Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA EMPRESARIAL
Edición: 1 Año: 2018
1
Misión de UTEPSA:
Visión de UTEPSA:
2
¿Qué es la Guía MAAP?
Es un documento que marca los objetivos de cada asignatura y que a través de actividades y otros contenidos, orienta los
esfuerzos del estudiante para garantizar un exitoso desempeño y el máximo aprovechamiento.
Esta herramienta, otorga independencia en el aprendizaje mediante trabajos, lecturas, casos, y otras actividades que son
monitoreadas por el profesor permitiendo a los participantes de la clase desarrollar diferentes competencias.
I. Recordatorios y Recomendaciones
A su servicio
Asistencia y puntualidad
Aunque las normas generales están claramente
establecidas, si a usted se le presenta una
situación particular o si tiene algún problema en Su asistencia es importante en TODAS las clases.
el aula, o en otra instancia de la Universidad, el Por si surgiera un caso de fuerza mayor, en el
Gabinete Psicopedagógico y su Jefatura de Reglamento de la Universidad se contemplan tres
Carrera, están para ayudarlo. faltas por módulo (Art. 13 Inc. b y c del
Comportamiento en clases Reglamento Estudiantil UPTESA). Si usted
sobrepasa esta cantidad de faltas REPROBARÁ LA
ASIGNATURA.
Los estudiantes y los docentes, bajo ninguna Se considera “asistencia” estar al inicio, durante
circunstancia comen o beben dentro y al final de la clase. Si llega más de 10 minutos
el aula y tampoco organizan festejos tarde o si se retira de la clase antes de que esta
u otro tipo de agasajos en estos espacios, termine, no se considera que haya asistido a
para este fin está el Patio de Comidas. clases. Tenga especial cuidado con la asistencia y
la puntualidad los días de evaluación.
Toda la comunidad estudiantil, debe respetar
los espacios identificados para fumadores.
3
II. Orientaciones para el aprendizaje
La Guía MAAP, contiene diferentes actividades de aprendizaje que han sido clasificadas y marcadas con algunos símbolos.
La tabla a continuación, le permitirá comprender y familiarizarse con cada una de estas actividades:
Ética
Responsabilidad
Serán actividades transversales que
Social
pueden ser definidas en cualquiera de las
Formación anteriores actividades.
Internacional
Idioma Ingles
4
III. Datos Generales
La materia de Estadística Empresarial constituye en uno de los aportes más importantes a la formación de
profesionales, la evolución de la estadística ha llegado al punto en que su proyección se percibe en casi todas
las áreas de trabajo; abarca la recolección, presentación y caracterización de información para ayudar tanto en
el análisis e interpretación de datos como en el proceso de la toma de decisiones correctas en el proceso de su
profesión. La Estadística Empresarial es parte esencial de la formación profesional, es hasta cierto punto una
parte necesaria para toda la profesión.
El estudiante después de terminar con el contenido de la materia, por una parte, con el conocimiento de la
Estadística Descriptiva será capaz de describir, predecir, comparar y generalizar los resultados obtenidos de
una muestra a toda la población, convirtiéndose en un hábil profesional para la toma de decisiones
fundamentales en datos de la realidad.
El objetivo general de la asignatura es proporcionar al estudiante los modelos estadísticos básicos descriptivo,
probabilísticos e inferenciales que le permitan organizar la información cualitativa y cuantitativa, presentarla
en forma ordenada, describirla, interpretarla y hacer inferencia, de tal manera que pueda aplicar dichos
modelos en la resolución de problemas, económicos y físicos de las diversas áreas de conocimiento, asimismo
incorporar al estudiante en una serie de actividades que le permitan manejar grandes volúmenes de datos
reales por los medios electrónicos apropiados a ellos.
ESTRUCTURA TEMÁTICA
Unidad 1
Tema: Datos y distribuciones de frecuencia
Contenido:
1.1. Clasificación de la estadística
1.2. Población y Muestra
1.3. Variables discretas y continuas
1.4. Ordenación de datos
1.5. Categoría e intervalos de clase
1.6. Distribución de frecuencias
1.7. Representación gráfica de los datos agrupados
1.8. Histogramas
1.9. Ojivas
1.10. Tortas
1.11. Pictogramas
1.12. Excel en laboratorio
5
Unidad 2
Tema: Medidas de tendencia central y posición
Contenido:
2.1. Media
2.2. Moda
2.3. Mediana
2.4. Relación entre media, mediana y moda
2.5. Media Cuadrática
2.6. Fractiles
Unidad 3
Tema: Medidas de Dispersión
Contenido:
3.1. Rango
3.2. Desviación media
3.3. Rango semintercuartil
3.4. Desviación típica
3.5. Varianza
3.6. Coeficiente de variación
3.7. Diagrama de box plot
3.8. Teorema de Chebyshev
Unidad 4
Tema: Medidas de forma
Contenido:
4.1. Definición
4.2. Sesgo
4.3. Coeficiente de asimétrica de Pearson
4.4. Curtosis
Unidad 5
Tema: Índices
Contenido:
5.1. Tipos de números índices
5.2. Números índices más usados
5.3. Tasa de interés nominal actual
5.4. Tasa de inflación
Unidad
Tema: Elementos de probabilidad
Contenido:
6.1. Definiciones básicas
6.2. Tipos de probabilidad
6.3. Reglas de probabilidad
6.4. Teorema de Bayes
6.5. Introducción a la Teoría de probabilidades
6
Unidad 7
Tema: Variables aleatorias y funciones de probabilidad
Contenido:
7.1. Interpretación de variables aleatorias
7.2. Funciones de probabilidad
7.3. Valor esperado en la toma de decisiones
Unidad 8
Tema: Distribución de probabilidades
Contenido:
8.1. Distribución Binomial
8.2. Distribución de Poisson
8.3. Variables aleatorias continuas
8.4. Distribución Normal
8.5. Tablas de distribución
Unidad 9
Tema: Estimación
Contenido:
9.1. Definición de estimación puntual
9.2. Estimación por intervalos de confianza
9.2.1. Intervalos de confianza para muestras grandes
9.2.2 Intervalos de confianza para muestras pequeñas
9.2.3 Intervalos de confianza para una proporción poblacional
Unidad 9
Tema: Muestra
Contenido:
10.1. Definición de muestra
10.2. Tipos de muestreo
10.3. Método de muestreo aleatorio simple
10.4. Método de muestreo sistemático
10.5. Método de muestreo estratificado
10.6. Método de muestreo por conglomerados
10.7. Cálculo para determinar el tamaño de la muestra
BIBLIOGRAFÍA
BÁSICA
COMPLEMENTARIA
7
IV. Sistema de Evaluación
A continuación, se presenta el sistema de evaluación sugerido para la asignatura:
TIPO DE
NÚM. UNIDADES A EVALUAR PUNTOS SOBRE 100
EVALUACIÓN
1.19 PRUEBA 1.21 Esta evaluación corresponde un examen escrito, donde se realizan preguntas
para evaluar el aprendizaje de los temas de la Unidad 1 a la 4 de la materia.
1.20 PARCIAL 1
1.22 PRUEBA 1.24 Esta evaluación corresponde un examen escrito, donde se realizan preguntas
para evaluar el aprendizaje de los temas de la Unidad 1 a la 4 de la materia.
1.23 PARCIAL 2
8
1.28 El trabajo tiene como objetivo la aplicación de todos los contenidos
aprendidos en clases. Se realizarán en grupos de alumnos no mayores a 4
estudiantes (puede variar según la cantidad de alumnos en la materia).
El práctico final se realizará sobre algunas de las temáticas relacionadas con la estadística y su aplicación, los
temas serán propuestos por los profesores u otra propuesta realizada por algún alumno en particular previa
aprobación de los profesores.
La extensión del trabajo nunca excederá las 8 páginas de desarrollo (aquí no se toman en cuenta, las páginas
de carátula, índice, bibliografía, anexos). Se tomará en cuenta para la evaluación, la redacción y la ortografía.
i) CARÁTULA
Nombre de la Universidad
Nombre de la Facultad a la que pertenece
Nombre de la Carrera
Nombre de la Materia
Nombre del Docente
Nombre de los Integrantes del grupo
Fecha y año
9
ii) CONTENIDO INTERNO
ÍNDICE
I. INTRODUCCIÓN
Antecedentes. Breve descripción de la organización objeto de estudio.
II. OBJETIVOS
2.1. Objetivo general
Que se quiere lograr o donde se quiere llegar con la realización del trabajo
VI. CONCLUSIONES
1. Conclusión general del grupo sobre resultados obtenidos en el trabajo.
VII. RECOMENDACIONES
VIII. BIBLIOGRAFÍA
IX. ANEXOS
10
VI. Objetivos y Actividades de cada Unidad
UNIDAD Nº 1
11
1.6. Diagramas: 15
Diagrama de barras: 10
5
0
Categoría 3
Categoría 2
Categoría 1
0 5 10 15
Diagrama de Sectores:
8%
10%
23% 59%
12
Preguntas
Investigación
1) En forma resumida presente una relación del uso de los métodos estadísticos desde la antigüedad hasta
la actualidad, y el empleo de la tecnología en sus distintas etapas de desarrollo como ciencia.
2) ¿Quiénes fueron los primeros impulsadores de la Estadística y de dónde procede la palabra Estadística?
13
1, 4, 6, 3, 5, 5, 6, 7.
Construir la tabla de distribución de frecuencias y dibujar el diagrama de barras.
Primeramente, ordenamos nuestros datos respectivamente para luego realizar la respectiva tabla
0,1,2,2,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5………
X Fa Fr Fr% Fra%
0 1 1 0.02 0.02
1 1 2 0.02 0.04
2 2 4 0.04 0.08 X: Es la variable
3 3 7 0.06 0.14
Fa: Cantidad de datos de la
4 6 13 0.12 0.26
variable (frecuencia absoluta)
5 11 24 0.22 0.48
6 12 36 0.24 0.72 Fr: suma del Fr con la Fa
7 7 43 0.14 0.86 (Frecuencia relativa)
8 4 47 0.08 0.94 Fr%: Fa/total de datos
9 2 49 0.04 0.98 (Frecuencia relativa
10 1 50 0.02 1.00 porcentual)
50 1.00 Fra%: Fra%+Fr% (Frecuencia
relativa absoluta)
Diagrama de barras:
Xi
Fa
14
Prácticas y/o Laboratorios
15
Casos de estudio y ABP
16
18) Curva de Frecuencia
19) Redondeo de datos
20) Dígitos significativos
21) Tabulación
22) Sesgo
23) Curtosis
24) Pictogramas
25) Distribuciones simétricas
UNIDAD Nº 2
I. CONCEPTOS GENERALES
1.1. Medidas de posición: Describen la posición que ocupa la distribución de frecuencias respecto a un valor
de la variable. A su vez se distinguen 2 tipos:
Medidas de tendencia central: Sus valores tienden a ocupar posiciones centrales o intermedias
entre el menor y mayor valor del conjunto de datos. Las más usuales son: La Media, La Mediana,
La Media geométrica, La Media armónica y La Media cuadrática.
Medidas de Localización: Señalan la ubicación de los valores más frecuentes o de valores
extremos, los más usuales son: La Moda, Los cuartiles, Percentiles, etc.
Preguntas
17
17. ¿Qué se entiende por el término Percentil?
18. ¿Qué se entiende por el término Cuantiles o Cuartiles?
Nos dará el
x Fa Fr xi · fa Resultado de la
suma de la serie
de números para
así obtener la
2 2 2 4 media
3 2 4 6
4 5 9 20
5 6 15 30
6 2 17 12
8 3 20 24
20 96
Moda
Mo =5
20
Mediana = 10 𝑚𝑒 = 𝟓
2
𝟗𝟔
Media 𝒙̅ = 𝟐𝟎 = 𝟒. 𝟖
18
II. Dadas las series estadísticas:
3, 5, 2, 7, 6, 4, 9.
Calcular:
a) La moda, la mediana y la media.
b) Los cuartiles 1º y 3º.
c) Los deciles 2º y 7º.
d) Los percentiles 32 y 85.
a) Moda
No existe moda porque todas las puntuacio nes tienen la misma frecuencia.
Medi ana
2, 3, 4, 5, 6, 7, 9.
Me = 5
Medi a
b) Rango
r= 9 − 2 = 7 El rango lo obtenemos del límite máx. menos el limite min.
Cuartiles
c) Deciles
7 · (2/10) = 1.4 D 2 = 3
7 · (7/10) = 4.9 D 7 = 6
d) Percentil es
7 · (32/100) = 2,2 P 3 2 = 4
7 · (85/100) = 5.9 P 8 5 = 7
19
N o X= Es el número de datos trabajados
fi= Frecuencia absoluta
hi= Frecuencia relativa
Fi= Frecuencia absoluta acumulada
Hi= Frecuencia relativa acumulada
Li= Límite inferior del intervalo que contiene la media
Ls= Límite superior del intervalo que contiene la media
MC= Marca de clase
Li-1= Límite inferior de la clase modal
20
Prácticas
21
a) 90
b) 112
c) 90 y 112
22
UNIDAD Nº 3
MEDIDAS DE DISPERSIÓN
I. CONCEPTOS GENERALES
1.1. Medidas de Dispersión: indican cuan dispersos o concentrados están los datos.
Las más usuales son las que indican la concentración de los valores del conjunto de datos alrededor del
valor medio, los más importantes son:
Desviación media: Llamada también desviación promedio. Adicional a esta se encuentra la
Desviación mediana que es una variante de la desviación media, donde las comparaciones se
hacen respecto a la media de un conjunto de datos.
La Varianza: es la principal medida de dispersión, es la más precisa y de mayor uso, en especial su
uso es más amplio en la Estadistica Inferencial.
Desviación estándar: Llamada también desviación típica, con base en la varianza. La desviación
estándar de una población se designa por σ (Sigma) y la de una muestra se designa por S.
Coeficiente de variación: Se llama también Coeficiente de dispersión. Es una medida de dispersión
relativa, permite efectuar comparaciones entre diversos conjuntos de datos que no
necesariamente poseen la misma Frecuencia total (Número total de datos).
Desviación intercuartil: Para medir la dispersión de datos, dos medidas de amplio uso para los
análisis estadísticos son la Desviación intercuartil y la Desviación semiintercuartil.
Preguntas
23
a) Calcular la dispersi ón del número de asistentes.
b) Calcular el coeficiente de vari ación .
c) Si en el día acuden 50 perso nas más a cada sal a, ¿qué efecto tendría
sobre la dispersión?
a) Desviación típica
b) Coeficiente de v ariaci ón
F= frecuencia absoluta
X, N, n=Numero de datos trabajados
Me= La mediana
̅ = La media aritmética
𝒙
Mc= Marca de clase
24
Prácticas
I. Sea una distribución estadística que viene dada por la siguiente tabla:
x 61 64 67 70 73
F 5 18 42 27 8
Calcular:
Li-Ls f
a) La moda, mediana y media .
b) El rango, desviació n media y varianza .
c) Los cuartiles 1º y 3º. [10, 15) 3
d) Los deciles 3º y 6º.
e) Los percentiles 30 y 70. [15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
III. Contesta a las siguientes cuestio nes:
1) Las notas de matemáticas de los 26 alum nos de una clase son 6, 2, 4, 4,
5, 5, 6, 3, 8, 6, 5, 3, 7, 6, 5, 6, 4, 4, 4, 3, 5, 5, 4, 6, 7, 4
Calcula la desviación media y el coeficiente de variación , redondeando a
dos cifr as decimales si fuese necesario.
2) Las faltas de asistencia de 25 alumnos de o tra clase so n 0, 1, 1, 1, 3, 2,
2, 7, 1, 2, 1, 0, 0, 0, 1, 2, 1, 2, 1, 2, 0, 0, 4, 6, 7
Calcula la desviació n media, redondeando a dos cifras dec imales si fuese
necesario.
3) Las notas de matemáticas de los 26 alum nos de una clase son 6, 2, 4, 4,
5, 5, 6, 3, 8, 6, 5, 3, 7, 6, 5, 6, 4, 4, 4, 3, 5, 5, 4, 6, 7, 4
Calcula la varianza.
4) Las faltas de asistencia de 25 alumnos de o tra clase so n 0, 1, 1, 1, 3, 2,
2, 7, 1, 2, 1, 0, 0, 0, 1, 2, 1, 2, 1, 2, 0, 0, 4, 6, 7
Calcula la varianza y el coeficiente de variación .
5) Hallar la varianza y la desviació n típica de la siguiente serie de datos:
12, 6, 7, 3, 15, 10, 18, 5.
6) Una persona A mide 1.75 m y reside en una ciudad donde la estatura
media es de 1.60 m y la desviación típica es de 20 cm . Otra perso na B
CÓDIGO: PO-PRE-102-1 - VER: 3 - VINTE: 19-05-2016
25
mide 1.80 m y vive en una ciudad donde la estatura media es de 1.70 m
y la desviación típica es de 15 cm. ¿Cuál de las dos será más alta
respecto a sus conciudadanos?
7) Un profesor ha realizado dos test s a un grupo de 40 alumnos,
obteniendo los siguientes resultados: para el primer test la media es 6
y la desviación típica 1.5.
Para el segundo test la media es 4 y la desviación típica 0.5.
Un alumno obtiene un 6 en el primero y un 5 en el segundo. En
relació n con el grupo, ¿en cuál de lo s dos tests o btuvo mejor
puntuación?
26
UNIDAD Nº 4
MEDIDAS DE FORMA
I. CONCEPTOS GENERALES
1.1. Medidas de forma: Mediante coeficientes indicativos, miden la relación de una curva de Frecuencias, con
respecto a la Curva normal. Básicamente son las medidas de:
1.2. Curva normal: Es aquella curva que tiene la forma de una campana, por ello se llama también Campana
de Gauss.
1.3. Coeficiente de asimetría de Sesgo: (Cas) Se llama también Primer coeficiente de Pearson
1.4 Curtosis: Otra característica a medir de una Curva de frecuencias es su perfil con respecto a la Curva
normal. A la curva normal se la llama Mesocúrtica, a la más delgada Leptocúrtica y a la más achatada
Platicurtica. Para medir la curtosis, es decir para cuantificar el perfil de curva de frecuencias con respecto a la
Normal se cuenta con:
Preguntas
27
Ejercicios y/o Fórmulas
As= +
(𝑥̅ − 𝑀𝑒) As= 0
Coeficiente de asimetría
𝐶𝑎𝑠 = 3 As= -
𝑆
Mesocúrtica
𝑅𝑆𝐼 K= 0,263
𝐾= (𝑃90 −𝑃10 )
Leptocúrtica
Curtosis 𝑄3 − 𝑄1 K>0,263
𝑅𝑆𝐼 =
2 Platicurtica
K<0,263
Sesgo=0
0
Sesgo>0
Sesgo +
Sesgo<0
-
Prácticas
28
UNIDAD Nº 5
ÍNDICES
I. CONCEPTOS GENERALES
1.1. Números Índices: Se llama Número Índice al porcentaje que mide el cambio de un tiempo a otro precio,
cantidad, valor o algún otro elemento de interés.
El objetivo del Número Índice es cuantificar variaciones de las mediciones de una variable a través del tiempo.
Las mediciones pueden estar relacionadas con: Cantidad, Precio o Valor.
Índices Ponderados de Precio: En la práctica se emplean los Índices que se obtienen del: Método de
Laspeyres y Método de Paasche, los cuales difieren con respecto al periodo usado para la
ponderación.
Índice de Fischer: Ante la duda de cuál es más conveniente entre los Índices de precio: De Laspeyres o
de Paasche, directamente se emplea el Índice Ideal de precios de Fischer, que es la Media geométrica
de ambos Índices.
Índice de valor: Un índice de valor, equivale al índice de ventas de una tienda que para su elaboración
requiere precios y cantidades del año base, además de los precios y las cantidades del año presente.
∑ 𝑃𝑁 𝑄𝑁
𝐼𝑉 = ∗ 100
∑ 𝑃0 𝑄0
29
Preguntas
I. Tomado en cuenta el siguiente cuadro se pide calcular: Índice de precios de Laspeyres, Paasche y
Fischer.
Pio Qio Pit Qit
AÑO 0 AÑO 1
Año 0= Año inicial
Artículos P Q P Q Año 1= Año con el cual se hará la comparación
P= Precio
TOP 10 4 12 5 Q= Cantidad
WINNER 4 3 4 3 Pio= Precio índice inicial
Qio= Cantidad índice inicial
PW 8 10 8 12 Pit= Precio índice final o de comparación
Qit= Cantidad índice final o de comparación
MADEPA 20 2 30 2
30
1) Ponderadas para Precio 2) Ponderadas para Cantidad
a) Laspeyres: a) Laspeyres:
Pit * Qio Pio * Qio Pio * Qit Pio * Qio
48 40 50 40
12 12 12 12
80 80 96 80
60 40 40 40
∑ 𝟐𝟎𝟎 ∑ 𝟏𝟕𝟐 ∑ 𝟏𝟗𝟖 ∑ 𝟏𝟕𝟐
200 198
𝑃𝐿= ∗ 100 = 116,2% 𝑄𝐿= ∗ 100 = 115%
172 172
b) Paasche: b) Paasche:
228 228
𝑃𝑃= ∗ 100 = 115,1% 𝑄𝑃= ∗ 100 = 114%
198 200
c) Fischer: c) Fischer:
∑ 𝑃𝑖𝑡 ∗ 𝑄𝑖𝑜
𝑃𝐿= ∗ 100 ∑ 𝑃𝑖𝑜 ∗ 𝑄𝑖𝑡
Laspeyres ∑ 𝑃𝑖𝑜 ∗ 𝑄𝑖𝑜 Laspeyres 𝑄𝐿=
∑ 𝑃𝑖𝑜 ∗ 𝑄𝑖𝑜
∗ 100
31
Prácticas
1. Para los artículos A, B, C y D se tiene los siguientes precios y cantidades en los años que se indican:
A B C D
AÑOS P Q P Q P Q P Q
2012 10 12 4 15 1 10 30 10
2013 12 12 4 15 1 15 30 15
2014 15 20 5 10 2 20 50 20
2016 20 20 5 10 2 30 30 20
2017 30 30 6 15 2 50 50 20
Enero 185
Febrero 178
Marzo 220
Abril 179
Mayo 199
Junio 185
Julio 175
Agosto 216
Septiembre 201
Octubre 199
Noviembre 208
Diciembre 213
32
a) Calcular los índices simples tomando como mes inicial enero.
b) Calcular los índices simples, tomando como mes inicial mayo
4. Con la siguiente información, se puede calcular los índices para 2016 con año 0 el 2013, aplicando las
Fórmulas:
a) Laspeyres y Fischer para el índice de precios
b) Laspeyres y Paasche para Cantidades
2013 2016
Artículos Precio Cantidad Precio Cantidad
($) ($)
A 2.600 10 3.800 8
B 6.000 5 10.000 7
C 1.000 2 4.000 5
D 6.000 1 15.000 2
E 3.000 2 2.000 1
Si el valor promedio de una vivienda de 2 pisos con tres dormitorios, sala, comedor, cocina y patio de
ropa es de $us 113.000.000 para 2011, de acuerdo al incremento del índice, ¿Cuál será el valor en
2016?
Investigación
33
UNIDAD Nº 6
ELEMENTOS DE PROBABILIDAD
I. CONCEPTOS GENERALES
1.1. Concepto: Un factorial es un numero o una variable la cual representa una multiplicación periódica de los
números que le siguen menores a él, ejemplo:
6!= 6*5*4*3*2*1= 720
1.2. Arreglo: O variaciones, se le llama arreglo a los cambios de lugar que podría tener un objeto. En un arreglo
importa el orden, porque no es lo mismo A B que B C, es decir que 1 y 5 =15 pero 5 y 1 =51. En la calculadora
se puede encontrar la tecla para calcular el arreglo de forma directa, se llama permutación o variación “nPr”.
1.3. Permutación: Es un arreglo con todos los elementos del suceso, no importa su orden
1.4. Combinaciones: Se llama combinación a una técnica de conteo de algunos elementos del suceso, donde
no importa el orden en el que se combine. En la calculadora se lo puede calcular de forma directa con la tecla
“nCr”.
1.5. Espacio muestral (Ω): Es la muestra en probabilidad o el universo.
1.6. Evento o suceso (A, B, C…): Es un conjunto, se encuentra expresado en decimales, porcentaje o
cardinalidad.
1.7. Teorema de Bayes: Permite el cálculo de probabilidades de un evento si se conocen las otras
probabilidades del mismo Espacio muestral. Esta se usa cuando son más de 2 sucesos que sean incompatibles.
Preguntas
34
11. ¿A qué es igual la probabilidad de que un evento ocurra y no ocurra?
12. ¿Cuáles son los dos enfoques de la probabilidad?
13. ¿En qué consiste la probabilidad objetiva y cuáles son sus enfoques?
14. ¿En qué consiste la probabilidad subjetiva? De 4 ejemplos.
15. ¿Cuáles son las dos clases de regla de la probabilidad?
16. ¿Cuáles son las reglas de adición?
17. ¿Cuáles son las reglas de multiplicación¿?
18. ¿Quién y en qué año planteó el Teorema de Bayes?
19. ¿Cuáles son las principales aplicaciones del Teorema de Bayes?
20. ¿Cuál es la fórmula del Teorema de Bayes?
21. ¿Con qué regla de probabilidad está vinculado el Teorema de Bayes?
1. ¿Cuántos números de tres cifras diferentes se puede formar con los dígitos: 1, 2,
3, 4, 5?
No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.
Es un ARREGLO
2!3!
2. Calcular: 2!
Primero podemos observar que el 2! Es igual tanto en el denominador como numerador, asi que
2!3!
podemos simplificarlos:
2!
Entonces: 3!= 3*2*1=6
35
𝑛(𝐴)
Probabilidad Clásica 𝑃(𝐴)=
𝑛(𝛺)
Probabilidad de frecuencia #𝐴
𝑃(𝐴)=
relativa #𝑆
𝑃(𝐴1 ) ∗ 𝑃(𝐵/𝐴1 )
Teorema de Bayes 𝑃(𝐴/𝐵)=
𝑃𝐴1 𝑃(𝐵/𝐴1 ) + 𝑃𝐴2 𝑃(𝐵/𝐴2 ) + 𝑃𝐴3 𝑃(𝐵/𝐴3 )
A= Evento o suceso
𝜴 = Espacio Muestral
Prácticas
36
7. Con las cifras 1, 2 y 3, ¿cuántos números de cinco cifras pueden fo rmarse? ¿Cuántos
son pares
8. ¿Cuántos números de 5 cifras diferentes se puede formar con los dígitos: 1, 2, 3 , 4,
5?
9. ¿De cuántas formas distintas pueden sentarse ocho personas en una fila de
butacas?
10. ¿De cuántas formas distintas pueden sentarse ocho personas alrededor de una mesa
redonda?
11. Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; ¿cuántos números de nueve cifr as se pueden
formar?
12. Con las letras de la palabra libro, ¿cuántas ordenacio nes distintas se pueden hacer
que empiecen por vocal?
13. ¿Cuántos números de cinco cifras distintas se pueden formar co n las cifras impares?
¿Cuántos de ellos son mayores de 70.000?
14. En el palo de señales de un barco se pueden izar tres banderas rojas, dos azules y
cuatro verdes. ¿Cuántas señales distintas pueden indicarse con la co locación de las
nueve banderas?
15. ¿De cuántas formas pueden colocarse los 11 jugadores de un equipo de fútbo l
teniendo en cuenta que el portero no puede ocupar otra posición distinta que la
portería?
16. Una mesa presidencial está formada por ocho personas, ¿ de cuántas formas
disti ntas se pueden sentar, si el presidente y el secretario siempre van juntos?
17. Cuatro libros distintos de matemáticas, seis diferentes de física y dos diferentes de
química se colocan en un estante. De cuántas formas distintas es posible ordenarlos
si:
Los libros de cada asignatura deben estar to dos juntos.
Solamente los libros de matemáticas deben estar juntos.
Se ordenan en una fila 5 bolas rojas, 2 bolas blancas y 3 bolas azules. Si las
bolas de igual color no se distinguen entre sí, ¿de cuántas formas p osibles
pueden ordenarse?
18. En una clase de 35 alumnos se quiere elegir un comité formado por tres alumnos.
¿Cuántos comités diferentes se pueden form ar?
19. ¿De cuántas formas pueden mezclarse los siete colores del arco iris tomándolos de
tres en tres?
II. RESOLVER LOS SIGUIENTES EJERCICIOS DE PROBABILIDAD
1. ¿Qué probabilidad tengo de sacar un As de un mazo de 54 cartas?
2. ¿Qué probabilidad existe de que el martes sea feriado en el mes?
3. Un ferrocarril de 6 sistemas es clasificado en defectuoso y no defectuoso cuando se hace un control, si
hay 2 defectuosos:
a) Calcular la probabilidad de encontrar en cada par del sistema por lo menos un defectuoso.
b) ¿Qué pasaría que es vez de 2 defectuosos fueran 4 defectuosos? (que uno o ambos sean
defectuosos).
c) ¿Qué probabilidad hay de que ambos o uno sea bueno?
d) ¿Qué probabilidad hay de que ambos sean buenos?
4. Si yo tengo una caja con bolitas de colores: 5 blancas, 2 azules, 3 rojas y 1 verde. ¿Qué posibilidad
tengo de sacar 1 verde, 1 roja, luego de haber sacado la verde y 1 blanca si regresamos las anteriores?
CÓDIGO: PO-PRE-102-1 - VER: 3 - VINTE: 19-05-2016
37
5. Si tengo 2 barajas y extraigo 2 cartas simultáneamente, ¿Qué probabilidad hay de que una de las dos
sea un As?
6. Determinar la probabilidad de que, al lanzar un dado, el resultado sea un número primo.
7. Si al lanzar 2 dados, ¿Cuál será la probabilidad, que la suma de las caras me dé un múltiplo de tres?
De que la suma probable sea 7.
¿Cuál es la probabilidad de que salga 2 o 12?
38
UNIDAD Nº 7
1.2. Distribución de probabilidades: Nos da una idea de los resultados de un experimento partiendo de los
elementos de un espacio muestral con su correspondiente probabilidad.
1.3. Esperanza Matemática: O Valor Esperado es la sumatoria de la multiplicación de la probabilidad.
1.4. Varianza: La varianza de X se denota por 𝜎 2 .
1.5. Desviación estándar: Es la raíz cuadrática de la varianza.
Preguntas
1. En un grupo de personas el 15% tiene 15 años, el 20% tiene 17 años, el 25% tiene 18 años y el 30%
tiene 20 años:
a) Si selecciono una persona del grupo, ¿Cuáles son los resultados posibles o el valor esperado?
b) Calcule su varianza.
c) Calcule su desviación típica.
39
X P(x) X * P(x)= X – E(x) (𝐗 – 𝑬(𝒙) )𝟐
E(x)
a) 𝐸(𝑥)= 18,35 valor esperado
15 0,15 2,25 -3,35 11,22
b) σ2 = 29,2 varianza
17 0,20 3,4 -1,35 1,82
18 0,25 4,5 -0,35 0,12
c) 𝑟=√σ2 desviación típica
20 0,30 6 1,65 2.72
1
∑ 18,35 ∑ 29,2
Desviación estándar 𝑟 = √ σ2
Prácticas
1. Los posibles resultados de un experimento relacionado con el lanzamiento de un dado son uno 15%,
dos 10%, tres 10%, cuatro 25%, cinco 30% y seis puntos 10%.
a) Calcule el valor esperado
b) La varianza y la desviación estándar
2. Una empresa ofrece tres tamaños de un refresco (pequeño, mediano y grande) como complemento de
pizzas. Las bebidas se venden a 5 bs, 7,50 bs y 9 bs, respectivamente. De los pedidos el 30% son para el
tamaño pequeño, 50% para el mediano y 20% para el grande:
a) ¿Es esta una distribución discreta? Indique porque si o porque no.
b) Calcule la cantidad media cobrada por el refresco.
c) Calcule la varianza del cobro por bebida y la desviación estándar.
3. Se presenta la distribución del número de interrupciones por día en una gran red de computadoras. La
lista es exhaustiva debido a que todos los resultados posibles están incluidos:
Interrupciones por día(x)= 0 1 2 3 4 5
Probabilidad P(x)= 0.35 0.25 0.20 0.10 0.05 0.05
a) Represente el grafico para la distribución e indique si es simétrico o asimétrico.
b) Calcule el valor esperado
c) La varianza
d) La desviación estándar
40
UNIDAD Nº 8
DISTRIBUCIÓN DE PROBABILIDADES
Diferenciar y que es una distribución de probabilidades, obteniendo una distribución de probabilidades para
una variable aleatoria discreta y continua.
I. CONCEPTOS GENERALES
Para analizar los resultados de un experimento aleatorio, se busca determinar una distribución de probabilidad
o Modelo probabilístico, que satisfaga a un conjunto de supuestos. Las más importantes distribuciones de
probabilidad son:
Normal: La grafica de la Curva normal tiene la característica forma de una campana, por ello
precisamente se llama Campana de Gauss. Es para datos simétricos.
Binomial: A un número fijo n de repeticiones independientes de una prueba de Bernoulli se llama
Experimento Binomial, sus características son: Los resultados de cada prueba son dos, éxito y fracaso.
Hipergeométrica: Consiste en escoger al azar una muestra de tamaño n, uno a uno sin restitución de N
elementos o resultados posibles donde r de los cuales pueden clasificarse como éxitos y los N-r
restantes como fracasos.
Poisson: Se aplica cuando la Variable aleatoria es el número de eventos independientes que ocurren
en un intervalo de tiempo, o en una región plana con un promedio dado.
Preguntas
41
Ejercicios y/o Fórmulas
𝑥−𝜇 𝝁 = media
Normal 𝑍= 𝝈 =Desviación estándar
𝜎
X= nº de éxitos
n= nº de intentos
P= probabilidad de éxito
Binomial 𝐵 (𝑥; 𝑛; 𝑝) = 𝑛𝐶𝑥∗ 𝑃 𝑥 ∗ 𝑞 𝑛−𝑥 n-x= probabilidad de fracaso
q=probabilidad de fracaso p+q
(valor que nos dan)
(𝑅𝑥)(𝑁−𝑅
𝑛−𝑥
) R= éxito de la población
𝑃(𝑥) = N= total de la población
Hipergeométrica (𝑁
𝑛
) n= muestra
𝑛 𝑛! X= nº de éxitos del
( )=
𝑘 𝑘! (𝑛 − 𝑘)! experimento
Prácticas
1. Una prueba acelerada de duración en un gran número de pilas alcalinas tipo D; revelo que la duración
media para uso específico antes de que falle es 19 horas. La distribución de las duraciones se aproxima
a una distribución normal. La desviación estándar de la distribución fue de 1,2 horas.
a) ¿Entre que par de valores ocurrió la falla aproximadamente, 68.27% de las pilas?
b) ¿Entre que par de valores ocurrió la falla aproximadamente, 95.45% de las pilas?
c) ¿Entre que par de valores ocurrió la falla de aproximadamente, 99.73% de las pilas?
d) Muestre en un diagrama (Gráfico) las tres situaciones planteadas.
2. La distribución de los ingresos anuales de un grupo de empleados a nivel de gerencia media en una
empresa de fabricación de plásticos siguió en forma aproximada una distribución normal con una
media de Bs 37.200 y una desviación estándar de Bs 800.
a) ¿Entre que par de cantidades esta aproximadamente, 68.27% de los ingresos?
b) ¿Entre que par de valores esta aproximadamente, 95.45% de los ingresos?
c) ¿Y entre que par de valores aproximadamente, 99.73% de los ingresos?
d) ¿Cuáles son la mediana y la moda de los ingresos?
e) ¿Es simétrica la distribución de estos últimos valores?
3. Explique lo que significa este enunciado: “no existe sólo una distribución probabilística normal, sino
familias de estas distribuciones”.
4. La media de una distribución probabilística normal es 500, la desviación estándar es 10.
a) ¿Entre que par de valores está, aproximadamente 68% de las observaciones?
b) ¿Entre que par de valores se halla, aproximadamente 95% de las observaciones?
c) ¿Entre que par de valores se encuentran prácticamente todas las observaciones?
5. La media de un grupo de ingresos semanales con distribución normal para un gran conjunto de
gerentes de nivel superior, es $us 1.000, la desviación estándar es $us 100, ¿Cuál es el desvío normal z
para un ingreso X de $us 1.100, ¿Para uno de $900?, muestre además la transformación de las
desviaciones a desvíos normales z.
6. Usando la misma información del ejercicio 5 (μ=$us 1000, σ=100) convierta:
a) El ingreso semanal de $us 1.225 a una unidad estándar (valor z).
b) El ingreso semanal de $us 775 a un valor z.
42
7. En una empresa de cereales para desayuno, se ha ajustado el proceso de empaque de modo que en
cada paquete se coloquen en promedio μ=13.0 onzas de cereal. Por supuesto no todos los paquetes
tienen exactamente 13.0 onzas debido a las fuentes aleatorias de variabilidad. La desviación estándar
del peso neto verdadero es: σ=0,1 onzas y se sabe que la distribución de pesos se ajusta a una
distribución de probabilidad normal. ¿Cuál es el desvío normal z para un peso de 13,2 onzas? Además
ilustre la proporción de área debajo la curva para 13.2 onzas.
8. Utilizando el mismo problema anterior (ejercicio 5) μ=$us 1000, σ=100:
a) ¿Cuál es el área debajo la curva normal entre $us 1.000 y Sus 1.100?
b) ¿Cuánto vale el área bajo la curva normal entre $us 840 y $us 1.200?
c) ¿Qué porcentaje de los ejecutivos tienen ingresos de $us 1.245 o más?
d) ¿Cuál es la probabilidad que un ingreso semanal seleccionado al azar esté entre $us 790 y $us.
1000?
e) ¿Cuál es la probabilidad que el ingreso sea menor de $us 790?
9. A los empleados de una empresa se les otorgan puntuaciones por eficiencia. La distribución de estas
sigue aproximadamente una distribución normal. La media es 400 y la desviación estándar 50:
a) ¿Cuánto vale el área bajo la curva normal entre 400 y 482?
b) ¿Cuánto vale el área bajo la curva normal por encima de 482?
10. En una fábrica se realiza el control de calidad de productos y se selecciona 10 artículos. La probabilidad
de que sean defectuosos es del 12% (probabilidad de éxito):
a) Determine la probabilidad de que de 10 artículos 3 sean defectuosos
b) ¿Qué probabilidad existe de que 2 artículos salgan defectuosos?
c) ¿Qué probabilidad hay de que tengamos menos de 6 y más de 2 artículos?
11. De 50 edificios del parque industrial, 12 no cumplen normas de calidad “su estructura y cableado
eléctrico”; si se seleccionan aleatoriamente 10 edificios ¿Qué probabilidad existe de que 3 no cumplan
el código?, ¿Qué probabilidad hay de que 15 no cumplan el código?
12. Una compañía telefónica en su servicio de atención al cliente recibe 4 llamadas por minuto.
a) Calcular la probabilidad de recibir 2 llamadas por minuto.
b) Calcular la probabilidad de no recibir llamadas.
c) Calcular la probabilidad de recibir menos de 3 llamadas por minuto.
d) Calcular la probabilidad de recibir más de 3 llamadas por minuto.
43
UNIDAD Nº 9
ESTIMACIÓN
Aprender a construir los intervalos de confianza para muestras grandes y muestras pequeñas.
I. CONCEPTOS GENERALES
1.1. Concepto: Estimación se refiere a sacar una muestra para estimar un resultado final. Existen dos tipos de
estimación:
Puntual: Es cuando se sacar una sola variable de la muestra.
Por intervalos: Es cuando el dato esta entre límites de varios datos en el intervalo, se basa en la
Distribución normal (Para variables discretas).
Preguntas
I. ESTIMACIÓN PUNTUAL:
De 2000 personas muestreadas, 1600 están a favor de medidas estrictas de protección ambiental.
¿Cuál es la proporción estimada?
MUESTRA 1600
= 80%
POBLACIÓN 2000
44
a) Con el nivel de confianza del 99% determine su intervalo de confianza.
̅ =5
𝒙
𝜎 0,5
N= 50 𝑥̅ ± 𝑧 ∗ = 5 ± 2,58 ∗ ( ) = 4,8169 ≤ μ ≤ 5,1831
√𝑛 √50
σ= 0,5
Z= 2,58 99% La empresa de agua teniendo un nivel de confianza del 99% tiene que
tener un margen de error mayor o igual a 4,8169 litros pero no debe
sobrepasar los 5,1831 litros de agua
𝑀𝑢𝑒𝑠𝑡𝑟𝑎
Estimación puntual
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝜎
𝑥̅ ± 𝑧 ∗ =𝐼≤𝜇≤𝐼
√𝑛
Estimación por intervalos
-I +I
̅ = Promedio
𝒙
Z= Distribución Normal
σ= Varianza
μ= número de muestra
Prácticas
1. Una empresa encuesta la cantidad de personas que fuman, para saber que rango de intervalo se gasta
cada fumador. La muestra fue de 45 personas con una σ=5 y una media de gasto por persona de 20 Bs
a) Estimar el intervalo de confianza de gastos, asumiendo un margen de error de 95%.
b) ¿Cuánto sería el intervalo de confianza con un nivel del 85% y 99%?
2. Suponga que 1600 de 2000 electores empadronados que se muestrean dijeron que planean votar por
el candidato oficialista para Gobernador de Santa Cruz en las próximas elecciones. Si se utiliza un
grado de confianza de 0,95 ¿Cuál es la estimación de intervalo para la proporción de la poblacional?
4. Un departamento de fauna silvestre ha proporcionado un alimento especial a las crías de truchas arco
iris de un estanque. Una muestra de los pesos de 40 peces reveló que el peso medio es de 402,7
gramos y la desviación estándar de 8,8 gramos:
a) ¿Cuál es el peso medio estimado de la población?
b) ¿Cuál es el intervalo de confianza de 99%?
c) ¿Cuáles son los límites de confianza de 99%?
d) ¿Qué grado de confianza se usa?
e) Interprete los resultados.
45
5. Suponga que una empresa de investigación realizó un reconocimiento para determinar la cantidad
promedio (media) de dinero que gastan fumadores consuetudinarios en cigarrillos durante una
semana. Una muestra de 49 fumadores reveló que X (barra)= Bs 20 y Bs 5.
a) ¿Cuál es la estimación por puntos?
b) Utilice el intervalo de confianza de 95% y determine el intervalo de confianza para μ.
46
UNIDAD Nº 10
TEORÍA DE MUESTREO
Aprender a obtener el tamaño de la muestra a través del cálculo del muestreo, aplicando muestreo aleatorio
simple sistemático, estratificado y conglomerados.
I. CONCEPTOS GENERALES
1.1. Muestreo Probabilístico: Es cuando existe una condición y se clasifica en:
Aleatorio simple: Se realiza al azar.
Estratificado: Se usa una formula, con un cálculo para que todos tengan la probabilidad de participar.
Conglomerado: Es cuando la población es muy grande y se clasifican para que reduzca la población,
aunque la muestra sobrepase la misma.
1.2. Muestreo no probabilístico: Es cuando se realiza por algún factor influyente, este se clasifica en:
Conveniencia: Se obtiene un beneficio.
Incidencia: Se realiza obligatoriamente.
Voluntario: Se realiza voluntariamente.
Preguntas
47
Ejercicios y/o Fórmulas
I. Calcule el tamaño muestral de una encuesta realizada. El error teórico era de + 2, con un intervalo de
confianza de 95,5% y P=Q en el supuesto de un muestreo aleatorio simple.
Utilizamos la fórmula para muestras infinitas en la que intervienen los tres factores
determinantes del tamaño muestral: la probabilidad con la que queremos trabajar (z), el grado
de concentración, dispersión de la población (pq) y el error que estamos dispuestos a asumir.
𝑧 2 𝑝𝑞 22 ∗ 0,5 ∗ 0,5
𝑛= = = 2.500
𝑒2 0,022
Prácticas
1. Para llevar a cabo el análisis de un destino turístico con alta afluencia de turistas (200.000) se desea
realizar una encuesta para determinar el gasto medio por turista. Se ha decidido aceptar un error
máximo en el gasto medio de 30 euros. Suponiendo una desviación estándar de la población de 200
euros y un nivel de confianza del 95%, obtener el tamaño adecuado de la muestra.
2. En un hotel saben que el nivel de satisfacción de sus clientes ronda el 90% y quieren realizar un
estudio para ver si la nueva gestión de limpiezas ha sido de su agrado. ¿Cuál sería el tamaño
necesario para la muestra, si el total de clientes del hotel es de 10.000? Suponga un nivel de
confianza para los resultados del estudio del 95% y un error máximo permitido del 5%.
3. Para la proporción de habitantes de una ciudad que poseen ordenador personal se toma una
muestra de tamaño n. Calcula el valor mínimo de n para garantizar, con un nivel de confianza del 95
%, que el error de estimación no supera el 2 %. (Como se desconoce la proporción, se hará a partir
del caso más desfavorable, que será 0,5).
4. El tiempo de conexión a internet de los alumnos de cierta universidad sigue una distribución normal
con desviación típica de 15 minutos. Para estimar la media del tiempo de conexión, se quiere
calcular un intervalo de confianza que tenga una amplitud menor o igual a 6 minutos, con un nivel
de confianza del 95 %. Determina cuál es el tamaño mínimo de la muestra que es necesario
observar.
5. Se va a realizar una encuesta entre la población española mayor de edad. Si se admite un margen de
error del 2 %, ¿a cuántas personas habrá que entrevistar con un nivel de confianza del 95 %?
6. Calcular el valor mínimo de n para garantizar que, a un nivel de confianza del 95 %, el error en la
estimación sea menor que 0,05. (Como se desconoce la proporción, se ha de tomar el caso más
desfavorable, que será 0,5).
7. Se sabe que la desviación típica del peso de los individuos de una población es 6 kg. Calcula el
tamaño de la muestra que se ha de considerar para, con un nivel de confianza del 95 %, estimar el
peso medio de los individuos de la población con un error inferior a 1 kg. Explica los pasos seguidos
para obtener la respuesta.
CÓDIGO: PO-PRE-102-1 - VER: 3 - VINTE: 19-05-2016
48
8. Un fabricante de electrodomésticos sabe que la vida media de estos sigue una distribución normal
con media 100 meses y desviación típica 12 meses. Determina el mínimo tamaño muestral que
garantiza, con una probabilidad de 0,98, que la vida media de los electrodomésticos en dicha
muestra se encuentre entre 90 y 100 meses.
9. Un fabricante de bombillas sabe que la desviación típica de la duración de las bombillas es 100
horas. Calcula el tamaño de la muestra que se ha de someter a prueba para tener una confianza del
95 % de que el error de la duración media que se calcula sea menor a 10 horas.
10. El peso de los niños varones a las 10 semanas de vida se distribuye según una normal con desviación
típica de 87 g. ¿Cuántos datos son suficientes para estimar, con una confianza del 95 %, el peso
medio de esa población con un error no superior a 15 g?
11. Se sabe que la desviación típica del peso de los individuos de una población es 6 Kg. Calcula el
tamaño de la muestra que se ha de considerar para, con un nivel de confianza del 95 %, estimar el
peso medio de los individuos de la población con un error inferior a 1 Kg. Explica los pasos seguidos
para obtener la respuesta.
12. Se desea obtener la media de una variable aleatoria que se distribuye normalmente con una
desviación típica de 3,2. Para ello se toma una muestra de 64 individuos obteniéndose una media de
32,5.
1. ¿Con qué nivel de confianza se puede afirmar que la media de la población está entre 31,5 y
33,5?
2. Si la desviación típica de la población fuera 3, ¿qué tamaño mínimo debería tener la muestra
con la cual estimamos la media poblacional si queremos que el nivel de confianza sea del 99
%, y el error admisible no supere el valor de 0,75?
VII. Aplicabilidad de la Guía
La presente Guía MAAP se desarrolló en función del (los) documento(s):
49