ESTADÍSTICA DESCRIPTIVA MA460

EXAMEN FINAL
Ciclo 201901 (AC)
Secciones : Todas
Profesores : Todos
Duración : 110 minutos
Indicaciones:
1. Solo serán calificadas las respuestas desarrolladas en los espacios indicados para cada pregunta,
donde debe aparecer el procedimiento.
2. No está permitido el uso de celulares ni cualquier otro dispositivo electrónico, solo calculadora simple
o científica no programable.
3. Los alumnos deberán dejar todas sus pertenencias debajo de la pizarra.
4. El uso de los útiles es personal, no se permite su intercambio.
5. No se permite el uso de libros ni apuntes de clase.
6. Trabaje mínimo con cuatro decimales en los cálculos previos.

Para la solución de las preguntas asociadas a cada caso, se deben incluir las cinco dimensiones señaladas
en el siguiente cuadro:

Dimensión Criterios considerados en la calificación de la actividad del estudiante

Interpretación Redacta el problema, con un lenguaje sencillo, como pregunta u objetivo.
Define la variable en estudio, indica qué herramienta estadística utilizará en la solución
Representación
del problema o formaliza correctamente las probabilidades a calcular.
Cálculo Muestra los cálculos realizados para dar respuesta al problema.
Análisis Comparar el resultado obtenido del cálculo con la situación real.
Argumentación Redacta la decisión que tomará a partir del resultado de su análisis.

Caso: Empresa de delivery Globo S.A.

A nivel mundial, la empresa Globo presta el servicio de mensajería interurbano. A

través de la app, la web o incluso WhatsApp se puede pedir lo que quiera de tu
ciudad y recibirlo en cuestión de minutos. De este intercambio nace Globo

La empresa es una marca que tiene distintos puntos en las que el consumidor
puede comprar lo que quiera, cuando quiera y donde quiera. Se cuenta con las opciones para pedir
comida, bebidas, regalos, medicamentos, courier y el botón central denominado ‘’Lo que sea’’. Esta
funciona como personal shopper, en la que el “glober” adquiere un producto que no está en el app y se
lo lleva al cliente.

Daniel Sotomayor, gerente del área de Investigación y Desarrollo, alineado a logro de la meta de la
empresa, la que se indica, incrementar las utilidades con respecto al año anterior. Para ello, Daniel
contrató a la empresa Opiniones S.A. la cual, es dirigida por un grupo de egresados de la facultad de
Negocios de una prestigiosa universidad peruana que presentará una propuesta.

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 1
Para realizar el estudio se registra datos de 125 clientes que solicitan el servicio de delibery atendido por
la empresa Globo. Se consideró las siguientes variables:

 Distrito
 Tiempo de entrega
 Monto de pago
 Número de artículos
 Principal queja
 Estado civil
 Nivel de satisfacción
 Medio de pago
: Distrito de solicitud del servicio (San Miguel, La Molina y San Isidro)
: Tiempo de entrega del pedido, en minutos
: Monto de pago del pedido, en soles
: Cantidad de artículos en el pedido
: Principal queja sobre el servicio
: Estado civil del cliente que solicitó el servicio (soltero, casado,
conviviente)
: Satisfacción con el servicio (muy bajo, bajo, regular, alto, muy alto)
: Medio de pago (tarjeta de débito, tarjeta de crédito, efectivo)

Objetivo general: Determinar las acciones para mejorar las utilidades del presente año.

Conceptos básicos (1,0 punto cada uno)

a. La unidad elemental del presente estudio es:

1 cliente que solicita el servicio de globo S.A.

b. Al distrito con tiempo de entrega concentrado en los tiempos altos se aumentará el número de
repartidores. Indique el distrito.

Comparación con asimetría de Pearson

21.94−22.50 12.62−11.78
As san miguel= 3( 1.7029 ) = - 0.987 As la molina = 3( 1.0768
) = 2.034

13.07−12.8
As san isidro = 3( ) = 0.6711
1.2069
Con asimetría de Pearson se aumentará la cantidad de repartidores en el distrito de San Miguel .

Comparación de media, mediana y moda

San Miguel
Promedio<mediana <moda sesgo izquierdo

La Molina
moda<mediana <promedio sesgo derecho

San Isidro
Moda<mediana <promedio sesgo derecho

Comparando las medidas de tendencia central se aumentará la cantidad de repartidores en el distrito

de San Miguel.

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 2
c. El distrito que tiene menor variabilidad relativa en el tiempo de entrega es:

1.7029 1.0768
CvSan _Miguel = 21.94
∗ 100= 7.76% cvLa_Molina = 12.62
∗ 100= 8.53%

1.2069
CvSan _Isidro = 13.07
∗ 100= 9.23%

El distrito que presenta menor variabilidad relativa es el distrito de San Miguel.

d. El número de artículos pedidos por servicio en Globo es una variable aleatoria con función de
probabilidad que se muestra en la tabla N° 2. Además, se sabe que cada servicio tiene un costo de 15
soles, la ganancia por cada servicio de Globo es de 12 soles por artículo. Calcule la ganancia esperada
por servicio.

E(X) = 2.95
E(U) = 12*X-15 = 12*2.95 -15 = 20.4 soles o
E(U) = 12*2.95 = 35.4

e. Si el 12% de los clientes se quejan por un mal servicio. Se eligen al azar 5 clientes, la probabilidad de
que por lo menos un cliente se queje por mal servicio es:

Binomial
X = { Número de clientes que se queja de mal servicio}
p = 0.12 n=5
P(X≥1) = 1 – P(X=0) = 0.4722

f. El costo promedio por entrega de un servicio es:

Integrando se tiene que:

6 (6−𝑥)
E(X) = ∫0 𝑥 ∗ 18
= 20 soles

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 3
 Daniel está convencido que logrará el incremento de las utilidades respecto al año anterior siempre que
sea viable los dos requerimientos

Requerimiento 1: Realizar la campaña de mejor atención a los clientes casados.

El departamento de atención al cliente ha recibido muchas quejas por parte de los clientes casados acerca
de la mala atención del servicio, por tal motivo, se realizará una campaña en este segmento de clientes.
Si de los clientes que fueron mal atendidos se comprueba que la probabilidad que el cliente sea casado,
supere a 0,60. ¿Se realizará la campaña?

Interpretación (0,5p) Representación (0,5p) Cálculo (2,0p) Análisis (0,5p) Argumentación (0,5p)

Interpretación
Determinar si se realizará campaña de mejor atención en el segmento de los casados
¿Se realizará la campaña?

Representación
Se usará probabilidad total y teorema de Bayes
Se trabajará con el gráfico N°1 y Gráfico N°2

Definir eventos

M= mala atención C= casados D= conviviente S= Soltero

Cálculo
P(M) = 0.66*0.4 + 0.18*0.39 +0.16*0.33 = 0.387

0.66∗0.4
P(C/M)= = 0.6821
0.387

O CONSIDERANDO MALO Y MUY MALO (NO CAMBIA LA DECISIÓN FINAL)

P(M) = 0.66*0.5 + 0.18*0.46+0.16*0.50 = 0.4928

0.66∗0.5
P(C/M)= = 0.6696
0.4928

Análisis
De los clientes que opinan que la atención es mal el 68,21% son casados
La probabilidad que se obtuvo de los casados que opinan que la atención es mala representa el 0.6821

De los clientes que opinan que la atención es mal y muy mal el 66,96% son casados
La probabilidad que se obtuvo de los casados que opinan que la atención es mala y muy mala representa el
0.6696

Argumentación
Como la probabilidad de que sea casado sabiendo que la atención es mala es mayor a 0.6 entonces se
realizará la campaña para mejorar la atención a ese segmento de clientes.

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 4
Requerimiento 2: Determinar el distrito en el que se realizarán descuentos especiales.

De acuerdo con la información de años anteriores se observó que cada distrito tiene un comportamiento
diferente en cuanto a los montos de pago. Esta variable se modela, para cada distrito:

Distribución de la variable X: Montos de pago en soles según distrito

Distrito Distribución
La Molina Exponencial con media 16,5 soles

San Isidro Normal con media 15 soles y desviación estándar de 9 soles

Se elige a 40 clientes del distrito de La Molina y 20 clientes del distrito de San Isidro. Se realizará el
descuento del 15% en el siguiente pedido si se comprueba que la probabilidad de que el monto promedio
de pago de los clientes elegidos para cada distrito supere los 18 soles, es mayor a 0.25.

Interpretación (0,5p) Representación (0,5p) Cálculo (2,0p) Análisis (0,5p) Argumentación (0,5p)

Interpretación
Si se realizará descuentos especiales en los distritos de La Molina y San Isidro
Evaluar si se realizará el descuento especial en los distritos de La Molina y San Isidro.
¿cumplirá con la condición para realizar el descuento?
Representación
Se usará el teorema central de limite y distribución de la media muestral
Cálculo
La Molina
Xi ~ Exp (16.5) donde se tomó una muestra de 40 clientes W1 = X1+X2+……+X40
̅ 1~ Normal ( 𝜇𝑤1 2 272.25
𝑊 ̅̅̅̅ = 16,5; 𝜎 = ) por teorema de límite central
40

San Isidro
Yi ~ N(12;9) donde se tomó una muestra de 20 clientes W2 = Y1+Y2+……+Y20
̅ 2~ Normal ( 𝜇𝑤2 2 81
𝑊 ̅̅̅̅ =12; 𝜎 =
20
) por distribución promedio muestral
Piden

̅ 2≤18) = 1- P (Z ≤ 18−16.5) = 1 –P(Z ≤ 0.57) = 1- 0.71566 = 0.28434

̅ 1>18)= 1- P(𝑊
P(𝑊 272.25
√ 7
40

̅ 1≤18) = 1- P (Z ≤ 18−15) = 1 –P(Z ≤ 1.49) = 1- 0.93189= 0.06811

̅ 2>18)= 1- P(𝑊
P(𝑊 81
√
20

Análisis

Los resultados indican que la probabilidad que el monto promedio muestral para los clientes de La
Molina es 0,2843 y que es mayor a 0,25; mientras que la probabilidad que el monto promedio muestral
para San Isidro es 0,06811 es menor que 0,25.
Argumentación
Considerando los resultados obtenidos y la condición que se pide se observa que en el distrito La
Molina se realizará los descuentos especiales.

Redacte su informe final con respecto al objetivo general. Argumente su propuesta. (2,0 puntos)

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 5
 Requerimiento Resultado Acción
1 Realizar la campaña de De los clientes que opinan Se recomienda realizar la
mejor atención a los clientes que la atención es mal el campaña para mejorar la
casados 68,21% son casados atención al segmento de
casados

2 Determinar el distrito en el P(Media muestral > 15) esta Se recomienda realizar los
que se realizarán descuentos es mayor a 0,25 solo en el descuentos en el distrito La
especiales. distrito La Molina Molina
Según los resultados Daniel para lograr la meta debe realizar una campaña en el segmento de casados
para mejorar su atención y lanzar descuentos especiales del 15% en el distrito La molina
Los resultados que presentó el equipo de Opiniones S.A se muestran a continuación:

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 6
Gráfico N° 1 Gráfico N° 2
Distribución de clientes según opinión por estado civil
Distribución de clientes según estado civil 100%
10% 7%
90% 17%
Soltero, 16%

Porcentaje de clientes
80%
70% 40% 39% Muy malo
33%
60% Malo
50% 10% Regular
6%
40% 16%
19% Bueno
Conviviente, 30%
20%
18% 19% Muy bueno
20%
10% 24% 25%
15%
Casado, 66% 0%
Casado Convivi ente Soltero
Estado civil
Fuente: Empresa Opiniones S.A.
Fuente: Empresa Opiniones S.A.

Tabla N° 1: Medidas de resumen del tiempo de entrega de pedidos de Globo, en minutos

Medidas de resumen San Miguel La Molina San Isidro
Media 21,94 12,62 13,07
Mediana 22,50 11,78 12,80
Moda 23,30 10,80 11,20
Varianza 2,8998 1,1594 1,4565
Cuenta 25 71 29
Fuente: Empresa Opiniones S.A.

Tabla N° 2: Función de probabilidad del número de artículos pedidos por servicio en Globo

X:= número de artículos 5

1 2 3 4
pedidos por viaje
f(x) 0,18 0,21 0,26 0,18 0,17

Función de densidad del costo, en decenas de soles, de un servicio en Globo

(6 − 𝑥)
𝑓(𝑥) = 0<𝑥<6
18

Tabla N°3: Distribución de clientes según tipo de tarjeta y distrito

Distrito Tipo de tarjeta Total
Tarjeta de débito Tarjeta de crédito Efectivo
San Miguel 15 5 25 45
La Molina 18 12 17 47
San Isidro 10 18 5 33
Total 43 35 47 125
Fuente: Empresa Opiniones S.A.

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 7
 TABLA DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR

Área bajo la curva normal:  P  Z  z    

Z -0.09 -0.08 -0.07 -0.06 -0.05 -0.04 -0.03 -0.02 -0.01 -0.00
-3.9 0.000033 0.000034 0.000036 0.000037 0.000039 0.000041 0.000042 0.000044 0.000046 0.000048
-3.8 0.000050 0.000052 0.000054 0.000057 0.000059 0.000062 0.000064 0.000067 0.000069 0.000072
-3.7 0.000075 0.000078 0.000082 0.000085 0.000088 0.000092 0.000096 0.000100 0.000104 0.000108
-3.6 0.000112 0.000117 0.000121 0.000126 0.000131 0.000136 0.000142 0.000147 0.000153 0.000159
-3.5 0.000165 0.000172 0.000178 0.000185 0.000193 0.000200 0.000208 0.000216 0.000224 0.000233
-3.4 0.000242 0.000251 0.000260 0.000270 0.000280 0.000291 0.000302 0.000313 0.000325 0.000337
-3.3 0.000349 0.000362 0.000376 0.000390 0.000404 0.000419 0.000434 0.000450 0.000466 0.000483
-3.2 0.000501 0.000519 0.000538 0.000557 0.000577 0.000598 0.000619 0.000641 0.000664 0.000687
-3.1 0.000711 0.000736 0.000762 0.000789 0.000816 0.000845 0.000874 0.000904 0.000935 0.000968
-3.0 0.001001 0.001035 0.001070 0.001107 0.001144 0.001183 0.001223 0.001264 0.001306 0.001350

-2.9 0.00139 0.00144 0.00149 0.00154 0.00159 0.00164 0.00169 0.00175 0.00181 0.00187
-2.8 0.00193 0.00199 0.00205 0.00212 0.00219 0.00226 0.00233 0.00240 0.00248 0.00256
-2.7 0.00264 0.00272 0.00280 0.00289 0.00298 0.00307 0.00317 0.00326 0.00336 0.00347
-2.6 0.00357 0.00368 0.00379 0.00391 0.00402 0.00415 0.00427 0.00440 0.00453 0.00466
-2.5 0.00480 0.00494 0.00508 0.00523 0.00539 0.00554 0.00570 0.00587 0.00604 0.00621
-2.4 0.00639 0.00657 0.00676 0.00695 0.00714 0.00734 0.00755 0.00776 0.00798 0.00820
-2.3 0.00842 0.00866 0.00889 0.00914 0.00939 0.00964 0.00990 0.01017 0.01044 0.01072
-2.2 0.01101 0.01130 0.01160 0.01191 0.01222 0.01255 0.01287 0.01321 0.01355 0.01390
-2.1 0.01426 0.01463 0.01500 0.01539 0.01578 0.01618 0.01659 0.01700 0.01743 0.01786
-2.0 0.01831 0.01876 0.01923 0.01970 0.02018 0.02068 0.02118 0.02169 0.02222 0.02275

-1.9 0.02330 0.02385 0.02442 0.02500 0.02559 0.02619 0.02680 0.02743 0.02807 0.02872
-1.8 0.02938 0.03005 0.03074 0.03144 0.03216 0.03288 0.03362 0.03438 0.03515 0.03593
-1.7 0.03673 0.03754 0.03836 0.03920 0.04006 0.04093 0.04182 0.04272 0.04363 0.04457
-1.6 0.04551 0.04648 0.04746 0.04846 0.04947 0.05050 0.05155 0.05262 0.05370 0.05480
-1.5 0.05592 0.05705 0.05821 0.05938 0.06057 0.06178 0.06301 0.06426 0.06552 0.06681
-1.4 0.06811 0.06944 0.07078 0.07215 0.07353 0.07493 0.07636 0.07780 0.07927 0.08076
-1.3 0.08226 0.08379 0.08534 0.08691 0.08851 0.09012 0.09176 0.09342 0.09510 0.09680
-1.2 0.09853 0.10027 0.10204 0.10383 0.10565 0.10749 0.10935 0.11123 0.11314 0.11507
-1.1 0.11702 0.11900 0.12100 0.12302 0.12507 0.12714 0.12924 0.13136 0.13350 0.13567
-1.0 0.13786 0.14007 0.14231 0.14457 0.14686 0.14917 0.15151 0.15386 0.15625 0.15866

-0.9 0.16109 0.16354 0.16602 0.16853 0.17106 0.17361 0.17619 0.17879 0.18141 0.18406
-0.8 0.18673 0.18943 0.19215 0.19489 0.19766 0.20045 0.20327 0.20611 0.20897 0.21186
-0.7 0.21476 0.21770 0.22065 0.22363 0.22663 0.22965 0.23270 0.23576 0.23885 0.24196
-0.6 0.24510 0.24825 0.25143 0.25463 0.25785 0.26109 0.26435 0.26763 0.27093 0.27425
-0.5 0.27760 0.28096 0.28434 0.28774 0.29116 0.29460 0.29806 0.30153 0.30503 0.30854
-0.4 0.31207 0.31561 0.31918 0.32276 0.32636 0.32997 0.33360 0.33724 0.34090 0.34458
-0.3 0.34827 0.35197 0.35569 0.35942 0.36317 0.36693 0.37070 0.37448 0.37828 0.38209
-0.2 0.38591 0.38974 0.39358 0.39743 0.40129 0.40517 0.40905 0.41294 0.41683 0.42074
-0.1 0.42465 0.42858 0.43251 0.43644 0.44038 0.44433 0.44828 0.45224 0.45620 0.46017
-0.0 0.46414 0.46812 0.47210 0.47608 0.48006 0.48405 0.48803 0.49202 0.49601 0.50000

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 8
 TABLA DE LA DISTRIBUCIÓN NORMAL ESTÁNDAR

Área bajo la curva normal:  P  Z  z    

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.50000 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.52790 0.53188 0.53586
0.1 0.53983 0.54380 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.62930 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.65910 0.66276 0.66640 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.7 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891

1.0 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91309 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670

2.0 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.98030 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.98300 0.98341 0.98382 0.98422 0.98461 0.98500 0.98537 0.98574
2.2 0.98610 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.98840 0.98870 0.98899
2.3 0.98928 0.98956 0.98983 0.99010 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.99180 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.99430 0.99446 0.99461 0.99477 0.99492 0.99506 0.99520
2.6 0.99534 0.99547 0.99560 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.99720 0.99728 0.99736
2.8 0.99744 0.99752 0.99760 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861

3.0 0.998650 0.998694 0.998736 0.998777 0.998817 0.998856 0.998893 0.998930 0.998965 0.998999
3.1 0.999032 0.999065 0.999096 0.999126 0.999155 0.999184 0.999211 0.999238 0.999264 0.999289
3.2 0.999313 0.999336 0.999359 0.999381 0.999402 0.999423 0.999443 0.999462 0.999481 0.999499
3.3 0.999517 0.999534 0.999550 0.999566 0.999581 0.999596 0.999610 0.999624 0.999638 0.999651
3.4 0.999663 0.999675 0.999687 0.999698 0.999709 0.999720 0.999730 0.999740 0.999749 0.999758
3.5 0.999767 0.999776 0.999784 0.999792 0.999800 0.999807 0.999815 0.999822 0.999828 0.999835
3.6 0.999841 0.999847 0.999853 0.999858 0.999864 0.999869 0.999874 0.999879 0.999883 0.999888
3.7 0.999892 0.999896 0.999900 0.999904 0.999908 0.999912 0.999915 0.999918 0.999922 0.999925
3.8 0.999928 0.999931 0.999933 0.999936 0.999938 0.999941 0.999943 0.999946 0.999948 0.999950
3.9 0.999952 0.999954 0.999956 0.999958 0.999959 0.999961 0.999963 0.999964 0.999966 0.999967

UPC, jueves 04 de julio de 2019 – Monterrico, San Isidro, San Miguel y Villa 9
 FÓRMULAS ESTADÍSTICAS
REGLAS DE CONTEO TEORÍA DE PROBABILIDAD
Combina n! Probabilidad total Teorema de Bayes
-ciones Cnk  P(A1 )P(E / A1 )  ...  P(A K )P(E / A K ) P( A i ) P( E / A i )
k!(n  k)! P(A i / E ) 
P(A 1 )P(E / A 1 )  ...  P(A K )P(E / A K )
i  1,2,..., k
VARIABLE ALEATORIA
Espe- n  Si X1, X2, X3,..., Xn son n variables
rado  x  E ( X)  
i 1
x i pi  x  E(X)   x i .f (x )dx

aleatorias independientes, y a1, a2,
a3,..., an son n constantes,
entonces:
 n  n
 
E a i X i   a i . E(X i )
 i 1  i 1
Varian- n  Si X1, X2, X3,..., Xn son n variables
za   V ( X)   f i ( x i   x )
2
x
2
  V(X)   ( x i   x ) 2 .f ( x )dx
2
x aleatorias independientes, y a1, a2,
i 1  a3,..., an son n constantes,
  V ( X )  E ( X )  E ( X )  2x  V(X)  E(X 2 )  E(X)
2 entonces:
2 2 2
x n
V  a i X i   a
n
2
i . V( X i )
 i1  i 1
DISTRIBUCIONES IMPORTANTES
Binomial X ~ B(n, p) P( X  x)  C xn p x (1  p) n  x x  0 , 1 ,... , n E(X)  np V(X)  np(1  p)

Hipergeo- Cxr CnNxr  r   r  r  N  n 

X ~ H( N, r, n) P( X  x)  x  0 , 1 ,... , min( r, n) E(X)  n  V ( X )  n 1   
métrica CnN N  N  N  N  1 

e  . x
Poisson X ~ P ( ) P( X  x )  x  0 , 1 , 2 , ... E ( X)   V( X )  
x!
1 (a  b ) (b  a ) 2
Uniforme X ~ Ua , b f (x)  , axb E ( X)  V(X) 
ba 2 12
x
1 
f (x)  e  , x  0 , donde   0

Exponencial X ~ E(1 / )
x
E ( X)   V(X)  2


Función acumulada: F(x)  1  e
Propiedad reproductiva de la normal.
n n n
Si Y   c x , donde
i 1
i i xi ~ N( i , i2 ) i  1, 2,..., n ,  y  c 
i 1
i i y  2y  c 
i 1
2 2
i i  Y ~ N( y ,  2y )

DISTRIBUCIONES MUESTRALES
Estimador Media Varianza Distribución
_

  Nn
2 x 

_
z
2
X    z
x 
~ N(0,1)  Nn
~ N(0,1)
n n  N 1  / n
n N 1
Asimetria de 𝑥̅ −𝑚𝑒𝑑𝑖𝑎𝑛𝑎
As = 3( )
Pearson 𝑠

UPC, ……de 2019 – Monterrico, San Isidro, San Miguel y Villa 10