MANUAL DE EJERCICIOS DE

PROBABILIDAD Y
ESTADÍSTICA

NOMBRE NÚMERO REGISTRO CARRERA

1
1er Parcial
Tipos de variables
Existen dos tipos, las cuales arrojan 2 tipos de datos:
1. Variables aleatorias cualitativas: son las que arrojan respuestas categóricas tales
como si o no y de atributos en los que se determina una cualidad tales como color,
tamaño, sexo, etc.

2. Variables aleatorias cuantitativas: son las que se producen en respuestas

numéricas, las cuales pueden ser de dos tipos.
 Variable aleatoria numérica discreta: es la que surge de un proceso de
conteo. Ejemplo: censo económico.
 Variable aleatoria numérica continua: son las que surgen de procesos
de medición. Ejemplo: Altura, peso, volumen, presión, etc.

Diagrama de tallo y hoja

Es una herramienta que se utiliza para organizar un conjunto de datos y así entender la
distribución y la agrupación de los datos. Consiste en poner el primer digito como
guía (o tallo) y los dígitos que le siguen en hojas.
Por ejemplo: dado el siguiente conjunto, obtenga el arreglo
ordenado: 10, 68, 94, 63, 75, 71, 88, 64, 50, 74, 74, 92, 100
1|0
5|0
6 | 8, 3, 4
7 | 5, 1, 4, 4
8|8
9 | 4, 2
10 | 0
Arreglo ordenado: 10, 50, 63, 64, 68, 71, 74, 74, 75, 88,92, 94, 100

Ejemplo 2:
50, 45, 23, 20, 17, 63, 48, 25, 19, 18, 65, 60, 40, 25, 17, 80, 36, 35, 17, 16, 81, 60, 46,
42, 26
 Medidas de tendencia central
(Datos no agrupados)
A) media (𝑥̅): Promedio de una sucesión de datos, se simboliza con “𝑥̅” y se obtiene
sumando cada una de las observaciones de un conjunto de datos dividiéndolo
después entre el total de ellos.
𝑥̅= ∑xi+x2+…xn/ n
Ejemplo: Dado el siguiente conjunto de datos, obtenga la media
25,12,23,28,17,15
𝑥̅=120/6= 20
B) mediana: Es el valor central de un arreglo ordenado, se simboliza: (Me)
 Si la muestra es impar, la mediana es el valor central:
12, 15, 17, 23, 25, 28,30
Me= n+1/ 2
C) Moda: Es el valor que más se repite en un conjunto de datos, se simboliza con: (𝑥̂ ,
Mo)
12, 15, 17, 23, 25,28
Mo= No hay moda (A modal)
12, 15, 15, 17, 23, 25,28
Mo= 15 (Unimodal)
Medidas de dispersión o variación
(R)
a) Rango: Es el recorrido que hay entre el dato mayor y el dato menor de un
arreglo ordenado
12, 15, 17, 23, 25,28 R= xmayor-xmenor= 28-12= 16
b) Varianza: El promedio de los cuadrados de las diferencias entre cada dato
observado y el valor de la media, dividido entre n-1.
S2= ∑(x1-𝑥̅)2+(x2-𝑥̅)2+…(xn-𝑥̅)2/ n-1
(12-20)2+(15-20)2+(17-20)2+(23-20)2+(25-20)2+(28-20)2/ 6-1=
196/ 5= 39.2
c) Desviación estándar: Es la raíz cuadrada de la varianza.
S= √∑(x1-𝑥̅)2+(x2-𝑥̅)2+…(xn-𝑥̅)2/ n-1
S= √39.2= 6.26
d) Coeficiente de variación: Es una media relativa de variación que se utiliza
para comparar la variabilidad de dos conjuntos de datos.
C.V= (s/𝑥̅) (100)
(6.26/20) (100) = 31.3%

Forma
Es una tercera propiedad de un conjunto de datos y lo que se necesita para ello es la
comparación de las medidas de la media y de la mediana. Una muestra puede ser
simétrica o asimétrica (sesgada).
a) 𝑥̅= Me: si estas dos medidas son iguales, se dice que la muestra es asimétrica, por lo
tanto, su sesgo es 0.
b) 𝑥̅ > 𝑀ⅇ: Si la media es mayor que la mediana, por lo tanto, los datos se cargan a la
derecha y el sesgo es positivo (+)
c) 𝑥̅ < 𝑀ⅇ: si la media es menor que la mediana, por lo tanto, los datos se cargan a la
izquierda y el sesgo es negativo (-)
 Tarea
Dado el siguiente conjunto de datos:
68, 94, 63, 75, 71, 88,64
a) Elaborar el arreglo ordenado (tallo y hojas)
b) Obtenga las Medidas de tendencia central
c) Obtenga las medidas de dispersión
d) Dar la forma
Datos Agrupados
Los siguientes datos representan las prestaciones a porcentajes de salario que se
pagaron a las 28 instituciones de educación superior del estado:
22,30,28,23,23,16,26,23,26,25,26,25,25,20,18,25,21,25,24,27,26,25,22,19,26,25,26,25
a) Arreglo ordenado
b) Elabore la tabla de distribución de frecuencia
1. Rango: xmayor-xmenor=
2. Calcular el número de clases: I=√n (debe redondearse a entero)
3. Encontrar la amplitud: a= R/I
4. Elaborar la tabla:
Límit F F F x F(xi) xi-𝑥̅ (xi-𝑥̅)2 F(xi-
e de a r i 𝑥̅)2
clases

Fórmulas para datos agrupados

Media: 𝑥̅= ∑f(xi)/ n
Mediana: Me= li+(n/2-faa/f) (a)
Moda: Mo= li+(d1/d1+d2) (a)
Graficas
a) Histogramas: Son graficas de barras rectangulares en donde la altura
corresponde a la frecuencia y el ancho de la barra corresponde a los límites
de clases.

16

14

12

10

16 18.8 21.6 24.4 27.2

Serie
1

b) Polígono de frecuencia: Es una gráfica de untos donde se grafica sobre el eje

horizontal, el punto medio de cada clase(xi).

16

14

12

10

0
17.4 20.2 23 25.8 28.6
c) Polígono porcentual acumulado (ojiva): se grafica sobre el eje horizontal los
limites superiores de cada clase contra la frecuencia acumulada sobre el eje vertical.

30

25

20

15

10

0
18.8 21.6 24.4 27.2 30

Serie
1

d) Grafica de pastel: se grafica sobre un circulo el 100% de las frecuencias

relativas, indicando la porción respectivamente señalada.

16-18.818.8-21,621.6-24.424.4-27.227.2-30
Ejercicio 1:
Los siguientes datos son el precio al menudeo para una muestra aleatoria de 22 modelos
de calculadoras:
350, 210,170,300,250,170,340,180,200,220,300,180,320,190,220,450,170,200,270,190,
250,265.
a) Elabore el arreglo ordenado
b) Elabore una tabla de distribución de frecuencia
c) Obtenga las medidas de tendencia central
d) Obtenga las medidas de dispersión
e) Elabore las gráficas
Ejercicio 2: con los siguientes datos:
50,63,65,80,81,74,78,45,48,60,36,60,62,75,23,25,40,35,46,44,51,20,19,25,17,42,32,32,
17,18,17,16,26,23,15.
Obtener:
a) Arreglo ordenado
b) Tabla de distribución de frecuencia
c) Medidas de tendencia central
d) Medidas de dispersión
e) Graficas
Ejercicio 3: Los siguientes son los pesos de 40 alumnos:
56,67,66,68,65,55,70,72,67,64,61,69,60,64,69,75,78,76,82,58,59,68,63,69,65,70,71,80,
82,75,76,74,62,59,75,60,64,66,78,58
Obtener:
a) Arreglo ordenado
b) Tabla de frecuencia
c) Medidas de tendencia central
d) Medidas de dispersión
e) Graficas
Ejercicio 4: En el transcurso del mes se seleccionó una muestra aleatoria de 27 pólizas
registradas y se registró el tiempo de procesamiento total, los datos son los siguientes:
73,19,16,64,28,28,31,90,60,56,31,56,22,18,45,48,17,17,17,91,92,63,50,51,69,16,17
Obtener:
a) Arreglo ordenado
b) Tabla de frecuencia
c) Medidas de tendencia central
d) Medidas de dispersión
e) Graficas
Ejercicio 5: Los siguientes datos representan la tarifa en dólares por cheques devueltos
de una muestra de 23 bancos:
26,28,20,20,21,22,25,25,18,25,15,20,18,20,25,25,22,30,30,30,15,20,29
Obtener:
a) Arreglo ordenado
b) Tabla de frecuencia
c) Medidas de tendencia central
d) Medidas de dispersión
e) Graficas
2do parcial
Probabilidad: Es la oportunidad de que ocurra un evento específico, por ejemplo:
- La probabilidad que salga una carta negra en una baraja
- La probabilidad de que un individuo prefiera un producto sobre otro
- La probabilidad de que un nuevo producto de consumo tenga éxito en el
mercado
En cada ejemplo anterior, la probabilidad es una porción cuyo valor se encuentra entre
0 y 1 y se refiere a cada uno de los enfoques de la probabilidad.
1.- A priori: La probabilidad de éxito se basa en el conocimiento previo del proceso
implicado donde cada resultado es igualmente posible.
P(x) = x/n
P(x) = Probabilidad de que ocurran x eventos
x = Eventos favorables
n = Tamaño de muestra (espacio muestral)

2.- Empírica: Estos se basan en datos observados, no en el conocimiento previo del

proceso.

Tabla de contingencia
A A TOT
´ AL
B 1 2 30
0 0
B´ 3 4 70
0 0
TOT 4 6 100
AL 0 0

P(A)= 40/100= 40%

3.- Subjetiva: Se refiere a la probabilidad de ocurrencia asignada a un evento por una

persona en particular. Se utiliza para asignar la probabilidad de un evento que nunca ha
ocurrido o ha ocurrido muy pocas veces, por lo que no es posible calcular la
probabilidad a partir de su desempeño anterior.
- Evento simple: Puede describirse por un elemento o miembro del espacio muestral
que tiene una característica. (Una carta roja de una baraja).
- Evento compuesto: Puede describirse por un elemento o miembro del espacio muestral
que involucra 2 características simultáneamente. (Una carta roja A).
- Evento complemento: Incluye todos los eventos que no forman parte de un evento, se
representa con un apostrofe.
- Evento muestral: Es la unión de todos los eventos posibles, (las 52 cartas de la baraja,
los 6 lados de un dado, dos lados de una moneda)

Tabla de contingencia: Existen varias maneras de observar un espacio muestral

especifico, el método que se utiliza implica asignar los eventos adecuados a una tabla de
clasificación llamada tabla de contingencia.
A A´
B 1 20
0
B´ 3 40
0

Reglas de adición:
Estas reglas sirven para calcular la probabilidad de la unión de dos eventos.
1) Eventos no excluyentes: puede ocurrir el evento A el evento B o ambos eventos
al mismo tiempo
P (A o B) = P (A) + P (B) – P (A y B)
2) Eventos mutuamente excluyentes: 2 eventos que no pueden ocurrir al mismo
tiempo
P (A o B) = P (A) + P (B)

Probabilidad condicional: Cuando se calcula la probabilidad de un evento especifico

A dada la ocurrencia de otro evento B. Se representa P (A/B). Esto se define como la
probabilidad A dado B y es igual a la probabilidad compuesta P (A y B) dividida sobre
P (B).

P (A/B) = P (A y B) / P (B)
 A A TOT
´ AL
B 10 2 30
0
B´ 30 4 70
0
TOT 40 6 100
AL 0

1.- Probabilidad simple:

a) P (A)
b) P (A´)
c) P (B)
d) P (B´)

2.- Probabilidad compuesta:

a) P (A y B)
b) P (A y B´)
c) P (A´ y B)
d) P (A´ y B´)

3.- Reglas de adición eventos no excluyentes:

a) P (A o B)
b) P (A o B´)
c) P (A´ o B)
d) P (A´ o B´)

4.- Reglas de adición eventos excluyentes:

a) P (A o A´)
b) P (B o B´)

5.- Probabilidad condicional:

a) P (A/B)
b) P (A/B´)
c) P (A´/B)
d) P (A´/B´)
e) P (B/A)
f) P (B/A´)
 g) P (B´/A)
h) P (B´/A´)
Ejercicio:
En una empresa hay 150 empleados de los cuales 64 están capacitados en fábrica y 48
de estos ofrecieron un buen servicio. De los que ofrecieron un servicio deficiente, 62 no
están capacitados en fábrica. Si se selecciona uno de los empleados al azar, cual es la
probabilidad de que:
a) Ofrezca un buen servicio
b) Que esté capacitado en fabrica
c) Que ofrezca un servicio deficiente y esté capacitado en fabrica
d) Que ofrezca un buen servicio o esté capacitado en fabrica
e) Que ofrezca un buen servicio o un servicio deficiente
f) Que ofrezca un buen servicio si está capacitado en fabrica
g) Que esté capacitado en fabrica si ofreció un servicio deficiente

Teorema de bayes: La probabilidad condicional toma en cuenta información sobe

la ocurrencia de un evento para predecir la probabilidad de otro. El procedimiento
para realizar estas probabilidades se conoce como teorema de bayes.
P (A1/B) = P (A1 y B) P (A1) / P (A1 y B) P (A1) + P2 (A2 y B2) P (A2) + P (An y B) P
(An)

Ejercicio:
Una empresa tiene 3 máquinas A, B, C producen todas las mismas 2 piezas X, Y. De
todas las piezas producidas, la maquina A produce el 60%, la maquina B el 30% y la
maquina C el 10%. Además, se sabe que el 40% de las piezas hechas por la maquina A
son piezas X, el 50% de las piezas producidas por la maquina B son X, y el 70% de las
piezas hechas por la maquina C son X.
1.- si se toma una pieza al azar y se sabe que es una pieza X, obtenga la probabilidad de
que la pieza fue hecha por
a) Maquina A
b) Maquina B
c) Maquina C
d) P (X)
e) P (Y)

2.- si se sabe que la pieza es Y

a) P (A/Y)
 b) P (B/Y)
c) P (C/Y)

Ejercicio:
La probabilidad de que una persona que entra a un casino a jugar de día es del 30% y de
que gane es del 60%, si la probabilidad de que juegue de noche y pierda es del 20%,
cuál es la probabilidad de que esta persona:
a) Juegue de noche
b) Juegue de noche si gano
c) Juegue de día si gano
d) Juegue de noche dado que perdió
e) Juegue de día dado que perdió
f) Cuál es la probabilidad de que esta persona gane
g) Cuál es la probabilidad de que esta persona pierda

Reglas de multiplicación
La probabilidad condicional se puede manipular algebraicamente de modo que
la probabilidad conjunta (A y B) se pueda determinar a partir de la probabilidad
condicional de un evento.
Al despejar de esta fórmula la probabilidad conjunta P (A y B), se obtiene la regla
general de multiplicación.
P (A y B) = P (A/B) P (B)
Ejercicios:
Si se tiene una caja con 50 focos de los cuales 15 son defectuosos, obtenga la
probabilidad de que:
a) 2 focos estén defectuosos (con reposición)
b) 2 focos estén defectuosos (sin reposición)
c) Primer foco defectuoso y el segundo bueno con remplazo
d) Primer foco defectuoso y el segundo bueno sin remplazo
e) 2 focos buenos con remplazo
f) 2 focos buenos sin remplazo
g) 3 focos, el primero defectuoso y los otros dos buenos con remplazo
h) 3 focos, el primero defectuoso y los otros dos buenos sin remplazo

Suponga que se exhiben 20 marcadores de una papelería, de los cuales 6 son rojos y el
resto azules. Si se seleccionan al azar, encuentre la probabilidad de que:
a) 2 marcadores sean rojos con reposición
b) 2 marcadores sean rojos sin reposición
 c) 3 marcadores, el primero rojo y los otros azules con reposición
d) 3 marcadores, el primero rojo y los otros azules sin reposición
e) 3 marcadores azules con reposición
f) 3 marcadores azules sin reposición
Si se extraen 3 cartas de una baraja ordinaria, cual es la probabilidad de que sean Ases
a) con reposición
b) sin reposición

Reglas de conteo:
Cada regla de probabilidad que hemos estudiado ha involucrado el conteo del número
de resultados totales y favorables. Tenemos 5 reglas
1.- Si cualquiera de K eventos mutuamente excluyentes y colectivamente exhaustivos
pueden ocurrir en n intentos, por lo tanto, el número de resultados posibles es igual a:

Kn
K= eventos
n= intentos.

Ejemplo: Si se lanza una moneda al aire 10 veces entonces el número de resultados

posibles, es decir, las secuencias de caras y cruces seria:
1024; 2^10= 1024

2.- Si hay K1 eventos del primer intento, K2 eventos del segundo y Kn eventos del
enésimo intento, entonces el número total de resultados posibles es el producto de:

(K1) (K2) … (Kn).

Ejemplo: Si se tiene una cena completa que consiste en un aperitivo, una entrada, una
bebida y un postre, y se tiene la opción de elegir de entre 5 aperitivos, 10 entradas, 3
bebidas y 6 postres, entonces el número total de cenas posibles será de 900.
(5) (10) (3) (6) = 900 cenas

3.- Esta regla involucra el cálculo del número de formas en que un conjunto de objetos
puede ordenarse.

n! = n (n-1)… (1)
n= tamaño de muestra.

Ejemplo: si se tiene un conjunto de 6 libros de texto y se quieren colocar sobre una

repisa entonces el número de maneras posibles de acomodarse es de 720 formas.
6! = (6) (5) (4) (3) (2) (1) = 720
4.- Cuando se necesita saber el número de formas de que un subconjunto de un grupo
completo pueda ordenarse, si es importante el orden de acomodo, entonces al arreglo se
le llama permutación P.

nPr = n! / (n-r)!
n= conjunto
r= subconjunto
!= factorial
Ejemplo: Si se tienen 6 libros de texto, pero solo hay espacio para cuatro de ellos en el
estante, si es importante el orden de acomodo entonces el resultado posible será
n= 6
r= 4
6P4 = 6! / (6-4)! = 6! /2! = 720/2 = 360

5.- cuando se necesita saber el número de formas en que un subconjunto de un grupo

completo pueda acomodarse (si no es importante el orden de acomodo, entonces el
arreglo posible) se le llama combinación C.

nCr= n! / r! (n-r)!
Ejemplo: Si se tienen 6 libros de texto, pero solo hay lugar para cuatro de ellos en el
estante, si no es importante el orden de acomodo entonces el arreglo será:
6C4= 6! / 4! (6-4)! = 6! / 4! 2! = 720 / (24) (2) = 720 / 48 = 15
Repaso 2do parcial
1.- Dada la siguiente tabla de contingencia.
Emplead Desemplead
o o
Hombre 460 40
Mujer 140 260

Obtener la probabilidad de:

a) P (Hombre)
b) P (Mujer) f) P (Mujer y desempleado)
c) P (Empleado) g) P (Hombre o desempleado)
d) P (Desempleado) h) P (Mujer o empleado)
e) P (Hombre y empleado) i) P (Mujer / desempleado)
j) P (Hombre / empleado)

2.- La probabilidad de que un vuelo programado normalmente salga a tiempo es 83%:

La probabilidad de que llegue a tiempo es de 82% y la probabilidad de que salga y
llegue a tiempo es de 78%. Encuentre la probabilidad de que un avión:
a) Llegué a tiempo, dado que salió a tiempo.
b) Salió a tiempo, dado que llegó a tiempo.

3.- Suponga que tenemos una caja de fusibles que contiene 20 unidades, de los cuales 5
están defectuosas. Si se seleccionan 2 fusibles al azar y se retiran de la caja, uno
después del otro, sin reemplazar el primero. ¿Cuál es la probabilidad de que ambos
fusibles?
a) Estén defectuosos.
b) Estén en buen estado.
c) El primero bueno y el segundo defectuoso.

4.- De los siguientes enunciados decidir a qué tipo de enfoque pertenece. (Apriori,
empírico o subjetivo).
a) El siguiente lanzamiento de una moneda caerá cara.
b) Italia ganará la copa mundial.
c) El tren que toma un viajero para llegar al trabajo, llegará con más de 10
minutos de retraso.
5.- En un estudió se encontró que es más probable que los blancos presenten demandas
por perjuicios, Se encontró que 56 trabajadores blancos despedidos, 29 presentaron
demandas por perjuicios. De 407 trabajadores negros despedidos, 126 demandaron por
perjuicios. Elabore una tabla de contingencia. Si un trabajador es seleccionado al azar,
¿Cuál es la probabilidad de que:
a) Presente una demanda por perjuicios.
b) Sea negro y no demande por perjuicios.

1.- Suponga que se establece la siguiente tabla de contingencia.

B B‘
A 10 25
A‘ 20 40

¿Cuál es la probabilidad de?

a) P (A)
b) P (B) i) P (A o B)
c) P (A‘) j) P (A o B‘)
d) P (B‘) k) P (A o A‘)
e) P (A y B) l) P (A / B)
f) P (A y B‘) m) P (B / A)
g) P (A‘ y B) n) P (A / B‘)
h) P (A‘ y B‘) o) P (A‘ / B‘)

2.- Una urna contiene 75 pelotas, 35 de esas pelotas son azules y 15 de esas son azul
obscuro, el resto de las pelotas son de color rojas, y 3 de esas son rojas obscuras.
Las pelotas que no son obscuras tienen color claro.
¿Cuál es la probabilidad de sacar una pelota de la urna?
a) Color azul
b) Color claro d) Roja clara
c) Azul obscuro e) Color obscuro
f) Sin importar el color

3.- ¿La probabilidad de que Laura apruebe estadística es de 2/3, y de que apruebe
contabilidad es de 4/9. Si la P(A) de aprobar ambos cursos es de 1/4. ¿Cuál es la P(A)
de que Laura apruebe cuando menos uno de estos cursos?
4.- Suponga que tenemos una caja que contiene 10 pelotas. 3
son de color y tiene puntos. P R
1 es de color y tiene rayas. 2 C 3 1
son grises y tienen puntos. 4 G 2 4
son grises y tienen rayas.
a) P (C) f) P (G o P)
b) P (R) g) P (R o P)
c) P (P) h) P (C / R)
d) P (G) i) P (P / G)
e) P (C o R)

a) ¿Cuál es la probabilidad de que una pelota sea punteada, si es de color?

b) ¿Cuál es la probabilidad de que una pelota sea punteada, si es de color gris?
c) ¿Cuál es la probabilidad de que una pelota sea gris, si es rayada?
d) ¿Cuál es la probabilidad de que una pelota sea de color, si es rayada?

5.- 2 eventos A y B son estadísticamente dependientes, la probabilidad de que ocurra

A es de 39%, y de que ocurra B es de 21%, y de que ocurra A o B es de 47%. ¿Cuál es
la P (A) de que ocurra?
a) AyB
b) B y A ya ocurrió.
c) A si B ya ocurrió.
d) Que no ocurra ninguno de los 2.

6.- Una tienda de departamentos ha sido blanco de muchos ladrones durante el mes
anterior, pero se logró atrapar a 250 de ellos. Los datos son los siguientes.
Sexo 1er hurto Varios
hurtos
Hombre 77 55
Mujer 33 85

¿Cuál es la probabilidad de que el ladrón sea?

a) Hombre
b) Mujer f) Hombre o 1er hurto
c) Primer hurto g) Mujer y varios hurtos
d) Varios hurtos h) 1er hurto, si es hombre
e) Mujer o varios hurtos i) Mujer, si cometió varios hurto
Reglas de conteo
Combinaciones
1.- ¿De cuantas maneras se pueden formar equipos de 4 personad de un grupo de
Ciencias políticas que consta de 20 alumnos?
2.- ¿De cuantas maneras se puede formar un comité de 3 personas de un grupo de 10
educadores?
3.- ¿De cuantas maneras se puede seleccionar 5 materias para cursar el
siguiente periodo de 10 materias?
4.- ¿De cuantas maneras se puede hacer un tour de 4 ciudades de entre 12 opciones sin
importar el orden?
5.- ¿Un entrevistador de cuantas formas distintas puede seleccionar 4 personas al azar
de 10 disponibles?
6.- ¿De cuantas maneras se puede elaborar una entrevista con 10 preguntas de un total
de 15 sin importar el orden?
7.- Evaluar 8C2

Permutaciones
1.- Evaluar 6P3 Y 8P5
2.- ¿De cuantas maneras se pueden hacer código de barras de 5 letras de entre las 27 del
alfabeto sin repetir?
3.- ¿De cuantas maneras se puede hacer un comité de 3 personas (uno es el presidente,
otro el secretario, y el otro el representante) de un total 9 individuos?
4.- ¿De cuantas maneras se puede sentar a 5 personas en una fila de 7 asientos?
5.- ¿Cuántos diferentes números telefónicos de 5 cifras se pueden hacer con 9 dígitos
sin repetir el número?
6.- ¿Cuántas diferentes palabras de 4 letras se pueden formar con las letras: a, r, o, m
(aunque algunas no tengan significado)?
7.- ¿De cuantas maneras se puede ganar en primero y segundo lugar (si importa el
orden) de un total e 20 personas?
Multiplicación
1.- ¿Cuantos menús distintos se puede pedir en una fonda si hay 5 sopas diferentes, 7
platillos fuertes y 8 postres?
2.- ¿De cuantas maneras distintas se puede vestir si se tienen 9 camisetas y 12
pantalones?

1.- Las máquinas A, B y C producen todas las mismas 2 piezas “X”y “Y”. De todas las
piezas producidas, la máquina A produce 60%, la máquina B produce 30% y la
máquina C produce 10%.
40% de las piezas hechas por la máquina A son piezas X
50% de las piezas hechas por la máquina B son piezas X
70% de las piezas hechas por la máquina C son piezas X
Una pieza producida por ésta compañía es muestreada al azar y se determina que es
una pieza X. Con el conocimiento de que es una pieza X, obtenga las probabilidades de
que la pieza producida provenga de la máquina:
a) A
b) B
c) C
d) ¿Cuál es la probabilidad de obtener una pieza X?
e) ¿Cuál es la probabilidad de obtener una pieza Y?

2.- Un tipo particular de cinta de impresora es producida por sólo 2 compañías. Álamo
Ribbon Company y South Jersey Products. Suponga que Álamo produce 65% de las
cintas y que South Jersey produce 35%. 8% de las cintas producidas por Álamo son
defectuosas, y 12% de las cintas de South Jersey son también defectuosas.
Un cliente compra una cinta nueva. ¿Cuál es la probabilidad de que:
a) Álamo produjo la cinta
b) South Jersey produjo la cinta?

Si la cinta se prueba y resulta defectuosa. ¿Cuál es la probabilidad de que:

a) Álamo produjo la cinta?
b) South Jersey produjo la cinta?
er parcial
Distribuciones de probabilidad
Una distribución de probabilidad para una variable aleatoria discreta es un listado
mutuamente excluyente de todos los resultados numéricos posibles para esa variable tal
que una probabilidad específica de ocurrencia se asocia con cada resultado.
Valor esperado
Es un promedio de todos los resultados posibles donde las ponderaciones son las
probabilidades asociadas con cada uno de los resultados. La media de una distribución
de probabilidad es el valor esperado y se obtiene de la siguiente manera:
M= ∑(x) = ∑(xi) p(xi)
Varianza
La varianza se define como el promedio ponderado de los cuadrados de las diferencias
entre cada resultado posible y el valor de su media
σ2= ∑ (xi-µ)2 p(xi)
Desviación estándar
Es la raíz cuadrada de la varianza
σ= √∑(xi-µ)2 p(xi)
Ejemplo:
El gerente de una compañía de redes de cómputo desarrollo una distribución de
probabilidad del número de interrupciones por día.
Interrupciones
P( (xi)p(xi) (xi-µ)2 p(xi)
por día
xi)
0
1
2
3
4
5
 6

• Obtenga el valor esperado del número de interrupciones por día.

• Obtenga la varianza
• Obtenga la desviación estándar
• ¿Cuál es la probabilidad de que ocurran exactamente 3 interrupciones por día?
• ¿Cuál es la probabilidad de que ocurran a lo mucho 3 interrupciones por día?
• ¿Cuál es la probabilidad de que ocurran al menos 3 interrupciones por día?
• ¿Cuál es la probabilidad de que ocurran no menos de 2 interrupciones por día?
• ¿Cuál es la probabilidad de que ocurra más de 1 interrupción por día?
• ¿Cuál es la probabilidad de que ocurran de 2 a 5 interrupciones por día?
• ¿Cuál es la probabilidad de que ocurran entre 2 y 5 interrupciones por día?
• ¿Cuál es la probabilidad de que no ocurra ninguna interrupción por día?

Distribución binomial
Es una distribución de probabilidad discreta útil para describir fenómenos tales como
en juegos de azar, en el control de calidad de un producto, en la educación, en las
finanzas, etc.
La media de una distribución binomial es el producto de los parámetros.
µ= (n)(p)
La varianza de una distribución binomial es el producto de los parámetros.
σ2= (n)(p)(q)
La desviación estándar de una distribución binomial es la raíz cuadrada de los
productos.
σ= √(n)(p)(q)
Las características de las distribuciones binomiales:
• Las observaciones posibles pueden ser de dos métodos de muestreo
• Infinito sin reposición
• Finita con reposición
• Cada observación se clasifica en 2 categorías
• Mutuamente excluyente
• Colectivamente exhaustivo (éxito o fracaso)
• La probabilidad de éxito se representa con la letra p, la de fracaso se representa con
la letra q y se obtiene p+q=1
• El éxito o el fracaso de cualquier observación es independiente de cualquier
resultado de otras observaciones.
Formula general: p(x)= (n!/x!(n-x)!) (p)x(q)n-x= (n(x)) (p)x(q)n-x
Dónde:
n= Tamaño de muestra
x= eventos favorables
p=Probabilidad de éxito
q= Probabilidad de fracaso
Ejercicios:
1.- Suponga que se sabe en una población del 10% padece daltonismo, si de esta
población se extrae una muestra al azar de 15 personas. Encuentre la probabilidad de
que sean daltónicos:

a) Exactamente 5 sean daltónicos

c) A lo mucho 3 sean daltónicos

d) De 2 a 5 sean daltónicos
• Entre 4 y 8 sean daltónicos
• Al menos 5 sean daltónicos

Si la probabilidad de acertar en el blanco en una feria es del 20% y se disparan 10 balas

¿Cuál es la probabilidad de dar en el blanco:
• Menos de 3 veces
• Ninguna vez
• De 2 a 5 veces
• Entre 1 a 5 veces
• No menos de 2 veces
• No más de 4 veces
• Más de una vez

Distribución Poisson
• La distribución poisson, es una distribución de probabilidad discreta con
aplicaciones importantes, se dice que existe un proceso de este, si podemos
observar eventos discretos en un área de oportunidad, es decir, en un
intervalo continuo 8de tiempo, de longitud, superficie, etc.).
• La distribución de poisson tiene un parámetro Lambda que es igual a la media o
al valor esperado del número de éxitos por unidad.
 • Lambda λ=µ = ∑(x)

La variable aleatoria del valor poisson se encuentra su valor del cero al

infinito x= 0,1, 2, 3,.........∞
En este tipo de experimento los éxitos buscados son expresados por unidad de área,
tiempo, piezas, etc.
Por ejemplos: el número de defectos en una tela cuadrada, el número de aviones que
aterrizan en un aeropuerto por día, hora, minutos, etc.
La expresión matemática para la distribución poisson es: p(x) = (e µ)(µx)/x!

Dónde:
p(x)= probabilidad de que ocurran “x” eventos
e= Constante matemática con valor aproximado 2.7182818
µ= Media poblacional
x= variable aleatoria o eventos favorables
!= Factorial
µ= (n)(p)
σ2= µ
σ= √µ

Ejercicios:
1.- El dueño de una tienda compra un lote de 150 vestidos y por experiencia sabe que el
2% viene con algún defecto ¿Cuál es la probabilidad de que vengan con defectos?
• A lo mucho 3 vestidos
• De 2 a 5 vestidos
2.- En un car wash en promedio en 15 minutos entran 2 autos, determinen la
probabilidad de que en cierto día:
• A lo mucho entren 3 autos en 15 minutos
• Exactamente 2 autos en media hora
• De 2 a 4 autos en ¾ de hora (45 minutos)
• No menos de 3 autos en una hora
Distribución Normal o Campana de Gauss

• Es una distribución de probabilidad continua

• Tiene forma de campana y es de apariencia simétrica
• Su variable aleatoria tiene un rango infinito
• Es una gráfica asintótica
• El área bajo la curva normal es el 100% de probabilidad

- Z = x-µ/σ
- µ= (n)(p)
- σ= √(n)(p)(q)

Ejercicios:
1.- Una variable aleatoria tiene una distribución normal con una media poblacional
igual a 75 y una desviación estándar de 0.8. Obtenga las probabilidades de que
esta variable aleatoria tome un valor:
a) Menor de 82.2
b) Entre 75 y 76.8
c) Mayor que 71.4
d) Entre 66.5 y 83.4
e) Entre 71 y 73
f) Más de 75
g) Menos de 70 o más de 85
h) Exactamente 70
Repaso 3er parcial
1.- Dadas las siguientes distribuciones de probabilidad
Distribución C Distribución D
X P (X) X P (X)
0 0.20 0 0.10
1 0.20 1 0.20
2 0.20 2 0.40
3 0.20 3 0.20
4 0.20 4 0.10

a) Calcule el valor esperado para cada una de las distribuciones.

b) Calcule la desviación estándar para cada una de las distribuciones.
c) Calcule la varianza para cada una de las distribuciones.
d) Calcule la probabilidad de obtener exactamente 2 eventos en distribución C.
e) Calcule la probabilidad de obtener exactamente 3 eventos en distribución D.
f) Calcule la probabilidad de obtener al menos 2 eventos en distribución C.
g) Calcule la probabilidad de obtener a lo mucho 2 eventos en distribución D.
h) Calcule la probabilidad de obtener entre 1 y 4 eventos en distribución C.
i) Calcule la probabilidad de obtener entre 1 y 4 eventos en distribución D.

2.- Si la probabilidad es del 70% de que un estudiante con muy altas calificaciones entre a
una escuela de matemáticas. ¿Cuál es la probabilidad de que:
a) 3 de los 5 estudiantes con muy altas calificaciones entrarán a la escuela de
matemáticas.
b) A lo mucho 3 de los 5 estudiantes con muy altas calificaciones entrarán a la escuela
de matemáticas.
c) No menos de 3 de los 5 con muy altas calificaciones entrarán a la escuela de
matemáticas.
d) Más de 2 de los 5 estudiantes con muy altas calificaciones entrarán a la escuela de
matemáticas.
e) Más de 2, pero menos de 5 estudiantes con muy altas calificaciones entrarán a la
escuela de matemáticas.
f) Ninguno de los 5 estudiantes con muy altas calificaciones entrarán a la escuela
de matemáticas.
3.- Si la probabilidad de acertar en el blanco en una feria es del 20% y si se disparan 8
balas. ¿Cuál es la probabilidad de dar en el blanco?
a) Más de 1 vez
b) Menos de 3 veces
c) A lo mucho 3 veces
d) No más de 5 veces
e) Ninguna vez

4.- Supongamos que se sabe que en una población el 10% de las personas padece
daltonismo. Si de esta población se extrae una muestra al azar de 15 personas. Encuentra la
probabilidad de:
a) 5 sean daltónicos
b) 4 o menos sean daltónicos
c) Entre 6 y 9 sean daltónicos
d) Entre 6 y 9 inclusive sean daltónicos
e) Más de 4 sean daltónicos
f) Ninguno sea daltónico

5.- El dueño de una tienda compra 100 vestidos. Por experiencia sabe que el 2% viene con
defecto. ¿Cuál es la probabilidad de que vengan con defecto?
a) A lo mucho 3 vestidos
b) 5 vestidos
c) Más de 4 vestidos
d) Ningún vestido

6.- Un alto porcentaje de personas que se facturan o dislocan un hueso consultan un

médico. Suponga que el porcentaje es el 99%. Considere una muestra seleccionada al azar
de 150 personas que se han fracturado o dislocado un hueso. Cuál es la probabilidad de:
a) Exactamente 5 personas no consulten al médico
b) Menos de 4 personas no consulten al médico
c) Más de 4 personas no consulten al médico
d) ¿Cuál es el número esperando de personas que no verían al médico?

7.- Un lote de 210 autos va a pasar inspección. Generalmente el 5% de los autos no pasan la
revisión. ¿Cuál es la probabilidad de que no pase la revisión?
a) Entre 12 y 18 autos
b) Más de 17 autos
c) Menos de 15 autos
d) Entre 7 y 15 autos
e) Más de 10.5 autos
f) Más de 6 autos
g) Más de 18 y menos de 4 autos
 4to parcial (parte 1)
Estadística inferencial
Proceso de hacer uso de los resultados muéstrales para obtener conclusiones sobre las
características de una población.
Existen 2 tipos de estimación:
1.- Puntual: consta de 1 sola muestra estadística que se utiliza para estimar el parámetro real
de una población.
 Media muestral (X)---------Media poblacional (µ)
 Varianza (S2)---------Varianza poblacional (2)
2.- Estimación por intervalos de confianza: consiste en dar un margen, es decir suponer
intervalos.
 Estimador o estadístico: datos o información recogida de la muestra.
 Parámetro: datos o información recogida de la población.

Estimador muestral Parámetro poblacional

Tamaño n N
Media X 
Diferencia de medidas X1 – X2 1 - 2
Proporción P 
Diferencia de proporciones P1 – P2 1 - 2
Varianza S2 2
2 2 2
C.V S1 / S2 12 /
2
Desviación estándar S 

Fórmula 1: Estimación para una media grande (mayor a 30)

X – (Z /2) ( / n)     + (Z /2) ( / n)

e  (Z /2) ( / n)
n = ((Z /2) () / e)2
e  error   Desviación poblacional
  Nivel de confianza X  media muestral
Z  valor en tabla
Una empresa fabrica focos que tienen una duración distribuida aproximadamente de forma
normal. Si una muestra aleatoria de 30 focos tiene una vida promedio de 780 horas, con
desviación estándar de 40 horas. Obtenga el intervalo de confianza para la media de la
población de todos los focos producidos por la empresa.
a) Utilice un nivel de confianza del 95%
765.69    794.31 horas

b) Utilice un nivel de confianza del 96%

765.03    794.97 horas

c) Utilice un nivel de confianza del 99%

761.19    798.81 horas

Fórmula 2: Estimación para una media pequeña (menor a 30)

X – (t    S n)    X  (t    S n)

e = (t    S n)

=n–1

e = error  = grados de libertad

t = valor en tabla S = desviación estándar
 = nivel de confianza n = tamaño de la muestra

Una máquina produce piezas metálicas en forma cilíndrica, se toma una muestra de 9
piezas y se miden los diámetros donde como resultado: 1.01, 0.97, 1.03, 1.04, 0.99, 0.98,
0.99, 1.01, 1.03 cm. Obtenga un intervalo de confianza del 95% para el diámetro promedio
y de las piezas producidas por la máquina.
0.99    1.02 cm

Fórmula 3: Estimación para una proporción.

p - (Z /2) ((p)(q) / n)    p  (Z /2) ((p)(q) / n)
e = (Z /2) ((p)(q) / n)
e = error p = probabilidad de éxito
Z = valor en tabla q = probabilidad de fracaso
 = nivel de confianza n = tamaño de la muestra

Una muestra aleatoria de 200 votantes se encontró que 114 de ellos apoyan una propuesta
de anexión. Obtenga el intervalo de confianza del 94.5% para la proporción de la población
votante que favorece dicha propuesta.
50.27 %    63.72%
Que tan grande se requiere que sea el tamaño de la muestra si se desea tener un error del
5.29%, con probabilidad de 68% y confianza de 98.7%
n = 480 personas

Fórmula 4: Estimación para diferenciar proporciones.

(p1 – p2) - (Z /2) (((p1)(q1) / n1)  ((p2)( q2) / n2)  1- 2 (p1 – p2)  (Z /2) (((p1)(q1) /
n1)  ((p2)( q2) / n2)
e = (Z /2) (((p1)(q1) / n1)  ((p2)( q2) / n2))

e = error q1 = probabilidad de fracaso 1

Z = valor en tabla q2 = probabilidad de fracaso 2
 = nivel de confianza n1 = tamaño de la muestra 1
p1 = probabilidad de éxito 1 n2 = tamaño de la muestra
p2 = probabilidad de éxito 2

Conclusión:     1  2
-    1  2
-  -  1  2
1.-Una empresa que fabrica cigarrillos afirma que su marca A se vende más que la marca B.
Si se encontró que 42 de 200 fumadores prefieren la marca A y q8 de 150 prefieren la
marca B. Calcule un intervalo de confianza del 94.5% para la diferencia entre las
proporciones de ventas en las 2 marcas de cigarrillos.
0.014812937  1- 2  0.165187062
    1  2

Fórmula 5: Estimación para diferencia de medias grandes (mayor/ igual a 30)

(X1 – X2) - (Z /2) ((12/n1)  (22n2)  1 - 2  (X1 – X2) + (Z /2) ((12/n1) 
(22n2)

e = (Z /2) ((12/n1)  (22n2)

e = error
 = nivel de confianza
12 = varianza poblacional 1
22 = varianza poblacional 2
n1 = tamaño de la muestra 1
n2 = tamaño de la muestra 2

Conclusión:     1  2
-    1  2
-  -  1  2
1.-Se comparan 2 tipos de tornillos para medir su resistencia de tensión. Se prueban 50
piezas de cada tipo bajo condiciones similares. La marca A tuvo una resistencia promedio a
la tensión de 78.3 kg con una desviación estándar de 5.6 kg. La marca B tuvo una
resistencia promedio de 87.2 kg con una desviación estándar de 6.3 kg. Calcule un intervalo
de confianza del 95% para la diferencia del promedio de los 2 tipos de tornillo.
-11.23643181  1 - 2  -6.563568191
-  -  1  2
Fórmula 6: Estimación para una varianza.
 (n – 1) (S2) / (x2   )  2  (n – 1) (S2) / (x2 1-   )
n = tamaño de la muestra
 = grados de libertad
2
S = varianza muestral
2 = varianza poblacional
 = nivel de confianza
x2 = valor en tabla

1.-Los siguientes son los pesos en kilogramos de 10 paquetes de semillas de pasto. 46.2,
46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2, 46.0
Encuentre el intervalo de confianza del 95%
a) Varianza
0.286222222
0.1354164475  2  0.953936262

b) Desviación estándar
0.534997403
0.3679897383  2  0.308858586

Repaso 4to parcial (parte 1)

1.- Rodríguez y Rodríguez, una compañía consultora en auditoría contable quiere
determinar para uno de sus clientes la frecuencia de error que presenta su contabilidad con
respecto a los tipos de errores que contienen la facturación. Una muestra de 80 facturas,
ocho contienen algún error administrativo. El auditor quiere desarrollar un intervalo de
confianza de 90% de la proporción de la población de facturas.
4.48%    15.51%

2.- El ingeniero en jefe del departamento de producción de Imprenta México, S.A quiere
determinar la proporción de revistas mal impresas (borrosas, mal paginadas, página
duplicada, etc.) De una publicación se toma una muestra aleatoria de 180 revistas del
último tiraje y encuentra que 27 de ellas presentan algún tipo de error de impresión.
Determine el intervalo de confianza del 95% para la proporción de la población de las
revistas defectuosas.
9.78%    20.21%
3.- El presidente de México quiere que se estime la proporción poblacional que está de
acuerdo con política económica actual. Error igual a 2% de la proporción verdadera, con un
nivel de confianza de 95% se sabe que la proporción que apoya la política económica es de
70% ¿Qué tan grande se requiere que sea el tamaño de la muestra?
n = 2017

4.- Banamex quiere estimar la proporción de tarjetahabientes que tienen que pagar
intereses, el margen de error deseado es dl 3% con una confianza del 98%. De que tamaño
se debe seleccionar una muestra si se cree que 65% de los tarjetahabientes tienen un saldo
distinto de cero al final del mes (pagar interés)?
n = 1372
5.- Una especialista en genética está interesada en la proporción de hombres y mujeres en
la población que tiene un leve desorden sanguíneo. En una muestra aleatoria de 1000
hombres, 250 presentaron esta afección, mientras que en 1000 mujeres, 275 de ellas lo
padecía. Obtenga el intervalo de confianza de 95% para la diferencia de entre las
proporciones de hombres y mujeres que sufren el desorden sanguíneo.

-0.063551511  1- 2  0.01355155

-    1  2
6.- Se sabe que la desviación estándar del precio de los paquetes turísticos para Canadá es
de 1655.90. Se selecciona una muestra aleatoria de 30 personas dando una cantidad de pago
promedio por paquete $20,000. Calcule el intervalo de confianza para la cantidad promedio
que se pagaría para un paquete a Canadá. ¿Qué suposición se debe hacer respecto al tamaño
de la muestra?
19,407.44    20,592.55
7.- Una muestra de 64 datos que muestra los gastos semanales de personas que se
encuentran entre los 18 y 24 años, da una media de $329.20 y una desviación estándar de
$95.30. Calcule el intervalo de confianza del 99% para el gasto promedio semanal de las
personas entre 18 y 24 años.
298.52    359.87
8.- Los siguientes datos muestran las cantidades que las personas optaron por pagar por
cierto viaje. La muestra es de 15 cantidades en una agencia de viajes, los datos son los
siguiente: 3000, 4850, 3500, 2500, 1800, 4500, 3550, 3900, 4000, 1600, 1900, 2100, 5000,
3800, 2750. Determine el intervalo de confianza del 90% para la media poblacional de las
cantidades que las personas optaron por pagar por cierto viaje.
 2742.04    3757.92
9.- Un licenciado en turismo quiere saber el intervalo de ganancias promedio anuales que
pudiera tener. Una muestra de 5 licenciados en turismo proporciona sus salarios: $155,100,
$164,100, $160,000, $151,700, y $148,100. Utilice un nivel de confianza del 95%.
147,872.10    163,727.89
10.- Treinta personas guías reciben un programa de instrucciones turísticas adicional,
mientras que 32 de un grupo de control no lo reciben. Después de 6 meses se prueba a
ambos grupos en cuanto a sus conocimientos. El grupo experimental tiene una media de 38
en la prueba con desviación de 3, mientras el grupo control tiene una media de 35 con
desviación de 5.
a) Calcule el intervalo de confianza del 95% para la diferencia de promedio de
conocimiento?
0.9619298344  1 - 2  5.038070166
b) ¿Considera que hay diferencia en los resultados promedios?
    1  2

11.- Una muestra aleatoria de 30 encuestados que comprarían un paquete a Canadá indica
un gasto promedio de $23,000 con desviación estándar de $1342 y una segunda muestra de
30 encuestados que compraría el paquete de la ¡competencia? Indica un gasto promedio de
$27,866 con desviación estándar de $2004. Calcule el intervalo de confianza para la
diferencia de medias poblacionales. -5729.07  1 - 2  -
4002.93
-  -  1 < 2

4to parcial (parte 2)

Fórmula 7: Estimación para cocientes de varianza
(S12 / S22) (1 / (F  (1, 2)))  12  22  (S12 / S22) (1 / (F  (2, 1)))
 de 1   de 1  12  22  F9
 de 1   de 1  12 = 22  F8
 de 1   de 1  12  22  F9

Fórmula 8: Estimación para diferir de medias pequeñas

(menor a 30) y 12 = 22

(X1 – X2) – (t    (sp) ((1/n1) + (1/n2)  1 - 2  (X1 – X2) + (t    (sp) ((1/n1) +
(1/n2)
sp = ((n1-1) (s12) + (n2-1) (s22)) / n1 + n2 – 2
 = n1 + n 2 – 2

Conclusión:
+  +  1  2
-  +  1 = 2
-  -  1  2

Fórmula 9: Estimación para diferencia de medias pequeñas

(menor a 30) y 12   22

(X1 – X2) – (t    ((s12/n1) + (s 22/n2))  1 - 2  (X1 – X2) + (t    ((s12/n1) +
(s22/n2))
 = (s12/n1) + (s 22/n2)2 / ((s12/n1)2 / n1-1) + ((s22/n2)2 / n2-1)

Conclusión:
+  +  1  2
-  +  1 = 2
-  -  1  2
En un proceso químico se componen 2 catalizadores para verificar el efecto de un resultado
de una reacción. Encuentre el intervalo de confianza del 90% para la diferencia de medias
poblacionales.
0.69  1 - 2  7.31
 +  +  1  2
1.- Los estudiantes pueden seleccionar entre un curso con laboratorio y un curso sin
laboratorio. Si 12 estudiantes de la sección con laboratorio obtuvieron una calificación
promedio de 84 con una desviación estándar de 4, y para una muestra de 18 estudiantes sin
la sección de laboratorio fueron 77 y 6 respectivamente los parámetros. Encuentre el
intervalo de confianza del 99% para la diferencia entre las calificaciones promedio de los 2
cursos.

2.-En un experimento se utilizaron 12 automóviles Volkswagen y 10 Toyota en pruebas de

velocidad fija de 90 km/h. Se obtuvo para los primeros un promedio de 16 km/l con una
desviación estándar de 1 km/l. Para los segundos se obtuvo un promedio de 11 km/l con
desviación estándar de 1.8 km/l. Obtenga el intervalo de confianza del 90% para la
diferencia promedio entre estos 2 modelos de vehículos.
0.09940160235  12  22  0.8950617284
 de 1   de 1  12  22  F9
3.86  1 - 2  6.30
+  +  1  2

Fórmula 10: Estimación para muestras pares.

d - (t    (sd / n)  d  d + (t    (sd / n)
e = (t    (sd / n)
=n–1
sd = (n di2 - (di)2) / n (n – 1)
d = di / n

Conclusión:
+  +  1  2
-  +  1 = 2
-  -  1  2
1.-Se afirma que una nueva dieta reducirá el peso de una persona en 4.5 kilos en un
promedio de 2 semanas. Los pesos de 7 mujeres que siguieran la dieta se registraron antes y
después de dicho periodo. Obtenga intervalo de confianza del 90% para la diferencia de
pesos promedios y diga si la dieta es efectiva.
Antes 58 60 48 55 65 58 55
Despué 60 55 50 52 60 57 60
s
di
di2

-2.12  d  3.55
-  +  1 = 2
Repaso 4to parcial (parte 2)
1.- Un licenciado en turismo está interesado en determinar si las personas con cierto nivel
educativo tienen mayor preferencia promedio por las actividades turísticas culturales. Elige
al azar 2 muestras entre los estudiantes de una universidad y les proporciona un
cuestionario sobre actividades culturales, u puntaje mayor indica una mayor preferencia
cultural. Los datos son:
Muestra 1 (Semestres bajos): 74, 90, 87, 69, 70, 98, 95
Muestra 2 (Semestres altos): 80, 76, 98, 76, 87, 74, 85
Obtenga el intervalo de confianza del 95% para la diferencia de medias de los puntajes de
preferencias turísticas culturales entre las muestras 1 y 2.

0.3518735725  12  22  11.9188024      F8

-11.16  1 - 2  13.16
-    1  2
2.- Una muestra de 25 personas dan una media de $33, 533.00 de gastos vacacionales con
desviación de $987.88 y una segunda muestra aleatoria de 18 personas dan una media de
$32,680.60 con desviación estándar de $1000.74 Obtenga el intervalo de confianza del 90%
para la diferencia de medias poblacionales suponiendo varianzas.
0.4449608007  12  22  2.056119364      F8
347.33  1 - 2  1,357.46
    1  2
3.- Un cliente decidido a viajar nuevamente con la misma agencia de viajes, compara los
datos anteriores (año pasado) con el actual, tomando en cuenta distintos destinos turísticos
para saber si han subido de precio.
Destino Año pasado Actual
Vancouver $10,500 $11,250
Toronto $12,050 $13,000
Quebec $13,000 $13,680
Calcule el intervalo de confianza del 95% para la diferencia media de precios y a que
conclusión puede llegar.
-1,141.44  d  -445.23
 -  -  1  2
A 7 personas se les pidió que participaran en una prueba de reconocimiento de ciertos
destinos turísticos Se les tomo el tiempo en minutos antes y después de explicarles cuáles
eran los destinos turísticos más importantes. Los tiempos fueron de (segundos):
Participante Antes Después
1 5.15 4.13
2 6.24 7.14
3 4.12 5.17
4 5.34 4.58
5 6.27 5.39
6 5.97 5.47
7 4.38 4.00

Calcule el intervalo de confianza del 90% para la diferencia de tiempos promedio de

reconocimiento de destinos turísticos y diga si la explicación disminuyó en tiempo de
reconocimiento?

-0.397310608  d  0.8515963225
-  +  1 = 2

5.- Un fabricante de baterías para automóvil asegura que sus baterías duran en promedio 3
años con una varianza de 1 año. Se toma una muestra de 5 baterías y se registra el tiempo
de duración dando como resultado los siguientes datos: 1.9, 2.4, 3.0, 3.5, 4.2 años
Obtenga el intervalo de confianza de 95% para:
a) La varianza