
a) Calcular la probabilidad de que tenga dificultad en el curso de
análisis matemático o estadística aplicada.
b) Calcular la probabilidad de que el alumno tenga dificultad en el curso de estadística dado que
tiene dificultad en el curso de análisis matemático.
c) Calcular la probabilidad de que el alumno de contabilidad no tenga dificultad en el curso de
análisis matemático ni en el curso de estadística aplicada.

57
2.- A continuación, se presenta una tabla en el cual se
Hábito de Rendimiento en
han clasificado a 100 alumnos según hábito de fumar y
fumar matemáticas Total
rendimiento en el curso de matemática:
Malo Bueno
De este grupo seleccionamos un estudiante al azar, se
pide contestar las preguntas:
a) Calcular la probabilidad de que tenga un Si 25 5 30
rendimiento malo en matemáticas dado de que fuma
cigarrillos. No 15 55 70
b) Calcular la probabilidad de que no fume cigarrillos Total 40 60 100
si se sabe que tiene un buen rendimiento en matemáticas.

3.- La UCSUR recientemente lanzó una campaña publicitaria para el

examen de admisión 2012, instalando cuatro anuncios panorámicos
en el panamericano norte. Se sabe por experiencia que la
probabilidad de que el primer anuncio sea visto por un conductor es
de 0.75. La probabilidad de que el segundo sea visto es de 0.82, la
probabilidad para el tercero es de 0.87 y la del cuarto es de 0.90.
Suponiendo que el evento de que un conductor vea uno cualquiera
de los anuncios publicitarios es independiente de si ha visto o no los
demás. ¿Cuál es la probabilidad de que:
a) Los cuatro anuncios sean vistos por un conductor?
b) El primero y el cuarto sean vistos, sin que el segundo y el tercero sean notados?
c) Exactamente uno de los anuncios sea visto?
d) Ninguno de los anuncios sea visto?
e) El tercero y cuarto anuncios no sean vistos?

4.- Se estima que el 30% de los habitantes de EEUU son obesos y que el 3% sufre de diabetes.
El 2% son obesos y sufren de diabetes. Calcular la probabilidad de que una persona elegida al azar.
a) Sea obesa o sufra de diabetes? Rpta. 0.31
b) Sea obesa pero no sufra de diabetes? Rpta 0.28

5.- De todos los pacientes con cáncer, el 52% son mujeres. El 40% de todos los pacientes sobrevive
al menos 5 años desde el momento del diagnóstico. No obstante, esta tasa de sobrevivencia es válida
solamente para el 35% de las mujeres. ¿Cuál es la probabilidad de que un paciente con cáncer
seleccionado aleatoriamente sea mujer y sobreviva al menos 5 años? Rpta. 0.182

6.- Una empresa constructora del programa MI VIVIENDA

descubrió que sólo el 20% de todos los trabajos se terminaban a
tiempo; mientras que el 30% sufrían sobrecostos. Además, los
sobrecostos se presentaban el 75% de las veces en las que se
terminaban el trabajo a tiempo. El propietario de la empresa desea
conocer la probabilidad de que un trabajo:
a) Tenga sobrecostos y se termine a tiempo Rpta. 0.15
b) Tenga sobrecostos o se termine a tiempo. Rpta. 0.35
c) Se termine a tiempo, dado que no tiene sobrecostos. Rpta. 0.0714

7.- La distribución de los tipos de sangre en EEUU entre los individuos de raza blanca es
aproximadamente la siguiente: A: 40% B = 11% AB = 4% O = 45%
Tras un accidente automovilístico, un individuo de raza blanca es conducido a una clínica de
emergencia. Se le hace un análisis de sangre para establecer el grupo al que pertenece. ¿Cuál es la
probabilidad de que sea del tipo A o del B? Rpta. 0.51

8.- En un estudio sobre alcohólicos se informa que el 40% de los

mismos tiene padre alcohólico y que el 6% tiene madre alcohólica.

58
El 42% tiene al menos uno de los padres alcohólicos. ¿Cuál es la probabilidad de que elegido uno al
azar:
a) Tenga ambos padres alcohólicos. Rpta. 0.04
b) Tenga un padre alcohólico, pero no una madre alcohólica.
Rpta. 0.36
c) Tenga una madre alcohólica, si el padre no lo es. Rpta. 0.033

9.- De 1000 jóvenes de 18 años, 600 tienen empleo y 800 son bachilleres. De los 800 bachilleres,
500 tienen trabajo. ¿Cuál es la probabilidad de que un joven de 18 años tomado aleatoriamente sea:
a) Un bachiller empleado
b) Empleado pero no bachiller
c) Desempleado o un bachiller
d) Desempleado o no bachiller

10.- El Sr. Conti, propietario de un restaurante, ha mejorado la infraestructura para una buena
presentación. Observa que el 25% de todos los autos que pasan por allí, se detienen para consumir
algún alimento.
a) ¿Cuál es la probabilidad de que los próximos cuatro carros se detengan?
b) ¿Cuál es la probabilidad de que el primer auto pare, que el segundo y tercero no lo hagan y el
cuarto pare?

11.- LLusol compra tres acciones diferentes. La probabilidad de que

la primera aumente su valor es 1/3, la probabilidad de que la
segunda aumente es de 3/4 y la probabilidad de que la tercera
aumente su valor es de 1/10. Determine la probabilidad de que:
a) Todas aumenten de valor
b) Una aumente su valor

12.- Con base en su experiencia un médico ha recabado la siguiente información, relativa a

las enfermedades de sus pacientes: 5 % creen tener cáncer y lo tienen; 45 % creen tener
cáncer y no lo tienen; 10 % no creen tener pero sí lo tienen; y finalmente 40 % creen no
tenerlo, lo cual es cierto. De entre los pacientes del doctor se seleccionó uno al azar
a) Cuál es la probabilidad que el paciente tenga cáncer?. Rpta. 0.15
b) Cuál es la probabilidad de que el paciente tenga cáncer, si cree no tenerlo?. Rpta. 0.2
13.- Se estima que el 15 % de la población adulta padece de
hipertensión, además se sabe que el 75% de todos los adultos creen
no tener este problema. Se estima también que el 6 % de la
población tiene hipertensión pero no es consciente de padecer dicha
enfermedad.
a) Si un paciente adulto cree que no tener hipertensión. ¿ Cuál es la
probabilidad de que la enfermedad, de hecho exista?. Rpta. 0.08
b) Si la enfermedad existe. ¿Cuál es la probabilidad de que el
paciente lo sospeche?. Rpta. 0.60

14.- Sólo el 60% de los estudiantes de la clase de matemática del Profesor X pasaron la primera
prueba. De quienes pasaron el 80% estudiaron, el 20% de quienes no pasaron si estudiaron.
a) ¿Cuál es la probabilidad de que un estudiante pase o estudie?
b) ¿Cuál es la probabilidad de que un estudiante pase, pero no estudie?

15.- El 5% de las unidades producidas en una fábrica se encuentran defectuosas cuando el proceso de
fabricación se encuentra bajo control. Si el proceso se encuentra fuera de control, se produce un 30%
de unidades defectuosas. La probabilidad marginal de que el proceso se encuentre bajo control es de
0.92. Si se escoge aleatoriamente una unidad y se encuentra que es defectuosa, ¿Cuál es la
probabilidad de que el proceso se encuentre bajo control?

59
16.- Una planta armadora recibe microcircuitos provenientes de tres
distintos fabricantes B1, B2 y B3. El 50% del total se compra a B1,
mientras que a B2 y B3 se les compra un 25% a cada uno.
El porcentaje de circuitos defectuosos para B1, B2 y B3 es 5, 10 y
12% respectivamente. Si un circuito está defectuoso, ¿cuál es la
probabilidad de que haya sido vendido por el proveedor B2?

17.- Se estima que la probabilidad de que una Cía. B tenga éxito al comercializar un producto es de
0.95 si su competidora la compañía A no interviene en el mercado; y es de 0.15 si la compañía A
interviene en el mercado. Si se estima que A intervendría en el mercado con probabilidad de 0.7
a) ¿Cuál es la probabilidad de que la compañía B tenga éxito?. Rpta. 0.39
b) Si la Cía. B no tuviera éxito ¿En cuánto se estima la probabilidad de que A intervenga en el
mercado?. Rpta. 0.975

18.- Contratistas S.A. está negociando dos contratos. La Gerencia piensa que la probabilidad de
ganar el primer contrato es de 60% y que el ganador tendrá ventaja definitiva en la negociación del
segundo contrato. La Gerencia cree que si Contratistas S.A gana el primer contrato va a tener un
70% de probabilidad de ganar el segundo contrato, en caso contrario disminuirá a 0.10.
a) ¿Cuál es la probabilidad de que Contratistas S.A. pierda ambos contratos?. Rpta. 0.36
b) ¿Cuál es la probabilidad que gane el segundo contrato?. Rpta. 0.46

19.- Una Compañía tiene 1000 repuestos para cierto ensamblado.

El 20% de las partes son defectuosas; además el 40% se compraron a
proveedores de fuera y el resto fue fabricado por la misma compañía.
De los comprados fuera de la compañía el 80% son buenos. Si se
elige un repuesto al azar entre esta existencia. ¿Cuál es la
probabilidad de que:
a) Sea fabricado por la Compañía y esté buena. Rpta. 0.48
b) Sea defectuosa o comprada. Rpta. 0.52
c) No sea fabricada por la Compañía ni sea buena. Rpta. 0.08
d) Sea comprada, siendo defectuosa. Rpta. 0.4

20.- En un cajón hay 80 artículos buenos y 20 malos; en un segundo

cajón el 30% son malos y en un tercer cajón el 25% son malos. Se
sabe que el número de artículos del tercer cajón es el triple de los que
hay en el segundo y que en total hay 260 artículos. Se mezclan los
artículos de las cajas.
a) Si se extrae al azar un artículo. Calcule la probabilidad de que sea
malo si se sabe que pertenece al 2ª cajón. Rpta. 0.3
b) Si se extraen al azar dos artículos. Calcule la probabilidad de que
el primero y el segundo sean malos. Rpta. 0.056

21.- Se ha determinado que el porcentaje de televidentes que ven los programas A, B y C son
respectivamente 0.4. 0.5 y 0.3. Cada televidente ve los programas independientemente uno del otro.
Si se elige al azar a uno de tales televidentes. ¿Qué probabilidad hay de que vea:
a) Dos de los tres programas. Rpta. 0.29
b) Al menos uno de los tres programas. Rpta. 0.79

22.- En cierta región la probabilidad de que llueva en cualquier día del año es 0.1. Suponiendo la
independencia de un día con otro. ¿Cuál es la probabilidad de que la primera lluvia ocurra después
de 14 días sin lluvia? Rpta. 0.023

23.-El gerente de INGENIEROS METAC S.A.C., es una

organización orientada a suministrar productos, servicios y

60
desarrollo de soluciones de ingeniería aplicada, considera que la probabilidad de que los accidentes
en Transmisiones & Ejes hayan sido ocasionados por las conexiones eléctricas es 0,24, por falla
mecánica es 0,18 y por conexiones eléctricas o falla mecánica es 0,39. Si se selecciona al azar un
accidente producido en Transmisiones & Ejes y definiendo los eventos de interés:
E = {Accidentes por conexiones eléctricas}, M = {Accidentes por falla mecánica}
P ( E ) = 0,24 y P ( M ) = 0,18  P ( E  M ) = 0,39
a)Determine la probabilidad que se haya producido por ambos tipos de falla.
b)¿Cuál es la probabilidad de que el accidente se haya producido por solo un tipo de falla?
24.-Después de una política de mejora de la calidad de la producción de Chemi-latex, tanto en el
área de llenado como el de sellado, los trabajadores fueron sensibilizados para realizar sus labores de
producción de la mejor manera y así disminuir los productos defectuosos en la producción. Para
corroborarlo se toma una muestra de 80 productos, encontrándose que 25 presentan defectos en el
llenado, 32 presentan defectos en el sellado y 30 no presentaban defectos. Si se selecciona un
producto al azar.
a)Determine la probabilidad de que se hayan producido ambos tipos de defectos.
b)¿Cuál es la probabilidad de que se haya producido solo uno de los tipos de defectos?
c)¿Los eventos defecto en el sellado y defecto en llenado son mutuamente excluyentes? Explique.
25.-Una caja contiene 24 resistencias con etiqueta negra y 24 con
etiqueta roja; de los de etiqueta negra cinco son de 5 ohmios y el
resto de 8 ohmios; mientras que los de etiqueta roja doce son de 5
ohmios y el resto de 8 ohmios:
a)Si se selecciona una resistencia al azar de la caja, ¿cuál es la
probabilidad que la resistencia sea de 8 ohmios?
b)Si se seleccionan al azar dos resistencias de la caja, ¿cuál es la probabilidad que las dos sean de
igual color.
c)Si se seleccionan al azar tres resistencias de la caja, ¿cuál es la probabilidad que dos sean de 5
ohmios y una de 8 ohmios?
26. En un estudio de 420 000 usuarios de teléfono celular de
Movistar, se encontró que 135 desarrollaron cáncer cerebral o del
sistema nervioso. Estime la probabilidad de que un usuario de
teléfono celular que se seleccionó al azar desarrolle un cáncer de
este tipo. ¿Qué sugiere el resultado acerca de los teléfonos celulares
como causantes de cáncer de este tipo?
27. En la fabricación de un cierto tipo de clavos, aparecen un cierto nº de ellos defectuosos. Se han
estudiado 200 lotes de 500 clavos cada uno obteniendo:

Clavos defectuosos 1 2 3 4 5 6 7 8

Nº de lotes 5 15 38 42 49 32 17 2

Se selecciona al azar un lote, determine las siguientes probabilidades:

a)¿Cuál es la probabilidad de se encuentre 7 clavos defectuosos?
b)¿Cuál es la probabilidad de encontrar al menos 3 clavos defectuosos?
c)¿Cuál es la probabilidad de encontrar a lo más 5 clavos defectuosos?
d)¿Cuál es la probabilidad de encontrar menos de tres clavos y más de 7 clavos defectuosos?

61
28.-Un profesor de Estadística sabe que el 80% de sus estudiantes
terminan los problemas asignados como tarea. Determinó, además,
que de los estudiantes que cumplen con la tarea, el 90% aprobará el
curso. De aquellos estudiantes que no terminan su tarea, el 60%
aprobará. Si un alumno recibió una calificación aprobatoria, ¿Cuál
es la probabilidad de que sí haya hecho sus tareas?

29.-Suponga que la empresa TEC adquiere sus productos de tres proveedores: A, B y C. El

proveedor A suministra el 60% de sus productos, el proveedor B el 30% y el proveedor C el 10%. La
calidad de sus productos varía entre los proveedores, siendo las tasas defectuosas del proveedor A
0,25%, del proveedor B 1% y del proveedor C 2%.
a) ¿Cuál es la probabilidad de que el producto sea defectuoso?
b) Cuando se encuentre un producto defectuoso. ¿Cuál será el proveedor más probable?

30.- Los registros de los delitos en la Comisaría de Cusco muestran

que el 10% de ellos son violentos y el 90% son no violentos. Se
señala también que son denunciados, el 90% de los delitos violentos
y solo el 70% de los delitos no violentos.
a) ¿Cuál es la proporción global de delitos que se denuncian?
b) Si no se denuncia un delito ante la policía, ¿Cuál es la
probabilidad de que el delito sea no violento?

31.-La empresa “Sazón Romelia” distribuye sus productos a cuatro

mayoristas. El porcentaje de producción total que se obtiene en cada
mayorista es del 20%, 50%, 10% y 20% respectivamente, y además
el porcentaje de envasad incorrecto en cada mayorista es del 2%,
1%, 7% y 4%. Tomamos un producto de la empresa al azar en
almacén principal.
a) ¿Cuál es la probabilidad de que se encuentre defectuosamente envasado?
b) ¿Cuál es la probabilidad de que se encuentre bueno?

32. -En un laboratorio hay tres jaulas. En la jaula I hay 4 conejos negros y 2 blancos, la jaula II tiene
4 conejos negros y 4 blancos y la jaula III contiene 5 conejos negros y 6 blancos. Se selecciona al
azar una de las jaulas y se saca un conejo al azar de esa jaula. ¿Cuál es la probabilidad que el conejo
escogido sea blanco?

33.-El 70% del ganado es inyectado con una vacuna para combatir
una enfermedad grave. La probabilidad de recuperarse de la
enfermedad es 1 en 20 si no ha habido tratamiento y de 1 en 5 si
hubo tratamiento. Si un animal infectado se recupera, ¿Cuál es la
probabilidad de que haya recibido la vacuna preventiva?

34.-Una unidad de producción de enlatados de atún marca “Campomar” produce 9000 envases
diarios. La máquina A produce 3000 de estos envases, de los que 2% son defectuosos y la maquina B
produce el resto, se sabe que de la maquina B, el 4% son defectuosos. Calcular:
a) La probabilidad de que un envase elegido al azar este defectuoso.
b) La probabilidad de que proceda de la maquina B, si el envase tiene defectos.
c) La probabilidad de que proceda de la maquina A, si el envase tiene defectos.

62
35.- De 400 estudiantes de Ciencias de la Empresa, 100 cursan
Finanzas y 80 cursan Economía. Estas cifras incluyen 30 estudiantes
que cursan ambas materias.
a) ¿Cuál es la probabilidad de que un estudiante elegido
aleatoriamente curse Finanzas o Economía? b) ¿Qué probabilidad
hay de que al elegir un estudiante al azar curse Economía, dado que
cursa Finanzas?

DISTRIBUCIÓN DISCRETA
DISTRIBUCIÓN BINOMIAL

Una distribución de probabilidad binomial resulta de un procedimiento que cumple con todos los
siguientes requisitos:
1. El procedimiento tiene un número fijo de ensayos.
2. Los ensayos deben ser independientes. (El resultado de cualquier ensayo individual no afecta las
probabilidades de los demás ensayos).
3. Todos los resultados de cada ensayo deben estar clasificados en dos categorías (generalmente
llamadas éxito y fracaso).
4. La probabilidad de un éxito permanece igual en todos los ensayos.

n
P X x    p q x nx
x  0, 1, 2, 3,..........................., n
 x
n n!
Donde :   
x
  x! ( n  x)!

63
n: es el número de pruebas
k: es el número de éxitos
p: es la probabilidad de éxito
q: es la probabilidad de fracaso.

Ejemplo 1.- Un fabricante envía sus productos en lotes de 20

unidades a sus clientes. El fabricante sabe que la probabilidad de que
cualquier artículo esté defectuoso es de 0.05.
Calcular la probabilidad de que determinado lote:
a) No contenga artículos defectuosos
b) ¿Cuál es el número de artículos defectuosos que se espera
encontrar en un lote?
Solución:

a) Hallaremos P (X = 0 ) en donde X: Nº de artículos defectuosos en un lote

 n
P X x    p q x nx
x  0, 1, 2, 3,.................................n
 x

 20 
P( X  0)    (0.05) (0.95)  0.36
0 20

0 
La probabilidad que no contenga artículos defectuosos es 36%
b) Ahora hallaremos el Nº promedio de artículos defectuosos por lote
E( X )  n p
E ( X )  20 ( 0.05 )  1
El número de artículos defectuosos por lote es 1.

Ejemplo 2.- El 20% de todas las mujeres que reciben a un vendedor

de aspiradoras en sus hogares terminan por comprar una. ¿Cuál es la
probabilidad de que entre 6 mujeres que admiten la demostración del
vendedor en sus casas:
a) Exactamente dos compren una aspiradora
b) Al menos una acabe por comprar la aspiradora
c) A lo más una no compre una aspiradora

Solución:
a) Exactamente dos compren una aspiradora
luego hallaremos P(X=2) en donde X: Número de mujeres que compran aspiradoras.

6
P( X  2 )    (0.2) 2 (0.8) 4  0.24576
 2

Interpretación: La probabilidad de que entre 6 mujeres que admiten la demostración del vendedor y
que 2 compren la aspiradora es 24.58%.

b) Al menos una acabe por comprar la aspiradora

64
 P( X  1)  P( X  1)  P ( X  2 )  P( X  3 )  P ( X  4 )  P( X  5 )  P ( X  6 )
luego P ( X  1 )  1  P ( X  0 ) en donde X : N º de mujeres que compran
6
P( X  0 )  
0
 (0.2) (0.8)  0.26214
0 6

 
Por lo tan to P ( X  1 )  1  0.26214  0.738

Interpretación: La probabilidad de que entre 6 mujeres que admiten la demostración del vendedor y
al menos una compre la aspiradora es 73.8%.

c)Ahora hallaremos la probabilidad que a lo más una no compre

P( X  1)  P( X  0 )  P( X  1 ) X : N º de amas de casa que no compran la aspiradora
 6
P( X  0 )  
  ( 0 .8 ) 0 ( 0 .2 ) 6  0.000064
 0
 6
P( X  1)  
  ( 0 .8 )
1
( 0 .2 ) 5  0.001536
1 
Luego P ( X  1 )  0.0016

Interpretación: La probabilidad de que entre 6 mujeres que admiten la demostración del vendedor y
que a lo más una no compre es 0.16%.

Ejemplo 3.- En una empresa donde los empleados son 80%

hombres y 20% mujeres; están aptos para jubilarse el 10% de las
mujeres y el 15% de los hombres. De 5 solicitudes para jubilarse
¿Cuál es la probabilidad de que al menos dos estén aptos para
jubilarse?
Solución:
Sea X : N º de empleados aptos para jubilarse

P ( X  2)  1   P ( X  0)  P ( X  1)
5
P ( X  0)    ( p ) (q )
0 5
en donde p : probabilidad que una persona esté apto para jubilarse
 0
luego p  0.15 ( 0.8)  0.1 ( 0.2)  0.14
5
En con sec uencia P ( X  0)    ( 0.14 ) ( 0.86)  0.4704
0 5

 0
 5
P ( X  1)    ( 0.14) ( 0.86)  0.3829
1 4

1 
Por lo tan to P ( X  2)  1  0.8533  0.1467

Interpretación: La probabilidad de 5 solicitudes para jubilarse al menos dos personas estén aptos
para jubilarse es 14.67%.

Ejemplo 4.- El jefe de la sección de recaudación de cierto municipio

observa que, de todas las multas de aparcamiento que se ponen, se
pagan el 78%. La multa es de $2. En la semana mas reciente, se han
puesto 620 multas.
a) Halle la media y la desviación estándar del número de multas que
se pagan.
b) Halle la cantidad de dinero que se obtiene por el pago de estas
multas; así como también su desviación estándar.
Solución:

65
a) Sea X: Nº de multas impuestas
E( X ) = n p = 0.78 ( 620) = 483.6
La media es aproximadamente 484 multas las cuales serán pagadas

V( X ) = n p q = 620 x 0.78 x 0.22 = 106.392 luego σ = 10.315 multas

b) Recaudación por el pago de multas = 483.6 x 2 = 967.2 dólares

La desviación estándar será: 10.315 (2) = 20.63

Ejemplo 5.- La probabilidad de cura de una enfermedad

normalmente mortal con cierto medicamente, se estima en 0.30. Si
cinco enfermos se tratan con este medicamento. ¿Cuál es la
probabilidad de que al menos cuatro se curen?

Solución:

a) Hallaremos P( X ≥ 4 )
 n
en donde X: Nº de pacientes que se curan
P X  x   
 
x
 p q
nx
x  0, 1, 2, 3,.................................n
 x

P ( X  4 )  P( X  4 )  P ( X  5)

5 
P( X  4 )  
  ( 0.3 ) 4 ( 0.7 ) 1  0.02835
 4

 5
P (X  5)  
  ( 0.3 ) ( 0.7 )  0.00243
5 0

 5

Luego P ( X  4 )  0.02835  0.00243  0.03078

Interpretación: La probabilidad de que cinco enfermos se tratan con este medicamento y al menos
cuatro se curen es 3.08%

Ejemplo 6.- Se somete a un estudiante a un examen del tipo

verdadero – falso que contiene 10 preguntas; para que apruebe debe
responder correctamente a 8 preguntas o más. Si el estudiante está
adivinando. ¿Cuál es la probabilidad de que apruebe el examen?

Solución: Sea X: Nº de preguntas contestadas correctamente

P( X  8)  P( X  8)  P( X  9)  P( X  10 )

10 
P( X  8)  
 
 ( 0.5) 8
( 0.5) 2
 0.043945
8 

 10 
P( X  9)  
  (0.5) 9
 (0.5)1
 0.009765
9 

 10 
P( X 
 10)   
 ( 0.5) 10
(0.5) 0
 0.000976
 10 

Por lo tanto P(X≥8 )=0.0547

Interpretación: La probabilidad de que cinco enfermos se tratan con este medicamento y al menos
cuatro se curen es 3.08%

DISTRIBUCIÓN DE POISSON

66
Una distribución de probabilidad Poisson resulta de un procedimiento que cumple con todos los
siguientes requisitos:

1. El experimento consiste en contar el número “x” de veces que ocurre un evento en particular
durante una unidad de tiempo dada, o en un área o volumen dado.

2. La probabilidad de que un evento ocurra en una unidad dada de tiempo, área o volumen es la
misma para todas las unidades.

3. El número de eventos que ocurren en una unidad de tiempo, área o volumen es independiente del
número de los que ocurren en otras unidades.

4. El número medio (o esperado) de eventos en cada unidad se denota por la letra griega(“mu” )

Estudia a los eventos independientes que suceden con muy poca frecuencia y que ocurren en un
determinado espacio, volumen o tiempo.

X= 0, 1, 2, 3.4 ……………….

Ejemplo 1.- El promedio de llamadas telefónicas en una hora es de

3. ¿Cuál es la probabilidad de recibir:
a) Exactamente 2 llamadas en una hora
b) Dos o más llamadas en 90 minutos
Solución:

a) Hallaremos P (X = 2)
X: Nº de llamadas en una hora µ=3

Según la distribución de Poisson

e 3 3 2
Luego P(X  2)   0.224
2!
Interpretación: La probabilidad de recibir exactamente 2 llamadas en una hora es 22.4%.

b) Enseguida hallaremos la probabilidad de que ocurran dos o más llamadas en 90 minutos

X: Nº de llamadas en 90 minutos. µ=4.5

67
P ( X  2 )  1  {P ( X  0 )  P ( X  1)}
e  4.5 ( 4.5 )0
P (X  0)   e  4.5
0!
e  4.5 ( 4.5 )1
P ( X  1)   4.5e  4.5
1!
Luego P ( X  2 )  1  5.5e  4.5  1  0.0611  0.9389

Interpretación: La probabilidad de recibir dos o más llamadas en 90 minutos es 93.89%.

Ejemplo 2.- Una fábrica envía al depósito 500 artículos.

La probabilidad de deterioro de un artículo en el camino es de
0.002. Hallar la probabilidad de que en el camino se deterioren:
a) Menos de tres artículos.
b) Por lo menos un artículo.

Solución:

a) Dado que np ≤ 1 usaremos la aproximación de la Binomial a la de Poisson en donde µ= np

En este caso µ = np = 500(0.002) = 1

P ( X  3 )  P ( X  0 )  P ( X  1)  P ( X  2 )

e 1 10
P (X  0)   e 1
0!
e 111
P ( X  1)   e 1
1!
1
e 112 e
P (X  2)  
2! 2
Luego P ( X  3 )  2.5 e 1  0.92

Interpretación: La probabilidad de que en el camino se deterioren menos de tres artículos es 92%.

b) P ( X  1 )  1  P ( X  0 )  1  e 1  1  0.36788  0.63212

Interpretación: La probabilidad de que en el camino se deterioren por lo menos un artículo es

63.21%.

Ejemplo 3.- Un líquido contiene cierta bacteria con un promedio de

3 bacterias por centímetro cúbico. Calcular la probabilidad de que:
a) No contenga bacteria alguna una muestra de 1/3 de cc.
b) Contenga por lo menos una bacteria una muestra de 2 cc.

Solución:

a) Hallaremos P ( X = 0 ) X: Nº de bacterias en 1/3 de cc.

68
Según la Distribución de Poisson

Donde:
µ= Promedio de bacterias en 1/3 de cc = 1

e 1 10
Luego P (X  0)   e 1  0.368
0!
Interpretación: La probabilidad de que no contenga bacteria alguna una muestra de 1/3 de cc es
36.8%.

b) P ( X  1 )  1  P ( X  0 )
X : N º de bacterias en una muestra de 2 cc
µ = Promedio de bacterias en 2 de cc = 6
e  6 60
P (X  0)   e 6
0!

luego 1  e 6  0.9975

Interpretación: La probabilidad de que contenga por lo menos una bacteria una muestra de 2 cc es
99.75%.

Ejemplo 4.- Una vacuna produce inmunidad contra la polio en un

99.99%. Suponiendo que la vacuna ha sido administrada a 10,000
niños.
a) ¿Cuál es el número esperado de niños que no han sido
inmunizados?
b) ¿Cuál es la probabilidad que menos de 2 niños no sean inmunes?
Solución:

a) Dado que np ≤ 1 usaremos la aproximación de la Binomial a la de Poisson en donde

µ = np

En este caso µ = np = 10,000 (0.0001) = 1 niño

Interpretación: El número esperado de niños que no han sido inmunizados en grupo de 10, 000
niños vacunados es 1.
b) P ( X  2 )  P ( X  0 )  P ( X  1 )

e 1 10
P (X  0)   e 1
0!
e 111
P ( X  1)   e 1
1!
Luego P ( X  2 )  2 e 1  0.7358

Interpretación: La probabilidad de que menos de 2 niños no sean inmunes en un grupo de 10, 000
niños vacunados es 73.58%.

69
 DISTRIBUCIÓN CONTINUA
DISTRIBUCIÓN NORMAL

Es una distribución de probabilidad que se diferencia de las anteriores por ser de variable aleatoria
continua. Es una de las más importantes ya que la mayoría de los trabajos de investigación están
basados en muestras aleatorias provenientes de poblaciones que se distribuyen normalmente.

Características de la Distribución Normal

•Tiene forma de campana y posee una sola cima en el centro de la distribución. La media aritmética,
la mediana y la moda son iguales, y se localizan en el centro de la distribución.

•El área total bajo la curva es de 1.00. La mitad del

área bajo la curva normal se localiza a la derecha
de este punto central, y la otra mitad, a la izquierda.

•Es simétrica respecto de la media. Si hace un corte

vertical, por el valor central, a la curva normal,
las dos mitades son imágenes especulares.

•Desciende suavemente en ambas direcciones del

valor central. Es decir, la distribución es asintótica.
La curva se aproxima más y más al eje X, sin
tocarlo. En otras palabras, las colas de la curva se
extienden indefinidamente en ambas direcciones.

•La localización de una distribución normal se determina a través de la media. La dispersión o

propagación de la distribución se determina por medio de la desviación estándar

Esperanza y Varianza de una Distribución Normal

Esperanza de una Distribución Normal E(x)=µ

Varianza de una Distribución Normal Var(x)=  2

Para calcular probabilidades asociadas a partir de

la función de densidad se requiere de
matemáticas avanzadas; por lo que el cálculo de
estas, se hará en base a una tabla conocida como
Tabla de la Distribución Normal Estándar.

Estandarización
Si la variable aleatoria X tiene una distribución X∼N(µ, 𝜎) , entonces la variable aleatoria
x
z

Tiene distribución normal estándar.

Distribución Normal Estándar: Una variable aleatoria X tiene una distribución normal estándar,
Sus parámetros son µ=0 y  2  1 .

70
Ejemplo1.- Una máquina expendedora de refrescos se regula de
manera que descargue un promedio de 196 gr. por vaso. La cantidad
descargada tiene aproximadamente distribución normal con una
desviación estándar de 14 gramos.
a)¿Cuál es la probabilidad de obtener un vaso con más de 218.4
gramos?

Solución:
Consideremos a X: Cantidad descargada por la máquina vendedora de refrescos, la cual se distribuye
normalmente con µ = 196 gr y σ = 14 gr.
Hallaremos:

P ( X  218.4 )

Estandarizando la variable continua

X  218.4  196
Z   Z   1.6
 14

P ( Z  1.6 )  0.0548

Interpretación: El 5.48% de los vasos tendrán una cantidad mayor de 218.4 gramos.

b) Si los vasos pueden contener solo 224 gramos sin que haya derrame. ¿En cuántos vasos de 200
vendidos es probable que el líquido se derrame?

Solución:
224  196
P ( X  224 )  Z 2 luego P ( Z  2)  0.0228
14
E  200 ( 0.0228 )  4.56

Por lo tanto, el número de vasos que se derramaran aproximadamente será 5.

Ejemplo 2.- La puntuación media en un examen final de una

asignatura fue de 72 y la varianza 81. El 10% superior de los
alumnos reciben calificación A. ¿Cuál es la puntuación mínima que
un estudiante debe tener para recibir una calificación A?

Solución:

X  X  72
Z  1.28   X  83.5
 9
Interpretación: La puntuación mínima que un estudiante debe tener para recibir una calificación
A es 83.5.
Ejemplo 3.- Una variable aleatoria tiene una distribución normal con σ = 21.5. Hallar su media si la
probabilidad de que la variable aleatoria tome un valor menor que 120.5 es de 0.8849

71
Solución:
Se sabe que P( X  120.5)  0.8849

X  120.5  
Z   1.2     94.7
 21.5

Interpretación: La media es 94.7 para que la variable aleatoria tome un valor menor que 120.5 y
su probabilidad sea 0.8849.

Ejemplo 4.- Suponga que las puntuaciones obtenidas en un examen

de un curso tienen distribución normal con µ = 80. Si el 95% de los
examinados obtienen puntajes entre 60.4 y 99.6

a) Calcule el valor de la desviación estándar

X  99.6  80
Z   1.96     10
 

Interpretación: El valor de la desviación estándar es 10 con media igual 80 y el 95% de los

puntajes obtenidos estén entre 60.4 y 99.6.

b) ¿Qué porcentaje de los examinados obtuvieron entre 55 y 98 puntos

55  80 98  80
Z1    2.5 Z2   1.8
10 10
P (2.5  Z  1.8 )  0.4938  0.4641  0.9579  95.79 %
Interpretación: El porcentaje de alumnos examinados que obtuvieron un puntaje entre 55 y 98 es
95.79%.

Ejemplo 5.- Los puntajes del coeficiente de inteligencia tomados a

un grupo de personas adultas, en un proceso de selección de
personal están distribuidos normalmente con una media de 105 y
una desviación estándar de 12.

72
a) Si el puntaje mínimo para aprobar es 90. ¿Cuál es el porcentaje de
no aprobados?
b) Si han aprobado el 80% de las personas. ¿Cuál es el puntaje
mínimo aprobatorio?
Solución:
a) Consideremos a X: Puntaje del coeficiente de inteligencia, la cual se distribuye normalmente
con µ = 105 y σ = 12

Hallaremos
P ( X  90 ) es tan darizando el valor de X mediante la fórmula :

X  90  1 05
Z   Z    1.25
 12

P ( Z  1.25 )  0.1056 o sea 10.56%

Interpretación: El porcentaje de no aprobados es 10.56%.

b) Ahora hallaremos el puntaje mínimo aprobatorio

80%

X  105
 0.84   X  94.92 o sea aproximadamente 95 puntos
12

Interpretación: El puntaje mínimo aprobatorio es aproximadamente 95 puntos.

Ejemplo 6.- En una distribución normal hay 47 % de valores

inferiores a 47 y 28% superiores a 70.
Calcular la proporción de valores entre 57 y 86.

Solución

73
 47   70  
 0.08  0.58 
 

  0.08   47   0.58   70

Luego   0.08   47 (1)

  0.58   70 (2)

Re solviendo ecuaciones ( 1) y (2) obtenemos   49.79   34.85

57  49.79 86  49.79
Ahora Z1   0.21 Z2   1.04
34.85 34.85

P ( 0.21  Z  1.04 )  P ( 0  Z  1.04 )  P ( 0  Z  0.21 )

 0.3508  0.0832  0.2676  26.76 %

Interpretación: La proporción de valores entre 57 y 86 es 26.76%.

EJERCICIOS PROPUESTOS

1.- Para estudiar la regulación hormonal de una línea metabólica se

inyectan ratas albinas con un fármaco que inhibe la síntesis de
proteínas del organismo. En general 4 de cada 20 ratas mueren a
causa del fármaco antes de que el experimento haya concluido. Si se
trata a 10 animales con el fármaco. ¿Cuál es la probabilidad:
a) Que exactamente 3 no lleguen vivas al final del experimento.
Rpta. 0.2013
b)Que al menos 8 lleguen vivas al final del experimento.
Rpta. 0.6778

2.- Se determina que un 25% de los niños expuestos a un determinado agente infeccioso contraerán
la enfermedad producida por dicho agente. Entre un grupo de 4 niños igualmente expuestos al agente
infeccioso. ¿Cuál es la probabilidad de que:
a) Exactamente 2 niños se enfermen. Rpta. 0.211
b) Por lo menos un niño se enferme. Rpta. 0.684

74
3.- En cierto país en desarrollo el 30% de los niños están desnutridos; en una muestra aleatoria de 25
niños de esa área. ¿Cuál es la probabilidad de que el número de niños desnutridos sea:
a) Menos de cinco. Rpta. 0.0905
b) Menos de 7 pero más de 4? Rpta. 0.2502

4.- La probabilidad de que un paciente se recupere de una rara enfermedad sanguínea es 0.8. Si se
sabe que 15 personas contraen esta enfermedad. ¿Cuál es la probabilidad:
a) Que sobrevivan de 4 a 7.=4.24x10^-3
b) No sobrevivan exactamente 5.=0.1032

5.-
Se tiene información que en la comisaria de Chorrillos, el 25% de los detenidos se encuentran allí
por delitos menores. Se selecciona una muestra aleatoria de 24. ¿Cuál es la probabilidad de que el
número de detenidos por delitos menores en esa muestra sea 10? 0.0333

6.- Se sabe que en el comercial HND el 70% de los

establecimientos comerciales pequeños no entregaban boleta al
momento de efectuar una transacción económica.
a)¿Cuál es la probabilidad de que en una muestra de 15 negocios, a
lo más la mitad entregue boleta?
b)¿Cuál es la probabilidad de que en una muestra de 15 negocios, a
lo más la mitad no entregue boleta?
b)¿Cuál es la probabilidad de que en una muestra de 15 negocios, la
quinta parte no entregue boleta?

7.- La probabilidad de que una persona se muera por consumir

bebidas alcohólicas es 0.4. Después de un estudio realizado en la
zona de Bayovar se conoce que a la semana 30 personas consumen
bebidas alcohólicas, cual es la probabilidad que:
a) Sobrevivan al menos 14 personas
b) Sobrevivan exactamente 5
c) Cuantos, en promedio, sobrevivirán
d) ¿Cuál es la varianza de la variable aleatoria en cuestión?

8.- La encargada de los préstamos del banco “INTERBANK” estima, con base en sus años de
experiencia, que la probabilidad de que un solicitante no sea capaz de pagar su préstamo es 0.035. El
mes pasado realizó 45 préstamos. ¿Cuál es la probabilidad de que 3 préstamos no sean pagados
oportunamente?

9.- En “MoneyGram” se evalúa el número de envíos de dinero al

extranjero que se realizó en un mes determinado. Suponga que 55%
de todas sus transacciones fueron envíos de dinero al extranjero y
considere una muestra de 10 transacciones. ¿Cuál es la probabilidad
de que:
a) Cuando mucho 8 de las transacciones sean envíos de dinero al
extranjero?
b) Por lo menos 6 de las transacciones sean envíos de dinero al
extranjero?
c) Más de 6 de las transacciones sean un envío de dinero al
extranjero?

75
10.- “CAJA RURAL APU” informó que el 30% de los préstamos garantizados con joyería
vencieron. Si se toma una muestra aleatoria de 10 préstamos
a)¿Cuál es la probabilidad de que ninguno esté vencido?
b)¿Cuál es la probabilidad de que 2 estén vencidos?

11.- El 28% de los tornillos de la última producción para la empresa “MAESTRO” están
defectuosos. Determinar la probabilidad de que de 8 tornillos seleccionados aleatoriamente por lo
menos 3 estén defectuosos.

12.- Un prominente médico afirma que 70% de las personas con cáncer de pulmón son fumadores
empedernidos. Si su afirmación es correcta:
Encuentre la probabilidad de que de 10 de tales pacientes admitidos recientemente en un hospital,
menos de 3 sean fumadores empedernidos.

13.- Si la probabilidad de que un individuo sufra una reacción desfavorable por una inyección de
cierto suero es de 0.001. Determinar la probabilidad de que de 200 personas:
a) Exactamente 3 sufran la reacción. Rpta. 0.0011
b) Dos o más sufran la reacción. Rpta. 0.0175

14.- El número promedio de Buses que llegan cada día al Terminal

Terrestre de Atocongo es 16. Las facilidades que tiene el Terminal
hace a que pueden manejar hasta 22 buses por día. ¿Cuál es la
probabilidad de que en un día dado se tenga que rechazar el ingreso
de buses al Terminal Terrestre de Atocongo?

15.- En Caja Sullana se analiza la cantidad de clientes que se atiende en las ventanillas, se obtuvo
que la cantidad de clientes promedio que se atiende en esta institución financiera en un lapso de 50
minutos es de 20 clientes.
a)¿Cuál es la probabilidad de que se atiendan a 10 clientes en 25 minutos?
b)¿Cuál es la probabilidad de que se atiendan a 7 clientes en 10 minutos?

16.- En una investigación realizada en la calle Miramar, se ha determinado que el número de muertes
debido a accidentes de tránsito ha sido en promedio 10 por en dos meses. Suponiendo que el número
de muertes sigue una distribución de Poisson.
a)Hallar la probabilidad de que en un determinado mes mueran 3 personas.
b)Hallar la probabilidad de que en un determinado mes no mueran 4 personas.
17. En la oficina de ventas de “PARALELO” se analiza el número
de ventas al día, se tiene la información que tiene un promedio de
9,5 ventas al día. Suponiendo que los pedidos siguen una
distribución de Poisson.
a)¿Cuál es la probabilidad de que se realicen menos de 5 ventas en
un día determinado?
b)¿Cuál es la probabilidad de que se realicen al menos 3 ventas en
un día determinado?
c)¿Cuál es la probabilidad de que se realicen al menos 12 ventas en
un 4 días?
d)¿Cuál es la probabilidad de que se realicen 15 ventas en una
semana?

18.- De la población de valores de Z seleccionamos uno al azar, se pide:

I. Determinar las probabilidades siguientes:
a) P ( Z > 1.37 )
b) P ( Z < - 0.84 )
c) P ( Z ≥ - 2.05 )
d) P ( 1.64 < Z < 1.96 )

76
 e) P ( - 0.84 < Z < 0.84 )
f) P ( -1.24 < Z < 1.63 )
g) P ( - 1 < Z < 2)

II. Calcular el valor de Zo en las siguientes expresiones:

a) P ( Z > zo ) = 0.025
b) P ( Z < zo ) = 0.15
c) P ( Z ≥ zo ) = 0.85
d) P ( Z < zo ) = 0.10
e) P ( - zo < Z < zo ) = 0.8
f) P ( - zo < Z < zo ) = 0.98

19.-Una población normal tiene una media de 20.0 y una desviación estándar de 4.0.
a)Calcule el valor de z asociado con 25.0.
b)¿Qué proporción de la población se encuentra entre 20.0 y 25.0?
c)¿Qué proporción de la población es menor que 18.0?

20.-Una población normal tiene una media de 12.2 y una desviación estándar de 2.5.
a)Calcule el valor de z asociado con 14.3.
b)¿Qué proporción de la población se encuentra entre 12.2 y 14.3?
c)¿Qué proporción de la población es menor que 10.0?

21- Supóngase que se sabe que los pesos de 300 individuos están distribuidos en forma normal con
media de 68 Kg y una desviación estándar de 11.5 Kg.
a) Cuál es la probabilidad de que una persona seleccionada al azar pese 70 Kg o menos?
b) Cuántas personas se espera encontrar que pesen 70 Kg o menos?

22.- En la empresa DURACELL, hicieron un análisis del tiempo de

duración de las pilas que desean vender. Una pila elegida al hacer
dura en promedio 2.9 años, con una desviación estándar de 0.5 años.
Asumiendo que la vida de las pilas DURACELL está normalmente
distribuida, encuentre la probabilidad de que una pila dada dure
menos de 2.3 años.
23.-El precio medio de las acciones de las empresas que forman el
M&H es $30, y la desviación estándar es $8.20. Suponga que los
precios de las acciones se distribuyen normalmente.
a)¿Cuál es la probabilidad de que las acciones de una empresa tengan un precio mínimo de $40?
b)¿Cuál es la probabilidad de que el precio de las acciones no supere $20?
c)¿Qué tan alto debe ser el precio de las acciones de una firma para situarla en el 10% de las
principales empresas?

24.-Un estudio reciente con respecto a salarios por hora de

integrantes de equipos de mantenimiento de las aerolíneas más
importantes demostró que el salario medio por hora era de $20.50,
con una desviación estándar de $3.50. Suponga que la distribución
de los salarios por hora es una distribución de probabilidad normal.
Si elige un integrante de un equipo al azar, ¿cuál es la probabilidad
de que gane:
a) Entre $20.50 y $24.00 la hora?
b) Más de $24.00 la hora?
c)Menos de $19.00 la hora?

25.-Entre las ciudades de Estados Unidos con una población de más de 250 000 habitantes, la media
del tiempo de viaje de ida al trabajo es de 24.3 minutos. El tiempo de viaje más largo pertenece a la

77
ciudad de Nueva York, donde el tiempo medio es de 38.3 minutos. Suponga que la distribución de
los tiempos de viaje en la ciudad de Nueva York tiene una distribución de probabilidad normal y la
desviación estándar es de 7.5 minutos.
a)¿Qué porcentaje de viajes en la ciudad de Nueva York consumen menos de 30 minutos?
b)¿Qué porcentaje de viajes consumen entre 30 y 35 minutos?
c)¿Qué porcentaje de viajes consumen entre 30 y 40 minutos?

26.- Las precipitaciones anuales en una región alcanzan, de media,

los 1500 mm, con una desviación típica de 200mm. Calcula,
suponiendo que siguen una distribución normal, la probabilidad de
que en un año determinado la lluvia:
a. No supere los 1200 mm
b. Supere los 1500 mm.
c. Esté entre 1700 y 2300 mm.
d. Deseamos seleccionar el 25% de los años más lluviosos, ¿a partir
de qué cantidad de agua hemos de escogerlos? ¿Y si deseáramos
seleccionar los menos lluviosos?

27.- Las notas de un examen del curso de bioestadística se distribuye normalmente con una media
de 13.5 y una desviación estándar de 4.3.
a) Cuál es el porcentaje de estudiantes cuyas notas están entre 11 y 15?
b) Cuál es la probabilidad de que un alumno elegido al azar no tenga una nota mayor de 10?
c) Determinar el valor de la nota debajo el cual se ubica el 15% inferior de los alumnos.

28.- Supóngase que se sabe que los niveles de glucosa en sangre extraída a 150 niños en ayunas están
distribuidos normalmente con una media de 66 y una varianza de 42.
a) Cuál es la probabilidad de un niño seleccionado al azar presente un nivel de glucosa en sangre
mayor o igual a 71?
b) Cuántos niños presentan un nivel de glucosa en sangre menor o igual a 61?
c) Determinar la mediana y la moda de la distribución.

29.- Los puntajes del Coeficientes de Inteligencia tomados a un grupo de personas adultas, en un
proceso de selección de personal están distribuidos normalmente con una media de 105 y una
desviación estándar de 12.
a) Si el puntaje mínimo para aprobar es 90, ¿Cuál es el porcentaje de no aprobados?
b) Si han aprobado el 75% de las personas, ¿Cuál es el puntaje mínimo aprobatorio?

30.- Supóngase que la estancia promedio de internación en un

hospital es de 5.5 días, con una desviación estándar de 1.8 días. Si
se supone que la duración de la internación se distribuye
normalmente, encuentre la probabilidad de que un paciente
seleccionado al azar de dicho grupo tenga una duración de
internación:
a) De más de 6 días.
b) Entre 4 y 7 días.
c) De menos de 3 días.

31.- El nivel de colesterol en los trabajadores administrativos tiene distribución normal. Por otro lado
se sabe que el 5% superior de los trabajadores su colesterol está por encima de 280 y que el 10%
inferior de los trabajadores su colesterol está por debajo de 170. Se pide determinar los valores de la
media y varianza de la distribución normal. Si de esta población seleccionamos un trabajador al azar,
cuál es la probabilidad de que su colesterol sea mayor a 250.

32.- Calcular k si P (X ≤ k ) = 0.6141 y X sigue una N(15,4).

78
33.- De una variable normal N(µ; σ) se sabe que P (X ≤ 7 ) = 0.9772 y P (X ≤ 6.5) = 0.8413.
Calcular:
a) µ y σ.
b) P (5.65 ≤ X ≤ 6.25 )
c) El número k tal que P (X > k ) = 0.3

34.- La presión arterial sistólica de los cobayos tiene distribución

normal con una media de 95 y una desviación estándar de 9. Si de
esta población seleccionamos un cobayo al azar, ¿cuál es la
probabilidad de que:
a) Su presión arterial sistólica sea menor a 75?
b) Su presión arterial sistólica esté comprendida entre 75 y 120.
c) Si el número de cobayos es de 1000, ¿Cuántos cobayos se espera
que su presión arterial sistólica sea mayor a 120?
d) A qué valor de presión arterial sistólica se localiza el 25% inferior de la población de cobayos?

35.- Las calificaciones de una prueba final de una cierta signatura tienen distribución normal con
media de 12. Si el 95.44% de los examinados obtuvieron calificaciones entre 8 y 16.
a) Calcule la desviación estándar. Rpta. 2
b) Si la nota aprobatoria es 11. ¿Qué porcentaje de alumnos aprobaron el curso? Rpta. 69.15%
c) ¿Qué nota mínima deberá tener un alumno para estar ubicado en el quinto superior? Rpta. 13.7

36.-. El número promedio de personas que comen en un restaurante es aproximadamente normal, con
una media de 250 y una desviación estándar de 20 por día.
a) Si el consumo promedio por cliente es de $4 ¿Cuál es el consumo diario esperado? Rpta. $1000
b) ¿Cuál es la probabilidad de que el consumo exceda a $1,100? Rpta. 0.1056

37.- Suponga que la demanda mensual de un bien de consumo se distribuye normalmente con una
media de 650 kg y una desviación estándar de 100 kg.
a) ¿Qué probabilidad hay de que la demanda no supere los 500 kg? Rpta. 0.0668
b) ¿Qué cantidad del bien debe haber mensualmente a fin de satisfacer la demanda máxima en un
89?8 %? Rpta. 813. Kg

38.- Trescientas estudiantes tienen talla media de 65 pulgadas y

desviación estándar de 2 pulgadas. Las 300 tallas presentan
distribución normal y se miden a la pulgada más cercana.
a) ¿Cuántas estudiantes tienen talla de 64 pulgadas o menos?
b) ¿Debajo de qué talla están el 30% de las estudiantes?
c) ¿Cuántas de las estudiantes tienen talla que difiere de la media por
más de una desviación estándar?

39.- En base a pruebas y la experiencia, un fabricante de lavadoras mecánicas modelo 101XE, decide
que la vida media con uso familiar normal es de 5.8 años, con desviación estándar de 2 años. Si la
vida de este modelo presenta distribución normal:
a) ¿Qué garantía debe ofrecer si está dispuesto a reparar únicamente al 1% de las lavadoras
vendidas?
b) Si da una garantía de dos años ¿Qué porcentaje de las máquinas necesitarán reparación antes que
expire el período de garantía?

40.- Una máquina automática que expende café llena los vasos con 6 onzas de café, con desviación
estándar de 0.40 onzas. Si se usan vasos de 7 onzas ¿Qué porcentaje de ellas se derramarán?

41.- Suponga que el ingreso familiar mensual en una comunidad tiene distribución normal con media
de $400 y desviación estándar $50.

79
a) Si el 10% de las familias debe pagar un impuesto. ¿A partir de qué ingreso familiar se debe pagar
el impuesto? Rpta. $464
b) Si el ahorro familiar está dado por la relación Y = X - 50
4
¿Cuál es la probabilidad de que el ahorro sea superior a $75? Rpta. 0.0228

42.- Si el 20% de los residentes en una ciudad prefiere un teléfono

blanco que cualquier otro color disponible. ¿Cuál es la probabilidad
de que entre los siguientes 1000 teléfonos que se instalen en esa
ciudad:
a) Más de 185 sean blancos. Rpta 0.883
b) Al menos 210 pero no más de 225 sean blancos. Rpta 0.2049

43.- Si el 40% de los clientes de una estación de servicio utilizan tarjetas de crédito. ¿Cuál es la
probabilidad de que entre 400 clientes; más de 250 paguen en efectivo? Rpta. 0.142

80
 DISTRIBUCIÓN MUESTRAL
Se denomina distribución muestral de una estadística a su distribución de probabilidad.
Por ejemplo, a la distribución de probabilidad de la estadística media x , se le denomina
distribución muestral de la media.
Para determinar la distribución muestral de un estadístico es necesario conocer:
a) La población y el parámetro.
b) Todas las muestras posibles y todos los valores posibles.

DISTRIBUCIÓN DE LA MEDIA MUESTRAL

La distribución de la media muestral es la distribución de todos los valores que toma el estadístico
(media muestral), valores que se obtienen a partir de todas las posibles muestras de tamaño n
tomadas de la población.
A continuación, se presentan dos resultados importantes:
• Si la variable aleatoria X sigue una distribución Normal, la distribución de la variable aleatoria x
es Normal, es decir:
2
• Si X ~ N (  ,  2 ) entonces X ~ N (  , ) Si la variable aleatoria X no sigue una distribución
n
Normal, entonces por el teorema del límite central, para n suficientemente grande (n > 30), la
distribución de la variable aleatoria x es aproximadamente Normal, es decir:
2
X  N (, )
n
La media de la media muestral y la varianza de la media muestral se representa como  X y
respectivamente, además:

X  
2
 2X 
n
TEOREMA: Si la variable aleatoria X sigue una distribución N(μ,  2 ), la variable aleatoria:

x
z

n
sigue una distribución Normal Estándar, es decir: Z~N(0,1).

Donde:
x : media muestral
 : media poblacional
 : desviación estándar
n: tamaño de la muestra.

DISTRIBUCIÓN PROPORCIÓN MUESTRAL

81
Sea X 1 , X 2 , X 3 ,…., X n una muestra aleatoria de tamaño n, con distribución Bernoulli con
parámetro π, donde: π : Proporción de éxitos en la población

la proporción de éxitos en la muestra (p), sigue una distribución Binomial. Entonces, la media y la
varianza de p se obtienen de la siguiente manera:

p  
 (1   )
 2p 
n

OBSERVACIÓN
Si n es suficientemente grande (n>30), entonces la variable aleatoria

p 
z
 (1   )
n
sigue una distribución Normal Estándar, es decir: Z~N(0,1).

Donde:
p: proporción muestral
 : proporción poblacional
n: tamaño de la muestra.

EJERCICIOS PROPUESTOS

82
1. Un estudio reciente de un organismo de vigilancia ambiental
determinó que la cantidad de contaminantes en el río Rímac (en
partes por millón) tiene una distribución normal con media de 64
ppm y desviación estándar de 17.6. Suponga que se seleccionan al
azar y se toman muestras de 35 ríos. Encuentre la probabilidad de
que el promedio muestral de la cantidad de contaminantes sea:
a) Mayor que 72 ppm.
b) Entre 64 y 72 ppm.
c) Exactamente 64 ppm.
d) Mayor que 94 ppm.

2. La distribución de los ingresos anuales de todos los administrativos de una determinada institución
educativa y con cinco años de experiencia sigue una distribución normal, tiene una media de $19,000
y una desviación estándar de $2,000. Si extraemos una muestra aleatoria de 30 administrativos ¿cuál
es la probabilidad de que sus ganancias promedien más de $19,750 anualmente?

3. En una muestra de 25 observaciones a partir de una distribución normal con media 98.6 y
desviación estándar 17.2,
a) ¿Cuánto vale P(92 < x < 102)?
b) Encuentre la probabilidad correspondiente dada una muestra de 36.

3. Dionisio Romero Paoletti dueño de una gran compañía de tarjetas

de crédito sabe que el saldo promedio mensual de un cliente dado es
$112 y la desviación estándar es $56. Si Dionisio audita 50 cuentas
seleccionadas al azar, encuentre la probabilidad de que el saldo
promedio mensual de la muestra sea:
a) Menor que $100.
b) De entre $100 y $130.

4. Para una muestra de 19 observaciones de una distribución normal con media 18 y desviación
estándar 4.8, calcule
a) P(16 < x < 20).
b) P ( > 21)
c) Suponga un tamaño de muestra de 40. ¿Cuál es la nueva probabilidad en el inciso a)?

5. A partir de una población de 125 artículos con media de 105 y desviación estándar de 17, se
eligieron 64 artículos.
a) ¿Cuál es el error estándar de la muestra?
b) ¿Cuál es la P(107.5 < x < 109)?

6. La calificación en una prueba de aptitud es una variable aleatoria

X que tiene distribución normal con media igual a 100.
Si se supone que la desviación estándar de todas las calificaciones
es  = 15, ¿cuántas calificaciones se deben escoger para que la
media muestral esté en el intervalo de 90.2 a 109.8 con probabilidad
0.95?.

7. Luisa Aliaga Ricaldi, investigadora de la Colombian Cofee

Corporation, está interesada en determinar la tasa de uso de café
por hogar en Estados Unidos. Ella cree que el consumo anual por

83
hogar tiene distribución normal con media  desconocida y desviación estándar cercana a 1.25
libras. Si Luisa toma una muestra de 36 hogares y registra su consumo de café durante un año, ¿cuál
es la probabilidad de que la media de la muestra se aleje de la media de la población no más de
media libra?

8. De una población de 75 elementos con media de 364 y varianza de 18, se seleccionaron 32

elementos al azar sin reemplazo.
a) ¿Cuál es el error estándar de la media?
b) ¿Cuál es la P(363 < x < 366)?

9. Suponga que la proporción  de padres asistentes a las

reuniones del colegio “ABC” en la población es en realidad igual a
0.55. En una muestra de 45 padres de familias ¿cuál es la
probabilidad que la proporción muestral de padres asistentes a las
reuniones del colegio “ABC” sea mayor al 60%?

10. Reportajes en periódicos nos dicen que el estadounidense promedio tiene sobrepeso. Muchos de
nosotros hemos tratado de bajar de peso cuando terminamos la preparatoria o la universidad. Y en
efecto, sólo 19% de adultos dicen que no sufren de problemas de pérdida de peso. Suponga que la
cifra de 19% es correcta y que se selecciona una muestra aleatoria de n= 100 adultos.
a. La distribución de p, es decir, la proporción muestral de adultos que no sufren de excesos de peso,
tiene una distribución normal aproximada ¿cuál es su media y desviación estándar?
b. ¿Cuál es la probabilidad de que la proporción muestral p exceda a 0.25?

11. Una máquina empaqueta un determinado producto, en paquetes

cuyo peso, en gramos, se distribuye normalmente con una desviación
estándar de 20 gramos, y con una media que debe ser bien regulada.
a) La media µ está bien regulada si sólo el 1% de los pesos de todos
los paquetes que produce la máquina tienen pesos mayores a 546.6
gramos, ¿calcule el valor de µ?
b) Con la media bien regulada, se programa el siguiente control del
peso del producto: Cada hora se escogen al azar 4 paquetes, si el
promedio de los pesos no está entre 480 y 520 gramos, se para la
máquina para mantenimiento. En caso contrario se continua con el proceso. ¿Cuál es la probabilidad
de parar la máquina cuando realmente está bien regulada?
c) Si la máquina está bien regulada, ¿con qué tamaño de muestra se consigue que la media muestra!
sea a lo más 490.2 gramos con probabilidad igual a 0.025?

12. De una población normal N(6, 6 2 ) se selecciona la muestra aleatoria:

X 1 , X 2 , . . . , X 9 de tamaño 9. Sea X la media de la muestral aleatoria
a) Describa la distribución dc probabilidades de X
b) Determine el valor de c tal que P[ X > c] = 0.985 .

13. De la historia sacada de los registros de la Universidad se ha determinado que las calificaciones
del curso de MATE1 y de FILO l se distribuyen normalmente con las medias respectivas 12 y 15 y
con varianzas homogéneas igual a 4. ¿Cuál es la probabilidad de que el promedio las notas de un
alumno en tales cursos esté, entre 14 y 17?.
14. La utilidad (en miles dc soles) por la venta de cierto artículo, es
una variable aleatoria con distribución normal. Se estima que en el
5% de las ventas las utilidades serían menos de 6.71, mientras que
el 1% de las ventas serían mayores que 14.66. Si se realizan 16
operaciones de ventas, ¿cuál es la probabilidad de que el promedio
de la utilidad por cada operación esté entre $10.000 y $11,000?.

84
15.Se estima que el 60% de los votos de los electores de la ciudad favorecen al candidato Sr. Tasilla
Ramírez. Si se selecciona una muestra aleatoria de 600 electores de la ciudad, ¿qué probabilidad hay
de que la proporción muestral de votos a favor del Sr. Tasilla Ramírez esté entre 47% y 55%?

16. De 3000 empleados de una empresa se escoge una muestra

aleatoria de 300 empleados para una encuesta sobre condiciones
laborales. ¿Cuál es la probabilidad de que la proporción muestral a
favor de las condiciones laborales esté comprendido en el
intervalo 0.76 y 0.84, si se estima en 84% del total de empleados
el porcentaje a favor de las condiciones laborales?.

17. Por datos obtenidos con anterioridad, se sabe que el 70% de las familias que tienen teléfono no se
encuentran en las horas de la tarde del día domingo. Se toma una muestra aleatoria de 36 familias del
directorio telefónico y se les llama. ¿Cuál es la probabilidad de que el 50% o más estén ausentes?

18. Se toma una muestra aleatoria de 200 unidades producidas en una hora por una máquina. Se sabe
que el 10% de las unidades producidas son defectuosas. ¿Cuál es la probabilidad de que en la
muestra tomada, 16 o más artículos resulten defectuosos?

19 En cierto proceso de producción se utiliza el siguiente sistema de

control de calidad: se elige una muestra de 26 unidades, si el
porcentaje de unidades de la muestra no excede el valor de p, se
continua el proceso. Si se sabe que el proceso ocasiona un 10% de
unidades defectuosas, en promedio, determine el valor de p, para
que exista un 62% de probabilidad de continuar el proceso, cuando
la proporción de piezas defectuosas es inferior a p.

85
TAMAÑO DE LA MUESTRA Y
MUESTREO.REGRESIÓN Y
CORRELACIÓN LINEAL. CHI
CUADRADO

86
 MUESTREO Y TAMAÑO DE LA MUESTRA
MUESTREO: Técnica estadística que permite seleccionar los elementos que se analizarán o
evaluarán de la población.

Se pueden realizar diferentes tipos de muestreo, que quedan clasificados en dos grandes grupos:
probabilísticos y no probabilísticos. En el muestreo probabilístico, todos los individuos o elementos
de la población tienen la misma probabilidad de ser incluidos en la muestra extraída, asegurándonos
la representatividad de la misma. En el muestreo no probabilístico, por su parte, los elementos de la
muestra se seleccionan siguiendo criterios determinados.

MUESTREO PROBABILISTICO

Muestreo aleatorio simple, cuando todos los elementos de la población tienen la misma
probabilidad de ser seleccionados en la muestra y esta probabilidad es conocida. Este tipo de
muestreo es más recomendable, pero resulta mucho más difícil de llevarse a cabo y, por lo tanto, es
más costoso. Para seleccionar una muestra de este tipo se requiere tener en forma de lista todos los
elementos que integran la población investigada y utilizar tablas de números aleatorios.

Muestreo aleatorio sistemático, el cual es susceptible de ser más preciso que el muestreo aleatorio
simple. Se elige un primer elemento luego se van escogiendo los demás elementos a intervalos
constantes a partir del primero hasta completar el tamaño de la muestra.

Muestreo aleatorio estratificado, se usa para estimar parámetros de poblaciones muy heterogéneas,
consistes en la separación de las unidades de la población en grupos o clases, de tal manera que
respecto de la variable en estudio sea lo más heterogéneos posibles, pero que sean homogéneos en su
interior. Estos grupos se llaman estratos. De cada estrato se obtiene una muestra aleatoria simple.

Muestreo aleatorio conglomerado, no se necesita un marco muy específico como en el caso del
muestreo aleatorio simple en el que era necesario disponer de un listado de unidades de la población,
o como en el muestreo estratificado, donde era necesario disponer de listados de unidades por
estratos. Se divide previamente al muestreo la población en conglomerados o áreas convenientes, de
las cuales se selecciona un cierto número para la muestra, con lo que sólo es necesario un marco de
conglomerados que será más fácil de conseguir y más barato. Se pueden utilizar como marco
divisiones territoriales ya establecidas por necesidades administrativas para las cuales existe ya
información. También se pueden utilizar como marco áreas geográficas cuyas características están ya
muy delimitadas.

Tamaño de muestra(n)

PARA ESTIMAR LA MEDIA PARA ESTIMAR LA PROPORCIÓN

 SITUACIÓN POBLACIONAL POBLACIONAL
z2 . 2 z2 . p.q
n 2
2
n 2
 N ES INFINITA e e2
z2 .N . 2 z2 .N . pq
n 2
n 2
 z  ( N  1)e
2 2

2
pqz  ( N  1)e 2
2

 N ES FINITA 2 2

Donde:

87
Precisión de estimación (e) corresponde al margen de error que el investigador fija de acuerdo con
el conocimiento que tenga caerá del parámetro que piensa estimar. Se le conoce como error de
muestreo.
El nivel de confianza (1-α) es la probabilidad de que la estimación efectuada se ajuste a la realidad;
es decir, que caiga dentro de un intervalo determinado basado en el estimador y que capte el valor
verdadero del parámetro a medir.
El nivel de significancia (α) es la probabilidad de que la estimación efectuada caiga fuera de un
intervalo determinado basado en el estimador y que capte el valor verdadero del parámetro a medir.

z es un valor de la tabla de la distribución normal estándar que va depender del nivel de

2
significancia.
N corresponde al tamaño de la población.
 2 es la varianza poblacional.
p es la proporción que posee la característica que se estudia.
q es la proporción que no posee la característica que se estudia. (q=1-p)

88
 Ejercicios de tamaño de muestra

Ejemplo: Se quiere hacer una encuesta para estimar el tiempo

promedio por semana que los niños ven televisión. Por estudios
anteriores se sabe que la desviación estándar de dicho tiempo es de 3
horas. Con el nivel de confianza del 95%.
a) ¿Qué tamaño de muestra se debe elegir, de tal manera que el error
de estimación no sea superior a media hora?.
Solución
2 2
Z    1.96 x 3 
n    /2      138.3  n  139 niños
 e   0.5 
El tamaño de la muestra es de aproximadamente 139 niños.
b) ¿Qué costo se debe presupuestar para hacer la encuesta, si esta tiene un costo fijo de $5,000 más
un costo variable de $2 por cada entrevista?
Solución:
5,000 + 2 ( 139 ) = $5,278
El costo que se debe presupuestar es de $5,278
Ejemplo: La oficina de Planificación Familiar de cierto distrito
desea determinar la proporción de familias con un ingreso mensual
inferior a S/. 800. Estudios previos han indicado que esta proporción
era del 20%. ¿Qué tamaño muestral se requiere para asegurar con una
confianza del 95% que el error en la estimación de esta proporción
no sobrepase a 0.03?.
Solución:

Z 2 / 2 p q ( 1.96 ) 2 ( 0.2 ) ( 0.8 )

n  n   683 familias
e2 ( 0.03 ) 2
El tamaño de la muestra es de aproximadamente 383 familias.

89
 EJERCICIOS PROPUESTOS

1. Se ha proyectado una encuesta para determinar los gastos

médicos anuales promedio por familia de los empleados de una
gran compañía. La administración de la compañía desea tener una
confianza del 95% de que el promedio de la muestra esté correcto
en una escala de ± $50 de los gastos reales promedio por familia.
Un estudio piloto señala que la desviación estándar se puede
estimar como $400. ¿Qué tamaño de muestra se necesita?

2. Si un gerente de control de calidad quisiera estimar la vida promedio de un producto en una

escala ± 20 horas con una confianza del 95% y también supone que la desviación estándar del
proceso permanece en 100 horas ¿qué tamaño de muestra se necesita?

3. Si una cadena de supermercados quisiera estimar el importe promedio de ventas en una escala de
± $100 con una confianza del 99% y si se supone que la desviación estándar de la población es
$200 ¿qué tamaño de muestra se necesita?

4. Si una compañía de gas quisiera estimar el tiempo de espera promedio en días, dentro de ±5 días
con una confianza del 95% y si se supone que la desviación estándar de la población es de 20 días
¿qué tamaño de muestra se necesita?

5. Un analista político quisiera estimar la proporción de votantes

que elegirán al candidato demócrata en una campaña presidencial.
El analista quisiera tener una confianza del 90% de que su
predicción esté correcta en una escala de ±0.04 de la proporción
real. ¿Qué tamaño de muestra se necesita?

6. El gerente de un banco quiere tener una confianza del 90% de estar en lo correcto en una escala
de ± 0.05 de la proporción real de depositantes, que tienen al mismo tiempo cuentas de ahorro y de
cheques. ¿Qué tamaño de muestra se necesita?

7. ¿Qué tamaño de muestra se necesitará si una compañía de

autobuses quisiera realizar una encuesta, en la que desearía tener
una confianza del 95% de estar en lo correcto en una escala de ±
0.02 de la proporción real de viajeros que utilizarían el servicio de
autobús? En base a la experiencia con otras rutas, se supone que la
proporción real es de aproximadamente 0.40.

8. Un equipo de investigación médica está seguro sobre un suero que han desarrollado, el cual
curará cerca del 75% de los pacientes que sufren de ciertas enfermedades. ¿Qué tamaño debe ser la
muestra para que el grupo pueda estar seguro en un 98% que la proporción muestral de los que se
curan esté dentro de ± 0.04 de la proporción de todos los casos que el suero curará? Rpta. n = 637

9. El mantenimiento de cuentas puede resultar demasiado costoso, si

el promedio de compra por cuenta, baja de cierto nivel. El gerente de
un gran almacén por departamentos desea estimar el promedio de lo
comprado mensualmente por los clientes que usan la cuenta de
crédito, con un error de $2.500, y con un nivel de confianza del
95%. ¿Cuántas cuentas deberá seleccionar, si se sabe que la
desviación estándar es de $ 30 000, la cual fue obtenida de los
balances mensuales de las cuentas de crédito?

90
10. Una firma constructora desea estimar la resistencia promedio de las barras de acero utilizadas en
la construcción de edificios de apartamentos. ¿Qué tamaño de muestra requiere para garantizar con
nivel de significancia del 2% de no sobrepasar un error de 5kg.? La desviación estándar de la
resistencia de este tipo de barras se estima en 25 kg.

11.Un investigador está interesado en estimar la ganancia promedio

en peso total en 4 semanas de 2000 pollitos alimentados con una
nueva ración. Obviamente pesar cada ave seria tedioso y llevaría
demasiado tiempo. Por tanto, se debe determinar el número de
pollitos a seleccionar en una muestra tomando en cuento que el
error máximo permitido es 10 gramos. Muchos estudios similares
sobre nutrición de pollitos se han llevado a cabo en el pasado.
Usando datos de estudios, el investigador encontró que la varianza es aproximadamente de 36
gramos. Determine el tamaño de muestra requerido.

12.Se desea realizar una investigación sobre el número de unidades

que se encuentran en mal estado en 4000 cajas y la proporción de
cajas que contienen unidades en mal estado. Se realiza una
encuesta preliminar de 80 cajas con el siguiente resultado,
presentado en una tabla de frecuencias:

Nº de unidades defectuosas 0 1 2 3 4 5 10 12
Nº de cajas examinadas 27 15 12 12 6 4 2 2

Determine el tamaño de muestra con un error de 0.8 y un nivel de confianza de 94%.

91
 Regresión y Correlación Lineal

En diversos problemas vinculados con el análisis de la información es importante estudiar las

relaciones que pueden existir entre dos o más variables. Preguntas como: ¿las personas con mayor
poder adquisitivo tienen mayor grado de educación? están referidas a las relaciones que podrían
existir entre las variables “poder adquisitivo” y “educación”. Las relaciones entre variables pueden
explorarse algunas veces usando gráficos adecuados, pero también existen medidas que indican no
sola la existencia de la relación sino también la fuerza de esta. A estas medidas se les llama medidas
de correlación cuando las variables en estudio son numéricas u ordinales y medidas de asociación si
las variables son nominales.

El coeficiente de correlación de Pearson Es un número que indica el grado de asociación entre dos
variables cuantitativas(numéricas) las variables y se define del siguiente modo: 

r
n  XY   X  Y
n  X i
2
   X   n  Y    Y 
2
i
2 2

Los valores que puede tomar el coeficiente de correlación "r" son: -1 ≤ r ≤ 1.
Si "r" > 0 La correlación lineal es positiva (si sube el valor de una variable sube el de la otra). La
correlación es tanto más fuerte cuanto más se aproxime a 1.
Si "r" < 0 La correlación lineal es negativa (si sube el valor de una variable disminuye el de la otra).
La correlación negativa es tanto más fuerte cuanto más se aproxime a -1.
Si "r" = 0 No existe correlación lineal entre las variables, aunque podría existir otro tipo de
correlación (parabólica, exponencial, etc.)
De todos modos, aunque el valor de "r" fuera próximo a 1 ó -1, tampoco esto quiere decir
obligatoriamente que existe una relación de causa-efecto entre las dos variables, ya que este
resultado podría haberse debido al puro azar.

Diagrama de dispersión Se utiliza para graficar la relación entre dos variables X e Y, consiste en
una nube de puntos que indicará si existe o no correlación dependiendo de la tendencia de la
tendencia de los puntos.

Regresión Lineal El modelo de regresión lineal se usa para expresar la relación lineal que puede
existir entre los valores de una variable “Y” los valores de una variable “X”.
X: Variable independiente.
Y: Variable dependiente.

Modelo de regresión lineal simple Los modelos de regresión que relacionan valores x de una
variable independiente X con valores y de una variable dependiente Y, cuya forma es
Y   0  1 X  

La expresión  0  1 X es la parte estructural lineal, mientras que  resume la parte

aleatoria que influye débilmente en la variable dependiente Y. A la ecuación y   0  1 X
, que expresa la estructura lineal, se llama la ecuación de regresión lineal. A los
 
coeficientes 0 y 1 se les llama coeficiente de regresión.
Se considera de este modo que los puntos (x,y) no necesariamente esta sobre la recta
y   0  1 X sino que fluctúan aleatoriamente a su alrededor.
Se asume que  es una valor aleatoria cuya distribución es normal de media 0 varianza
constante.

92
Ecuación de regresión lineal
La estimación de los valores  0 y 1 se realiza usando el método de mínimos cuadrados
y los valores obtenidos de la muestra ( x1 , y1 ),....., ( xn , yn )

El modelo estimado es Yˆ  ˆ0  ˆ1 X

Donde:

ˆ0  y  ˆ1 x
 n   n  n 
n  xi y i     xi   y i 
ˆ1   i 1   i 1  i 1 
2
 n
2  n 
n  xi     xi 
 i 1   i 1 

Coeficiente de Determinación( R 2 ) Medida de Bondad de Ajuste: Mide la proporción de la

variabilidad total de Y que es explicada por X a través del modelo de regresión lineal
simple.

R2  r 2

Ejercicios de Regresión y Correlación Lineal

93
Ejemplo 1.- El costo de fabricar un lote de cierto producto depende del tamaño del lote, como se
aprecia en el siguiente conjunto de datos:
Costo ($10): 30 70 140 270 530 1010 2500 5020
Tamaño del lote: 1 5 10 25 50 100 250 500
(100 unidades)

a) Grafique un diagrama de dispersión

b) Determine la ecuación de regresión lineal. Interprete el coeficiente de regresión lineal.
c) Grafique sobre el diagrama de dispersión, la línea de regresión.
d) Estime el costo para un lote cuyo tamaño es de 500 unidades
e) Calcule el error estándar de estimación
f) Calcule e interprete el coeficiente de correlación.
g) Interprete el coeficiente de determinación.

Solución

a) Diagrama de Dispersión

Gráfica de dispersión de Y vs. X

5000

4000
Costo ( 10 dólares ): Y

3000

2000

1000

0 100 200 300 400 500

Tamaño del lote ( 100 unidades): X

b) Determinación de la Ecuación de regresión lineal: Yˆ  a  b X

a
 X Y   X  X
i
2
i i i Yi
n  X   X  2 2
i i
94
 n  X i Yi   X Y i i
b
X   X 
2 2
n i i

en donde : X i  941 Y i  9570 X Y

i i  3271030 X i
2
 325751

325751 ( 9570 )  941 ( 3271030 )

Luego a   22.8987
8 ( 325751 )   941  2

8 ( 3271030 )  ( 941 ) ( 9570 )

b   9.975
8 ( 325751 )  ( 941 ) 2
Por lo tan to la ecuación de regresión lineal será : Yˆ  22.8987  9.975 X

Interpretación: Al aumentar el tamaño del lote en 100 unidades, el costo aumentará en 9.975
decenas de dólar o sea aproximadamente en 100 dólares.

c) Gráfica de la línea de regresión lineal

Gráfica de línea ajustada

Y = 22,90 + 9,975 X
S 12,0374
5000
R-cuad. 100,0%
R-cuad.(ajustado) 100,0%

4000
Costo ( Y )

3000

2000

1000

0
0 100 200 300 400 500
Tamaño del lote ( X )

d) Costo estimado para un lote de 500 unidades: Yˆ  22.8987  9.975 ( 5 )  72.8

Es decir el costo estimado sería de 728 dólares.

e) Cálculo del Error Estándar de Estimación: Sy/x

95
Sy/x 
Y 2
 a Y b  XY
n  2

32849700  22.8987 ( 9570 )  9.975 ( 3271030 )

Sy/x   12.0374 decenas de dólares
8  2

f) Cálculo del Coeficiente de Correlación: r

n XY   X Y
r 
n  X i2   X  2
 
n  Yi 2  Y  2

8 ( 3271030 )  ( 941) ( 9570 )
r   1.00
 8 ( 325751)  ( 941) 2   8 ( 32849700 )  ( 9570 ) 2 
Interpretación: Existe una correlación lineal positiva perfecta; a medida que el tamaño del lote
se incrementa, el costo también crecerá.
g) Cálculo del Coeficiente de Determinación: r 2 = 1
Interpretación: Las variaciones que se observa en el costo, se debe únicamente a la variación del
tamaño del lote.

Ejemplo 2.- Se llevó a cabo un experimento para estudiar el efecto de cierto medicamento para
disminuir la frecuencia cardíaca en adultos. La variable independiente es la dosis en miligramos
del medicamento y la variable dependiente es la diferencia entre la frecuencia cardíaca más baja
después de la administración del medicamento y un control antes de administrarlo. Se reunieron
los siguientes datos:

Dosis Disminución de la frecuencia

(mg) cardíaca (latidos/min)
0.50 10
0.75 08
1.00 12
1.25 12
1.50 14
1.75 12
2.00 16
2.25 18
2.50 17
2.75 20
3.00 18
3.25 20
3.50 21

96
a) Grafique un diagrama de dispersión
b) Determine la ecuación de regresión lineal. Interprete el coeficiente de regresión lineal.
c) Grafique sobre el diagrama de dispersión, la línea de regresión.
d) Estime la disminución de la frecuencia cardíaca para una dosis de 2 mg
e) Calcule el error estándar de estimación
f) Calcule e interprete el coeficiente de correlación.
g) Calcule e interprete el coeficiente de determinación

Solución:

a) Diagrama de Dispersión

Gráfica de dispersión de Y vs. X

Y: Disminución de la frecuencia cardíaca (lat/min)

22

20

18

16

14

12

10

0.5 1.0 1.5 2.0 2.5 3.0 3.5

X: Dosis ( mg )

b) Determinación de la Ecuación de regresión lineal: Yˆ  a  b X

 X Y   X  X
2
Yi n  X i Yi   X Y
i i
a
i i i i
b
n  X   X  X   X 
2 2 2 2
i i n i i

en donde : X i  26 Y i  198 X Y i i  442.5 X i

2
 63.375

63.375 (198 )  26 ( 442.5 )

Luego a   7.055
13 ( 63.375 )   26  2

13 ( 442.5)  ( 26) (198 )

b   4.088
13 ( 63.375 )  ( 26 ) 2

Por lo tan to la ecuación de regresión lineal será : Yˆ  7.055  4.088 X

Interpretación: Al aumentar la dosis del medicamento en 1 mg.la reducción de los latidos del
corazón, se incrementan en 4 lat/min aproximadamente; es decir por cada mg de la dosis, los
latidos del corazón se reducen en 4 aproximadamente.
c) Gráfica de la línea de regresión lineal

97
 Gráfica de línea ajustada
Y = 7.055 + 4.088 X
22 S 1.35579

Reducción de la frecuencia cardíaca: Y

R-cuad. 90.4%
20 R-cuad.(ajustado) 89.5%

18

16

14

12

10

0.5 1.0 1.5 2.0 2.5 3.0 3.5

Dosis: X

d) Disminución estimada de la frecuencia cardíaca para una dosis de 2 mg:

Yˆ  7.055  4.088 ( 2 )  15

Es decir para una dosis de 2 mg de dicho medicamento, se espera que la frecuencia cardíaca
disminuya en 15 lat/min aproximadamente.
e) Cálculo del Error Estándar de Estimación: Sy/x

Sy/x 
Y 2
 a Y b  XY
n  2

3226  7.055 ( 198 )  4.088 ( 442.5 )

Sy/x   1.3558 latidos
13  2

r 
n XY   X Y
f) Cálculo del Coeficiente de Correlación: r n  X i
2
  X    n  Y    Y 
2
i
2 2


13 ( 442.5 )  ( 26 ) ( 198 )
r   0.9507
 13 ( 63.375 )  ( 26 ) 2   13 ( 3226 )  (198 ) 2 

Interpretación: Existe una correlación lineal positiva entre la dosis del medicamento y la
reducción de la frecuencia cardíaca; a medida que se aumenta la dosis del medicamento entonces
la reducción de la frecuencia también aumentará.
g) Cálculo del Coeficiente de Determinación: r 2 = 0.904

Interpretación: El 90.4% de las variaciones que se observa en la reducción de la frecuencia

cardíaca, se debe a la variación de la dosis del medicamento; el 9.6% restante se debe a la
influencia o efecto de alguna otra variable no tomada en cuenta en el presente estudio.
EJERCICIOS PROPUESTOS

98
 1. Una muestra aleatoria de cinco familias da la siguiente información en relación al ingreso
familiar mensual y los gastos mensuales en gastos en seguros de salud.

Familia Ingreso mensual Gastos en seguros de salud a)

Ávila 3500 320
Benavides 2800 280
Calderón 4700 410
Díaz 2100 120
Ercilla 3150 340
a) Grafique un diagrama de dispersión
b) Determine la ecuación de regresión lineal. Interprete el coeficiente de regresión lineal.
Grafique sobre el diagrama de dispersión, la línea de regresión.
c) Pruebe otros modelos de regresión y elija el mejor a base del coeficiente de determinación.
d) Estímese el gasto anual en prevención de la salud de una familia cuyo ingreso mensual es
2500 soles.
e) Calcule el error estándar de la estimación del modelo
f) Calcule e interprete el coeficiente de determinación

2.- Con la siguiente información:

Horas-hombre por mes de instrucción 200 500 450 800 900 150 300 600
Accidentes por millón de Horas- 7.0 6.4 5.2 4.0 3.1 8.0 6.5 4.4
hombre

a) Grafique el diagrama de dispersión

b) Determine una ecuación que describa la relación entre la frecuencia de accidentes y el nivel de
educación preventiva. Grafique esta ecuación.
c) Interprete los valores de los coeficientes de regresión.
d) Calcule el error estándar de la estimación del modelo.
e) Calcule e interprete el coeficiente de correlación.
f) Calcule e interprete el coeficiente de determinación.
g) Estime el número de accidentes si el número de horas de instrucción fuese 340.

3.- El editor en jefe de un importante periódico metropolitano ha

intentado convencer al dueño del periódico para que mejore las
condiciones de trabajo en el taller de prensas. Está convencido de
que, cuando trabajan las prensas, el grado de ruido crea niveles no
saludables de tensión y ansiedad. Recientemente hizo que un
psicólogo realizara una prueba durante la cual los prensistas se
situaron en cuartos con niveles variables de ruido y luego se le hizo
otra prueba para medir niveles de humor y ansiedad. La siguiente
tabla muestra el índice de su grado de ansiedad o nerviosismo y el
nivel de ruido al que se vieron expuestos. (1 es bajo y 10 es alto).
Nivel de ruido 4 3 1 2 6 7 2 3
Grado de ansiedad 39 38 16 18 41 45 25 38

a) Represente gráficamente estos datos.

b) Desarrolle una ecuación de estimación que describa los datos.
c) Pronostique el grado de ansiedad que podríamos esperar cuando el nivel de ruido es 5.
d) Calcule e interprete el coeficiente de correlación
e) Calcule e interprete el coeficiente de determinación
f) Calcule el error estándar de la estimación.

99
4.- El Gerente de una Clínica dispone de la siguiente información:

Año 2001 2002 2003 2004 2005 2006

Cirugías 120 143 150 170 162 158
a) Grafique y determine la ecuación de la tendencia
b) Proyecte las cirugías al corazón para el año 2007

5.- Se ha medido la variación de creatinina en pacientes tratados con

Captopril (droga antihipertensión) tras la suspensión del tratamiento
con diálisis, resultando la siguiente tabla:
Días tras la diálisis: X 1 5 10 15 20 25 35
Creatinina (mg/dl): Y 5.7 5.2 4.8 4.5 4.2 4 3.8
a) Calcule el modelo de regresión lineal
b) Interprete la variación de creatinina, en función de los días
transcurridos tras la diálisis.
c) Si un individuo presenta 8 días tras la suspensión del tratamiento
con diálisis, que sucede con la creatinina (mg/dl).

6.- En un grupo de 8 pacientes se registran las medidas antropométricas peso (kg) y edad (años)
obteniendo el modelo de regresión:
Yˆ  20.61  2.83 X
a) Interprete la recta de regresión lineal
b) ¿Cómo cree Ud. que será el diagrama de dispersión?

7.- Una cadena de restaurantes de comida rápida decide llevar a cabo un experimento para medir la
influencia del gasto en publicidad sobre las ventas. En 8 regiones del país, se realizaron diferentes
variaciones relativas en el gasto de publicidad, comparado con el año anterior y se observaron las
variaciones en los niveles de ventas resultantes. La tabla muestra los resultados:

Incremento del gasto

en publicidad ( % ) 0 4 14 10 9 8 6 1
Incremento en las ventas ( % ) 2.4 7.2 10.3 9.1 10.2 4.1 7.6 3.5

a) Calcule el coeficiente de correlación lineal.

b) Estimar la ecuación regresión lineal del incremento en las ventas sobre el incremento del gasto en
publicidad
c) Calcule el error estándar de estimación.
d) Estime el incremento en las ventas, si el gasto en publicidad es del 10%.

8.- Los siguientes datos se refieren al número de horas de estudio

invertidas por los estudiantes fuera de clase durante un período de
tres semanas para cierto curso, junto con las calificaciones que
obtuvieron en un examen aplicado al final de ese período.
Calificaciones 64 61 84 70 88 92 72 77
Horas de estudio 20 16 34 23 27 32 18 22

a) Calcule el coeficiente de correlación lineal.

b) Estimar la ecuación regresión lineal
c) Calcule el error estándar de estimación.
d) Estime la calificación para un estudiante que estudió 24 horas durante dicho período de tiempo.

100
9.- Un editor tomó una muestra de 7 libros anotando el precio y el número de páginas respectivo,
obteniendo los siguientes datos.

Número de páginas 630 550 400 250 370 320 610

Precio ( $10 ) 10 8 7 4 6 6 9

a) Calcule el coeficiente de correlación lineal.

b) Estimar la ecuación regresión lineal
c) Calcule el error estándar de estimación.
d) Estimar el precio de un libro de 300 páginas. Si a este libro se le incrementa 20 páginas en una
segunda edición. ¿En cuánto se incrementará su precio?.

10.- Un investigador de una fábrica de refrescos ha tomado al azar 8

semanas del año observando en cada semana la temperatura media
(ºC ) y la cantidad de refrescos (miles) pedidos durante cada uno de
dichos períodos. La información es la siguiente:

Temperatura 10 28 12 31 30 19 24 15
Pedidos 21 65 19 72 75 36 67 24

a) Calcule el coeficiente de correlación lineal.

b) Halle la ecuación regresión lineal
c) Calcule el error estándar de estimación.
d) Estimar el pedido de refrescos para una semana cuya temperatura media es de 20ºC.

11.- Se efectúa un experimento médico para determinar el efecto de la droga efedrina en las
pulsaciones del corazón. Un paciente recibe diversas dosis diarias de la droga durante seis días.
La tabla que sigue resume los resultados del experimento.
Dosis diaria total Nº de pulsaciones
de efedrina (granos) por minuto
3 70
2 60
1 50
3 80
5 100
4 90
Nota. 1 grano = 0.06 gramos
a) Grafique un diagrama de dispersión
b) Determine la ecuación de regresión lineal. Interprete los coeficientes de regresión lineal.
Grafique sobre el diagrama de dispersión, la línea de regresión.
c) Estímese el número de pulsaciones para una dosis diaria de 4 granos de efedrina.
d) Calcule el error estándar de la estimación del modelo
e) Calcule e interprete el coeficiente de correlación.
f) Calcule e interprete el coeficiente de determinación

101
12.- La siguiente tabla ilustra los valores del consumo de metil mercurio y la cantidad total de
mercurio en la sangre de 12 individuos expuestos a la primera sustancia por haber consumido peces
contaminados.

Consumo de metil Mercurio en la sangre

mercurio ( ng/g )
(µgHg/día)
180 90
200 120
230 125
410 290
600 310
550 290
275 170
580 375
105 70
250 105
460 205
650 480

a) Calcule el coeficiente de correlación lineal.

b) Estimar la ecuación regresión lineal de la cantidad de mercurio en la sangre sobre el
consumo de metil mercurio.
c) Calcule el error estándar de estimación.
d) Estime la cantidad de mercurio en la sangre, considerando una ingesta de 300 µg de
mercurio.

13.- Se quiere determinar la relación entre la experiencia en ventas y el volumen de ventas para cada
vendedor basado en un grupo de 10 vendedores de una compañía de seguros. Los años de
experiencia en ventas y los volúmenes de ventas son:

Experiencia en ventas Volumen de ventas

(años) ($10,000)
1 3
2 2
3 5
4 4
5 6
6 8
7 9
8 9
9 12
10 10

a) Halle la ecuación de regresión lineal. Interprete el coeficiente de regresión

b) Estime las ventas para un vendedor con 5 años de experiencia
c) Calcule e interprete el coeficiente de correlación
d) Interprete el coeficiente de determinación

102
14.- En una muestra de 8 pacientes se miden las cantidades antropométricas peso y edad
obteniéndose los siguientes resultados

Edad (años) 12 8 10 11 7 7 10 14
Peso (kg) 56 42 51 54 40 39 49 58

a) Calcule e interprete el coeficiente de correlación

b) Halle la ecuación de regresión lineal
c) Estime el peso para un paciente de 10 años de edad
d) Determine e interprete el coeficiente de determinación

15.- Consideremos los siguientes datos respecto al precio de venta ($1,000) de una muestra de
viviendas y sus áreas (100 pies2) correspondientes a cada una de ellas, en cierta ciudad.

Precio de venta: 41 32 24 44 42 36 35 40 29 26
Área de la vivienda: 13 10 08 14 14 12 10 12 10 08

a) Hallar la ecuación de regresión lineal

b) Interprete el coeficiente de regresión lineal
c) Estime el precio de venta para una vivienda cuya área es de 1,000 pies 2
d) Calcule e interprete el coeficiente de correlación lineal
e) Interprete el coeficiente de determinación

103
 PRUEBA DE INDEPENDENCIA
Es una prueba de hipótesis que tiene por objeto probar si dos variables cualitativas nominales son
independientes entre sí.

Hipótesis:

H0: X e Y son independientes (no están relacionados)

H1: X e Y no son independientes (están relacionados)

Estadístico de prueba:

r c o  eij  2
ni  n j
  
ij
2
c ~  2r 1 c 1 eij 
i 1 j 1 eij n

Criterio de rechazo:
 c2   2 , r 1 c 1

Conclusión:

Ejemplo 1.- Se tiene la siguiente información obtenida de una muestra de 5,000 fallecidos.

DIAGNÓSTICO
Muerte por cáncer Muerte por otras Total
de pulmón causas

Fumadores 348 3,152 3,500

No 82 1,418 1,500
Fumadores
Total 430 4,570 5,000

Se desea probar la hipótesis de que el fumar y la muerte por cáncer pulmonar son independientes con
α = 0.01

Solución

H 0 : No existe relación entre el hábito de fumar y la muerte por cáncer pulmonar

H 1 : Si existe relación entre el hábito de fumar y la muerte por cáncer pulmonar
Nivel de significancia   0.01

DIAGNÓSTICO
Muerte por cáncer de Muerte por otras causas Total
pulmón
Fumadores 348 301 3,152 3,500
3199
No 82 129 1,418 1,500
Fumadores 1371
Total 430 4,570 5,000

104
 (348  301) 2 (3,152  3,199) 2 ( 82  129 ) 2 (1,418  1,371) 2
2      26.764
301 3,199 129 1,371

Re gla de decisión : Re chazar H 0 si  2  Vt ( Valor hallado en la tabla  2 con 1 g ..l

En este caso Vt  6.635 Por lo tan to rechazarem os H 0
Conclusión: Ambos factores están relacionados.

PRUEBA DE HOMOGENEIDAD

Es una prueba de hipótesis que tiene por objeto probar si los datos de cierta muestra provienen de la
misma población (igualdad).
Hipótesis:

H0: Son homogéneos (no están relacionados)

H1: No son homogéneos (están relacionados)

Estadístico de prueba:

r c o  eij  2
ni  n j
  
ij
2
c ~  2r 1 c 1 eij 
i 1 j 1 eij n

Criterio de rechazo:
 c2   2 , r 1 c 1

Conclusión:

Ejemplo 1.- El Director de compras de una fábrica grande debe decidir por la compra de una de las
cuatro marcas que hay en el mercado. Para probar si existe diferencia significativa en la calidad de
las máquinas, obtiene una muestra de la producción de 150 artículos para cada una de ellas y observa
el número de defectuosos. Los resultados se dan en la siguiente tabla:

M Á Q U I N A S
A B C D Total
Defectuosos 21 12 15 18 66
Buenos 129 138 135 132 534
Total 150 150 150 150 600

Solución

105
H 0 : p A  p B  pC  p D ( La proporción de defectuosos son las mismas en cada una de las máquinas)
H 1 : Al menos en una de las máquinas la proporción de defectuosos no es la misma.
Nivel de significancia   0.05
M A Q U I N A S
CALIDAD A B C D Total
Defectuosos 21 16.5 12 16.5 15 16.5 18 16.5 66
Buenos 129 133.5 138 133.5 135 133.5 132 133.5 534
Total 150 150 150 150 600

( 21  16.5 ) 2 ( 129  133.5 ) 2 ( 132  133.5 ) 2

2    ....................................   3.064
16.5 133.5 133.5

Re gla de decisión : Re chazar H 0 si  2  Vt ( Valor hallado en la tabla  2 con 3 g ..l

en este caso Vt  7.815. Por lo tan to no rechazarem os H 0

Conclusión: La proporción de piezas defectuosas en las cuatro máquinas es la misma.

Ejemplo 2.- Se sostiene que una droga determinada es efectiva para la curación del catarro común.
En un experimento con 164 personas con catarro, a la mitad de ellas se le suministró la droga y a la
otra mitad se le suministró píldoras azucaradas. Las reacciones de los pacientes aparecen anotadas en
la siguiente tabla:

REACCIONES
Mejorados Empeorados Efecto Nulo Total

Droga 52 10 20 82

Azúcar 44 12 26 82

Total 96 22 46 164

Solución
H 0 : La droga y las píldoras tienen igual efecto
H 1 : La droga y las píldoras no tienen igual efecto.
Nivel de significancia   0.05

REACCIONES
Mejorado Empeorados Efecto Nulo Total
s
Droga 52 48 10 11 20 23 82

Azúcar 44 48 12 11 26 23 82

Total 96 22 46 164

106
 ( 52  48 ) 2 (10  11 ) 2 ( 26  23 ) 2
2    ....................................   1.631
48 11 23

Re gla de decisión : Re chazar H 0 si  2  Vt ( Valor hallado en la tabla  2 con 2 g ..l

en este caso Vt  5.991 Por lo tan to no rechazarem os H 0
Conclusión: Las drogas y las píldoras azucaradas producen reacciones similares.

EJERCICIOS PROPUESTOS

1.- Una encuesta realizada en 378 hospitales por el Colegio de

Cirujanos Americanos produjo los datos de la tabla siguiente:

Tipo de tumor Total

Benigno Maligno
Usan 138 49 187
anticonceptivos
No usan 39 41 80
No conocen su uso 35 76 111
Total 212 166 378

¿Proporcionan los datos evidencia suficiente para indicar una dependencia entre el tipo de tumor y el
uso de anticonceptivos orales? Use α = 0.05 Rpta. Sí

2.- Sobre una muestra de 500 niños de cierta escuela primaria se hizo un estudio acerca de su estado
de nutrición y el desempeño académico, obteniéndose los siguientes resultados:

Desempeño Académico Estado de Nutrición Total

Pobre Bueno
Malo 105 15 120
Satisfactorio 80 300 380
Total 185 315 500

Existe relación entre el desempeño académico y el estado de nutrición. Use α = 0.01 Rpta. Sí

3.- Se llevó a cabo una encuesta con respecto a la preferencia del consumidor para determinar si
existía alguna predilección entre las tres marcas competitivas (A, B y C) dependiendo de la región
geográfica en la que habita el consumidor. La información obtenida es la siguiente:

Región I Región II Región III Total

Marca A 40 52 25 117
Marca B 52 70 35 157
Marca C 68 78 60 206
Total 160 200 120 480
Con esta información ¿La preferencia por una determinada marca depende de la región geográfica?
Rpta. No

107
4.- Se tomó una muestra de 400, 500 y 400 compradores de las ciudades de Piura, Trujillo y
Chiclayo respectivamente con la finalidad de determinar si la proporción verdadera de compradores
que se inclinan por el producto A en lugar del B, es la misma en las tres ciudades. Use α = 0.05

Producto A Producto B Total

Piura 232 168 400
Trujillo 260 240 500
Chiclayo 197 203 400
Total 689 611 1300

5.- Se examinó una muestra de 2,000 registros médicos los cuales dieron los siguientes resultados:

Muerte por cáncer Muerte por otras causas Total

del intestino
Fumadores 22 1,178 1,200
No Fumadores 26 774 800
Total 48 1,952 2,000

Probar la hipótesis que las dos clasificaciones son independientes con α = 0.05

6.- Cierta compañía desea determinar si el ausentismo se relaciona

con la edad. Se toma una muestra de 200 empleados al azar y se
clasifica según su edad y causa de ausentismo:

CAUSA EDAD
Menos de 30 30 - 50 Más de 50
Enfermedad 40 28 52
Otras 20 36 24
¿Está la edad relacionada con el ausentismo? Use α = 0.01

7.- Una fábrica de automóviles quiere averiguar si el sexo de sus

posibles clientes no tiene relación con la preferencia del modelo. Se
toma una muestra aleatoria de 2,000 posibles clientes y se clasifican
así:
SEXO MODELO
I II III
Masculino 350 270 380
Femenino 340 400 260

Contrastar la hipótesis de que el sexo no tiene relación con la preferencia hacia un determinado
modelo para un α = 0.01

8.- Se desea determinar si existe algún tipo de relación entre la concentración de procaína usada en
operaciones del molar mandibular y el porcentaje de casos satisfactorios (efectividad clínica de la
anestesia). Se tuvo la siguiente información:

108
 Solución de procaína Casos satisfactorios Casos no satisfactorios
1.0 % 07 18
Más de 1.0 % 63 12

Contrastar la hipótesis use un nivel de significancia de α = 0.05

9.- Un investigador estudia el nivel de efectividad de tres remedios

R1, R2 y R3 para aliviar cierta enfermedad. Para esto escogió tres
muestras aleatorias de tamaños 50, 70 y 60 pacientes con la
enfermedad, suministrando a la primera el remedio R1, a la segunda
muestra el remedio R2 y a la tercera el remedio R3; y midiendo la
efectividad de los remedios en tres niveles: Sin alivio, cierto alivio y
alivio total. Los resultados del experimento se dan en la tabla que
sigue:

Efectividad Remedios para la alergia

R1 R2 R3
Sin alivio 10 20 15
Cierto 30 20 20
alivio 10 30 25
Alivio total

¿Puede inferir que los tres remedios para la alergia son igualmente efectivos?.

10.- El ingeniero quiere saber si hay diferencias en la calidad de los productos procesados en los tres
turnos operativos de una fábrica. Para esto se tomó una muestra aleatoria de tamaño 100 de cada
turno del día anterior y las clasificó según el turno de su producción: mañana, tarde y noche; y según
su calidad: defectuoso o no defectuoso. Los resultados se dan en la siguiente tabla:

Calidad Turnos de producción

Mañana Tarde Noche
Defectuosos 3 12 15
No defectuosos 97 88 85

Pruebe al nivel de significación del 5% la hipótesis de la igualdad de las tres proporciones reales de
producción defectuosa.

109