Libro Metodos I - USAC

Métodos
Cuantitativos I
Osear Haroldo Quiñónez Porras

Axel Osberto Marroquín Reyes
Edición 2,014
INDICE
CONTENIDO PAGINA
CAPITULO!
Antecedentes y Generalidades de la Estadística 1
Breve Historia de la Estadística 1
Finalidad de la Estadística 5
Parámetro, Muestra 6
Variable 7
Datos Estadísticos 9
,4'Proceso de Investigación Estadístico 1O
~tantear el problema de Investigación 12
Definir tipo y nivel de investigación 13
'Establecer las hipótesis y definir las variables 13
<, Plantear el o los objetivos a alcanzar 15
Seleccionar el diseño apropiado de investigación 16
Seleccionar los objetivos a estudiar 17
Recopilación de la información 18
Algunos consejos para entrevistar 20
Diseños del cuestionario 22
Organización, clasificación y codificación de la información 25
Presentación de la información 25
Diferencia entre cuadro y tabla 26
Presentación de variables cuantitativas 27
Análisis de variables cualitativas .46
Análisis de variables cuantitativas 48
Hoja de trabajo No. 1 , 50
CAPITULOII 55
Análisis e interpretación de Series simples o muestras pequeñas 56
Medidas de tendencia central 63
Medidas de posición 65
Ejercicios para practicar en clase 67
Hoja de trabajo No. 2 68
Otros ejercicios para practicar 69
CAPITULO 111 77
Análisis e interpretación de muestras grandes 78
Construcción de una distribución de frecuencias 80
Análisis 85
Método Indirecto 86
Método Breve o Clave................................................... 87
Mediana, Distribución de frecuencias acumuladas 88
Método gráfico 89
Moda 93
Medidas de dispersión 94
Varianza y desviación estándar 95
Medidas de posición 100
Distribución de Frecuencias Acumuladas 104
Hoja de trabajo No.3 107
CONTENIDO PAGINA
CAPITULO IV 117
Naturaleza e importancia de la probabilidad 118
Probabilidad 118
Experimento o fenómeno probabilístico 120
,
Tipos de probabilidad 121
Probabilidad condicional 124
Reglas de probabilidad 126
Teorema de Bayes 144
Diagrama de árbol y árbol de probabilidad 152
CAPITULO V 163
Distribución de Probabilidad de una variable aleatoria discreta 164
Modelos de distribuciones de probabilidad de variables discretas 164
Media y desviación estándar de una distribución
de probabilidad para variables discretas 166
Distribución de variables aleatorias discretas 167
. Hoja de trabajo No. 6 174
Distribución Binomial 181
Distribución de Poisson 196
Media aritmética y desviación estándar
de la distribución de Poisson 202
CAPITULOVI 213
. Distribución de probabilidad
de una variable aleatoria continua 214
Distribución Normal de probabilidad 216
Principales características de la curva de probabilidad 217
La distribución normal estándar de probabilidad 220
Tabla de áreas bajo "La Curva Normal Estándar" 221
Como encontrar probabilidades conociendo valores de Z 223
Aproximación de la distribución
normal a la distribución Binomial 243
Aproximación de la distribución normal a la distribución Poisson 249
CONTENIDO PAGINA
CAPITULO VII 259

Teorema del Límite Central, naturaleza e Importancia 260
Aplicación del Teorema del Límite Central 263
Ejemplo de realización de un control de calidad 278
Hoja de Trabajo No. 1 O 281
FÓRMULAS MÉTODOS CUATITATIVOS 1 287
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDAR" 293

CAPITULO!
• Antecedentes y Generalidades de la Estadística

• Breve Historia de la Estadística
• Finalidad de la Estadística
• Parámetro, Muestra
• Variable
• Datos Estadísticos
• Proceso de Investigación Estadístico
• Plantear el problema de Investigación
• Definir tipo y nivel de investigación
• Establecer las hipótesis y definir las variables
• Plantear el o los objetivos a alcanzar
• Seleccionar el diseño apropiado de investigación
• Seleccionar los objetivos a estudiar
• Recopilación de la información
• Algunos consejos para entrevistar
• Diseños del cuestionario
• Organización, clasificación y codificación de la información
• Presentación de la información
• Diferencia entre cuadro y tabla
• Presentación de variables cuantitativas
• Análisis de variables cualitativas
• Análisis de variables cuantitativas
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA l
CAPITULO I
Conceptos básicos
[ Población
J [ Muestra
J
PROBABILIDAD
[ Parámetro
J Conceptos
[ Estadístico )
-----
DISTRIBUCIONES DE
e
PROBABILIDAD
DISCRETAS
Binomial-Poisson
CONTINUAS
Normal
J
ANTECEDENTES Y GENERALIDADES
DE LA ESTADÍSTICA
tntroauccton
A diario se toman decisiones y a menudo se hace de manera intuitiva, es decir por puro
presentimiento; pero esta forma no se basa en ninguna teoría, ni método racional, entendiendo por
método, a las técnicas con las cuales se trata de darle solución y respuesta a muchos problemas; y
teoría, la base que garantiza que las técnicas usadas sean las correctas. Toda decisión está llena de
incertidumbre y por eso mismo se tiene que buscar un método que ayude a decidir por un curso de
acción entre varios, porque siempre existen alternativas. Cuando se aplica la herramienta estadística
en una investigación quiere decir que se aleja de lo intuitivo y entra en el campo de la racionalidad.
Siempre existirá una alternativa mejor que otra, debido a sus consecuencias en ciertas circunstancias
o condiciones. Como siempre existe información incompleta, el grado de incertidumbre puede ser
mayor y se puede reducir si se aplica el método estadístico y se recurre a la teoría del muestreo, a
pesar de que se pueda correr el riesgo de fallar, lo cual es inevitable porque obtener toda la
información de la población es imposible, desde el punto de vista del tiempo y de los costos
involucrados. Aplicar la estadística es mejor que confiar en la adivinación. Para aplicar la estadística
se necesita definir la población y especificar sus parámetros. La población es la totalidad de las
observaciones necesarias en un problema dado; y las características, que -poseen los individuos
observados de la población, son los parámetros que se necesitan para la toma de decisiones. Luego
se presenta el problema de decidir cuáles son los parámetros de decisión que sirven para plantear el
problema y que se puedan adecuar mejor a sus atributos. Las consecuencias de una decisión
dependen, en parte, del valor de los parámetros seleccionados y ello, depende de las circunstancias
particulares relacionadas con el problema. En resumen: siempre es necesario tomar una decisión
entre varias alternativas. Cuando la decisión es intuitiva, se basa en la experiencia y en las
emociones. Si la decisión se toma utilizando el método estadístico, el resultado puede ser más
racional.
Breve historie de la stadístíca

Por mucho tiempo, la palabra estadística se refería a información numérica sobre los estados o
territorios políticos. La palabra viene del latín "statisticus" que significa "del estado". Las estadísticas
como se conocen hoy día tomaron en desarrollarse varios siglos y muchas mentes privilegiadas. John
Graunt (1620-1674), un inglés que estudiaba los expedientes de los nacimientos y muertes descubrió
que nacían más niños que niñas, pero también encontró que por estar los hombres más expuestos a
accidentes ocupacionales, a enfermedades y la guerra, el número de hombres y mujeres en la edad
de casarse era más o menos la misma. Graunt fue el primero en publicar sobre el análisis estadístico
y su trabajo llevó al desarrollo de las ciencias actuariales utilizadas por las compañías de seguros.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 2
Era función principal de los Gobiernos de los Estados establecer registros de población, nacimientos,
defunciones, impuestos, cosechas... La necesidad de poseer datos cifrados sobre la población y sus
condiciones materiales de existencia han debido hacerse sentir desde que se establecieron
sociedades humanas organizadas.
Es difícil conocer los orígenes de la Estadística, desde los comienzos de la civilización han existido
formas sencillas de estadística, pues ya se utilizaban representaciones gráficas y otros símbolos en
pieles, rocas, palos de madera y paredes de cuevas para contar el número de personas, animales o
cosas.
La palabra estadística con frecuencia nos trae a la mente imágenes de números almacenados en
grandes arreglos y tablas, de volúmenes de cifras relativas a nacimientos, muertes, accidentes,
producción, impuestos, poblaciones, ingresos, deudas, créditos, accidentes, robos y así
sucesivamente. La Estadística es mucho más que sólo números acumulados y gráficas bonitas, que
presentan esta información. Es una ciencia con tanta antigüedad como la escritura, y es por sí misma
auxiliar de todas las demás ciencias. Los mercados, la medicina, la ingeniería, los gobiernos, se
nombran como algunos clientes de ésta. La falta de ésta conllevaría a un desconcierto generalizado,
dejando a los administradores y ejecutivos sin información vital a la hora de tomar decisiones en
tiempos de incertidumbre. La Estadística que se conoce hoy en día debe gran parte de su realización
a los trabajos matemáticos de aquellos hombres que desarrollaron la teoría de las probabilidades, con
la cual se adhirió a la Estadística a las ciencias formales.
Los datos que pueden merecer el calificativo de estadísticos, se generaron hasta cuando las
sociedades humanas empezaron a utilizar los diversos sistemas de escritura; sin embargo, cabe
suponer que antes de ello tuvieron necesidad de practicar recuentos de población y de otros recursos
de la sociedad o del territorio que ocupaban.
La estadística en su etapa inicial, se refería principalmente a la realización de conteos y a la

presentación de la información en cuadros y gráficas.
La aplicación de la probabilidad surgió de la necesidad de utilizar los datos para predecir con alguna
precisión los hechos futuros, lo que conllevó un gran impulso al desarrollo de la estadística,
convirtiéndola en una herramienta muy útil para describir, manipular, analizar e interpretar la más
diversa información relacionada con la evolución, crecimiento y desarrollo de las sociedades humanas
y, por ende, para comprender, evaluar y controlar su funcionamiento, tanto a nivel general como en
aspectos específicos.
La historia de la estadística está resumida en tres grandes etapas o fases.
Primera Fase: Los Censos:

Desde el momento en que se constituye una autoridad política, la idea de inventariar de una forma
más o menos regular la población y las riquezas existentes en el territorio está ligada a la conciencia
de soberanía y a los primeros esfuerzos administrativos.
Segunda Fase: De la Descripciónde los Conjuntos a la AritméticaPolítica:

Las ideas mercantilistas extrañan una intensificación de este tipo de investigación. Colbert multiplica
las encuestas sobre artículos manufacturados, el comercio y la población: los intendentes del Reino
envían a París sus memorias. Vauban, más conocido por sus fortificaciones o su Dime Royale, que es
la primera propuesta de un impuesto sobre los ingresos, se señala como el verdadero precursor de los
sondeos. Más tarde, Bufón se preocupa de esos problemas antes de dedicarse a la historia natural.
La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva. Sus tres
principales representantes son Graunt, Petty y Halley. El penúltimo es autor de la famosa Aritmética
Política.
Chaptal, ministro del interior francés, publica en 1801 el primer censo general de población, desarrolla
los estudios industriales, de las producciones y los cambios, haciéndose sistemáticos durantes las dos
terceras partes del siglo XIX.
Tercera Fase: Estadísticay Cálculo de Probabilidad:
El cálculo de probabilidad se incorpora rápidamente como un instrumento de análisis poderoso para
el estudio de los fenómenos económicos y sociales y en general para el estudio aquellos "cuyas
causas son demasiados complejas para conocerlos totalmente y hacer posible su análisis".
¿Por qué hay que estudiarEstadística?

La educación estadística se requiere en muchos programas de curso de varias unidades académicas
de la universidad. ¿Por qué pasa esto? ¿Cuáles son las diferencias en los cursos de Estadística
impartidos en la Escuela de Administración de la Facultad de Ciencias Económicas, en la Facultad de
Ingeniería, y los de la Facultad de Psicología? La mayor diferencia son los ejemplos utilizados.
Básicamente, el contenido del curso es el mismo; en la Escuela de Administración interesan cosas
como las ganancias, horas de trabajo, y salarios. En la Facultad de Psicología interesan los resultados
de las pruebas, y en la Facultad de Ingeniería pueden interesar cuántas unidades son producidas por
una máquina en especial. Sin embargo, las tres áreas tienen interés en lo que es un valor típico y en
la cantidad de variación existente en la información. Es posible que también exista una diferencia en el
nivel de matemáticas requerido. Un curso de Estadística en ingeniería generalmente requiere del
Cálculo, los cursos de Estadística en escuelas de administración y en la educación, generalmente
enseñan un curso orientado a aplicaciones.
Entonces, ¿por qué se requiere estudiar Estadística en tantas carreras?
La primera razón es que en todos lados encontramos información numérica. Si se revisan los
periódicos, revistas de información, revistas de negocios, publicaciones de interés general, o revistas
de deportes, uno estará bombardeado con información numérica. Algunos ejemplos:
~ Una determinada empresa reporta que en el año 2011 sus ventas fueron de 090 millones, arriba
en un 7,2%; sus ganancias fueron de 044 millones, con ascenso en un 7,0%, y el efectivo neto
circulante fue de 045 millones.
~ Los egresados de licenciados en Administración de Empresas, contaron con un sueldo promedio

inicial de 08,000.00 y un 80% de ellos consiguieron trabajo a los cuatro meses de la graduación.
~ Para los que practican futbol sala y gustan de jugar en campos privados, las cuotas de los campos
promediaban 0150.00 la hora.
La segunda razón para tomar el curso de Estadística es que las técnicas estadísticas se utilizan para
tomar decisiones que afectan nuestra vida diaria. Esto quiere decir que afectan a nuestro bienestar
personal. Algunos ejemplos: 1
~ Las compañías de seguros utilizan análisis estadísticos para establecer las tarifas de los seguros
de casa, automóvil, vida y salud. Existen tablas que resumen la probabilidad de que un hombre de
45 años de edad viva el año siguiente, los siguientes cinco años, etc. Las primas del seguro de
vida se pueden establecer basándose en estas probabilidades.
~ Una institución que vela por la protección del medio ambiente puede estar interesada en la
calidad del agua en el Lago de Atitlan. Periódicamente toman muestras de agua para establecer
el nivel de contaminación y mantener el nivel de calidad.
~ Los investigadores médicos estudian las tasas de cura de enfermedades, basándose en el uso de
diferentes medicamentos y distintas formas de tratamiento. Por ejemplo,· ¿cuál es el efecto de
tratar cierto tipo de daño a la rodilla con cirugía o con terapia física? Si se toma una aspirina
diaria, ¿se reducirá el riesgo de sufrir un ataque cardiaco?
La tercera razón para tomar el curso de Estadística es que el conocimiento de los métodos
estadísticos ayuda a entender por qué se toman ciertas decisiones, y le aportarán una mejor
comprensión sobre la manera en la que lo afectan. Sin importar el tipo de trabajo que seleccione,
encontrará que tiene que enfrentar la toma de decisiones con la ayuda del análisis de datos.
Para poder realizar una decisión basada en la información, necesitará:

)> Determinar si la información existente es adecuada o si se requiere información adicional.
)> Reunir información adicional, si es necesario, de tal forma que no hayan resultados erróneos.
)> Resumir la información de una forma útil e informativa.
)> Analizar la información disponible.
)> Sacar las conclusiones y realizar las deducciones necesarias, al tiempo que se evalúa el riesgo de
llegar a una conclusión incorrecta.
Estadística
Cuando se habla de estadística se piensa en una relación de datos numéricos, presentados de forma
ordenada y sistemática. Esta idea es la consecuencia del concepto popular que existe sobre el
término y que cada vez está más extendido debido a la influencia de nuestro entorno, ya que hoy día
es casi imposible que cualquier medio de difusión, periódico, radio, televisión, no nos aborde
diariamente con cualquier tipo de información estadística sobre robo de celulares, robo de autos,
accidentes automovilísticos, índices de crecimiento de población, turismo, tendencias políticas, etc.
Sólo cuando nos adentramos en un mundo más específico como es el campo de la investigación de
las Ciencias: Economía, Química, Física, Medicina, Biología, Psicología, empezamos a percibir que la
Estadística no sólo es algo más, sino que se convierte en la única herramienta que, en la actualidad,
permite dar luz y obtener resultados, y por tanto beneficios, en cualquier tipo de estudio. Podríamos,
desde un punto de vista más amplio, definir la estadística como la ciencia que estudia cómo debe°'
emplearse la información y cómo dar una guía de acción en situaciones prácticas que suponen
incertidumbre.
Es la rama del conocimiento humano que trata de la recolección, organización, clasificación,\

presentación, análisis e interpretación de datos numéricos, con el fin de obtener información útil, parax
la toma de decisiones y, para hacer inferencias científicas partiendo de tales datos.
También se puede decir que la Estadística se ocupa de los métodos y procedimientos para recoger,
clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de
ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.
Los usos de la estadística son ilimitados. Es rnucno más difícil mencionar un campo en que no se
utilice la estadística que uno en el que ésta sea parte integral. Algunos ejemplos, en la educación el
profesor utiliza la estadística descriptiva para describir el comportamiento de los resultados de los
exámenes, en las ciencias es necesario recolectar y analizar los datos que se obtienen en los
experimentos y el gobierno siempre debe de recolectar muchos tipos de datos estadístic
División de la es eaisttcs
, istica para su estudio se ha dividido en dos grandes ramas: la Estadístic y la
Inferencia!.
Estadístíca descriptiva o deductiva

Una de las ramas de la Estadística más accesible a la mayoría de la población es la~- Esta
parte se dedica única y exclusivamente al ordenamiento y tratamiento mecánico de ra 1mormación
para su resentación por medio de cuadros (tablas tacioces gráfieas, así como de la
obtención de algunas e , es (parámetros g,.e,_stadísticos úfil~~icael:on.:de
la información.
La Estadística Descriptiva es la parte que se conoce desde los cursos de educación primaria, que se
enseña en el diversificado y que, por lo general, no pasa a ser un análisis más profundo de la
información. Es un primer acercamiento a la información y, por esa misma razón, es la manera de
presentar la información ante cualquier lector, ya sea especialista o no. Sin embargo, lo anterior no
quiere decir que carezca de metodología o· algo similar, sino que, al contrario, por ser un medio
accesible a la mayoría de la población humana, resulta de suma importancia considerar para así evitar
malentendidos, tergiversaciones o errores.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA s
Parte de la Estadística que da los procedimientos para transformar los datos numéricos del análisis de
un fenómeno colectivo, para esto se vale de las técnicas de recolección, organización, clasificación,
presentación, análisis e interpretación de datos estadísticos, a un determinado conjunto de ellos, ya
sea una muestra o una población, cuyo resultado es válido únicamente para ese conjunto colectivo de
datos.
Consiste sobre todo en la presentación de datos en forma de cuadros (tablas) y gráficas. Esta
comprende cualquier actividad relacionada con los datos y está diseñada para resumir o describir los
mismos sin factores pertinentes adicionales; esto es, sin intentar inferir nada que vaya más allá de los
e; íEstadístíca inferencia/
datos, como tales.
W{) o inductiva
Es la técnica que con base en la probabili~_y_ a artir de la deducción o desccip.ciQn....(estadística
1,ri.,, descríptiva o deductiva) es útil para elaborar interpretaciones, inferencias o inducciones válidas para
'un conjunto mayor de datos.
\)V\
' .
Se deriva de muestras, de observaciones hechas a una parte de un conjunto numeroso de individuos
. v . .--/:
J _¡}" ~ y esto implica que su análisis requiere de generalizaciones que van más allá de los datos. Como
l t.,"r consecuencia, la característica más importante de la estadística ha sido un cambio en el énfasis de los
f métodos que describen a métodos que sirven para hacer generalizaciones.
·<:i/2¡; La Estadística Inferencia! invefiljg__a o analiza una población Pfü!Le.D.rul annamuesna tomada.
Mientras que La EstadístlG.a..Q.es~a-e~G+ficameAte..ge describir y analizar un grupo de
~ sin es~l~~~L..g~Jlerª!jzaqtQnes; La Estadística Inferencia! hace gosible inferir imeortantes
conclusTonessobre 1ª-ll..Oblacióo-aQ~MLi5-~ . .o..eJ.am~
Finalidad de la estadística
La estadística es una ciencia o método científico que en la actualidad es considerada como unr
{ poderoso auxiliar en las investigaciones científicas, que le permite a ésta aprovechar el material
cuantitativo. · .
Poblacíón
~ conjunto o colecciones completas de individuos (Q,fil:S.QD.aS.._ s;osas. objetos o yalo,:esLque
contienen la totajj_fL e observaciones osibles o valores de il)t.§!rés en un.e,~92f~.P de investigación.
También se puede decir que es el conj11nio4e..to s eleme os ue cu len ciertas ropiedades y

entre los cua~_qesfil3 ~cful.I:.,.Yn d.eteJrni.Q9-doJe.oórne.J19..(pueden ser hogares, numero''"e
tornillos producidos por una fábrica en un año, lanzamientos de una moneda, etc.). Llamamos
población estadística o universo al conjunto de referencia sobre el cual van a recaer las
observaciones.
La población puede ser finita e infinita. Se identifica con la letr , ~

a--.iru-: 1:1112•~ - --~-,,.-~~
> Población finita

Tiene un número limitado de elementos, su conteo tiene un s ecífico. Por ejemplo; el
gerente de la a nea a as lea", desea hacer un análisis de la producción de manguera plástica
en el mes de junio.
:,.. Población infinita

_.__T~ie~n~e'-;nf.u~·
m!.'-"-er~o'--;i~li~m~it::::a7d~o..::d~e~e~l~e:.:m~e::;n~to~s:'..!.,.........
.::s~uc..!c~o7n~te~o:<-'-'
=""'-"" . es lo general. Por ejemplo; se desea
un análisis de la producción e manguera plástica.
tndivtauo
Se le llama individuo a cada uno de los elementos que componen la población estadística. El individuo
es un ente obseroable que rro-necesarláifiéñ e ,ene que ser una persona, puede ser Un objeto, un ser
vivo, una cosa, o incluso algo abstracto.
Parámetro
En Estadística, función definida sobre valore~numéricos de_una QQ.Qlgció[l. Es una medida descriptiva
(rmmérica-:-Ce tendencia central, posición o de dispersión que se refiere a las características
inherentes a una población. ~ represen~a con letras del alfabeto griego~em !o: µ = media, cr
L = desv· ·' estándar, e 2 - varianza. Por e1emplo; 'en una istribuídora de abonos químicos se
recibieron 50 quintales de unabo-noy al pesarlos se encontró un peso promedio de 97.5 libras.
Muestra
Algo importante que no se puede dejar de mencionar es que no siempre se trabaja· con todos los
individuos de la población. Esto por diversas razones, que pueden ser desde prácticas hasta por
economía. Por ejemplo, resultaría muy oneroso obtener los datos de todos los trabajadores de
Guatemala, o impráctico (y a la vez destructivo) obtener como datos el tiempo en el que se funden
todas las bombillas producidas por una cierta empresa. El estudio conduciría a la empresa a la ruina,
pues la producción entera desaparecería.
Por esta razón se considera un subconjunto del total de individuos, el cual se estudia con el propósito
de obtener de ellos la información necesaria. La población, entonces, es el total hipotético de los
individuos que se estudian. Ante la imposibilidad ocasional de conseguir a la población, entonces se
recurre a la muestra, qu~ v~ene siendo un subconjunto de los atos de la población. "'----
Aunque generalmente los investigadores (estudiantes) se interesan en una o unas características

descriptivas de toda la población, regularmente descubren que las poblaciones son demasiado
grandes para ser estudiadas en su totalidad, o son pequeñas pero sus elementos deben ser
destruidos, por lo que deciden tomar una parte de los elementos de la misma.
Es una parte representativa de la población o el subconjunto o colección parcial de los elementos de

una población, puede ser grande o pequeña según el número de sus elementos.
~n·unto de la población que es estudiado y a partir de la cual se s~n

~C~2.!J~<?.Qffi..Jas característicªs de la..QQ..b.lación. La muestra ebe ser representativa, en el
sentido de que las conclusiones obtenidas deben servir para el total de la población.
Las muestras pueden ser probabilísticas o no probabilísticas. Una muestra probabilística se elige
mediante reglas matemáticas, por lo que la probabilidad de selección de cada unidad es conocida de
antemano. Por el contrario, u~.ª-.JK>,probab.ili.stica no.s rig~_por las re las__ !!1atemáticas de la
probabilidad. De ahí que, mientras en las muestras probabilísticas es posible calcular el tamaño del
error rnuestral, no es factible hacerlo en el caso de las muestras no probabilísticas.
Las razones para estudiar muestras en Jugar de poblaciones son diversas y entre ellas podemos
señalar:
1) Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.
2) Como consecuencia del punto anterior ahorraremos costos.
3) Estudiar la totalidad de los individuos o personas con una característica determinada en muchas
ocasiones puede ser una tarea inaccesible o imposible de realizar.
4) Aumentar la calidad del estudio. Al disponer de más tiempo y recursos, las observaciones y
mediciones realizadas a un reducido número de individuos pueden ser más exactas y plurales que
si las tuviésemos que realizar a una población.
5) La selección de muestras específicas nos permitirá reducir la heterogeneidad de una población al
indicar los criterios de inclusión y/o exclusión.
6) El estudio puede implicar la destrucción del elemento (estudio de la vida media de una partida de
bombillas, estudio de la tensión de rotura de unos cables ... )
Los pasos a seguir para la recolección de una muestra son los siguientes:
1)Definir la población en estudio, especificando las unidades que la componen, el área geográfica
donde se realiza el estudio y el periodo de tiempo en el que se realizará el mismo.
2) Definir el marco; listado o descripción de los individuos que forman la población.
3) Definir la unidad de muestreo; ciudades, calles, hogares, individuos.
ANTECEDENIES Y GENERALIDADES DE LA ESTADÍSTICA 7
4) Definir la variables a medir o las preguntas que se harán si se trata de una encuesta.
5) Seleccionar el método de muestreo; probabilístico o no probabilístico, aunque es el primero el que
permite la estimación correcta de los parámetros.
6) Calcular el tamaño necesario para obtener una determinada precisión en la estimación.
7) Elaborar el plan de muestreo que guiará el trabajo de campo.
Estadístico o estadígrafo
Es una medida descriptiva (numérica), de tendencia central, posición o de dispersión que se refiere a
las características inherentes a una muestra. Se representa con letras del alfabeto arábigo. Por
ejemplo: x = media, s = desviación estándar, s2 = varianza. Por ejemplo; en una distribuidora de
abonos químicos se recibieron 50 quintales de un abono y al revisar los pesos de 15 sacos, se
encontró un peso promedio de 98.5 libras.
1
Varíable
A cada rasgo o característica de los elementos de una población o muestra y que varían de un
individuo a otro se le llama variable, ejemplo: color del cabello, el peso, la estatura, la religión, color de
los ojos, No. de trabajadores para la clasificación de una empresa, etc.
Así como, en el álgebra existen símbolos como x, y, z, u, etc ... , que sirven para representar ciertas
cantidades y que pueden tomar determinados valores, también en estadísticas se emplean letras para
representar datos, las cuales son llamados variables.
Cuando se habla de variable se hace referencia a un símbolo (x, y, z, u, etc .. .) que puede tomar
cualquier valor dentro de un conjunto determinado, que será llamado rango de la variable. En función
del tipo de rango, las variables se clasifican del siguiente modo:
1) Variables cualitativas o de atributo
2) Variables cuantitativas o numéricas

2.1) Discretas
2.2) continuas
Las variables también se pueden clasificar en:

1) Variables unidimensionales: sólo recogen información sobre una característica (por ejemplo: edad
de los alumnos de una clase).
2) Variables bidimensionales: recogen información sobre dos características de la población (por
ejemplo: edad y altura de los alumnos de una clase).
3) Variables pluridimensionales: recogen información sobre tres o más características (por ejemplo:
edad, altura y peso de los alumnos de una clase).
Variable cualitativa o de atributos

Es la que clasifica o describe a través de atributos a un elemento de interés de una población o
muestra. Las operaciones aritméticas, como sumar y obtener promedios, no son significativas para
datos que resultan de una variable cualitativa, ejemplo: color de los ojos, el género, la raza, el color de
las flores, la calidad, lo bueno, lo malo; etc.
Las variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles
como frió o calor, hombre o mujer, día o noche, aprobado o reprobado; también politómicas cuando
pueden adquirir tres o más valores como el color de los ojos, verde, café, negro, azul, etc .
Variable cuantitativa o numérica

Es la que cuantifica un elemento de interés de una población o muestra. Las operaciones aritméticas
(+, -, *, /), como sumar y obtener promedios, son significativas para datos que resultan de una variable
cuantitativa, ejemplo: la edad, el puntaje de calificación, el salario, el peso, la estatura, el costo de los
libros, etc.
La variable cuantitativa puede ser discreta o continus.
La vanable discreta, generalmente proviene del conteo, sólo puede tener valores enteros a lo largo
de una escala de valores, ejemplo: No. de alumnos, ya que el número de alumnos no puede ser
divisible, pues no pueden haber 20.5 alumnos.
Una variable continua, generalmente proviene de la medición, puede tener un número infinito de
valores entre dos valores dados, es divisible, ejemplo; el peso, entre 11 O y 111 libras existen una
infinidad de pesos, dependiendo del instrumento o herramienta de medida que se utilice.
Escalas o niveles de medición

Una variable es medida utilizando una escala de medición. La elección de la(s) escala(s) de medición
a utilizar depende, en primer lugar, del tipo de variable en estudio, y, además, del manejo estadístico a
la que se someterá la información. En términos prácticos, existe una correspondencia directa entre el
concepto de variable y escala de medición.
Muchos autores reconocen cuatro tipos de escalas: Nominal, Ordinal, de Intervalo y de Razón.
Nominal: Se clasifica la variable en categorías cuyo orden no es lógico, no existe una jerarquía,
ejemplo: genero: masculino, femenino; Estado Civil: Casado, soltero, viudo, divorciado. Es la escala
más débil en cuanto a la información que proporciona. Para distinguir las categorías se emplean
símbolos, letras o números. En el caso que se empleen números, estos solo tienen un carácter
simbólico y no numérico.
Propiedades del nivel nominal:
1) Las categorías de datos son mutuamente excluyentes, por lo tanto, un elemento pertenece a una
sola categoría.
2) Las categorías de datos no cuentan con un orden lógico.
Ordinal: La variable se clasifica por categorías cuyo orden es lógico, existe una jerarquía. Ejemplo:
calificación de la metodología de enseñanza de un profesor puede ser excelente, buena, regular y
mala. Otro ejemplo serían los grados de educación básica: primero, segundo y tercero.
En este nivel, las unidades de los grupos guardan cierta relación entre sí, que se pone de manifiesto
cuando se está en posibilidad de establecer una relación de tipo mayor o menor que.
Propiedades del nivel ordinal:

1) Las categorías de datos son mutuamente excluyentes y exhaustivas.
2) Las categorías se clasifican u ordenan de acuerdo con las características particulares que poseen.
Intervalo: Las variables se miden de manera numérica y llevan inherente un rango u ordenamiento,
proporciona números que reflejan diferencia entre individuos u objetos, la diferencia entre números
sucesivos es de tamaño constante y medible, el cero es arbitrario. Ejemplo: la temperatura, entre 10 y
20 grados, existe la misma diferencia que entre 30 y 40 grados. El cero no indica ausencia de la
variable.
Cero grados Fahrenheit no representa la ausencia del calor, sólo indica que hace frío. De hecho, a°
Fahrenheit representa alrededor de -1Ef en la escala Celsius.
Propiedades del nivel de intervalo:

2) Las categorías se clasifican de acuerdo con la cantidad de la característica que posee.
3) Las diferencias iguales en la característica son representadas por iguales diferencias en los
números asignados a las categorías.
Razón: Consiste en medidas numéricas para las cuales las distancias entre los números tienen un
tamaño constante y conocido. La diferencia básica entre la escala de intervalo y la de razón es que en
la escala de razón existe un cero absoluto y no arbitrario, ejemplo: peso. edad, etc.
Propiedades del nivel de razón:

2) Las categorías se clasifican de acuerdo con la cantidad de la característiéa que posee.
3) Las diferencias iguales en la característica son representadas por iguales diferencias en los
números asignados a las categorías.
4) El punto (o valor) cero representa ausencia de la característica.
Datos estadísticos
En una investigación estadística, se manejan diversas características, a las que se denomina
variables. Los datos son los resultados que se observan para estas variables.
Deto: Valor de la variable asociado a un elemento de una población o muestra. Este valor puede ser
un número, una palabra o un símbolo.
Datos: Conjunto de valores recolectados para la variable de cada uno de los elementos que
pertenecen a la muestra.
Datos estadísticos:
Son los valores o características que corresponden a una variable estadística. Los datos estadísticos
se obtienen mediante un proceso que incluye la observación o medición de conceptos, como
calificaciones de exámenes, ingresos anuales de una ciudad, variación de la taza de cambio del
quetzal en un año, índice de mortalidad o natalidad, fluctuación del PIS en un periodo de gobierno.
La información cuantitativa o numérica, puede encontrarse donde quiera; en negocios, economía y

muchas otras áreas. Los datos estadísticos son números que pueden ser comparados, analizados e
interpretados.
¿De dónde vienen los datos? Los datos pueden provenir de observaciones reales o de registros
llevados a cabo por las instituciones públicas o privadas, por ejemplo hospitales, escuelas,
universidades, cuarteles, etc.
Esta información se puede organizar para producir datos que los especialistas en estadística puedan
describir e interpretar. Cuando los datos se ordenan de forma compacta y útil los responsables de
tomar decisiones pueden obtener información confiable sobre el ambiente y usarlas apropiadamente
en la toma de decisiones.
Existen varios tipos de datos estadísticos, que se agrupan en dos clasificaciones: Datos de
características Cuantitativas y Datos de Características Cualitativas.
Datos cuantitativos: Dan información numérica, como cuántos son, cuánto miden, cuánto pesan, fecha
de nacimiento, cuánto duran, la temperatura, etcétera. Estos se obtienen a través de mediciones y
conteos. Un dato cuantitativo podemos encontrarlo en cualquier disciplina; psicología, administración,
contabilidad, economía, medicina, educación, agronomía, etc.
Datos ':ual1tatívos: Representan categorías diversas en las que se puede clasificar una población de
personas o cosas, por ejemplo nacionalidad, religión, sexo, color, forma.
Los datos de características cualitativas son aquellos que no se pueden expresar numéricamente.
Estos datos se deben convertir a valores numéricos antes de que se trabaje con ellos.
Valor
Es cada uno de los distintos resultados que se pueden obtener en un estudio estadístico.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA lO
P 'oceso de tn estigariór esteats ·11..0
El proceso de investigación es un medio simple de efectividad al localizar la información para un
proyecto de investigación, sea esta documental, una presentación oral, o algo mas asignado por el
profesor. Dado que la investigación es un proceso, usted tiene que tomarse el tiempo para refinar y
cambiar su tema. Puede darse cuenta que su tema es muy amplio o muy escaso. El tema necesitará
ser investigado en diferentes fuentes que requieran numerosas visitas a la biblioteca, a las empresas
o lugar donde se encuentre la información y/o sesiones en la computadora. Además, puede necesitar
la ayuda de un bibliotecario, de otras personas (propietarios, gerentes trabajadores) y/o del profesor.
Debe considerar unas semanas para recabar tos materiales solicitados a otras bibliotecas u
organizaciones. La investigación no es un proceso que se realice de la noche a la mañana.
Seleccionar un tema y localizar fuentes de información al inicio del semestre puede facilitar el proceso
completo.
Cuando se trata de elaborar un trabajo de investigación para una clase, el alumno generalmente se
pregunta: ¿sobre qué quiero y puedo investigar?, ¿por dónde empiezo?, ¿de dónde saco la
información? En muchos casos, el tema viene dado directamente por los profesores, pero en otros
casos la elección del tema es un problema para el alumno que sabe que tiene un tiempo limitado que
dedicarle, que representa una parte más o menos importante de la nota final y que tiene que realizar
otras actividades académicas simultáneamente (clases, prácticas, preparar exámenes, etc.).
Estas notas se presentan con el objetivo de proponer una metodología simplificada de investigación
que pueda aplicarse a distintos temas en el campo de la Administración, para trabajos de clase y que
pueda servir de base para trabajos más complejos de carácter profesional, tanto de tipo académico
como no académico.
En concreto, en las investigaciones propias de las Ciencias Sociales, lo habitual es comenzar con
unas ideas de investigación más o menos claras y por aproximaciones sucesivas, a través de
preguntas pertinentes, se va precisando y delimitando et tema, los objetivos, el marco teórico y las
hipótesis, se identifican los recursos de todo tipo disponibles para llevar a cabo ta investigación y en
función de lo anterior se decide el tipo de investigación que se hace, se recolectan los datos, se
procesan, se analizan y se elabora el informe final que se ha de presentar y, de ser necesario, se
prepara la exposición oral de tos resultados de la misma.
Pasos:
1. Concebir la idea a investigar.
2. Justificación del problema
3. Plantear el problema de investigación.
3.1. Definición del problema.
3.2. Especificación del problema.
3.3. Delimitación del problema.
4. Elaborar el marco teórico.
5. Definir el tipo y et nivel de investigación.
6. Establecer las hipótesis y definir las variables a investigar.
7. Plantear el o los objetivos a alcanzar.
8. Seleccionar el diseño metodológico apropiado a lo anterior.
9. Seleccionar los sujetos a estudiar.
1 O. Recopilación de datos.
11. Organización de datos.
12. Clasificación de datos.
13. Codificación de datos.
14. Tabulación de datos.
15. Presentación de datos
15.1. Con palabras (escrita).
15.2. Cuadros o tablas estadísticas (Tabular).
15.3. Gráficas estadísticas (Gráfica).
16. Análisis de datos cualitativos.
16.1. Razones
16.2. Proporciones
16.3. Tasas
17. Análisis de datos cuantitativos.

17 .1. Medidas de tendencia central.
17.2. Medidas de dispersión.
17.3. Medidas de posición.
18. Interpretación de los resultados.
Co, ce/Ji, I idea a i ive, tiqer

Salvo que el tema venga dado previamente por quien encarga la investigación, el alumno debe
identificar el tema de investigación, generalmente con algunas orientaciones del profesor o por su
cuenta. No es raro encontrarse con que inicialmente se tiene una idea muy vaga y poco precisa de lo
que se quiere o se puede hacer. Las ideas de investigación provienen de distintas fuentes y parten de
diferentes niveles de conocimiento. En la medida en que se van precisando, se pueden identificar
ideas totalmente nuevas, ideas parcialmente investigadas o ideas antiguas a las que se ve bajo un
nuevo enfoque.
Según el caso, habrá casos en que se trata de ideas dirigidas a crear nuevos conocimientos, en cuyo
caso se trata de una investigación teórica o una investigación de base. Lo más habitual, en el caso
que nos ocupa, se suele tratar de ideas dirigidas a aplicar conocimientos existentes a nuevos campos
o a problemas concretos, en cuyo caso se trata de una investigación aplicada.
Las ideas de investigación tienen que ser atractivas para el investigador, deben alentar su interés por
la investigación. Una vez concebida la idea de investigación y conocidos sus antecedentes, se debe
avanzar al siguiente paso: el planteamiento del problema.
Justifica tó'l de' pro.ue« a

Justificar la conveniencia y utilidad del estudio. Es necesario justificar los motivos del estudio y explicar
por qué es conveniente realizar la investigación y qué beneficios se derivarán de ella. Los criterios para
evaluar el valor potencial de una investigación son su conveniencia, su relevancia social, sus
implicaciones prácticas, su valor teórico y su utilidad metodológica. En algunas investigaciones, aunque
no sea necesario para fines estrictamente científicos, habrá que cuestionarse sobre sus consecuencias
sobre los sujetos investigados y/o sobre toda o parte de la sociedad. Por ejemplo, las investigaciones
que impliquen experimentos sobre personas.
Las investigaciones se efectúan con un propósito definido, ese propósito debe ser lo suficientemente
fuerte para que se justifique su realización. Una investigación puede ser conveniente por diversos
motivos tal ves ayude a resolver un problema social o a construir una nueva teoría.
Se trata simplemente de indicar brevemente las razones que justifican la investigación que se llevará a
cabo, la que pueden ser variadas:
, Novedad y O(gí uidad: La investigación científica persigue la búsqueda de nuevos

conocimientos y evitar la duplicidad en los temas de información.
,. lmpo tanela: El tema a investigar debe estar relacionado con un problema actual y aplicable de
tal forma que los resultados dados en la resolución aporte algo en un área de conocimiento y de
ser posible a la sociedad.
r: Interés· El problema debe de mostrar un reto lo suficientemente importante para el investigador,

de manera que los problemas u obstáculos que implican a la investigación sean salvados
fácilmente. Esto al ser un tema significativo para la vida profesional y personal.
,... Prec i ón El tema debe de ser lo mas concreto y especifico posible ya que un problema general
amplio o vago solo conduce a la pérdida de tiempo, esfuerzo y recursos.
¡... Relevancia social, práctica, economica o técnica: ¿quién se beneficiara con los resultados de
la investigación?
ANTECEDENTES Y GENERAIJDADES DE LA ESTADÍSTICA 12
,-, a, tea, el o 0blewa d ~ ,nvestígacíon
El planteamiento del problema consiste en precisar y estructurar formalmente la idea de la
investigación. El paso de la idea al planteamiento del problema unas veces es inmediato y automático
y otras bastante más complejo; depende de lo que el investigador conozca el tema y de su experiencia
y habilidad para la investigación, "un problema correctamente planteado es un problema parcialmente
solucionado". Un buen planteamiento acerca a la solución y evita pérdidas de tiempo, esfuerzos y
recursos.
El planteamiento del problema debe expresar una relación entre dos o más variables; debe poderse
formular claramente sin ambigüedades; y debe ser susceptible de prueba, porque la investigación
científica aplicada estudia aspectos observables y medibles de la realidad.
Para ello hay que realizar las siguientes tareas:
Definición del pre J/tma.

Todo trabajo de investigación comienza por la definición del problema para el que se desea
encontrar una solución o una respuesta. Definir un problema significa comunicar en qué se está
trabajando.
>- Especificación del problema.

Desarrollar las preguntas de la investigación. Las preguntas deben resumir lo que va a ser la
investigación. Las preguntas deben ser precisas, no generales. Con ellas se deben establecer los
límites temporales y espaciales del estudio y esbozar un perfil de los sujetos a observar.
, Delimitac ón del problema

Demostrar la viabilidad o factibilidad de la investigación en función de la disponibilidad real de tiempo
y recursos materiales, humanos y financieros para hacerla. Esta disponibilidad es la que delimitará
su alcance.
Un problema se concreta delimitando el objeto de investigación y estableciendo sus fronteras, sin

embargo, normalmente la delimitación en primera instancia se caracteriza porque es demasiado
genérica y por ésta razón para plantear el problema es conveniente desglosarlo.
Elaborar el marco teó 'co

El marco teórico es el sustento teórico del estudio e incluye la exposición y análisis de las teorías,
enfoques teóricos, investigaciones y antecedentes que se consideren válidos para el correcto
encuadre del estudio.
Las funciones del marco teórico son:
~ Ayudar a prevenir errores cometidos en otros estudios.

~ Orientar sobre la forma de llevar a cabo el estudio.
~ Ampliar el horizonte y guiar al investigador en el planteamiento del problema.
~ Conducir el establecimiento de las hipótesis.
~ Inspirar nuevas líneas y áreas de investigación.
~ Proveer de un marco de referencia para interpretar los resultados del estudio.
Las etapas de elaboración del marco teórico son: revisión de la literatura y de las fuentes de información
existentes y adopción de una teoría o desarrollo de una perspectiva teórica.
La revisión de la literatura consiste en:
~ Identificar las fuentes de información sobre el tema, tanto de los aspectos teóricos como de las
aplicaciones ya existentes. Las fuentes pueden ser primarias (que proporcionan datos de primera
mano o directos), secundarias (que proporcionan información procesada y/o reprocesada) y
fuentes terciarias (que proporcionan fuentes primarias y secundarias).
~ Obtener las informaciones, localizándolas y accediendo a ellas.

)," Seleccionar, leer y analizar las fuentes.
)," Extraer y recopilar la información de interés, para lo cual se fichan las fuentes y se seleccionan las
ideas, datos, citas, etc. que se usarán, señalando correctamente las referencias.
En la construcción del marco teórico puede el investigador encontrar, entre otras opciones, que:
)," Exista una teoría desarrollada y demostrada que se aplique al tema de la investigación. En este
caso se toma la teoría como estructura del marco teórico de la investigación.
)," Existan varias teorías aplicables al tema de la investigación. Se elige la que más se acerque al
tema de investigación o se toman los elementos de otras teorías que sean útiles.
Criterios de evaluación de la utilidad de la teoría para la investigación: En general, las teorías son
útiles porque describen, explican y predicen el fenómeno que se investiga, organiza el conocimiento y
orienta la investigación. Los criterios de evaluación de la utilidad de las teorías son:
)," Capacidad de descripción, explicación y predicción.
)," Consistencia lógica.
)," Perspectiva o nivel de generalidad.
)," Fructificación (heurística).
~ Parsimonia (sencillez).
De in, ípo y, tve¡ <Je investio» ~ ,.,

Los diferentes tipos de investigaciones hacen referencia al nivel de profundización de los estudios que
implican y la elección de un tipo u otro de investigación depende esencialmente del estado de los
conocimientos sobre el tema, el enfoque y los objetivos del estudio. Hay diferentes tipos de
investigación, tales como:
~ Estudios exploratorios, que se hacen cuando el objetivo es examinar un tema o problema de

investigación poco o nada estudiado. Generalmente no tienen una finalidad propia, pero sirven de
base para preparar los otros tipos de estudios
~ Estudi )S descnptivos que miden de manera independiente los conceptos o variables objeto de la
investigación. Su objetivo es alcanzar la máxima precisión posible en la medición de los
fenómenos. Pueden ofrecer posibilidades rudimentarias de predicción.
~ Es'ud105 correlaciónales que pretenden establecer y medir las relaciones entre dos o más
conceptos o variables. Estudian las relaciones entre ellas y su comportamiento conjunto. Sirven
para predecir el comportamiento de una variable sabiendo cómo varían otras vinculadas con ella.
Tienen un valor explicativo parcial. Se deben eliminar cuidadosamente las "correlaciones
aparentes o casuales.
~ Estudios explicativos, que tratan de analizar las causas de los acontecimientos físicos y/o
sociales. Tratan de explicar por qué ocurre un fenómeno, en qué circunstancias acaece y cómo y
por qué se relacionan dos o más variables.
Una investigación puede contener elementos de todos o algunos de estos· tipos. Todos ellos son
igualmente válidos e importantes; su elección depende del nivel de conocimientos que se tenga del
tema y del enfoque que se le vaya a dar al estudio.
Establee~,tes hipótesis y definí las ,ariables

Las hipótesis son proposiciones tentativas sobre el comportamiento de las variables y/o sus
interrelaciones; se apoyan en conocimientos previos organizados y sistemáticos; con el estudio se
trata de probar si la realidad analizada las confirma o no. Es habitual que en la formulación de las
hipótesis, se incorporen los juicios de valor que tiene el investigador sobre el tema a investigar, por lo
que se deberán identificar éstos. Las hipótesis pueden ser generales o específicas; surgen de los
objetivos y preguntas de investigación y de los postulados y análisis de la teoría y su aplicación al
objeto de estudio y sirven para guiar el estudio, describir y/o explicar lo que se estudia y probar y/o
sugerir teorías.
ANTECEDENTES Y GENERAIJDADES DE LA ESTADÍSTICA l4
Los requisitos que deben reunir las hipótesis son:
}> Referirse a una situación real.

}> Expresarse en términos o variables comprensibles, precisas y concretas.
}> Proponer relaciones claras y verosímiles (es decir, lógicas) entre las variables.
}> Plantear los términos de la hipótesis y la relación entre ellos de manera que puedan ser
observados y medidos, es decir, tener referentes en la realidad.
}> Estar relacionadas con las técnicas disponibles para probarlas.
Hay muchos tipos de hipótesis, entre las que destacan:
}> Hipótesis de investigación o hipótesis de trabajo (H1, H2, ... ) son las que cumplen los cinco requisitos
señalados. Según el tipo de investigación a realizar pueden ser:
o Hipótesis descriptivas del valor de las variables: Describen los valores de éstas que se espera
observar.
o Hipótesis correlaciónales: Expresan la posible relación asociativa entre dos variables y la forma
de esta asociación. El orden en que se colocan las variables no importa, ya que aquí aún no se
habla de variables independientes y dependientes, ni de causas y efectos. Pueden ser
bivariadas (entre dos variables) y multivariadas (entre más de dos variables).
o Hipótesis de la diferencia entre grupos: Comparan los comportamientos de las variables en dos
o más grupos de sujetos. Sólo pretenden establecer diferencias entre los grupos y especificar a
favor de qué grupo están las diferencias.
o Hipótesis causales: Expresan relaciones causa-efecto entre variables. Para que pueda darse
causalidad debe haber correlación. Pueden ser hipótesis causales bivariadas (una variable
independiente-una dependiente); hipótesis causales multivariadas (varias variables
independientes - una dependiente; una independiente - varias dependientes; varias
independientes - varias dependientes); un caso especial de éstas son las hipótesis causales con
variables intervinientes (en las que se incluyen una o más variables modifican la relación
causal).
:,. Hipótesis nulas (Ho) son proposiciones acerca de la relación entre variables que sólo sirven para
refutar lo que afirman las hipótesis de trabajo. Su clasificación es similar a la de éstas.
}> Hipótesis alternativas (Ha) son las que expresan posibles "alternativas" entre las hipótesis de trabajo
y nula o explicaciones distintas a las que proporcionan éstas. Se suman a las hipótesis de trabajo
originales.
}> Hipótesis estadísticas son la transformación de las hipótesis de trabajo, nulas y alternativas en
símbolos estadísticos. Estas hipótesis son de tres tipos:
o Hipótesis estadística de estimación que corresponde a las hipótesis descriptivas del valor de las
variables y se basan en información previa.
o Hipótesis estadística de correlación que traduce la correlación entre dos o más variables en
términos estadísticos.
o Hipótesis estadística de la diferencia de medias u otros valores en la que se comparan

estadísticas de dos o más grupos.
En cada investigación se formulan hipótesis de todos o algunos de los tipos, según las características
del estudio. Si los datos no aportan pruebas en favor de las hipótesis planteadas, esto puede significar
que las hipótesis eran falsas (lo que implica un avance en el conocimiento) o la investigación tuvo
errores (lo que ayuda a mejorar la investigación).
Una variable o atributo es una propiedad del objeto, numérica o no numérica, respectivamente, que
puede variar (adquirir diversos valores o modalidades) y cuya variación es susceptible de medida. Al
formular las hipótesis se deben definir las variables con objeto de tener un lenguaje común entre
investigadores y usuarios, garantizar la evaluación real de las variables, poder comparar con otras
investigaciones y evaluar correctamente los resultados de la investigación.
Detectar las variables es el proceso de identificarlas y definirlas conceptual y operacionalmente. Una

definición conceptual es la explicación del término que expresa la variable en función de otros términos.
Esta definición es necesaria, pero insuficiente para la investigación ya que no se relaciona directamente
con la realidad. Una definición operacional es el conjunto de actividades u operaciones necesarias para
medir la variable.
Plantear los objetivos a alcanzar
E C' ')¡Ativc Genera!

Los objetivos son inherentes a la definición y delimitación del problema; es decir, se desprenden al
precisar el estudio. Los objetivos de investigación se construyen tomando como base la operatividad y
el alcance de la investigación. El Objetivo General es uno solo, porque es la parte donde se expresa
resumidamente o globalmente la finalidad u objetivo (único) de la investigación que piensa realizar. Si
hubiera dos o más Objetivos Generales querría decir que hay dos o más investigaciones completas
que hacer.
e:. Cnmo redactar Objetivos ceneretes?

Un Objetivo es un enunciado en que se expresa una acción a llevar a cabo. Por lo tanto debe estar
iniciado por verbos fuertes, que indican acciones a realizar. A continuación se indica el fenómeno en el
que o con quien-se llevará a cabo dicha acción. Seguidamente se indica el objeto de investigación,
es decir, el fenómeno o las partes en relación que serán investigados, indicando finalmente para qué
se realiza esta acción investigativa.
oojeuvos Específicos
Son las partes en que se divide al Objetivo General para resolverlo o darle cumplimiento. Es decir,
toda la investigación no es otra cosa que dar respuesta a los objetivos planteados como específicos.
Requisitos para plantear los objetivos:

>" Enfocarse a la solución del problema.
>" Ser realistas.
>" Ser medibles.
>" Ser congruentes.
>" Ser importantes.
>" Redactarse evitando palabras subjetivas.
>" Precisar los factores existentes que lleva a investigar.
>" Enfatizar la importancia de mejorar la organización.
ANTECEDENTES Y GENERAUDADES DE LA ESTADÍSTICA 16
Secuencia Síntagmatica para escribir objetivos
I El Problema/Objetivo de investigaciónse define como... l

Verbo Subfenómeno (Ud. lo Para ... (finalidad del I
Fenómeno
1 11 1 pone) Objetivo) 1
Establecer Estructuras Entre ... 1 Mejorar

Averiguar Funciones De... Renovar
Identificar Roles Del... Confeccionar
Recopilar Historial En ... Sugerir
Investiga Probabilidades Cuando... Proponer
Revelar Relaciones Cómo ... (infrecuente) Innovar
Descubrir Avances Resolver
Indagar Retrocesos Satisfacer
Inquirir Resistencias Controlar
Pesquisar Facilidades Iniciar
Registrar Etc ... Etc...
Buscar
Establecer los objetivosde la investigación. Estos objetivos deben elaborarse bajo los siguientes
criterios:
~ Que sean claramente expuestos.

~ Que sirvan de guía para el estudio.
~ Que sean alcanzables con el estudio.
~ Que sean congruentes o compatibles entre sí.
Seleccionar el diseño apropiado de investigación

El diseño de investigación se elige en función del problema a investigar, el contexto de la
investigación, los objetivos del estudio, las hipótesis formuladas y, en algunos casos, de la
disponibilidad de recursos.
Los diseños más habituales en las Ciencias Sociales son:
~ Los diseños experimentales que pueden ser experimentos verdaderos, cuasi experimentos y pre
experimentos.
~ Los diseños no experimentales que pueden ser transeccionales (descriptivos, correlacionales y

causales) y longitudinales (análisis de tendencia, evolutivos y de panel).
Debido a las características de las Ciencias Sociales, las investigaciones en este campo no suelen ser
experimentales puras. En caso concreto de las Ciencias Económicas sus investigaciones suelen ser
no experimentales y sólo en algunas áreas concretas, semi experimentales. La investigación no
experimental posee un control menos riguroso que la experimental y es más difícil inferir relaciones
causales. Pero la investigación no experimental es más natural y cercana a la vida cotidiana. Se utiliza
cuando no se puede o no se debe hacer experimentos. Para muchos autores, el desarrollo de los
modelos econométricos de simulación con ordenadores de gran capacidad, ha introducido la
posibilidad de simular experimentos en este ámbito. Sin embargo, para los objetivos de este
documento, nos concentraremos en los diseños no experimentales que son los habituales en los
estudios económicos.
La investigación no experimental es la que se realiza sin intervención del investigador sobre las
variables independientes. Proporciona un enfoque retrospectivo (ex-post facto) y observa variables y
relaciones en su contexto natural. Pueden ser:
~ Diseños transversales: Son los que hacen las observaciones en un único momento del tiempo.
Dentro de ellos, podemos distinguir:
o Diseños descriptivos, que miden individualmente las variables y reportan esas mediciones.
o Diseños correlacionales, que describen relaciones entre variables sin imputarles sentido de
causalidad.
o Diseños correlacionales - causales, que describen relaciones causales entre las variables.
~ Diseños longitudinales: Son los que realizan observaciones en dos o más momentos del tiempo.
Dentro de ellos podemos distinguir:
o Diseños tendenciales, que estudian toda la población.

o Diseños evolutivos de grupo, que estudian grupos o subpoblaciones.
o Diseños de panel o longitudinales puros, que estudian a los mismos sujetos a lo largo del
tiempo.
El tipo de diseño a elegir está condicionado por el problema a investigar, el contexto que rodea a la
investigación, el tipo de estudio a efectuar y las hipótesis formuladas.
Seleccionar los sujetos a estudiar
Hay dos fases que realizar en este paso: Determinar el universo o población a estudiar y seleccionar y
extraer la(s) muestra(s), cuando sea necesario.
Los sujetos de estudio conforman las unidades de análisis y se identifican en función del problema y
de los objetivos de la investigación. La población es el conjunto de sujetos de estudio que tienen o
pueden tener las características, contenido, lugar y tiempo de las unidades de análisis. La muestra es
un subconjunto de la población determinado según ciertos criterios llamados parámetros muéstrales.
Los principales parámetros son el tamaño de la muestra y el error muestra! admisible. Estos
parámetros varían en sentido opuesto: a mayor tamaño de la muestra, menor error muestra! y
viceversa. La decisión sobre éstos depende de los objetivos, diseño y costo de la investigación. El tipo
de muestra se selecciona según dichos criterios y el uso previsto de los resultados de la investigación.
Las muestras probabilistas son aquellas en cuya selección interviene el azar. Se usan en los estudios
que pretenden generalizar sus resultados a toda la población. La hipótesis implícita de estos estudios
es que los fenómenos a estudiar se distribuyen aleatoriamente entre los sujetos de la población. Para
ello, todos los elementos de ésta deben tener al inicio la misma probabilidad de ser elegidos, de
manera que las características de la muestra "representen" las de la población. Las muestras
probabilistas se establecen por:
~ Muestreo simple: Se eligen los sujetos al azar entre todos los elementos de la población de los
que se investigan.
>" Muestreo estratificado: Se divide la población en estratos, (grupos homogéneos internamente y

heterogéneos entre sí) y se aplica un muestreo simple dentro de cada estrato.
~ Muestreo por racimos o segmentos: La población se divide en segmentos (grupos heterogéneos

en sí y homogéneos entre sí) y se eligen los segmentos por muestreo simple; para segmentar la
población generalmente se usan criterios de proximidad geográfica o física para ahorrar costes.
La selección de los elementos de la muestra se efectúa a través de diferentes procedimientos

estadísticos y se ve afectada por la disponibilidad de información y por el coste de la investigación.
Algunos de ellos son el sorteo (tómbola o bombo), la tabla de números aleatorios (variable) o
selección sistemática (un elemento de cada x, empezando por uno elegido al azar). Para ello debe
existir un listado exhaustivo de todos los elementos de la población (marco muestra!) que pueden
proceder de archivos, mapas, censos y directorios de diferente tipo.
Las muestras no probabilísticas o dirigidas son aquellas en que la selección de los sujetos se hace
según el criterio subjetivo del investigador. Sus resultados no pueden generalizarse al conjunto de la
población (aunque algunas veces lo hagan). Pueden ser muestras de sujetos voluntarios, que se usan
en diseños experimentales; de expertos, que se usa en estudios exploratorios; de sujetos-tipo o
estudio de casos, usada en investigaciones cualitativas y motivacionales; y por cuotas, que se usa en
mercadotecnia y encuestas de opinión.
Cuando la muestra tiene más de 100 observaciones, se puede aplicar el teorema central del límite,
según el cual los valores de las características observadas en la muestra siguen una curva de
distribución normal (campana de Gauss). Esto permite hacer análisis de inferencia estadística en
cuanto a la distribución de los valores de dicha variable en la población.
Recop /ación de a o ~11 · r, m

Los datos que deben ser recolectados y la precisión con la cual se obtienen éstos, dependen de la
naturaleza de la investigación y del material estudiado, siendo deseable recolectar únicamente la
información necesaria y suficiente.
Antes de proceder a la recolección de información y para no cometer errores en la misma, es

imprescindible como paso inicial de esta etapa, definir la unidad o unidades estadísticas y la masa,
conjunto, población o universo estadístico que cubre la investigación.
La recopilación de datos deberá dirigirse al registro de aquellos hechos que permitan conocer y
analizar lo que realmente sucede en la unidad o tema que se investiga. Esto consiste en la
recolección, síntesis, organización y comprensión de los datos que se requieren.
Algunas técnicas más generales y de amplio uso en las ciencias sociales, destinadas a recopilar
información:
Censo
Es un método de recolección de datos mediante el cual la información se obtiene de la totalidad de los
elementos que componen la población o universo bajo estudio. Un censo debe cumplir las condiciones de
universalidad (censar a todos los elementos de la población) y simultaneidad (realizarse en un momento
determinado). Un censo es equivalente a una fotografía de la población bajo estudio.
El término censo no sólo se aplica a aquellos estudios que comprenden todas las unidades de todo un
país y que se realizan con una frecuencia de recolección quinquenal o decenal, como es el caso de los
censos de población, económicos, agropecuarios, etc., sino también a todo estudio, cualquiera sea su
cobertura geográfica, número de unidades de información, o frecuencia de su recolección, siempre que
incluya todas las unidades que componen el universo que se investiga.
Encuesta
Es un método de recolección mediante el cual la información se obtiene estudiando sólo un subconjunto o
muestra de elementos del universo en estudio, que permite obtener información sobre el mismo.
Para que la información obtenida con la encuesta sea generalizable a la población, la muestra utilizada
debe ser representativa de la población de la que proviene. Para lograrlo, se utilizan métodos de cálculo
del tamaño y selección de unidades especialmente diseñados con este fin.
Su uso ha ido en rápido aumento, en la medida en que las instituciones productoras de información
disponen de personal capacitado para efectuar su organización, diseño y análisis, debido a su menor
costo y a que en determinadas circunstancias la información resulta más exacta debido a que los errores
ajenos al muestreo (errores en la recolección y en el procesamiento) pueden ser reducidos a través de
una mejor capacitación de los empadronadores y la utilización de métodos de captación de información
más objetivos.
Fuente de datos
Una fuente de información es una persona u objeto que provee datos.
Las fuentes de recolección de datos son todos los registros de aquellos hechos que permitan conocer
y analizar lo que realmente sucede en el tema que se investiga.
Se conocen dos tipos de fuentes:

>" Primarías: que contienen información original no abreviada ni traducida.
>" Secundarias: obras de referencia que auxilian al proceso de investigación.
Las fuentes de información pueden clasificarse de la siguiente forma:
1 fuentes 11 Características 1
• Monografías Escritos sobre un tema específico. El tema es abordado de una
manera relativamente completa.
Estas obras son útiles por el análisis e integración que hacen sobre
determinado tema.
Ejemplos: libros de texto, obras literarias, tesis, reportes de
investigación.
Obras de consulta o Su finalidad es proveer colecciones de datos específicos que
referencia guardan relación entre sí.
Ejemplos: Diccionarios, enciclopedias, manuales, directorios.
Publicaciones periódicas Son las revistas y periódicos. Contienen datos de actualidad.
Las revistas académicas especializadas tienen por lo general un
alto valor científico.
Los periódicos ofrecen datos sociales, económicos, políticos y
culturales principalmente locales.
Imágenes fotográficas y Generalmente sirven de complemento a la información escrita.
1 audiovisuales
Personas Las personas también pueden proveer datos a través de una
conversación, una entrevista, el envío de un mensaje por correo
1 1 electrónico etc.
Páginas Web Las páginas que se publican a través de Internet. Pueden ser de
1 1 personas, instituciones, organizaciones.
Va/O! y confiabl!idad de las fuentes

Al realizar una investigación, es importante que se este atento al valor y confiabilidad de las fuentes.
El valor se refiere a la relevancia que pueda tener una fuente de información. La confiabilidad se
refiere a qué tanto se puede creer en la información que se recogió.
El valor es relativo a tu tema. Por ejemplo, si alguien está haciendo una investigación histórica es
probable que le interesen más las fuentes antiguas que las actuales, pero puede que otra persona con
otro tema de investigación no le parezcan valiosas.
La confiabilidad se vuelve cada vez más relevante debido a que en la actualidad comunicar y publicar
información está al alcance de cualquier persona, independientemente del nivel de conocimientos o
ética que tenga.
Ejemplos sobre fuentes confiables y no confiables.
Fuente poco Criterioque no

Tema Fuente confiable
1 11 1 confiable cumple
Un artículo sobre la Un médico de una Un narcotraficante No sería un trabajo
prohibición de las universidad (debido a que su objetivo sino
drogas prestigiada que ha opinión será tendencioso.
realizado investigación
sobre los efectos de
las drogas.
tendenciosa)
Un folleto publicado
La publicación no tiene
reconocimiento.
I
1
por un grupo de
estudiantes en su
escuela.
Un libro sobre la Un nadador ganador Una persona que no No tiene autoridad
práctica de la natación. de medallas olímpicas. practica ese deporte sobre el tema del que
1 1 habla.
·-
Concluida la parte preparatoria de la investigación se inicia la fase de recopilación de datos.
Para recabar la información existente sobre el tema, el investigador se auxilia de la entrevista y/o
encuesta, haciendo uso cuando sea el caso de instrumentos como las fichas de trabajo y los
cuestionarios.
Entrevista
Esta herramienta consiste básicamente en reunirse una o varias personas y cuestionarlas en forma
adecuada para obtener información.
Algunos consejos para entrevistas

~ Si la entrevista es en una oficina, es necesario asegurarse que el entrevistado estará disponible y
que tiene el tiempo para responder a las preguntas.
~ El entrevistador tiene que ser muy objetivo en sus presentaciones para que en todas se utilice el
mismo tono de voz, modismos, el lenguaje del cuerpo y vestido. Todo esto influye en las
respuestas y se trata de que todos los entrevistados entiendan lo mismo y estén motivados de la
misma manera.
~ El entrevistar en la casa del sujeto a veces resulta práctico para el entrevistado. Quizá a través de
una llamada por teléfono, se pueda hacer una cita con él.
~ Hay tres factores importantes en una entrevista. 1) La calidad del entrevistador. Hay que aprender
a establecer un contacto positivo desde el primer momento. Hay cosas impredecibles que
afectarán sin que el entrevistador pueda remediarlas: la edad, el sexo, su manera de vestir y su
personalidad. Ni modo. Por eso hay que cuidar todo lo demás. 2) La introducción que hace el
entrevistador al entrevistado. Le tiene que indicar el objetivo del estudio y debe convencerlo de
que vale la pena responder a sus preguntas. 3) La manera como está estructurada la entrevista.
Hay que iniciar con preguntas interesantes para "enganchar'' al entrevistado.
Fichas de traba10
Hay diversos tipos de fichas de trabajo como: fichas de trabajo para fuentes documentales, fichas de
trabajo de una revista, fichas de trabajo de un periódico, para investigación de campo, para
observación, fichas bibliográficas y hemerográficas.
Cuestionarios
Los cuestionarios están constituidos por series de preguntas escritas, predefinidas, secuenciadas y
separadas por capítulos o temática específica.
El uso de cuestionarios en investigación supone que

;¡:.. El investigador debe partir de objetivos de estudio perfectamente definidos.
;¡:.. Cada pregunta es de utilidad para el objetivo planteado por el trabajo.
;¡:.. El investigador debe estructurar las preguntas teniendo en mente siempre los objetivos del trabajo.
;¡:.. El que contesta está dispuesto y es capaz de proporcionar respuestas fidedignas.
Conftabílidad ele/ cuestioneno

Una pregunta es confiable si significa lo mismo para todos los que la van a responder.
Se puede confiar en una escala cuando produce constantemente los mismos resultados al aplicarla a
sujetos similares. La confiabilidad implica consistencia. El investigador debe asegurarse que el tipo de
persona a quien se le van a hacer las preguntas tenga la información necesaria para poder responder.
El asegurar la respuesta de los que se les aplique el cuestionario redundará en resultados confiables.
Para la confiabilidad de los resultados hay que determinar por qué no todos respondieron el
cuestionario. Es necesario investigar con los no respondientes para conocer las razones.
Un cuestionario largo es demasiado cansado y las preguntas finales se responden sin entusiasmo, lo
cual le resta confiabilidad.
Validez del cuestionario

Una pregunta es válida si estimula información exacta y relevante. La selección y la redacción influyen
en la validez de la pregunta. Algunas preguntas que son válidas para un grupo de personas, pueden
no serlo para otro grupo. Entre menos tenga que reflexionar el sujeto, más válida será la respuesta.
La validez implica congruencia en la manera de plantear las preguntas. La validez puede ser:
;¡:.. De contenido
;¡:.. De criterio
Para decir que un ínstrurnento tiene validez de contenido el diseñador del cuestionario debe
asegurarse que la medición representa el concepto medido. Por ejemplo, si el instrumento es para
medir actitudes de las personas, debe medir eso y no sus emociones.
En cuanto a la validez de criterio, el diseñador del cuestionario la puede establecer comparando la

medición del instrumento con un criterio externo. Entre más se relacionen los resultados de la
investigación con el criterio, mayor será la validez del instrumento.
Cuatro preguntas claves para diseñar el cuestionario

>" ¿De cuánto tiempo disponen quienes responderán para contestar el cuestionario?
;¡:.. ¿Cuánto tiempo tiene el investigador para editarlo, presentarlo, aplicarlo, codificarto, procesarlo y
analizarto?
;¡:.. ¿Qué tan dispuestos están para responder quienes van a contestar?
;¡:.. ¿Cuánto costará su aplicación?
Antes ele e iseñer el cu stin11ario

Es necesario determinar si el cuestionario tendrá preguntas abiertas o cerradas. Para el análisis de las
preguntas es mejor que éstas sean cerradas. Para cerrarlas, primero se deben hacer las preguntas
abiertas con una muestra de la población. Con estas respuestas, se pueden diseñar las preguntas
cerradas.
Es forzoso estar seguros de que los encuestados respondan. Por eso es importante conocer las
opiniones de los posibles sujetos acerca del tema a investigar, antes de diseñarlo.
El contacto inicial es fundamental para lograr que los encuestados respondan. Hay que preparar una
explicación para los encuestados sobre la importancia de su participación y lo que se hará con los
resultados de la investigación. En esta explicación se les debe asegurar el anonimato de su
participación y ofrecerles, si es posible, una copia del resumen del trabajo cuando éste esté terminado
(habrá que cumplir esta promesa).
No es conveniente mencionar que se está llevando a cabo este trabajo para cubrir un requisito de
graduación (tesis), sino la importancia real del estudio. Todo cuestionario debe hacerse con ese
propósito en mente. El investigador tiene que pensar en cómo va a presentar los resultados antes de
elaborar el cuestionario. Hay que involucrar a alguien que sea responsable de capturar la información
de los cuestionarios así como a una persona que haga el procesamiento de los datos en la
computadora. Ellos pueden ayudar a determinar la mejor presentación de cada una de las preguntas.
Eso no lo va a hacer un asesor de tesis; es indispensable la ayuda profesional de un experto en
cómputo y en estadística.
Dise. 10 oei cuestionerio

El título del trabajo debe estar al inicio del cuestionario. Hay que incluir instrucciones breves, pero
incluirlas. Es conveniente usar una tipografía diferente a la de las preguntas. Al inicio deben colocarse
preguntas interesantes, no amenazantes. Los puntos importantes deben ir cercanos al inicio del
cuestionario, después de las preguntas interesantes. Hay que numerar las preguntas. Es importante
agrupar las preguntas en secciones lógicas. Debe haber una categoría para cada posible respuesta,
pues si se omite una opción, se forzará al que responde a contestar de una manera que no refleje su
respuesta. Por eso en ocasiones se necesita abrir una opción de "otros" con un renglón amplio para
dejar esa parte de la pregunta abierta. También, a veces, es necesario incluir una opción de "no sé",
pues si no existe ésta, el sujeto puede seleccionar cualquier respuesta simplemente para no dejarla en
blanco.
Se debe asegurar que cada opción que se presente sea excluyente. Por ejemplo: ¿Qué vehiculo
tiene?
Automóvil.
Camionetilla.
_ De cuatro puertas.
_ De dos puertas.
Alguien puede responder automóvil y de dos puertas. Para evitar ese problema las opciones deben
ser:
__ Camionetilla de dos puertas.
__ Camionetilla de cuatro puertas.
__ Automóvil de dos puertas.
__ Automóvil de cuatro puertas.
Hay que balancear las escalas utilizadas en las opciones de respuesta, incluyendo el mismo número
de opciones de cada lado.
Ejemplo correcto Ejemplo incorrecto

_ muy satisfecho _ muy satisfecho
satisfecho _ algo satisfecho
_ ni satisfecho, ni insatisfecho insatisfecho
insatisfecho insatisfecho
totalmente insatisfecho totalmente insatisfecho
Las preguntas se deben colocar verticalmente pues en ocasiones es confuso si hay que marcar en las
líneas antes o después de la opción.
Ejemplo:
__ excelente __ regular __ bueno __ malo __ pésimo
Es mejor:
_excelente
_regular
_bueno
_malo
_pésimo
Hacer preguntas para un grupo reducido de personas no es aconsejable. Por ejemplo: En caso
afirmativo contesta las siguientes diez preguntas. Quien respondió negativamente a la pregunta
anterior pensará que el cuestionario no es para él. Además una pregunta de ese tipo puede
formularse en forma diferente.
Por ejemplo:
¿Estás casado? __ sí __ no.
En caso afirmativo ¿trabaja tu cónyuge? __ sí __ no.
Es mejor preguntar:
¿ Trabaja tu cónyuge?
_sí
_no
_.no estoy casado.
Hay que evitar preguntas cuyas respuestas tengan que priorizarse. Es difícil priorizar si las opciones
son más de tres. Hacerlo del 1 al 1 O es imposible mentalmente. Además eso implica que no hay dos
posibles respuestas con la misma prioridad y en ocasiones eso no es cierto.
Antes de redactar una pregunta hay que pensar en las diversas maneras que se puede presentar la
respuesta y hay que seleccionar la más fácil tanto para el sujeto como para el análisis de datos que se
tendrá que hacer con las respuestas. Si se tiene que escoger entre la facilidad de respuesta para la
computadora y la comodidad del que responde, siempre se -debe seleccionar el segundo. Un
cuestionario bien construido satisface las necesidades del encuestado así como de la computadora.
Las preguntas deben incluir un solo elemento. Hay que evitar hacer dos preguntas en una. Esto es
muy común y confunde mucho al lector. Por ejemplo: ¿Puedes estudiar cuando hay un radio o un
televisor prendido en tu casa? Puede que con radio si pueda estudiar la persona que responde, pero
no con televisor. Otro ejemplo La información ¿es significativo e importante? Si significativo e
importante son sinónimos, entonces la pregunta es redundante. Con un solo adjetivo es suficiente.
La pregunta debe ser corta; eso evita incluir más información de la que se debe preguntar.
Co 1::; .jos SOi " la p ecentecion .iet cuestiot 'l 10

}.> La apariencia física de un cuestionario es la imagen del investigador con el encuestado. Su misma
forma motiva o impide su lectura.
}.> En cuestionarios largos, hay que identificar cada página con alguna marca por si se separan las
hojas. Lo mejor es no hacer cuestionarios largos.
}.> Si hay preguntas por ambos lados de la página, al final de la primera hoja se debe poner "vuelta".
)" La hoja no debe verse sobrecargada. Los espacios vacíos son agradables. Hay que dejar
suficiente espacio entre cada una de las preguntas.
conscios sobre e1 linguaje

)" Una redacción pobre influye en el resultado y también en la calidad de las respuestas obtenidas.
)" El sujeto no debe tener que adivinar lo que se quiso preguntar. La pregunta debe estar escrita en
lenguaje claro.
)" La palabra cuestionario asusta o intimida al que va a responder. Encuesta es mejor.
}.> Las preguntas deben estar redactadas para no ofender al sujeto. Hay que utilizar lenguaje común
y corriente. No especializado.
}.> No deben usarse palabras vagas ni palabras ambiguas o que tengan varios significados.
)" Las preguntas no deben estar en negativo.
}.> No se debe abreviar.
}.> Hay que ser sutil para cambiar de una sección a otra.
)" La formulación correcta de una pregunta es una tarea muy difícil, mucho más de lo que una
persona que nunca ha diseñado un cuestionario puede imaginarse. Hay que hacerlo con cuidado.
Ce iseto» generales ,. I atseñ.» el coestione 10
}.> El contestar un cuestionario es una imposición para quien lo contesta. Hay que estar conscientes
de ello.
}.> El uso de un cuestionario es únicamente para hacer preguntas que no se pueden obtener de
ninguna otra manera.
}.> Lo que recuerda el sujeto no se debe considerar como un hecho. Puede ser muy diferente el
hecho a lo que recuerda la persona que está respondiendo.
}.> Todas las preguntas en el cuestionario tienen que ser analizadas. Por eso hay que seleccionar
únicamente reactivos indispensables para obtener los objetivos del trabajo.
}.> Es indispensable pilotear el cuestionario.
}.> Se debe establecer el procedimiento de análisis y evaluación de los resultados antes de llevar a
cabo la encuesta. Así se sabrá cómo analizar las respuestas.
}.> Vale la pena consultar a expertos en estadística y en procesamiento de datos antes de aplicar un
cuestionario.
}.> Las posibles respuestas tienen que estar cerca de las preguntas. Esto evita confusiones.
}.> El decidir utilizar un cuestionario obedece a los indicadores que el autor determine en sus
fundamentos teóricos. Analizar los indicadores puede ayudar al investigador a determinar que el
cuestionario no es el instrumento adecuado para el estudio que desea realizar.
}.> En general a la gente en Guatemala, y en muchos otros países, no le gusta responder a
cuestionarios.
La recolección puede ser por: levantamiento instantáneo o por registro continuo.

El levantamiento instantáneo puede ser total o parcial, según se investiguen a todas las unidades o
no. Los censos constituyen el mejor ejemplo de levantamiento instantáneo total. Las encuestas, por
otro lado, se hacen por medio de muestras, o sea que no se investiga la totalidad de unidades de la
población, sino que solamente una parte que sea representativa de la población.
Dentro de los registros continuos, los registros administrativos constituyen un buen ejemplo de éstos.
El registro de nacimientos, defunciones, migraciones, etc.
La recolección de datos puede hacerse, generalmente, por los medios siguientes: correo o
personalmente.
Por correo
Es más barato, pero tiene el principal inconveniente de que muchas personas no responden, además
si el grado de analfabetismo es grande no puede usarse.
Personslmente
Reduce los casos en los que los informantes no contestan y también permite resultados más
uniformes.
Organización de la tntormeción
Después de haberse obtenido la información, es necesario realizar una serie de trabajos, antes de
clasificar, codificar y tabular, con el propósito de:
1) Descubrir diferencias en el llenado del cuestionario.

2) Corregir los errores.
3) Efectuar o comprobar los cálculos.
Clasífícacíón de la información
Aunque hay muchas formas de clasificación, se deben tomar en cuenta los siguientes criterios
básicos:
1) Cronológica: Cuya base, para su realización, es la variable tiempo. Ejemplo: años, semestres,
bimestres, etc.
2) Geográfica: se toma en cuenta la variable lugar. Ejemplo: país, departamento, municipio, etc.
3) Cua/ítativa: se clasifica de acuerdo al atributo. Ejemplo: religión, género, ocupación, etc.
4) Cuantitativa: su clasificación es numérica. Ejemplo: sueldo, estatura, peso, etc.
Codificación de la información
Se expresa por medio de números, o a través de claves y códigos, toda la información cualitativa,
especialmente si esta se va a procesar mecánicamente.
Tabulación de la información
Debe hacerse un cómputo del número de casos, dentro del total de la información que se ha
organizado, clasificado y codificado, este cómputo recibe el nombre de tabulación y puede hacerse
manual o mecánica.
1) Manual: se usa cuando se hacen estudios cortos con preguntas muy concretas. En una hoja de
registro se van haciendo marcas (///) cada vez que aparece un caso, después que todos los
hechos han sido contados o registrados en la hoja, se hace el recuento de número de marcas.
2) Mecánica: la información se procesa en computadora, permite la tabulación con mayor rapidez en

estudios complejos y extensos.
Presentación de la información
Generalmente, tanto para la redacción de un artículo científico, el informe de una investigación, como
para la comunicación, ya sea oral o en cartel, se hace necesario organizar los datos de manera que se
hagan patentes al lector o al auditorio, de modo que su presentación específica e individualizada,
permita la percepción de los resultados y de su interrelación de una manera simple y clara.
ANTECEDENIES Y GENERALIDADES DE LA ESTADÍSTICA 26
Una vez recogida y procesada la información, es necesario presentar los resultados de manera
adecuada, es decir en forma técnica, de manera tal que contribuya a una mejor comprensión y
exposición de dichos resultados, en función de los objetivos del trabajo.
En general, hay tres formas para presentar datos organizados y clasificados:
1) Presentación escrita.
3) Cuadros o tablas estadísticas.
3) Gráficas estadísticas.
Cuando una serie de datos incluye solamente unos pocos ítems, la palabra escrita puede ser usada
para presentar apropiadamente los hechos. Sin embargo cuando un gran número de datos está
siendo presentado, la presentación con palabra escrita se vuelve ineficiente y tediosa. En este caso,
tablas y graficas estadísticas son preferidos.
Presentación esctite
La presentación de la información textual es la forma escrita habitual de presentar un documento o
informe. Constituye la forma principal de presentación de los resultados. Atendiendo a que se trata de
una comunicación científica debe limitarse a lo estrictamente necesario, cuidando de mantener una
secuencia lógica en la exposición y de no incurrir en repeticiones innecesarias, citando todas y cada
una de las tablas y figuras a que se haga referencia.
Presentacíón con cuadros o tablas estadísticas
Cuadros o tablas estadísticas

Un cuadro o una tabla es la exposición de una serie de datos interrelacionados entre si. Se podría
decir que es la imagen de los datos. Los datos colocados de arriba abajo constituyen las columnas,
las series dispuestas en horizontal forman las filas.
En la elaboración de cuadros o tablas debe tenerse presente que los datos representados no deben
requerir más explicación que la proporcionada por su título y encabezamientos. No es aceptable la
inclusión en el texto de un largo comentario para glosar un cuadro o una tabla suficientemente
explícita por si misma.
Los cuadros o tablas resultan de gran ayuda tanto para el investigador como para el lector del informe
de trabajo, ya que constituyen una forma sintetizada y más comprensible de mostrar los resultados,
sobre todo cuando la información es de tipo repetitivo. Además permite mostrar frecuencias,
relaciones, contrastes, variaciones y tendencias, mediante una presentación ordenada de la
información.
El autor debe velar porque los cuadros o tablas sean auto explicativas, es decir que el lector no tenga
necesidad de acudir al texto para conocer de qué trata determinado cuadro o tabla .
., <
En el cuadro se presentan resultados de la tabulación, es decir la frecuencia o el número de
elementos que poseen cierta cualidad en estudio. En la tabla se presentan números que son el
resultado del uso de formulas matemáticas y que servirán para resolver problemas.
Expresión de relaciones numéricas, sobre las cuales hay referencias

Cuadro o explicaciones en el texto; los datos deben disponerse de manera
I~===~
1
Tabla
1
1 Expresiones
que puedan leerse verticalmente
numéricas, sobre las cuales no hay referencias o
l explicaciones en el texto, ejemplo tabla de logaritmos, tabla química.
Di spos e c'•n en filas o r e 11 tnnes:
Los datos pueden presentarse horizontal o verticalmente. Pero que puedan no quiere decir que deban.
Se organizarán de forma que sus elementos se lean de arriba abajo y no transversalmente.
Existen algunos principios:
1) El concepto que se considera capital (aquel de cuyas variaciones se desea informar), o en el caso
de variables, aquella que se considera independiente, se debe disponer en las filas.
2) En caso de que sea difícil establecer prioridad, se debe buscar la disposición que se estima más
lógicamente para la comprensión del lector, que tiene el hábito de interpretar de izquierda a
derecha y de arriba abajo.
3) Cuando el cuadro o la tabla es muy extensa, dividirla en dos más sencillas.
,:, "S ta1.. on de vertebtes cuente ' as

Los resultados tabulados se disponen en el cuerpo de un cuadro o tabla, ordenados en filas y
columnas. Su objetivo es presentar de manera concisa y adecuada la información.
. ¡, es p ·.,cipale:::.de u cu=aro o una tabla

El número de partes en un cuadro o una tabla estadística puede variar. En general un cuadro o una
tabla completa pueden incluir ocho partes principales. Estas son:
1) Número de cuadro o tabla.
2) Titulo.
3) Nota de encabezado.
4) Encabezado o fila matriz.
4) Conceptos o columna matriz
5) Cuerpo.
6) Nota de pie.
8) Fuente de los datos.
La exposición concerniente a las ocho partes principales es dada más abajo. Generalmente, todas las
partes deberían ser presentadas en una forma clara y simple, pero completa, tal que el lector pueda
gastar la menor cantidad de tiempo y obtener la mayor información.
Número del cuadro

TITULO
(nota de encabezado)
r-
Concepto
columna matriz
lsubconcepto
1
11
Encabezado fila matriz
Subencabezado
Celda
11
11
Su encabezado
Celda
IB
11 1
lsubconcepto Celda Celda
11 11 11 1
!sub concepto
11 Celda
11 Celda
11 l
TOTAL
1 11 11 11 1
Nota de pte
Fuente de los datos
Ejemplo
Cuadro 1
NÚMERO DE ESTUDIANTES DE LOS CURSOS DE MÉTODOS CUANTITATIVOS
POR CURSO Y SEXO, ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
ENERO 2011
(Sólo se tomó en cuenta los alumnos de la jornada nocturna, del quinto y séptimo ciclo)
1
Curso ji1 Masculino
Sexo
11 Femenino
IG
I Métodos Cuantitativos 1 11 350
11 275
11 625
1
IN!étodos Cuantitativos 11111 270 225 495
11 11 1
TOTAL 620 500 1,120
-1 11 11 11 1
Nota: los datos expuestos en el cuerpo del cuadro estadístico están actualizados a la fecha.
Fuente: listado de asistencia por salón.
Cuadro 2
PORCENTAJE DE ESTUDIANTES DE LOS CURSOS DE MÉTODOS CUANTITATIVOS
ENERO 2011
-
1
Curso
Métodos Cuantitativos 1
11
11
1
Masculino
31%
Sexo
11
11
Femenino
25%
11
56%
[~]
1
I Métodos Cuantitativos 111 11 24% 20% 44%
11 11 1
TOTAL 55% 45% 100%
1 11 11 11 1
Nota: los datos expuestos en el cuerpo del cuadro esiealstico estan actua/Jzadosa la fecha.
1) Número de cuadro o tabla El número indica la posición del cuadro o la tabla dentro de un informe,
texto o estudio, facilitando así su referencia. Ejemplo: Cuadro 1
Cuando más de un cuadro o una tabla son presentados en una exposición, cada cuadro o tabla
deberá ser numerada. El número del cuadro la o tabla es necesario, puesto que es más fácil
referirse a una tabla número que al título entero del cuadro o la tabla.
2) Tífufo: Es una descripción resumida del contenido del cuadro o tabla estadística. Deberá ser
completo y conciso.
2.1) Para que un título sea considerado completo, debe responder a las siguientes interrogantes.
2.1.1) ¿Qué?: Qué son los datos incluidos en el cuerpo de la tabla. Ejemplo, Ver cuadro 1,
NÚMERO DE ESTUDIANTES DE LOS CURSOS DE MÉ ODOS CUANTITATIVOS.
2.1.2) ¿Cómo? : Como están los datos clasificados, Ejemplo, ver cuadro 1, POR CURSO Y
SEXO.
2.1.3) ¿Dónde? b Donde está el área representada por los datos, el área geográfica que
cubre la investigación o a qué lugar se refiere. Ejemplo, ver cuadro 1, ESCUELA DE
ADMINISTRACIÓN DE EMPRESAS, FACULTAD DE CIENCIAS ECONÓMICAS,
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA.
2.1.4) ¿Cuándo?: Cuando ocurrieron los datos, fecha o periodo que abarca la investigación.
Ejemplo, ver cuadro 1, ENERO DE 2011.
3) Notas de encabezado: Son usualmente escritas justamente arriba de los encabezados y abajo del
título, son usadas para explicar ciertos puntos relacionados con la tabla completa que no han sido
incluidos en el titulo ni en los encabezados, ni en los conceptos. Ejemplo, ver cuadro 1, sólo se
tomó en cuenta a los sturmos de la jornada nocturna.
4) E ,,.;¡:¡1)¿2ado v fí/a met. tz. Es el título de la parte superior de una columna o columnas. Las tablas
más simples pueden consistir de solamente dos columnas y dos encabezados: uno para los
conceptos y otro para los datos. Sin embargo, muchas tablas tienen más de dos encabezados y
algunas veces tienen encabezados principales y subencabezados. Ejemplo, ver cuadro 1.
Además del encabezado de la columna matriz o conceptos, hay un encabezado principal, sexo.
El encabezado principal tiene dos subencabezados, masculino y femenino.
5)
Curso
I
_I
:==! ====..=Sexo===II
Masculino U Femenino !_
TOTAL
Conceptos o columna matriz: Las descripciones en filas de la tabla son llamadas conceptos. Los
conceptos son colocados al lado izquierdo de la tabla. Usualmente representan las clasificaciones
de las cifras de las cifras incluidas en el cuerpo de la tabla. La naturaleza de las clasificaciones es
indicada por los encabezados de la columna, incluyendo la columna matriz. Cada concepto puede
ser dividido en subconceptos si es necesario. Ejemplo, ver cuadro No. 1. Las clasificaciones en la
columna están basadas en el curso, Métodos 1 y Métodos 111.
1 Curso 1
1 Métodos Cuantitativos 1 1
I Métodos Cuantitativos 111 j
TOTAL 1
1
6) Cuerpo de la tabla: Es el contenido de los datos estadísticos. Los datos presentados en el cuerpo
son arreglados de acuerdo con las descripciones o clasificaciones de los encabezados y
conceptos. Por lo tanto, la presentación efectiva de los datos en la tabla depende de los arreglos
de las filas y columnas.
Es el conjunto de celdas dispuestas en filas y columnas, donde va el recuento numérico de la

información.
Celdas: Son los pequeños cuadros en donde se escribe el recuento, o el número de elementos
que cumplen con determinada cualidad. El conjunto de estos pequeños cuadros forman el cuerpo
de la tabla estadística. Ejemplo, ver cuadro 1.
350 275
11
270 225
11
7) Notas de píe. Son usualmente colocadas debajo de los conceptos. Son usadas para clarificar
algunas partes incluidas en la tabla que no son explicadas en otras partes, pueden tener
información de tipo general o bien específica de una fila o una columna o una celda en particular.
Ejemplo, ver cuadro 1, "Los datos expuestos en el cuerpo de la tabla, están actualizados a la
fecha"
8) Fuente de los datos: o simplemente fuente, es usualmente escrita debajo de las notas de pie. Si
los datos fueron recopilados y presentados por la misma persona, es costumbre no establecer la
fuente en la tabla. Los detalles concernientes a la recopilación son mencionados en la exposición
junto con la presentación de las tablas. Sin embargo, si los datos fueron tomados de otras fuentes,
tales como fuentes primarias o secundarias de datos publicados, las fuentes de los datos deberán
ser declaradas en la tabla. La declaración permitirá al lector comprobar o evaluar los datos, u
obtener información adicional de la fuente original, si es necesario, y dará propio crédito o
responsabilidad al recopilador original de datos. Debe tener información sobre su origen, ya que
esto sirve al consultante para comprobar, evaluar u obtener más información, si fuera necesario.
Ejemplo, ver cuadro 1, Listado de asistencia por salón.
Consejos gemvales al construir cuadros o tablas estadísticas
1) Simplificar la pteseníecion de un cuadro o una tabla: Un cuadro o una tabla se presenta para que
la lean los lectores. Si es muy complicada, demasiado larga o si no está clara para el lector, su
valor se reduce. Por lo tanto, se prefiere una presentación simplificada de datos. Por ejemplo si
hay muchos hechos a ser presentados, es preferible usar varios cuadros o tablas sencillas a una
sola tabla complicada.
2) Tratar un tema en un cuadro o una tebt«: Solamente cuando un tema es mostrado en un cuadro o
una tabla, la relación entre las partes individuales pueden ser vistas fácilmente o analizadas por
los lectores. Usualmente ocurren confusiones cuando un cuadro o una tabla incluye dos o más
temas no relacionados.
3) Hacer un arreglo oraeneoo de clasificaciones: Las clasificaciones incluidas en un cuadro o una

tabla deberán ser arregladas de una manera ordenada, tal que puedan ser usadas más
efectivamente por un lector al hacer análisis y comparaciones de los datos incluidos. Los métodos
más comunes de arreglar el orden de las clasificaciones son dados en seguida:
3.1) Cronológica: Los datos clasificados por intervalo de tiempo son usualmente arreglados en
orden cronológico, ya sea principiando con el período más antiguo o con el período más
reciente. En general, el primer arreglo, empezando con el período más antiguo, es preferido.
Sin embargo, si los eventos recientes deben ser enfatizados, el último arreglo es usado
frecuentemente.
3.2) Geográfica. Las clasificaciones geográficas pueden ser arregladas en orden alfabético o de
acuerdo a la importancia de ciertas áreas. En algunos casos, las clasificaciones son listadas
en un orden tradicional establecido.
3.3) Cuantitativa: Las clasificaciones basadas sobre cantidad son arregladas usualmente, ya sea
en orden ascendente o descendente o haciendo grupos (clases).
3.4) Cualitativa: Las clasificaciones basadas sobre cualidad son arregladas usualmente en orden
de importancia. Sin embargo, si la importancia de clases individuales no va a ser enfatizada,
el orden alfabético es preferido para fácil referencia. En algunos casos, el orden puede haber
sido establecido por tradición o costumbre.
4) Uso efectivo de ctesiticeciones de doble entrada. En un cuadro o una tabla simple de dos
columnas, los conceptos listados en la columna de la izquierda representan las clasificaciones de
los datos mostrados. Sin embargo, los datos son frecuentemente clasificados en forma de doble
entrada en un cuadro o una tabla (llamados cuadros o tablas de contingencia). En este caso, tanto
los conceptos como los encabezados del cuadro o de la tabla son usados para representar
diferentes clasificaciones de datos, el cuadro 1, por ejemplo, es de doble entrada. En el
encabezado principal representa la clasificación sexo, y en los subencabezados las categorías
masculino y femenino. Mientras que en los conceptos los diferentes cursos Métodos 1 y Métodos 111.
5) 1- ecet .ácites ias coripsreciones Si ciertas comparaciones van a hacerse, las cifras incluidas en
un cuadro o una tabla deberán ser arregladas en tal forma que puedan ser fácilmente
comparadas. En general, las cifras pueden ser comparadas más fácilmente cuando son colocadas
en una columna, que en una fila. Cuando dos o más conjuntos de cifras van a ser comparadas,
deberán ser colocadas en columnas adyacentes o tan cercanas como sea posible. El cuadro 1,
por ejemplo, facilita la comparación entre hombres y mujeres.
~~1
~-
1=======s~~=º=======:1
Masculino !I Femenino -~ 1~
6) Enfatizar cifras importantes: Las cifras más importantes deberán ser colocadas en las
posiciones más notables en un cuadro o una tabla estadística. Puesto que los hábitos de los
lectores son: generalmente leer de izquierda a derecha y de arriba hacia abajo, la columna más
cercana a la de conceptos y la fila inmediatamente debajo de los encabezados son consideradas
como las de posiciones más notables.
7) saona o de cifras: Muchos cuadros o tablas estadísticas no son diseñadas para mostrar cifras
exactas, especialmente si cada cifra consiste de muchos dígitos. En su lugar cifras aproximadas
son suficientes. Al redondear las cifras exactas a aproximaciones, es costumbre redondear los
dígitos después de una de las comas o puntos, los cuales son usados para separar los dígitos en
grupos de tres. Esto es, redondear números a unidades de miles, millones o billones, más bien
que otras unidades.
7 .1) El método más común de redondear un número a su valor más cercano en estudios
estadísticos, se resume en las siguientes reglas:
7 .1.1) Si la porción de dígitos a ser eliminada principia con 4 o menos, dejar el dígito
precedente sin cambio. Ejemplo, 355,465 es redondeado a 355 mil si la porción 465 es
suprimida, la cual es menor a mil; 4.46056 es redondeada a 4 si la parte decimal .46056
es suprimida.
7.1.2) Si el dígito exacto 5, o 5 seguido por ceros solamente, va a ser suprimido, haga el
dígito precedente par o siga las siguientes reglas:
7.1.2.1) Si el dígito precedente es impar, aumente J al dígito. Ejemplo, 45.5 o

45.500000 es redondeado a 46, puesto que 5 es u dígito impar.
7.1.2.2) Si el dígito precedente es par, deje el dígito sin cambio. Ejemplo, 44.5 o
44.50000 es redondeado a 44, puesto que 4 es un dígito par.
Este método trata de de reducir a un mínimo el error acumulativo al redondear.

Cuando esta intención no puede cumplirse, la necesidad de redondeo debe ser
cuidadosamente examinada
7.1.3) Si la porción de dígitos a ser eliminada principia con 5 seguida por dígitos distintos de
cero o con un número superior a 5, aumentar J al dígito precedente. Ejemplo,
546.54389 es redondeado a 547 si la parte decimal .54389 es suprimida; 3.689 es
redondeado a 4 si la parte decimal .689 es suprimida.
8) Típo de Letra: Sólo el TITULO y los TOTALES se ponen con letras MAYÚSCULAS, el resto de
rótulos con letras minúscula del mismo tipo.
9) Cifras: Las cifras escritas en las celdas del cuadro o la tabla deben ir separadas, en sus millares y
millones, con un espacio y para separar decimales se utiliza punto. Ejemplo: J 850.35
1 O) Signos convencionales· Los signos recomendados internacionalmente, son los siguientes:
10.1) Cifras en cero guión
10.2) No hay información punto
10.3) Existe información pero no ha sido

recibida o publicada tres puntos
10.4) Cifra tan pequeña que no se puede

expresar en la unidad mencionada o cero
10.5) Cifras sujetas a cierta reserva (2 003) entre paréntesis
Las variables cualitatívas también se pueden presentar utí/izando una dístribución de

frecuencias, frecuencia relativa y frecuencia relativa acumulada.
La principal herramienta de análisis de una variable de tipo cualitativo es el simple recuento del
número de los casos dentro de cada categoría. Además de referirse a las categorías de una variable,
se empleara también el término "valores" de la variable.
Suponiendo que se tiene la variable nivel básico. que puede tomar las categorías primer grado,
segundo grado y tercer grado. El primer objetivo es conocer cuántos estudiantes tienen cada
característica.
La principal herramienta de análisis de una variable de tipo cualitativo es el simple recuento del
número de los casos dentro de cada categoría.
En estadística, el número de veces que se repite una de las categorías o valores de la variable se
denomina frecuencia o, de manera más precisa, frecuencia absoluta (que denotaremos}).
Por distribución de frecuencias se entiende el registro de todas las posibles categorías o valores de la
variable, junto con sus frecuencias asociadas. Además de las frecuencias absolutas se suelen
presentar las frecuencias relativas (f,.) de cada categoría. La free reía r» aN 'l se define como la
frecuencia absoluta dividida por el total de observaciones:
f
f,=-
n
Donde
t, = frecuencia relativa
f = frecuencia absoluta
n = total de observeciones
Cuando se trabaja con una variable de tipo ordinal (cuyas categorías se pueden ordenar de menor a
mayor) se pueden calcular las frecuencias acumuladas. La idea de acumulación facilita conocer
rápidamente el número de observaciones que están por debajo de un determinado valor o categoría.
Se distingue entre frecuencias acumuladas absolutas } relativas.
La frecuencia absoluta acumulada se define como: la suma acumulada de las frecuencias absolutas
de las categorías anteriores y hasta la propia categoría. Y la frecuencia relativa ecumi lada como: la
suma acumulada de los porcentajes relativos de las categorías anteriores y hasta la propia categoría.
Se tiene sentido hablar de valores acumulados cuando las respuestas de la variable se han ordenado
de menor a mayor, lo que sólo es posible si la variable cualitativa es de tipo ordinal.
La imagen estándar de una distribución de frecuencias es tan sencilla como la que se muestra en el
cuadro 3. En la misma aparecerían, para el total de n observaciones, las m distintas atributos de la
variable, sus frecuencias absolutas, las frecuencias relativas y las frecuencias relativas acumuladas.
Ejemplo:
Los. cursos del Área de Métodos Cuantitativos, que se tomaron en cuenta en el cuadro 1, pueden ser
considerados como una variable cualitativa, medida a través de la escala ordinal, distinguiéndose dos
posibles categorías, Métodos Cuantitativos 1 y Métodos Cuantitativos 111.
Cuadro 4
NÚMERO DE ESTUDIANTES DE LOS CURSOS DE MÉTODOS CUANTITATIVOS
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
ENERO 2011
Frecuencias Frecuencias Frecuencias
Curso
- ..... -- -- --- ---=-
Absolutas
----.v·-..c:......--.:""
.=7....,::,.,.y:____..:,r --- . --
Relativas relativas acumuladas
~ ·- _, __ ---=- ... =--:r--=- - -· -= - - -· ---· - _.v..,
Métodos Cuantitativos 1 " 625 · 0.5580 '; 0.5580
iút;do"'tcu;;¡¡t;tiv;ú1i ;-= -- 495=-=-r--
~~ ===-~-=== = . = --~ --~-~==~~
0.4420
= =
=~--==r=--=-~·~-~
===-4==~~-
1 = -~=~-
TOTAL 1,120 ·. 1 1
Nota: /os datos expuestos en el cuerpo del cuadro estadístico están actualizados a la fecha.
Presentación de variables cuantitativa

Arreglo o serie simple
Consiste en un ordenamiento de menor a mayor (forma ascendente) o de mayor a menor (forma
descendente), presentado en una tabla. Se usa para muestras menores de 30 elementos.
Ejemplo.
Suponga que se tomo el peso en libras de una muestra de 1 O alumnos escogidos aleatoriamente del
curso de métodos cuantitativos 1, del salón 310, edificio S-3, jornada vespertina, Escuela de
Administración de Empresas, Facultad de Ciencias económicas, Universidad de San Carlos de
Guatemala, al inicio del semestre, año 2011, obteniendo los resultados siguientes:
130 90 150 125 93 125 105 121 105 120
Con la información recopilada, presente adecuadamente la variable peso en libras.

Arreglo o serie simple
Cuadro 5
PESO DE 10ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ENERO 2011
r- r~·-=··,r~-~-=--- ~~
¡ . . Nó~ --~. ~ . . -p~;;-~~-úb~~;--=·1
·=·=-1
3 105
1
b
4 ! 105
5
6
!
¡
120
121
7 ! 125
8 í 125
9 Í 130
.
1-. -·..:.
JO
·-···= ._.:.-.
!
'-~"'· -· =-..:-- --·-'-
150
·-·-·-· ·;..·-·----·-"'· n .;. ..
Fuente: Datos hipotéticos con fines de estudio
Arreglo o serie simple con frecuencias
Cuadro 6
PESO DE 10ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
ENERO 2011
Peso en
_...._,
=:
libras
...... 'U"e' - ..... - u, - _...,,_-,,,.
Frecuencia
~ ,.... --- __.._.,.._
u, ___ :,..
90 1
i
93 1
105 l 2
120 1
121 1
125 1e 2
130 i 1
150 1
'.
Fuente: Datos hipotéticce con fines de estudio
Datos agrupados o dístríbucíón de frecue teles en interveios dt. ciase

Se recomienda el uso de este tipo de presentación, a partir de 30 o más elementos de la muestra.
Consiste en agrupar en clases la serie de datos estadísticos, acompañadas de sus respectivas
frecuencias.
Ejen ple, a .. ~ una ver¡ 'J1 e, enti euv« co ninue

El peso de 32 alumnos del curso de Métodos Cuantitativos 1, salón 310, edificio S-3, jornada
vespertina, Escuela de Administración de Empresas, Facultad de Ciencias Económicas, Universidad
de San Carlos de Guatemala, año 2011, es el siguiente:
98 141180118 105 117 130 150
125·125 119 135 156 124 135 130
132 121128165 125 165 117 108
118 162 175 131142140 120 131
Con la información proporcionada presente adecuadamente la variable peso en libras.
Pasos para construir la distribución

1) Determinar el número posible de clases (K): Se realiza en función del total de elementos de la
población (N) o la muestra (n).
Fórmula
K = 1 + 3.33(1ogn)
Donde
K = es el número posible de clases
log = es el logaritmo
n = es el tamaño de la muestra
Datos
n =32
Cálculo K = 1 + 3.33(1og32)
K = 1 + 3.33(1.50514997 O)
K=1+5.012149428
K = 6.012149428 =7
Nota: Siempre que, en el cálculo realizado, se presenten valores decimales se debe aproximar al
entero inmediato superior. por lo tanto. el número posible de clases es siete.
2) Calcular el intervalo de clase i

El intervalo de clase es el rango de valores encontrados dentro de una clase.
. R
l=-
Donde K
R = es el rango o la amplitud de la distribución
R = Valor mayor - valor menor o R = Xmax - Xmin

Valor mayor= 180 lb. Valor menor = 98 lb. z:» 180 - 98 = 82 lb.
. R
l=-
K
82
i=-----
6.01214942 8
i = 13.6390488 9
i:14
Nota: Si los datos estadísticos proporcionados o recopilados son enteros y el cálculo da un valor
con decimales se aproxima al valor entero superior. Pero si son enteros acompañados con
decimales o sólo decimales se aproxima a la décima, centésima, milésima según sea el caso.
3) Construcción de la distribución de frecuencías
Cuadro 7
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
FACUL TAO DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2011
fa 11 fr :! fra I
3 j[ O. 0938 I[ O. 0938 ]
15 li O. 3750 ¡J O. 4688 1
jJ O. 2500 !I O. 7188 1
: 0.0938 11 0.8125 1
0.1250 [09:315 ¡
~~J 1.0000 1
11 1
Limi ~s de clase: Las clases deben de estar organizadas de manera que sus límites no se traslapen
(es decir, las clases sean mutuamente excluyentes). Cada clase tiene un límite inferior y un límite
superior, los valores exactos de estos límites son muy importantes. Si los datos en una tabla de
frecuencias son continuos, es necesario permitir valores fraccionarios, porque no se permiten
separaciones, en el cuadro 7 se presentan los valores exactos de los límites, así, 98 < 112, el signo
menor indica que en esta clase se toman los elementos con valores hasta 111.99 periódico. El límite
inferior para la primera clase debe ser igual o inferior al menor de los valores de la serie de datos, ,
siempre tomando en cuenta que ese menor valor debe de estar incluido en esta clase, para
determinar el límite superior de la primera clase se utiliza la expresión matemática L, = L; + i, ejemplo
L, = 98 + 14, L, = 112. Los siguientes límites inferiores y superiores se determinan sumándole al límite
inferior o superior el tamaño del intervalo de clase (esto es posible sí las clases tienen intervalo
uniforme, que es lo que se recomienda).
tmerveto de clase: es el rango de valores encontrados dentro de una clase. Se determina restando
del límite inferior de una clase el límite inferior de la clase anterior (o posterior).
Al terminar de hacer las clases se debe verificar que el valor mayor esté contenido en la última clase,
de ser necesario eliminar o agregar una clase.
Frecuencia: es igual al número de observaciones que caen dentro de una clase.
Pun o medio o marcade clase (JI): es el valor que representa a cada clase y se encuentra justo al
centro del intervalo. Ejemplo:
M = L;(i) + L.(i)
2
Donde:
M = es el punto medio o marca de clase.
L; (1) = es el límite inferior de la clase y.
L5 (1) = es el límite superior de la clase y.
M = 98+112
2
M=105
Frecuencie acumulada· número de observaciones acumuladas incluidas bajo el límite exacto

superior de cada clase de la distribución. Puede determinarse agregando la frecuencia observada
para dicha clase a la frecuencia acumulada de la clase precedente.
Frecuenci= relativa· es una proporción, la cual puede convertirse en porcentaje multiplicándola por
100, cuyo valor resulta de dividir el número de observaciones asociadas con cada clase entre el
número total de observaciones de toda la distribución.
Ejemplo para una vertebte cuentite ive discreta

El número de alumnos que asistieron al curso de Métodos Cuantitativos 1, salón 303, edificio S-3,
jornada nocturna, Escuela de Administración de Empresas, Facultad de Ciencias Económicas,
Universidad de San Carlos de Guatemala, durante 32 días de clase, año 2011, es el siguiente:
98 121180118 105 117 130 150 1
125 125 119 135 156 124 135 130 1
132 121128 165 125 165 117 108
118 162 175 131142140 120 131
Con la información anterior presente la variable número de alumnos.
Pasos para construir la distribución
1) Determmar e, número posible de clases (K): Se realiza en función del total de elementos de la
población (N) o la muestra (n). /
Fórmula
K = 1 + 3.33(1ogn)
Donde
K = es el número posible de clases
log = es el logaritmo
n = es el tamaño de la muestra
Datos
n= 32
Cálculo
K = 1 + 3.33(1og32)
K = 1 + 3.33(1.505149970)
K = 1 + 5.012149428
K = 6.012149428 ~ 7
Nota: Siempre que, en el cálculo realizado, se presenten valores decimales se debe aproximar al
entero inmediato superior, por lo tanto, el número posible de clases es siete.
2) Calcular el intervalo de clase i
El intervalo de clase es el rango de valores encontrados dentro de una clase.
.l=- R
K
Donde
R = es el rango o la amplitud de la distribución
R = Valor mayor - valor menor O R = Xmáx - Xmin
Valor mayor= 180 alumnos Valor menor = 98 alumnos z:» 180 - 98 = 82 alumnos
. R
l=-
K
i=--82 __
6.012149428
i = 13.63904889
i:14
Nota: Si el cálculo da un valor con decimales se aproxima al valor entero superior.
Cuadro 8
No. DE ALUMNOS QUE ASISTIERON AL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 303, EDIFICIO S-3, JORNADA NOCTURNA
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA,
AÑO 2011
(ASISTENCIA DE 32 DÍAS)
Clases 11 Conteo 11 F 11 M a fa 11 fr I! fra

98 111 /// 3 3 0.094 1 0.094
112 125 ///// ///// // 12 ~I 15 1 0.375
,1 0.469
11
i@!jl
126 139 ///// //! 8 132.5 23 0.250 0.719
140 153 /// 3 26 0.094 0.813
154 167 //// 4 160.5 30 0.125 0.935
168 181 // 2 174.5 32 0.062
1 1.000
1 h 1
11 32 11 11 111.000 11
Presentacíór gráfica de la vnri ble

La forma gráfica constituye un complemento importante para la presentación de los resultados ya que
permite incrementar la información científica que se trata de transmitir. Aunque los gráficos se
elaboran a partir de tablas estadísticas es un error, al presentar los resultados, pretender acompañar a
cada tabla por un gráfico, ello origina repeticiones en la información y pérdida de espacio. El gráfico
debe agregar información, no duplicarla. El empleo del gráfico debe reservarse para cuando se quiera
mostrar algún patrón especial en los resultados, destacar tendencias o ilustrar comparaciones de
forma clara y exacta.
El gráfico, al igual que los cuadros o tablas, debe ser auto explicativo, sencillo y de fácil comprensión.
Es importante tener en cuenta que las representaciones gráficas ayudan a comprender mejor como se
comportan los datos, pero de ninguna manera reemplazan el análisis cuantitativo de la información.
Son sólo ayudas visuales.
ANTECEDENIES Y GENERAUDADES DE LA ESTADÍSTICA 39
Presentación gráfica de la variable cualitativa

Entre las gráficas más utilizadas tenemos
1) Diagrama de barras o gráfica de barras.
1.1) Diagrama de barras simples.
1 .2) Diagrama de barras agrupadas.
1.3) Diagrama de barras proporcionales.
2) Diagrama de pastel o circular.
3) Pictograma.
Di"lgrama de berres o gráfíc"J E> barras

Este método es habitual para presentar en forma gráfica datos con escala nominal u ordinal. Cada
barra representa la frecuencia de la categoría. La altura de la barra es proporcional al número de
elementos en esa categoría. En general, las barras se ponen en posición vertical con la base en el eje
horizontal de la gráfica (algunos investigadores ponen las barras en posición horizontal con la base en
el eje vertical). Las barras se separan, y dicha separación pone de manifiesto que se están dibujando
frecuencias de categorías distintas, ejemplo: (ver gráfica No. 1)
Toda gráfica debe contener:

);,, No. de gráfica
);,, Titulo
);,, Nota de encabezado
);,, Cuerpo
);,, Nota de pie
);,, Fuente de Origen
Diagrama de barras simptes

Se utilizan para representar una variable.
Gráfica 1
NÚMERO DE ESTUDIANTES DEL ÁREA DE MÉTODOS CUANTITATIVOS E INFORMÁTICA,
POR CURSO, ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACUL TAO DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA,
ENERO 2011
(Sólo se tomo en cuenta a los alumnos de la jornada nocturna)
700
600
U)
o 500
z
~
::::,
_J 400
<(
w
o 300
o
o::
w 200
~
,::::,
z 100
o
MÉfOOOS I MÉfOOOS III
NOMBREDEL CURSO
Fuente: Cuadro 1
Diagra '11a de barras ag ·upadas

Se utilizan para representar dos o más variables en relación con otra que fija el criterio de
agrupamiento de las barras.
Gráfica 2
NÚMERO DE ESTUDIANTES DEL ÁREA DE MÉTODOS CUANTITATIVOS E INFORMÁTICA,
ENERO 2011
(Sólo se tomo en cuenta los alumnos de la jornada nocturna)
400
350
(/)
o 300
z
~
::::>
.....1
250 o MA.SCULINO
<(
w 200 O FEMENINO
o
o 150
c:i::
w
~ 100
·::::>
z 50
MÉTODOS I MÉTODOS 111

NOMBRE DEL CURSO
Fuente: Cuadro 1
En una sola barra se representan todos los datos de determinada variable, mostrando la proporción de
cada una de las clases que la integran.
Gráfica 3
NÚMERO DE ESTUDIANTES DEL ÁREA DE MÉTODOS CUANTITATIVOS E JNFORMÁTICA
ENERO 2011
(Sólo se tomo en cuenta los alumnos de la jornada nocturna)
700
600
(/)
w
~ 500
~
§ 400
1- OFEMENINO
¡:3 300
OMASCULINO
~ 200
o
o::
~ 100
•::::)
z
MÉTODOS I MÉTODOS 111
NOMBRE DEL CURSO
Fuente: Cuadro 1
Diagrama de Pastel (Píe o Circular)

Los diagramas circulares resaltan el porcentaje en que aparece una característica o atributo respecto
al total. Este tipo de gráfica es útil para representar variables que tienen pocas categorías, ya que en
el caso de una variable con muchas categorías hay un exceso de sectores.
Se utiliza generalmente para ilustrar comparaciones entre los diversos componentes de un conjunto
de datos. Para ello se emplea un círculo el cual se divide en sectores cuyas medidas angulares son
proporcionales a las magnitudes de los valores que representan.
Es una forma efectiva de desplegar los porcentajes en que se dividen los datos. Este tipo de diagrama
es particularmente útil si se quiere hacer hincapié en los tamaños relativos de los componentes de los
datos. Un círculo completo, 360 grados, representa el número total de observaciones, el tamaño de
las porciones es proporcional a la frecuencia relativa de cada categoría.
Como un círculo tiene en total 360°, por tanto a cada categoría que se presenté le corresponde un
sector de:
360 º
--f
n
En general, cuando se tienen n datos y se desea hacer un diagrama circular se divide 360º entre n
para determinar el número de grados correspondientes a cada categoría; finalmente se multiplica el
cociente por las frecuencias absolutas y eso da el ángulo de cada sector del círculo.
Ejemplo
Según listados de asistencia en el primer semestre del año 2011, de un total de 1, 120 alumnos del
Área de Métodos Cuantitativos, Escuela de Administración de Empresas, Facultad de Ciencias
Económicas, Universidad de San Carlos de Guatemala, 625 pertenecen al euros de Métodos
Cuantitativos I y el resto al curso de Métodos Cuantitativos 111. De los alumnos del curso de Métodos
Cuantitativos 1, 350 son hombres y 275 mujeres.
Presente la proporción de hombres y de mujeres del curso de Métodos Cuantitativos I
So/ucíón
El círculo tiene en total 36rf, por tanto a cada sexo que se presentó, le corresponde un sector de:
Masculino = !~r (350) = 201.6 ° Femenino =

360
625
0
(275) = 158 40 °
.
Gráfica 4
ESTUDIANTES DEL CURSO DE MÉTODOS CUANTITATIVOS/, POR SEXO
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACUL TAO DE CIENCIAS ECONÓMICAS,
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
ENERO 2011
(Sólo alumnos del quinto semestre)
¡ º FEMENINO º MA-SCULINOI
Fuente: Cuadro 2
Se utiliza un dibujo relacionado con el tema, para representar cierta cantidad de frecuencias. Este tipo
de gráfica atrae la atención por los dibujos, pero la desventaja es que se lee en forma aproximada.
Gráfica No. 5
NÚMERO DE ESTUDIANTES DEL ÁREA DE MÉTODOS CUANTITATIVOS E INFORMÁTICA
POR CURSO, ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
ENERO 2011
(Sólo se tomo en cuenta a los alumnos de la jornada nocturna)
700
600
(/}
~ 500
:2i
3
<(
400
~ 300
o
ffi 200
:2i
.::, 100
z
MÉTODOSI MÉTODOSIII
NOMBRE DEL CURSO
Fuente: Cuadro 1
Precuencie reletive: Es igual a la frecuencia absoluta (o simplemente frecuencia) dividida por el

número total de elementos.
Presentación g ática de la vanab/e cuantitativa ontínúa

Los cuadros proporcionan información importante, pero un análisis visual ayuda a comprender más
fácilmente la información que desea transmitirse.
Tipos de gráfica más usados para presentar la variable cuantitativa
};> Histograma
};> Polígono de Frecuencias
};> Ojiva (polígono de frecuencias acumuladas)
Histograma
Es una gráfica que consiste en una serie de rectángulos que tienen su base sobre un eje horizontal y
su dimensión es igual al intervalo de clase; la altura de los rectángulos dependerá de las frecuencias.
Para construir el histograma se usan los límites de clase y cada rectángulo debe dibujarse uno
seguido del otro. Si la variable que se va a graficar no principia en cero deberá indicarse en el dibujo
con una línea de corte; así se sabrá que existen más valores. Ejemplo, ver cuadro 7.
Gráfica 6
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACULTAD DE CIENCIAS ECONÓMICAS
14
6 12
~~JO
~ ~ 8
1~ :
~B 6
o 't-__,_ _ __,_ _ __,_ _ __,_ _ __,_ _ ___.__ ....... __,
98 112 126 140 154 168 182

(LIMITES DE CLASE)
PESO EN LIBRAS
Fuente: cuadro 7
Polígono de frecuencias
Es una gráfica de línea, para su construcción se utilizan las marcas de clase o punto medio, sobre el
eje horizontal (abscisa) y las frecuencias sobre el eje vertical (ordenada), los puntos de intersección se
marcan y se unen con segmentos de línea recta continua, y se cierra con una línea discontinua.
Ejemplo, ver cuadro 7.
Gráfica 7
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACUL TAO DE CIENCIAS ECONÓMICAS
14
12
(/)
o
z -¿: 10
~º
-t m s
w :::,
o hl 6
o u,o::
o::
~ ~ 4
·:::>
z 2
105 119 133 147 161 175

(PUNTO MEDIO)
PESO EN LIBRAS
Fuente: Cuadro 7
or11a
La ojiva es la gráfica de la frecuencia (absoluta o relativa) acumulada. Usualmente se utiliza la
frecuencia relativa expresada en términos de porcentaje. El intervalo (o el límite superior del intervalo)
aparece en el eje horizontal y la frecuencia absoluta o relativa en el eje vertical. La ojiva indica la
frecuencia acumulada en y por debajo de un intervalo dado. Esta gráfica facilita la comparación de dos
grupos de datos de forma visual y de manera mucho más efectiva que el polígono de frecuencia,
puesto que permite comparar los porcentajes acumulados de dos distribuciones con respecto al
mismo intervalo.
Se le llama también polígono de frecuencias acumuladas y es una gráfica de línea que nos muestra
las frecuencias acumuladas, siendo útil para analizar en un punto determinado cuántos elementos
están arriba o abajo de un valor determinado.
Para su construcción se usan los límites de clase sobre el eje horizontal (x) y las frecuencias
acumuladas sobre el eje vertical (y). Se puede construir sobre la base mayor que o sobre la base
menor que.
Sobre la base menor que
Cuadro 9
I Límites de clase II frecuencia acumulada
menor que 98 11 o
menor que 112 11 3
menor que 126 11 15
menor que 140 11 23
menor que 154 11 26
1 menor que 168 11 30
1 menor que 182 11 32

Fuente: Cuadro 7
Gráfica 8
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACUL TAO DE CIENCIAS ECONÓMICAS
98 112 126 140 154 168 182

PESO EN LIBRAS
(LIMITES DE CLASE)
Fuente: Cuadro 9
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTlCA 45
Sobre la base mayor que
Cuadro 10
1 Límites de clase 11 frecuencia acumulada 1
1 mayor que 98 11 32 1
1 mayor que 112 11 29 1
1 mayor que 126 11 17 1
1 mayor que 140 11 9 l
1 mayor que 154 11 6
1
1
mayor que 168
mayor que 182
Fuente: cuadro 7
11
11
2
o '
1
1
Gráfica 9
--¡:
(/) <( 35
ºº
z ::5
~ ::,
30
3~ 25
<( ::,
20
~~
o~ 15
o:: o
LU Z 10
:::'!: LU
,::, ::, 5
zü LU
o:: o
u,
98 112 126 140 154 168 182
PESO EN LIBRAS
(LIMITES DE CLASE)
Fuente: Cuadro 1 O
Sobre la base menor y mayor que
Cuadro 11
Límites de clase
menor que
I
11 Acumulada sobre base Acumulada sobre base j
mayor que
98 11 o 11 32 1
112 11 3 11 29 1
126 11 15 11 17 1
1 140 11 23 11 9 1
1 154 11 26 11 6 1
1 168 11 30 I[ 2 1
1 182 11 32 11 o 1
Fuente: Cuadro 7
Gráfica 10
--;;:-
(/) >,
35
O V
30
z <(
2º
:::, ::í
_J :::,
25
<( 2 20
w :::>
Oü
o <( 15
(l'.'. <(
w- 10
2~
·:::> w 5
z :::>
o
w
(l'.'.
o
!:=. 98 112 126 140 154 168 182
PESO EN LIBRAS
(LIMITES DE CLASE)
Fuente: Cuadro 11
Nota importante que se debe de tomar en cuente CL ando presente variables:

Trate de no duplicar la información, en la presentación de los datos estadísticos use solamente
cuadros (tablas) o gráficas y si usa las dos formas a la vez, que las gráficas sirvan únicamente como
información complementaria y no repetitiva.
Análisis
Es la descomposición de una serie de datos en sus partes integrantes, para establecer la relación
existente entre ellas y el suceso, objeto o variable de estudio.
Ana/ísis de var·ables cua itetives

Denominamos variables cualitativas a aquellas cuyo resultado es un valor o categoría de entre un
conjunto finito de respuestas posibles. El sexo, el estado civil o el grupo sanguíneo son ejemplos de
variables cualitativas. Cuando se analizan variables cualitativas es habitual representar en tablas las
frecuencias de casos observados para cada una de las diferentes categorías de las variables, las
cuales se denominan tablas de contingencia.
Una de las funciones de los métodos estadísticos es la de resumir todos los datos de una serie de
valores, para poner de manifiesto las características más importantes de dicha serie. La forma más
simple de cumplir esta función es convertir los datos de valores absolutos en relativos, esta conversión
se hace necesaria debido a que los valores relativos pueden contener toda la información que
interesa, lo que no se logra con los valores absolutos. Para ello debemos conocer el significado de
razón, proporción, porcentaje y taza.
Razón
Se denomina razón ("ratio") a todo índice obtenido al dividir dos cantidades. En la razón ninguno o
solo algunos elementos del numerador están incluidos en el denominador.
Fórmula
R=!
b
Donde
a = número de individuos que poseen cierta característica
b = número de individuos que no poseen dicha característica
ANTECEDENTES Y GENERAllDADES DE LA ESTADÍSTICA 47
~ Con los datos del siguiente cuadro se puede obtener la razón hombre/mujer para los alumnos del
curso de Métodos Cuantitativos 1:
Año Masculino Femenino Total

11 11 11
2011 350 275 625
11 11 11
R= 350
275
R = 1.27
Interpretación: por cada 1.27 hombre en el curso de Métodos I hay 1 mujer.
Proporción
Se denomina proporción a una razón tal que el valor del numerador está incluido en el denominador.
La proporción indica, en tantos por uno, la parte que el numerador representa del denominador. Si se
multiplican por 100 se obtienen porcentajes o tantos por cien.
P=-ª-
a+b
Con los datos de los alumnos de Métodos 1, del año 2011 , se puede calcular estos dos tipos de
proporciones:
Año Masculino Femenino Total

11 11 11
2011 350 275 625
11 11 11
A. Proporción de hombres respecto al total de alumnos del curso de Métodos 1, en el año 2011.
p= 350
350 +275
p = 350
625
P = 0.56
El 0.56 en proporción de los alumnos del curso de Métodos 1, en el año 2011, fueron hombres.
B. Proporción de mujeres respecto al total de alumnos del curso de Métodos 1, en el año 2011:
p= 275
350 +275
p = 275
625
P = 0.44
El 0.44 en proporción de los alumnos del curso de Métodos 1, en el año 2011, fueron mujeres.
Porcentaje
Se llama tanto por ciento de un número a una o varias de las 100 partes iguales en que se puede
dividir dicho número. Por ejemplo, el 4% de 80, significa que el 80 se divide en 100 partes iguales y de
ellas se toman 4. También es una medida que se obtiene al multiplicar por 100 a las proporciones.
Tasa
Una tasa es una proporción o una razón, multiplicada por una cierta constante para darle más sentido
al indicador. Como ejemplo, se tiene el indicador muy conocido ¿mortalidad infantil?, que se define
como el cociente entre niños menores de 1 año fallecidos y el total de nacidos vivos, multiplicado por
1,000, donde la constante nos indica el número de niños muertos por cada 1,000 nacidos vivos.
1
-Año "T
__
Niños
fallecidos
J Total de niños nacidos
vivos
1 2001 11 15
J
2002_J¡ 12~
1
2003 17
1 11 1 3,000
1
2004 14
l
77-,
11
1
2005
IC 19
l
I Total 11
Nota: no son datos reales
Con la información anterior, se pueden calcular las siguientes tasas:
A. La tasa media de mortalidad en el año 2004 por cada 1,000 niños nacidos vivos es:
Tasa= 1413,000 = 0.00466666667
La tasa es, por tanto, de 4.6 niños fallecidos por cada 1,000 niños nacidos vivos en 1 año (2004)
B. La tasa media de mortalidad en los últimos 5 años (2001-2005) es:
Tasa= 771 (3,000*5) = 0.0051333333
La tasa en este periodo (2001-2005) es de 5.13 niños fallecidos por 1, 000 niños nacidos vivos por
año.
Análisis de variables cuantitativas

Medidas de tendencie centre!
Son los valores numéricos que proporcionan al investigador información sobre la tendencia de los
datos a agruparse generalmente hacia una posición central, las medidas de tendencia central, que se
estudiarán en este trabajo son la media aritmética, la media ponderada, la mediana y la moda.
Media Arítmética
Es el valor que mejor representa a todos los datos de la serie estudiada. Cuando pertenece a una
muestra se identifica como.X (equis barra) y cuando pertenece a una población se identifica comoµ
(rniu), y se define coma la suma de los valores individuales de la serie de datos dividida entre el
número total de valores.
Medía Ponderada
En los cálculos de la media aritmética se asume que cada observación individual es de igual
importancia, sin embargo en algunos casos puede querer darse mayor peso o importancia a algunas
observaciones, de ser así la media aritmética se convierte en una media ponderada, que puede
definirse simplemente como una media aritmética en donde cada uno de los valores se pondera de
acuerdo a su importancia en el grupo general o la distribución de valores.
A> ediana
Es el valor que se encuentra exactamente a la mitad de la serie de datos, cuando éstos han sido
ordenados de acuerdo a su magnitud, del menor al mayor o viceversa, normalmente se ordenan de
menor a mayor, se identifica como md para muestras o Md para poblaciones. El valor de la mediana
indica que el 50 % de los elementos de la muestra (población) tienen un valor menor, y el 50 %
restante tienen un valor mayor, que él.
Moda
Es el valor que tiene una mayor frecuencia, entre todos los valores de la serie, se identifica como m¿
para muestras o Mo para poblaciones.
De acuerdo con lo anterior, las series de datos pueden tener dos o más modas, en cuyo caso serán
bimodales (dos modas) trimodales (tres modas) tétramodales (cuatro modas) o polimodales (más de
cuatro modas). Sin embargo en el presente trabajo, se considerará como amodales (sin moda) a
aquellas que tengan más de una moda, de igual manera se calificará a las que no tengan ninguna
moda.
Medidas de Dispersión
Son los valores numéricos, que proporcionan al investigador información sobre el grado de variación
existente entre los valores de los datos de la serie objeto de estudio.
En este documento abordaremos las siguientes: El Rango, la Varianza, la Desviación Estándar, el

Coeficiente de Variación y el Coeficiente de Sesgo.
Rango o Recorrido
Es la medida de dispersión que representa el valor total de la variación en los valores de los datos, se
obtiene de la diferencia entre el mayor valor y el menor valor de la serie de datos, se identifica como
R.
Varianza
Es la medida de dispersión que representa el promedio al cuadrado de las variaciones de los valores
de los datos, con respecto al valor de la media, cuando pertenece a una muestra se identifica como
s2 y cuando pertenece a una población se identifica como el
Desviación Estándar
Es la medida de dispersión que en unidades lineales, proporciona al investigador la información sobre
el grado de variación existente entre los valores de los datos, sobre y bajo la media aritmética, cuando
pertenece a una muestra se identifica como S y cuando pertenece a una población se identifica
como a.
Coeficiente de vertecton
Es la medida relativa que proporciona al investigador información acerca de la participación de la
desviación estándar en la conformación del valor de la media aritmética, se identifica como CV.
Coeficien e de Sesgo u Oblicuídad

Es la medida que proporciona al investigador, información sobre la acumulación de los datos hacia
uno u otro lado de la mediana, es decir, el grado de sesgo u oblicuidad en la distribución de los
valores de los datos, se identifica como CS.
Medidas de Posición
Son indicadores usados para señalar que porcentaje de datos dentro de una distribución de
frecuencias superan estas expresiones, cuyo valor representa el valor del dato que se encuentra en el
centro de la distribución de frecuencia, por lo que también se les llama " Medidas de Tendencia
Central". Las medidas de posición más comunes utilizadas en estadística, son: Cuartiles, deciles y
percentiles.
Cuartiles
Es el valor que divide exactamente en cuatro partes iguales la serie de datos, cuando éstos han sido
menor a mayor, se identifica como Q tanto para muestras como para poblaciones. El valor del
segundo cuartil es igual al valor de la mediana, e indica que el 50% de los elementos de la muestra
(población) tienen un valor menor, y el 50% restante tienen un valor mayor, que él.
Decaes
Es el valor que divide exactamente en diez partes iguales la serie de datos, cuando éstos han sido
menor a mayor, se identifica como D tanto para muestras como para poblaciones. El valor del decil
cinco es igual al valor de cuartil dos y al valor de la mediana, e indica que el 50% de los elementos de
la muestra (población) tienen un valor menor, y el 50% restante tienen un valor mayor, que él.
Percentites
Es el valor que divide exactamente en cien partes iguales la serie de datos, cuando éstos han sido
menor a mayor, se identifica como P tanto para muestras como para poblaciones. El valor del percentil
cincuenta es igual al valor del decil cinco, al valor de cuartil dos y al valor de la mediana, e indica que
el 50% de los elementos de la muestra (población) tienen un valor menor, y el 50% restante tienen un
valor mayor, que él.
lnterpretacíón
Es el sentido personal y objetivo, que el investigador debe darle tanto a los resultados numéricos
obtenidos, como a las relaciones existentes entre las partes integrantes de la serie de datos y el
suceso objeto de estudio.
HOJA DE TRABAJO No. 1

Ejercicio No. 1
Clasifiqué las siguientes variables por su naturaleza y escala de medición:
Familia de un árbol-c-v- ... Color favorito "''"' ,,, ,;.,, Edad

Tipo de hojas ...,, ,-..;>A'I.,,.,.,, Máximo grosor de un tronco i:... v>"' Escolaridad
Número de hojas de un libro Peso "'"-!, .........,,(>. 1 D,,Zt-""' Precio
Estatura oao,,._. ,_,, """-' ,.,. Promedio de goles.,-:;,,.~' 11r.,v"" Estilo
Sueldo mensual '""'"t""''"""' Estrato o:st.yh. 1..,_0,.,.,,..,,1 Nacionalidad
Número de hermanos H.o"'",,.,r Deporte favorito ,,. ,.. , "" <.!.O Religión
Nombre - , 1;1.v,,, Tiempo que tardo en hacer una tarea r,,,.\\,..•lll) Número de alumnos
Sexo Profesión Estatura
Ejercícío No. 2
Clasificar las siguientes variables en cualitativas y cuantitativas discretas o continuas.
1. La nacionalidad de una persona. c.,~ """'{,[
2. Número de litros de agua contenidos en un depósito. c..?=-'n
3. Número de libros en un estante de librería. .,, ~· ~
4. Suma de puntos tenidos en el lanzamiento de un par de dados. c....,,.-"-' h
5. La profesión de una persona. "··- '
Ejercicio No. 3
Diga, en cada caso, cuál es la población y cuál es la variable que se quiere estudiar. Especifique si es
una variable cualitativa o cuantitativa, determinando, en este último caso, si es discreta o continua:
1. Titulo a nivel medio que poseen los hombres y las mujeres que trabajan fuera del hogar.
2. Estudios que quieren hacer las alumnas y los alumnos de un centro escolar sobre las notas
promedio al terminar la Educación Secundaria.
3. No. de hijos de las familias, de la aldea Buena Vista, de la cabecera municipal del departamento de
Chimaltenango.
4. Horas que dedican al estudio los estudiantes de la Enseñanza Secundaria en Guatemala.
5. Marca de detergente que usan en los hogares del departamento de Chimaltenango.
OTROS EJERCICIOS PARA PRACTICAR

Ejercicio No. 1
Un grupo de estudiantes de EPS de la Facultad de Ciencias Económicas realizarán una investigación
en la Aldea Las Ilusiones y han recopilado la siguiente información.
De una población de 8,500 habitantes, extrajeron una muestra aleatoria de tamaño 450.
De los entrevistados, 275 son hombres. Se clasificaron así: Ancianos 25 mujeres y 80 hombres;
adultos 50 mujeres y 225 hombres; jóvenes 32 mujeres y 23 hombres; 12 niñas y 3 niños. El salario
mensual oscila entre Q. 850.00 y Q. 1,500.00. De las mujeres 75 trabajan fuera del hogar. De los
hombres 125 se dedican a la agricultura. También se consignó la religión, deporte que practican, peso
en libras, estatura en centímetros.
Con la información anterior responda lo siguiente:
1. Qué tipo de investigación se está realizando.
2. Indique cuáles son las variables que se utilizaron en el estudio.
3. Clasifique las variables encontradas en el estudio, tanto por su naturaleza como la escala de
medición.
4. Elabore la gráfica adecuada para presentar la variable edad
5. Qué proporción representan las de sexo femenino.
Ejercicio No. 2
GRÁFICA 1
PESO DE LOS NIÑOS
DE LA GUARDERÍA NIÑO DE PRAGA
GUATEMALA, MARZO 2007
24 1
1
1
1
21 +---------~7""--->,---------!1
18 --t--------t-----~..,,------i
CII
,g 15 --t--------.1----------+-----!
z~ 12 +-------+-----------\-----!
"C
z
o 9 -+------r':::...._------------1---l
6 --t-----J~-------------1---i
3 +---+---------------+-----',
¡
o ~¡
15.5 19.5 23.5 27.5 31.5 35.5 39.5 43.5
Peso en Libras
Con la información de la y1é:.111t;é:.1 rso. , , respouua ro ~,yu,eme:

1. ¿Cuál es la variable en estudio?
2. ¿La variable en estudio, por su naturaleza es?
3. La variable en estudio, está medida en escala?
E1ercicio No. 3
En el Departamento de Chimaltenango, un grupo de estudiantes, de la Facultad de Ciencias
Económicas, de la USAC, realizó un estudio socioeconómico de las familias que viven en ese
departamento. Se tomó una muestra aleatoria de 1,600 familias del área rural de los municipios de,
Patzicía, Parramos, San Andrés ltzapa, Patzun, Zaragoza y San Juan Comalapa, la proporción de
cada municipio representada en la muestra es 0.19, 0.1 O, 0.17, 0.12, 0.22 y 0.20 respectivamente. El
estudio determinó que. el 25 % de las familias, todos los integrantes son analfabetas. En el
cuestionario se solicitó la siguiente información: sexo, religión, grupo étnico, No. de integrantes por
familia, religión, edad de cada integrante de la familia, estado civil, grado de escolaridad, ingreso
promedio por familia, nivel de estudios, No. de integrantes que trabajan, No. de hijos menores de 18
años de edad, No. de hijos que trabajan, tipo de construcción de la vivienda, tipo de posesión de la
vivienda, región, raza, inclinación hacia partido político.
Con la información anterior, se le pide lo siguiente:
1. Que identifique y escriba las variables cualitativas.

2. Que identifique y escriba las variables cuantitativas.
3. Con que escala se mide cada variable escrita en los incisos 1 y 2.
4. Qué cantidad, de familias en su totalidad, es analfabeta.
5. Dé tres razones por las cuales se estudio una muestra y no la población.
6. Cuantas familias de cada municipio forman parte de la muestra.
7. Si se calcula el promedio de integrantes de las familias de la muestra y luego se generaliza al total
de familias de todos los municipios objeto de investigación, el estudio que se realizó es inferencia!
o descriptivo. Razone su respuesta
Ejercicio No. 4
A continuación se presenta la gráfica 1, analícela y responda las interrogantes.
Gráfica 1
NIVELSOCIOECX>N:JMCX) DE ESTUDIAJ\JTES DE 1er.
INGRESO, FACLL TAO DE a ENCIAS ECONÓMICAS,
USAC, GlJL\TEM.ALA, FEBRERO DEL 2008
(Se tomó en cuenta el sexo)
c:JMascliino
•Femenino
Bap Medio Alto Superior

Nivel socioeconómico
Fuente: datos hipotéticos con fines de estudio
1. ¿Cuál es la o las variables en estudio?

2. ¿El tipo de variable, o variables, en estudio, por su naturaleza es?
3. ¿La escala de medición que se le aplica a la o las variables en estudio es?
4. ¿Qué otra gráfica puede utilizarse para presentar la información?
5. ¿Qué porcentaje de estudiantes son del sexo femenino?
6. ¿Qué nivel socioeconómico presenta la mayor frecuencia?
7. Presente en una tabla estadística los datos presentados en forma gráfica.
Ejercicio No. 5
Los siguientes datos son una pequeña parte de la información que recopilo un grupo de estudiantes
en una investigación realizada en el departamento de Chimaltenango en el mes de octubre del año
2009.
Estado civil
del jefe de familia Municipio Ingreso diario en Q (por familia)
Casado (a) Chimaltenango 120,80,90, 125, 130

El Tejar 100, 95, 130, 115
Patzicía 125, 128, 175, 88, 85, 90
Patzún 175, 100, 125,80, 135
Parramos 125, 95,85,95, 128
Zaragoza 78, 90, 106, 106, 115
Comalapa 90, 80, 93, 140,200
ltzapa 115, 112, 115, 145, 165
Soltero (a) Chimaltenango 127, 130, 129, 96, 110

El Tejar 110, 115,90,98
Patzicía 95, 100, 110, 105, 108
Patzun 125, 75, 80,95, 125
Parramos 125, 95, 100,85, 120
Zaragoza 90, 80, 93, 140,200
Comalapa 95, 140,96,200
ltzapa 104, 75,86, 165
Con los datos anteriores se le pide que presente adecuadamente las variables.
E1ercicio No 6
En el municipio de Tecpán Guatemala, del departamento de Chimaltenango, un grupo de estudiantes,
de la Facultad de Ciencias Económicas, de la USAC, realizó un estudio sobre el cultivo y
comercialización de productos agrícolas. Se tomó una muestra aleatoria de 50 campesinos del área.
Del total de campesinos, 15 son propietarios de fa tierra y el resto arriendan fa tierra. A demás se
determinó que el 75% se dedica a la siembra de arbeja, ejote, zanahoria, remolacha, coliflor repollo y
brócofi y el resto al cultivo de maíz. La información recopilada fue la siguiente: Ingreso total en
quetzales por cosecha, grupo étnico, religión, nivel de estudios, No. de integrantes en su familia,
precio de los productos, costo de la mano de obra. costo del transporte. canales de distribución.
tiempo de dedicarse a cada cultivo, tipo de carretera para el traslado de fa cosecha, cantidad de tierra
disponible para fa producción, No. de cuerdas sembradas de cada cultivo, otros cultivos, utilidad,
mano de obra utilizada, marca de fertilizantes, marca de pesticidas, marca de insecticidas, tipo de
riego, forma de venta del producto.
Con la información anterior, se fe pide lo siguiente:
1. Identifique y escriba las variables que se utilizaron en el estudio.
2. Qué cantidad de campesinos siembran arbeja, ejote, zanahoria, remolacha, coliflor, repollo y brócoli.
3. Qué cantidad de campesinos se dedica al cultivo de maíz.
4. Qué proporción de campesinos no son propietarios de la tierra.
5. Cuáles de las variables cuantitativas, son consideradas continuas.
6. De que tamaño es la muestra.
7. Con que escala de medición mediría cada una de las variables cualitativas (ver pregunta No. 1).
E1erc1c10 No. l
Los siguientes datos fueron recopilados por un grupo de estudiantes en el municipio de Tecpán
Guatemala, del departamento de Chimaltenango.
Terreno Cultivo Ingreso por cosecha en miles de Q
(Según cultivo de cada campesino)
Propio Arbeja 10, 9, 8, 15,20

Ejote 15, 10, 9, 7
Zanahoria 15, 9,6,9
Remolacha 9, 15, 16, 8,
Coliflor 16, 20, 15, 14
Repollo 15,25,35,20, 13
Brócoli 25, 15, 17, 10
Maíz 7,6,5,5,8, 7
Arrendado Arbeja 14, 18, 12, 10, 9

Ejote 16, 7, 9, 10
Zanahoria 15,25,40,35
Remolacha 9,26, 7, 15, 10, 14, 17
Coliflor 16,20,6, 16,6,20, 12,30,25
Repollo 18,25,35,40,20
Brócoli 25, 16, 19, 18
Maíz 15, 15,9,5,30, 15, 7, 15,25, 12
Con los datos anteriores se le pide que presente adecuadamente las variables.
Ejercicio No. ó
En una muestra de 60 alumnos que se inscribieron en el curso de Métodos Cuantitativos 11, en el
semestre recién pasado, se obtuvieron las siguientes respuestas a la pregunta, ¿Cómo considera la
forma de impartir el curso por parte de su profesor?
Para facilitar el procesamiento de los resultados del cuestionario se usó una escala numérica en la
que 1 = =
mala, 2 regular, 3 = = =
buena, 4 muy buena y 5 excelente. También se uso una literal f =
femenino y m = masculino.
1. ¿Cuál es la o las variables en estudio?

2. ¿Por su naturaleza la o las variables en estudio son?
3. ¿Cuál es la escala de medición para la o las variables en estudio?
4. Elabore una distribución de frecuencias absolutas y relativas de los datos.
5. Presente en una gráfica los resultados de la o las variables en estudio.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 55
CA.P.1.TULO 11
• Análisis e interpretación de Series simples o muestras

pequeñas
• Medidas de tendencia central
• Moda, medidas de dispersión,

varianza y desviación estándar
• Coeficiente de variación
• Coeficiente de sesgo o de oblicuidad
• 1 nterpretación de resultados
• Otras medidas de tendencia central y de posición
• Medidas de posición
ANÁLISIS E INTERPRETACIÓN DEMUESTRAS PEQUEÑAS 56
CAPITULO II
Análisis e interpretación de series simples, o muestras pequeñas
(Datos no agrupados)
Los conjuntos de datos integrados por menos de treinta (30) elementos, se conocen como muestras
pequeñas o series estadísticas simples, para llevar a cabo el análisis e interpretación de ellas, se
utilizarán las medidas de tendencia central, de dispersión y de posición, definidas con anterioridad, es
necesario hacer notar que el significado de cada una de ellas, es el mismo para series simples que
para las muestras grandes, la diferencia es solamente la fórmula de cálculo para algunas.
Ejemplo No. 2. 1
La empresa "El Finito" produce bolsa plástica, utilizando cualquiera de las tres marcas de materia
prima que tiene en su bodega. Desea que usted, como asesor administrativo, le asesore respecto al
comportamiento de la producción.
Según los datos estadísticos, la producción en miles de bolsas es la siguiente:
1 Marca 11 Producción en miles

!Durable 11 63 11 58 11 43 11 46 11 38 11 54 11 57 11 64
I Resistente 11 45 11 46 11 49 11 49 11 50 11 54 11 55 11 62
l Aguantadora U 44 11 44 11 48 11 49 11 51 11 53 11 53 11 61
Solución
Series simples
El primer paso para el análisis e interpretación estadística de series simples, es ordenar las series de
datos en forma ascendente o descendente.
Durable 11 Resistente 11 Aguantadora

n 11 X 11 n 11 X 11 N 11 X
1 11 38 1 11 45 11 1 11 44
2 11 43 2 11 46 11 2 11 44
3 11 46 3 11 49 11 3 11 48
4 11 54 4 11 49 11 4 11 49
5 11 57 5 11 50 11 5 11 51
6 58 6 11 54 6 53
7 63 7 11 55 7 53
8 64 11 8 11 62 8 61
I 423 I 410 I 403
11 11
Medidas de tendencia central
Medía aritmética
Fórmula
- IX
X=-
n
ANÁLISIS E INTERPJIBTACIÓN DE MUESTRAS PEQUEÑAS 57
Donde
X = media aritmética de la muestra
µ = media aritmética de la población
X = valor individual de cada elemento de la muestra o de la población
N = número de elementos de la población
n = número de elementos de la serie estadística.
Cálculo de la medía aritmética
Durable Resistente Aguantadora

--<m\'l'l!~~~ ..........._,_... .-- ........ _.~~.._,.......,.,_,......_,, """""~~--~
La producción promedio en miles de bolsas por rollo es la siguiente:

Durable 52.88
Resistente 51.25
Aguantadora 50.38
Mediana md
Para calcular el valor de la mediana en series simples, primero se calcula la posición que la mediana
tiene en n.
.. , n+1
P OSICIOíl rnd = ··-······-·
2
Dato
n =8
. . 8+1
P os1c1on m- = ------·
d 2
.. , 9
P OSICIOíl md"" ·····
2
Posición m, === 4.5
Las tres series están integradas por 8 elementos, la posición (4.5) será la misma para todas.
El paso siguiente es encontrar el valor en x, cuando la serie es par, como en éste caso, es necesario
interpolar entre los dos valores (anterior y posterior a la posición)
Durable 11 Resistente 11 Aguantadora 1

n 11 X n 11 X 11 n 11 X 1
1 11 38 1 45 11 1 11 44
2 11 43 2 46 2 11 44
3 46 3 49 3 48
4 54 4 49 4 49
4.5 ,'5. s 4.5 ~e¡.r 4.5 ~o
5 57 5 50 5 51
6 1 58 6 54 6 53
7 11 63 7 55 7 53
8 11 64 8 62 8 11 61
I 11
423 I 11 410 I 11 403
Cálculo de la mediana
Durable Resistente
Lo anterior significa que el valor que está a la mitad de la serie, cuando ésta ha sido ordenada del
menor al mayor valor, y por lo tanto sobre y bajo de él se encuentra el 50% de los valores de los casos
estudiados, es como sigue.
La marca Durable md = 55.5 miles de bolsas por rollo
El valor de la mediana indica que el 50% de los rollos, de la marca Durable, tienen un rendimiento
inferior a 55.5 miles de bolsas y el otro 50% un rendimiento superior a 55.5 miles de bolsas.
La marca Resistente md = 49.5 miles de bolsas por rollo
El valor de la mediana indica que el 50% de los rollos, de la marca Resistente, tienen un rendimiento inferior a
49.'5 miles de bolsas y el otro 50% un rendimiento superior a 49.5 miles de bolsas.
La marca Aguantadora md = 50.0 miles de bolsas por rollo
El valor de la mediana indica que el 50% de los rollos, de la marca Aguantadora, tienen un rendimiento
inferior a 50. O miles de bolsas y el otro 50% un rendimiento superior a 50. O miles de bolsas.
ANÁLISIS E INTERPRF.TACIÓN DE MUESTRAS PEQUEÑAS 59
Moda
Para determinar el valor de la moda en series simples, se recurre a la observación, o bien aplicando
tarjas o marcas.
Durable 11 Resistente 11 Aguantadora 1
n 11 X 11 n 11 X 11 n 11 X. 1
1 38 1 45· 1
2
11
11 43 2
11
46
11
2 I1~
3 11 46 3 (/ 49 \ 3 48 1
4 11 54 4 1 49/ 4 49
Ei
1
1 5 11 57 5 50 5
6 11 58 6 54 6
7 11 63 7 55 7
8 11 64 11 8 6.2 8 11 61 1
I 423 I 410 I 403
11 11 11 1
De acuerdo con lo anterior se puede calificar las series de la manera siguiente.
,- La marca Durable es amodal. (Ningún valor se repite más de una vez)

>" La marca Resistente es unimodal, la moda es de 49 miles de bolsas por rollo.
>" La marca Aguantadora es bimodal (Tiene dos modas)
Medidas de dispersión
Rango o Recorrido.
'l. Fórmula
Donde
Vn = Valor mayor de la serie
V1 = Valor menor de la serie
/
Cálculo
Marca Durable R = 64 - 38 = 26 miles de bolsas por rollo.

\ Marca Resistente R = 62 - 45 = 17 miles de bolsas por rollo.
Marca Aguantadora R = 61 - 44 = 17 miles de bolsas por rollo.
Varianza
Fórmula
~(X- X)2
s2 = ---------·· -·
n-1
Para poder utilizar la fórmula es necesario construir en cada caso una columna de equis menos equis
barra al cuadrado, así,
Cálculo de la verienze
·---
)
Durabk
n•--
··--
··--
m•--
••--
s- ::: ·-636.
1 88
------
8- 1
----
----
C'2 636.88
.:,
m•--
7
I(X··· X)"
s;: =·····························
s2 ,~ goJs
surutaie
I
...,. ";:r---,~··,::;:·.•;,.';"',.- ':l
r'>:'J"·'>":·:1,~:,·~~.;..-;.~....--..,..,,.-·~--~t,......,.,,.'('
Resistente
'l..= '.:'l': -~ S\,l,,: 1 .,! , 1
0 "<:'(X-Xf
.tn ,,.. X,. ~ ;
..-: s 2 -::: .L::'.-··-····--······-·
'1 45 -6.25 39.06¡ n ·-1
2 46 -5.25 27.561
¡
¡3
¡
49 -2.25 5.06Í s~ "" ----······-·
215.5
·
8--1
4 49 -2.25 5.06'
¡
¡;5 50 -1.25 1.561

r i
!
;6 54 2.75 7.561
r
"7 · 55 3.75 14.061
¡8 62 10.75 115.561 s2 = 30.78
¡' 0
' sumatoria
"',,-,....,_,,..,. -~ ~... -~-· --·-·
s] : : ·2.::(X-X/
··········-········-·····
n-·1
r-- y~
"b
-::.. so .2.:,"\-< s·,, = --------·--
215.8752
s -1
32 = 215.8752
7
S" = 30.84
Desviaciónestándar
Fórmula
,------
/
s =- \!Vl1:(X-X)
n --1
2
Como podrá notarse, la desviación estándar es igual a la raíz cuadrada de la varianza.
Cálculo de la desviación estándar
Coeficiente de Variación
Fórmula
cv _§_(100)
X
Cálculo del coeficiente de variación
Coeficiente de Sesgo o de Oblicuidad
Fórmula
es _-------3(X-md)
s
Cálculo del coeficiente de sesgo
Resumen
Medidas
11
Durable
11
Resistente 11 Aguantadora I
MediaArit 52.88 51.25 50.38
11 11 1
md 55.5 49.5 50
1
11lo A modal 49 A modal
1
17 17
R 26
1
s2
n 90.98
11
30.79 30.84
s 11
9.54
11
5.55 5.55
e v. 11
18.04 %
11
10.83 % 11.02 %
es 11
- 0.82
11
0.95
11
0.20
Interpretación
En cuanto a las medidas de Tendencia Central: La Durable tiene la mejor producción.
En cuanto a la Desviación Estándar, según su representante que es el Coeficiente de Variación, la

marca Resistente es la que tiene menos dispersión por lo tanto es la mejor.
En cuanto al Coeficiente de Oblicuidad, que es un indicador de Media Aritmética más confiable,

Aguantadora tiene el coeficiente más pequeño, por lo que esa marca es la que tiene la Media
Aritmética más confiable para la toma de decisiones.
Recomendación
De acuerdo con lo anterior las tres marcas pueden recomendarse como aceptable, debido a que no
hay una mayoría de medidas que apoyen a una determinada marca. Durable tiene las mejores
medidas de Tendencia Central, Resistente la mejor Dispersión y Aguantadora la Media Aritmética más
confiable.
Otras medidas de tendencia central y de posición
Media Ponderada
Ejemplo
Jairo Ramiro López es el propietario de una empresa que se dedica a la venta de cinco productos
para el hogar, cada uno deja un distinto margen de utilidad así: el producto A 25%, el producto B 18%,
el producto C 12%, el producto D 20% y el producto E 25%.
Las ventas mensuales, del señor López, de los cinco productos son:
I Producto¡ Ventas en
quetzales
[IJ
35,000
25,000
4,000
15,000
30,000
Con la información anterior se le pide calcular la media ponderada del margen de utilidad.
Solución
Fórmula
¿XW
Xw ==
¿W
Donde:
Xw = Media ponderada
X = Observación individual
W = Ponderación asignada a cada observación
Cálculo de la media ponderada para el margen de utilidad
I Producto I Margen(~ utilidad I Ventas (W) I~

:===2:_: :5: : :%=0==~ 35,000 8,750
18% 25, 000 4, 500
12% 4, 000 480
rn
:E 20%
25%
15, 000
30, 000
3, 000
7, 500
! I U U 109,000 U 24,230 1
-
X"' = 24.230
· -------
.. 109,000
Xw = 0.22 O 22°/o
Respuesta:
La media ponderada del margen de utilidad es de 22%.
Ejemplo
El profesor, Ramiro Batres, realizará dos exámenes cortos, un examen parcial, varias hojas de
laboratorio y un examen final, en su curso de Métodos Cuantitativos l. El promedio de tareas tendrá un
valor de 15% de la calificación ; el examen corto 1, 10%; el examen final, 40%; el examen corto 2,
10%, y el examen parcial, 25%. A partir de los punteos obtenidos por la estudiante María José,
calcule el promedio final usando la media ponderada.
r
I Estudiante 11 Tareas 11 Corto 1 11 Corto 2 11 Ex. Parcial 11 Ex. final
I María 11 85 11 89 =9=4 =1::1=8=7=1::=1 =90='

Solución
Cálculo de la media ponderada para la calificación final de la alumna
1 Pruebas II Punteo (.A'.; 11 Ponderación (W) 11 xw 1

Tareas 85 0.15 12.75
Corto 1 89 O.JO 8.90
Corto 2 94 O.JO 9.40
Parcial 87 0.25 21. 75
Final 90 0.40 36.00
1.00
1 I 11 11 11 88.80 1
- YXW
Xw =-,,...,--
I,W
- _ 88.80
X w-
1
Respuesta
Xw
= 88.80
El promedio final para María José es de 88.80 puntos.
Medidas de posición
Ejemplo
El señor Elvis López, propietario de la guardería "Despreocúpese de sus hijos", desea hacer un
estudio estadístico descriptivo, para conocer cierto comportamiento sobre la edad, de un grupo de
niños que asiste a su guardería. Para lo cual toma una muestra aleatoria de 20 niños, obteniendo las
siguientes edades, en años:
2 3 1 5 2 4 1 2 1 2 5 6 ü5 1.5 25 3 55 4 65 4
Con la información anterior se Je pide que calcule e interprete:

1. El cuartil 1
2. El decil 7
3. El percentil 20
Solución
Primero se debe ordenar la serie de datos en forma ascendente o descendente, así,
Cálculo del Q1
· Para calcular cualquier cuartil, a través de series simples, primero se calcula la posición que tiene en
"n"
.. , K(n + 1)
P OSICIOíl QK =
4
Donde:
Q = Cuartil
K = Número del cuartil de interés
n = Elementos de la muestra
Posición Q1 ,.,
.
-~E~4..-.i.:..!)
Posición Q1 ,,, 5.25
El cuartil uno está al 25% del trayecto comprendido entre el elemento 5 y el elemento 6, es decir,
01"' 1.5 + (0.25)(2 ···· 1.5)
01 ::; 1.625
Por tanto el 25% de los niños tienen una edad por debajo de 1.62 años y el 75% una edad por encima
de 1.62 años.
Cálculo del lh
Para calcular cualquier decil, a través de series simples, primero se calcula la posición de tiene en "n"
. .. K(n-t-1)
P osrc.on Di<:::. --10----
Donde:
D = Decil
K = Número del decil de interés
. ., 7 (2 O + ·1 )
P OSIC!Oíl O·· =~ ----
/ 1O
Posición D, 0~ 14. 7
El decil siete esta al 70% del trayecto comprendido entre el elemento 14 y el elemento 15, es decir,
D; -=4+(0.70)(4--4)
Por tanto el 70% de los niños tienen una edad por debajo de 4 años y el 30% una edad por encima de 4 años.
Cálculo del P»
Para calcular cualquier percentil a través de series simples, primero se calcula la posición en "n" así:
Donde:
P = Percentil
K = Número del percentil de interés
Sustituyendo valores tenemos

.. , 20(20 + 1)
P os1c1on P20 = ----
100
No. Género Dist Rendimiento No. Género Dist Rendimiento No. Género Dist Rendimiento
1 F 1,400 Muy malo 15 M 1,875 Medio 29 F 1,925 Medio
2 F 1,750 Medio 16 M 2,350 Malo 30 M 2,265 Medio
3 F 1,520 Malo 17 M 2,275 Bueno 31 M 1,490 Malo
4 M 1,440 Bueno 18 F 1,750 Medio 32 F 1,675 Bueno
5 M 2,000 Malo 19 F 1,590 Bueno 33 M 1,790 Medio
6 M 1,800 Muy malo 20 M 1,989 Malo 34 M 1,040 Malo
7 M 1,475 Medio 21 F 2,050 Muv malo 35 M 2,001 Bueno
8 F 1,650 Malo 22 M 2,190 Malo 36 M 2,201 Malo
9 F 2,350 Medio 23 M 1,460 Medio 37 F 1,910 Muy malo
10 M 2,050 Muy malo 24 F 1,590 Bueno 38 M 1,560 Medio
11 F 1,380 Bueno 25 M 1,620 Malo 39 F 1,860 Bueno
12 M 1,600 Medio 26 F 1,890 Medio 40 M 1,660 Muy malo
13 M 1,590 Bueno 27 F 2,100 Muy malo 41 F 1,920 Malo
14 M 1,950 Medio 28 F 1,735 Medio 42 M 1,435 Bueno
Posición p20 = 4.20

El percentil 20 esta al 20% del trayecto comprendido entre el elemento 4 y el elemento 5, es decir,
P20 = 1 + (0.20)( 1.5 ·-· 1)
Por tanto el 20% de los niños tienen una edad por debajo de 1.1 O años y el 80% una edad por encima de 1.1 O
años.
Ejercicios para practicar e11 clase
Ejercicio No. 1
El director de una Escuela de Educación Física, ubicado en La Alameda Chimaltenango, recabó información
sobre el rendimiento físico de un grupo de estudiantes, luego de correr una distancia en metros, el día viernes 22
del mes de febrero del año 2013.
Con los datos anteriores se le pide que:

1. Haga un análisis estadístico descriptivo sobre la variable cuantitativa.
2. Seleccione a los ocho primeros alumnos, de cada género, de la información proporcionada 2 y explique
estadísticamente que grupo es más uniforme.
3. El 20% de los mejores alumnos cuantos metros corren.
Ejercicio No. 2
Se le pidió a un grupo de estudiantes de la Universidad que hiciera una valoración global de la vida en
una residencia universitaria. El dueño de la residencia quisiera alojar sólo a hombres porque piensa
que éstos son menos exigentes que las mujeres. Los resultados obtenidos en una encuesta para
valorar la exigencia entre 1 (baja) y 1 O(alta), fueron los siguientes:
! Hombres 11 6.8 U 8.1 11 7.0 11 8.8 11 9.5 U 7.90 !I

8.0 11 8.0 H 7.5 ![ITJ
I Mujeres !I 7.0 U 9.1 U 7.4 11 9.3 U 9.0 U 8.5 U 7.9 U 8.1 11 10. j
Realice un análisis estadístico descriptivo para determinar si el dueño tiene razón en lo planteado.
Ejercicio No. 3
Los siguientes datos corresponden al número de turistas extranjeros que visitan una zona de
Guatemala en 2 etapas del año:
Etapa 1: Enero - Julio: 108, 112, 94, 162, 162, 76, 102, 79, 129,
Etapa 2: Agosto - Diciembre: 30, 41, 41, 40, 43, 25, 32, 22, 27, 64,
Según una agencia de viajes la variabilidad de los datos debe ser mayor en el primer período. Realice
un análisis estadístico descriptivo para confirmar la afirmación de la agencia, fundamentando su
análisis.
Ejercicio No. 4
La librería "El Estudioso" se concentra principalmente en libros usados. Los libros de pasta rústica
cuestan 100 quetzales cada uno, y los de pasta dura, 350 quetzales. De los 50 libros vendidos el
pasado martes por la mañana, 40 fueron de pasta rustica, y el resto de pasta dura.
¿Cuál fue el precio medio ponderado de un libro?
Ejercício No. 5
Carlos obtiene calificaciones parciales de 65, 83, 80, y 90. En el examen final recibe una calificación
de 92. Calcule la media ponderada, si cada uno de los exámenes parciales cuenta el 15% y el examen
final cuenta 40% de la calificación total.
Ejercícío No. 1
José Pérez, es un directivo de una empresa de planificación financiera que, asesora a quienes quieren
establecer su cartera de inversión personal. Hace poco José estaba interesado en las tasas de
rendimiento que habían ofrecido dos fondos de inversión diferentes a lo largo de los últimos años.
FIVENEZ presentaba tasas de retorno a lo largo de ese período de 12, 1 O, 13, 8.5, 12.5, 9, 14, 11.5,
11.75 y 11%; mientras que Corporación Dinámica había producido 13, 12, 14, 10, 11, 10.5, 9.75, 8.25
y 10.25%. Un cliente se puso en contacto con el señor Pérez y expresó su interés por uno de estos
fondos de inversión. ¿Cuál de ellos deberá elegir Pérez para su cliente?
Ejercicio No. 2
La señorita Marina López utiliza 2 máquinas diferentes para fabricar productos de salida de papel,
destinadas a copiadoras Kodak. Los conductos de una muestra de la primera máquina medían 12.2,
11.9, 11.8, 12.1, 11.9, 12.4, 11.3, 11.7, 12 y 12,3 pulgadas. Los conductos hechos con la segunda
máquina medían 12.2, 11.9, 11.5, 12.1, 12.2, 11.9, 11.5, 12 y 11,8 pulgadas. Marina tiene que utilizar
la máquina que produzca conductos de tamaños más uniformes. ¿Qué máquina deberá utilizar?
Justifique su respuesta.
ANÁLISIS E INJERPRETACIÓN DE MUESTRAS PEQUEÑAS 69
Ejercicio No. 3
El director de una compañía de encomiendas, está preocupado respecto al número de paquetes que
su compañía ha perdido. Debido a que estos paquetes son transportados en camión y en moto, el
director de la compañía ha clasificado los paquetes extraviadas durante algunos meses. Los datos son
los siguientes:
Mes 1
I Medio 1: E 11 F 11 M 11 A 11 M 11 J 11 J 11 A H s 11 o 1
I Camión II 4 11 5 11 2 11 3 11 2 11 1 11 5 11 4 11 o 11 1 1
1 Moto 11 5 11 6 11 o 11 2 11 1 11 3 11 4 11 2 11 4 11
El director planea investigar a uno de los dos medios de entrega, pero no a ambos. Si decide abrir una
investigación en el medio de entrega que tenga el mayor número esperado de paquetes perdidos por
mes. ¿A cuál medio de entrega deberá investigar?
Ejercicio No . ../
En un día muy calurosa de sábado, Johans un empleado de un kiosco de bebidas, ubicado en un
centro comercial, del municipio de El Tejar, del departamento de Chimaltenango, sirvió en total 50
bebidas durante la mañana de ese día. Vendió 5 bebidas de 02.50, 15 de 02.75, otras 15 de 03.00, y
otras 15 de 03.25.
Calcule el precio promedio ponderado de las bebidas.
Ejercício No. 5
Una empresa industrial de tejido hace hilar algodón en la compañía "A" 80 Kg. a un precio de 03 por
Kg. En la compañía "B" 100Kg. a 02.5 por Kg. En la compañía "C" 50 Kg. a un precio de 04 por Kg.
Determinar el precio promedio de hilado de algodón.
Otros ejercicios para practicar

Ejercícío No. 1
"ENTREGAS RAPIDAS" es una empresa especializada en entregas a domicilio. Para realizar las
entregas en la zona 2 capitalina, cuenta con 2 repartidores, Leo y Manuel. Debido al bajo número de
entregas, el propietario, don Antonio Ortega, a decidido despedir a uno, para tomar la decisión hace
un estudio tomando como base el número de entregas de las últimas 1 O semanas.
Los resultados se dan a continuación:
No. de entregas "Leo" j[ill[BJ@][E]~mJ[lq]mJ[fil~

No. de entregas "Manuel" ![EJ[ill[±Q]mJ~@J~[illQTI[±QJ
A quien debe despedir. Fundamente su respuesta.
Ejercicio No. 2
El Gerente General de la empresa "La Administro Bien", tiene dos secretarias a su disposición, y ha
decidido hacer un estudio estadístico, para determinar el comportamiento de cada una de ellas. Para
lo cual le asignó 1 O trabajos similares, a cada una de ellas, luego contó el número de errores
cometidos, siendo los siguientes:
Estadísticamente ¿Quién de las secretarias tiene un comportamiento más uniforme? Fundamente su

respuesta.
Ejercicio No. 3
El número de unidades producidas por dos trabajadoras, en diez horas de trabajo, se presentan a
continuación:
Cristina j[ill[JIJOQJ[JI]j 22 IDIJ(JIJ[g]DIJDIJ

Dora j[ill[EJ[fil[JTIQQJDIJOIJ[ill[ill[ill
Estadísticamente ¿Qué trabajadora tiene un rendimiento más confiable y veraz? Fundamente su
respuesta.
Ejercicio No. 4
Los datos que se presentan a continuación, representan el número de rutas cubiertas por dos
vendedores en los últimos 1 O meses.
Si se quisiera otorgar un premio al mejor vendedor, ¿quién sería el afortunado? Fundamente su

respuesta.
Ejercicio No. 5
Con el propósito de conocer que alumnos presentan un mejor rendimiento, se tomó el punteo
promedio de un número de alumnos, de la Jornada Vespertina y otro de la Jornada Fin de Semana.
Que puede decir al respecto. Fundamente su respuesta.

Ejercicio No. 6
Meme, Leo y Tono, son tres técnicos, especializados en la instalación de cierto dispositivo, en
empresas industriales. La jefa, Carolina Álvarez, decide premiar a uno, invitándolo a una cena privada.
Para decidir, reqistra el número de dispositivos que cada uno de ellos instala en los últimos 1 O meses.
¿A quién invitará? Fundamente su respuesta.
Ejercicio No. 7
Hospital "El Sano" emplea 200 personas en su cuerpo de enfermeras. De ese personal, cincuenta son
ayudantes de enfermera, 50 son enfermeras auxiliares y 100 son enfermeras profesionales. Las
primeras reciben en sueldo de Q10.00 por hora; las segundas, ganan Q12.00 por hora, y las ultimas
014.00 por hora.
¿Cuál es el valor medio ponderado del sueldo por hora?
Ejercicio No. 8
Una asistencia social desea saber cual es el índice de natalidad en 2 municipios del departamento de
Chimaltenango, para lo que encuestó a varias familias de cada municipio con los siguientes resultados
Estadísticamente ¿Quién de los dos municipios tiene un comportamiento más uniforme? Fundamente
su respuesta.
Ejercício No. 9
Con el propósito de conocer que empleado presenta un mejor redimiendo, se determinó durante
varios días el número de errores cometidos por cada uno de ellos.
j Pablo j[IJ[TI[TI[TI[TIQJ[TI[TI[IJOJITJOJ
! Mateo IDJDJ[TIITJ[TIDJDJIT][TI[TIDJ[TI
Que puede decir al respecto. Fundamente su respuesta.
Ejercício No. 10
Una compañía requiere los servicios de un técnico especializado. De los expedientes presentados, se
han seleccionado 2 candidatos: Mateo y Lucas, los cuales reúnen los requisitos mínimos requeridos.
Para decidir cual de los 2 se va a contratar, los miembros del Jurado deciden tomar varias pruebas a
cada uno de ellos.

! Puntaje obtenido por A ![EJ~[ill[illl}[Jffi.J[E][ill(m[illffi.J[ill
j Puntaje obtenido por B l[m[El[1IJ[ill[El[m[ill[m[El~[El[m
¿A quién se contratará? Fundamente su respuesta.
Ejercicio No. 11
A usted como asesor gerencial de una fábrica de productos alimenticios, le presentan dos opciones
de inversión, las cuales han generado ganancias en miles de quetzales, durante 1 O meses de la
manera siguiente:
! Opción A l[JTI[ill[IJ[IJDEJ[JIJ[JD[IJD±J[TI
I Opción B ID±JQD[IJDEJ[JIJ[ill[JIJITJ[JIJ[JD
¿En cuál de las dos es más conveniente invertir?
Ejercicio No. 12
Usted ha sido contratado por un comité de vecinos, para que le asesore en la compra de un equipo
para bombeo de agua. Se cuenta con tres marcas con la siguiente información:
Rendimiento en galones por minuto:
Marca
Ejercicio No. 13
El bufete de abogados "El Guisache y Asociados" se especializa en derecho corporativo. Cobra un
cargo por hora de QSOO por la investigación de un caso, uno de 0375 por consultas y uno de 01 ,000
por la redacción de un infonne. La semana pasada uno de los socios dedico 1 O horas a consulta con
un cliente, 1 O horas a la investigación del caso y 20 horas a la elaboración del informe.
¿Cuál fue el valor medio ponderado de los servicios legales?

Ejercicio No. 14
Una compañía contrata los servicios de dos técnicos especializados: Víctor y Max, los cuales reúnen
los requisitos mínimos requeridos. Pero por problemas de presupuesto, de ahora en adelante solo
contratara a uno, para decidir realiza varias pruebas a cada uno de ellos.
! Puntaje obtenido por A

I Puntaje obtenido por B
A quien debe contratar. Fundamente su respuesta.
Ejercicio No. 15
El gerente de una empresa financiera, ha obtenido información, acerca del atraso observado en grupo
de cuentas, los que en miles de Q. se presentan a continuación:
Estadísticamente ¿Qué agencia tiene un rendimiento mas confiable y veraz? Fundamente su

respuesta.
Ejercicio No. 16
Los datos que se presentan a continuación, representan los cobros en miles de quetzales de dos
cobradores, durante varios días.
Si se quisiera otorgar un premio al mejor cobrador, ¿quién sería el afortunado? Fundamente su

respuesta.
Ejercicio No. 17
Evelyn Pacay una estudiante de la, Escuela de Administración de Empresas, Facultad de Ciencias
Económicas, USAC, desea determinar si debe leer su libro de bibliografía por la noche o por la
mañana. Realizó una prueba durante 18 días, 9 días leyó por las noches y los otros 9 por las
mañanas, obteniendo los siguientes resultados (número de páginas).
Por la noche: 28 29 32 27 33 25 29 32 31
Por la mañana: 31 33 32 34 30 31 32 35 33
¿Qué le recomendaría al estudiante? Fundamente su respuesta.

Ejercicio No. 18
Una empresa, ubicada en el municipio de El Tejar Chimaltenango, que se dedica a la producción de
tejas, debe recortar personal para continuar operando. Ha escogido a dos empleados que tienen más
variación y se obtuvo la producción diaria de cada uno. Se le pide que realice los cálculos matemático-
estadísticos necesarios y determine que empleado debe ser despedido.
PRODUCCIÓN DIARIA, EN UNIDADES
Luis: 150 90 211 166 156 198 168 189 90 205

Carlos: 152 156 99 158 171 147 99 179 148 146
Fundamente su respuesta.
Ejercicio No. 19
Don Manuel debe tomar la decisión de cerrar una de dos tiendas que tiene localizadas en la zona 7 de
Mixco. Observó los ingresos (en cientos de quetzales), durante varios meses del año 2008 para cada
una de las tiendas. Los resultados se presentan a continuación:
Tienda "Doña Perlita" 98 95 87 78 82 96 82 78 57 82

Tienda "Doña Florecita" 90 91 82 77 81 91 77 65 66 72
¿Cuál de las dos tiendas debe cerrar, don Manuel? Fundamente su respuesta.
Ejercicio No. 20
El profesor, Manuel, de la Escuela de Administración de Empresas, Facultad de Ciencias Económicas,
Universidad de San Carlos de Guatemala, desea determinar si debe utilizar el transporte público o su
automóvil, para trasladarse a su trabajo, desde su casa. Realizó una prueba por 24 días, 12 días se
traslado en bus urbano y los otros 12 días en su automóvil, obteniendo los siguientes resultados (viaje
de ida y vuelta, medido el tiempo en minutos).
Transporte público: 79 89 72 67 83 78 89 92 82 95 90 85
Automóvil: 80 81 63 62 74 82 81 91 75 83 89 80
¿Qué tipo de transporte le recomendaría al profesor? Fundamente su respuesta.
Ejercicio No. 21
Un estudiante de la Escuela de Administración de Empresas, de la Facultad de ce. EE., de la USAC,
desea determinar si utiliza el automóvil de la mamá o del papá para trasladarse de su casa a la
Universidad (viceversa). Realizó una prueba, trasladándose 1 O días en el carro de la mamá y 1 O en el
carro del papá, obteniendo los siguientes resultados (viaje redondo, medido por el gasto de
combustible, en quetzales).
Carro de la mamá: 28 29 32 37 33 25 29 32 41 34
Carro del papá: 29 31 33 32 34 30 31 32 35 33
¿Qué automóvil le recomendaría? Fundamente su respuesta.

Ejercícío No. 22
Una empresa, fundada por jóvenes emprendedores, decidió sacar a la venta un producto de limpieza
para el hogar, llamado "Limpia Fácil". La empresa cuenta con tres puntos de venta, ubicados en
diferentes lugares del país. Se tomo una muestra en cada punto, durante algunos meses, para
establecer en que lugar se había obtenido mejores ventas. Los datos en cientos de quetzales se
muestran a continuación:
j Jalapa,~~~~~~~~
¡zacapa¡~~~E]~~~~
I Mixco l~EJE]EJ~~~~
Con los datos anteriores, usted debe realizar lo siguiente:
1. Calcular las medidas de tendencia central, de dispersión y algunas de posición.
2. Interpretar los resultados obtenidos.
3. Como consultor estadístico que recomendaría al grupo de jóvenes.
Ejercicio No. 23
Un pequeño empresario que se dedica a la sastrería desea incrementar su producción de sacos de
vestir. Ha decidido realizar un estudio estadístico para determinar cuál de los dos empleados que tiene
contratados, debe continuar produciendo sacos y cuál debe especializarse en otra prenda de vestir.
Para tomar una decisión, tomó una muestra aleatoria, del tiempo (en horas) que cada empleado
utilizaba en la fabricación de cada saco. Los resultados para 12 sacos por cada empleado son los
siguientes:
Ramiro: 40 41 42 46 50 43 54 47 41 42 51 46
Francisco: 42 43 42 42 55 44 42 45 56 46 48 52
¿Qué empleado debe continuar con la confección de sacos? Fundamente su respuesta.
Ejercicio No. 24
A continuación, se muestran los datos de errores cometidos por dos digitadores:
Digitador 11 Media Md Mo s cv es
1 11 11 11 11 11 1
Max 13 12 10 6
1 11 11 11 11 11 1
"
Rudy 10 11 g 7
1 11 11 11 11 11 11 1
Usted como jefe de personal debe decidir cual digitador deberá ir a un programa de capacitación.
Ejercicio No. 25
Las unidades defectuosas obtenidas en tres máquinas, se presentan a continuación:
Maquina Media Md Mo s cv es
11 11 11 11 11
1 20 19 15 9
11 11 11 11
2 15 10 11 7
11 11 11 11
3 10 12 15 8
11 11 11 11 11
¿Cuál de las tres máquinas necesita con urgencia que se revise su f uncionamiento? Razone su
respuesta.
Ejercicio No. 26
Una empresa reunió a 15 técnicos, con el propósito de determinar el tiempo que utilizarían para
resolver cierta falla. Carlos Xicara, gerente de operaciones, midió el tiempo utilizado (en minutos) por
cada técnico, obteniendo los siguientes resultados:
2. 50 2. 82 2. 70 2. 60 2. 70 2.42 2. 58 2. 88 2. 78 2. 77
2.58 2.67 2.55 2.63 2.38
Con base en los datos anteriores se le pide que calcule lo siguiente:

1. Medidas de tendencia central
2. Medidas de dispersión
3. 02, 06 Y Pss
4. Realice, además, la interpretación respectiva.
Ejercicio No. 27
Una empresa, tiene dos fábricas, que se dedican a la elaboración de prendas de vestir, por razones
de demanda se ve en la obligación de cerrar una. Con los datos que aparecen a continuación se le
pide que realice el análisis necesario y determine que fábrica debe ser cerrada.
PRODUCCIÓN DIARIA EN UNIDADES

La elegante: 160 170 181 156 176 148 198 179 162 150
La moda: 162 156 179 178 151 157 154 179 148 156
Fundamente su respuesta.
Ejercicio No. 28
Una compañía utiliza tres niveles de trabajo: no calificado, semi calificado y calificado, para la
producción de dos de sus productos finales. La compañía desea saber el promedio del costo de
trabajo por hora para cada uno de los productos. Los datos son presentados en la siguiente tabla:
Horas de trabajo in vertido por unidad

Nivel de trabajo Salario por hora (x) prod ucida
Producto 1 11 Producto 2 1
I No calificado 11 Q 40.00 1 11 4 1
I Semicalificado 11 Q 56.00 2 11 3 1
I Calificado n Q 72.00 5 11 3 1
Ejercicio No. 29
El restaurante Pizza Tuya vende refrescos en tres tamaños: pequeño, mediano y grande. El tamaño
pequeño cuesta Q4.00, el mediano 06.00 y el grande 08.00. Ayer se vendieron 20 pequeños, SO
medianos y 30 grandes. ¿Cuál fue el precio medio ponderado por refresco, el día de ayer?
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 77
CAPITULO 111
• Análisis e interpretación de muestras grandes
• Construcción de una distribución de frecuencias
• Análisis
• Método Indirecto
• Método Breve o Clave
• Mediana, Distribución de frecuencias acumuladas
• Método gráfico
• Moda
• Medidas de dispersión
CAPITULO 111
Análisis e interpretación de muestras grandes
Previo a desarrollar el análisis e interpretación de muestras grandes, conviene definir los siguientes
conceptos.
Muestras grandes
Series de datos estadísticos que contienen treinta elementos o más, es decir que, n sea igual o
mayor de 30, n : : : 30.
Datos agrupados
Es la técnica estadística que puede utilizarse con propiedad, para efectuar el análisis e
interpretación de muestras grandes, y que consiste en agrupar los datos en una distribución de
frecuencias.
Distribución de frecuencias
Al resumir grandes colecciones de datos, es útil distribuirlos en clases o categorías, y detenninar el
número de elementos que pertenecen a cada clase, llamado frecuencia de clase. Una disposición
tabular de los datos por clases junto con las correspondientes frecuencias de clase, se llama
distribución de frecuencias (o tabla de frecuencias).
Componentes de una distribución de frecuencia de clase
1) Rango o amplitud total (recorrido) "R"

Es el límite dentro del cual están comprendidos todos los valores de la serie de datos, es decir,
es el número de diferentes valores que toma la variable en un estudio o investigación dada. Es
la diferencia entre el valor máximo de una variable y el valor mínimo que ésta toma en una
investigación cualquiera.
El rango es el tamaño del intervalo en el cual se ubican todos los valores que pueden tomar los
diferentes datos de la serie de valores, desde el menor de ellos hasta el valor mayor estando
incluidos ambos extremos.
2) Intervalo de clase o clase "i"

Son divisiones o categorías en las cuales se agrupan un conjunto de datos ordenados con
características comunes. Es decir, son fraccionamientos del rango o recorrido de la serie de
valores para reunir los datos que presentan valores comprendidos entre dos limites.
Para organizar los valores de la serie de datos hay que determinar un número de clases que
sea conveniente, que ese número de intervalos no origine un número pequeño de clases, ni
muy grande. Un número de clases pequeño puede ocultar la naturaleza de los valores y un
número muy alto puede provocar demasiados detalles como para observar alguna información
de gran utilidad en la investigación.
Tamaño de los Intervalos de Clase. Los intervalos de clase pueden ser de tres tipos, según el
tamaño que estos presenten en una distribución de frecuencia: 1) Clases de igual tamaño, 2)
Clases de no igual tamaño y 3) Clases abiertas.
Límite inferior de un intervalo:

Corresponde al valor mínimo que puede incluirse en el intervalo.
Límite superior de un intervalo:

Corresponde al valor máximo que puede incluirse en el intervalo.
3) Amplitud de clase, longitud o ancho de una clase

La amplitud o longitud de una clase es el número de valores de la variable que se presentan en
una clase determinada. La amplitud de clase se designa con la letra i. Existen diversos criterios
para determinar la amplitud de clases, ante esa diversidad de criterios, se ha considerado que
lo más importante es dar un ancho o longitud de clase a todos los intervalos de tal manera que
respondan a la naturaleza de los datos y al objetivo que se persigue y esto se logra con la
práctica.
4) Punto medio o marca de clase

El centro de la clase, es el valor de los datos que se ubica en la posición central de la clase y
representa a todos los demás valores de esa clase. Este valor se utiliza para el cálculo de la
media aritmética.
5) Frecuencia de clase
A la frecuencia de clase se le denomina frecuencia absoluta y se le designa con la letra[ Es el
número total de valores de la variable que se encuentra presente en una clase determinada.
6) Frecuencia relativa
La frecuencia relativa es aquella que resulta de dividir cada una de las f (frecuencias absolutas)
de las clases entre el número total de datos (n) de la serie de valores. Estas frecuencias se
designan con las letras fr, si cada fr se multiplica por 100 se obtiene la frecuencia relativa
porcentual (frOA,)
7) Frecuencia acumulada
La frecuencia acumulada es aquella que se obtiene de la suma sucesiva de las f (frecuencias
absolutas) que integran cada una de las clases, esto se logra cuando la acumulación de las
frecuencias se realiza tomando en cuenta la primera, segunda, tercera clase, hasta alcanzar la
última. Las frecuencias acumuladas se designan con las letras fa. Las frecuencias acumuladas
pueden ser menor que (fa< que) y frecuencias acumuladas mayor que (fa> que).
8) Frecuencia acumulada relativa

La frecuencia acumulada relativa es aquella que resulta de dividir cada una de las fa
(frecuencias acumuladas) de las diferentes clases entre el número total de datos (n) de la serie
de valores, estas frecuencias se designan con las letras far. Si las far se multiplican por 100 se
obtienen las frecuencias acumuladas relativas porcentuales (far%)
Ejemplo
Con el Propósito de analizar la conveniencia de adquirir un seguro de vida colectivo, una empresa
industrial ha obtenido los datos sobre las edades de un grupo de trabajadores del área de
producción, los cuales se muestran a continuación.
Edades de 103 trabajadores del área de producción
(Años cumplidos, al entero más cercano)
32 29 25 35 28 29 33 25 22 29 24 28 24 23 23
29 22 25 22 21 20 21 21 25 19 28 28 28 38 30
29 34 29 24 20 24 33 22 24 26 20 20 22 23 28
20 21 21 23 26 24 21 23 30 32 26 23 22 21 28
26 29 22 27 26 24 34 36 23 21 24 33 26 22 20 (
\.,.,,
21 32 22 29 27 27 25 22 23 24 30 26 26 26 26
30 22 26 31 39 27 37 37 25 27 23 32 24
Construcción de una distribución de frecuencias
1) Número aproximado de clases "K"

Para construir la distribución de frecuencias, inicialmente debe calcularse el posible número de
clases, arreglos o intervalos.
Fórmula
K = 1 + 3.33(1ogn)
Cálculo
K = 1 + 3.33(1og 103)
K = 1 +_3.33(2.012837225)
K-= 1 + 6.702747958
K ::- 7.702747958 =8
8 es el número aproximado de clases, intervalos o arreglos, en que se agruparán los datos.
2) Rango "R"
Fórmula
R = valor mayor - valor menor
Cálculo
R =39-19
R=20
3) Tamaño o amplitud de los intervalos de clase "i"
Fórmula
. R
l=--
K
Donde
R = Rango.
K = Número aproximado de clases, sin aproximar.
Cálculo
20
i=-----
7.702747958
i = 2.596475973
4) Límite inferior
Usualmente, el límite inferior del primer intervalo de clase es un múltiplo del tamaño del intervalo (1)
o un número igual o menor que el valor menor de la variable. El límite inferior (Li) del primer
intervalo, para este caso se tomará el menor valor de la serie de datos, es decir, el 19 (podrá ser
cualquier otro valor, siempre que en la primera clase se incluya el menor de los valores de la serie
de datos) El límite inferior de los siguientes intervalos se calcula sumando el tamaño o la amplitud
del intervalo (1) al límite inferior del intervalo anterior hasta llegar a un número no mayor al dato más
grande.
19
22
25
28
31
34
37
5) Límíte superior
Para encontrar el límite superior (L5) del primer intervalo, se debe tomar en cuenta si es una
variable cuantitativa discreta o una variable cuantitativa continua.
Para una variable cuantitativa discreta, se utiliza la siguiente fórmula L, = L; + í - 1, el límite inferior
del segundo intervalo es igual al límite superior de la primera clase más 1, Ls + 1.
Para una variable cuantitativa continua se utiliza la siguiente fórmula Ls = L; + í, el límite inferior del
segundo intervalo es igual al límite superior del primero.
En este ejemplo se tienen datos sobre la edad de los trabajadores, siendo la edad una variable
cuantitativa continua se suman tres valores (tamaño del intervalo calculado) al límite inferior, así:
19 + 3 = 22, entonces el límite superior del primer intervalo es 22.
Para el límite superior del segundo intervalo (clase) se procede de igual manera que en el primero
y así sucesivamente, hasta incluir el mayor valor de la serie de datos en el último intervalo (clase).
lctases 1
19 <22
22 < 25
25 <28
28 < 31
31 <34
34 <37
37 <40
6) Conteo de frecuencias
Clasificar las observaciones en los intervalos. Con base en la columna de clases se realiza la
agrupación de frecuencias (f), haciendo tarjas o marcas en cada intervalo, en el primer intervalo se
incluyen todos los valores de la serie de datos que están comprendidos de 19 a menos de 22, es
decir, 21.99; en el segundo intervalo se incluyen todos los valores de la serie de datos que están
comprendidos de 22 a menos de 25 o 24.99, así sucesivamente hasta completar la totalidad de
frecuencias.
Clases 11 Tarjas 11 F
19 < 221!JII/////////!/// 11 16
22 < 25 llfl!!l!l/l/l//////////l///!I/// 11 30
25 < 2811///!//!///!I///II//II/ 11 22
28 < 3111!///!///!//l!!l!/I/ 19
31 < 341111111111 8
34 < 37111111 4
37 <40111111 4
11 103
La presentación anterior obedece a la forma cómo debe agruparse las frecuencias en cada
intervalo, es decir haciendo tarjas o marcas al identificarlos en la pieza de datos inicial.
7) Marca de clase (M)

La marca de clase, también llamada punto medio del intervalo es la mitad de la distancia entre
los límites inferior y superior de cada intervalo. La marca de clase es el valor más
representativo de los valores del intervalo.
Fórmula
M = L+L,
2
Cálculo para la primera clase
M = 19-t-22
2
M=20.5
Para el cálculo de las siguientes clases, solo se suma el tamaño o la amplitud del intervalo al
punto medio anterior. esto es posible si el tamaño del intervalo es uniforme.
Clases II Tarjas 11 f M
19 < 221111////////////// 16 20.5
11
22 < zs lll!ll/!l///!/I////!//////////// 1 30 23.5
25 < 28 ,1/l//ll!ll/l/l!I/I/II!/ 22 26.5
128 < 3111//////I////I/I///// 19 29.5
11
131 < 341111111111 8 11
32.5
134 <3711//// 4 11
35.5
137 <40111111 4 11 38.5
11
1 11 11 103 11
8) Frecuencia relativa "fr"

Se pueden convertir las frecuencias de clase en frecuencias relativas de clase para mostrar los
porcentajes de observaciones en cada intervalo de clase. Para convertir una distribución de
frecuencia en una distribución de frecuencia relativa cada una de las frecuencias de clase se
dividen entre el número total de observaciones.
Para la primera clase 161103 = 0.16.
I Clases II Tarjas 1m1 M fr

119 < 2211!/I/////I/////// 10120.5 0.16
122 <25!lf!!//!l////////!/I/II///////// 10! 23.5 0.29
125 < 2811///////////I//I///I/// 10126.5 0.21
128 < 31 jkll////////////!I// 10129.5 0.18
131 < 34 UJ!!I//// 10132.5 0.08
134 <37U!!I/ 1[1]135.5 0.04
137 <40U!!I/ 1[1]!38.5 0.04
1 11 IDKJI 1.00
9) Frecuencia relativa porcentual "fr%"

Para convertir ta frecuencia relativa en frecuencia relativa porcentual se multiplica por 100.
Para ta primera clase 161103 = 0.16*100 = 16.

Clases 11 Tarjas IWI M 11 fr II fr'/o I
19 < 2211!!!!!/I/I/////// l~l20.5j~~
22 < 25 !lf!!l//////l///////////////!I// 101 23. 5 ![m)@J
25 < 2811/l/!/////I//II/I////// 101 26.5 110.21 10
28 < 311111//////I////////// l~I 29.5 11 O. 18 ,~
31 < 34 UJ!!///// 101 32.5 11 O.OB !CIJ
34 <37111/// IITJI 35.5110.04 IIT.J
37 <40!lJI!/ IITJI 38.5 11 o.o« jIT.J
11 IDEfll 111.00 IOEEJ
10) Frecuencia acumulada ''fa"
La frecuencia acumulada se usa cuando se quiere determinar cuantas observaciones, o que
porcentaje de observaciones están debajo de cierto valor.
La distribución de frecuencia acumulada de cierto intervalo, se calcula sumando las

frecuencias de clase desde et primer intervalo hasta ta frecuencia de clase del último intervalo.
La frecuencia acumulada del intervalo 19 < 29 es 16; La frecuencia acumulada del intervalo
22 < 25, se suman las frecuencias de clase 16 + 30 = 46.
Clases II Tarjas 11 f 11 M 11 fr II tr'/o IW

19 < 2211!/I//////I////// 11 16 11 20.5 O. 16 ![!!)[!!)
22 < zs ll!!l/////l///l//!/I/////////I//¡1 30 11 23.5 0.2910~
25 < 2811/l/l///////////////l!I 11 22 11 26.5 0.21 l@J~
28 < 3111 /I/I/I////////I//// 11 19 11 29.5 0.18 l[i!]~
31 < 34 l!Jl!/!I// 8 32.5 o.oBIITJQTI
34 <37111/// 4 35.5 l[DQTI
m
0.04
37 <40U!!I/ 4 38.5 º·º4 1 1 103 1
11 103 1.001~0
11) Frecuencia acumulada relativa "far"
La frecuencia relativa acumulada de cierto intervalo se calcula dividiendo la frecuencia
acumulada entre el número total de observaciones.
Clases 11 Tarjas ICIJ[K]I fr II tr'/o l~I far

19 < 2211!//I//////////// 1~120.su 0.161[!!)[!!]1 0.16
22 <25 !IJll/////////////l/////l/////l,10123_511 0.29 10~1 0.45
25 < 2811//I///I/III///II/I//// 10126.5110.21 l@J~I 0.66
28 < 31 W/I/I/I/II/II///I// 1~129.SU 0.181[!!)~1 0.84
31 < 341111111111 IITJl32.su 0.08 IITJ~I 0.92
34 <37111/// l[Ill3s.sll o.os l[DQTII 0.96
37 <40111111 l[Ill38.su o.o« ICDI 10311 1.00
11 IDETIC:JI 1.00 11100 ICJI

12) Frecuencia acumulada relativa porcentual 'far%"
Para convertir la frecuencia acumulada relativa en frecuencia acumulada relativa porcentual se
multiplica por 100.
Para la primera clase 16/103 = 0.16*100 = 16.
I Clases II Tarjas IDJWI fr II tr'/o IW~ltar'/ol

119 < 22 ll!!l//////!////I/ 1~120.sn 0.16 ![i!][i!]I 0.16![!!]
122 < zs U1111111111111111111111111111111~l 23. s U 0.29 10~1 o.4s l~
25 < 2811////////////I///////// l@Jl26.su 0.21 l@J~lo.661~
28 < 3111/I////////I//////// IQIJl29.sll o.18 ID!J~lo.84i[E]
31 < 341111111111 IITJl32.su o.0B IITJ~lº·921~
34 <371111// 1m13s.s110.04 j[DQTilo.96!~
37 <40111111 IQJl38.SU 0.04 l[DI 103111.001~
11 U 103 IDI 1.oo l~DDD
Análisis
Medidas de tendencia central
De igual manera como se procedió con series simples se hará con muestras grandes, es decir se
calculará la media, la mediana y la moda, con la diferencia que para datos agrupados es posible
emplear métodos diferentes, algunos de los cuales se utilizarán en este trabajo, con el objeto de
proporcionar al estudiante diferentes herramientas, entre las que podrá elegir cuál es la que más se
le facilita, en su trabajo de análisis.
Como un aspecto importante es necesario resaltar que en una distribución de frecuencias, los
datos individuales pierden su identidad y son representados por puntos medios o marcas de clase,
y por lo tanto las medidas de tendencia central o de dispersión que se calculen con base en ella,
pueden no corresponder exactamente a los valores que se calculen utilizando los valores en forma
individual, tal como se trabajaron las series simples.
Media aritmética
Fórmula
- YfM
X====--
n
Como puede notarse, para utilizar ésta fórmula debe adicionarse a la distribución de frecuencias,
una columna con cada una de las frecuencias multiplicadas por cada uno de los puntos medios o
marcas de clase correspondientes (fM) y efectuar la sumatoria.
Clases 11 f 11 M 11 fM
19 < 22 11 16 11 20.50 11 328.00
22 < 25 11 30 11 23.50 11 705.00
25 < 28 11 22 11 26.50 11 583.00
28 < 31 11 19 11 29.50 11 560.50
31 < 34 11 8 11 32.50 11 260.00
34 < 37 11 4 11 35.50 11 142.00
37 < 40 11 4 11 38.50 11 154.00
Cálculo
x = 2,732.so
103
X= 26.5 años de edad

Otros métodos para calcular la media aritmética
1) Indirecto
2) Breve
Método indirecto
- ,-, fd
Fórmula X=A+:::::::__
n
Donde
A = media supuesta o falsa media.
d = diferencias entre el punto medio y la media supuesta (d = M - A).
El valor a elegir como media supuesta o falsa media, puede ser cualquiera de los puntos medios o
marcas de clase (M), para éste caso se utilizará 29.5.
Por lo tanto a la distribución de frecuencias deberá adicionarse una columna de diferencias de M

con respecto a A y una de frecuencias por las diferencias (fd)
1 Clases f 11 M 11 d 11 Fd
19 < 22 16 11 20.50 11-9.oo 11 -144
22 < 25 30 11 23.50 11-6.00 11 -180
25 < 28 22 11 26.50 11-3.00 11 -66
28 < 31 I 19 29.50 0.00 11 o
31 < 3411 8 32.50 3.00 11 24
34 < 3711 4 35.50 6.00 11 24
37 < 4011 4 38.50 9.00 11 36
2 11 103 11 -306
Cálculo
x = 29. 5 + (-306)
103
x = 29.5 + (--2.970873786)
X= 26.5 años de edad

Como un aspecto importante cabe resaltar que con la utilización de éste método el cálculo es más
rápido y como puede notarse el valor calculado es el mismo. Se agiliza más la ejecución de las
operaciones al utilizar un valor supuesto como media aritmética y si se observa con detenimiento el
valor de "d' donde se ubica la media supuesta, es cero y a partir de éste los valores de las
diferencias, son crecientes positivos y negativos, en razón del tamaño del intervalo, y por lo tanto
cercanos al origen.
Método breve o clave
Fórmula
Donde
A = Media supuesta o falsa media.
d' = Diferencia prima del punto medio menos la media supuesta dividido entre la amplitud del
intervalo.
, M--A
d == -----
¡
Nota: Cuando ya se tiene la distribución de frecuencias, el tamaño del intervalo se puede calcular,
restando dos límites inferiores sucesivos o dos límites superiores sucesivos, ya sean límites
aparentes o límites reales de clase.
Se utilizará nuevamente el valor 29.5 como media supuesta, para construir la columna de
frecuencias por d prima (fd) adicional a la distribución de frecuencias de clase.
Cálculo
Clases 11
f 11
M 11 d' 11
fd'
19 < 22 11
16 11
20.50 11 -s.oo 11 -48.00
22 < 25 11 30 11 23.50 11 -2-00 11 -60.00
25 < 28 11
22 11
26.50 11 -1.00 11 -22.00
28 < 31 11
19 11 29.50 11 0.00 11 0.00
31 < 34 11 8 11 32.50 11 1.00 11 8.00
34 < 37 11
4 11 35.50 11 2.00 11 8.00
37 < 40 11 4 11
38.50 11 3.00 11 12.00
L 11
103 11 11 11
-102.00
x =29.5+(-1º1032)(3)
x = 29.5 + (-O. 990291262)(3)

x = 29.5 + (-2.970873786)
X = 26. 5 años de edad
Como puede notarse con los tres métodos se obtiene el mismo dato, sin embargo, es notorio que
es con el método breve con el que se puede hacer un cálculo más rápido, puesto que la columna
de diferencias primas es mucho más fácil de calcular y sus valores por ser más cercanos al origen
hacen las operaciones más sencillas.
Mediana
Fórmula
rn \
1
2 -C 1.
me = L1 + J --- ,(1)
I f n,d J
\. .
Donde:
md = Mediana.
L1 = Límite inferior de la clase mediana.
n/2 = Elemento mediano.
C = Frecuencia acumulada hasta la clase anterior a la clase mediana.
fmd = Frecuencia de la clase mediana .
i = Amplitud del intervalo.
Como puede notarse el primer paso para calcular la mediana a través del método matemático es
encontrar la clase mediana, para lo cual es necesario adicionar a la distribución de frecuencias una
columna de frecuencias acumuladas, así:
Distribución de frecuencias acumuladas

Clases 11 f 11 M 11 fa
19 < 22 11 16 1120.5011 16.00
22 < 25 I~ 23.solJ 46.00
25 < 28 1 22 26.50 11 68.00
28 < 31 11
19 29.5011 87.00
31 < 34 11 8 32.5011 95.00
34 < 37 11 4 1135.5011 99.00
37 < 40 11
4 1138.5011 103.00
L 11 103 11 11
Localizar la clase de la mediana
1) Se calcula el elemento mediano "n/2", dividiendo el tamaño de la muestra dentro de dos.
. n 103
Elemento mediano= - =- = 51.5
2 2
Lo anterior quiere decir, que el elemento que está a la mitad de la serie de datos es el número
51.5.
2) Ubicar el elemento mediano en la columna de frecuencias acumuladas, observándose que

estará en la tercera frecuencia acumulada, es decir, 68, puesto que la anterior contiene hasta
el elemento número 46 y la posterior se inicia con el elemento número 69, por lo tanto se
define toda esta clase como la "Clase de la mediana".
M fa
20.50 16.00
e/ase de! la mediana . 25

28
23.50
26.50
29.50
46.00
68.00
87.00
31 32.50 95.00
34 99.00
37 103.00
1 103
Cálculo
m, = 25 +( ?1-~; 46
j{3)
rn, = 25 + 0.25(3)
m, = 25.8 años de edad
Lo anterior significa que el 50% de los trabajadores del área de producción tienen una edad por
abajo de 25. 8 años y el 50% restante edad por encima de 25. 8 años.
Método gráfico
En cálculo de la mediana por el método gráfico puede hacerse a través de tres formas.
1. Trazo de una ojiva sobre la base mayor que.

2. Trazo de una ojiva sobre la base menor que.
3. Trazo de dos ojivas sobre las bases mayor y menor que.
Trazo de una ojiva sobre la base "Mayor que"
Para efectuar el trazo de la ojiva sobre la base mayor que debe construirse una distribución de
frecuencias acumuladas sobre la base mayor que, así:
! límites 11 f 11 fa 1
EJ~I 16 11
103 1
El[~] 30 11
87 1
El@] 22 11 57 1
EJC1!JI 19 11 35 1
EJQDI 8 11 16 1
EJD!JI 4 11 8 1
EJQDI 4 11 4 1
EJGQJI o 11
o 1
Luego se procede a ubicar los valores en el plano cartesiano situando los límites de clase en el eje
de las abscisas (X) y las frecuencias acumuladas en el eje de las ordenadas (Y)
110 f
100
90
~ 80
s
:::¡
70
u
-si: EM6 Íl.5
50
(]
~ 40
::s 30
~
!.t.; 20
JO
o
19 22 2:15·8 28 31 34 37 40
LÍ~ECLASE
VALOR DE LA.A1EDIANA
Para trazar la ojiva se unen los puntos con una línea continua, posteriormente se traza una línea
horizontal a partir del valor del elemento mediano (EM) en el eje de las ordenadas (y) hasta cortar o
intersecar la ojiva, en el punto de la intersección se traza una línea vertical hasta cortar o intersecar
con el eje de las abscisas y en este punto se ubicará el valor de la mediana.
Trazo de una ojiva sobre la base "Menor que"
Para trazar una ojiva sobre la base "menor que" debe construirse una distribución de frecuencias
sobre la base menor que.
o o
16 16
30 46
22
19 87
8 95
4 99
4 103
Luego se procede a ubicar los valores en el plano cartesiano situando los límites reales en el eje de
las abscisas (x) y las frecuencias acumuladas en el de las ordenadas (y)
110 y
100
.f
90
80
20
10
o -+-----+---+---+--+........,1--+--+--+--+----+--+--1,--+--1 X
El procedimiento para trazar la ojiva y para localizar el valor de la mediana es similar al utilizado en
el método anterior.
Trazo de dos ojivas sobre las bases "Mayory Menor que"
El trazo de las dos ojivas se efectúa con base en las frecuencias acumuladas sobre las bases
mayor y menor que.
ANÁLISIS E INTERPIIBTACIÓN DE MUESTRAS GRANDES 92
límites f fa límites f fa
> C!JI 16
11
103
IEJC!JI o o
> ~I 30
11
87
EJ~I 16 16
> ~I 22
11
57
IEJ~I 30 46
> [~] 19
11
35
IEJ~I 22 68
> ~I 8
11
16
IEJ~I 19 87
> [~] 4 11
8 IEJ[~JI 8 95
> ~I 4
11
4
IEJ~I 4 99
> 40 o o < 40 4 103
Trazo de las ojivasen el plano cartesiano
Luego se procede a ubicar los valores en el plano cartesiano situando los límites de clase en el eje
de las abscisas (X) y las frecuencias acumuladas en el eje de las ordenadas (Y)
110 y
100
!s
90
80
70
l..)
'<:
60
~ 50
~ 40
::::;
30
~
t:.: 20
10
25 25·8 28
7ÍMTTES
19 22 31 34 37 40
DE CLASE
VALORDEL4MEDL4NA
Con la utilización de este método no es necesario calcular el elemento mediano puesto que se
traza la vertical a partir del intercepto en las ojivas hasta cortar el eje de las abscisas en donde se
localizará el valor de la mediana.
Moda
Fórmula
Donde
m; = Moda.
L1 = Límite inferior de la clase modal.
01 = Diferencia sub uno, o diferencia entre la frecuencia de la clase modal menos la frecuencia de
la clase anterior a la clase modal.
02 = Diferencia sub dos, o diferencia entre la frecuencia de la clase modal menos la frecuencia de
la clase posterior a la clase modal.
Clase modal
Es el intervalo de clase o clase en donde se encuentre el mayor número de frecuencias.
Clase modal 1 19 16
--.., 30
:========;;=~~==.:==========:
22
19
8
4
4
103
Cálculo
mo=22·-J 30-16 ](3)

L (30 -· 16) + (30 - 22)
m, = 22 + (-~~j(3)
14+ 8
14 l
rn, = 22+ ( - j(3)
22,
rn, = 22 + (0.636363636)(3)
m, = 22 + 1. 9090908
m, = 23. 9 años de edad

ANÁLISIS E IN1ERPRETACIÓN DE MUESTRAS GRANDES 94
Método gráfico
Para calcular la moda a través de este método, es necesario trazar un histograma con base en la
distribución de frecuencias, situando los límites reales en el eje de las abscisas (x) y las
frecuencias en el eje de las ordenadas (y) así:
y
35
30
~ 25
~
~ 20
;;;;;j
~ 15
'"-< JO
5
o X
19 22 2.1925 28 31 34 37 40
llMJTES DE CIASE
VA r.OR DF: rA MODA
Medidas de dispersión
Rango
Fórmula
R = valor mayor - valor menor
Cálculo
R = 39 -19 = 20 años de edad
El dato anterior significa que existe una variación total en los valores de los datos de 20 años, es
decir, que el intervalo en el que se encuentran todos los valores de los datos de la serie es de
amplitud 20.
Varianza y desviaciónestándar
El cálculo de la varianza y la desviación estándar para datos agrupados, puede hacerse a través de
tres métodos.
Fórmulas
Varianza Desviación estándar
s If(M-X)2 S= r'>;',f(M-X)~
f
2
=------
n -1 n-1
En este caso se usará s2 y S para identificar la varianza y la desviación estándar respectivamente,

por tratarse de datos de una muestra.
Para poder sustituir valores en la formula y hacer los cálculos matemáticos se hace necesario
adicionar a la distribución de frecuencias una columna con las diferencias entre el punto medio y la
media aritmética, así:
Clases 11 ¡_ 11 M IL ____ _JL_!_J

19 IGJf:ml 16 11 20.50 11
-6.00 11 576.00 1
22 IGJl1Ill 30 11 23.50 11
-3.00 11 270.00 1
25 IGJ!I[JI 22 11 26.50 11 0.00 11 0.00 1
28 IGJ0JI 19 11 29.50 11 3.00 11 171.00 1
31 IGJ!Ell 8 11 32.50 11
6.00 11 288.00 1
34 IGJlml 4 11 35.50 11 9.00 11 324.00 1
37 IGJ@JI 4 11 38.50 11 12.00 11 576.00 1
I 11
103 11 11 11 2,205.00 1
Cálculo de la varianza
2 2,205
s == 103-1
., 2,205
s··=102
s 2 = 21.6 años de edad

S = /2.205
103-1
S= ¡2.20_~
~ 102
S == .J21.61764706
S = 4.6 años de edad
Otros métodos para calcular la varianza y la desviación estándar
1) Indirecto
2) Breve
Método indirecto
Fórmulas
Varianza Desviación Estándar
. .~f 2
2..d--
CLfd)2-
s2 =- n
n-1
Donde:
d = Diferencia del punto medio con respecto a la media supuesta, d = lv1 -A.
Como puede notarse para utilizar las fórmulas anteriores, es necesario adicionar a la distribución
de frecuencias, una columna de diferencias de x menos la media supuesta (lvf - A); una de
frecuencias por las diferenciasfd, y una defcf.
Para tal efecto se utilizará 32.5 como media supuesta
Clases
11 f 11
M
11
d
11 [d 11
¡i2 1
19 IGJIEJI 16 11 20.50 11
-12.00 11
-192 11 2,304.00I
22 IGJQIJI 30 23.50 11
-9.00 11
-270 11 2,430.00I
25 IGJOOI 22 26.50 11 -6.00 11 -132 11 792.001
28 IGJUIJI 19 29.50 11 -3.00 11 -57 11 171.001
31 IGJQDI 8 32.50 11
0.00 11 o 11 o.ool
34 IGJQz] 4 35.50 11
3.00 11 12 11 16.001
37 IGJ[±[]I 4 38.50 11
6.00 11 24 11 144.oo¡
L 11 103 11 11
-615 11 5,877.00I
2
5 877- -615
s --------
2 - '
103--1
103
5 877- 378, ?2~

32 = ' 103
102
) 5,877--3,672.087379
s- == 102
" 2,204.912621
s·=-------
102
s 2 = 21.6 años de edad
/ 5 877 -- ~!8·10322~
s = v---To2
,/ '
_
S == {2,204.91262~
V 102
S::: .J21.6167904
S = 4.6 años de edad

Método breve
Fórmulas
Varianza Desviación Estándar
r (Yfd').2~
~ [ --------
( " fd')2
I Y f d'~ - ~ - - - ~f d'2-
s = Í\¡/
L.
82
= ¡2j .:_ n l J}_ __
V n --1
l. n --1 .J
Donde:
d'=M-A
i
M = Punto medio.
; = Amplitud del intervalo.
De acuerdo con las fórmulas se hace necesario adicionar a la distribución de frecuencias una
columna de frecuencias por diferencias primas y una de frecuencias por diferencias primas al
cuadrado. Se utilizará 32.5 como media supuesta para calcular las diferencias primas.
Clases [TII M
11
d'
11
fd' 11
fd'z
19 IEJfml 16 1 20.50 1 -4.00 11 -64.00 11
256.00
22 10~1 30 11 23.50 11
-3.00 -90.00 11
270.00
25 IEllml 22 26.50 11
-2.00 -44.00 11
88.00
28 IGJ[IDI 19 29.50 11
-1.00 -19.00 11
19.00
31 IGJCEJI 8 32.50 1 0.00 0.00 11
0.00
34 [~J[EJI 4 35.50 1.00 4.00 11
4.00
37 ID[±QJI 4 38.50 2.00 8.00 11
16.00
1: 11
103 1 1 1 -205.00 11
653.00
=
1 653- _193
-205 'l 1
l
____ __ 1
82 32
103-1 J
ANÁLISIS E INTERPRF,TACIÓN DE MUESTRAS GRANDES 99
52 = 91
!653- 42,_0?5 l
l
103
102 J
2 _ 9( 244.9902913 \
S - 102 ,J
s' =-- 9(2.401865601)

s2 = 21.6 años de edad

r----------
653- -205
2
S =3 103
~ 103--1
S = \{653=':~~~097087
S = 3(1.549795342)
S-= 4.6 años de edad
Coeficiente de variacióno variabilidad

Fórmula
s
cv = --·(100)
x
Cálculo
4·6
cv = (100)
26.5
cv = 0.173584905(100)
cv = 17.36%
Lo anterior significa que la desviación estándar representa el 17 .36% de la media aritmética, es
decir que la media es confiable hasta un 82.64%, ya que presenta una variación del 17.36%.
Coeficiente de sesgo
Fórmula
3(5<- mj)
CS=-------
S
Cálculo
3(26.5 -- 25.8)
es=------------
4.6
es:-= ~(0-Il
4.6
cs=3~
4.6
es =0.46
El valor del coeficiente de sesgo indica que algunos trabajadores (muy pocos) tienen edad superior
con relación a casi todos, es decir que hay mayor número de edades menores que la media y por
lo tanto la distribución de los mismos está sesgada u oblicua hacia los valores mayores, sesgo
positivo o a la derecha.
Nota: El sesgo en una distribución esta dado por uno o unos pocos valores muy grandes o muy
pequeños con respecto a los valores de la mayor cantidad de elementos.
Medidas de posición
Cuartil 3
Donde:
QK = Cuartil
L1 = Límite inferior de la clase del cuartil
Kn/2 = Elemento del cuartil
C = Frecuencia acumulada hasta la clase anterior a la clase del cuartil
ÍQ = Frecuencia de la clase del cuartil
Como puede notarse el primer paso para calcular cualquier cuartil. a través del método matemático
es encontrar la clase del cuartil, para lo cual es necesario adicionar a la distribución de frecuencias
una columna de frecuencias acumuladas.

1 Clases 1 f M 1 fa 1
10cm 1 1
:
L19 16 20.50 16.00
1 22 IGJQIJ 30 23.50 1 46.00 1
Clase del cuanii .. 1 25 10~ 22 26.50 1 68.00 1
28 19 11 29.50 87.00
31 8 11 32.50 95.00
34 4 11 35.50 99.00
37 4 11 38.50 103.00
103 IC
Localizar la clase del cuartil
1) Calcular del elemento del cuartil
_Kn = 3( 103)_ = 309 = 77 25

4 4 4
Lo anterior quiere decir que el elemento que indica cual es la clase del cuartil 3 es el 77.25.
2) Ubicar el elemento del cuartil 3 en la columna de frecuencias acumuladas, observándose que

está en la cuarta frecuencia acumulada, es decir, 87, puesto que la anterior contiene hasta el
elemento número 68 y la posterior se inicia con el elemento número 88, por lo tanto se define
toda esta clase como la "Clase del cuartil".
Cálculo del cuartil 3
309 -68 '1

r 4 !
Q3:::: 28 +¡ --19--· ¡(3)
\ )
Q3 = 28 + ( 77.25-=-68 '¡(3)
!
\ 19 ,
Q3 = 28 + ( ~~-i~ }3)
Q3 =- 28 + (0.486842105)(3)
Q3 = 28 + 1.4605262315
Q3 == 29.5 años de edad
Lo anterior significa que el 75% de los trabajadores del área de producción, tienen una edad por
abajo de 29.5 años y el 25% restante tienen una edad por encima de 29.5 años.
Deci/ 3
Fórmula
Donde:
DK =
Decil
L1 =
Límite inferior de la clase del decil
Kn/1 O =
Elemento del decil
C =
Frecuencia acumulada hasta la clase anterior a la clase del decil
fo =
Frecuencia de la clase del decil
i = Amplitud del intervalo
Como puede notarse el primer paso para calcular cualquier decil, a través del método matemático
es encontrar la clase del decil, para lo cual es necesario adicionar a la distribución de frecuencias
una columna de frecuencias acumuladas.
f M 11 fa
. 1 19 16 20.50 11 16.00
Clase del dccil ___.
30 23.50 11 46.00
22 26.50 11 68.00
19 29.50 11 87.00
8 32.50 11 95.00
4 35.50 11 99.00
4 38.50 11 103.00
103 1
Localizar la clase del decíl.
1) Calcular el elemento del decil.
Kn == 3(103) = 309 =
30_9
10 10 10
Lo anterior quiere decir que el elemento que indica cual es la clase del decil 3 es el 30.9.
2) Ubicar el elemento del decil 3 en la columna de frecuencias acumuladas, observándose que

está en la segunda frecuencia acumulada, es decir, 46, puesto que la anterior contiene hasta el
elemento número 16 y la posterior se inicia con el elemento número 47, por lo tanto se define
toda esta clase como la "Clase del decir'.
' -r)
Calculo del decil 3
1
l -161
3( 1 ~-3) -16
º3 = 22 + _1Q_30
'309
10
03=22+ -- ~ (3)
\ )
( '
-22 ¡30.9-16¡(3)
03- +~-~-)
03 = 22 + (O .496666666)(3)
03 = 23.5 años de edad

Percentil 13
Fórmula
Donde:
PK =
Percentil
L1 =
Límite inferior de la clase del percentil
Kn/100 = Elemento del percentil
e = Frecuencia acumulada hasta la clase anterior a la clase del percentil
Ji, = Frecuencia de la clase del percentil
= Amplitud del intervalo
Como puede notarse el primer paso para calcular cualquier percentil a través del método
matemático es encontrar la clase del percentil, para lo cual es necesario adicionar a la distribución
de frecuencias una columna de frecuencias acumuladas.

JI f M fa
Clase del percentil --•1 22 16 20.50 16.00
30 23.50 46.00
22 .50 68.00
19 29.50 1 87.00
8 1 95.00
4 l 99.00
37 4 1 103.00
103 1
Localizar la clase del percentil
1) Calcular el elemento del percentil
Kn == 13(103) = ]_239_ = 13.39

100 100 100
Lo anterior quiere decir que el elemento que indica cual es la clase del percentil 13 es el 13.39.
2) Ubicar el elemento del percentil 13 en la columna de frecuencias acumuladas, observándose

que está en la primera frecuencia acumulada, es decir, 16, puesto que la anterior contiene
hasta el elemento número O y la posterior se inicia con el elemento número 17, por lo tanto se
define toda esta clase como la "Clase del percentil".
Cálculodel percentil13
13(103) -O,
P,c,, 19 + _1_9~6 ]<3)
P13--19. -t-
(13.39)(3)
--
' 16
p,3 = 19 + (0.836875)(3)
P,s=19+2.510625
P13 = 21.5 años de edad

1 Resumen 1
1 Medidas estadísticas 11 Valor de las medidas 1
De tendencia central
Media aritmética " n
26.5 años de edad
Mediana" rn," 25.8 años de edad
Moda "m," 23.9 años de edad
De dispersión
Rango "R" 20.0 años de edad
Varianza "S2" 21.6 años de edad
Desviación estándar "Su 4.6 años de edad
Coeficiente de variación "CV" 17.36 %
Coeficiente de sesgo "CS" 0.46
De posición
Cuatil 3 "Q3" 29.5 años de edad
Decil 3 "03" 23.5 años de edad
Percentil 13 "P13 11
21.5 años de edad
Interpretación
De acuerdo con las medidas de tendencia central, la edad promedio de los trabajadores del área
de producción, es muy favorable para viabilizar la contratación del seguro de vida colectivo, pues si
se observa tanto la media, la mediana y la moda, son valores cercanos entre si, 23.9, 25.8 y 26.5
años de edad, lo cual indica en primer lugar, que existe simetría en cuanto a la distribución de las
edades y en segundo orden, que los valores de los estadísticos antes mencionados, son menores
que el punto medio de la edad de la población económicamente activa, la que en nuestro país, se
ubica entre los 14 y los 55 años aproximadamente.
Por lo tanto se puede decir que es un grupo de edad joven, en cuanto a su capacidad de producir y
tendrán más de un 51% de vida productiva.
De acuerdo con las medidas de dispersión, la variación alrededor de la media es de 4.6 años, más
el comportamiento simétrico de los datos, hace factible opinar entre otros aspectos, que
aproximadamente un 84% de las edades de los trabajadores de producción son menores de 31. 1
años, esto considerando una vez el valor de la desviación estándar sobre la media; además, en
términos generales se reproduce una variación de 17.36%, lo que indica que la media aritmética es
representativa en un 82.64% y por lo tanto válida para sustentar una opinión.
En lo que respecta a la oblicuidad, se puede mencionar que ésta se debe a algunas edades altas,
que hacen que la distribución de los datos se sesgue o extienda hacia la derecha, como elemento
de interpretación es útil puesto que nos indica que el valor de la media se influenció por ellos; es
decir, que podría haber sido menor, y es notorio que la mayor cantidad de datos se agrupa en
valores menores que 26. 5 años.
Conclusión
Entre otros aspectos es posible concluir, que la empresa está en la posibilidad de negociar las
condiciones más favorables para la contratación del seguro colectivo, puesto que las expectativas
de vida productiva son altas en ese grupo.
Lo anterior, de alguna manera garantiza que no habrá defunciones por vejez en el corto plazo, y si
se cumple con todas las medidas de protección industrial, es posible que no se produzcan en la
empresa por accidente, quedará únicamente el riesgo que los trabajadores puedan correr fuera de
la empresa.
Para proporcionar algunos elementos adicionales que puedan ser de utilidad para realizar el
análisis e interpretación, que servirá de base para la conclusión correspondiente, se presentan las
siguientes consideraciones:
1) Si la variable objeto de estudio se refiere a: Producción en buen estado, volumen de unidades

vendidas, monto de ingresos obtenidos, aciertos, llegadas temprano, etc., y en general eventos
o sucesos deseables (variables positivas para la empresa), es lógico que la media aritmética
mayor o más grande, es la más confiable, por lo tanto es la más recomendable. Recuerde que
la confiabilidad de la media aritmética, se mide inicialmente por la existencia de una desviación
estándar y/o un coeficiente de variación menor o muy pequeño.
2) Si la variable objeto de estudio se refiere a: Producción en mal estado, errores, llegadas tarde,
perdidas o faltantes, et9., y en general eventos o sucesos no deseables (variables negativas
para la empresa), es lógico que la media aritmética menor o más pequeña, es la más
confiable, por lo tanto es la más recomendable. Recuerde que la confiabilidad de la media
aritmética, se mide inicialmente por la existencia de una desviación estándar y/o un coeficiente
de variación menor o muy pequeño.
3) Como se puede observar en las dos consideraciones anteriores, solo se utilizan la media, la
desviación estándar y el coeficiente de variación. Sin embargo, también se deben utilizar todas
las otras medidas como la mediana, la moda, el rango y el coeficiente de oblicuidad.
Tome en cuenta, como aspecto importante, que de acuerdo con la naturaleza y características de
la variable, se debe realizar el análisis y por ende la interpretación correspondiente.
Ejercicios para practicar en clase
Ejercicio No. 1
Un fabricante de neumáticos ha recabado, de los diferentes concesionarios, información sobre la
cantidad de miles de kilómetros recorridos por un modelo concreto de esos neumáticos hasta que
se ha producido un pinchazo o un reventón del neumático. Los concesionarios la han
proporcionado los siguientes datos:
40,237 71,944 34,235 50,280 65,437 18,234 91,982 26,951 21,562 53,941 30,684 97,961
26, 758 20,3061 83,041 12,467 40,348 70,858 58,27 4 17,951 62,968 58,076 75, 153 56,590
90,786 15,556 72,760 23,974 42,038 95, 160 50,410 66,248 65,684 25,755 88,457 24,048
41,233 25,230 12,841 48,029 70, 149 32,453 66,267 42,679 67,248
Se pide:
1. Construir una taba de frecuencias para esos datos.
2. Construir las tablas de frecuencias acumuladas ascendente y descendente.
3. Dibujar el histograma de frecuencias relativas sin acumular y acumulado.
4. Calcular las principales medidas de tendencia central e interpretarlas.
5. Obtener las medidas de dispersión más importantes e interpretarlas.
6. Analizar el sesgo de la distribución de frecuencias resultante.
7. Si el fabricante quiere proponer un kilometraje para realizar el cambio de neumáticos, ¿qué
valor propondría para que solo 3 de cada 1 O coches hayan tenido un pinchazo o reventón
antes de ese kilometraje
Ejercicio No. 2
En la oficina de un diario, el tiempo que se tardan en imprimir la primera plana fue registrado
durante varios días. A continuación se transcriben los datos, aproximados a décimas de minuto:
20.8 22.8 21.9 22.0 20.7 20.9 25.0 22.2 22.8 20.1 25.3 20.7 22.5 21.2 23.8 23.3
20.9 22.9 23.5 19.5 23. 7 20.3 23.6 19.0 25.1 25.0 19.5 24.1 24.2 21.8 21.3 21.5
23.1 19.9 24.2 24.1 19.8 23.9 22.8 23.9 19.7 24.2 23.8 20.7 23.8 24.3 21.1 20.9
21.6 22.7

1 . Medidas de tendencia central y de dispersión
2. El 65% de los días se tardan en imprimir la primera plana, un tiempo que sobrepasa los cuantos
minutos.
Ejercicio No. 3
Suponga que se administra un test de aptitud a todos los aspirantes a puestos oficiales de una
región. Se elige al azar una muestra de aspirantes y estos son los resultados:
77 44 49 33 38 33 76 55 68 39 29 41 45 32 83 58 73 47 40 26
34 47 66 53 55 58 49 45 61 41 54 50 51 66 80 73 57 61 56 50
38 45 51 44 41 68 45 93 43 12

1. Medidas de tendencia central y de dispersión
2. El 65% de los aspirantes obtienen resultados, que no sobrepasan cuantos puntos.
Ejercicio No: 1
Un nuevo hotel va abrir sus puertas en una cierta ciudad. Antes de decidir el precio de sus
habitaciones, el gerente investiga los precios por habitación en un grupo de hoteles de la misma
categoría de esta ciudad. Los datos obtenidos (en quetzales) fueron:
/
80 90 80 85 70 75 75 100 125 80 90 95 75 70 50 60 80 90 105 110 "'Sb
105 85 9·5 60 75 80 95 95 125 115 90 100 6.0 65 75 55 .65 9_0 95 ·115
120 125 60 95 55 65 110 95 100 105

6. Muestre gráficamente el sesgo de la distribución.
7. El 40% de los hoteles tienen un precio por habitación que no pasan los cuantos quetzales.
Ejercicio No. 2
Los datos que se muestran a continuación, son los cargos (en quetzales) por los servicios de
electricidad durante el mes de enero del 2012 para una muestra de apartamentos de 3
habitaciones en el departamento de Chimaltenango:
196 271 302 278 247 202 253 297 227 82 157 285 90 116 272 111 248 313
230 365 441 249 206 375 523 428 344 168 109 367 95 263 250 354 330 243
387 466 239 149 108 219 383 251 114 335 491 237 129 315

1. Medidas de tendencia central y de dispersión.
2. Haga uso de la gráfica adecuada para presentar el sesgo de la distribución.
3. El 10% de los apartamentos tiene un cargo que sobrepasa cuantos quetzales.
Ejercicio No. 3
Una asociación realizó una encuesta para obtener datos acerca de los sueldos por hora de los
trabajadores y empleados en el departamento de Chimaltenango. Suponga que los siguientes
valores son de sueldos por hora de un grupo de trabajadores (en quetzales):
11.50 9.20 15.35 8.00 9.80 11.90 11.75 12.05 14.70 7.05 13.10 6.85 10.25 5.85
13.10 8.40 9.1511.10 13.65 9.05 9.90 10.05 8.45 13.15 6.65 12.50 9.25 12.35
8.50 9.90 12.90 10.75 9.05 13.70 8.05 15.10 8.85 11.25 15.85 12.10 7.40 10.15
14.10 9.65 9.35 9.95 9.05 8.48 11.15 8.65

2. Presente gráficamente el sesgo de la distribución.
3. El 70% de los trabajadores tienen un sueldo por hora que supera los cuantos quetzales.
Ejercicio No. 4
Un hospital reunió a un grupo de empleados, para determinar el tiempo que utilizarían para realizar
cierta tarea. Midió el tiempo utilizado (en minutos) por cada empleado, obteniendo los siguientes
resultados:
45 55 82 70 81 72 74 58 43 77 72 74 45 43 61 63 55
52 68 63 57 64 42 55 73 67 66 55 60 53 55 82 64 42
55 60 53 58 43 61 63 55 63 50 57 64 42 52 68 63 57
69 68 60 75 60 82 70 81 72 74 45 55 82 64 42 55 73
1. Medidas de tendencia central.
2. Medidas de dispersión.
3. 02, o-. P56.
4. Realice, además, la interpretación de los resultados.
Otros ejerciciospara practicar

Ejercicio No. 1
Un grupo de personas interesadas en determinar el tiempo que los alumnos, de un instituto público,
le dedican al estudio extra aula, semanalmente, seleccionó una muestra, obteniendo la siguiente
información, en horas.
12.50 u 14.45 II 6.oo u 13.35 U 14. 75 U 12.5511 5.45 n 6.25 n 10.25 n 18.25 n 14.30 u 4.35 1
6.25 1118.5011 5.95 11 8.20 11 9.00 11 7.40 11 5.00 U 16.30 U 15.30 U 19.00 U 16.501112.90
10.451111.10 n 7.20 u 12.90 n 16.58 U 12.58 U 19.90 u 8.56 u 8.45 n 20.00 n 13.59 u 19.50
11.50U 12.30U 9.75 U 11.90U 16.58U 17.42U 15.80U 14.56U 8.25n5.50116.5911 7.58
1 9.80 n 12.00 U 17.50 U 13.00 n 18.25U17.0011 8. 75 U 14.6011 6.90 n 5.00 11 7.80 U 14.60

2. El 25% de los alumnos le dedican al estudio, un tiempo que supera las cuantas horas.
3. El 10% de los alumnos le dedican al estudio, un tiempo que no supera cuantas horas.
Ejercicio No. 2
El Gerente de Producción, de una compañía, planea hacer un estudio para determinar cuantos productos
salen defectuosos diariamente. Una muestra de días de trabajo dio los siguientes datos.
40 72 11 42 65 11 30 11 61 11 54 42 39 82 42 11 46
35 38 11 52 41 11 32 11 46 11 52 38 59 88 49 11 52
49 36 11 61 48 11 30 11 47 11 47 60 48 79 56 11 47
65 49 11 66 57 11 90 11 54 11 54 52 38 83 39 11 50
37 40 11 58 56 11 85 11 49 11 39 56 51 84 48 11 60

4. El 75% de los días de trabajo no sobrepasa los cuantos productos defectuosos.
5. El 20% de los días de trabajo produce menos de cuantos productos defectuosos.
Ejercicio No. 3
Los datos que se muestran a continuación representan el costo de la energía eléctrica durante el
mes de diciembre de 2011, para una muestra aleatoria de 50 casas, en una colonia popular, en la
ciudad de Guatemala.
Costo de energía eléctrica en quetzales.
Con la información proporcionada haga un análisis estadístico.
Ejercicio No. 4
Los profesores, de este curso, desean estimar el tiempo promedio que los alumnos se llevan para
resolver un examen práctico. Para lo cual toman una muestra, revelando estos tiempos (en horas):
2. 77 111.2811 o.90 111.63 11 1.80112.54112.00 11 2.59111.43 11 4.25111.54112.56

1.36 U 1.26 U 1.25 U 2.50 U 3.34 U 3.41 U 1.58 U 2.58112.45 U 4.50 U 1.53 U 1.51
2.58 11 2.61 n o.95 U 3.20 u 1. 11 11 2.60 u 2.36 U 3.26 u 1.5011 4.10 u 2.34 11 2.41
1.62 U 2.43113.50 U 3.52 u 1.53 U 2.62 U 3.62 U 2.65 U 3.18 U 0.98 U 2.61 U 1.52
2.60 U 2.45 U 3.80U2.6611 1.78 U 1.63 U 2.58 U 1.61 U 3.20 U 4.75 U 2.71 U 1.60

2. Haga uso de la gráfica adecuada para presentar el sesgo en la distribución.
3. El 35% de los alumnos hacen más de cuantas horas, para resolver un examen práctico.
4. Realice la interpretación respectiva y diga qué opina acerca de la representatividad de la media
ANÁLISIS E INIERPRETACIÓN DE MUESTRAS GRANDES 110
Ejercicio No. 5
Se conduce un estudio sobre un proceso de elaboración de un producto alimenticio. La medición
que se observó, es el número de productos por minuto:
70 11 56 11 10 11 22 11 28 11 11 17 11 65 11 25 11 36 11 28 1
26 11 41
29 11 22 11 12 11 48 11 23 11 23 11 62 11 13 11 31 11 14 1
38 11 43
34 11 14 11 13 11 31 11 35 11
10 11 70 56 11 66 11 22 26 1
" 28 11
52 11 34 11 11 11 60 u25 11
30 11 21 55 11 70 11 22 11 16 11 37 1
43 11 23 11 12 11 13 11 31 11 14 11 29 22 11 68 11 48 11 23 11 38 1

1 . Medidas de tendencia central y de dispersión
3. En el 20% de las mediciones se hacen no más de cuantos productos.
Ejercicio No. 6
Los siguientes datos representan la duración de la vida, en horas, de un grupo de baterías, para
cierto juego infantil.
! 4.021117.48 20.78 10. 74 U 9.5o 2.50 23.551113.46 U 12. 26 13.14 19.19 26.25
! 5.25 U 12.18 14.67 6. 76 u 9.25 2.80 13. 6811 6.45 7.77 7.99 10.10 7.95
! 3. 7511 7.90 11.65 32.1911 9. 75 30.00 19.3311 8.55 21.21 17.00 16.00 18.18
! 3.801116.25 18.45 8.25 1113.95 29.78 2. 71 U 32.21 9.85 12.85 7.95 11.95
! 4.581113.32 7.47 18.4511 7. 98 28.50 10.81 U 4.88 27.10 7.91 19.20 8.97

1. Medidas de tendencia central.
3. Haga uso de la gráfica adecuada para presentar el sesgo de la distribución.
4. El 60% de las baterías tiene una vida útil que no sobrepasa las cuantas horas.
Ejercicio No. 7
Los siguientes datos representan el número de unidades vendidas diariamente, de un determinado
producto, por un vendedor.
24 101 36 l@J[FJI 60 1001 75 IDIJDIJC1DDIJ

13 IDDLfilDDQDI 78 10.UI 80 11 28 l[Fl[]IJQI]
90 ICKJ[J.[]01 23 IOOC1DOUI 38 l@lefil[K]
60 lefill 84 10.U0@10QIJI 25 ICEJI 38 ID:[]
45 1001 35 IDDDDC1DDIJI 60 11 28 IDDCEJ~
1 . Medidas de tendencia central.
3. Presente gráficamente el sesgo de la distribución.
4. El 70% de los días tiene ventas superiores a las cuantas unidades.
Ejercicio No. 8
El Gerente de Producción de una compañía, planea hacer un estudio para determinar cuanto
tiempo se lleva cada trabajador en hacer una unidad, de un determinado producto. Una muestra de
trabajadores dio los siguientes datos, en minutos.
40.50 72.75 42.00 65.oo 1130.25 U 61.45 54.45 42.64 U 39.461182.55 U 42. 76 46.00
35.25 38.00 52.50 41.40 U 32. 15 U 46.90 52.25 38.80 11 59. 00 U 88.701149. 23 52.56
49.75 36.90 61.25 48.361130.001147.36 47.74 60. 60 U 48. 3911 79.40 U 56. 14 47.46
65.35 49.55 66.30 57.101190.001154.35 54.55 52.56 ll 38.361183.33 !l 39.46 50.68
37.40 40.40 58.00 56. 351185. 251149. 80 39. 931156. 651151. 90 1184.48 ll 48. 68 60.06

3. El 75% de los trabajadores se lleva en hacer una unidad, un tiempo que no sobrepasa los
cuantos minutos.
Ejercicio No.9
Un banco seleccionó una muestra de cuentas de cheques de estudiantes. Abajo aparecen sus
saldos de fin de mes, en quetzales.
404.oo 11 74.oo 11234.oo 11149.oo 11219.oo 11215.oo 11123.oo 11 55.oo u 37.oo 43.00
81.00 n 234.oo 11 68.oo 11489.oo 11 51.00 11185.oo n 141.00 u 758.oo 11185.oo 72.00
703.0011125.0011350.0011440.0011 37.00 11252.0011 27.00 U 521.0011 87.00 302.00
185.oo 11141.00 u 158.oo u 185.oo II 72. 00 11 404. 00 11 74. 00 11 234. 00 11149. 00 279.00
498.0011327.0011608.0011 57.00 ll 185.0011141.0011 87.00 11234.00 U 141.0011 68.00
980.0011 112.0011503.oo 11498.oo 11321.0011 608.0011358.oo 11425.oo 11 30.00 11303.00

3. 01, 03 y P54.
Ejercicio No. 10
El presidente de una agencia de viajes, quiere información sobre las edades de la gente que toma
cruceros por el Caribe. Una muestra de clientes que tomaron un crucero el año pasado reveló
estas edades:
77 11 28 11 63 11 80 11 54 11 50 11 59 11 43 11 54 11 56
36 11 26 11 50 11 34 11 41 11 58 11 58 11 45 11 53 11 51
58 11 61 11 20 11 71 11 60 11 36 11 26 11 50 11 34 11 41
34 11 41 11 47 11 55 11 34 11 41 11 33 11 45 11 67 11 62
62 11 43 11 52 11 53 11 62 11 62 11 65 11 18 11 61 11 52
60 11 45 11 66 11 78 11 63 11 58 11 61 11 20 11 71 11 60

3. 03, D1 y P2s
Ejercicio No. 11
Los siguientes datos representan la duración de la vida en meses de un grupo de bombas de
combustible similares
24 36 l[]DCHJI 6 IDIJWI 18 1m0
13 72 ID!J~I 78 11 3 11 28 11 67 ICIDC!IJ
7 8 10~1 61 IQQJI 3 11 10 ICIDCEJ
7 8 1mm1 9 IDIJ0711 15 1mm
60 3 IL@JQDI 24 11 7 11 8 11 70 11 66 10
18 48 1~01 22 10:01 9 11 54 11 9 IDD
8. 01,D4yP33
Ejercicio No. 12
Los siguientes datos representan la duración de la vida, en segundos, de un grupo de moscas
sometidas a un nuevo atomizador en un experimento de laboratorio controlado.

8. 03, o, Y Pss
Ejercicio No. 13
Se conduce un estudio de los efectos de fumar sobre los patrones de sueño. La medición que se
observa es el tiempo, en minutos, que le lleva a una persona en quedarse dormida:

7. Q3, 04y P10
Ejercicio No. 14
Una cadena de tiendas de artículos deportivos al servicio de esquiadores principiantes, planea
hacer un estudio de cuánto gasta un esquiador principiante en su primera compra de equipo. Una
muestra de copias de facturas reveló esas compras iníciales.
140.00 172. 00 11 82. 00 11265. 00 11 90. 00 11114. 00 172.0011230.0011142.00 86.00

235.00 118.0011212.00 171.00 156.oo u 162.00 118.0011139.0011149.00 132.00
149.00 126.0011121.00 118.00 280.0011 87.00 220.00 U 128.0011126.00 127.00
162.00 135.0011126.00 216.00 127.0011161.00 135.00 11 172. 00 u 220. 00 229.00
1
265.ºº u ºº149. 11126. ºº 127.00
87. 00 11220. 00 11128. 00 11126. 00
90.00 11114.0011172.0011118.0011139.00
121.0011149_0011126.0011121.0011118.00
80.00
280.00

7. 01, 03y P4a
Ejercicio No. 15
El gerente de ventas de una empresa, con la intención de implementar un servicio de entrega a
domicilio, analiza la cantidad de artículos que en su visita los clientes adquieren en sus compras al
contado. Los resultados de sus observaciones son los siguientes:
Productos Clientes
3 7 8
8 12 12
13 17 10
18 22 3
23 27 2
El ?gerente desea saber:

1. ¿A qué conclusiones puede llegar, respecto a las Medidas de Tendencia Central?
2. ¿Cuál sería la confiabilidad del promedio de artículos?
3. ¿Cuál sería la recomendación, respecto a la implementación?
Ejercicio No. 16
Un inversionista desea saber si le conviene mantener su sociedad en un negocio que ha reportado
las siguientes utilidades:
UTILIDAES EN MILES Q IIFrecuencia
4 8 11 5
9 13 6
14 18 8
19 23 7
24 28 6
Utilice medidas de tendencia central y de dispersión.

Ejercicio No. 17
El gerente financiero de una distribuidora de accesorios para automóvil, ha obtenido información
acerca de los ingresos diarios por ventas al contado. El desea que le ayude por medio de un
análisis estadístico, cual es el comportamiento de los ingresos por ese concepto. La información
es la siguiente:
40 41 42 44 42 43 40 35 35 36
37 38 38 39 39 38 35 36 30 31
33 34 32 30 30 32 25 25 26 27
28 26 20 24 23 21 20 17 15 16
Ejercicio No. 18
A continuación se presenta el gasto (en quetzales) de energía eléctrica para una muestra casas de
un área residencial, del departamento de Chimaltenango.
296 357 191 195 198 271 189 349 263 168
219 498 390 296 550 383 278 316 275 345
454 551 647 272 523 230 214 192 211 278
228 343 235 375 225 423 188 222 233 556
254 571 640 372 192 371 129 249 363 268
Con base en los datos anteriores se le pide que calcule e interprete lo siguiente:
3. Q3, 05yP44.
Ejercicio No. 19
Con el propósito de mejorar la atención a sus clientes, una empresa que presta servicio de
telefonía internacional, decide realizar un estudio matemático-estadístico para determinar el tiempo
(en días) que tarda, desde que se recibe una queja hasta que se soluciona el problema. Los datos
obtenidos son los siguientes.
04 15 25 167 41 37 102 12
103 61 14 07 21 19 156 110
90 19 51 45 64 11 133 15
22 14 145 42 19 18 129 06
Ejercicio No. 20
Una empresa extranjera que presta el servicio de telefonía está analizando la posibilidad de iniciar
operaciones en Guatemala, por lo que necesita determinar el promedio de gasto mensual del
usuario guatemalteco. Tomó una muestra, obteniendo los siguientes datos del gasto mensual de
40 facturas residenciales:
70.20 120.31 144.25 180.78 100.98 98.98 115.45 198.02

144.14 180.25 175.65 120.30 170.35 198.46 140.36 95.15
88.25 90.65 128.45 163.40 140.77 148.28 170.45 120.09
150.95 170.45 165.78 170.00 150.41 148.68 152.33 145.00
270.00 350.41 270.35 298.46 344.14 280.25 140.07 70.05
9. 02, DsY Ps
Ejercicio No. 21
El Gerente de Operaciones de un restaurante de comida rápida está realizando un estudio sobre el
número de clientes atendidos en dos sucursales ubicadas en la zona 09 y 1 O capitalinas, los datos
recolectados son los siguientes:
Zona 9 Zona 10
Clientes atendidos (días) (días)
60 69 4 2
70 79 8 7
80 89 15 18
100 109 6 5
110 119 4 3
El Gerente lo contrata a usted como asesor y le pide que le de a conocer lo siguiente:

1. Las medidas de tendencia central.
2. Las medidas de dispersión.
3. Q3, D1, P21-
4. A demás la interpretación de los resultados obtenidos.
Ejercicio No. 22
Con el propósito de mejorar la atención a sus clientes, una empresa que presta servicio de
telefonía internacional, decide realizar un estudio matemático-estadístico para determinar el tiempo
(en días) que tarda, desde que se recibe una queja hasta que se soluciona el problema. Los datos
obtenidos son los siguientes.
54 05 35 25 137 31 15 27 152 02 40 12 04 165 80 32 29 28 29 26 50

123 81 74 27 31 11 19 126 99 110 112 29 45 61 35 94 31 26 05
Con los datos anteriores se le pide que calcule e interprete:

1 . Las medidas de tendencia central.
2. Las medidas de dispersión.
3. 02, 04, P66.
Ejercicio No. 23
Un hospital reunió a un grupo de empleados, para determinar el tiempo que utilizarían para realizar
cierta tarea y posteriormente hacer una comparación con un grupo de empleados de otro hospital
de la misma área. Se midió el tiempo utilizado (en minutos) por cada empleado, obteniendo los
siguientes resultados:
I Tiempo en minutos
Hospital A Hospital B
(No. de empleados) (No. de empleados)
I
42.5 <49.5 3 2
49.5 <56.5 8 5
56.5 <63.5 25 19
63.5 <70.5 20 25
70.5 <77.5 9 8
77.5 <84.5 2 4
Con los datos anteriores se le pide que haga un análisis comparativo, e interpretación los
resultados.
ANÁLISIS E INTERPIIBTACIÓN DE MUESTRAS GRANDES 116
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 117
(:APITlJ L() IV
• Antecedentes y generalidades de la probabilidad
• Probabilidad
• Experimento o fenómeno probabilístico
• Tipos de probabilidad
• Probabilidad condicional
• Reglas de probabilidad
• Teorema de Bayes
• Diagrama de árbol y árbol de probabilidad

CAPITULO IV
Natu ateza e i npottsncie de /él probahi/idac'

El ser humano constantemente está tratando de acercarse al futuro, con el propósito de guiar sus
actos presentes, de allí que desde tiempos remotos se ha tratado de encontrar un medio para
predecir con cierto grado de exactitud, lo que habrá de ocurrir en el futuro. La probabilidad es una
herramienta útil para la toma de decisiones, en condiciones de incertidumbre, por lo que constituye
un apoyo valioso para estos casos; sin embargo, la aplicación de la probabilidad se dio inicialmente
en las casas de juegos de azar de Francia en el siglo XVII.
Fue hasta en el siglo XVIII cuando los matemáticos Blaise Pascal y Pierre Fermat intercambiaron
información, acerca de problemas en los que intervenían elementos de azar, y se empezaron a
sentar las bases de la teoría de la probabilidad.
Esta disciplina científica que se inició a partir de los juegos de azar, recibió un gran impulso
durante los siglos XVII y XIX; sin embargo, la mayor parte de la contribución de ella a la estadística
moderna se ha dado durante los últimos 65 años y han hecho que cumpla un papel importante en
el conocimiento científico actual
Existen diferentes criterios, con respecto a la probabilidad, abordaremos dos de los puntos de vista
o interpretaciones más utilizados, haciendo resaltar que la diferencia de ellos son los métodos que
indican para la determinación de la probabilidad.
El primero es el que define a la probabilidad como una frecuencia relativa, con la que se espera
que ocurra o se presente un suceso, con base en un número de repeticiones del experimento. La
probabilidad determinada así, suele denominarse probabilidad de frecuencia o probabilidad
objetiva, puesto que su valor se determina mediante una evidencia objetiva.
El segundo enfoque se refiere a la asignación de probabilidad a partir de estimaciones subjetivas

obtenidas, teniendo como guía el conocimiento previo, la información y la experiencia. Esta forma
de probabilidad, se ha denominado como subjetiva, y ha ganado recientemente considerable
importancia en la teoría estadística, principalmente por su aplicación a problemas en los que
intervienen eventos o sucesos nuevos, y que por lo tanto no se tiene información sobre el
comportamiento pasado, pero sí se tiene gran conocimiento del medio y condiciones en que
habrán de desarrollarse, por ejemplo el lanzamiento de un producto nuevo al mercado, la ubicación
de bodegas o centros de acopio, la compra y utilización de maquinaria sofisticada; etc.
Conceptos bésicos
Para iniciar el estudio de la probabilidad, se abordarán algunos conceptos relacionados con el
tema, a fin de proporcionar una panorámica general que facilite introducirse en el estudio del
contenido de esta disciplina.
Probabilidad
lntroducc,ón
Los eventos que ocurren en la vida diaria no pueden ser predichos con exactitud desde antes por
diversas razones, casi todos están influidos por factores externos. Además, existen aquellos
sucesos que están directamente influidos por el azar, es decir, por procesos que no se está seguro
de lo que va a ocurrir. Sin embargo, la probabilidad permite acercarse a esos sucesos y
estudiarlos, ponderando las posibilidades de su ocurrencia y proporcionando métodos para tales
ponderaciones.
¿ Qué es la probabilidad?
-~-
Es baja la probabilidad de ¡ Es baja la probabilidad de
que una botella de leche /\ obtener un producto
defectuoso en este proceso de
fresca dure más~e cuatro
meses en buenas producción
ondiciones
·s baja la probabilidad
e::>
~probable'-
que gane el
~
Q
~
,. · -"'.~
,
_,....
de obtener en su orden
los nú~ed:~~ 2, 3 al V
yy-y--)
examen sino me O O /"'/ ·~ lanzar3~
preparo ~ ~
adecuadamente. '{,~~-,
~'0 't 1
/ ::o~;:)1~ad de
llevarse el premio
mayor en la lotería.
Ü
O
~
ºº
-./ C)
Hay poca
,;,:;,• alta ,rooa,,~C:,C ~~
probabilidad de
que el acusado sea
de que el paciente se ~
V
y
alivie si sigue su "\ ) culpable.
~
~
¿Se estará hablando del mismo tipo de incertidumbre?
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son diferentes,
aunque las condiciones iníciales en las que se produce la experiencia sean las mismas. Por ejemplo, al lanzar
un dado unas veces se observa uno, otras dos, tres cuatro, cinco o seis; estos fenómenos, denominados
aleatorios, se ven afectados por la incertidumbre.
En el lenguaje habitual, frases como "probablemente ... ", "es poco probable que... ", "hay muchas posibilidades
de que... " "quien quita ... ", "de repente... ", "quizá" hacen referencia a esta incertidumbre.
Probabilidad de un suceso es el número al que tiende la frecuencia relativa asociada al suceso a medida que
el número de veces que se realiza el experimento crece.
Es la frecuencia relativa en la que se espera que un evento o suceso se presente, también se define como la
posibilidad numérica o la oportunidad de que ocurra un evento o suceso.
La probabilidad es una proporción o fracción cuyo valor se encuentra entre O y J. El evento que no tiene
posibilidad de ocurrir (el evento imposible) tiene probabilidad O y el evento que ocurrirá con seguridad (el
evento con certeza) tiene probabilidad J.
P (evento seguro} = 1
P (evento imposible) = O
Por tanto, O -: P (e) s: 1
Mayor probabilidad de ocurrencia
o 0.5
t• · · · · · · · · ·-· · - - · - -·
1.0
Probabílídad
La Ocurrencia del evento

Es tan probable como improbable
X
La probabilidad de ocurrencia del evento se le define:
Poo~n
Donde
X= Número de veces que ocurre el evento que se observa
=
n Cantidad total de posibles resultados
-XJ.. erimen to o fe ó tena prooa ·,í tco

Si se deja caer una piedra o se lanza, y se conoce las condiciones iníciales de altura, velocidad,
etc., se sabrá con seguridad dónde caerá, cuánto tiempo tardará, etc., es una experiencia
determinista. Si se lanza un dado sobre una mesa, se ignora qué cara quedará arriba, el resultado
depende del azar, es una experiencia aleatoria.
Es una actividad o acción planificada, tendiente a producir uno o varios resultados, bien definidos,
sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado, en la
realización del experimento; es decir, que no interviene la voluntad del investigador. Cualquier
proceso que genera resultados bien definidos es un experimento.
sp e o true a o ue ral
Es el conjunto de todos los resultados posibles para un experimento probabilístico, se denota o
identifica como S.
Espacio nu estral .1 probabilidad

El párrafo anterior se resume diciendo que en las situaciones o experimentos aleatorios se tienen
dos elementos esenciales:
1. Una lista de posibilidades a futuro: espacio muestra!

2. Una cuantificación de la incertidumbre sobre esa lista de posibilidades: asignación de
probabilidades.
Cualquier problema o situación en la probabilidad, parte de esos dos elementos: Espacio Muestra!
y Probabilidades.
Vana le
Es la o las características que pertenecen o identifican al fenómeno objeto de interés en un
determinado proceso de investigación, puede identificarse como X.
lea orio
Es lo que sucede o se presenta independientemente de la voluntad del investigador, es decir al
azar.
Azar y desconocimtento
El azar está relacionado con el desconocimiento. Un ejemplo puede ayudar; piense en un proceso
industrial que produce grandes cantidades de un artículo determinado. No todos los artículos
producidos son idénticos, cada artículo puede calificarse como "bueno" o "defectuoso". Si de toda
la producción se escoge un artículo "a ciegas", ese artículo puede resultar bueno o defectuoso.
Esta es una situación al azar o aleatoria y la parte esencial de este azar es que no se sabe si el
artículo seleccionado es defectuoso. Claro, que con experiencia en el proceso es posible
cuantificar de una manera numérica qué tan probable es que el artículo sea defectuoso o no.
Azar r incertidumbre
Hay otro concepto asociado al azar y es el de incertidumbre. Se pondrá un ejemplo, respecto a una
inversión, se puede estar contemplando invertir una cantidad de dinero. El retomo sobre la
inversión puede ser fijo, como en el caso de una cuenta en un banco con interés fijo; pero en una
empresa, el negocio puede resultar desde un gran éxito hasta un fracaso; es decir, la ganancia no
es fija, sino que depende del éxito a obtener. Si no se puede evaluar qué tan factible es cada
monto posible de la ganancia, se tiene una situación de incertidumbre. Por el contrario, si se puede
tener una idea de qué tan probables son los diferentes resultados y entonces se tendrá una
situación de riesgo. Esta última es la que llamamos aleatoria o al azar.
Evento o suceso alea orio

Es un acontecimiento que ocurrirá o no, dependiendo del azar.
Cuando se tiene un espacio muestra! se flama, formalmente evento o suceso a cualquier
subconjunto del espacio muestra!
ANTECEDENTES Y GENERAllDADES DE LA PROBABILIDAD 121
La vida cotidiana está llena de sucesos aleatorios. Muchos de ellos, de tipo sociológico (viajes,
accidentes, número de personas que acudirán a un gran almacén o que se matricularán en una
carrera ... ) aunque son suma de muchas decisiones individuales, pueden ser estudiados, muy
ventajosamente, como aleatorios.
Events»o suceso simple

Es el evento de un solo resultado, cuya definición no puede simplificarse más.
C: , nto o suceso e puesto

Es el evento integrado por dos o más resultados simples.
Varía J/e teetorie discreta

Es la característica, resultado suceso o evento, que únicamente puede tomar un solo valor, es
susceptible de conteo.
Variable aleatoria contmue

Es la característica, resultado suceso o evento, que puede tomar infinidad valores entre dos
valores dados, es susceptible de medición.
Tipos de probabilidad
• Objetiva
• Subjetiva
Obie iva
La probabilidad objetiva es cuando la posibilidad de que ocurra un evento se calcula mediante un
conocimiento previo o a partir de datos reales.
Subjenva
La probabilidad subjetiva se refiere a la posibilidad de ocurrencia de un evento asignada por una
persona en particular, se utiliza cuando se desea asignar probabilidad a un evento que nunca ha
ocurrido.
Tablas de contingencia y diagramas de árbol

En los problemas de probabilidad y en especial en los de probabilidad condicionada, resulta
interesante y práctico organizar la información en una tabla de contingencia o en un diagrama de
árbol.
Las tablas de contingencia y los diagramas de árbol están íntimamente relacionados, dado uno de
ellos se puede construir el otro. Unas veces, los datos del problema permiten construir fácilmente
uno de ellos y a partir de él se puede construir el otro, la construcción de cualquiera de ellos
ayudará en la solución del problema.
Conversión de una a ste en diagrama de árbol

Las tablas de contingencia están referidas a dos características, que presentan cada una dos o
más sucesos.
En el caso de los sucesos A, A', B y B', expresados en frecuencias absolutas, relativas o

probabilidades, la tabla toma la forma siguiente.
JL
-- ·~-·-
1[
L _]L. A TOTAL ]
r.
A'
L B =:)[ P(Ar:!3) ][ _P(A'nBJ ~(B) J
L B' J[ PrAnBJ ][ P(A'nBJ ][ J
~ PreJ
[ TOTAL ][ P(A) Jl P(AJ JL_1 _]
Dicha tabla adopta la forma del diagrama de árbol.
p(B/A)
A
p(A)
B'
p(B'/A)
B
p(B'A')
A'
p(A')
B'
En el diagrama anterior, a cada uno de los sucesos A y A' se les ha asociado los sucesos By B'.
Sobre las ramas se han anotado las probabilidades condicionadas correspondientes, deducidas de
las relaciones análogas a:
Conversión de un diagrama en tabla de continaencie

De manera recíproca, dado el diagrama de árbol se puede construir la tabla de contingencia
equivalente, utilizando la expresión
Para calcular las probabilidades de las intersecciones de sucesos que forman la tabla.
Ejemplo No. 4.1

De un total 100 alumnos del curso Métodos Cuantitativos 1, de la Escuela de Administración de
Empresas, de la Facultad de Ciencias Económicas, de una universidad, se sometieron a dos
pruebas, una práctica y otra teórica. 60 de ellos aprobaron la parte teórica, 80 aprobaron la parte
práctica y 50 aprobaron ambas pruebas.
Tabla de contingencia de frecuencias absolutas
Cuadro4.1
[:::]
Teórica
TOTAL
l
Aprueba Reprueba
1 (A) 1~ (A'.) 1
I Aprueba (B) 11 48 11 30 11 80 1
Reprueba
12 10 20
1 (B'.) 1 11 11 1
1 TOTAL 11 60 11 40 11 100 1
ANTECEDENIES Y GENERALIDADES DE LA PROBABILIDAD 123
Tabla de contingencia de frecuencias relativas
Para construir la tabla de frecuencias relativas, se divide la frecuencia absoluta de cada celda
dentro del total de la celda de la última fila y última columna.
Cuadro 4.2
E][
I Aprueba (B) 11
Aprueba
(A)
0.48
Teórica
11
11
Reprueba
(A?
0.32
'G
I
11
TOTAL
0.80 1
I Reprueba (B? 11 0.12 11 0.08 11 0.20 1
TOTAL 0.60 0.40 1.00
1 11 11 11 1
Diagrama de árbol del evento A

8 p(AnB) = PcAiP(B/A)
p(B/A) = 0.80 0.48

A
p(A)= 0.60
8' p(Ans·¡ = p(A)p(B'/A)
p(B'/A): 0.20 0.12
8 p(A'nB) = PcA'iP(BIA')
p(B/A): 0.80 0.32
A'
p(A')= 0.40
8' p(A'nB): p(A'f (B'/A')
p(B'/A') = 0.20 0.08
Diagrama de árbol del evento B

A P(snA) = P(sJP(AIB)
p(B/A) = 0.60 0.48

8
Pcs¡= 0.80
A' PcsnA·J = PcsiPcA·,si
p(B'/A) = 0.40 . 0.12
A PcB"nAJ = Pcs·,P(AIB')
p(B/A') = 0.60 0.32
s·
Pcs·¡= 0.20
A' p(B'nA') = p(B')p(A'/8')
p(B'/A') = 0.40 0.08
10
Prcb bilída si ipt« m rginal)
Se refiere a la un sólo probabilidad de ocurrencia de evento P(AJ
Oo¡,Je
A = es el número de veces que se presenta el evento
n = es la cantidad total de resultados posibles
Ejemplo No. 4.2
Johans Ramiro Chavarría García tiene un dado y lo lanza una vez, ¿cuál será la probabilidad de
que caiga el número 3?
Solución
Número de veces que ocurre el evento (X) = sólo un lado con el número 3, tiene el dado ~ J.
Cantidad total de resultados posibles = 6 lados tiene el dado, del J al 6 ~ 6.
1
p(X) =6
p(X) =0.16666666~0.1667
Respuesta
Si Johans Ramiro Chavarría García lanza una vez su dado, la probabilidad de que caiga el número
3 es de 0.1667.
Ejemplo No. 4. 3
En una pequeña distribuidora de abonos químicos se ha recibido un lote de 15 sacos de urea, cuyo
peso debe ser de 100 libras. Elda Cristina la encargada de la distribuidora pidió que se pesara
cada uno de ellos, dando los siguientes pesos: 100, 97, 101, 102, 100, 101, 102, 98, 99, 100, 100,
103, 100, 98 y 100. Por medio de un análisis de probabilidad del evento simple, responda lo
siguiente:
1) Eventos participantes
2) Probabilidad de ocurrencia de los eventos
Solución
Eventos participantes Probabilidad de ocurrencia

1) Bajopeso 4115 = 0.27
2) Peso exacto 6/15 = 0.40
3) Sobre peso 5115 = 0.33
15115 = 1.00
ANTECEDEN1ES Y GENERALIDADES DE LA PROBABILIDAD 125
.::,¡e, 1plo \/1.,. 4.4

En una estación de servrcro, ubicada en el murucipro de Patzicía, del departamento de
Chimaltenango, se vende tres tipos de gasolina: regular, súper y premium, con y sin Etanol. El
cuadro 4.3 ilustra la cantidad de clientes que prefieren cada tipo de gasolina.
Cuadro4.3
Gasolina
11
Regular
(A) 11
Super
(8) JI Premium
(C) 11
TOTAL I
Con Etanol (D)ll 13 11 25 11 12 11 50 J
Sin Etanol (E) !I 37 11 100 11 63 11 200 1
TOTAL 11 50 11 125 11 75 11 250 1
Si un cliente solicita servicio al encargado de la estación, determine la probabilidad de que prefiera
gasolina súper.
B
p(B)= -
Solución n
D11nde
B = es el total de clientes que prefieren gasolina súper, 125
n = es la cantidad total de clientes, 250
Pro)= 0.50
Respuesta
La probabilidad que un cliente que solicite servicio al encarado, prefiera gasolina súper es de 0.50.
r L í ta«
e r 1 n ta
Se refiere a la ocurrencia de dos o más eventos a la vez (muestra la probabilidad de la intersección
entre dos eventos).
Al, o
p(AyB)= -n-
Donc«
p CA y B) = es la probabilidad conjunta del evento A y del evento B
A n B = es el número de elementos en la intersección del evento B y del evento A
n = es el número de elementos de la muestra (total de eventos o espacio rnuestral)
Ejem¡. 1 1 ''fo ~."i

Con la información del cuadro 4. 3, y si un cliente solicita servicio, determine la probabilidad de que prefiera
gasolina súper y sin Etanol.
sotucto.i
BnE
Pr8
. ., El= -- n
Donde
Bn E = es el total de clientes que prefieren gasolina súper y sin Etanol, 100
n = es el número de elementos de la muestra (total de eventos o espacio muestral), 250
P¡s y E,=0.40
Respuesta
La probabilidad de que un cliente que solicita servicio prefiera gasolina súper y sin Etanol es de
0.40.
r > ebit. · Co .c ic onal

Cuando dos eventos son dependientes, se emplea el concepto de probabilidad condicional para
designar la probabilidad de ocurrencia del evento relacionado. La expresión P(BIAJ indica la
probabilidad de que ocurra el evento B dado que ya ocurrió el evento A.
Dos eventos son dependientes cuando la ocurrencia o no-ocurrencia de un evento afecta a la

probabilidad de ocurrencia del otro evento. Dos eventos son independientes cuando la ocurrencia o
no-ocurrencia de un evento no tiene ningún efecto en la probabilidad de ocurrencia del otro evento.
Bn
A
o
Donde
P(BnA) = es la probabilidad conjunta del evento B y del evento A
P(A) = es la probabilidad simple del evento A, evento que condiciona
BnA = es el número de elementos en la intersección del evento B y del evento A
A = es el número de elementos del evento A, evento que condiciona
E1emplo No. 4. 6
Con la información del cuadro 4.3, y si un cliente solicita servicio, determine la probabilidad de que
prefiera gasolina premium dado que usa sin Etanol.
Solución
C n E
Pcc El= -E-
Donde
en E= es el número de clientes que prefieren gasolina premium y sin Etanol, 63
E = es el número de clientes que prefieren gasolina sin Etanol, 200
Pee El=0.315
Respuesta
Si un cliente solicita servicio y usa sin Etanol, la probabilidad de que prefiera gasolina premium es
de 0.315.
Reglas de fa probabilidad
La mayoría de los profesionales que utilizan la probabilidad se preocupan por dos condiciones:
• Que un evento u otro se presente.
• Que dos o más eventos se presenten simultáneamente.
dtcion
La regla de la adición se emplea cuando se desea determinar la probabilidad de que ocurra un
evento u otro (o ambos) en una sola observación, simbólicamente se puede representar con PcAoBJ·
En la teoría de conjuntos, esto se conoce como la unión de A y 8, y la probabilidad se designa
COmO p(AuB)·
R :JI df:: sdicior ¡ cJ en os mut ,a,

ente erclu entes
Dos eventos se consideran mutuamente excluyentes si no pueden ocurrir, ambos, al mismo
tiempo, es decir, que la ocurrencia de un evento impide la ocurrencia del otro evento (u otros).
La probabilidad se define
Donde
p (Aº BJ = es la probabilidad de que se presente el evento A o el evento B
A = es el número de veces que se presenta el evento A
B = es el número de veces que se presenta el evento B
n = es el número de elementos de la muestra
o
DoneJe
p (Aº BJ = es la probabilidad de que se presente el evento A o el evento B
P(AJ = es la probabilidad simple del evento A
p (BJ = es la probabilidad simple del evento B
Ejemplo No. 4. 7
Con la información del cuadro 4.3 y la tabla de probabilidad determine la probabilidad de que un
cliente prefiera gasolina Regular o Premium.
Solución
Regular Super Premium

Gasolina TOTAL
1 11 (AJ 11 (B) 11 (C) 11 1
I Con Etanol (O) li 13 11 25 11 12 11 50 1
I Sin Etanol (E) 11 37 11 100 11 63 11 200 1
1 TOTAL 11 50 11 125 11 75 11 250 1
Donae
p tea» = es la probabilidad de que prefieran gasolina Regular o Premium
A = es el número de clientes que prefieren gasolina Regular
D = es el número de clientes que prefieren gasolina Premium
n = es el número total de clientes
(:,
P¡Ao q = 250-+ 250
U!>
P¡A o C) = 250
p{Ao C} = 0.50
Donde
p «o» = es la probabilidad de que prefieran gasolina Regular o Premium
p (AJ = es la probabilidad de que prefieran gasolina Regular
p rcJ = es la probabilidad de que prefieran gasolina Premium
Tabla de p obeoukiec; oei e iudro 1-.3
Gasolina I[ Regular (A) 11 Súper (B) il Premium (C) 11 TOTAL
1
Etanol (D) 1113/250 = 0.05211 25/250 = 0.100 11 121250= 0.048 11 50/250 = 0.200 l
Etanol (E) 11 371250 = 0.148 ll t00/250 = 0.400 11 63/250 = 0.252 11 200/250 = 0.800 1
-TOTAL j~5o = o.2~¡ 1251250= o.so« 751250= 0.300 11
-
II 1 1
Los valores de probabilidad que están en las celdas internas de la tabla son probabilidades
conjuntas, y los valores de probabilidad que están en las celdas de los totales son probabilidades
simples.
P(A O C) = 0.20 + 0.30
p A o c¡-=0,50
,;;,es, oeste
Si un cliente solicita servicio, la probabilidad de que prefiera gasolina Regular o Premium es de
0.50.
Regla de adición para eventos no mutuamente excluyentes

Se consideran eventos no mutuamente excluyentes cuando ambos sí pueden ocurrir al mismo
tiempo.
La probabilidad se define
A 8 AílB
p(Aº a¡---+-n n - -- n
Donde
p (A O aJ = es la probabilidad de que se presente A o el evento B
A = es el número de veces que se presenta el evento A
B = es el número de veces que se presenta el evento B
A n B = es el número de elementos en la intersección del evento By del evento A
n = es el número de elementos de la muestra
o
p(Ao E)= p , +
Donde
p (A O a; = es la probabilidad de que se presente A o el evento B
PrAJ = es la probabilidad simple del evento A
p (BJ = es la probabilidad simple del evento B
PrA rv aJ = es la probabilidad conjunta del evento A y del evento B
Ejemplo No. 4.8

Con la información del cuadro 4.3 y de la tabla de probabilidad determine la probabilidad de que un
cliente prefiera gasolina Premium o gasolina con Etanol.
scsucton
1
I
Gasolina
Con Etanol (D)

1(
11
Regular
(A)
13
11
11
Super
25
(B) 11
11
Premium
(C)
12
~1
11
TOTAL
50
l1
I Sin Etanol (E) I[ 37 11 100 11 63 11 200 1
TOTAL 50 125 75 11 250 1
1 11 11 11
e
P¡c o O)= n no - c-n-nn
+
Donde
P(CoD) = es la probabilidad de que un cliente prefiera gasolina premium o con Etanol
e = es el número de clientes que prefieren gasolina premium
D = es el número de clientes que prefieren gasolina con Etanol
CnD = es el número de clientes que prefieren gasolina premium con Etanol
n = es el número total de clientes
~ !)(J L.
F (C OJ = 250
O + 250 - 250
11
250
113
Pee o 01 =
250
p(C O O) = 0.452
P(c o O}= P{C¡ + p(O) - P(c ílOJ
Donde
pre O oJ = es la probabilidad de que un cliente prefiera gasolina Premium o con Etanol
PrcJ = es la probabilidad de que prefiera gasolina Premium
p tt» = es la probabilidad de que prefiera gasolina con Etanol
Prer. oJ = es la probabilidad de que prefiera gasolina Premium con Etanol
1 Gasolina 11 Regular (AJ 11 Súper (B) 11 Premium (C) 11 TOTAL 1

1 Con Etanol (D) 1113/250 = 0.05211 251250 = 0.100 11 121250 = 0.048 11 501250 = 0.200 1
1 Sin Etanol (E) 1137/250 = 0.148111001250=0.40011 63/250 = 0.252 11 200/250 = 0.800 1
1 TOTAL ,1 50/250 = 0.20011125/250 = 0.500 11 751250 = 0.300 11 1 1
P<c O 01 = 0.300 + 0.200 - 0.048
P(c O o¡ = 0.500 - 0.048
Pfc o o; = 0.452
Respuesta
Si un cliente solicita servicio, la probabilidad de que prefiera gasolina Premium o prefiera gasolina
con Etanol es de 0.452.
Mu lti plica ci ón
La regla de la multiplicación se refiere a la determinación de la probabilidad conjunta de A n B,

simbólicamente se puede representar con P(AyBJ·
1-?t g/a de te mu/ tpticecton para eventos .naependientes

Dos eventos son independientes cuando la ocurrencia o no-ocurrencia de un evento no tiene
ningún efecto en la probabilidad de ocurrencia del otro evento.
La probabilidad se define como
Donde
PrA y aJ = es la probabilidad conjunta del evento A y del evento B
PrAJ = es la probabilidad simple del evento A
PraJ = es la probabilidad simple del evento B
Ejemplo No. 4 9
Con la información de la tabla de probabilidad, del cuadro 4.3, determine la probabilidad de que un
cliente en sus próximas 2 compras prefiera gasolina súper y gasolina regular.
Solución
Gasolina 11 Regular (A) 11 Súper (8) 11 Premium (C) 11 TOTAL 1

Con Etanol (D) il =
131250 0.052 l! = =
251250 0.100 11 121250 0.048 11 50/250 0.200 1 =
Sin Etanol (E) 11 371250 = 0.148 l! 100/250 = 0.400 11 63/250 = 0.252 11 200/250 = 0.800 1
TOTAL U soaso = 0.200 U 1251250 = o.soo II 751250 = 0.300 11 1 1
Donde
pre y AJ = es la probabilidad de que un cliente prefiera en sus próximas 2 compras prefiera gasolina
súper y gasolina regular
PraJ = es la probabilidad de que prefiera gasolina súper
p (AJ = es la probabilidad de que prefiera gasolina regular
p(B y/\}= ( .50 0.20)
p(BvAl- l}.1C
Respuesta
La probabilidad de que un cliente en sus próximas 2 compras prefiera gasolina súper y gasolina
regular es de 0.10.
ANTECEDENTES Y GENERAllDADES DE LA PROBABILIDAD 131
Reqla úe la muttiottcecion para ve tos depen lentes

Dos eventos son dependientes cuando la ocurrencia o no-ocurrencia de un evento afecta la
probabilidad de ocurrencia del otro evento.
La probabilidad se define como
Donde
PrA y aJ = Probabilidad conjunta del evento A y del evento B
P(AJ = Probabilidad simple del evento A
p (BIAJ = Probabilidad condicional del evento B dado que ya ocurrió el evento A
Ejemplo No. 4, 10
Con la información de la tabla de probabilidad, del cuadro 4.3, determine la probabilidad de que un
cliente prefiera gasolina súper y con Etanol.
Solución
! Gasolina II Regular (A) 11 Súper (B) 11 Premium (C) 11 TOTAL 1

1 Con Etanol (D) n =
131250 0.052 n =
251250 0.100 u =
121250 0.048 11 501250 0.200 = l
1 Sin Etanol (E) 11 37/250 = 0.148111001250 = 0.400 11 63/250 = 0.252 11 2001250 = 0.800 1
1 TOTAL 11 50/250=0.20011125/250 = 0.500 11 751250 = 0.300 11 1 1
Don Je
Pra y oJ = es la probabilidad de que un cliente prefiera gasolina súper y con Etanol
PraJ = es la probabilidad de que prefiera gasolina súper
p (BIA) = es la probabilidad de que prefiera gasolina con Etanol dado que usa súper
FfP. v m= { .50 0.10/0.501

P,s v o - {0.50)(0.20)
Respueste
La probabilidad que un cliente prefiera gasolina súper y con Etanol es de 0.10.

Ejercicio No. 1
El director de una Escuela de Educación Física, ubicado en La Alameda Chimaltenango, recabó
información sobre el rendimiento físico de un grupo de estudiantes, luego de correr una distancia
en metros, el día viernes 22 del mes de febrero del año 2013.
Al seleccionar 1 estudiante de manera aleatoria, determine la probabilidad de que:
1. Su rendimiento sea muy malo.

2. Pertenezca al género masculino y su rendimiento sea bueno.
3. Su rendimiento sea muy malo o malo.
4. Pertenezca al género femenino o su rendimiento sea medio.
~-ombre, ¿Qué probabilidad habrá de que su rendimiento sea muy malo?
Ejercício s« 2
El gerente de una empresa distribuidora de gas propano, ubicada en el municipio de
Chimaltenango daj departamento de Chimaltenango, está revisando el peso de los cilindros con el
propósito de proceder a su venta. Tiene cilindraos de 25 y 35 libras, en la revisión ha encontrado
· -ieñfe:
I CILINDROS I PESO EN LIBRAS DE CADA CILINDRO REVISADO
25 libras 24, 2'5, 25, , 25, 23, 25, 23, 2ti, , 25, 24,"~, 23, , 25, 24, 23, 25, 25, 22,
23
35 libras 35, 3 , 35, 35, 3,4, ;B, 34, 35, 35, , 35 1-0·
Se ha seleccionado aleatoriamente un cilindro de gas.

1. Determine la probabilidad de que:
1.1. Sea de 25 libras.
1.2. Tenga peso exacto y sea de 35 libras.
1.3. No esté cabal.
1.4. Tenga sobre peso o pese menos.
1.5. Sea de 35 libras o tenga peso exacto.
2. Sí, es de 25 libras, ¿cuál será la probabilidad de que pese menos?
Ejercicio No. 3
En una muestra de 60 alumnos que se inscribieron en el curso de Métodos Cuantitativos 11, en el
semestre recién pasado, se obtuvieron las siguientes respuestas a la pregunta, ¿Cómo considera
la forma de impartir el curso por pa :te de su profesor? 1
1
No. Género Dist Rendimiento No. Género Dist Rendimiento No. Género Dist Rendimiento
1 f, 1,400 Muy molo 15 M 1,875 Medio 29 F 1,925 Medio
2 F 1,750 Medio 16 M 2,350 Malo 30 M 2,265 Medio
3 F 1,520 Malo 17 M 2,275 Bueno 31 M 1,490 Malo
4 M 1.440 Bueno 18 F 1,750 Medio 32 F 1,675 Bueno
5 M- 2,000 Malo 19 F 1,590 Bueno 33 M 1,790 Medio
6 M 1,800 Muy malo~ 20 M 1,989 Malo 34 M 1,040 Malo
7 M 1,475 Medio 21 F 2,050 Muy malo 35 M 2,001 Bueno
8 f, 1,650 Malo 22 M 2.190 Malo 36 M 2,201 Malo
9 F 2,350 Medio 23 M 1,460 Medio 37 F 1,910 Muy malo
10 M 2,050 Muy malo.,. 24 F 1,590 Bueno 38 M 1,560 Medio
11 F 1,380 Bueno 25 M 1,620 Malo 39 F 1,860 Bueno
12 M 1,600 Medio 26 F 1,890 Medio 40 M 1,660 Muy malo
13 M 1,590 Bueno 27 F 2,100 Muy malo 41 F 1,920 Malo
14 M 1,950 Medio 28 F 1,735 Medio 42 M 1,435 Bueno
Para facilitar el procesamiento de los resultados del cuestionario se usó una escala numérica en la
que 1 = mala, 2 = regular, 3 = buena. También se uso una literal f femenino y m masculino. = =
Se ha seleccionado aleatoriamente a un alumno.
1.1 . Determine la probabilidad de que:
1.1.1. Sea mujer.
1.1.2. Considere buena la forma de impartir el curso y sea hombre.
1.1.3. Considere mala la forma de impartir el curso.
1.1.4. Considere regular o mala la forma impartir el curso.
1.1.5. Sea mujer o considere regular impartir el curso.
1.2. Si es hombre, ¿cuál será la probabilidad de que considere buena la forma de impartir el
curso?
Eje 'cic ·o so. 4

Antonio Gámez, presidente de una asocracron, desea hacer un estudio sobre los niveles:
Socioeconómico y de Estudio, de sus asociados. Para ello realizó un estudio nacional encontrando
los resultados mostrados en el cuadro siguiente:
Nivel 1 Nivel de estudio

socioeconómico I Ninguno II Primaria II Básicos II Diversificado II Universitario
1 Bajo 11 150 11 100 11 60 11 40 11 3
1 Medio 11 20 11 50 11 87 11 82"" 11 28
1 alto 11 o 11 10 11 63 11 96 11 40 1
-::,- (
Al seleccionar a un asociado aleatoriamente:
1. Si pertenece al nivel socioeconómico medio, ¿cuál será la probabilidad de que no tenga
estudios?
2. ¿Cuál será la probabilidad de que:
2.1. Su nivel socioeconómico sea alto?
2.2. No tenga estudio o su nivel socioeconómico sea bajo?
2.3. Su nivel socioeconómico sea medio y su nivel de estudio diversificado?
2.4. Nivel de estudio primaria o universitario?
3. ¿cuál será la probabilidad de su nivel socioeconórnico sea alto?, si se sabe que su nivel de
estudio es diversificado.
,:ro
-z: .t.. J)¡--0 .f- ?~ ::::::"'S-Z") - ~ -:.. ~ ;_ D .4 L.)
'¿..?· --uf) 1~7..,0,,:::o~ó"V-l t,8-z..-:... I,¿;_'+-

HO.JA DE TRABAJO No. 4

Eje -cicto No. 1
A una muestra de 60 atletas que se inscribieron para ser seleccionados, para una competencia de alto riesgo,
se les hiso un estudio para determinar su rendimiento físico. Los resultaos son:
Para facilitar el procesamiento de los resultados se usó una escala numérica en la que 1 = malo, 2 = regular, 3
= bueno. También se uso una = =
literal f femenino y m masculino.
Sí, se ha seleccionado a un atleta de manera aleatoria.
1.1. Su rendimiento físico sea bueno.
1.2. Sea mujer y su rendimiento físico sea malo.
1.3. Sea hombre.
1.4. Su rendimiento físico sea malo o bueno.
1.5. Sea hombre o su rendimiento físico sea regular.
2. Si es mujer, ¿cuál será la probabilidad de que su rendimiento físico sea bueno?
Ejer~,r,o No. 2
El gerente de una empresa distribuidora de gas propano, ubicada en el municipio de Chimaltenango del
departamento de Chimaltenango, está revisando el peso de los cilindros de 35 libras con el propósito de
proceder a su venta. Distribuye dos marcas (P-gas y M-gas), en la revisión ha encontrado lo siguiente:
MARCA
P-gas
M-gas
Se ha seleccionado aleatoriamente un cilindro de gas. (12 puntos)

1 .1. Sea P-gas.
1.2. Tenga peso exacto y sea M-gas.
1.3. Esté cabal.
1.4. Tenga sobre peso o menos peso.
1.5. Sea de la marca P-gas o no este cabal.
2. Si tiene sobre peso, ¿cuál será la probabilidad de que sea M-gas?
Ejercicio No. 3
El gerente de ventas de una fábrica de productos alimenticios, desea hacer un análisis
probabilístico. Con ese propósito se consideró una muestra de clientes, en diferentes rutas, a
quienes se les ofrecieron los productos con promoción. Los resultados fueron los siguientes:
1 Promoción 11 Ruta 1 Ruta 2 Ruta 3 Ruta 4 1

1 A 11 15 18 10 20 1
1 B 11 22 13 15 11 1
1 e 11 17 16 19 21 1
1 o 11 14 19 12 12 l
ANTECEDENTES Y GENERALIDADES DE LA PROBABIIJDAD 135
Al seleccionar a un cliente aleatoriamente:

1. ¿Cuál será fa probabilidad de que:
1.1. Pertenezca a la ruta 4?
1 .2. Compre la promoción D y pertenezca a la ruta 3?
1.3. Compre la promoción A o pertenezca a la ruta 1?
1.4. Compre la promoción C o la promoción D?
2. ¿Cuál será la probabilidad de haya comprado la promoción D?, si pertenece a la ruta 4.
3. Si compró la promoción A, ¿cuál será la probabilidad de que pertenezca a la ruta 3?
Ejen)cio No. 4
La siguiente tabla presenta una muestra de 1,000 estudiantes universitarios clasificados de acuerdo con los
puntajes que obtuvieron en un examen de admisión a la universidad. También muestra la calidad de los
colegios en donde se graduaron según la clasificación que hizo un grupo de educadores.
1
Puntaje
11 Inferior
1
Clase de colegio
II II
Regular Superior j
TOTALES
'B
1 Bajo 11 100 ' 11 11 50 11 1
1 Medio 11 11 175 11 11 400 1
1 Alto 11 25 11 40 11 11 400 1
1 TOTALES 11 200 11 11 11 1
1. Calcular la probabilidad de que, un estudiante escogido al azar:

1.1. Haya obtenido puntaje bajo en el examen.
1.2. Haya obtenido puntaje bajo en el examen y se haya graduado en un colegio de nivel
superior.
1.3. Haya obtenido puntaje bajo en el examen, dado que se haya graduado en un colegio de
nivel superior.
1.4. Se haya graduado de colegio superior o inferior.
1.5. Se haya graduado de colegio regular o haya obtenido puntaje medio.
2. Si se sabe que obtuvo un punteo bajo, ¿cuál es fa probabilidad de que haya estudiado en un
colegio regular?
E1ercicio No. 1
En un salón de clase, de una Universidad. hay 80 estudiantes; 30 de ellos tiene problemas visuales
M, 15 problemas auditivos (A) y 1 O tienen conjuntamente problemas auditivos y visuales.
1. Si se selecciona a un estudiante de manera aleatoria, ¿cuál será fa probabilidad de que:
1.1. Tenga problema visual?
1 .2. No tenga problema auditivo?
1.3. Tenga problema auditivo y no tenga problema visual?
2. Si un estudiante seleccionado aleatoriamente tiene problema auditivo, ¿cuál será la
probabilidad de que tenga problema visual?
Ejerc1cío No. 2
De un total de 150 vehículos que circulaban por el anillo periférico, el 90% el conductor llevaba
puesto el cinturón de seguridad. De los vehículos cuyo conductor llevaba puesto el cinturón de
seguridad, el 80% son conducidos por hombres, y de los vehículos cuyo conductor no llevaba
puesto el cinturón de seguridad, el 60% son conducidos por mujeres.
1. Si se elige un vehículo que circula por el anillo periférico, ¿cuál será la probabilidad que:
1.1. Sea conducido por una mujer?
1.2. El conductor no lleve puesto el cinturón de seguridad?
1 .3. Sea conducido por un hombre y lleve puesto el cinturón de seguridad?
2. Si elegimos un vehículo al azar y el conductor es una mujer, ¿la probabilidad de que lleve el
cinturón de seguridad es de?
E1ercic10 No. 3
Un estudio que se realizó con 104 personas, relacionado con la relación que existe entre la
cantidad de violencia vista en la televisión y la edad del televidente, produjo los siguientes
resultados.
1 Rango de edad 1
Violencia
- 1 16-33 il 34-55 j~5omás J
1 No 11 5 11 6---i, 10---,
1 Poca 11 8 11 12 IL_ 21 1
1 Mucha 11 18 11 15 IC•----
9
- 1
Del grupo de personas se selecciona una en forma aleatoria, para hacer un estudio de probabilidad
que indique lo siguiente:
1. Probabilidad que mire violencia.
2. Probabilidad que este en el rango de edad 34-55 y no mire violencia.
3. Si mira mucha violencia, que probabilidad habrá que pertenezca al rango de edad 16-33.
4. Probabilidad que mire mucha o poca violencia.
5. Probabilidad que tenga más de 55 años de edad o no mire violencia.
Ejer... seto No.

Una importante empresa ha recabado por medio de encuesta en cinco departamentos, las
opiniones de sus clientes respecto a un nuevo producto que ha lanzado al mercado. El cuadro
siguiente muestra las opiniones vertidas por los clientes.
[ Departamento 11 Gusto 11 No gusto 11 No opino 1

1 Chimaltenango 11 149 11 40 u 8 1
1 Sacatepéquez 11 193 11 35 11 10 1
1 Guatemala 11 202 11 60 11 5 1
1 El Progreso 11 110 11 25 11 4 1
1 Huehuetenango 11 95 11 30 _ji 6 __]
-
1.1. Sea de Chimaltenango o le gusto el producto?
1.2. No opino y es de Sacatepéquez?
1.3. Sea del Progreso o de Guatemala?
1.4. No sea de Huehuetenango?
2. Si es de Chimaltenango, ¿cuál será la probabilidad de que le haya gustado el producto?
3. ¿Cuál es la probabilidad que sea de Huehuetenango? Si no opino.
Ejercicio ftlo. 5
Antes de que un libro sea lanzado al mercado se recogen las reacciones de un grupo de personas
a las que se les permite leer el libro previamente. Posteriormente a las ventas del libro se les
asigna el calificativo de altas, moderadas o bajas de acuerdo a las normas del mercado. Los
resultados se muestran en la siguiente tabla:
Ventas11 Favorable
Reacción l
1 1 11 Neutral II Desfavorable I
1 Altas 11 173 11 101 61 il l
( Moderadas II 88 11 211 11 70 1
Bajas 42 113 11 141 1
1 11 11
1) ¿Cuál es la probabilidad de que las ventas no sean altas?

2) ¿Cuál es la probabilidad de que las reacciones sean desfavorables?
3) Si la reacción del grupo es favorable, ¿cuál es la probabilidad de que las ventas sean
moderadas?
4) Si las ventas son altas, ¿cuál es la probabilidad de que las opiniones hayan sido
desfavorables?
5) ¿Cuál es la probabilidad de que las opiniones sean desfavorables y las ventas sean altas?
6) ¿Cuál es la probabilidad de que las ventas sean neutral o desfavorables?
7) ¿Cuál es la probabilidad de que las ventas sean favorables o bajas?
Eje,·cicio 1./0. 6
El Congreso Nacional de la República de Guatemala está en plena discusión acerca de la
promulgación de la ley de "Transparencia". Un importante noticiero escrito ha recabado por medio
de encuesta a nivel nacional, las opiniones de sus lectores respecto a dicha ley. El cuadro
siguiente muestra las opiniones vertidas por los lectores de dicho medio de comunicación.
I Estratos socioeconómicos II Está de acuerdo l( No está de acuerdo II No Je importa I

1 Alto+ A 11 102 11 40 11 8
1 Alto -A 11 93 11 35 11 22
1 Medio-A 11 49 11 60 11 81
1 Medio+ A 11 36 11 50 11 107
1 Bajo 11 150 11 200 11 125 _J
Al seleccionar a un lector aleatoriamente:
1 . Sea del estrato socioeconómico alto - A y no esté de acuerdo?
2. A este lector no le importa?
3. Esté de acuerdo o pertenezca al estrato socioeconómico medio+ A?
4. Pertenezca al estrato socioeconómico alto + A o bajo?
2. Si no le importa, ¿cuál será la probabilidad de que pertenezca al estrato alto - A?
3. ¿Cuál será la probabilidad de que esté de acuerdo?, si se sabe que pertenece al estrato bajo.
Ejerc c. o No. 7
La compañía Mercados Buenos S. A. seleccionó a un grupo de clientes en forma aleatoria, en
cuatro departamentos, y les preguntó, por qué medio se habían enterado de la existencia de dicha
compañía, obteniendo los siguientes datos:
=r:
1 Departamento 1
Tipo de publicidad San
1 I Huehuetenango II II Quetzaltenango 11 Marcos 1
1 Periódico
11 114 11 109 11 263 11 198
1 Radio
11 134 11 170 11 241 11 154
1 TV
11 205 11 224 11 222 11 189
1 Revista
11 105 11 225 11 150 11 175
1.1. No sea de San Marcos?
1.2. Sea de Quetzaltenango y se haya enterado por revista?
1.3. Sea de Totonicapán o de Huehuetenango?
1.4. Se haya enterado por radio o sea de San Marcos?
2. Si se enteró por periódico, ¿cuál será la probabilidad de que sea de Totonicapán?
3. ¿Cuál será la probabilidad de que se haya enterado por revista?, sabiendo que es de
Quetzaltenango.
Ejerc •c10 No 8
Un estudio realizado por Antonio Gámez divide a los padres de familia en tres categorías de
ingresos, de acuerdo con el rumbo en donde viven y de acuerdo al número de hijos.
Nivel de ingresos
- _J
Número de hijos 1
~ [ Bajo=.JI Medio ][ AltQ
1 o ]1 19.=JC.22 - 11 27 1
1 1 21 11 25 JI 18=:J
1 2
- 28 JC~JI 10 ~
1 3 so =:]I 30 11 8--=:)
-L - ---
Más de 4 90
- -11 45 11 6=:)
-
Si se selecciona a un padre de familia al azar:
1.1. Tenga más de cuatro hijos o pertenezca al nivel de ingresos medio?
1.2. Tenga más 3 hijos?
1.3. Pertenezca al nivel de ingresos bajo y tenga dos hijos?
1.4. No tenga hijos o tenga un hijo?
2. Si tiene más de cuatro hijos, ¿Cuál será la probabilidad que su nivel de ingresos sea alto?
3. ¿Cuál será la probabilidad de que no tenga hijos?, si se sabe que pertenece al nivel medio.
E1ercicío No 9
El Congreso Nacional de la República de Guatemala está en plena discusión acerca de la
promulgación de la ley de "Transparencia". Un importante noticiero escrito ha recabado por medio
de encuesta a nivel nacional, las opiniones de sus lectores respecto a dicha ley. El cuadro
siguiente muestra las opiniones vertidas por los lectores de dicho medio de comunicación.
1
Estratos Está de No está de
l~o !'
--,
1 socioeconómicos acuerdo acuerdo le importa
11 11
1 Alto+ A 11 102 11 40 11 8
1 Alto -A 11 93 11 35 11 22 1
1 Medio-A 11 49 11 60 11 81 __J
1 Medio+ A 11 36 11 50 11 107 1
1 Bajo 11 150 11 200 1( 125 ]
¿Cuál será la probabilidad de que:
1. Sea del estrato socioeconómico alto - A y no esté de acuerdo?
2. A este lector no le importa?
3. Esté de acuerdo o pertenezca al estrato socioeconómico medio+ A?
4. Pertenezca al estrato socioeconómico alto + A o bajo
5. Si no le importa, ¿cuál será la probabilidad de que pertenezca al estrato alto - A?
6. ¿Cuál será la probabilidad de que esté de acuerdo?, si se sabe que pertenece al estrato
bajo.
Ejercic10 No. 10
El gerente de ventas de una fábrica de productos cosméticos, desea hacer un análisis
probabilísticos. Con ese propósito se consideró una muestra de clientes, en diferentes rutas, a
quienes se les ofrecieron los productos con promoción. Los resultados fueron los siguientes:
1 Promoción 11 Ruta 1 Ruta 2 Ruta 3 1

1 A 11 5 8 10 1
1 B 11 12 3 5 1
1 c 11 7 6 9 l
¿Cuál es la probabilidad de que:

1 . Compre la promoción A?
2. Pertenezca a la ruta 1 y compre la promoción B?
3. Pertenezca a la ruta 2 o compre la promoción C?
4. Compre la promoción A o la promoción B?
5. ¿Cuál es la probabilidad de haya comprado la promoción B?, si pertenece a la ruta 3.
E1ercicío r.Jo. 11
La compañía "VENDO MUCHO" realiza un análisis probabilística, para lo cual selecciono a un
grupo de clientes en forma aleatoria, en tres departamentos, y les pregunto por que medio se
habían enterado de la existencia del producto., obteniendo los siguientes datos:
TIPO DE DEPARTAMENTO
1
PUBLICIDAD
I CH/MALTENANGOI!SACA TEPÉQUEZII GUATEMALA
1 PERIÓDICO 11 14 I[ 10 11 26
1 RADIO
11 13 11 17 11 24
1 T. V.
11 20 11 20 11 22

¿Cuál es la probabilidad de que?:
1 . Sea de Chimaltenango
2. Se haya enterado por el periódico y sea de Sacatepéquez
3. Sea de Guatemala o de Chimaltenango
4. Se haya enterado por radio o por T. V.
5. Si es de Chimaltenango, ¿cuál es la probabilidad de que se haya enterado por el
periódico?
Ejercicio No. 12
En una población de 2,000 personas hipertensas, 1,600 son mayores de 60 años de edad, de éstos
el 30% consumen alcohol en niveles altos, de los menores de 60 años de edad, el 80% no
consume alcohol en niveles altos.
Si se elige al azar una de estas personas,
1. ¿Cuál es la probabilidad de que?:
1.1. Sea menor de 60 años
1.2. Consuma alcohol en niveles altos y sea menores o iguales a 60 años
2. De los que no consumen alcohol en niveles altos, cuál es la probabilidad de seleccionar uno
que sea mayor de 60 años
3. Cuántas personas no consumen alcohol en niveles altos o son menores o iguales a 60 años
Eje 'etc o, io 13
Se realizó una encuesta sobre preferencias en materia de periódicos, de 350 personas
entrevistadas, 200 leen Prensa, 140 leen el Diario y 105 leen los dos periódicos. Si se selecciona a
un entrevistado aleatoriamente, encontrar la probabilidad de los siguientes eventos:
1. Lee alguno de estos dos periódicos.
2. No lee ninguno de estos dos periódicos.
3. Lee el Diario pero Prensa no.
4. Lee Prensa, si ya leyó el Diario.
5. Lee Prensa.
Ej ,CiCIO No. 14
El director de una escuela primaria divide a los padres de familia en tres categorías de ingresos, de
acuerdo con el rumbo en donde viven y de acuerdo con tres niveles de participación en los
programas escolares.
I Participación en los [
Programas
Nivel de ingresos
I Bajo JI Medio Alto
1
11 1
1 Nunca lí 2911 47 11 17 1
1 Ocasional ::.:JC 21 11 66 11 13
--,1
1 Siempre - IL
-- "JL
18 73 1, 4
Al seleccionar a un padre de familia aleatoriamente:

1. Ocasionalmente participe en los programas o pertenezca al nivel de ingresos medio?
2. Siempre participe en los programas?
3. Nunca participe en los programas y pertenezca al nivel de ingresos bajo?
4. Pertenezca al nivel de ingresos bajo o al nivel de ingresos alto?
5. ¿Cuál es la probabilidad que su nivel de ingresos sea alto?, si ocasionalmente
participa en los programas.
Ejercicio "10, 15
Un importante noticiero escrito ha recabado por medio de encuesta a nivel nacional, las opiniones
de sus lectores respecto a la ley del tabaco. El cuadro siguiente muestra las opiniones vertidas por
los lectores de dicho medio de comunicación.
I Estratos socioeconómicos 11 Esta de

acuerdo 11
No está de
acuerdo
11 No le importa I
1
1
1
Alto
Medio
Bajo
,,
11
IC:193
149
202
11
11
11
40
35
60
11
11
11
8
22
44 --,
1
1

1 . Pertenezca al estrato bajo?
2. Esté de acuerdo o no le importa?
3. Pertenezca al estrato medio y no esté de acuerdo?
4. No esté de acuerdo o pertenezca al estrato medio?
5. Si está de acuerdo, ¿cuál es la probabilidad de que pertenezca al estrato alto?
1erc1c1 No. 16
El departamento de mercadeo de una empresa realizó una prueba con un grupo de personas para
determinar la preferencia de un nuevo producto con respecto al sabor y se obtuvieron los
siguientes datos:
~::JI
I Niño 11
Menta
20
]I
11
Sabor
Hierbabuena
26
11 Canela 1
11
41 _J1
1
1 Joven
11 30 _ji 24
11
22
1
~u/to 11 8 JI 7
11
5
1
Al seleccionar a una persona aleatoriamente:
1. ¿Cuál es la probabilidad de que:
1.1. Sea niño y prefiera sabor canela
1.2. Prefiera sabor menta
1.3. Sea Joven o adulta
1.4. Sea niño o prefiera sabor hierbabuena
2. Si prefiere sabor canela, ¿cuál es la probabilidad de que sea adulto?
Ejercicio No. 17
Una asociación de profesores universitarios desea hacer un estudio probabilística sobre la
satisfacción en el trabajo y el nivel académico. Para ello realizó un estudio nacional entre los
académicos universitarios y encontró los resultados mostrados en la tabla siguiente:
Satisfacción en 1 Nivel
el trabajo
I Licenciado II Maestro II Doctor
! Mucha :1 60 11 52 ll 15
1 Regular 11 87 11 82 11 8
1 Poca 11 63 11 66 11 3
Al seleccionar a un académico aleatoriamente:

1. Si la satisfacción en el trabajo es regular, ¿cuál es la probabilidad de su nivel sea Licenciado?
2. ¿Cuál es la probabilidad de que?:
2.1. Su nivel sea Doctor
2.2. Su satisfacción sea poca o su nivel Maestro
2.3. Su nivel Licenciado y regular satisfacción
2.4. Mucha o poca satisfacción
Ejerucio No. 18
La probabilidad de que una compañía guatemalteca ubique una de sus plantas en Pajapita es .7, la
probabilidad de que instale una planta en Sacapulas es 4, la probabilidad de que no se ubique ni
en Pajapita ni en Sacapulas es .20. ¿Cuál es la probabilidad de que?:
1. Se ubique en alguna de estas dos ciudades

2. Se ubique en ambas ciudades
3. Se ubique en Sacapulas pero no en Pajapita
4. Se ubique una planta en Pajapita, si ya se ubicó en Sacapulas
bjer: ICIO No ,9
Las ventas de un almacén fueron de 500 unidades de un producto para el hogar, el 70% fueron al
crédito y el resto al contado. De las ventas al crédito, 150 fueron de clientes mayoristas. El total de
clientes minoristas es de óO. Por medio de un análisis de probabilidad, en la observación de una
venta, se desea saber ¿que probabilidad habrá de que sea?:
a. Al contado o minorista
b. Al Crédito, dado que sea de un mayorista
c. Al contado, de un mayorista.
Ejerc1c10No. 20
En una clase de 30 alumnos hay 18 que han aprobado matemáticas, 16 que han aprobado inglés y
6 que no han aprobado ninguna de las dos.
Sí elegimos al azar un alumno de esa clase:

1. ¿Cuál es la probabilidad de que no haya aprobado inglés y que haya aprobado matemáticas?
2. Sabiendo que no aprobado matemáticas, ¿cuál es la probabilidad de que haya aprobado
inglés?
3. ¿Cuál es la probabilidad que haya aprobado inglés?
4. ¿Cuál es la probabilidad que haya reprobado matemática?
Ejercicio No. 21
En un supermercado el 90% de las compras las realizan las mujeres; de las compras realizadas
por estas, el 80% supera los 2 500 quetzales, mientras que de las compras realizadas por hombres
sólo el 40% supera esa cantidad.
Elegido un ticket de compra al azar:
1) ¿Cuál es la probabilidad de que no supere los 02,500?
2) Si se sabe que el ticket de compra supera los 02,500 quetzales ¿cuál es la probabilidad de
que la compra haya sido hecha por un hombre?
3) ¿Cuál es la probabilidad de que la compra no haya sido hecha por un varón?
4) ¿Cuál es la probabilidad que la compra supere los 02,500 y haya sido hecha por una mujer?
Ejt:ff"Í<'ío /! o 22
En una ciudad el 45% de los habitantes consume pan integral, el )0 10 consume pan de
multicereales y el 25% consume ambos. Se pide:
Si se selecciona a un habitante de esta ciudad en forma aleatoria:
1) Sabiendo que no consume pan integral, ¿cuál es la probabilidad de que coma pan de
multicereales?
2) Sabiendo que consume pan de multicereales, ¿cuál es la probabilidad de que consume pan
integral?
3) ¿Cuál es la probabilidad de que consuma los dos tipos de pan?
4) ¿Cuál es la probabilidad de que no consuma pan de multicereales?
Ejercicio No. 23
La Directora de la Biblioteca de la USAC, entrevistó a 350 estudiantes para determinar el tipo de
consulta que realizan. De los entrevistados 72 son de Licenciatura, de los cuales 26 consultaron
publicaciones periódicas. De los estudiantes de postgrado 24 consultaron libros.

1. Elabore una tabla de contingencia de 2X2.
2. Cuál es la probabilidad de seleccionar al azar un estudiante de postgrado?
3. De los estudiantes de postgrado, cual es la probabilidad de seleccionar al azar un estudiante
4. que consulte publicaciones periódicas.
5. Cuál es la probabilidad de seleccionar al azar un estudiante que sea de licenciatura y consulte
libros.
6. Cuál es la probabilidad de seleccionar al azar un estudiante que consulte libros o que sea de
7. postgrado.
Ejercíc o No. 24
Los mensajes comerciales de televisión se diseñan para interesar al auditorio que se espera de cada programa
patrocinado. Batres, investigador publicitario, ha observado que los niños con frecuencia entienden poco de
los mensajes comerciales, aún de aquellos específicamente diseñados para ellos. Los estudios de Batres
arrojan la siguiente tabla de 500 niños agrupados por edades, que vieron los mensajes comerciales.
Edad
Entienden
1 5 - 7 11 8 - 101111 - 1311 TOTALES I
1 No 11 55 11 11 200 J
1 Sí 125 11 11 115 11 1
1 TOTALES
11 115 11 150 11 ]
Con los datos de la tabla anterior determine la probabilidad de que si elegimos a un niño:
1. No entienda el comercial.
2. Entienda el comercial y este comprendido en el rango de 8 a 1 O años de edad.
3. No entienda el comercial, dado que sé está comprendido en el rango de 5 a 7 años de edad.
4. Este comprendido en el rango 11 a 13 años de edad o no entienda el comercial.
5. Este comprendido entre 5 y 7 años de edad o este comprendido entre 11 a 13 años de edad.
6. Entienda el programa, si se sabe que está comprendido en el rengo de 11 a 13.
E;ercicío No. 25
En una encuesta entre 2,000 alumnos de maestría en administración se obtuvieron los datos
siguientes acerca de "el principal motivo del alumno para solicitar su ingreso a la escuela donde
esta matriculado".
I
1
'B
I
Motivo de la solicitud
Tipo de estudiante Calidad de la Costo o 11 Otros TOTALES
Escuela comodidad
[ Tiempo total 11 421 11 11 76 11 1
I Tiempo parcial 11 11 593 11 11 1,039 1
!TOTALES 11 821 11 11 11 1
Con los datos, de la tabla anterior, detennine la probabilidad de que si elegimos a un alumno:
1. Su motivo sea calidad o sea estudiante de tiempo parcial.

2. Este no sea de tiempo parcial y su motivo sea calidad de escuela.
3. Su motivo sea comodidad, dado que se es de tiempo total.
4. Sea de tiempo parcial, dado que su motivo sea calidad.
5. Su motivo sea comodidad u otro.
Ejercicio No. 25
Hay 400 colaboradores en la empresa manufacturera Max & Min, y 100 de ellos fuman. Cuenta
también con 250 colaboradores (hombres), 75 de los cuales fuman. Cuál es la probabilidad de que
un colaborador seleccionado al azar:
1. ¿Sea hombre?
2. ¿Fume?
3. ¿Sea hombre y fume?
4. ¿Sea hombre o fume?
ANTECEDEN1ES Y GENERALIDADES DE LA PROBABILIDAD 144
Teorema de Bayes
El teorema de Bayes debe su nombre al reverendo Thomas Bayes, nacido en Londres en 1702.
El teorema de Bayes es solo una técnica para calcular probabilidades condicionales, y como regla
de probabilidad es indiscutible así como su validez. A partir de un conjunto de probabilidades
llamadas "a priori" o "sin corregir'', calcula un conjunto de probabilidades "a posteriori" o
"corregidas" que no son mas que una modificación de las primeras ante la evidencia de que un
determinado suceso ha ocurrido.
Para aclarar estos conceptos, se debe de observar a continuación la diferencia entre el planteo de
probabilidad condicional realizado hasta este momento y el de Bayes.
Cuando se escrioe
Se dice que esto es
La probabilidad de que habiendo ocurrido el suceso A, ocurra B. Probabilidad condicional.
El planteo que hace la Regla de Bayes es
El suceso B ha ocurrido, cual es la probabilidad de que provenga de A. Que A sea causa de B. O

sea se debe hallar
El Teorema de Bayes, dentro de la teoría probabilística, proporciona la distribución de probabilidad

condicional de un evento "A" dado otro evento "B" (probabilidad posteriori), en función de la
distribución de probabilidad condicional del evento "B" dado "A" y de la distribución de probabilidad
marginal del evento "A" (probabilidad simple o apriori).
Partiendo de las fórmulas de probabilidad condicional
Y probabilidad conjunta
Para eventos estadísticamente dependientes se procederá a enunciar el Teorema de Bayes.
Sean A1, A2, ... Ak, eventos mutuamente excluyentes tales que, cualquier evento "B" en el espacio
muestra! pertenece a uno y sólo a uno de estos eventos. Entonces la probabilidad de que ocurra
cualquier evento Ak dado que ha ocurrido el evento "B" se calculará por la siguiente fórmula:
Por lo tanto, sustituyendo la fórmula de probabilidad condicional, se obtiene la fórmula general para
el Teorema de Bayes:
Donde
El numerador es la probabilidad conjunta
El denominador es la probabilidad marginal de que ocurra el evento "B"
Como "A" y "B" son eventos estadísticamente dependientes, el Teorema de Bayes se puede
representar también utilizando el diagrama de árbol.
El teorema de Bayes proporciona un método estadístico para evaluar nueva información y revisar
nuestras anteriores estimaciones de la probabilidad de que las cosas se encuentran en un estado o
en otro, en su forma más simple consiste en la determinación de la probabilidad condicional (hacia
atrás) del evento A dado que el evento B ya ocurrió.
La fórmula es una aplicación particular de la fórmula de la probabilidad condicional, sin embargo,

la importancia del teorema de Bayes es que se aplica en el contexto de eventos secuenciales y,
además, la fórmula es la base para determinar la probabilidad condicional de que un evento haya
ocurrido en la primera posición secuencial una vez que un evento en particular ha sido observado
en al segunda posición secuencial. El cálculo del teorema de Bayes también se puede definir así
B) =
P~A1 na¡+ P,~ na)+ .•• + Pr ri Bl
Para los cálculos en cualquiera de las dos formulas se recomienda hacer uso de un diagrama de
árbol (el diagrama de árbol es particularmente útil corno método de representación de los posibles
eventos asociados con observaciones secuenciales o ensayos secuenciales) así:
p(B/Al)
A1
p(Al)
B' p(Al n B') = p(Al) p(B'/Al)
p(B'/Al)
B p(A2 n B) = p(A2) p(B/A2)
p(B/A2)
A2
p(A2)
B'
p(B'/A2)
p(B/A3)
AK
p(AK)
B'
p(B'/A3)
l:::.j.amplo 4. 11
Una fábrica produce un artículo en tres diferentes máquinas. Del total la producción el 20% es
producido por la máquina A, el 50% por la máquina B y el 30% lo produce la máquina C. La
probabilidad de que un artículo producido por una máquina específica sea defectuoso, es la
siguiente:
Máquina Probabilidad
A 0.20
8 0.30
e O 10
Si se selecciona 1 artículo aleatoriamente de la línea de producción:

1) ¿Cuál es la probabilidad de que sea defectuoso?
2) Si el artículo es defectuoso ¿cuál es la probabilidad de que haya sido producido por la máquina
A?
ANTECEDENTES Y GENERALIDADES DE LA PROBABillDAD 147
SC'luc1611
Del total la producción el 20% es producido por la máquina A, el 50% por la máquina B y el 30% lo
produce la máquina C.
A =0.20
B = O.SO
e= 0.30
Prq
La probabilidad de que un artículo producido por la máquina A sea defectuoso, es la siguiente:
A 020
D = 0.20
Pro/Al
A= 0.20
O'= 0.80
p(D'/A)
B= O.SO
e= 0.30
La probabilidad de que un artículo producido por la máquina B sea defectuoso, es la siguiente:
B OJO
A= 0.20
D = 0.30
p(D/B}
B= O.SO
o·= 0.10
p(D'/B}
e= o.3o
La probabilidad de que un artículo producido por la máquina C sea defectuoso, es la siguiente:
e 70
A= 0.20
p(A)
B = O.SO
Pes¡
D = 0.10
Peo/el
e =D.30
Pcq
D' = 0.90
Pco'/Cl
La probabilidad de que un artículo producido por una máquina específica sea defectuoso, es la
siguiente:
A O 20
B 030
e O 10
D = 0.20
p(D/A)
A =0.20
p(A)
D' =0.80
p(D'/A)
D = 0.30
p(D/8)
B = O.SO
p(B)
D' =0.70
p(D'/8)
D = 0.10
p(D/C)
e= o.30
P¡c¡
D' = 0.90
Cálculo de probabilidades conjuntas
D = 0.20
p(D/A)
A=0.20
p(A)
D' = 0.80
p(D'/A)
D =0.30 P¡ano¡= P¡a) P¡o¡s¡ = 0.15

p(D/B)
B = O.SO
P¡a)
D' =0.70 P¡a no·¡= P¡a) P¡o-¡s) = 0.35
p(D'/B)
D = 0.10 P(cno¡= P(qP(o¡q=0.03

p(D/C)
e= o.30
P(q
D' =0.90 P¡cno·¡= P¡qP¡0·¡q= 0.27
p(D'/C)
Si se selecciona un artículo aleatoriamente de la línea de producción:

1) ¿Cuál es la probabilidad de que sea defectuoso?
O 04 -r- O 15 + O 03
\
O 22
Respuesta
Si se selecciona un artículo en forma aleatoria de la línea de producción la probabilidad de obtener
un artículo defectuoso es de 0.22.
Si se selecciona un artículo aleatoriamente de la línea de producción:
2) Si el artículo es defectuoso ¿cuál es la probabilidad de que l'l'aya sido producido por la máquina
A?
1\r.n o¡
p{A 'O)= ----------
p(Afl O}+ p(B 1)01 + p C n OJ
{}.04
p(A O) = 0.04 + 0.15 + 0.03
0.04
p( O)= 0.22 p{A O) = 0.26
Respuesta
Si se selecciona a un artículo aleatoriamente de la línea de producción y el artículo es defectuoso,
la probabilidad de que la máquina A lo haya producido es de 0.26.
Ejerciciospara practicaren clase
Ejercicio No. 1
Una compañía dedicada al transporte público explota tres líneas de una ciudad, de forma que el
60% de los autobuses cubre el servicio de la primero línea, el 30% cubre la segunda y el 10%
cubre el servicio de la tercera línea. Se sabe que la probabilidad de que, diariamente, un autobús
se averíe es del 2%, 4% y 1%, respectivamente, para cada línea. Determina la probabilidad de que,
en un día, un autobús sufra una avería. Si un autobús se quedó varado por averías, ¿cuál es la
probabilidad que preste servicio en la segunda línea?
Ejercicio No. 2
En un centro comercial hay tres tiendas de comida rápida, La Sabrosa, La Riquísima y La

Deliciosa. Cuando una persona entra al centro comercial tiene igual probabilidad de comprar en
cualquier tienda. La probabilidad de comprar comida para llevar, en la Sabrosa es de 0.3, en la
Riquísima es de 0.28 y, en la Deliciosa es de 0.35.
1. Calcular la probabilidad de que una persona que entre al centro comercial compre comida para
llevar.
2. Sabiendo que un alumno compro para comer allí, ¿cuál es la probabilidad de que la hubiera
comprado en La Riquísima?
Ejercicio No. 3
En una asesoría fiscal se ha contratado a tres personas para hacer declaraciones de renta. La
primera de ellas se encarga de efectuar el 30%, la segunda el 45% y la tercera el 25%. Se ha
comprobado que de las declaraciones por la primera persona, el 1 % son erróneas, la segunda
comete errores en el 3% de los casos y la tercera en el 2% de los casos. Si este mes se hizo una
declaración errónea, ¿Cuál es la probabilidad de que la haya realizado la segunda persona?
Diagrama de Árbol y Árbol de Probabilidad

Defmício es
Un diagrama de árbol es una representación gráfica de un experimento que consta de n pasos,
donde cada uno de los pasos tiene un número finito de maneras de ser llevado a cabo.
El diagrama de árbol es una herramienta que se utiliza para determinar todos los posibles
resultados de un experimento aleatorio. Es una representación gráfica de los posibles resultados
del experimento, se construye horizontalmente y se colocan ramas que indican las alternativas del
experimento.
El diagrama de árbol es particularmente útil como método de representación de los posibles

eventos asociados con observaciones secuenciales o ensayos secuenciales.
Para su construcción debe tomarse en cuenta lo siguiente:

1 . El número de eventos posibles para determinar el número de ramas
2. El número de observaciones o repeticiones del experimento para determinar el número de
ramificaciones.
3. El número de ramas en la última ramificación En.
Donde:
E= Número de eventos posibles
n = Número de observaciones o repeticiones del experimento
E1emplo o. 4.12
El Gerente de Personal, de una empresa, desea seleccionar 2 colaboradores entre un grupo de
bachilleres, peritos y maestros.
Con la información anterior defina el espacio muestra! (S) de la selección, utilizando un diagrama
de árbol.
Solución
Eventos = 3 . 3 ramas.
Observaciones= 2 -~ 2 ramificacíones.
Número de combinaciones = E'i = 32 = 9.
PRIMERA SEGUNDA ESPACIO

SELECCIÓN SELECCIÓN MUESTRA "S"
8achille B 88
8achille B Perito P 8P
Maestro M 8M
8achille B P8
Perito P Perito P PP
Maestro M PM
8achille B M8
Maestro M Perito P MP
Maestro M MM
Árbol de Probabilidad
Es el instrumento gráfico-matemático que se integra por las ramificaciones que según las
observaciones o muestras sean necesarias, así como todas las ramas según los eventos simples
probables y el valor de probabilidad asociado o inherente a cada uno de los eventos.
Como podrá notarse el árbol de probabilidad, tiene como base el diagrama de árbol.
Es importante resaltar que el valor de probabilidad de los eventos simples puede ser constante o
puede variar, dependiendo sí el experimento probabilístico, se realiza con reemplazo o sin
reemplazo.
Con reemplazo
Se utiliza el árbol de probabilidad con reemplazo para eventos independientes, es decir, cuando la
ocurrencia o no-ocurrencia de un evento no tiene ningún efecto en la probabilidad de ocurrencia
del otro evento.
Este caso se identifica, cuando específicamente se indique que se reemplaza, se repone, se
sustituye o cualquier otra expresión similar. Si no se indica nada de lo anterior, pero no se
proporcione o no se posea información sobre el total de la población y por ende no se pueda
disminuir la misma con cada observación o extracción que se realice.
"Como injicación directa e importante se aplica el reemplazo, aún cuando no se indique nada al
respecto, pero al realizar la extracción u observación no sea posible disminuir el denominador en
los valores de probabilidad de todos los eventos simples, después de cada observación o
extracción, tome en cuenta que la disminución en el denominador, después de cada extracción u
observación, es uno (1) y que esto modifica el valor de probabilidad en cada evento."
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD J54
Ejemplo No. 4. 13
El Licenciado Maximiliano López, Administrador de Empresas, es el Gerente de Personal, de la

empresa La Exitosa S. A. El Lic. López debe seleccionar 2 colaboradores entre un grupo que esta
integrado por el 40% bachilleres, el 35% peritos y, el 25% maestros.
Con la información, construya el árbol de probabilidad.
Sofw.,·1ón
Eventos = 3 - 3 r· mas.
Observaciones = 2 - 2 rarruñcaciones
Número de combinaciones = E = i' ""' 9.
Probabilidad simple de cada evento:
Bachiller (B) = O. 40
Perito (P) = O 35
Maestro (M) = O 29
00
Bachiller B 0.40 ., b I~ BB o/?o
Bachiller B 0.40 Perito P 0.35 ,'\y BP tO~,=,í

Maestro M 0.25 0, / BM o,fo(
01'1
Bachiller B 0.40 . \ '-\ PB 1Jl_)
Perito P 0.35 Perito P 0.35 {).\U~p O'?r

;rcf' ,(),1 lo
Maestro M 0.25
~~
o·
. Bachiller B 0.40 o 11 MB r!) ,l),
Maestro M 0.25 Perito P i>.35 ll 1+;)i MP O).{
Maestro M 0.25 DS,· MM º~~

~ ~¡<\
o·
Como se puede observar, el reemplazo implica una repetición de la probabilidad de ocurrencia de

cada evento, en cada observación, ejemplo bachiller (0.40, 0.40)
Sin ·eemplazo
Se utiliza el árbol de probabilidad sin reemplazo para eventos dependientes, es decir, cuando la
ocurrencia de un evento afecta la probabilidad de ocurrencia del otro evento.
Cuando específicamente se indique que: no se reemplaza, no se repone, no se sustituye, se

separa de los demás, ya no se toma en cuenta o cualquier otra expresión similar. ·
Cuando no se indique nada de lo anterior pero se proporcione información sobre el total de la

muestra y/o de la población y por lo tanto sea posible disminuirla en cada observación o extracción
que se realice.
"Como indicación directa e importante, se aplica el árbol de probabilidad sin reemplazo, cuando no
se indique nada al respecto, pero al realizar la extracción u observación, sea posible disminuir en
una unidad, el denominador en los valores de probabilidad de todos lo eventos simples después
de cada extracción en el denominador es en uno (1) y, que esto modifica el valor de probabilidad
en cada evento"
Ejemr lo No. 1
El licenciado Rubén Rodríguez, Administrador de Empresas, es el Gerente de Personal, de la
empresa La Poderosa S. A. quien debe seleccionar 2 colaboradores entre un grupo que esta
integrado por, 20 bachilleres, 18 peritos y 12 maestros.
Con la información, construya el árbol de probabilidad.
<ot. cien
Eventos = 3 =.· 3 1 amas.
Observaciones = 2 ·· 2 rarn, Icaciones.
=
Número de combinaciones = En 32 = 9.
Probabilidad simple de cada evento:
Bachiller (B) = 20
Perito (P) = 18
Maestro (M) = !.l
50
J
La selección se hará del total del grupo de personas que son 50, al seleccionar a una persona sólo
quedan 4-9 personas, por lo tanto el árbol de probabilidad se construye sin reemplazo.
.------+--1--lp .J BB V .J..11"')
Bachille B 20/50 Perito P 18/49 ~Ce ';fu, O v ')0tj
Maestro M 12/49 1,~ 1~BM {)/)
Bachille 8 20/49 PB
Perito P 18/50 Perito P 17/ 49 pp
Maestro M 12/ 49 PM
Bachille 8 20/49 MB
Maestro M 12/50 Perito P 18/ 49 MP
Maestro M 11/49 MM
Como puede observarse, el sin reemplazo implica un cambio en la probabilidad de ocurrencia del
evento en cada observación, ejemplo bachiller (20/50, 19/49)

Ejercício No. 1
Un grupo de estudiantes, de la Escuela de Administración, recabó información sobre el rendimiento
académico de un grupo de estudiantes, luego del primer examen parcial del curso de Métodos
Cuantitativos 1, realizado el día sábado 23 del mes de febrero del año 2013.
No. Jornad Punt Profesió No. Punte Profesió No. Jornad Profesió
Jornada Punteo
a eo n o n a n
1 N 15 Perito 15 V 13 Bachiller 29 N 16 Bachiller
2 V 18 Maestro 16 N 18 Maestro 30 N 9 Bachiller
3 N 29 Bachiller 17 N 7 Perito 31 N 11 Maestro
4 V 5 Perito 18 N 16 Bachiller 32 V 17 Perito
5 V 10 Maestro 19 V 24 Perito 33 V 26 Bachiller
6 N 15 Bachiller 20 N 19 Maestro 34 N 19 Maestro
7 N 12 Bachiller 21 N 16 Bachiller 35 V 23 Perito
8 N 14 Maestro 22 N 14 Maestro 36 N 22 Maestro
9 V 28 Bachiller 23 N 20 Bachiller 37 N 13 Perito
10 V 30 Bachiller 24 V 15 Perito 38 N 15 Bachiller
11 N 8 Perito 25 V 18 Maestro 39 N 9 Perito
12 V 22 Bachiller 26 V 22 Bachiller 40 V 16 Perito
t3 N 10 Perito 27 V 23 Perito 41 N 14 Maestro
.
V= vespertina, N = nocturna
Si se escogen en forma simultánea a 2 estudiantes, determine la probabilidad de que:
1 . Únicamente el segundo sea bachiller.
2. Aunque sea uno sea perito.
3. Uno sea maestro y el otro sea bachiller.
4. No más de un maestro.
5. Todos sean peritos.
Ejercicio No 2
Amoldo Sotoj, propietario de una empresa que hace tortillas de harina, asegura que el 15% de los
colaboradores del departamento de producción requieren de ayuda psicológica. Si se seleccionan
al azar 4 trabajadores, construya el árbol de probabilidad
~jercíc,c, No. 1
En una universidad hay estudiantes de ingeniería, ciencias sociales y ciencias médicas, acaban la
carrera el 5% de ingeniería, el 10% de ciencias sociales y el 20% de ciencias médicas.
Se sabe que el 30% estudian ingeniería, el 50% ciencias sociales y el 20% ciencias médicas.
1. Que probabilidad de no terminar la carrera tendrá un estudiante que es tomado al azar.

2. Tomado un estudiante cualquiera al azar y tiene la carrera terminad
3. a, ¿cuál es la probabilidad de que sea de ciencias sociales?
cjerc1cío No. 2
El 35% de los créditos de un banco son para vivienda, el 50% son para industria y el 1 Sº;c para
consumo diverso. Resultan fallidos el 20% de los créditos para vivienda, el 15% de los créditos
para industrias y el 70% de los créditos para consumo.
1. ¿Qué probabilidad hay de que un crédito no resulte fallido?
2. Un crédito resulto fallido, ¿cuál es la probabilidad de que sea para consumo diario?
Ejercicio No. 3
En un centro educativo hay tres profesores de Matemáticas. Cuando un alumno se matricula en el
centro tiene igual probabilidad de que le asignen uno y otro profesor de Matemáticas. La
probabilidad de obtener como nota final un sobresaliente con el profesor A es 0.30, la de obtenerlo
con el profesor Bes de O 28 y la de obtenerlo con el profesor Ces 0.35.
1. Calcular la probabilidad de que un alumno matriculado en matemáticas obtenga como nota

final un sobresaliente.
2. Sabiendo que un alumno ha obtenido un sobresaliente como nota final en matemáticas, ¿cuál
es la probabilidad de que le hubiesen asignado al profesor C?
E1ercíc10 No. .,
El Gerente de Ventas, de una distribuidora de productos de cristal, desea determinar la
probabilidad de que si extraen 3 productos de un gran lote, estos presenten quebraduras o estén
en buen estado. Según datos de archivo por cada 100 productos 25 presentan quebraduras.
Construya el árbol de probabilidad.

ANTECEDENTES Y GENERALIDADES DE LA PROBAB!lJDAD 158
f=j(' cicio No.

Pedro Gálvez es un consultor de una compañía publicitaria que lanzó recientemente una campaña
para un nuevo restaurante. Pedro acaba de instalar 4 anuncios panorámicos en la carretera
interamericana a la entrada de la ciudad, y sabe, por su experiencia, la probabilidad de que cada
anuncio sea visto por un conductor escogido aleatoriamente. La probabilidad de que el 1 º anuncio
sea visto por un conductor es de O as. La probabilidad de que el 2º sea visto es de e, _,2; la
probabilidad para el 3º es de O 9-:' y la del 4º es oe o 80. Suponiendo que el evento, consistente en
que un conductor vea cualquiera de los anuncios, es independiente de si ha visto o no los demás.
E1ercic• o. 6
El cajero de un banco recibe un fondo para cambio (sencillo) al iniciar su jornada, el mismo
consiste en 01 o. 000.00, desglosados así:
325 billetes de 020.00.

350 billetes de 010.00.
Por error su caja cae y los billetes se revuelven.

Construya el árbol de probabilidad al extraer 3 billetes

E1ercício No. 1
En un cierto edificio se usan tres ascensores; el primero lo usan el 35% de los inquilinos, el
segundo el 30% y el resto usan el tercero. El porcentaje de fallos para el primero es del 5%, para
el segundo del 7%, mientras que para el tercero es del 8%. Si en un cierto día un inquilino queda
"atrapado", en que ascensor es más probable ocurra la tragedia,
Eje ctcio No. 2

En un centro escolar existen tres grupos de 2° de Bachillerato. El primero está compuesto por 1 O
alumnos de los que 7 prefieren la música "moderna" y el resto la música "clásica". En el segundo,
compuesto por 12 alumnos, la distribución de preferencias es 5 y 7 respectivamente. En el tercer
grupo compuesto por 15 alumnos, de los cuales 8 prefieren música moderna y los demás música
"clásica" Si se elige 1 alumno al azar y le gusta la música clásica, a que grupo es más probable que
pertenezca.
E1erc1c,o No. 3
Se sabe que en una cierta población, la probabilidad de que un hombre tenga estudios
universitarios es 5%, a nivel medio es 30% y el resto a nivel primario. Si el 10%, el 20% y el 40 .i¡¡
de los hombres que poseen estudios universitarios, a nivel medio y primarios están desempleados.
Si 1 hombre no está desempleado, que nivel de estudio es más probable que tenga.
Ejercic10 No. 4
El 30% de las ventas de una tienda departamental son en efectivo, el 30% son pagadas con
cheque en el momento de la compra y el 40% son a crédito. El 2on,, de las compras en efectivo,
90% de las compras con cheque y el 60% de las compras a crédito son mayores a 0500. En este
momento se está realizando una compra por 0500, de que forma es más probable que ocurra el
pago.
ANTECEDENIES Y GENERAllDADES DE LA PROBABillDAD 159
Eje cicio No. 5

Marlen Calderón, gerente del departamento de Recursos humanos, asegura que el 90% de los
nuevos trabajadores reciben la inducción apropiada. Si se seleccionan aleatoriamente cuatro
nuevos trabajadores de un total de 100, construya el árbol de probabilidad.
Ejercicío No. 6
Carolina Ortiz, gerente de ventas, de una empresa distribuidora de productos de la canasta básica,
sabe que 2 de cada 1 O vendedores, en toda la república, no cumple con la meta establecida. Si
Carolina selecciona a 4 vendedores al azar, construya el árbol de probabilidad.
Ejercido No, 7
Elvis Soloyó, gerente de producción, con base a su experiencia indica que el 20% de las unidades
producidos por una máquina antigua, resultan defectuosos.
Si extraen 3 unidades en forma aleatoria de un total 200 unidades, construya el árbol de

probabilidad.
Ejercicio No. 8
El 0.40 de los alumnos de la Jornada Nocturna, de la Escuela de Administración de Empresa, de la
Facultad de Ciencias Económicas de la USAC, llegan después de las 18 horas a su salón de
clases. Si se escogen aleatoriamente 4 alumnos, Construya del árbol de probabilidad.
Ejercicio No. 9
Un vendedor de medicina visita tres farmacias y les ofrece dos productos nuevos: al momento tiene
en existencia 30 cajas de 20 Calmantes y 20 cajas de 30 Desinflamantes.
Ejercicio No. 10
El señor Cruz, es un vendedor de casas en una inmobiliaria y su comisión por venta es así: Por
vender una casa tipo: '"'Q5,000, B 03,000 y e 02,000.
El número de casas asignadas al señor Cruz para la venta es de la siguiente manera: Casa tipo: A
4, B 6 y e 1 O, con la condición que al vender una casa de cualquier tipo, se le asigna otra, lo cual
hace saber que don Cruz siempre tendrá el mismo número de casas.
Construya el árbol de probabilidad para las próximas 3 ventas.
Ejercicio No. -11

Don Tonin tiene una tienda, en el trabajan 3 cajeras, Carolina, Manen, y Alba. Carolina realiza el
50% de los cobros, Marlen el 30% y Alba el 2ow . Cuando cobra Carolina hay un 1 % de
probabilidad de que lo haga mal, cuando lo hace Marlen hay un 2% de que cobre mal, y si cobra
Alba hay un 3% de probabilidad de que se equivoque.
Un cliente se quejó con Don Tonin porque le cobraron mal. ¿Cuál es la probabilidad de que el mal
cobro lo hizo Alba?
E1ercício No. 12
Se sabe que en una cierta población, la probabilidad de que un hombre tenga estudios
universitarios es 0,30, a nivel medio es 50% y el resto a nivel primario. Si el 10%, el 20% y el 40%
de los hombres que poseen estudios universitarios, a nivel medio y primarios están desempleados,
calcule la probabilidad del siguiente suceso: Que posea estudios universitarios un hombre que se
sabe esta desempleado.
ANTECEDENTES Y GENERAIJDADES DE LA PROBABIIJDAD 160
Eje,·r;ícío No. 13
En un centro escolar existen tres grupos de 2° de Bachillerato. El primero está compuesto por '2
alumnos de los que 5 prefieren la música "rock" y el resto la música "romántica". En el segundo,
compuesto por 1 O alumnos, la distribución de preferencias es 5 y 5 respectivamente. En el tercer
grupo compuesto por 13 alumnos, de los cuales 8 prefieren música "rock" y los demás música
"romántica" Si se elige un alumno al azar y le gusta la música clásica ¿cuál es la probabilidad que
pertenezca al segundo grupo?
Eje -ctcio No. 14

En un cierto edificio se usan tres ascensores; el primero lo usan el 35% de los inquilinos, el
segundo el 30% y el resto usan el tercero. El porcentaje de fallos para el primero es del 5~·J, para
el segundo del 7°10, mientras que para el tercero es del E:'%. Si en un cierto día un inquilino queda
"atrapado" en un ascensor, encontrar la probabilidad de que haya sido en el primero.
Ejercicio No. 15
El gerente de compras de una fábrica, debe adjudicar órdenes de compra de materia prima,
participan en el proceso tres empresas de la siguiente manera:
La Empresa D con 4 y la E con 3, por medio de un proceso sin reposición, construya el árbol de
probabilidad.
Ejercicio No. 16
Un equipo de futbol juega el 70% de las veces de noche y el 30% de día. Ellos ganan el 90% de
los juegos nocturnos y el 50%., de los juegos diurnos. El día de ayer ganó, ¿cuál es la probabilidad
de que el juego fue en la noche?
Ejercicio No. 17
El 30 :Vo de las ventas de una tienda departamental son en efectivo, el 30% son pagadas con
cheque en el momento de la compra y el 40% son a crédito. El 20% de las compras en efectivo,
90% de las compras con cheque y el 60°1n de las compras a crédito son mayores a 01 ,000. En este
momento se está realizando una compra por 0100, cual es la probabilidad de que sea en efectivo.
Ejercícío No. 18
En un examen de Áreas Prácticas Básicas, del Área de Métodos Cuantitativos e lnfonnática,
únicamente 4 de 1 O alumnos tuvieron una preparación adecuada. De los que tuvieron una
preparación adecuada 1 reprobó el examen, mientras que de los que no tuvieron una preparación
adecuada 5 reprobaron el examen.
Se desea determinar la probabilidad de que no se ha tenido una adecuada preparación si se

réprobo el examen.
E1ercicio No. 19
El parte meteorológico ha anunciado tres posibilidades para el fin de semana:
a) Que llueva: probabilidad del 30%.
b) Que haya calor: probabilidad del 45%.
e) Que haya frió: probabilidad del 25%.
Según estos posibles estados meteorológicos, la posibilidad de que ocurra un accidente es la

siguiente:
a) Si llueve: probabilidad de accidente del 20%.
b) Si hay calor: probabilidad de accidente del 10%.
e) Si hay frió: probabilidad de accidente del 5%.
Resulta que efectivamente ocurre un accidente y como no se está en la ciudad no se sabe que
tiempo hizo (llovió, hizo calor o hizo frió). El teorema de Bayes permite calcular estas
probabilidades, calcúlelas.
ANTECEDENIES Y GENERALIDADES DE LA PROBABILIDAD 161
>
Eje CÍCÍO No. 20
Francisquito guarda en su cochinito (alcancía) monedas de Q0.25, 00 50 y 01 .OO. El cochinito, de
Francisquito, contiene en proporción el 0.60 de monedas de 01 .00, el 0.15 en monedas de 00.25 y
el resto en monedas de 00 50. El día de hoy decide sacar 3 monedas para comprar un bombón.
Con la información se le pide que construya el árbol de probabilidad.
Ejercicio No. 21
El señor Jorge Gutiérrez, propietario de la caceta "Doble L", vende refrescos tipo "A" y tipo "B". En
un día de buena venta llena sus cámaras con 2/3 partes con refrescos tipo "A" y el resto con tipo
"B".
Si don Ramiro atiende a 3 clientes, construya el árbol de probabilidad.
E1erc1cío Vo. 22
Alrededor del<·ºº··, de los adultos guatemaltecos dice estar muy interesado en los deportes, el , ,,.,, está
moderadamente interesado, mientras que el 15'\1 no está interesado.
Ejerc1cío No. 23
De las personas examinadas en el departamento de salud de un hospital, el 45°;.., provienen de la
zona 6, el 30% de la zona 5, y el 25% de la zona 2. El 30% de los pacientes de la zona 6, el 29%
de la zona 5 y el ·¡ 0% de la zona 2 están en la nomina de bienestar social del hospital. Si se
escoge al azar a un paciente entre los archivos del departamento de salud del hospital y se halla
que está inscrito en la nomina de bienestar social. ¿De qué zona es más probable que sea el
paciente?
Ejerc ·., 'o 'o, 24
El Licenciado Morales ha estado enseñando Estadística básica durante muchos años. Sabe que
80% de los estudiantes terminaran los problemas asignados. Determinó que de los alumnos que
cumplen con su trabajo, 90% aprobará el curso. De aquellos estudiantes que no lo hacen así, 60%
será promovido. Pedro Sánchez tomó Estadística durante el último semestre con el profesor
Marroquín y recibió una calificación aprobatoria. ¿Cuál es la probabilidad de que sí haya hecho las
tareas?
Ejercicío No. 25
Don Max es un vendedor de DVDs, él tiene un puesto de venta en la sexta avenida de la zona uno, el día de
hoy tiene una caja que contiene l películas de terror, 45 videos musicales y 25 películas infantiles.
Construya el árbol de probabilidad para las próximas tres ventas.
Ejercicio No. 26
Don Pepe tiene una tienda, en la que trabajan 3 cajeras, Andrea, Bianca, y Consuelo. Andrea
realiza el 50% de los cobros, Bianca el 30% y Consuelo el 20%. Cuando cobra Andrea hay un 1%
de probabilidad de que lo haga mal, cuando lo hace Bianca hay un 2% de que cobre mal, y si cobra
Consuelo hay un J% de probabilidad de que se equivoque.
Un cliente se quejó con Don Pepe porque le cobraron mal. ¿A qué colaborador es más probable
que regañe Don Pepe?
Ejercido No. 27
El 30% de los estudiantes de un instituto son alumnos de Perito Contador y el 55% de Bachillerato
y el resto son Maestros. Se sabe que aprueban todas las asignaturas el 70% de los alumnos de
Perito Contador, el 60% de los alumnos de Bachillerato y el 75% de los Maestros. Si un alumno,
elegido al azar, ha aprobado todas las asignaturas, de que carrera es más probable que sea.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 163
(:APlTULO V
• Distribución de Probabilidad de una

variable aleatoria discreta
• Modelos de distribuciones de probabilidad

de variables discretas
• Media y desviación estándar de una distribución

de probabilidad para variables discretas
• Distribución. de variables aleatorias discretas
• Distribución Binomial
• Distribución de Poisson
• Media aritmética y desviación estándar

de la distribución de Poisson
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 164
CAPITULO V
DISTRIBUCIÓN DE PROBABJLiDAD
DE UNA VA.?!ABLE ALEATORIA DISCRETA
•,1ist,.;t,/lr en r ·.' tr-», ,a.~. ( , i

Inicialmente se debe tener en mente que existen las variables aleatorias, siendo aquellas que se asocian
a la ocurrencia de un fenómeno aleatorio. Cuando una de estas variables aleatorias toma diversos
valores, la probabilidad asociada a cada uno de tales valores puede ser organizada como una
distribución de probabilidad, la cual es la distribución de las probabilidades asociadas a cada uno de los
valores de la variable aleatoria.
Una verie b.e :1/i;- -ro ie es un valor numérico que corresponde al resultado de un experimento aleatorio,
como el número de caras que se obtienen al lanzar 5 veces una moneda, el número de lanzamientos de
un dado hasta que aparece el cuatro, el número de llamadas que se reciben en un celular en media hora,
el tiempo de espera a que llegue un bus extraurbano, etc.
Las variables aleatorias pueden ser d sctet , o =ntinues.
Las distribuciones de probabilidad pueden representarse a través de una tabla, una gráfica o una fórmula,
en cuyo caso tal regla de correspondencia se le denomina función de probabilidad.
Una distribución de probabilidad es un despliegue de todos los posibles resultados de un experimento.
Se considerara primero las distribuciones de probabilidad para variables discretas.
h!or ae la .nwable
Es la cuantificación del número de veces en que puede esperarse que el evento o suceso ocurra. el valor
de la variable pude identificarse como X.
I
retor de proiJaDifída<i
Es la frecuencia relativa en que puede esperarse que el evento o suceso ocurra, el valor de probabilidad
puede identificarse como PrxJ·
Para et vutor de pro1Jab1lidad existen reglas esi

1> O $ P(X = :>:..) 5. 1
La probabilidad de X podrá ser mayor o igual que cero.
La probabilidad de X podrá ser menor o igual que uno.
2) SP(X :;:, x) z: 1
La suma de todas las probabilidades de los eventos posibles de una variable aleatoria es igual a la
unidad.
Hay que hacer notar que estas reglas se enuncian suponiendo que se conoce el valor de la probabilidad,
pero en la realidad esto no ocurre, es decir que no se sabe la probabilidad y lo que se hace es trabajar
con estimaciones. Precisamente esto lleva a modelos teóricos que estiman los resultados, los principales
son los que a continuación se presentan.
_Modelos de cnstribuciones de probabílic!ad de variables aiscretes

Un, roor«: Es la distribución donde todos los eventos elementales tienen la misma probabilidad. Por
ejemplo: tirar un dado, donde la función Prx=xJ = 1/6 para valores de x =1, 2, 3, 4, 5, 6.
8irwrr, 31. Es la que maneja la distribución de la probabilidad de obtener cierta cantidad de éxitos, al
repetir una cantidad de veces el experimento, con probabilidad de éxito constante y con ensayos
independientes.
Geomérnce. Es la distribución de la probabilidad de repetir cierto número de veces el experimento antes

de obtener un éxito.
H,rlt:tgeornétrica. Es similar a la Binomial, pero con un tamaño de muestra grande en relación al tamaño
de la población.
Pcisson. Es la distribución de la probabilidad de que ocurra un evento raro en un periodo de tiempo, un

espacio o un lugar.
Las que se trataran en este documento son la distribución Binomial y la de Poisson.
Ft1, ión oe ºrcbabil chd

Es la regla de correspondencia entre los valores de la variable y el valor de probabilidad asociada con
cada uno de ellos.
La función de probabilidad puede ser: Constante y no constante.
couete de
Es cuando a todos los valores de la variable les corresponde el mismo valor de probabilidad.
Aiü r ~,¡s ·.ntq.

Es cuando a cada valor de la variable puede corresponderle distinto valor de probabilidad.
,:Je 1,1.,r.1 !10. 5 1

Si se lanza al aire una moneda de un quetzal tres veces, se puede determinar que la probabilidad de
obtener O paloma es 1/8, ·· paloma es 3/8, 2 palomas es 3/8 y 3 palomas es 118. La distribución de
probabilidad se hace a continuación, la cual muestra todos los resultados y sus valores de probabilidad.
DISTRtBUC!ON DE PROBABILIDAD
f ' - -" . - --
Le~~o
! r -·--a-=:JC
(paloma) IL_ J
.----::...:::-:.:.:·-::-::::-:::-:;;;···===;,1
Probabilidad
118 1
[ 1 - •• !!::::.-: == 3/8 -,
L__,_
!
-2 -==i:r.::: ===1/,=8=
:::::::3:'/8=-=====-:===-:'1
1_~:~
3 , ][ __ __ _J
_i_ --~l==:J[-
Para construir la distribución de probabilidad, es necesario construir el diagrama de árbol y los valores de
probabilidad, lo cual puede observarse de la siguiente manera:
PRIMER SEGUNDO TERCER EVENTOS PROBABILIDAD E V Et

LANZAMIENTO LANZAMIENTO LANZAMIENTO COMPUESTOS DE OCURRENCIA p
PALOMA P 1/2 PPP c112x112x112) = 118 3

PALOMA p 1/2 1
!ESCUDO E 1/2 PPE (1/2)(1/2)(1/2) = 1/8 2
PALOMA p 1/2
PALOMA p 1/2 PEP (1/2)(1/2)(1/2) = 1/8 2
·ESCUDO E 1/2 1
!ESCUDO E 1/2 PEE (1/2)(1/2)(1/2) = 1/8
PALOMA p 1/2 EPP c112x112Jc112) = 118 2

PALOMA p 1/2 1
!ESCUDO E 1/2 EPE (1/2)(1/2)(1/2) = 1/8
ESCUDO E 1/2
PALOMA p 1/2 EEP (1/2)(1/2)(1/2) = 1/8
ESCUDO E 1/2 1
!ESCUDO E 1/2 EEE (1/2)(1/2)(1/2) = 1/8 o
Media y desviecion es?ánddr de una distnbución de probabilidad pata variables discretas
En una distribución de frecuencias para datos agrupados se calculaba la media utilizando la fórmula
2; (fx}
µ~··········
n
La cual puede expresarse como
f
p ,:: LX
n
Considerando la definición de probabilidad de un evento, P{XJ es el cociente de la frecuencia entre el

número total de eventos (probabilidad frecuencial de ocurrencia), por lo que la media de una distribución
de probabilidad de una variable discreta es:
'\-,
P ··· i: r ~- !
.:._,
Í' .t)P, ";j1
12
µ=-
8
Similarmente, la desviación estándar se definió como

¡----
lí.f(x - p}°?.
a= ,1---- n
'!
Y haciendo un tratamiento análogo anterior tenemos que
í .,f
o = ,,it'x.
¡
r 1 µ1--
, r1
•;
Para que, finalmente, la desviación estándar de una distribución de probabilidad de una variable discreta
sea
,···-·--·-···-·
cr = ,1r{x
1
~ p}2 P!xJ
'
o
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA ]67
~ :~
X . Pfxl .. ,. (x:µf (x-µ)2 Pfx). ;1
o 1/8 2.25 2.25/8

"?
1 3/8 0.25 ;¡
0.7518
2 3/8 0.25 ...
0.75/8
3 1/8 2.25 2.25/8 ... ¡.
t 1
- 6/8
,·-------
(J :::: Jr.{x - IA)2Pv:)
<:J
c r:
= ..¡6/0
cr = O. B7
í..:··2p ¡<:· . p l.2

O = ,~,:.X· (X}· ¡'-X (X}
o = ,/24/H - (l2/B)2
o· -=- -J24/8 - 9/4
o = ji/4
a ,: n 87
Distribución de variables aleatorias discretas

Vn· u,~ a!t ,,:ríP.
Es la variable cuyo valor numérico es el resultado de un experimento. El valor numérico de la variable
aleatoria depende del resultado del experimento .
.J·,t "l,1<.'l «lí1,.toria aiscre«;

Es la variable que puede asumir sólo ciertos valores, con frecuencia números enteros y resulta
principalmente del conteo, tales como O, 1, 2, 3, 4, ... etc.; o bien una cantidad finita de valores. En el
caso de estudiantes del sexo femenino, si se escogen 3 de ellos, los valores de la variable aleatoria se
restringe a ciertos números: O mujeres, 1 mujer, 2 mujeres, 3 mujeres.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCJIBTA ]68
I.jcn ,)''• o :-. '2

Ramiro Guevara, es el propietario de una fábrica de golosinas, y distribuye bolsas con dulces que
contienen el 2• ·, con sabor a toronja, el 3r1" con sabor a limón y el ,. e r con sabor a naranja.
Si se extraen 2 dulces de una bolsa, de manera aleatoria, desarrollar lo siguiente:

1) Construir el árbol de probabilidad.
2) Construir la tabla de la distribución de probabilidad para cada evento.
3) Calcular la media y la desviación estándar para el evento sabor a naranja.
4) Calcular la probabilidad de que:
4.1) Sólo el segundo dulce sea sabor a naranja.
4.2) El primer dulce sea sabor a limón y el segundo sea sabor a toronja en su orden.
4.3) El primer dulce sea sabor a limón.
4.4) Como mínimo un dulce sea sabor a limón.
4.5) No más de un dulce sea sabor a toronja.
,:, 0/11 .ion

1) Construcción del árbol de probabilidad.
Eventos posibles probabilidadsimple

!.~ w0, " :0 ·')nJ ., ( ~ .1 1.2 ...
Sebor n timo» (L) 0.30
Sabor a naranja (N) 0.5()
No. de remes=: '.1 1,, · 3 ramas

No. de ramificaciones = 2 ()bso1V&c1011es , ~ 2 1 emiticeciones
No. de combinaciones =
t: ' ~ 3: . » P ramas en ia úitnne ramificación
Se construye un árbol de probabilidad con reemplazo porque no se conoce el total de dulces que
contiene la bolsa, al extraer el primer dulce no se puede determinar cuantos dulces quedan en la bolsa,
por lo tanto la probabilidad de ocurrencia de un evento no afecta (no varía) a la probabilidad de
ocurrencia del evento en otra observación.
PRIMER SEGUNDO EVENTOS PROBABILIDAD DE OCURRENIA EVENTOS
DULCE DULCE COMPUESTOS DEL EVENTO COMPUESTO T L N
Toronja T 0.20 TT (0.20)(0.20) = 0.04 2 o o

Toronja T 0.20 Limón L 0.30 TL (0.20)(0.30) = 0.06 o
Naranja N 0.50 TN (0.20)(0.50) = 0.1 O o
Toronja T 0.20 LT (0.30)(0.20) = 0.06 o
Limón L 0.30 Limón L 0.30 LL (0.30)(0.30) = 0.09 o 2 o
Naranja N 0.50 LN (0.30)(0.50) = 0.15 o
Toronja T 0.20 NT (0.50)(0.20) = 0.10 o
Naranja N 0.50 Limón L 0.30 NL (0.50)(0.30) = 0.15 o
Naranja N 0.50 NN (0.50)(0.50) = 0.25 o o 2
2) Construcción de la taNa efe f& distríi)ución ae prohní>iíicíacl pere ced« evento
En el árbol, se definen los valores de probabilidad y los valores de la variable aleatoria en dos
observaciones, de acuerdo con ello es factible construir las distribuciones de probabilidad solicitadas de
la manera siguiente:
Para el valor de X= O se suman todos los valores de probabilidad de los eventos identificados con un
cero en la columna de ocurrencias de los eventos.
Para el valor de X= 1, se suman todos los valores de probabilidad de los eventos identificados con un
uno en la columna de ocurrencias de los eventos.
Para el valor de X = 2 se toma el valor de probabilidad del evento identificado con un dos en la columna
Jc.~~·r:;: ; :
de ocurrencias de los eventos. Toronja
:=: .. .P=~[~=~=.;
ir~C°:641
lr..1 .... l[ ... ~.32 ]
l · :Je=
l~I o.o4
x·- 1
l!
,¡
Limón
3) C\í!cuf.; e !a u1f· .:_-t,¡,. y 'e tJr~ l'viac , \ J e t:.-f enoe. r~:_:¡r·1 e; evPr;u -bor .1 "~31 arua
Es importante recordar que en una distribución de probabilidad se definen los valores de X que "pueden esperarse",
por lo tanto al calcular la media aritmética y la desviación estándar de ellos, también serán los valores de tendencia
central y de dispersión que pueden representar a todos los valores o resultados experimentales, es por esta razón
que se identifican como parámetros.
r
rr = '\/ ! ·1 ~o -
.'l,J .,i.•
2
o = J1.5ü -1
o= v0.50
o = n. 'i0710ú781
cr ":' o. 71
Para cualquier muestra tamaño 2, que se tome con reemplazo de la bolsa de dulces, podrá esperarse una media de
1 dulce sabor a naranja, con una desviación estándar de O. 71 dulce sabor a naranja.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA ]70
4) C~tr 1/0 -se ta t» obatllik 'id de .sue:

4. 1) Sólo el segundo dulce sea sabor a naranja.
En la columna del espacio muestra, en el árbol de probabilidad, se localizan los eventos

compuestos que sólo en el segundo lugar tengan N, no puede haber N en el primer lugar, la
palabra sólo así lo determina.
(TN'l + (LN}
O.Hi .¡. 0.15
O 25
La probabilidad de que sólo el segundo dulce sea de sabor a naranja es de o. ?5.
4.2) El primer dulce sea sabor a limón y el segundo dulce sea sabor a toronja en su orden.
En la columna de los eventos, en el árbol de probabilidad, se localizan los eventos compuestos

que en el primer lugar tenga L y en el segundo lugar tenga T, en ese orden.
(LT)
(0.06)
Respues' a
La probabilidad que el primer dulce sea de sabor a limón y el segundo dulce sea de sabor a
toronja es de o o 5.
4.3) El primer dulce sea sabor a limón.
En la columna de los eventos. en el árbol de probabilidad, se localizan los eventos compuestos

que en el primer lugar tenga L. El segundo lugar puede tener T, L o N.
(L T) + (LL) .s, (LN}
0.06 + 0.09 + 0.15
0.30
,C.::espue'>,d
La probabilidad de que el primer dulce sea de sabor a limón es de 0 30.
4.4) Como mínimo un dulce sea sabor a limón.
Se toma como base la distribución de probabilidad del evento de sabor a limón.
r?es01Y st}
La probabilidad de que como mínimo un dulce sea de sabor a naranja es de O 5 t.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA ]71
4. 5) No más de un dulce sea sabor a toronja.
Se toma como base la distribución de probabilidad del evento de sabor a toronja.
p(.>< -; ,¡== 0.64 .1,. 0.32
..... -l. ":f.) ~ ./$1 a

La probabilidad de que no más de 1 dulce sea de sabor a toronja es de O '!6.
f::j ~11,ph 10 '3

lsaías Batres, es un fabricante de helados, distribuye bolsas que contienen 20 e sabor a toronja, -, 1~t
sabor a limón y 50% sabor a naranja. Si extrae 2 helados de manera aleatoria, de una bolsa que contiene
1,0,
; determine la probabilidad de que:
1) Un helado sea de sabor a naranja.

2) Más de cero helados sean de sabor a toronja.
3) A lo más un helado sea de sabor a limón.
4) El segundo helado sea de sabor a toronja.
5) Sólo el primer helado sea de sabor a naranja.
Solución
Eventos posibles porcentaje cantidad por sabor probabilidad
<: iwor a tor: i;a (T) 20 2fJ ?()/1(}0
Sabor a limón (L) 30 30 30/100
Sabor a nnrenje (N) _ §JL. §.Q_ 50!1(JJJ.
100 100 1
No. de ramas = 3 OV"' ·1n)S , 3 ramas

No. de ramificaciones = "' observeeiones ·,;, 2 ramificaciones
No. de combinaciones = E=' ::: :i .··~ 9 ramas en la úttime ramificación
Se construye un árbol de probabilidad sin reemplazo, porque se conoce el total de helados que contiene
la bolsa (contenido 100 helados), al extraer el primer helado quedan 99, por lo tanto la probabilidad de
ocurrencia de un evento en una observación se ve afectada (varia) a la probabilidad de ocurrencia del
evento en la siguiente observación.
PRIMER SEGUNDO EVENTOS PROBABILIDAD DE OCURRENIA EVENTOS

HELADO HELADO COMPUESTOS DEL EVENTO COMPUESTO T L N
Toronja T 19/99 TT (20/100X19!99) = 19/495 2 o o

Toronja T 20/100 Limón L 30/99 TL (20/100)(30/99) = 2/3 o
Naranja N 50/99 TN (20/100)(50/99) = 10/99 o
Toronja T 20/99 LT (30100)(20/99) = 2/33 o
Limón L 30/100 Limón L 29/99 LL (30/100)(29/99) = 29/330 o 2 o
Naranja N 50/99 LN (30/100)(50/99) = 5133 o
Toronja T 20/99 NT (50/100)(20/99) = 10/99 o
Naranja N 50/100 Limón L 30/99 NL (50/100)(30/99) = 5/33 o
Naranja N 49199 NN (50!100X49!99) = 49/198 o o 2
Distríbucfon de p1·,bab1!idad f>ar,1 e cía evento
Par: .,,:·~
cétcutos
1) Probabilidad de que un helado sea de sabor a naranja.
Se toma como base la distribución de probabilidad del evento sabor a naranja.
=
p(~ =1 ¡ 0.5050
Re:,poesta
La probabilidad de que 1 helado sea de sabor a naranja es 0.1>050.
2) Probabilidad de que más de cero helados sean de sabor a toronja.
Se toma como base la distribución de probabilidad del evento sabor a toronja.
Pescueste
La probabilidad de que más de O helados sean de sabor a toronja es de O 3616.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRF,TA 173
3) Probabilidad de que a lo más un helado sea de sabor a limón.
Se toma base la distribución de probabilidad del evento sabor a limón.
P¡x ~11 == 16"1/330 + 14/33
P(X. ij::: 301/330
P¡x . :: i
1
::::: 0.9121
La probabilidad de que a lo más un helado sea de sabor a limón es de O 9121.
4) Probabílídad de que el segundo helado sea de sabor a toronja.
En la columna de los eventos, del árbol de probabilidad, se localizan los eventos compuestos que en
el segundo lugar tenga T. En el primer lugar puede tener T, L o N.
( 1 T) + (LT) + (NTi
19/495 + 2/33 +· 10/99
1/5
o. 2001)
La probabilidad de que el segundo helado sea de sabor a toronja es de O 2000.
5) Probabilidad de que sólo el primer helado sea de sabor a naranja.
En la columna de los eventos, del árbol de probabilidad, localizar los eventos compuestos que sólo el
primer lugar tenga N. El segundo lugar no puede tener N.
(NTl + fNL)
10/99 + 5/33
25199
0.2525
Respu=su:
La probabilidad de que sólo el primer helado sea de sabor a naranja es de () 2.525.

Ej<>rc1\.i<.. •,, 1
Edgar Álvarez, un vendedor de autos, sabe que la oportunidad de vender un auto es menor mientras
menos contactos efectúe con clientes potenciales. Si la probabilidad de que una persona no compre un
auto después de la visita es igual a O 35 y se eligen a 3 clientes aleatoriamente de un total de 2.50.

1. Todos le compren un auto?
2. El primero no compre un auto?
3. Más de 2 le compren un auto?
4. Compre, no compre, compre un auto, en su orden?
5. Entre 1 y 3 inclusive no le compren un auto?
:, Un tercio le compren un auto
E1en. "•(, t,;c, 2

Amoldo Sotoj, propietario de una empresa que hace tortillas de harina, asegura que el 15% de los
colaboradores del departamento de producción requieren de ayuda psicológica. Si se seleccionan al azar
4 colaboradores.
Determine la probabilidad de que:
1. Ningún vendedor llegue a la meta.
2. Menos de un vendedor cumpla con la meta.
3. Un vendedor no cumpla y dos vendedores cumplan, con la meta.
4. Más de dos vendedores cumplan con la meta.
5. Todos los vendedores no cumplan con la meta.
6. Como máximo dos terceras partes de los vendedores no lleguen a la meta.
Ejet· íc, , f' ',J. -1

El propietario de un depósito de granos básicos localizado en la 21 calle zona 1, de la ciudad capital, está
revisando el peso de las arrobas de maíz con el propósito de proceder a su venta. Tiene dos variedades
de maíz (amarillo y blanco), en la revisión ha encontrado lo siguiente:
1. Sí, se seleccionan aleatoriamente 3 bolsas de maíz, determine la probabilidad de que:

1.1. La segunda contenga maíz blanco.
1.2. A lo sumo una contenga maíz amarillo.
1.3. Solo la tercera contenga maíz blanco.
1.4. Ninguna contenga maíz amarillo.
1.5. Contengan maíz blanco, amarillo, blanco, en su orden.
1.6. 2/3 de las bolsas contengan maíz blanco.
2. Sí, se seleccionan aleatoriamente 2 bolsas de maíz, determine la probabilidad de que:

2.1. Solo la primera tenga peso exacto.
2.2. Una pese más.
2.3. Las dos no estén cabales.
2.4. No más de una este cabal.
2.5. Tengan peso exacto, peso menos, en su orden.
2.6. 1/3 de las bolsas pesen más.

Ej,;: ·(·¡ io No. 1
El propietario de un depósito de granos básicos localizado en la terminal de la zona 1, de la ciudad
capital, está revisando el peso los quintales de maíz, con el propósito de proceder a su venta. Tiene dos
variedades de maíz (de costa y de tierra fría), en la revisión ha encontrado lo siguiente:
I' VARIEDf.D DE
MAIZ
r---
l_
PESO EN LIBRAS DE CADA SACO REVISADO--~~
__ _j
t,..
De cos ª
~19a:
,¡ - .
100.··:,oo. 102, 103, 95, 100, 101,-102, 101, 100, 99, 98, 97,-100, 100,
98 98 100
11 1
[
[~~~º:
______ .,!¡__ --· --· ... -- • ! ------ - ' --· -·---· --
t" f. jr100. 101, 100, 100, 98, 97, 98, 100, 100, 101, 97, 98,102, 99, 101, 98.1'"01:
---· ~e 1erra na JI ~ 102, 100, 98, 100
---- . "'.":.-::=::::::=::.=..::::::.:::..=.::::======:=.!
Se han seleccionado aleatoriamente 4 sacos de maíz.

1.1 Todos contengan maíz de costa.
1 .2 Uno maíz de tierra fría y el otro maíz de costa
1.3 Como mínimo uno contenga maíz de tierra fría.
1.4 Menos de 3 contengan maíz de costa.
1.5 La mitad contenga maíz de tierra fría.
1.6 La mayoría contenga maíz de costa.
2. Dos sacos de maíz fueron seleccionadas aleatoriamente, detennine la probabilidad de que:

2.1 El segundo tenga peso exacto
2.2 A lo sumo uno pese menos
2.3 Solo el primero tenga sobre peso
2.4 Ninguno este cabal
2.5 Tenga peso exacto y sobre peso, en su orden
2.6 1/2 de los sacos tenga sobre peso.
Eje;,,11·m No. 2
María Fernanda López Godínez, gerente de producción, con base a su experiencia asegura que el 2 de
cada 2r unidades producidos por una máquina antigua, resultan defectuosos.
Si extraen 3 unidades en fonna aleatoria ¿Cuál será la probabilidad de que:
1. La primera unidad no este defectuosa?
2. Como mínimo 1 unidad este defectuosa?
3. Se den unidades no defectuosas y defectuosa, en su orden?
4. Más de una unidad con defecto?
5. Dos unidades defectuosas?
6. Dos terceras partes de las unidades estén con defecto?
5:JG ;:o Alo 3

b de un total de 50 alumnos de un salón de la Jornada Vespertina, de la Escuela de Administración de
Empresa, de la Facultad de Ciencias Económicas de la USAC, llegan después de las 14 horas a su salón
de clases. Si se escogen aleatoriamente 3 alumnos.
1. Más de 1 alumno llegue temprano?
2. El primer alumno llegue tarde?
3. A lo sumo 2 alumnos lleguen temprano?
4. Solamente el segundo llegue tarde?
5. La tercera parte llegue temprano?
6. Ningún alumno llegue tarde?
.Ejen1--Fc No. 1
Marlen Calderón, gerente del departamento de Recursos humanos, asegura que el 5(/o de los nuevos
colaboradores reciben la inducción no apropiada. Al seleccionar aleatoriamente a tres nuevos
colaboradores, ¿cuál será la probabilidad de que:
1. Dos nuevos colaboradores fueron inducidos apropiadamente?
2. Como máximo una tercera parte de los nuevos colaboradores recibió la inducción no apropiada?
3. Un nuevo colaborador inducido apropiadamente y los otros nuevos trabajadores no?
4. Menos de dos nuevos colaboradores con buena inducción?
5. Únicamente el segundo nuevo colaborador haya sido inducido apropiadamente?
6. Entre uno y tres, inclusive, nuevos colaboradores mal inducidos?

-1 .re '(, , " . to. 1
Alicia Yac, una vendedora de seguros, sabe que la oportunidad de vender una póliza es mayor mientras
más contactos realice con clientes potenciales. Si la probabilidad de que una persona compre una póliza
de seguro después de la visita, es constante e igual a ; 25, si el conjunto de visitas constituye un
conjunto independiente de ensayos, y se eligen 3 clientes de un total de ')"4 clientes potenciales.
1

1. Todos le compren una póliza?
2. El primero no compre una póliza?
3. Cuando mucho 2 le compren una póliza?
4. Compre, no compre, compre en su orden?
5. Como mínimo 1 le compre una póliza?
EjP.1 (,f ~ ,o NO, t

Con base en experiencia reciente, 6\S de los engranes producidos por una máquina automática de alta
velocidad, resultan defectuosos. ¿Cuál es la probabilidad de que si extraen 3 engranes seleccionados al
azar, de la producción total, de una hora, que es de · · Q:
1. Solo el segundo este defectuoso?
2. Como mínimo la mayoría resulte defectuosa?
3. Uno defectuoso, otro no defectuoso y otro no defectuoso?
4. Más de un defecto?
5. El resultado sea defectuoso y no defectuosos?
Ejercicio No. 3
En el ·1 :."!: de los hogares de un área metropolitana no hay nadie por la noche entre las 7:00 y la media
noche. Una persona que está haciendo una encuesta telefónica selecciona al azar 3 hogares, de esa
zona de un total de 22?, en forma independiente y los encuesta entre las 7:00 y la media noche. ¿Cuál
e,
es la probabilidad de que la persona que está haciendo la encuesta:

1. En todas las llamadas obtenga respuesta?
2. En la segunda y la tercera no obtenga respuesta?
3. Cómo mínimo en la mayoría obtenga respuesta?
4. En menos de tres llamadas no contesten la llamada?
5. Obtenga respuestas, no respuesta, en su orden?
Ejercicio No. 4
En una obra de construcción, se necesita contratar a dos trabajadores, entre los candidatos reclutados se
encuentran 3 con b años de experiencia, ;:; con ,. año de experiencia y 8 sin experiencia. Cuáles serán
los resultados probables, si la selección se basa en:
1. 5 y 1 años de experiencia
2. 1 año y sin experiencia en su orden
Ejercicio No 5
Un expendio de gas propano, tiene para la venta, los siguientes tambos, cuyo peso debe ser de 25 libras.
Los que al pesarlos, indicaron los siguientes pesos:
21 'Y>
~-L-
')''
r. -~ 24 25 26 25 23 ?J
De acuerdo con lo anterior, se desea un análisis probabilístico, que permita conocer lo siguiente:
1. La probabilidad de que al vender dos tambos, en forma dependiente, uno tenga sobre peso y el otro
peso exacto.
2. Si se consideran tres ventas y se han agotado los tambos con sobre peso, qué probabilidad habrá de
que se despachen, dos con peso exacto y uno con peso bajo.
Cj1::?,'CIC o f, o. o
Un taller recibe por la mañana 8 automóviles con problemas eléctricos, o con problemas mecánicos y 3
con problemas de chapa.
Si por la tarde se reparan los dos primeros automóviles, ¿cuál será la probabilidad de que:
1. Uno sea con problemas mecánicos y otro con problemas eléctricos?
2. Todos con problemas de chapa?
3. Ninguno con problemas mecánicos?
Ej1-rck10 t, 1 7
En un Centro Comercial se venden tres marcas de crema alimenticia, las existencias son: A: 't O litros, B:
o litros y C: i~ litros, Encuentre la probabilidad de que:
1, Se vendan, en dos oportunidades, la marca 8 y C en su orden, considerando que no hay reposición
de mercadería:
2.
3. Se vendan en las siguientes tres observaciones, la marca A en las últimas dos, considerando
reposición de mercadería; pero que se ha agotado la marca C.
_jerci _;io No. 8

1
Hay una probabilidad de 0 048 de que, en un colegio de primaria, un alumno caiga enfermo de gripe en
un día durante una epidemia de gripe. Si se escogen aleatoriamente 3 alumnos de dicho colegio.
1. A lo sumo caigan 2 alumnos enfermos de gripe?
2. Solo el tercero caiga enfermo?
3. Entre 1 y 3, inclusive, no tengan gripe?
4. El primero y el tercero no caigan enfermos?
5. Dos terceras partes padezcan la enfermedad?
Ejerr, ~, ·"' f( 9
En una encuesta de opinión a los docentes del sector público, 19 de 25 maestros no están de acuerdo
con apoyar al profesor Jovial Acevedo, si se extrae una muestra aleatoria de 3 de estos profesores, cual
es la probabilidad de que:
1. Exactamente un maestro esté de acuerdo con apoyar al docente mencionado.

2. Solamente el primero y el segundo maestro estén de acuerdo con apoyar al profesor indicado.
3. Como máximo dos profesores no estén de acuerdo con apoyar al docente.
4. Dos o tres profesores estén de acuerdo con apoyar al profesor Acevedo.
5. Únicamente el tercer profesor no esté de acuerdo con apoyar al docente.
f.j dC1C-'O N"J /()

0
A un congreso, realizado en Guatemala, acuden : 'O personas de las cuales • JO hablan español, 75
inglés y 2c: alemán.
Si se toman a 3 congresistas al azar, ¿Cuál es la probabilidad de que:

1. Solo uno hable alemán?
2. El segundo hable español?
3. Todos hable inglés?
4. No más de uno hable español?
5. Uno inglés y otro alemán?
Ejercicfo río. '1

Según registros proporcionados por el Gerente de Producción, de una fábrica en la cual se elaboran
televisores, las máquinas 1, 11 y 111 producen el 2~ ;\ 3::, '(, y 4'.H. del total de la producción, en un día
cualquiera, respectivamente.
Si del total de la producción, de ese día que es de 100 unidades, se seleccionan al azar 2 televisores,
¿cuál es la probabilidad de que:
1. El segundo sea producido por la máquina I?

2. Exactamente uno sea producido por la Máquina 111?
3. Ninguno sea producido por la máquina 11?
4. Sólo el primero sea producido por la máquina 111?
5. Todos por la máquina I?
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCJIBTA 178
-.J ,'(, ') ' 2.

Según el libro de control, de un hospital especializado, ingresa un promedio de % de enfermos con la
afección K, r)::i% con la afección L.
Si se escogen al azar a 3 enfermos ¿cuál es la probabilidad de que:

1. Ninguno ingrese con la afección k?
2. Más de uno con la afección L?
3. Solo el primero con la afección K?
4. Uno con la afección K y el otro con la afección L?
5. El segundo con la afección L?
Ejf:.. (./t-,0 t o, .:
A un congreso, realizado en Guatemala, acuden personas de varios países de las cuales 70'Yo hablan
español, 2('·t inglés y 'í "·.~ alemán. Si se toman a : congresistas al azar. ¿Cuál es la probabilidad de
que:
1. Uno hable alemán?
2. Sólo el segundo hable español?
3. Ninguno hable inglés?
4. Más de uno hable español?
5. Uno inglés y otro alemán?
,:.-J!Jfl ~ 14
El Gerente de Ventas, de una distribuidora de productos de cristal, desea determinar la probabilidad de
que si extrae dos productos de un gran lote, estos estén en buen estado, presenten quebraduras o estén
rajados. Según datos de archivo por cada r ') productos : :; presentan quebraduras y 1 ~~ están rajados.
Con la información anterior construya el árbol de probabilidad y determine la probabilidad de que:
1. Solamente el segundo este quebrado.

2. Por lo menos 1 este bueno.
3. El segundo este rajado.
4. A lo sumo uno esté buenos.
5. El primero este quebrado y el segundo este rajado.
E¡er 1..,1 ío rJo 15

Una empresa de telecomunicaciones realizó un estudio sobre el funcionamiento de los teléfonos públicos
en algunas zonas de la ciudad de Guatemala y encontró que dos de cada diez teléfonos no estaban
funcionando. Si se revisan al azar tres teléfonos, ¿Cuál? será la probabilidad de que:
1) Todos estén no estén funcionando.
2) La mayoría esté funcionando.
3) El último esté funcionando.
4) Dos funcionen.
5) Dos o menos estén funcionando.
6) El segundo no funcione.
7) A lo sumo dos estén funcionando
Ejercic10 ,,fo, 16
Don Max es un vendedor de DVDs, él tiene un puesto de venta en la sexta avenida de la zona uno
capitalina, el día de hoy tiene una caja que contiene 25~'-' películas de terror, ·~_)Ye·. videos musicales y
30% películas infantiles. Don Max, tiene en su caja se unidades, desea conocer la probabilidad de que
en las próximas tres ventas, en forma simultánea, sean:
1) Dos películas infantiles.
2) Como máximo un video musical.
3) Solo las dos últimas sean videos musicales.
4) La primera de terror.
5) Una película de terror y una película infantil.
6) Únicamente la primera película de terror.
7) A los sumo una película de infantil.
E.jer:;ic n t o. 17
En un hospital especializado ingresan un promedio de 40% de enfermos con la afección K, LS "Xl con la
afección L y '.55'-,;,. con la afección M.
Si se escogen al azar a ; enfermos, de un total de 500 ¿cuál es la probabilidad de que:
1) Todos ingresen con la afección L?
2) No más de uno con la afección K?
3) Solo el primero con la afección M?
4) Con la afección K y con la afección M, en su orden?
5) El segundo con la afección L?
6) Uno con la afección M y otro con la afección K?
P:jPr(.ÍCiO No. 18
Cada pregunta de un examen tiene tres respuestas alternativas de las que sólo una es correcta. Un
alumno, con muy pocas horas de estudio, contesta al azar un examen de este tipo con 3 preguntas.
1) La primera este correcta?
2) Como mínimo una este incorrecta?
3) La segunda este correcta?
4) ninguna esté correcta?
5) La primera incorrecta, la segunda correcta y la tercera incorrecta?
:.j(}f( 1r¡,,,. ['Í('r 19

Prácticamente uno de cada cinco guatemaltecos es aficionado al deporte según una investigación
realizada en el año 2008 por Deportes 2,000 S. A. Alrededor del 25':-o de los adultos guatemaltecos dice
estar muy interesado, el 40% está moderadamente interesado, mientras que el 35 ,;.. no está interesado.
Basándose en este estudio, calcule la probabilidad de que:
1. Un guatemalteco sea aficionado al deporte.
2. Al entrevistar a dos adultos aleatoriamente:
2.1. Dos estén moderadamente interesados en los deportes.
2.2. Más de uno esté interesados en los deportes.
2.3. A sumo uno estén muy interesados en los deportes.
2.4. El Primero este moderadamente interesado en los deportes.
2.5. Solo el segundo esté interesado en los deportes.
Et!:Jt!' le- ,.., ')()

Max Batres, es editor de una gran compañía que edita libros de texto. El análisis de los libros de texto
que se publicaron anteriormente indica que 42º/ fueron grandes éxitos, 1 %1 lograron recuperar los
gastos de inversión y 22% fueron un fracaso.
Max enterado de su conocimiento sobre estadística le pregunta, si extraen aleatoriamente ~- libros de la

producción de una semana que fue de 1,000 ¿Cuál sería la probabilidad de que:
1. El primero un fracaso?
2. Los gran éxito?
3. El primero un fracaso, el segundo logre recuperar los gastos, en su orden?
4. Menos de uno sean un fracaso?
5. A lo sumo dos sean fracaso?
6. Hasta uno sea gran éxito?
EJ -'n::u._. 1 Jo. 21
Edgar Álvarez, un vendedor de autos, sabe que la oportunidad de vender un auto es menor, mientras
menos visitas realice a clientes potenciales. Si la probabilidad de que una persona no compre un auto
después de la visita, es igual a 0 . .t'.5, y se eligen aleatoriamente a 3 clientes potenciales de un total de
'50.
1. Ninguno le compre un auto?
2. Solo el primero no compre un auto?
3. No más de 2 le compren un auto?
4. No compre, compre, no compre, en su orden?
5. Entre 1 y 3 le compren un auto?
6. Dos tercios no le compren un auto?
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA ]80
EjPnicio No 22
Carolina Ortiz, gerente de ventas de una empresa distribuidora de productos de la canasta básica, sabe
que de cada 1·. vendedores, en toda la república, no cumplen con la meta establecida. Si Carolina
selecciona a 3 vendedores al azar.
1. Solo el primer vendedor llegue a la meta.
2. No menos de un vendedor no cumpla con la meta.
3. Un vendedor cumpla y dos vendedores no cumplan, con la meta.
4. Menos de dos vendedores no cumplan con la meta.
5. Todos los vendedores cumplan con la meta.
6. Como mínimo una tercera parte de los vendedores no lleguen a la meta.
Eje··~ícioteo. 23
La compañía Mercados Buenos S. A. seleccionó a un grupo de clientes en forma aleatoria, en cuatro
departamentos, y les preguntó, por qué medio se habían enterado de la existencia de dicha compañía,
obteniendo los siguientes datos:
rr··--T/Pó.DE·--1• ¡f .. ·- ··:·--· ·¡:-o-uéizaite~~~~1:--- -
1
-:··. -·.=.. ;-¡
11 _PUBLIC(Ef:,D J!Ch1~~/tena~:º(:ªca~epe~u~z :, __ o, :~ Sar:_Marcos_ 1
•_PERlé_>_of?C?.:.:L . 1}J ~L 10~ __ jL iB.I _ _JL_ 1~ _¡
L ..- R~19 __ ]C J3~ J[~ _17~ ][ -241 ==.J[ . .!!.~- ~
r·- TV- --ir--
L-
205--ir-
- --- _ _.L
22¡---¡i-222 -,,
~-· .:..__iL - =---11..-. - -
1ái/ 1
~ _R[~,~~~~c~~~ =ic~-22~-1~ ;-5º _Je._
_J
175·-_ -J
Al seleccionar a dos cliente aleatoriamente, determine la probabilidad de que:
1. Uno sea del departamento de Chimaltenango.
2. Ninguno del departamento de San Marcos.
3. El segundo sea del departamento de Quetzaltenango.
4. Todos del departamento de Sacatepéquez
5. Únicamente el primero del departamento de Chimaltenango.
f:.Je, -tc o No. 24

Elvis Soloyó, gerente de producción, con base a su experiencia indica que el 2 % de las unidades
producidos por una máquina antigua, resultan defectuosos.
Si extraen ,? unidades en forma aleatoria de un total "00 unidades ¿Cuál será la probabilidad de que:
1. La tercera unidad este defectuosa?
2. Como máximo 2 unidades no estén defectuosas?
3. Se den unidades defectuosas y no defectuosa, en su orden?
4. No más de una unidad con defecto?
5. Dos unidades defectuosas y una unidad defectuosa?
6. Una tercera parte de las unidades estén sin defecto?
Ej~ rct, 10 uo. 2~

El 0.40 de los alumnos de la Jornada Nocturna, de la Escuela de Administración de Empresa, de la
Facultad de Ciencias Económicas de la USAC, llegan después de las B horas a su salón de clases. Si
A
se escogen aleatoriamente 4 alumnos.

7. No más de 2 alumnos lleguen temprano?
8. El tercer alumno llegue tarde?
9. Entre 1 y 3 alumnos lleguen temprano?
1 O. Solamente el segundo y el tercero lleguen tarde?
11. Una cuarta parte llegue temprano?
12. Todos los alumnos lleguen tarde?
f:jerr:,rio Ne, 26
Marlen Calderón, gerente del departamento de Recursos humanos, asegura que el 90% de los nuevos
trabajadores reciben la inducción apropiada. Si se seleccionan aleatoriamente 4 nuevos trabajadores de
un total de -iOO.
¿Cuál será la probabilidad de que?:

1. Dos nuevos trabajadores no fueron inducidos apropiadamente
2. Como máximo una tercera parte de los nuevos trabajadores recibió la inducción apropiada
3. Un nuevo trabajador inducido apropiadamente y los otros nuevos trabajadores no
4. Menos de dos nuevos trabajadores con la mala inducción
5. Únicamente el segundo nuevo trabajador haya sido inducido apropiadamente
6. Entre uno y tres nuevos trabajadores mal inducidos.
Ep? ·rff,;0 th 21
Amoldo Sotoj, médico de una empresa productora de tortillas de harina, asegura que el 11:- 1. de los
trabajadores de producción en la empresa requieren de ayuda psicológica. Si se seleccionan al azar 3
trabajadores, ¿Cuál será la probabilidad de que:
1 . Más de un trabajador necesite ayuda psicológica?
2. El segundo trabajador no necesite ayuda psicológica?
3. 1 /3 de los trabajadores necesite de ayuda psicológica?
4. Necesiten ayuda psicológica, no necesite ayuda psicológica, en su orden?
5. Ninguno de los trabajadores necesite ayuda psicológica?
6. A lo sumo 2 trabajadores no necesiten ayuda psicológica?
E.j~, :,,,if., Nr:, '8

Antonio Gámez, presidente de una asociación, desea hacer un estudio sobre el nivel socioeconómico y el
nivel de estudio de sus asociados. Para ello realizó un estudio nacional encontrando los resultados
mostrados en el cuadro siguiente:
la probabilidad de que pertenezca (an):

1.1. No más de 2 al nivel socioeconómico alto.
1.2. Entre 1 y 3 al nivel socioeconómico medio.
1.3. Uno a cada nivel socioeconómico.
1.4. El segundo al nivel socioeconómico bajo.
1.5. Ninguno al nivel socioeconómico alto.
2. Si se seleccionan a 2 asociados de manera aleatoria, determine la probabilidad de que tenga (an):

2.1. Por lo menos 2 ningún nivel de estudio.
2.2. Menos de 2 nivel básico.
2.3. Nivel primario, diversificado, en su orden.
2.4. Todos, nivel universitario.
2.5. Solo el segundo nivel diversificado.
Distribución Binomiel
Frecuentemente hay que enfrentarse a muchos experimentos que dan como resultado sólo dos valores
posibles. Denotamos entonces p (éxito) y q (fracaso) a las probabilidades para cada resultado, que
satisfacen la condición de normalización p + q = 1.
El perfeccionamiento de la distribución de probabilidad conocida como binomial, se atribuye a varias

generaciones de la familia Bernouilli, matemáticos del siglo XVIII de origen Suizo.
La distribución binomial fue desarrollada por Jakob Bernoulli (Suiza, 1654-1705), es la principal
distribución de probabilidad discreta.
La distribución binomial, es una distribución para una variable aleatoria discreta, que tiene entre otras las
siguientes propiedades:
1) Sólo pueden haber 2 resultados posibles. Uno se identifica como éxito (p) y el otro como fracaso (q).
Sin embargo, éxito no implica un resultado deseable y fracaso un resultado no deseable, es decir,
éxito no es lo bueno y fracaso no es lo malo.
2) La probabilidad de un éxito (p) sigue siendo constante de un ensayo al siguiente, al igual que la
probabilidad de fracaso (q = 1 - p).
3) La probabilidad de un éxito es totalmente independiente de cualquier otro ensayo.
4) El experimento puede repetirse varias veces (cada repetición recibe el nombre de ensayo).
Todo experimento que tenga estas características diremos que sigue el modelo de la distribución
Binomial. A la variable x que expresa el número de éxitos obtenidos en cada prueba del experimento, la
llamaremos variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores O, 1, 2, 3, 4, ... , n,
suponiendo que se han realizado n pruebas. Como hay que considerar todas las maneras posibles de
obtener k-éxítos y (n-k) fracasos debemos calcular éstas por combinaciones (número combinatorio n
sobre k).
La distribución Binomial se suele representar por B(n,p) siendo n y p los parámetros de dicha distribución.
Función de probabilidad de la distribución Binomial o también denominada función de la distribución de

Bernoulli (para n = 1). Verificándose: O :5 p :5 1
El experimento de lanzar una moneda de un quetzal al aire, al caer, sólo tiene dos resultados posibles:
(1) paloma y (2) escudo, la probabilidad de cada uno de los resultados es conocida y constante de un
lanzamiento al siguiente (112 o 0.50), y además el experimento puede repetirse muchas veces. Los
experimentos de este tipo siguen una distribución binomial.
La fórmula binomial es la siguiente:
PcxJ = Probabilidad de x éxitos.

n = Número de repeticiones del experimento, tamaño de la muestra.
n ! = n factorial y significa el producto de todos los números de n a 1. Por definición O! es igual a 1.
x = Número de éxitos en la muestra (x= O, 1, 2, 3, .... , n).
p = Probabilidad de éxito.
q = Probabilidad de fracaso.
Ejempl J 10, 6 4
Transportes "El rápido", es una empresa que entrega envíos por carretera, descubre que el 30% de sus
envíos llegan tarde. Si el día de hoy se programan 6 envíos, ¿Cuál es la probabilidad de que:
1) Dos lleguen tarde?

2) Entre dos y cuatro lleguen tarde?
3) Entre tres y cinco inclusive lleguen tarde?
4) Dos no lleguen tarde?
5) Dos o más no lleguen tarde?
6) A lo sumo cuatro no lleguen tarde?
Además calcular la media y la desviación estándar del evento lleguen tarde.

DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEA TORJA DISCRE,TA J ss
11
t\ ' ,.., ''n c,y
Se hace necesario construir la distribución de probabilidad para el éxito (lleguen tarde) y una distribución de
probabilidad para el fracaso (no lleguen tarde) o una sola distribución para los dos eventos.
p = 0.30 (lleguen tarde) ,
q = O. 70 (no lleguen tarde) Distribución de probabilidad
~c,~~,;rde (pJ __ JLAxL.~ J[ño'i,~t~~r~~
l ------~ --==JI ~~!!649 ]¡ .. ~ _ -_11
1 . --!_.~ ..... 1~2s26JC~~~---:-l
[~'. _:-. 2- ~~~::>Jl-· . · -·~ ~ ::: : J
r.[~-~--·=-~.: -=1~~:---~~=~
-=Jt~.:-~35' ]! J 2 :
["-=~-s J~a206JI-. _1 __ ~1
Í. _6 _ .. ..Jr··a.000729 ll o ·· __ ]J
~--·----------· 11...____1 ---,,
,....--:!J --- --
Se calculan los valores de probabilidad para cadá-número·de éxitos esperados (lleguen tarde). La probabilidad
calculada para cero éxitos es igual a la probabilidad para seis fracasos, para un éxito es igual que para cinco
fracasos, y así sucesivamente
Utilizando la fórmula: F\x o;
720
P¡ -o¡:::: ----·- - (1l(O 11764911
x- 1(720) ' .
720
P1x,, o¡= ?W (0.117649}
61 1 6. t
p. (0.30')( 0.70 )
~-··--······-··-·--·
t~·I) 1!(6~1)!
720 _z
P. _ . = -----------· (0.30}(0.16807)
,x • 11 1(120)
720
P¡x {0.050421}
i:
1,::::
120
p v ::: 2}
6! "; $-?
P¡xo:2;"" iics::-i"jí (0.30 .. H 0.70 -¡
720 .1
P¡x:-:-2,= Ú4)i (0.09)( o.ro·)
720
P,x = ;;;= (ü.09)(0.2401)
2-(24)
720
P¡x: ·,¡= -4f (0.021609)
P¡x::::¡-= 15(0.021609)
6! 3 ~-"
P1x.=1(' {0.30 }( 0.70 ·}
3,-;-6-~--:
• - ... )!
720
P(.,"" 3¡= (0.027}(0.343)
6($)
720
P<x - 3¡=
36- (0.009261)
P1.._ "',,= 20(0.009261}
o
'(X~•-J
·= 4!(6-4)!'~··)
.6-L (O'?º!,~:I\ o 706"4
•
>'
720 10
P,. - .. = ·--··----
,, - 41 24(2)! \ - 0081\(¡ o 70L)"
.
P . - 4•
p. -
= 24(2)
· ....... (O . 008·11l(O . 4C!).-
720
720
P¡ - •¡= -··-··- t0.003969}
x -·· 48 ' ·
P¡,."' 4¡:::. 0.059535

720 .
p,,x .•.. 5·:::
¡
·-··-··-·-··-- 10 00243}1
,¡ 20 ( 1) ! \ , ' o . 10 1 )
720
f\, z: s{" i 20(1) (0.00243}{0.70)
72(!
p{1.,:: 1;¡= i2ó (0.001701)
Prx"' 5):: 0.010206
720 o
P(x"' 6¡"" ?.20(0)Í {0.000729)( 0,70 )
120
P(X-5)
- . "' ··-···
720(1) ---· (ü.000729}!1)
\
720
P¡x -~ ¡;¡= {0.000729)
720
A través tie! teorema del binomio
Los cooticientes .c, son llamados coeficientes binomtates:
n = es el número de repeticiones.
x= es el número de éxitos esperados.
Utilizar el teorema de binomio para encontrar la probabilidad de x éxitos
p = 0.30 éxito
q = O. 70 fracaso
n=6
DISTRIBUCIONES DE PROBABILIDAD, VARJABLE ALEATORIA DISC!lliTA 186
(p ..-. . q)I, -- G e f5 p(qº

• ,. G e 5 psq1 ··r·. e
(, 4 p4q1. ·•·. G e•z:J.,..:c1.., '
L
·3 e '.' p2q4 ,. .,e, P, qs
·, ,
1
,. s; ~ 61 . ,. ,. 6'.i /,
(o ,..,· 0+0 . 70}''--6!(6--fd~ · o ,,.,·~o"'' lº .,·,o 0./'
1 5fl6-5}!¡.
L
1 • o 30' ·~ o ..,o' ' ·
1
) 4!(6 -4/
1030'
' .
7
(070" 1
6! 61
+ ¡0303)fo'7n3i+·· ..... 103o'J(07i:r;·+
, • '
......131 '
(030·Vo1o··i"'
+
61
- · ro1oºVo1061
3!,6-3)! •, '-. •"· 2!(6·2)!\ ' 1'(5-1":, sv>: I 01(6-0/' r\ • J
720 720 72.0 720

+ 6(3)! l•).fi:21)(0.343; + (0.09J10 240'1} + (0.30J(0.16807; ~· HG/ :1 )(0.117649)
2(4ii 1l5)!
720 720 720

(0.30+0 70>6'"'- 720t,.1 . (0.000729· + 120~1 ! \0.001701) }- 24(2) 1 0.Q(J3969,
720 720 720 720

+ ··(í1()ü925P+ · (0021619)+· ¡IJ050421) t l!)1'J7549)
fü}>)" I 2(24)' • -:«, 1(12(')¡•"' 1'720)" '
720 72ü 720

}- 48 (0.021609,1+ úó (0.050421) + 1ié/º·117649)
(O 30.,.0.70)60- í ( 0.0007 29 ¡ + 6. 0.0017G1 .'

0 + 15!0.003969' + 20(0.009261 i
.¡. '15(0.021609)+ f(0.050421) + 1(0117649)
(O.:S0+0.70)r\., 0.000729 + O 010206 + ü 059535 + ü.16522 .,. 0.324135 s. 0.302526 + 0.117649
Para responder se toma como base la distribución de probabilidad para los 2 eventos posibles.
l J ¿ Cual es ía probal)ííí<ía!i <le q, z-: de .. , ilq¡i <tVI fDr<Y( 7-

Se toma como base la columnas lleguen tarde de la distribución de probabilidad.
P¡~,,, 21 = 0.324135
, Re~j)!. r../:ft?
La probabilidad de que dos envíos, por carretera, lleguen tarde es de O 324 t.
,_ ¡ ; r: t.>En 8) ;/ 1 r
Y',';fJ¡~fJ,/.'.Cl-":?t/ .i« Ql '8 r.-. ...nre ~ -; -1 'legu,~ , · \:~rc;'e?
Se toma como base la columna lleguen tarde de la distribución de probabilidad.
Entre 2 y 4 está el 3 entonces:
Rr-s¡ucsta
La probabilidad de que entre 2 y 4 envíos, por carretera, lleguen tarde es de O 1852.
'3} -~ f1J e a JrOt)~4bn11...,a .l úr:~ 1.., e; :t, e 3 y 5 incíusiv« /it::15.J ~eí =rae?
1
1(-
Se toma como base la columna lleguen tarde de la distribución de probabilidad.
Como dice inclusive se toma el 4 más los extremos.
P13 $ i. s 51 = 0:185220 + 0,059535 + O.Oi 026
R·'-;Sf•i' ::t
La probabilidad de que entre 3 y 5 envíos, por carretera, inclusive lleguen tarde es de O 2550 .
. . . ~~.,t,,'
PS ¡;:: !jf·-..ó::i/.lit1t·a1...i (.--rr. <¡ !e~ to; (!O 1/Pgu;.JJr teroe?
Se toma como base la columna no lleguen tarde de la distribución de probabilidad.
F.)} $ ~·( .t«

La probabilidad de que dos envíos, por carretera, no lleguen tarde es de O 0595.
5j ,; Cué! es fa pro/Jaf.Jííídacfdo o-ie dos o más no tteauen tercie?

Pu<!::}:::: 0.059535 + 0.18522 + 0.324135 + 0.302526 + Q.11764S
P1~1z¡ = 0.9889065
Resput.'·f;fa
La probabilidad de que dos o más envíos, por carretera, no lleguen tarde es de o. 9891.
6} ¿ ( 1 ;(,¡/ e~ le., pro: ·c?.!Ji:ic}t:~G (Ífi • fL) a ,(~ sumo 4- no tle··~;Uf::{1 tsrae?
p (X_ 4¡
.::::p (X=Oj
+n
f"'fx_::o'J)'
4-p ¡·,=2} IP (X'=~}
+p p::04¡
P¡;,:H¡ :.-:. 0.000729 + 0.010206 ,,_ 0.05935 + 0.135220 + 0.324~35
P1" 541 = 00579325

Respuesta:
La probabilidad a lo sumo 4 envíos, por carretera, no lleguen tarde es de O 5798.
Media aritmética y desviación estándar de la distribución binomial.

La media aritmética y la desviación estándar de la distribución binomial, al igual que todas las medidas de
tendencia central y de dispersión de una distribución de probabilidad, tienen el carácter de parámetros,
puesto que representan a todos los resultados posibles en una población.
r~h (4P '"' d(-r·· 'soctor , 1,¡1y•1•at

La media de la distribución binomial es igual al tamaño de la muestra multiplicado por la probabilidad de
éxito.
µ = n;>
µ = 6(0 30)
µ = 1.8 envíos lleguen tarde
La desviación estándar
e Jnpq
z:
o > 1.12249721H
o = 1.12 envíos !leguen tarde

!nterp1ct;-;c-1ó1"1
Lo anterior significa que en cualquier muestra tamaño 6 que se tome en forma simultánea de la empresa,
siempre que no cambie la forma en que está estructurado, podrá esperarse una media de 1.8 y una
desviación estándar de 1.12 envíos, por carretera, lleguen tarde.

Ejerc cm Jo. i
Un grupo de estudiantes. de la Escuela de Administración, recabó información sobre el rendimiento
académico de un grupo de estudiantes, luego del primer examen parcial del curso de Métodos
Cuantitativos 1, realizado el día sábado 23 del mes de febrero del año 2013.
No. Jornada Punteo Profesión No. Jornada Punteo Profesión No. Jornada Punteo Profesión
1 N 15 Perito 15 V 13 Bachiller 29 N 16 Bachiller
2 V 18 Maestro 16 N 18 Maestro 30 N 9 Bachiller
3 N 29 Bachiller 17 N 7 Perito 31 N 11 Maestro
4 V 5 Perito 18 N 16 Bachiller 32 V 17 Perito
5 V 10 Maestro 19 V 24 Perito 33 V 26 Bachiller
6 N 15 Bachiller 20 N 19 Maestro 34 N 19 Maestro
7 N 12 Bachiller 21 N 16 Bachiller 35 V 23 Perito
8 N 14 Maestro 22 N 14 Maestro 36 N 22 Maestro
10 V 30 Bachiller 24 V 15 Perito 38 N 15 Bachiller
11 N 8 Perito 25 V 18 Maestro 39 N 9 Perito
12 V 22 Bachiller 26 V 22 Bachiller 40 V 16 Perito
13 N 10 Perito 27 V 23 Perito 41 N 14 Maestro
=
V vespertina, N nocturna =
Al seleccionar aleatoriamente a 8 estudiantes, determine la probabilidad de que:
1. Menos de 5 sean de la jornada vespertina.
2. A lo sumo 4 sean de la jornada nocturna.
3. Ninguno sea de la jornada vespertina.
4. Entre 2 y 7 sean de la jornada nocturna.
5. No menos de 5 sean de la jornada vespertina.
t r» 2
LJP;C( ',')
El encargado del departamento de control de calidad de una empresa que fabrica pañuelos de tela, sabe
que el 15% de su producción tiene algún tipo de defecto. Los pañuelos se empaquetan en cajas con 1 o
unidades. Calcular la probabilidad de que una caja contenga:
1. Entre 5 y 8 pañuelos con algún tipo de defecto.
2. Más de 6 pañuelos sin defecto.
3. A lo sumo 5 pañuelos con algún tipo de defecto.
4. No más de la mayoría sin defecto.
5. Como máximo 4 pañuelos con algún tipo de defecto.
6. Calcular la media y la desviación estándar para el evento con algún tipo de defecto.
,,:jé 'ICIO No, 3

El Gerente de Recursos Humanos de una Compañía Manufacturera le indica al Gerente de Producción,
que un 10% de los colaboradores de este departamento están ausentes del trabajo en un determinado
día en el mes. Supóngase que se seleccionan al azar 1 O colaboradores de producción para un estudio
riguroso del ausentismo. Determine la probabilidad de que:
1. Ningún colaborador esté ausente.
2. Como mínimo la mayoría no esté ausente.
3. Entre 3 y 7 estén ausentes.
4. No más de 3 estén no ausentes.
5. Un empate entre ausente y presentes.
6. Calcular la media y la desviación estándar, para el evento ausente.
Ejerc.cio No. 4
A una muestra de 60 atletas que se inscribieron para ser seleccionados, para una competencia de alto
riesgo, se les hiso un estudio para determinar su rendimiento físico. Los resultaos son:
:=:-uJlliJr 1m illiJDIJi · 2 f JCillrEJU.!!LlWI: :1 :f ¡~¡ . 2 (Jl~ f ll..f i~
l1:JJC2.1JWlliJOYJl •.1. m ·1~r 3-cJlliJ[E][ 2 ( JW~01J[1: f:)1
i!-.?~I ~TJf' 3 m JL3:f ![3 mlL~Q]J['2 fr!.JlliJ( 3{J[ill[ 3 t" lf '3 f IDIJL.:!...'!:1.J¡
¡~(iji_~[3TJCICJIT0~1~[ill~~lli.JlliJ~D:6i:~mJ1
Para facilitar el procesamiento de los resultados se usó una escala numérica en la que 1 = malo, 2 =
regular, 3 = bueno. También se usó una literal f = femenino y m = masculino.
1. Sí, se han seleccionado 8 atletas de manera aleatoria, determinar la probabilidad de que:

1.1. Ninguno se clasifique como malo.
1.2. Todos se clasifiquen como buenos.
1.3. La mayoría se clasifique como regulares.
2. Si, se seleccionan al azar 6 atletas, determinar la probabilidad de que:

2.1. 4 hombres y 2 mujeres
2.2. No más de 4 hombres
2.3. Entre 2 y 5 mujeres, inclusive
2.4. No menos de 4 hombres
2.5. Ninguna mujer
2.6. Como máximo 3 hombres.
Ejem.icio No. 1
Lucas López es un ingeniero eléctrico y labora en el departamento de control de calidad, de una
distribuidora de productos eléctricos. Recientemente recibió un lote de 50 alternadores e inspecciona una
muestra al azar de 8. Si tiene información que el 10% de los alternadores de cada lote salen defectuosos.
Cuál es la probabilidad de que en la muestra:

1. La mayoría salgan defectuosos.
2. Al menos dos salgan buenos.
3. Más de tres salgan con defecto.
4. Entre 3 y 6 salgan no defectuosos.
L¡erCll, o NO. 2
Dj Mateo es el propietario de una venta de música mezclada, ubicada en la cabecera municipal de
Chimaltenango. Sabe que la probabilidad de que un CD de música dure al menos un año es de O 9'".
Calcular la probabilidad de que en una muestra de 6 CD:

1. 1/3 duren menos de un año,
2. A lo más 2 duren menos un año,
3. Más de 2 duren al menos un año.
4. Como mínimo la mita dure al menos un año.
EjA r+cio No. 3

Un estudio realizado por la revista "EL CONSTRUCTOR FELIZ", en una comunidad del municipio de
Santo Domingo Xenacoj, del departamento de Sacatepéquez, revelo que el 95% de los proyectos de
viviendas violan el código de construcción. En la actualidad se están construyendo 100 viviendas.
Determine la probabilidad de que un inspector de viviendas, que selecciona aleatoriamente a 8 de ellas,

descubra que:
1. Todas las viviendas violen el código de construcción.
2. A lo sumo tres viviendas no violen el código de construcción.
3. Al menos tres violan el código de construcción
4. No más de la mayoría no violen el código de construcción.
Ej0rcicro No. 4
En una oficina de servicio al cliente de la empresa "LA EXITOSA", propiedad de Pablo José López
Pérez, ubicada en la ciudad capital, se atienden 1 oc personas diarias. Por lo general :S personas se van
sin recibir bien el servicio.
Determine la probabilidad de que en una encuesta a 1 O clientes, seleccionados aleatoriamente:

1. 4 o más no hayan recibido un buen servicio.
2. Entre 2 y 4, inclusive, hayan recibido un buen servicio.
3. Como máximo 2 no hayan recibido un buen servicio.
4. A lo más la mitad hayan recibido un buen servicio.
Ejer i cio .Jo. E

El gerente de ventas de una fábrica de productos alimenticios, desea hacer un análisis probabilístico.
Con ese propósito se consideró una muestra de clientes, en diferentes rutas, a quienes se les ofrecieron
los productos con promoción. Los resultados fueron los siguientes:
1. Sí, se han seleccionado 8 clientes de manera aleatoria, determinar la probabilidad de que:

1.1. La mayoría prefiera la promoción A.
1.2. Menos de 4 prefieran la promoción B.
1.3. Como mínimo 5 prefieran la promoción C.
2. Si, se seleccionan al azar 6 clientes, determinar la probabilidad de que:

2.1. Todos pertenezcan la ruta 4.
2.2. Entre 2 y 5 pertenezcan a la ruta 3.
2.3. A lo sumo 3 pertenezcan a la ruta 2.
2.4. 2/3 pertenezcan a la ruta 1.
Ljt?;~ 1 ,, :, ·, 6
El siguiente cuadro presenta una muestra de 1,000 estudiantes universitarios clasificados de acuerdo con
los puntajes que obtuvieron en un examen de admisión a la universidad. También muestra la calidad de
los colegios en donde se graduaron según la clasificación que hizo un grupo de educadores.
1. Sí, se han seleccionado 10 estudiantes de manera aleatoria, determinar la probabilidad de que:

1.1. Todos se graduaron en un colegio inferior.
1.2. Al menos 6 se hayan graduado en un colegio regular.
1.3. Hasta 4 se hayan graduado en un colegio superior.
2. Si, se seleccionan al azar 8 clientes, determinar la probabilidad de que:

2.1. Ninguno haya obtenido un puntaje medio.
2.2. Más de 4 hayan obtenido puntaje alto.
2.3. A lo sumo la mayoría hayan obtenido puntaje bajo.

E.Jf.T"C, .:m 1 O.
Se han seleccionado aleatoriamente una muestra de 82 estudiantes de Instituto y otra con 46 estudiantes
de centros privados y se ha considerado la nota en Educación Física para cada uno de ellos. Los datos
obtenidos vienen resumidos en el siguiente cuadro:

Si se selecciona aleatoriamente a:
1. Siete estudiantes ¿cuál será la probabilidad de que tengan nota notable:
1 .1. Entre 3 y 6?
1.2. No menos de 3?
1.3. 4 o menos?
2. Cinco estudiantes ¿cuál será la probabilidad de que sean de un instituto:
2.1. Como mínimo 3?
2.2. A lo sumo 2?
2.3. 3 o más?
3. Seis estudiantes ¿cuál será la probabilidad que tengan nota sobresaliente:
3.1. No más de la mayoría?
3.2. Entre 2 y 4, inclusive?
3.3. 5?
r:,:jti rcic .o Nu . 2
Al inspeccionar 1 ,500 soldaduras hechas por una misma máquina, resultó que SO presentaban defectos.
Se admite que la producción sigue en las misas condiciones. Si se eligen 1 O soldaduras hechas por esa
máquina, ¿cuál es la probabilidad de que:
1. Por lo menos dos sean defectuosas?
2. A lo sumo 6 no sean defectuosas?
3. Más de 3 pero menos de 7 sean defectuosas?
4. La mayoría no presente defectos?
5. Como máximo 6 no presenten defectos?
6. Todas buenas?
" "re, :: r
1
'.> .;
Minuciosos estudios que se han llevado a cabo en una plata, permitieron establecer que el ..:0% de los
tornillos fabricados por una cierta máquina son defectuosos. Si se eligen al azar 8 tornillos fabricados por
ella, hállese la probabilidad de que:
1. Ninguno sea defectuoso.
2. Por lo menos tres sean defectuosos.
3. Haya entre 3 y 5 defectuosos.
4. Como máximo 4 no defectuosas.
5. Más de 3 no defectuosas.
-je ·r:c 'o 10. 4

Un vendedor de seguros vende pólizas a 6 personas, todas ellas de la misma edad y con buena salud.
Según las tablas actuariales, la probabilidad de que una persona en tales condiciones viva 30 años o más
es 2n. Hallar la probabilidad de que al cabo de 30 años vivan:
1 . Las seis personas.
2. Por lo menos tres personas.
3. Sólo dos personas.
4. La mayoría.
5. Más de 2.
E}?ici~·0 No. 5
Según una asociación de estudiantes universitarios, el 20º·~ de todos los alumnos que se presentan a las
Pruebas de Admisión a la universidad, en noviembre, las aprueba. Si se presentan 8 alumnos.
Se pide:
1. Las aprueben a lo sumo 3 alumnos?
2. Como mínimo 1/2 de los alumnos no las aprueben?
3. Entre 2 y 6 alumnos no las aprueben?
4. Todos los alumnos las aprueben?
5. Más de 3, pero menos de 7, las aprueben?
f::.je. ci íc 'o. 6
En un hospital especializado ingresan 45 enfermos con la afección A, 2" con la afección B, 25 con la
afección C.
Si se escogen al azar a O enfermos, ¿cuál es la probabilidad de que:

1. más de tres ingresen con la afección A?
2. a lo sumo cuatro con la afección B?
3. entre dos y seis, inclusive con la afección C?
Ejerc¡ ;io No 7
Un determinado antibiótico se envía a las farmacias en cajas de 24 botellas, el farmacéutico sospecha
que la cantidad de antibiótico en algunos frascos es deficiente y decide analizar el contenido de 6 frascos.
Suponga que 10 de las 24 botellas tienen cantidad deficiente de antibiótico.
Encuentre la probabilidad de que:
1. Todos los frascos analizados tenga una cantidad deficiente de antibiótico.
2. Menos de cuatro de los frascos analizados tenga una cantidad deficiente de antibiótico.
3. A lo sumo dos de los frascos analizados tengan una cantidad deficiente de antibiótico.
4. Entre dos y cuatro no tengan una cantidad deficiente de antibiótico.
5. Como máximo la mayoría de las unidades analizadas, tengan una cantidad deficiente de antibiótico.
Ejercicio No. 8
El jefe de Créditos de un almacén de electrodomésticos, ha observado que 9 de cada 15 clientes que
visitan el almacén, solicitan su compra al crédito, qué probabilidad habrá de que 8 clientes que se
encuentran seleccionando su compra, lo hagan:
1. Por lo menos el 75% al contado
2. La mayoría al crédito
3. Exactamente 3 al contado
4. Como máximo el 37 .5% al crédito.
5. Todos al contado.
Ljerck,o r, i' 9
¿SUFRE LOS HOMBRES DE HOSTIGAMIENTO SEXUAL EN EL TRABAJO? según un estudio realizado
por la compañía MUY HOMBRE, tendría que creerse. El reporte indica que la probabilidad de un varón se
considere hostigado por un mujer es del ú . ss, no se considere hostigado o.30 y no opinaron el .15.
Si se entrevistan a 10 varones elegidos aleatoriamente, ¿cuál es la probabilidad de que:
1. más de dos no se considere hostigado?
2. a los sumo tres no opinen?
3. Entre cero y dos, se consideren hostigados?
F::.J- CIC.0 1 -o. 10

En una encuesta realizada a estudiantes de nuevo ingreso a la Universidad se encontró que entre todos
los estudiantes admitidos 20% no tienen problema de ningún tipo, 25' ~ sienten que fueron mal orientados
en cuanto a la carrera elegida y 55% tienen problemas de tipo económico.
Si se seleccionan a 1 O estudiantes al azar, ¿cuál es la probabilidad de que:
1. No menos de cuatro no tengan problemas de ningún tipo?

2. A lo sumo dos tengan problemas de tipo económico?
3. Entre dos y cuatro, inclusive, mal orientados?
E, , :'f, e: 1t
De acuerdo con una investigación efectuada, el ! J% de todos los estudiantes de Administración, jornada
nocturna, no tienen un trabajo estable. Si 6 estudiantes se seleccionan de manera aleatoria, que
probabilidad habrá de que:
1. Menos de las dos terceras partes tengan trabajo estable
2. Más de la mayoría no tengan un trabajo estable
t).._ r: 1C O . ~ ·¿
En una opción de inversión, se sabe que el riesgo de perder es del 40%, se tiene la oportunidad de
invertir durante 6 días, mediante un análisis de probabilidad, lo siguiente:
Que probabilidad habrá de que al final de las inversiones:
1. La tercera parte como mínimo, de las inversiones sean pérdidas

2. Se pierda en el 50% de las veces.
3. La mayoría de las veces se gane
4. Se produzca un empate
Ejercscio No 3
Suponga que la probabilidad de recuperar un automóvil robado es de 40í10C, calcule la probabilidad de
que:
1. Se recuperen, cuando mucho tres de 10 autos robados
2. Se pierdan, cuando menos el 50% de 8 autos robados
E::.jerciciu M. 1.,
Según una asociación de estudiantes universitarios, el 25% de todos los alumnos que se presentan a las
Pruebas de Admisión a la universidad, en noviembre, las aprueba. Si se presentan 9 alumnos. Se pide:
Calcular la probabilidad de que:
1. Las aprueben a lo sumo 3 alumnos.
2. Como mínimo 1/2 de los alumnos no las aprueben.
3. Entre 2 y 6 alumnos no las aprueben.
4. Todos los alumnos las aprueben.
5. Más de 3, pero menos de 6, las aprueben.
tJA, cicro r.J1,. 1 5

Diez por ciento de las herramientas producidas en un proceso de fabricación resultan defectuosas. Hallar
la probabilidad de que en una muestra de 6 herramientas seleccionadas aleatoriamente:
1. Exactamente 2 estén defectuosas.
2. No más de 3 estén buenas.
3. Todas defectuosas.
4. Entre 1 y 4 estén buenas.
5. A lo sumo 3 estén malas.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA
lje, ·v 1r h ') 6 K
Los registros de mantenimiento revelan que solamente l de cada ~ :>O máquinas de escribir, de cierta
marca, requieren de una reparación mayor durante el 1 er año de uso. El gerente de una oficina ordenó la
compra de 6 máquinas de esta marca.
1. Ninguna de las máquinas requiera una reparación mayor durante el 1er año de uso.
2. No menos de 2 máquinas requieran una reparación mayor durante el 1 er año de uso.
3. A lo sumo 3 máquinas no requieran una reparación mayor durante el 1 er año de uso.
4. 5 máquinas no requieran una reparación mayor durante el 1 er año de uso.
5. Entre 2 y cuatro máquinas, inclusive, no requieran una reparación mayor durante el 1 er año de uso.
Eje 'cic .0 f o, 11
Según Rudy Batres, gerente de créditos de TARJETAMAX, indica que los registros de la empresa dan a
conocer que el r r:5 de las personas que utilizan su tarjeta de crédito han excedido su límite de crédito.
Suponga que se examinan a S personas con tarjeta de crédito, y se quiere determinar la probabilidad de
que:
1. Ningún cliente exceda su límite de crédito.
2. A lo sumo 3 clientes, no excedan su límite de crédito.
3. Más de 2, pero menos de 4, hayan excedido su límite de crédito.
4. No más de 3 no excedan su límite de crédito.
5. Entre 1 y 4 excedan su límite de crédito.
Ej.• f..... . J'.1. , »

El dueño de una lavandería tiene registrado que el 83% de los clientes están satisfechos con el servicio,
pero para actualizar ese dato, decide efectuar un muestreo consultando en forma aleatoria a 10 clientes,
para conocer su apreciación sobre el servicio.
¿Cuál será la probabilidad de que al finalizar el análisis:
1) Como mínimo la mayoría no esté satisfecha?
2) El 60% esté satisfecho?
3) Cómo máximo dos quintas partes no esté satisfecha?
4) Más de 3 estén insatisfechos?
5) Ninguno esté satisfecho?
Ejeru~ío No. t9
Una secretaria que debe llegar a su trabajo todas las mañanas a las 7:00 se retarda 30 minutos o más el
2 º/) de las veces. El Gerente General de la compañía, que no llega sino a las 10:00 a.m., llama
ocasionalmente a la oficina entre 8:00 y 8:30 para dictar una carta.
¿Cuál es la probabilidad de que en 10 mañanas que el presidente llame aleatoriamente:

1) 3 o más la secretaria no esté en la oficina?
2) A lo sumo 2 la secretaria no esté en la oficina?
3) Más de 3, pero no más de 7 la secretaria esté en la oficina?
4) Cómo máximo 3 la secretaria esté en la oficina?
5) No menos de 2 la secretaria no esté en la oficina?
EjPrC1 lo:. NO. 20

En una fábrica se está elaborando un nuevo producto, el cual es enviado en lotes de veinticuatro
unidades. El gerente de producción, Ramiro Zalatiel, ha observado una tasa de defectos del 25%,, con
los datos anteriores usted debe dar respuesta a lo siguiente:
1) Si se revisan ocho unidades al azar, ¿cuál es la probabilidad de que?

1.1) Como mínimo cinco no tengan defecto.
1.2) Todas estén buenas.
1.3) Cuando más 6 no tengan defecto.
1.4) Más de tres tengan defecto.
1.5) A lo sumo cuatro estén buenas.
2) ¿Cuál es el valor promedio esperado para las unidades buenas?
3) ¿Cuál es la variación para los productos malos?
E.J·Hcic n t, ,, 21
Un determinado antibiótico se envía a las farmacias en cajas de 24 botellas, el farmacéutico sospecha
que la cantidad de antibiótico en algunos frascos es deficiente y decide analizar el contenido de 12
frascos. Suponga que 3 de las 2,;~ botellas tienen cantidad deficiente de antibiótico.
1) Todos los frascos analizados no tenga una cantidad deficiente de antibiótico.
2) Menos de cuatro de los frascos analizados no tenga una cantidad deficiente de antibiótico.
3) Como mínimo tres de los frascos analizados no tengan una cantidad deficiente de antibiótico.
4) Entre uno y cuatro tengan una cantidad deficiente de antibiótico.
5) Más de la mitad de las unidades analizadas, no tengan una cantidad deficiente de antibiótico.
E.jerc1c.io t n .22
El Viajero, es una agencia de viajes, que ha observado el comportamiento de 12 clientes que llegan a
consultar precios y determinó que seis pagan el servicio. En los siguientes 10 clientes, el jefe de la
agencia desea conocer:
1) ¿Cuál? es la probabilidad de que :

1 .1) No se les venda el servicio a todos.
1.2)Todos paguen el servicio.
1.3) Más de cuatro no paguen el servicio.
1.4) Se les venda el servicio a como mínimo dos.
1.5) Como máximo cinco pague el servicio.
2) ¿Cuál será el promedio de los clientes que no pagan el servicio?
3) En la pregunta anterior, ¿cuál será la variación en los clientes?
Ejerc --.,.: t ..... ?'J

Gerson es un vendedor de puerta en puerta, él sabe que si visita a diez clientes en un día cualquiera y si
como mínimo el 0.70 le compra su producto, obtiene las ganancias del día y puede regresar a su casa a
descansar. Si Don Gerson tira una moneda para determinar si cada cliente le compra, ¿cuál es la
probabilidad de que se vaya a descansar? ·
T:.j,.,cí,:iv rJv, .4
En un proceso de producción continuo, se sabe que S de cada 100 artículos se consideran defectuosos
¿Cuáles son las respectivas probabilidades de que O, 1, 2, 3, 4 y 5 artículos sean defectuosos de una
muestra al azar de 5 artículos extraídos del proceso?
tjerCJ('ÍO Nv. ?ó
Un G''Jt de los operarios, en el departamento de producción en determinada empresa, están ausentes del
trabajo en un determinado día en el año. Si se seleccionan al azar a 6 operarios para un estudio riguroso
del ausentismo.
1. Desarrolle la distribución binomial para el experimento

2. ¿Cuál es la probabilidad de que:
2.1. Ninguno de los operarios seleccionados esté ausente?
2.2. Todos estén ausentes?
2.3. La mayoría seste ausente?
3. calcular la media y la desviación estándar de la distribución.
Ejercicio No. 2fi

En un salón de clases, de la Escuela de Administración de Empresas, de la Facultad de Ciencias
Económicas, hay un 45º·. de hombres y un 551% de mujeres.
Si se seleccionan en forma aleatoria a 5 de ellos. ¿Cuál es la probabilidad de que haya:

1. 3 hombres y 3 mujeres?
2. más de 2 hombres?
3. Entre 2 y 5 mujeres?
4. No más de 4 hombres?
5. Ninguna mujer?
6. Como mínimo 3 hombres?
7. Como máximo la mayoría mujeres?
8. 3 o más hombres?
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA J 96
LjP,Ci•t') fl0. 21
Una asociación desea hacer un estudio probabilística sobre la tendencia ideológica y el nivel académico.
Para ello realizó un estudio nacional entre los académicos universitarios y encontró los resultados
mostrados en el cuadro siguiente:
' - -::: ;;;..; _;;: -:,":"::;;::;;-:;-;:::::-:,; 1 ·---· ·- ---- - .· -:- . . -· ... -:.¡
11
Tendencia ideológica ¡[.· -=--·--= --- -:;;;'}./'~'- - -· · - ·:.- ·- __J
11_ __ JC _M~e~ro_ JC ~C!_ctoc__ :J
_ _!L Licencia90_
ir----~ -¡;c,üTe,da·- --· JC . 6p ~..:JL _ ez :=]L.__1s ... :J
e Centro- -.=.".JL - 57_~===ic_s2 .- JL_ =:a - .=J
r---Berecfia---1r-- - 33- ---,¡----6¡,-- },-- --3 ----,',
1
L":' -::...-::·- - • .:::; :::-·----:.~.::...- --~~ --· ::. ......_ ;;...- ---'.
Si se selecciona aleatoriamente a:
1. Siete académicos ¿cuál será la probabilidad de que tengan tendencia de izquierda:
1.1. Entre 2 y 4, inclusive?
1.2. A lo sumo 4?
1.3. Más de 3?
2. Cinco académicos ¿cuál será la probabilidad de que sean doctores:
2.1. No más de 3?
2.2. Como mínimo 4?
2.3. Todos?
3. Seis académicos ¿cuál será la probabilidad de que sean de tendencia ideológica de derecha
3.1. Como máximo 4?
3.2. Más de 4 pero menos de 2?
3.3. La mayoría?
Disírtbu ~ió. e'., Pe= ""S .

La Distribución de Poisson se llama así en honor a Simeón Dennis Poisson (1781-1840), francés que
desarrolló esta distribución basándose en estudios efectuados en la última parte de su vida.
La distribución de Poisson se emplea para describir varios procesos, entre otros la distribución de las
llamadas telefónicas que llegan a un conmutador, la demanda (necesidades) de servicios en una
institución asistencial por parte de los pacientes, los arribos de los camiones y automóviles a la caseta de
cobro y el número de accidentes en un cruce. Los ejemplos citados tienen un elemento en común,
pueden ser descritos por una variable aleatoria discreta que asume valores enteros (O, 1, 2, 3, 4, 5 y así
sucesivamente).
El número de enfermos que llegan a un consultorio en cierto intervalo de tiempo será de O, 1, 2, 3, 4, 5 o

algún otro número entero. De manera análoga, si se cuenta el número de automóviles que llegan a una
caseta de cobro durante un periodo de diez minutos, el número será entero.
Una variable de tipo poisson cuenta, éxitos (es decir, objetos de un tipo determinado) que ocurren en una
región del espacio o del tiempo.
El experimento que la genera debe cumplir las siguientes condiciones:
1) El número de éxitos que ocurren en cada región del tiempo o del espacio es independiente de lo que
ocurra en cualquier otro tiempo o espacio disjunto del anterior.
2) La probabilidad de un éxito en un tiempo o espacio pequeño es proporcional al tamaño de este y no
depende de lo que ocurra fuera de él.
3) La probabilidad de encontrar uno o más éxitos en una región del tiempo o del espacio tiende a cero a
medida que se reducen las dimensiones de la región en estudio.
Como consecuencia de estas condiciones, las variables Poisson típicas son variables en las que se
cuentan sucesos raros.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA
La función de probabilidad de una variable Poisson es:
x= O, 1, .... "" ;e::;:2.7183
El parámetro de la distribución es J.. que es igual a la media:
Esta característica puede servirnos para identificar a una variable Poisson en casos en que se presenten
serias dificultades para verificar los postulados de definición.
La distribución de Poisson se puede considerar como el límite al que tiende la distribución binomial
cuando n tiende a oo y p tiende a O, siendo np constante (y menor o igual que 5); en esta situación sería
difícil calcular probabilidades en una variable binomial y, por tanto, se utiliza una aproximación a través de
una variable Poisson con media µ = no.
Es una distribución de una variable aleatoria discreta. Y se dice que existe un proceso de Poisson si
podemos observar eventos discretos sobre alguna unidad de tiempo o espacio.
La función matemática para la Distribución Poisson para obtener x éxitos se puede expresar así:
t> 11 .... cd
Pcx; = Probabilidad de x éxitos dado el valor de µ

e = Constante matemática, con valor aproximado a la base de los logaritmos naturales 2.7183
x = Número de éxitos por unidad.
µ = Promedio de ocurrencias por unidad de tiempo o espacio
El promedio puede variar proporcionalmente de acuerdo a la unidad de tiempo o espacio, por ejemplo µ =
1.5 por 1 hora, entonces la µ para 2.5 horas es:
·1 hora • í .5 ¡.¡
.2,5 horas •?p
El cálculo
2(1.5) . ~
- 1- -- z: 3.75 es laµ para 2.') horas
f;e __ .;fo o . .,
La tela utilizada para la confección de uniformes escolares tiene un promedio de 2 defectos por cada 1 so
yardas.
¿Cuál? es la probabilidad de encontrar:

1) Como mínimo 4 defectos en 200 yardas
2) No más de 3 defectos en 200 yardas
3) Menos de 2 defectos en 150 yardas
4) O defectos en 150 yardas
5) Exactamente 1 defecto en 50 yardas
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA
Solución
r, 1t ., .•
µ = 2 defectos por cada 150 yardas.

"!} ¿Cuál es Ia probabilidad de que se encuentren como mínimo 4 defectos en 200 yardas?
La media que dan es para 150 yardas, y la probabilidad que preguntan es sobre 200 yardas, entonces
se hace necesario hacer una conversión utilizando la regla de tres.
1 50 yardas - 2 defectos µ
200 yardas .... ? defectos p
El cálculo
200(2} , . .
·--1-·,:-;-)- ""2.67' defectoses laµ para 200 yardas
·"
l0.069250989)(1)
p(X: O) ::;; - - .. - -1 - . - -
O 069250989
P(x "'u) - ---- 1 --·---
f\x"' O¡= 0.069250989
i,.2 7183 ! et 1(2. 671)

P¡x:::1¡.: -1 .-------
(0.0697.50989 }(2.67)
P¡x" 11 ~ -------1-- --
0.18490014
P¡x.=11:.:: - ··-:.¡·----···-
P1x e; 1¡ = 0.18490014
p [x :::2)
= ··--·- _2 - - ·-----·
''O 069250989 )(7. i 289)
p,\X-•-'>) = 0.493683375
- - 2
P1,. 2¡ = 0.246841687
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA J 99
( 2. 718:f2·67 ){2.S7°3}
p ¡x:z:-3¡, - ·---··-··----··-··-··---··----·----·
3! ..
(0.069250989.)(19.034163)
p.\X"-.,)~. - --···-············---·····················--···---····
6 ··-····
1.318134613
p\X"3) •• --·--,. ·----·
o
P¡¡¡,, :;¡ == 0.219689102
P,x .i¡ z: i - ¡0.0692 + 0.1849 -1- 0.2468 + 0.2197.l
P,x ?;4¡ ::: 0.2794
P-',~s1- '"(.. :it.a

La probabilidad de que se encuentre como mínimo 4 defectos en 200 yardas es de O 279-+.
2) ¿Cuá! es la probabi!ídaa de que sP encuentren no más de 3 defectos en 200 yardas?
1 SO yardas , 2 ctei'ec-tos p
200 yardas - •? defectos p
El cálculo
67
{2.7183.;: )(2.67º}
p ¡,::o,.
. ~ ¡ - --·----.. -·--------·-·---··-
O! ..-
(0.069250989)(1)
p. - '\• - _ _ - -.
p -~, 1
P¡. "'O) zz: 0.069250989

P(x"' iJ = -·{0.069250989}{2.67}
--- ·-· ·- 1·- . - -· .
0.18490014
p{t- 1) = - 1
P¡x ,1: = 0.18490014
(0.069250939 ,(7.1289}
P¡x<=Z) - --- ---·-- 2--·- -· ----···
0.493683375
p\X-2) = 2
(o.069250989 H 19.034153}
P(x"::¡ - --· - -- - 6--·-- ----·-···
1.318134613
s
p (X-;,;;) - ·-· -·-·····--·--··---·-
p\x=' 3) ::: O 219689102
P¡x . 3¡ -z: 0.0692 + 0.1349 + 0.2468 + 0.2197
P,x. :11 = 0.720$

e l'~,¡_·,u
La probabilidad de que se encuentres no más de 3 defectos en 200 yardas es de e ··206.
DISTRIBUCIONES DE PROBABILIDAD, VARJABLE ALEATORIA DISCRETA 201
3) ¿Cuál es la probabilidad de que se encuentren menos de 2 defectos en 150 yardas?
La media igual a 2, es para 150 yardas, y la probabilidad que se busca es para 150 yardas. Por lo
tanto no es necesario hacer conversión.
(O. ·135333473)(1}
D, :::;: .
' ,x"' O) 1
0.1=~5333473
P(x "' O) - ············--, •·•·••··•·•···
((U3533347 ~1(2)
p,\X -11""'
.•. ' ----·-·-·-
1
0.270666946
p{ "( " í ¡ - ·············1 ·············
P(x < z¡ z: F\x:s 1):;; 0.1353 + 0.2707
Resput?sta
La probabilidad de que se encuentren menos de 2 defectos en 150 yardas es de O. -.iooc.
4) ¿Cuáles la probabílidad de que se encuentren O defectos en 150 yardas?

Prx ·,.-G):::: P¡x:>O)
La media igual a 2, es para 150 yardas, y la probabilidad que se busca es para 150 yardas. Por lo
tanto no es necesario hacer conversión.
P,X"Vi
(0.135333473)(1}
F\,"-O) -- .• - ",¡ - -
ü.1353334 7 3
P¡,: '"'O¡ - . ., ...•... f .
P(x "'0;::: -0.135333473

Respuesta
La probabilidad de que se encuentren cero defectos en 150 yardas es de u is ,_::.
5) ,,_Cuáles I,, p1obabílidadde q1JP se encuentr« exactamente 1 detecto en 50 yardas?
150 y<.1rdé s • 2 c1ef8ct0s µ

50 Y8,!.Íél<, ···, 7 dP•CC1tl<, }l
El cálculo
--
bO
--- = 0.67 dele.
50{2}
to'> es la v para 50 yardas
(O .511706285) (0.67)
p{ ~ -·i=
- .' -- -----1
0.342843211
P¡ x -,,
- ., :::: ------ 1
p X:!)::::: 0.342843211
R1::s1 11(."'ta
La probabilidad de que se encuentre exactamente 1 defecto en 50 yardas es de ·:· 3428.
Media aritmética y desviación estándar de la dístribución de Poísson
La media aritmética, necesariamente debe ser calculada o conocida, para utilizar la distribución de
Poisson. Las fórmulas para el cálculo de la media y la desviación estándar son las siguientes.
Medía Aritmetice
P =np
Dístribución de Poísso,1 como v,1,1 aprol(ím'-'ción de 1a Dis rit» scton t-H1101'1ic,

Otra forma de generar el modelo probabilístico de Poisson, es considerar un número muy grande de
repeticiones de un experimento de Bernoulli, con probabilidades de éxito muy pequeñas.
En este caso se supone que cada repetición del experimento de Bernoulli que genera el espacio
rnuestral, ocurre en cada punto del intervalo y, por lo tanto, el número de repeticiones puede considerarse
infinito.
Bajo ciertas condiciones, la distribución de la variable x definida como el número de éxitos en las n
repeticiones, se aproxima (cuando n tiende a infinito) a la función de probabilidades de Poisson. Por esta
razón se considera a veces al modelo de Poisson como una forma límite de la distribución Binomial y se
le utiliza para aproximar probabilidades en ésta.
Cuando el número de observaciones en un proceso de Bernoulli es demasiado grande los cálculos se

vuelven tediosos, y si los valores de éxito o fracaso son demasiado pequeños no se encuentran
probabilidades tabuladas en las tablas, por lo que se puede usar la distribución de probabilidad de
Poisson como una aproximación a la distribución Binomial. Una regla adecuada es que esta aproximación
será buena siempre y cuando p o q ~ 0.05 y n ~ 20, la media µ = np igual o menor a 5.
(j ",' "' ::; $

Se sabe que el ! por ciento de los productos que vende un distribuidor tiene defecto. Si se selecciona
aleatoriamente :~e productos. ¿Cuál es la probabilidad de que ; o más tengan defecto?
Sotucson
p = 0.01 p s: O.OS
n = 30 n:? 20
µ = 30(0.01) = 0.3 µ = np < 5 por cumplir con la regla se aproxima a Poisson.
(0.740lH6735)(1)
P¡:,,:::.O¡ ::- ·····----··-f-···-······-·
(2. 7183-c.s)(0.31}
P¡x=1,=····-·-·······1! ...
. (0.740816735)(0.3}
Pv -x 1 l - ---·-·- i -·-·--·-
0.22224502
p (X" 1}
= --··---· ·---·
1 ---· -·
r,x" ~):;,: 0.22224502

P,,: :.:21:::: 1 - [0.7408 + 0.2222¡
Respuesta:
La probabilidad de que dos o más tengan defecto es de O O~FO.
<o «:
Cuando n es demasiado grande pero µ ¿ 5, las probabilidades Binomiales pueden aproximarse a la
distribución normal.

i:::;f' CÍCf\.• •YO. 1
Suponga que el número de visitas a cierto sitio web durante un intervalo fijo sigue una distribución con
media de 2 en cada minuto. Determine la probabilidad de que haya:
1. Como mínimo 3 visitas en los siguientes tres minutos.

2. Menos de 4 visitas en los próximos 2 minutos.
3. A lo sumo 4 visitas en los próximos 90 segundos.
4. Igual o más de 5 visitas en los próximos 75 segundos.
5. No menos de 2 visitas en 1 minuto y 20 segundos.
Ej r··ir.,o No. J
El Ingeniero Antonio Herrera, encargado de una empresa electrónica, indica que el número de
componentes que fallan antes de cumplir 100 horas de funcionamiento es una variable aleatoria. Si el
número promedio de los componentes que fallan es ocho, ¿Cuál es la probabilidad de que falle(en):
1. Más de un componente en 25 horas?
2. A la sumo dos componentes en 50 horas?
3. Entre ocho y diez, inclusive, en 125 horas?
4. Como máximo 3 en 75 horas?
Ejer1:irio No 3
Para el caso del alambre delgado de cobre supóngase que el número de fallas está descrito por una
distribución con una media de :;., 1 fallas por milímetro.
Determínese la probabilidad de tener:
1. Exactamente 2 fallas en un mm de alambre.
2. Entre 4 y 6 fallas inclusive en mm y medio de alambre.
3. Como máximo 3 fallas en 2 mm de alambre.
4. 2 o más fallas en 2.5 mm de alambre.
5. Lo más 4 fallas en % mm de alambre.
Ejen,cw No. 4
Un Administrador de Empresas que labora en el departamento de control de calidad de una empresa
eléctrica, inspecciona una muestra al azar de 200 alternadores de un lote. Si el 2S-~ de los alternadores
del lote están defectuosos.
Cuál es la probabilidad de que en la muestra,
1. 2 o menos esté defectuoso,
2. Uno salga defectuoso,
3. Al menos dos salgan defectuosos
4. Más de tres estén con defectos
5. Todos estén sin defecto
f10 ..IA DE TRABAJO No. 8
cio No I
E.Jf;TC.
En un supermercado, se ha estudiadoel comportamiento de las comprasy ventas de un determinado producto. En
un día normal se van produciendoventascon una tasa promediode 10 unidadespor hora.
1. ¿ Cuál es la probabilidadde que en los próximos30 minutosse vendan:

1.1. Por lo menos4 unidades?
1.2. A lo sumo3 unidades?
1. 3. 1 o más unidades?
1.4. Entre 2 y 6 unidades?
1.5. 5 unidades?
2. ¿Cuál es la probabilidad de que en los próximos 15 minutos se vendan:

2.1. Menos de 5 unidades?
2.2. A lo más 2 unidades?
2.3. 3 o menos unidades?
2.4. Entre 1 y 4 unidades, inclusive?
2.5. A lo menos4 unidades?
t.jerc100 No. 2
Un comerciante de verduras tiene conocimiento de que el 3% de la caja está descompuesta. Si un
comprador elige HH) verduras al azar, encuentre la probabilidad de que,
1 . 4 estén descompuestas.
2. De 1 a 3 estén descompuestas.
3. Todas buenas
4. Entre 1 y 3 descompuestas.
5. A lo sumo 2 descompuestas.
E::jercí1:10'}o. 3
Los agricultores de una región están preocupados por la calidad de sus cosechas, ya que se ha
detectado en ciertas áreas la existencia de sustancias contaminantes en el suelo. Para analizarla, se
segmenta la tierra en parcelas de 100 m2, y se concluye que hay en promedio S de estos contaminantes
en una determinada parcela.
Se pide:
1. ¿Qué probabilidad hay de que en media parcela se tenga de estos contaminantes:
1.1. 4 o más?
1.2. Como máximo 3?
1.3. A lo sumo 4?
2. ¿Qué probabilidad hay de que en% de parcela se tenga de estos contaminantes una cantidad de:
2.1. 3 a 5?
2.2. 2 o más?
2.3. A lo sumo 4 contamina?
:1~ cscso uo. 4

Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas
de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es 8:
¿Cuál es la probabilidad de que fallen:

1 . 3 componente en 25 horas?
2. No más de dos componentes en 50 horas?
3. Por lo menos diez en 125 horas?
r..:.!j"'irc 'rf :> Vo. 5

Los mensajes que llegan a una computadora utilizada como servidor lo hacen de acuerdo con una
distribución de Poisson con una tasa promedio de 0.1 mensajes por minuto.
¿Cuál es la probabilidad de que lleguen:
1. Como mucho 2 mensajes en una hora?
2. No más de 3 mensajes en 30 minutos?
3. 2 o más mensajes en los 45 minutos?
Ejen.,-icío No. 6
El departamento de control de calidad de una empresa que fabrica pañuelos sabe que el 5% de su
producción tiene algún tipo de defecto. Los pañuelos se empaquetan en cajas con 24 unidades.
Calcular la probabilidad de que una caja contenga:
1. 2 pañuelos defectuosos.
2. Menos de 3 pañuelos defectuosos.
3. Entre 3 y 5 pañuelos defectuosos, inclusive.
r¡ fíÍCIO r./o. 1
La Licenciada Dora Cristina Ortega Álvarez dueño de un criadero de árboles, que está especializado en
la producción de abetos de Navidad. Estos crecen en filas de .: ::i árboles. La Licenciada Ortega Álvarez
sabe que por término medio 6 árboles no son aptos para su venta.
Calcula la probabilidad de encontrar:
1. No menos de 2 árboles no vendibles en una fila de árboles.
2. Entre 3 y 5 árboles no vendibles en media fila de árboles.
3. A lo sumo 3 árboles no vendibles en Y4 de fila de árboles.
4. 4 o más árboles no vendibles en % de fila de árboles.
5. A lo más 4 árboles no vendibles en una fila de árboles.
Ejercict» flo. ¿
El Ingeniero Antonio Herrera, encargado de una empresa electrónica, indica que el número de
componentes que fallan antes de cumplir , horas de funcionamiento es una variable aleatoria. Si el
número promedio de los componentes que fallan es 8, ¿Cuál es la probabilidad de que falle(en):
5. Más de un componente en 25 horas?
6. A la sumo dos componentes en 50 horas?
7. Entre ocho y diez, inclusive, en 125 horas?
8. Como máximo 3 en 75 horas?
9. 3 o más en 100 horas?
No. 3
EJf:!FGÍCÍO
El Licenciado Antonio Gámez gerente general de una empresa de servicio, dedicada a la reparación de
electrodomésticos en general, ha observado que recibe por término medio 5 electrodomésticos para su
reparación por día.
Determinar la probabilidad de que se reciban:
1. Más de 6 electrodomésticos en un día.
2. Entre 5 y 8 electrodomésticos en medio día.
3. Como mínimo 3 electrodomésticos en% de día.
4. A lo sumo 2 electrodomésticos en 1 día y medio.
5. Menos de 5 electrodomésticos en Y4 de día.
Ejeni ~¡:, ¡;J(' "

El gerente de un banco privado está haciendo un estudio con el propósito de tomar medidas para reducir
el constante aumento en la cartera de clientes morosos. Se sabe que la probabilidad de que un cliente
pase a formar parte de la cartera morosa es de 0.005. Si el gerente selecciona a 500 clientes, cuál será la
probabilidad de que seleccione:
1. Por lo menos 2 clientes morosos.

2. A lo sumo 4 clientes morosos.
3. Entre 1 y 4 clientes morosos.
4. Todos al día.
5. 5 morosos.
E1ercicio f\10. S
El Señor Edgar Antonio Gálvez Ortega, director de una prisión de máxima seguridad ubicada en un sector
del occidente del país, reporta que el número promedio de escape es de 1 .5 intentos/mes.
Calcule la probabilidad de:

1. Tres o más intentos de escape durante el próximo mes.
2. Al menos dos intento de escape en medio mes.
3. Entre dos y cinco intentos de escape un mes y 15 días.
4. Ningún intento de escape en 60 días.
.._¡, 'cicio , 'o. 6

El Licenciado Elvis Álvarez, gerente de una fábrica, determina que el número promedio de accidentes
industriales esperados en un mes es de 3. '.

1. En 30 días ocurran exactamente dos accidentes?
2. Ocurran 3 o más accidentes en 15 días?
3. En 60 días ocurran entre 2 y 6 accidentes?
4. A lo sumo ocurran 4 accidentes en 45 días)
' ·1, 1 '"'! 7

En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican ,L2
imperfecciones en promedio por minuto.
Determine las probabilidades de identificar:

1. Una imperfección en 3 minutos.
2. Al menos dos imperfecciones en 5 minutos.
3. Cuando más una imperfección en 15 minutos.
4. Entre tres y cinco, inclusive, imperfecciones en 20 minutos.
5. Más de dos imperfecciones en 12 minutos.
, ,n to. 8
De los cheques que recibe un hogar de ancianos cada año, sólo el 1.1~f% no tiene fondos.
1. Si se reciben 250 cheque, cuál es la probabilidad de que:
1 .1. Ocho cheques no tengan fondos?
1.2. Todos los cheques tengan fondos?
2. Si se reciben 150 cheques:

2.1. A lo más reciba 2 cheques sin fondos?
2.2. Como mínimo reciba un cheque sin fondos?
2.3. Reciba entre 2 y 4 cheques sin fondos?
)<:: j '') ¡.¡,- 9

El gerente de un banco privado está haciendo un estudio con el propósito de tomar medidas para reducir
el constante aumento en la cartera de cheques rechazados. Se sabe que la probabilidad de que se
reciba un cheque de otro banco en un día cualquiera y que no tenga fondos es de (L'.)03125. Si el
gerente sabe que este día se recibirán 1,600 cheques, cuál será la probabilidad de que el banco reciba:
6. Por lo menos 2 cheques sin fondos en todo el día.

7. Cuando mucho 3 cheques sin fondos a mitad del día
8. Entre 1 y 4 cheques sin fondos en 1/3 del día.
9. No más de 2 cheques sin fondos en un 1/5 del día.
1 O. Que tenga que rechazar no menos de 1 cheque en todo el día.
Ej"" 'cu:«: , o. 1 O
El departamento de control de tráfico telefónico de una empresa de telecomunicaciones ha medido que
en la central telefónica, que se encuentra ubicada en el municipio de Esquipulas, Chiquimula, se reciben
un promedio de 300 llamadas por hora, de las 14:00 a las 18:00 horas de un día cualquiera, el gerente de
control de tráfico le solicita a usted que le ayude a calcular la probabilidad de que:
1) Se realicen dos llamadas en 30 segundos.

2) Menos de cinco llamadas en 50 segundos, realicen los clientes de la central.
3) Se realicen más de tres llamadas en 90 segundos, hacia la central telefónica.
4) Se más de tres llamadas en O.OS horas.
5) Se realicen entre seis y ocho llamadas, inclusive, en 180 segundos.
t:jerci··I(, , , í 1
El gerente de control de calidad, Oliver Batres, de una fábrica ha detectado que existe una probabilidad
de O.OllG de que el producto salga en mal estado. El gerente le pide a usted, como consultor estadístico
que realice los cálculos para conocer lo siguiente:
1) Si se revisan bolsas de 350 unidades, ¿cuál es la probabilidad de que se dé? :
1.1) Menos de dos unidades en mal estado.
1.2) Más de tres unidades en mal estado.
1.3) Todas en buen estado.
1.4) Como mínimo cuatro en mal estado.
1.5) Hasta cuatro en mal estado.
2) Si se revisan bolsas de 450 unidades, ¿cuál es la probabilidad de que se encuentren?

2.1) Ninguna en mal estado.
2.2) De una a cuatro en mal estado.
2.3) Cuando menos dos en mal estado.
2.4) Cinco en mal estado.
2.5) Entre tres y seis, en mal estado.
.jercic, ., r fo. 12
Para un proceso de facturación, se necesita un análisis de probabilidad, considerando lo siguiente:
1. Si en promedio se anulan 5 facturas al día, que probabilidad habrá de que al revisar al final del día,
se encuentren:
1.1. Por arriba de 3 facturas anuladas
1.2. Entre 2 y 5 facturas anuladas, si se hace la revisión al medio día.
2. Si se emite un total de 2b facturas al día y un sv se anula, que probabilidad habrá de que al final del
día se anulen 3 ó menos facturas.
r::.jerc·cív do. 11
En una fábrica de azulejos, la producción tiene un promedio de 6 metros por turno de 5 horas, que
probabilidad habrá de producir:
1. 3 o más metros en un turno de 3 horas
2. Por debajo de 3 metros en un turno de 4 horas
Ejercic,o No. 14
Una oficina de consultoría en asuntos administrativos, recibe un promedio de "-2 consultas a la semana.
Con el propósito de decidir si es necesario contratar más personal para atender las consultas, se necesita
saber que probabilidad habrá de que:
1. En un cuarto de semana: Se den no menos de 3 consultas
2. En semana y media: Se reciban por debajo de 3 consultas
E:jerch.;ia No. 15
Las ventas de una envasadora de agua pura son de 1 O tambos por hora. Se solicita un análisis
probabilístico que responda a lo siguiente:
¿Que probabilidad habrá de que ni un tambo sea llenado en los primeros 45 minutos de haber iniciado las
labores?
Si la probabilidad de llenar 60 tambos en hora y media es del 8%. ¿Qué probabilidad habrá de llenar no
menos de 4 tambos en dos cuartos de hora?
Ejercicio No. ~6
En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2.
imperfecciones en promedio por minuto.
Determine las probabilidades de identificar.

1. Más de una imperfección en 5 minutos.
2. Menos de dos imperfecciones en 3 minutos.
3. Entre una y cuatro imperfecciones en 7 minutos.
J:::;. ,·r_, e • , l
El número de pinchazos en los neumáticos de cierto vehículo industrial tiene una media O 3 por cada
31,070 millas.
1. Si el vehículo recorre 100,000 km, se pide:
1.1. Probabilidad de que tenga entre 2 y cinco pinchazos.
2.1. Probabilidad de que tenga no menos de 3 pinchazos.
3.1. Probabilidad de que tenga más de 2 pinchazos.
j,, I; i1:io ·-', 18

Una distribuidora de libros, ha recibido quejas de los compradores de que en uno de cada trescientos
cincuenta libros encuentran errores.
Si se revisan 600 libros, cuál es la probabilidad de que:

1. Cinco libros tengan errores.
2. Todos los libros no tengan errores.
3. Entre 7 y 9 libros con error.
Si se revisan 800 libros:

1 . Como máximo cuatro libros con error.
2. Al menos tres libros con error.
EjP rsc«, iío. 9

En una planta, que se dedica a fundir acero para producir productos similares, se ha estimado que el
número de fallas en la producción de alambre para cerca esta descrito con un 2 3 fallas por cada metro,
aproximadamente.
Para los próximos centímetros de producción de alambre, determine la probabilidad de tener:

1. Como mínimo 2 fallas en los 100 centímetros.
2. Más de 3 pero menos de 5 fallas en 90 centímetros.
3. Solo 5 fallas en 75 centímetros.
4. A lo sumo 4 fallas en 50 centímetros.
5. Los 100 centímetros sin falla.
,~-· ,,ricio !0. :o

El gerente de una tienda de "comida rápida", está analizando la posibilidad de acondicionar de mejor
forma. los puestos de atención con el propósito de atender a más clientes al mismo tiempo. De acuerdo
con estudios anteriores, se sabe que a cada puesto actual de atención, se presentan un promedio de 2 4
clientes cada 5 minutos. Para completar su análisis, el gerente desea saber la probabilidad de:
1. En cinco minutos:
1 .1. Se presenten como máximo 2 clientes
1.2. Al menos se presente 1 persona
1.3. No se presente ninguna persona
2. En 1/6 de hora
2.1. Cuando mucho se presenten 2 clientes.
2.2. Se presente más de 1 pero menos de 4
Ejerr! o Nu _¿1
Como una forma de hacer control de calidad en una empresa comercializadora de puertas de madera, el
dueño exige que antes de salir de la fábrica cada puerta sea revisada en busca de imperfecciones en la
superficie de madera. El encargado de control de calidad encontró que el número medio de
imperfecciones por puerta es 0.5. El dueño decidió que todas las puertas con dos o más imperfecciones
sean rechazadas y sean devueltas para su reparación.
1. ¿Cuál es la probabilidad de que una puerta falle la inspección y sea devuelta para su reparación?
2. ¿Cuál es la probabilidad de que una puerta pase la inspección?
Lj .rc.: r r O. 2
En la emergencia de un hospital público se, ha calculado que el médico de turno, atiende un promedio de
7
pacientes por hora. Si el médico necesita ausentarse por unos momentos del servicio de emergencia, le
solicita que calcule la probabilidad de:
1. No recibir ninguna emergencia en los próximos 25 minutos.
2. Como mínimo 3 emergencias en la siguiente media hora.
3. Entre 4 y 7 emergencias en los próximos% de hora.
4. Todos no lleguen en la próxima hora.
5. A lo sumo 4 emergencias en los próximos 20 minutos.
j 1 G CÍ'-1 /O. ? J
Mario García, administrador de una empresa de auditoria, ha encontrado que sus empleados cometen,
en promedio, e errores por cada 1_i,-, facturas contabilizadas, El señor García le pide que calcule la
probabilidad de que:
1. Cometan 4 errores en 50 facturas contabilizadas.
2. No menos de 4, ni más de 7 errores en 100 facturas.
3. Que los errores cometidos no lleguen a 3, por cada 25 facturas.
4. Más de 3 errores en 75 facturas.
5. Por lo menos 3 errores en 45 facturas.
r1• ·r:.10 .to. 24

Durante las horas de más tráfico, en la zona 9, los accidentes se presentan con una µ de 2 por hora. El
periodo matutino de tráfico intenso dura 1 hora y :1 minutos y el vespertino 2 horas.
1. El periodo matutino, de tráfico intenso, transcurra sin ninguna novedad.
2. Se den, como mínimo, 3 accidentes en el periodo vespertino de tráfico intenso.
3. Se den, menos de, 3 accidentes en el periodo matutino de tráfico intenso.
4. Se den, entre 2 y 4, inclusive, accidentes en el periodo vespertino de tráfico intenso.
5. Se den, Alo sumo 3 accidentes en el periodo matutino de tráfico intenso.
r_11:;1{;:/l.,fO !Jo. 25
El número de pinchazos en los neumáticos de cierto vehículo industrial tiene una distribución de Poisson
con media o 3 por cada ~v,c. 'J kilómetros.
Si el vehículo recorre 100,000 km, se pide la probabilidad de que:

No haya tenido pinchazos.
Tenga menos de 3 pinchazos.
Tenga por lo menos 4 pinchazos.
Si el vehículo recorre 150,000 km, se pide la probabilidad de que tenga:
No menos de 3 pinchazos.
Más de 4 pinchazos.
5 pinchazos.
Ejercicm No 26
La producción de televisores en SAMSUNG trae asociada una probabilidad de defecto del 2°f,, si se toma
un lote o muestra de 85 televisores, obtener la probabilidad de que existan:
1. 4 televisores con defectos.
2. A lo más 3 televisores con defecto.
3. 4 o más televisores con defecto.
4. Entre 2 y 4 televisores con defecto.
5. Todos sin defecto.
EjDrcicio No. 27
En una empresa de consultoría administrativa, se atiende en promedio 6 clientes cada mes. ¿Cuál será
la probabilidad de que:
1) En 1 O días se atienda un máximo de 4 clientes?
2) En 25 días se atienda por arriba de 4 clientes?
3) En 15 días se atiendan 2 clientes?
4) En 5 se atienda a 5 clientes?
5) En 8 días se atienda a lo sumo 3 clientes?
Ejercicio No, 28
Todos los turistas que arriban a un aeropuerto, deben pasar por una rigurosa revisión de equipaje. En
promedio el personal encargado de realizar dichas revisiones, inspecciona 3 maletas cada 0.125 de hora.
Determine la probabilidad de que se revisen:
1) Como mínimo 3 maletas en 15 minutos.
2) No más de 3 maleta en 20 minutos.
3) Más de 3 maletas en 17 minutos.
4) Entre 4 y 6, inclusive, maletas en 28 minutos.
5) A lo sumo 2 maleta en 0.25 de hora.
Ejercicio uo. 29
La compañía "Transporte Seguro" se enorgullece de cumplir con sus fechas de entrega. Pedro Gómez, el
gerente, presume que de cada 100 pedidos, 98 se entregan a tiempo. Durante un período de una
semana se procesaron 180 órdenes. Suponiendo que lo que dice Gómez es cierto, calcule las siguientes
probabilidades:
"NO SEAN ENTREGADAS A TIEMPO"

1 . Dos órdenes o menos.
2. No Menos de tres órdenes.
3. Cuatro órdenes o más.
4. De una a cinco órdenes.
5. Entre cero y dos órdenes, inclusive.
Ejercicio do. JO
Un estudio realizado por un grupo de investigadores del Ministerio de Transporte de una determinada
ciudad, se ha determinado que en una autopista se da en promedio 1 O animales vagabundos muertos por
kilómetro.
Halle la probabilidad de que en 250, 450, 650, 850 y 950 metros, en su orden se encuentren:
1) 2 o menos animales muertos.
2) Como máximo tres animales muertos.
3) No menos de 4 animales muertos.
4) Todos los animales vivos.
5) Entre 4 y 9, inclusive, animales muertos.
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 213
CAPlTU.LO VI
• Distribución de probabilidad
de una variable aleatoria continua
• Distribución Normal de probabilidad
• Principales características de la curva de probabilidad
• La distribución normal estándar de probabilidad
• Tabla de áreas bajo "La Curva Normal Estándar"
• Como encontrar probabilidades conociendo valores de Z
• Aproximación de la distribución Normal a la distribución Binomial
• Aproximación de la distribución Normal a la distribución Poisson
• Tabla de áreas de probabilidad bajo la curva Normal Estándar

CAPITULO VI
DISTRIBUCIÓN DE PROBABILIDAD
DE UNA VARIABLE ALEATORIA CONTINUA
lntroduccíón
La curva normal fue descubierta en Inglaterra en 1793 por Abraham De Moivre, quien la dio a conocer a
través de su libro "El inmutable orden del Universo". Sin embargo durante un siglo fue ignorado su
descubrimiento. Posteriormente, Car! Friedrich Gauss (1777-1855) elaboró desarrollos más profundos y
formuló la ecuación de la curva; de ahí que también se la conozca, más comúnmente, como la "campana
de Gauss". La distribución de una variable normal está completamente determinada por dos parámetros,
su media y su desviación estándar, denotadas generalmente porµ y a. Con esta notación, la densidad de
la normal viene dada por la ecuación:
1 {-1 (X- µ)2)J . -

f,x)=---r::.= exp - ----- ee <x < CQ
' · ov2lT 2 o ·
Que determina la curva en forma de campana.
Independientemente de De Moivre, Laplace y Gauss compartieron el mérito y la aplicaron también a la

astronomía, hasta que un profesor de matemáticas, de nacionalidad Belga, llamado Quetelet, descubrió
que las mediciones de la capacidad mental, la estatura de los seres humanos y otra clase de
características humanas seguían la misma curva o gráfica de errores que las mediciones físicas.
Esto convenció a Quetelet para aplicar la curva normal a una amplia variedad de problemas de tipo socio
económico y biológico. A medida que ampliaba su experiencia en su aplicabilidad se daba cuenta que
una infinidad de aspectos naturales tienden a la distribución normal.
El último paso que ha dado la curva normal, tal vez el más importante, es poder ser aplicada a la
moderna teoría estadística y del muestreo ya que a través de estas técnicas, se trasladó al campo
turístico, con sorprendente resultados, en las investigaciones de mercado, determinación del producto y
en los estudios de proyectos turísticos.
Al iniciar el análisis estadístico de una serie de datos, y después de la etapa de detección y corrección de
errores, un primer paso consiste en describir la distribución de las variables estudiadas y, en particular,
de los datos numéricos. Además de las medidas descriptivas correspondientes, el comportamiento de
estas variables puede explorarse gráficamente de un modo muy simple. Consideremos, como ejemplo,
los datos de la siguiente figura:
98 112 126 140 154 168 182 196
PESO EN LIBRAS
(LIMITES DE CLASE)
DISTRIBUCIÓNDE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 215
Que muestra un histograma del peso en libras de un grupo de alumnos, de una universidad. Para
construir este tipo de gráfico, se divide el rango de valores de la variable en intervalos de igual longitud,
representando sobre cada intervalo un rectángulo con área proporcional al número de datos en ese
rango. Uniendo los puntos medios del extremo superior de las barras, se obtiene el llamado polígono de
frecuencias:
98 112 126 140 154 168 182 196

(UMJTES DE CIASE)
PESO EN UBRAS
Si se observase una gran cantidad de valores de la variable de interés, se podría construir un histograma
en el que las bases de los rectángulos fuesen cada vez más pequeñas, de modo que el polígono de
frecuencias tendría una apariencia cada vez más suavizada, tal y como se muestra en la siguiente figura:
250
84 98 ll2 126 140 154 168 182 196 210

(UMJTES DE CLASE)
PESO EN UBRAS
Esta curva suave "asintótica" representa de modo intuitivo la distribución teórica de la característica
observada. Es la llamada función de densidad.
Una de las distribuciones teóricas mejor estudiadas en los textos de estadística y más utilizada en la
práctica es la distribución normal, también llamada distribución gaussiana. Su importancia se debe
fundamentalmente a la frecuencia con la que distintas variables asociadas a fenómenos naturales y
cotidianos siguen, aproximadamente, esta distribución.
Caracteres morfológicos (como la talla o el peso), o psicológicos (como el cociente intelectual) son
ejemplos de variables de las que frecuentemente se asume que siguen una distribución normal. No
obstante, y aunque algunos autores han señalado que el comportamiento de muchos parámetros en el
campo social puede ser descrito mediante una distribución normal, puede resultar incluso poco frecuente
encontrar variables que se ajusten a este tipo de comportamiento.
El uso extendido de la distribución normal en las aplicaciones estadísticas puede explicarse, además, por
otras razones. Muchos de los procedimientos estadísticos habitualmente utilizados asumen la
normalidad de los datos observados. Aunque muchas de estas técnicas no son demasiado sensibles a
desviaciones de la normal y, en general, esta hipótesis puede obviarse cuando se dispone de un número
suficiente de datos, resulta recomendable contrastar siempre si se puede asumir o no una distribución
normal.
La simple exploración visual de los datos puede sugerir la forma de su distribución. No obstante, existen
otras medidas, gráficos de normalidad y contrastes de hipótesis que pueden ayudarnos a decidir, de un
modo más riguroso, si la muestra de la que se dispone procede o no de una distribución normal. Cuando
los datos no sean normales, podremos o bien transformarlos o emplear otros métodos estadísticos que
no exijan este tipo de restricciones (los llamados métodos no paramétricos).
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 216
A diferencia de una variable aleatoria discreta, una variable aleatoria continua puede tomar cualquier
valor fraccionario dentro de un intervalo de valores. Dado que existe un número infinito de medidas
fraccionarias posibles, no se pueden enlistar todos los valores con su probabilidad de ocurrencia
correspondiente, sólo se puede calcular la probabilidad de ocurrencia aleatoria de un valor entre dos
puntos, es decir, dentro de un área determinada, o un intervalo de valores.
Por su grado de perfeccionamiento es una de las más importantes en el análisis e interpretación de

distintos eventos o sucesos, tanto para la descripción como para la inferencia estadística.
La distribución normal hace uso de una función de densidad, como una regla de correspondencia entre
los valores de la variable y los valores de probabilidad asociados con ellos, ésta se define por la
densidad del área entre un valor y otro, es por eso que no puede asociarse un valor de probabilidad con
un solo valor de la variable.
Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su
extendida utilización, justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a
parecerse en su comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de
campana.
En otras ocasiones, al considerar distribuciones Binomiales, tipo B(n,p), para un mismo valor de p y
valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una curva en
"forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas variables
asociadas a fenómenos naturales que siguen el modelo de la normal:
1) Caracteres morfológicos de individuos (personas, animales, plantas, ... ) de una especie, por ejemplo,
tallas, pesos, envergaduras, diámetros, perímetros,...
2) Caracteres fisiológicos, por ejemplo, efecto de una misma dosis de un fármaco, o de una misma
cantidad de abono.
3) Caracteres sociológicos, por ejemplo, consumo de cierto producto por un mismo grupo de individuos,
puntuaciones de examen.
4) Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio
5) Errores cometidos al medir ciertas magnitudes.
6) Valores estadísticos, por ejemplo, la media aritmética.
7) Otras distribuciones como la Binomial o la de Poisson son aproximaciones normales.
Y en general cualquier característica que se obtenga como suma de muchos factores.
A continuación se describirá la distribución normal, su ecuación matemática y sus propiedades más

relevantes.
DISTRIBUCIÓN NORMAL DE PROBABILIDAD

Es una distribución de probabilidad continua, la curva de probabilidad que representa a la distribución
normal de probabilidad tiene forma de campana, así:
La distribución Normal se integra por dos modelos matemático-probabilísticos así:
La curva normal y la curva normal estándar son dos modelos distintos, pero al aplicar la distribución
normal, deben ser utilizados simultáneamente, por lo tanto se definen por separado las características de
cada una.
Principales características de la curva normal de probabilidad:

1) Hay toda una familia de distribuciones normales de probabilidad. Cada distribución normal específica
se distingue por su media µ y su desviación estándar a.
µ
Media aritmética
2) En el punto más alto de la curva normal se encuentra la media, la mediana y la moda de la distribución.
3) La media de la distribución puede ser cualquier valor numérico.
Media aritmética Media aritmética Media arirmetica
Tres curvas normales con desviación estándar igual pero con medias distintas.
4) La distribución normal de probabilidad es simétrica y su forma a la izquierda de la media es una

imagen de la forma a la derecha.
5) La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre - y +
00 es
00
teóricamente posible. Los extremos o colas de la curva se prolongan al infinito en ambas direcciones,
nunca tocan el eje horizontal.
6) De acuerdo con el valor de la desviación estándar, es decir en la medida en que ésta tienda a cero o
se acerque a cero, la curva puede tomar distinta figura así:
~ ~ ~
Leptokúrtica Mesokúrtica Platikúrtica
7) El área total bajo la curva de la distribución normal de probabilidad es igual a 1, es decir el 100%.
8) Los valores de probabilidad de la variable aleatoria normal se determinan con las áreas bajo la curva
normal.
9) Las áreas que más se usan para determinar las probabilidades de ciertos intervalos son:
µ- ... ¡u_µ_-:'========~::!::_44_26=======~-'-+_u
. . .r2u
. 1µ+3u
0.9972 .
))> El 68.26 % de las veces, una variable aleatoria normal toma un valor entre más o menos una
desviación estándar respecto al valor de su media.
}l>- El 95.44 % de las veces, una variable aleatoria normal toma un valor entre más o menos dos
desviaciones estándar respecto al valor de su media.
))> El 99.72 % de las veces, una variable aleatoria toma un valor entre más o menos tres
desviaciones estándar respecto al valor de su media.
1 O) La forma de la campana de Gauss depende de los parámetrosµ y a. La media indica la posición

de la campana, de modo que para diferentes valores deµ la gráfica es desplazada a lo largo del
eje horizontal. Por otra parte, la desviación estándar determina el grado de apuntamiento de la
curva. Cuanto mayor sea el valor de a, más se dispersarán los datos en torno a la media y la
curva será más plana. Un valor pequeño de este parámetro indica, por tanto, una gran
probabilidad de obtener datos cercanos al valor medio de la distribución.
Dos curvas con el mismo promedio pero con distintas desviaciones estándar.
Como se deduce de este último apartado, no existe una única distribución normal, sino una
familia de distribuciones con una forma común, diferenciadas por los valores de su media y su
varianza. De entre todas ellas, la más utilizada es la distribución normal estándar, que
corresponde a una distribución de media O y varianza 1.
La distribución normal de probabilidad es importante para la inferencia estadística por las siguientes
razones:
1) Se sabe que las medias obtenidas en muchos procesos aleatorios siguen esta distribución.
2) Las Probabilidades normales suelen servir para aproximar la distribución Binomial y Poisson.
3) Las distribuciones de estadísticas como la media y la proporción muestra! tienen distribución normal
cuando el tamaño de la muestra es grande, independientemente de la distribución de la población de
origen.
La distribuciónnormalestándarde probabilidad
Algunas características de la curva normal estándar de probabilidad:
1) Si una variable aleatoria tiene distribución normal con media µ = O y desviación estándar a = 1
entonces tiene una distribución normal estándar de probabilidad. Por lo general se usa la letra Z para
indicar esta variable aleatoria. La distribución normal estándar también recibe el nombre de
distribución Z.
2) La curva de probabilidad que representa gráficamente a la distribución normal estándar tiene el

mismo aspecto que otras distribuciones de probabilidad normales, pero con propiedades especiales
deµ= O y a= 1.
Z- µ=O
Media aritmética
3) La curva normal estándar utiliza unidades teóricas, estandarizadas o tipificadas en "Z", las que son positivas de
la media a la derecha y negativas de la media a la izquierda así:
Z = -? Z = -3 Z = -2 Z = -1 Z =O Z= 1 Z=2 Z= 3
Debido a que el valor de la desviación estándar es igual a uno, la curva normal estándar, siempre
presenta una figura mesokúrtica.
Relación entre la curva normal y la curva normal estándar

La aplicación de la distribución normal a un fenómeno específico significa la utilización de los dos
modelos, puesto que no puede utilizarse en ningún caso, la curva normal para definir el valor de
probabilidad de la variable X sin el apoyo de la curva normal estándar.
Los datos reales sobre el evento o suceso, deben ser analizados e interpretados a través de las medidas
de tendencia central y de dispersión, particularmente la media aritmética y la desviación estándar.
Los cálculos pueden ser efectuados a través de los modelos o fórmulas estadísticas, ya sea para series
simples o datos agrupados, sin embargo para determinar el valor de probabilidad en que pueda
esperarse que los eventos se presenten, es necesario utilizar el área bajo la curva normal estándar, y por
lo tanto convertir las unidades reales de X en unidades estandarizadas "z" lo que puede hacerse de
acuerdo con el estudio que se esté efectuando con la fórmula siguiente.
X-µ
Z=--
a
Para determinar áreas bajo la curva normal estándar se han creado tablas llamadas TABLAS DE ÁREAS
BAJO LA CURVA NORMAL ESTÁNDAR. Una de estas tablas da el área bajo una curva normal estándar
entre Z = O y Z = Z11 , donde Z,, > O; la cual se muestra sombreada en las siguientes figuras y se denota
por A(Zn).
z = -n Z= o
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDA~

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 o z
o.o 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 o.osro 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2488 0.2518 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2784 0.2794 0.2823 0.2852
o.a 0.2881 0.2910 0.2939 0.2967 0.2995, 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0,3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3982 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4400 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4856 0.4684 0.4871 0.4678 0.4688 0.4893 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4758 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4796 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4646 0.4850 0.4854 0.4657
2.2 0.4881 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 o.4s1a
2.4 0.49i8 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0,4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 04978 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4996 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
En la columna izquierda (primera columna) de la tabla están los valores de Z al décimo más cercano. Los
números en el renglón superior (primer renglón) son los valores centésimos.
Ejemplo No. 6.1
(Os Z $ 2.35) = A(2.35) = 0.4906

0.4906 es el área entre Z = O y Z = 2.35
En la columna izquierda (primera columna) de la tabla están los valores de Z al décimo más cercano. Los
números en el renglón superior (primer renglón) son los valores centésimos. Ejemplo, el elemento
correspondiente al renglón 2.3 (de la primera columna) y la columna .05 (del primer renglón) corresponde
a Z = 2.35 y es un área de 0.4906.
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTANDAR~

o z
El elemento correspondiente al renglón 2.3 (de la primera columna) y la columna .05 (del primer renglón)
corresponde a Z = 2.35 y es un área de 0.4906.
Ejemplo No. 6.2
Z = ·2.35 Z= O
(-2.35 s Z s O) = A(-2.35) = 0.4906
0.4906 es el área entre Z = -2.35 y Z =O

Utilizando la simetría, se calcula un área a la izquierda de Z = O.
determinando el área a la derecha de Z = O.
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDAR"

~
o z
' .. ":4931 . '.4932 ·.4;934 .; ..

•
Cómo encontrar probabilidades conociendo valores de Z
Ejemplo No. 6. 3
~ P(Z> 1.35) = 0.5000-A(1.35)

Solución
0.0885, esta probabilidad es el área a la derecha de Z 1.35. =

El área es igual a la diferencia entre el área total a la derecha de Z =o:o 0.5000,
=
y el área entre Z = O y Z 1.35, o A(1.35) = 0.4l15.
Área total a la derecha de Z =O es de 0.5000 (-)
Área entre Z = O y Z =1.35 es de 0.4115
Área a la derecha de Z = 1.35 es de 0.0885
Respuesta
Prz > 1.35J = O. 0885.
~ Prz < - 1.63J = 0.5 -A(- 1. 63)

Solución
Z= 1.63 Z= O
0.0516, esta probabilidad es el área a la izquierda de Z = - 1.63. El área es igual a la diferencia entre
el área total a la izquierda de Z = O, o 0.5000, y el área entre Z = - 1.63 y Z = O, o A(- 1.63) = 0.4484.
Área total a la izquierda de Z = O es de 0.5000 (-)

Área entre Z = O y Z = -1.63 es de 0.4484
Área a la izquierda de Z = -1.63 es de 0.0516
Respuesta
Prz < - 1 63J = O. 0516.
~ Pro46 < z < 1J = A(1) -A(0.46)

Solución
Probabilidad entre Z = O. 46 y z = 1. 00
Z= O Z = 0.46 Z=1
O. 1641, esta probabilidad es el área entre Z =

0.46 y Z = 1. El área es igual a la diferencia de dos
= =
áreas, el área entre Z O y Z = 1, o A(1) 0.3413, y el área entre Z = O y Z = 0.46, o A(0.46) 0.1772. =
=
Área entre Z O y Z = 1 es de 0.3413 (·)
Área entre Z = O y Z 0.46= es de 0.1772
Área entre Z = 0.46 y Z =1 es de 0.1641
Respuesta
P(o4s < z < 1J = O. 1641.
)" P(-3<Z<-12)=A(-3)-A(-1.2)
Solución
Probabilidad entre Z = -3 y Z = -1.2
O. 1138 esta probabilidad es el área entre Z = - 3 y Z = - 1.2.

El área es igual a la diferencia de dos áreas, el área entre Z = O y Z = - 3, o A(-3) = O. 4987,
y el área entre Z = O y Z = - 1.2, o A(- 1.2) = 0.3849.
Área entre Z = O y Z = -3 es de 0.4987 (-)

=
Área entre Z O y Z = -1.2 es de 0.3849
Área entre Z = -3 y Z = -1 .2 es de O .1138
Respuesta
P(- 3 < z c ; 1.2J = O. 1138.
)" P(-255=Z=1.61) =A(-2.55) +A(1.61)
Solución
Probabilidad entre Z = -2. 55 y Z = 1. 61
Z = -2.55
0.9379, esta probabilidad es el área entre Z = - 2.55 y Z =

1.61. El área es igual a la suma del área
entre Z = O y Z = - 2.55, o A{- 2.55) = 0.4946, más el área entre Z = O y Z = 1.61, o A(f.61) = 0.4433.
Área entre Z = O y Z = -2.55 es de 0.4946 (+)

Área entre Z = O y Z = 1.61 es de 0.4433
Área entre Z = -2.55 y Z = 1.61 es de 0.9379
Respuesta
Pr- 2.55 =z= 1.s11 = O. 9379.
Cálculo de probabilidad para cualquier distribución normal
Todas las probabilidades de todas las distribuciones normales se determinan con la distribución normal
estándar. Para una distribución normal con µ y (7 se pueden resolver sus interrogantes de probabilidad
acerca de su distribución, convirtiendo primero a una distribución normal estándar. La fórmula que se usa
para pasar de cualquier variable aleatoria normal X, con µ y <.1, a la distribución normal estándar es:
X-µ
Z=-
a
Donde
Z = Cantidad de desviaciones estándar que X se aleja de µ.
X= Variable aleatoria, valores individuales de la muestra.
=
µ Media poblacional.
<Y= Desviación estándar de la población.
Al restar X de ¡.1 da la distancia de µ a X. al dividir entre a se expresa esa distancia en términos de

unidades de desviaciones estándar tipificados.
=
Un valor de X igual a la /J da corno resultado un valor de Z O, un valor de X por debajo del valor de ¡1 da
como resultado un valor de Z negativo y un valor de X por arriba del valor de µ da como resultado un
valor de Z positivo. Los valores de Z se localizan a lo !argo del eje horizontal de la curva, y el área total
bajo la curva es 1 (el área a cada lado de f.J es 0.5000 o 50%).
Área= 0.5000 Área ::: 0.5000
-3 -2 -1 o 2 3
DISTRIBUCIÓN DE PROBABIIJDAD, VARIABLE ALEATORIA CONTINUA 226
Ejemplo No. 6.4

Esta fórmula también permite convertir valores de cualquier variable aleatoria X a valores estándar de Z,
por ejemplo, suponga que cierta distribución normal tiene ¡1 = 12 y a= 3. ¿Cuál es Ia probabilidad de que
la variable aleatoria X esté entre 1 O y 15?
Solución
Datos:
µ = 12
a= 3
P(1osxs 15)
X= 10 µ = 12 X= 15
=
Z -0.67 Z=O Z = 1.00.
Aplicando Ia fórmula
X-µ
Z=-
a
Cuando X= 10 CuandoX= 15
10-12 15-12
Z=--- Z=---
3 3
-2 3
Z= - 7=-
3 - 3
Z = - 0.67 Z=1
Entonces
P(-0.67sZs1)
0.5899. esta probabilidad es el área entre Z = - 0.67 y Z = 1. El área es igual a la suma del área entre Z =
= =
O y Z = - 0.67, o A{- 0.67) = 0.2486, más el área entre Z O y Z 1, o A(1) 0.3413. =
Área entre Z = O y Z = -0.67 es de 0.2486 (+)
Área entre Z = -0.67 y Z = 1.00 es de 0.5899
Respuesta
La probabííidad de que la variable aleatoria X este entre 10 y 15 es de 0.5899.
Como encontrar valores de X conociendo valores de área

Fórmula para calcular valores de X conociendo valores de área bajo la curva normal
X=µ± Za
Donde
X =
Valor desconocido de la variable aleatoria.
µ =
Media de la población.
Z =
Número de desviaciones estándar.
o = Desviación estándar de la población.
Para conocer el número de desviaciones estándar (Z) se usa la tabla de áreas bajo la curva normal
estándar.
Pasos
1) Se necesita conocer el área de interés en la curva normal, para determinar que área se buscará en la
tabla.
Ejemplo: Determinar el valor de Z para un área del 14.69%.
La proporción de área que se busca en la tabla de la curva normal estándar va de Z =

O a Z = Z,,. Por
simetría el área que se busca para encontrar los valores positivos de Z, es el área para los valores
negativos de Z, que va de Z = O a Z = - Z,1.
-· · A rea de buscar
0.4484
Z=-1.05 Z=O
área a buscar área a buscar

en la tabla en la tabla
Nota
-Z o z
2. Se busca en el cuerpo de la tabla el área igual a 0.3531, al localizarlo se recorre de derecha a

izquierda y de abajo hacia arriba y se forma el valor de Z, así:
2.1 Cuando el valor de área a que se busca, se encuentra en la tabla:
~
o z
lfJI.Bmll 1<:~;04 · e'., .05·
1
El número de desviaciones estándar Z = 1.05.
2.2 Cuando el valor de área que se busca, no se encuentra en la tabla:
Determinar el valor de Z, si el área a buscar en la tabla es 0.2500.
Cuando el valor de área a buscar no se encuentra en el cuerpo de la tabla, se calcula la

diferencia entre el valor de área que se busca y el valor de área anterior encontrado en la
tabla, luego se calcula la diferencia entre el valor de área que se busca y el valor de área
posterior encontrado en la tabla. La diferencia que más se aproxime al valor de área que se
busca, indica que valor de área se tomara para formar el valor de Z, si la diferencia es igual
se toma el valor de área posterior, así:

~
o z
La menor diferencia entre el valor de área buscado y los valores de área anterior y posterior
en la tabla es de 0.0014, lo que indica que, el área a tomar en cuenta para formar el valor de Z
es O. 2486. El número de desviaciones estándar Z = O. 67.
Ejemplo No. 6.5
Determinar el número de desviaciones estándar para:

1) El 30% de área.
2) El 73% de área.
3) El 34% de área alrededor de la µ.
4) El 15% de área bajo la µ.
5) El 23% de área sobre laµ.
6) El 23% de área al extremo derecho de la curva.
Solución
1) El 30% de área.
Z= -0.52 Z= O
El 73 % de área.
2) El 34 % de área al rededor de laµ.
Por simetría se busca un sólo valor en la tabla.
3) El 15 % de área bajo laµ.
4) El 23 % de área sobre laµ.

5) El 23 o/o de área al extremo derecho de la curva.
Ejemplo No. 6. 6
En una población con una distribución o comportamiento aproximadamente normal, se sabe que el valor
promedio es igual a 25 y que la desviación estándar es de 3.15. Calcular valores de X para:
1. El 45% de los casos alrededor de la media.

2. El 20% de los casos.
3. El 15% de los casos, a la diestra de la media.
Solucián
Datos:
µ = 25
a= 3.15
1) El 45% de los casos alrededor de la media.
X=? µ = 25
Z = -0.59 Z=O
X=µ± Zo
X= 25 ± 0.59(3.15)
X = 25 ± 1 .8585
X= 25 -1.8585 = 23.1415
X= 25 + 1.8585 = 26.8585
X= 23.14 µ = 25
DISTRIBUCIÓN DEPROBABillDAD, VARIABLE ALEATORIA CONTINUA 231
2) El 20% de los casos.
Área a buscar
0.3000
X=? µ = 25
Z=- 0.84 =
Z O
X:::µ - Zo
X = 25 - 0.84(3.15)
X= 25-2.646
X= 22.354
X= 22.35 µ = 25
3) El 15% de los casos, a la diestra de la media.
µ = 25 X=·?
Z=O Z = 0.39
X:::µ+ Za
X = 25 + 0.39(3.15)
X :::: 25 + 1.2285
X= 26.2285
Ejemplo No. 6.7

Según estudios realizados por Max & Ramiro Asociados, se llegó a determinar que, en Guatemala, la
edad promedio que tiene una persona al casarse por primera vez es de 23 años. Si las edades en el
primer casamiento tienen una distribución normal, con una desviación estándar de 3.5 años.
1) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga:
1.1) entre 24 y 25 años de edad?
1 .2) entre 17 y 19 años de edad?
1.3) como mínimo 21 años de edad?
1.4) a lo sumo 20 años de edad?
1.5) no menos de 32 años de edad?
1.6) menos de 28 años de edad?
2) El 80% de las personas que se casan por primera vez, ¿a qué edad lo hacen?
3) El 35% de las personas que se casan por primera vez; ¿a qué edad lo hacen?
4) El 45% de las personas que se casan por primera vez, alrededor de la media,
¿entre que edades lo hacen?
5) El 15% de las personas que se casan por primera vez, sobre la µ, ¿entre que edades lo hacen?
6) El 18% de las personas que se casan por primera vez, bajo laµ ¿entre que edades lo hacen?
7) ¿Cuáles son los valores límite, de las edades de casamiento?
8) El 30% de las personas, ¿a qué edad mínima se casan?
9) El 60% de las personas se casan a una edad, ¿que supera los cuantos años?
1 O) El 45% de las personas se casan a una edad inferior, ¿de cuántos años?
Solución
Datos:
µ = 23 años
a= 3.5 años
1.1) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga entre 24 y 25 años
de edad?
P,2, <X> ~¿'7\
\ -º1.. ¡- -· .-
µ :::: 23 X ~ 24 X s 25
Z= O Z=0.28 Z=0.57
P124s:xs25,,
'
= P(·24.23 -z 25-23\
-3.5-!, :s~-)
= Pro.2a:sZ!i0.57J
'
X - ¡.¡
Z=--
o
Cuando X= 24 Cuando X= 25
24-23 25-23
Z=--- Z=---
3.5 3.5
1 2
Z=-
3.5
z =-
3.5
Z = 0.28 Z = 0.57
Área entre Z = O y Z = 0.57 es de 0.2157 (-)

Área entre Z = O y Z 0.28 = es de 0.1103
Área entre Z = 0.28 y Z = 0.57 es de 0.1054
Respuesta
La probabilídad de que una persona que se case por primera vez tenga entre 24 y 25 años de edad
es de O. 1054.
1.2) ¿Cuál es la probabilídad de que una persona que se case por primera vez tenga entre 17 y 19 años
de edad?
X 2 17 X s 19 µ:::: 23
Z= -1.71 Z=-1.14 Z=O
P1.17sX~19) = P(17-23.
---
3.5
sz s
19.23, = P(.1.71sZs-1.14.J
----J
3.5
. .
X - f..l
Z= ---·
(I
Cuando X= 17 Cuando X= 19
17-23 19-23
Z=-- Z=---
3.5 3.5
-6 -4
Z=-
3.5
z= --
3.5
Z=-1.71 Z=-1.14
Área entre Z = O y Z = - 1. 71 es de 0.4564 (-)

Área entre Z = O y Z = - 1.14 es de 0.3729
Área entre Z = -1.71 y Z = -1.14 es de 0.0835
Respuesta
La probabilidad de que una personé'! que se case por primera vez tenga entre 17 y 19 años de edad
es de O. 0835.
1.3) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga como mínimo 21
años de edad?
X 2: 21 µ = 23
Z = -0.57 Z=O
X-µ
z = -----
º
z - 21
----- 23
3.5
-2
Z=-
3.5
Z= - 0.57
Área total a la derecha de Z =O es de 0.5000 (+)

Área entre Z = - 0.57 y Z = 00
es de 0.7157
Respuesta
La probabilidad de que una persona que se case por primera vez. tenga como mínimo 21 años
de edad es de O. 7157.
1.4) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga a lo sumo 20
años de edad?
0.3051
X S 20 ¡.¡ = 23
Z =
-0.86 Z"' O
p (X s 20) = p!Z <-- ~g3.__:5__?~\=' p (Z s - 0.86\
X-p
Z=-
o
20 - 23
Z=--
3.5
-3
Z=-
3.5
Z= - 0.86
Área totat a la izquierda de Z = O es de 0.5000 (·)

=
Área entre Z O y Z = - 0.86 es de 0.3051
Área entre Z = - 0.86 y Z = - "" es de 0.1949
Respuesta
La probabilidad de que una persona se case por primera vez tenga a lo sumo 20 años de edad
es de O. 1949.
1.5) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga no menos de
32 años de edad?
µ = 23 X 2 32
Z=O Z"' 2.57
P(x 2! 32) = P(z >

-
~3.:.~~) = Pez .:e-2.sn
3.5 I
X-µ
Z=-
a
32- 23
z= 3.5
6
Z=-
3.5
Z = 2.57
Área total a la derecha de Z =O es de 0.5000 (·)

Área entre Z = 2.57 y Z = ee es de 0.0051
Respuesta:
La probabilidad de que una persona que se case por primera vez tenga no menos de 32 años
de edad es de o. 0051.
1.6) ¿Cuál es la probabilidad de que una persona que se case por primera vez tenga menos de 28
años de edad?
=
µ 23 X$ 28
Z=O Z ce 1,43
z z: X-·--o- P
28- 23
Z= ----
3.5
5
Z=-
3.5
Z = 1.43
Área total a la izquierda de Z = o es de 0.5000 (+)

Área entre Z =oyZ= 1.43 es de 0.4236
Área entre Z = - ""y Z = 1.43 es de 0.9236
Respuesta
La probabilidad de que una persona que se case por primera vez tenga menos de 28 años de edad
es de O. 9236.
2) El 80% de las personas que se casan por primera vez, ¿a qué edad lo hacen?
u= 23 X=?
Z=O Z:::: 0.61
X=µ+ Zo
X = 23 + 0.84(3.5)
X= 23 + 2.94
X= 25.94
DISTRIBUCIÓN DE PROBABIIJDAD. VARIABLE ALEATORIA CONTINUA 237
Respuesta
El 80% de las personas que se casan por primera vez lo hacen a los 25.94 años de edad.
3) El 35% de las personas que se casan por primera vez, ¿a que edad lo hacen?
Área a buscar
0.1500
X=? µ = 23
Z = -0.39 Z=O
X=µ -ze
X= 23 - 0.39(3.5)
X= 23 -1.365
X= 21.635
X = 21.64 µ = 23
Respuesta
El 35% de las personas que se casan por primera vez lo hacen a los 21.64 años de edad.
4) El 45% de las personas que se casan por primera vez, alrededor de la media, ¿entre que edades lo
hacen?
X=? =
µ 23 X~=?
Z = - 0.60 Z=O Z = 0.60
X=µ± Zo
X = 23 ± 0.60(3.5)
X= 23 ± 2.1
X = 23 - 2.1 = 20.9
X=23+2.1 =25.1
X= 20.9
Respuesta
El 45% de las personas que se casan por primera vez, alrededor de la media, lo hacen entre los 20. 9
y 25. 1 años de edad.
4) El 15% de las personas que se casan por primera vez, sobre la media, ¿entre que edades lo hacen?
µ = 23 X=?
Z =O Z = 0.39
X=µ+ Zo
X= 23 + 0.39(3.5)
X= 23 + 1.365
X= 24.36
µ = 23 X = 24.36
Respuesta
El 15% de las personas que se casan por primera vez, sobre la media,
lo hacen entre los 23 y 24.36 años de edad.
5) El '18% de las personas que se casan por primera vez, bajo la media, ¿entre que edades lo hacen?
X=? µ = 23
Z = -0.47 Z=O
X=µ~ Za
X= 23 - 0.47{3.5)
X::::: 23 - 1.645
X= 21.355
X ce 2i .36 µ r. 23
Respueete
El 18% de las personas que se casan por primera vez, bajo la media, lo hacen entre los 27.36 y 23
años de edad.
6) ¿Cuáles son los valores límite de las edades de casamiento?
X=? µ = 23 X=?
Z = - 3.00 Z=O Z = 3.00
X=µ± Za
X= 23 ± 3.00(3.5)
X= 23 ± 10.5
X= 23-10.5 = 12.5
X= 23 + 10.5 = 33.5
X=12.5 µ=23
Respuesta
Los edades límite para casarse son 12.5 y 33.5 años.
7) El 30% de las personas, ¿a qué edad mínima se casan?
Área a buscar
0.2000
µ = 23 X= ?
Z= O Z= 0.52
X=µ+ Zo
X= 23 + 0.52(3.5)
X= 23 + 1.82
X= 24.82
DISTRIBUCIÓN DE PROBABIIJDAD. VARIABLE ALEATORIA CONTINUA 241
µ = 23 X = 24.82
Respuesta
El 30% de las personas se casan por primera vez a una edad mínima de 24.82 años.
8) El 60% de las personas se casan a una edad, ¿que supera los cuantos años?
X::::µ- Za
X= 23 - 0.25(3.5)
X:::: 23-0.875
X= 22.125
Respuesta
El 60% de las personas que se casan por primera vez a una edad que supera los 22.12 años.
DISTRIBUCIÓN DE PROBABIIJDAD, VARIABLE ALEATORIA CONTINUA 242
9) El 45% de las personas se casan a una edad inferior. ¿de cuántos años?
X=? µ = 23
Z=-0.13 Z=O
X=µ - Z<:1
X= 23 - 0.13(3.5)
X= 23- 0.455
X= 22.545
X = 22.54 µ = 23
Respuesta
El 45% de las personas se casan por primera vez, a una edad inferior a los 22.54 años.
Ejerciciospara practicaren clase

Ejercicio No. 1
El peso de los paquetes que transporta la empresa "TRASLADO SEGURO", ubicada en la cabecera
municipal del departamento de Chimaltenango, se distribuye con media de 165 libras y una desviación
estándar de 13 libras.
1. ¿Qué porcentaje de paquetes transportados por dicha empresa tendrá un peso:
1 .1. Inferior a 172 libras?
1.2. Entre 169 y 174 libras?
2. ¿Qué peso permite asegurar que, elegido un paquete al azar, el 67% de los demás paquetes tengan
un peso inferior que él?
3. ¿Qué peso permite asegurar que, elegido un paquete al azar, el 76% de los demás paquetes tengan
un peso por arriba que él?
Ejercicio No. 2
Los Coordinadores de Área en la Escuela de Administración, están inseguros sobre la negociación con el
Estado y con los Empresarios, referente a las posiciones de empleo y sus salarios después de un año de
labores; por ello se efectuó una investigación y se determinó que los estudiantes que lograron graduarse
durante tal periodo, habían logrado incrementar su posición y salario dentro de la organización. El salario
promedio fue de 06,720.00, con una varianza de 037,150.00.
Si la distribución de salarios tiene un comportamiento aproximadamente normal, determine:

1. El porcentaje de salarios que estuvieron por debajo de 07,600.00
2. La proporción de salarios que estuvieron por arriba de 04,600.00
3. Entre qué salarios estará el 90% de las personas con menor salario
4. ¿Cuál es el salario mínimo del 40% de personas con mayor salario?
Ejercicío No. 3
Los siguientes datos representan la duración de la vida útil, en meses, de un lote de baterías para
camión.
1. Si se selecciona una batería de ese lote, ¿qué probabilidad habrá que la duración de la vida útil sea:
1 .1 . no más de 24 meses?
1.2. De 69.5 meses o más?
1.3. más de 21 pero menos de 32.5 meses?
1.4. como máximo 70 meses?
2. Si se desea seleccionar al 22% de las mejores baterías, ¿a partir de cuantos meses empezaran a
fallar?
3. Si se desea seleccionar al 11 % de las peores baterías, ¿a partir de cuantos meses empezaran a
fallar?
Aproxímación de la distnbucíón Binomial por la distribución Normal
Si la cantidad de intentos es grande, es difícil calcular, a mano o con calculadora, la probabilidad de

ocurrencia del número de éxitos haciendo uso de la distribución Binomial. Cuando se da este tipo de
problemas, para su solución; se puede hacer una aproximación de la distribución normal a la distribución
Binomial. Se considera que dicha aproximación es buena en los casos en que la cantidad de intentos es
mayor de 20, np > 5, y nq 2.: 5, es decir.jz > 5.
La aproximación de la Binomial por la normal es posible por el siguiente teorema:
Sea X una variable aleatoria Binomial con media µ = np y varianza el= npq. Entonces la distribución de:
X-np
z = .Jñpq
Cuando n -··• =. es la distribución normal estándar con mediaµ= o y varianza el= 1.

Hay que tener claro que la distribución Binomial es una distribución discreta y la normal es continua por
eso hay que realizar lo que se llama corrección por continuidad.
Ejemplo No. 6.8

Se sabe que 60°/o de los alumnos que acuden a la universidad de San Carlos de Guatemala realizan al
menos una compra de comida chatarra. En una muestra de 60 alumnos, ¿Cuál es la probabilidad de que:
1) Al menos 35 alumnos realicen una compra?

2) Exactamente 25 alumnos realicen una compra?
3) No más de 40 alumnos realicen una compra?
4) Menos de 30 alumnos realicen una compra?
5) Más de 45 alumnos realicen una compra?
Solucián
Datos Comparación para verificar si se puede aproximar

o= 0.60 np 36 = ¿np ;,~ 5?, si cumple
«= 0.40 nq = 24 ¿ no ?. 5?, si cumple
n = 60 n 60 = ¿n > 20?, si cumple
Los valores que toman laµ y la a son:
µ = np
µ = 60(0.60}
µ = 36
o= Jnpq
a= j(60)(0.60)(0.40)
o = 3.79
No olvidar que, con una distribución continua de probabilidad, el resultado de probabilidad de cualquier
valor único es cero. Para aproximar la probabilidad Binomial de X éxitos se debe sumar y/o restar 0.5,
que es el factor de corrección por continuidad. Se introduce, el factor, porque se usa una distribución
continua de probabilidad para aproximar una distribución discreta. El factor es indispensable porque la
totalidad del área bajo la distribución normal continua tiene que corresponder a algún evento numérico
aunque sea imposible un número fraccionario de éxitos, entre 11 alumnos y 12 alumnos. En el proceso
de aproximación normal un evento discreto, como 12 alumnos, tiene que ser considerado como un
intervalo continuo de valores desde un límite inferior exacto de 11.5 hasta un límite superior exacto de
12.5.
El 0.5 se suma o se resta como factor de corrección por continuidad según la forma del enunciado de
probabilidad:
Sumar y restar 0.5 cuando se requiere P(x = x,.)
Restar 0.5 cuando se requiere P(X?-X,,¡
Restar 0.5 cuando se requiere P(x < X">
Sumar 0.5 cuando se requiere P<x,., x ¡0
Sumar 0.5 cuando se requiere P v<,, Xo)
1) ¿Cuál es la probabilidad de que al menos 35 alumnos realicen una compra?
P(X;e 35)
X= 35 - o. 5 = 34. 5 (por ser el signo ?. se le resta el factor de corrección por continuidad)

X'?. 35 µ := 36
Z= -0.40 Z= O
p {X:? 34 5) = p rz\ ••, ?.~:.5-.~.

3.79
]~,:::
I
p (Z?. • 0.40)
z - ·X-µ
-------
º
34.5 - 36
Z= -----·
3.79
-1.5
z= 3.79
Z = - 0.358 = - 0.40
Área total a la derecha de Z = O es de 0.5000 (+)

Área entre Z = - 0.40 y Z = .., es de 0.6554
Respuesta
La probabilidad de que al menos 35 alumnos realicen una compra es de O. 6554.
2) ¿Cuál es la probabilidad de que exactamente 25 alumnos realicen una compra?
Prx= 2sJ
=
X 25 ± O. 5 = 24. 5 y 25. 5 (por ser el signo = se le resta y se le suma el factor de corrección por
continuidad)
O 4972
O 4988
X~ 24.5 X$ 25.5 u= 36
z» -3.03 Z=-2.77 Z=O
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEA TORIA CONTINUA 246
24.5 - 36 25.5 - 36
Z=--- Z=---
3.79 3.79
- 11.5 - 10 5
z::: ----- Z=---
3.79 3.79
Z = - 3 0643 = - 3.03 Z = - 2.7704 = - 2.77

Área total de Z = O y Z = - 3.03 es de 0.4988 (-)
Área entre Z = O y Z = - 2. 77 es de 0.4972
Área entre Z = - 3.03 y Z = - 2.77 es de 0.0016
Respuesta
La probabilidad de que exactamente 25 alumnos realicen una compra es de 0.0016.
3) ¿Cuál es la probabilidad de que no más de 40 alumnos realicen una compra?
Prxs 40)
X= 40 + O. 5 = 40.5 (por ser el signo s se le suma el factor de corrección por continuidad)
PO<. s -to.s: = P<Z $ 40 s - Jsl= P1z s 1.19>

-:f'fg-
X -11
Z=-
o
40.5 - 36
Z=---
3.79
Z = 1.1873 = -1.19
DISTRIBUCIÓN DE PROBABIUDAD, VARIABLE ALEATORIA CONTINUA 247
Área total a la izquierda de Z=O es de 0.5000 (+)

Área entre Z = - 00
yZ = 1.19 es de 0.8830
Respuesta
La probabilidad de que no más de 40 alumnos realicen una compra es de 0.8830.
4) ¿Cuál es la probabilidad de que menos de 30 alumnos realicen una compra?

P{X< 30)
X= 30 - O. 5 = 29. 5 (por ser el signo < se le resta el factor de corrección por continuidad)
xs 29.5 µ==36
Z= -1.72 Z==O
X-µ
Z=--
a
29.5 - 36
Z=---
3.79
- 6.5
Z=-
3.79
Z = 1.7150 = -1.72
Área total a la izquierda de Z =O es de 0.5000 (-)

Área entre Z = - y Z = - 1.72
00 es de 0 .. 0427
Respuesta
La probabilidad de que menos de 30 alumnos realicen una compra es de O. 0427.
5) ¿Cuál es la probabilidad de que más de 45 alumnos realicen una compra?
Prx > 45J
X= 45 + O. 5 = 45. 5 (por ser el signo > se le suma el factor de corrección por continuidad)
IJ'°' 36 X~45.5
Z= O Z:::: 2.51
Z =X.~
o
45.5 - 36
Z=---
3.79
9.5
z= 3.79
Z = 2.5066 = 2.51
Área total a la derecha de Z = O es de 0.5000 (-)
Área entre z = o y Z = 2.51 es de 0.4940
Área entre Z = 2.51 y Z = "° es de 0.0060
Respuesta
La probabilidad de que más de 45 alumnos realicen una compra es de 0.0060.
Ejercicio para practicar en clase

Ejercício No. 1
Una máquina produce componentes que son defectuosos en un 10%. Se elige al azar una muestra de 60
de estos componentes.
Calcular las probabilidades de que:

1) Como máximo 6 componentes estén defectuosos.
2) Tenga 3 o más componentes defectuosos.
3) Menos de 7 componentes estén defectuosos.
Ejercicio No. 2
El 35% de los habitantes de una ciudad votan por cierto partido político. Se encuesta a 200 personas,
¿cuál es la probabilidad de que entre la gente de la encuesta haya:
1) entre 70 y 80 votantes de ese partido?
2) Más de 60 votantes de ese partido?
3) A la sumo 65 votantes de ese partido?
Ejercicio No. 3
Durante cierta epidemia de gripe, se enferma el 30% de la población. En un aula con 200 estudiantes,
¿Cuál es la probabilidad de que al menos 40 de ellos padezcan la enfermedad? y Calcular la probabilidad
de que haya como máximo 60 estudiantes con gripe.
Aproximación de la distribución Poisson por la distribución normal

Cuando la µ de una distribución Poisson es relativamente grande, la distribución Normal de probabilidad
puede servir para probabilidades de Poisson. Una regla conveniente es que esta aproximación es
aceptable cuando p > 10.
La media y la desviación estándar de la distribución normal de probabilidad se basan en:

µ=µ
Ejemplo No. 6.9

En un gran supermercado de la cabecera municipal de Chimaltenango, en promedio 0.5 clientes por
minuto llegan a una caja registradora.
1) Más de 250 clientes lleguen a la caja registradora durante una jornada de trabajo de 8 horas?
2) Menos de 50 clientes lleguen a una caja registradora durante 1 hora?
Solucián
1) ¿Cuál es la probabilidad de que: más de 250 clientes lleguen a la caja registradora durante una
jornada de trabajo de 8 horas?
µ = 0.5 clientes por minuto
Entonces
En un minuto --> O.SO clientes

En 480 minutos ....> cuanto clientes
Cálculos
480(0.50)
µ = = 240 clientes
1
r=
a= i,1µ
e = './240
o =15.49 clientes
Se aplica el factor de corrección por continuidad.
P,x-· ,.50,1
250 + O. 5 = 250 5
0.2518
ll "'240 X 2: 250.5
Z=O Z = 0.68
p lX z 250 5) : p(Z > 250 5 - 240/ p (Z;: 0.68)

- 15.49 ·
z = ----
X-µ
o
250.5 - 240
Z=----
15.49
10.5
z:::: ----·
15.49
Z = 0.6778 = 0.68
Área total a la derecha de Z =O es de 0.5000 (-)

Área entre Z=OyZ = 0.68 es de 0.2518
Área entre Z = 0.68 yZ= C() es de 0.2482
Respuesta
La probabilidad de que más de 250 clientes lleguen a la caja durante una jornada de 8 horas
es de 0.2482.
2) ¿Cuál es la probabilidad de que menos de 50 clientes lleguen a la caja registradora durante 1 hora?
µ = 0.5 clientes por minuto
Entonces
En un minuto-, 0.50 clientes

En 60 minutos ·-··, cuanto clientes
Cálculos
60(0.50) .
µ = ----
1
= 30 clientes
C1 = Jµ
o= v'30
o =5.48 clientes
Se aplica el factor de corrección por continuidad.
Pv-· 50,1
50- 0.5 = 49.5

µ"' 30
Z=O
P(Xs495) = P,z<
1
-
~;,~_---~.9.,=
o 48 r
P(Zs3.56)
X-µ
Z=--
o
49.5 - 30
z= 5.48
19.5
Z=--
5.48
Z = 3.5584 = 3.56
Área total a la izquierda de Z = O es de 0.5000 (+)
Área entre Z =OyZ z: 3.56 es de 0.4998
Área entre Z =- 00
yZ = 3.56 es de 0.9998
Respuesta
La probabilidad de que menos de 50 clientes lleguen a la caja durante 1 hora es de 0.9998.
Hoja de Trabajo No. 9

Ejercicio No. 1
El encargado del Puesto de Salud del municipio de El Tejar, del departamento de Chimaltenango, indica
que se atienden a 585 niños de 5 años de edad. El peso medio encontrado en ese grupo de niños es de
31 libras con una varianza de 7.84.
1. Una institución privada ofrece ayuda alimenticia para el 10.38% de los niños que más lo necesitan.
¿A partir de que peso se tomará en cuenta para proporcionar la ayuda alimenticia?
2. ¿Qué porcentaje de niños se encuentra con peso entre 26 y 34 libras?
3. ¿Cuántos niños tienen un peso como mínimo de 27 libras?
4. ¿Qué proporción de niños tienen peso como máximo de 31 libras?
E.jercicío No. 2
El tiempo promedio de elaboración de un producto alimenticio en un proceso es de 50 minutos, con una
desviación estándar de 8 minutos.
1. Si selecciona en forma aleatoria un producto alimenticio, halle la probabilidad de que el proceso de

elaboración dure:
1.1. Más de 1 hora con 5 minutos.
1.2. Entre 22 y 30 minutos.
1.3. Como mínimo 21 minutos.
1.4. A lo sumo 1 hora con 1 O minutos.
2. El 63% de los procesos de elaboración duran más de cuantos minutos.
3. ¿Cuáles son los minutos mínimo y máximo para el 0.20 de todos los procesos de elaboración
alrededor del promedio general?
Ejercicio No. 3
Los siguientes datos representan la duración de la vida, en horas, de un lote de baterías, para cierto
juego infantil.
4.
17 20 10 45 23 13 12 13 19 26
12 26 40 26 27 6 28 36 27 7
25 28 32 42 19 36 21 17 16 18
16 35 35 29 2 32 28 12 32 29
25 30 18 35 10 4 27 35 19 8
5. Si se selecciona una batería al azar, ¿cuál es la probabilidad que la vida útil:

5.1. sea inferior a 1 O horas?
5.2. sobrepasa los 14 horas?
5.3. Entre 25 y 49 horas?
5.4. se a lo sumo de 7 horas?
6. ¿Qué tiempo, en horas, permite asegurar que, elegida una batería al azar, el 67% de las demás
baterías tengan un vita útil superior que ella?
7. ¿Qué tiempo, en horas, permite asegurar que, elegida una batería al azar, el 76% de las demás
baterías tengan una vita útil inferior que ella?
Ejercicio No. 4
Se estima que la temperatura máxima en el mes de junio, en el municipio de Patzicía, del departamento
de Chimaltenango, sigue una distribución normal, con media 15º y desviación típica 3º.
1. Calcular el número de días del mes en los que se espera alcanzar temperaturas:
1.1. Máximas entre 13º y 18º.
1.2. Inferiores a 19º.
1.3. Superiores a 17º.
2. Para el 20% de los días más calurosos que temperatura mínima o máxima se espera.
3. Para el 15% de los días más fríos que temperatura mínima o máxima se espera.
Ejercicio No. 5
Una empresa instala en una ciudad 20,000 bombillas para su iluminación. La duración de una bombilla
sigue una distribución normal con media 302 días y desviación típica 40 días. ¿Cuántas bombillas se
espera que se fundan antes de 365 días? ¿Cuántas durarán más de 400 días?
Ejercicio No. 6
Los ingresos diarios de una empresa tienen una distribución normal con media 35,560 quetzales y
desviación estándar de 2,530 quetzales. Justifica si es o no razonable el esperar obtener un día unas
ventas superiores a 55,000 quetzales. Calcular cuántos días en un año se espera obtener unas ventas
superiores a 40,620 quetzales.
Ejercícío No. 7
El cuadro siguiente muestra la nota promedio de todos los cursos aprobados por los estudiantes de la
USAC hasta el octavo semestre de la carrera de administración de empresas en el año 2009:
Nota promedio de todoslos cursosaprobados No. de Estudiantes
- -~ - De 61
De 66
a 65
a 70
52
55
De 71 a 75 58
De 76 a 80 60
De81 a 85 57
De 86 a 90 54
De 91 a 95 51
La Directora de la Escuela de Administración de Empresas dice que el estudio tiene un comportamiento
normal y que está preparando un informe para presentarlo ante Junta Directiva de la Facultad de
Ciencias Económicas para lo cual desea conocer lo siguiente:
1. La probabilidad de que el promedio se encuentre entre los valores de 63 y 80 puntos.

2. El promedio de puntos que se encuentran como mínimo en el 40% de los casos.
3. Cuantos estudiantes reportan una nota de 83 puntos como máximo.
4. La nota promedio para un máximo del 69% de los estudiantes.
5. La nota promedio para un mínimo del 25% de estudiantes y a cuantos estudiantes corresponde.

Ejercicio No. 1
El proceso de despacho en una empresa, tiene un comportamiento aproximadamente normal, con una
media de 20 y una desviación de 3 pedidos despachados al día. Para el siguiente día se desea saber:
1. Cuál será la probabilidad de que se despachen

1 .1. El total de la cuota , si ésta es de 28 pedidos
1.2. Sobre pase la cuota de despacho anteriormente indicada.
2. Cuántos despechos pueden esperarse si :

2.1. Se hace una revisión cuando haya transcurrido un 28% del día
2.2. Se desea un 40% arriba de los 20 promedio observados.
Ejercicío No. 2
El laboratorio de computación de una universidad, tiene un promedio de 70 solicitudes de servicio al día,
con una desviación estándar de 8 solicitudes. Para mejorar el servicio en un día, se desea responder a lo
siguiente:
1. Si la capacidad de atención es de 85 solicitudes, que probabilidad habrá de que no se atienda al

estudiante
2. Si el rendimiento en el uso del equipo, indica que debe haber un mínimo de 54 solicitudes, que
probabilidad habrá de que no se cumpla ese requisito.
Ejercicio No. 3
En el puesto de Salud de Santa Elena, zona 18, ciudad capital, se atiende a 385 niños de 5 años de
edad. El peso medio encontrado es de 33 libras con una varianza de 7.84.
1. Una institución privada ofrece ayuda alimenticia para el 12.30% de los niños que más lo necesitan. A
partir de que peso se tomará en cuenta para proporcionar la ayuda alimenticia?
2. Qué porcentaje de niños se encuentran con peso entre 28 y 36 libras?
3. Cuántos niños tienen un peso de cómo mínimo de 25 libras?
4. Qué proporción de niños tiene peso como máximo de 32 libras?
Ejercicio No. 4
El entrenamiento de un equipo de atletas, tiene un comportamiento aproximadamente normal, con un
promedio de 26 minutos en pruebas de diez kilómetros y una desviación estándar de 1.5 minutos.
1. Cuál será la probabilidad de que en la próxima prueba los atletas:
1.1. Hagan un tiempo no mayor de 23.7 minutos.
1.2. No superen su promedio
1.3. Hagan un tiempo entre 24 y 28.8 minutos
2. Qué tiempo puede esperarse para:

2.1. 20% con su mínimo esfuerzo
2.2. El 30% con su mejor esfuerzo
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEA TORIA CONTINUA 254
EJERCICIO No. 5
La tabla siguiente, contiene los resultados de una encuesta realizada por el CIEN con respecto al salario
mínimo que devengan los trabajadores y trabajadoras en las principales maquiladoras de ropa que
operan en el país:
Número de trabajadores y
Salario mínimo
trabajadoras
500- 800 14
801- 1100 17
1101- 1400 18
1401- 1700 20
1701- 2000 19
2001- 2300 16
2301- 2600 14
De acuerdo con la información, elabore el análisis respectivo y responda lo siguiente:

1. Cuál es la probabilidad de que al entrevistar a una persona, el salario mínimo se encuentre entre
1, 100 a 1,350 quetzales por mes.
2. Cuál es el salario promedio máximo en el 60% de los casos.
3. Cuántas personas reportan como máximo la cantidad de 02,000 mensuales.
4. Cuál es el salario promedio en el 40% de los casos alrededor de la media.
5. Cuáles son los límites mínimos y máximos de la distribución.
Ejercicio No. 6
Las ventas de cuadernos en una librería, tiene un comportamiento aproximadamente normal, con un
promedio de 5,000 unidades en una semana, con una desviación estándar de 150 unidades. Para la
próxima semana se desea saber:
1. La venta máxima de cuadernos, si la probabilidad de venta es del 78%.
2. La venta mínima, si la probabilidad de venta fuera del 38%.
3. Si se tiene un objetivo de venta de por lo menos 4,690 cuadernos semanales ¿Que probabilidad se
tiene de cumplirlo?
Ejercicio No. 7
Un estudio sobre la vida útil de un automóvil da una media de 16.5 años, con una desviación estándar de
24 meses y medio.
1. Calcular la probabilidad de que un automóvil seleccionado al azar tenga una vida útil:
1.1. De cómo mínimo 17.25 años.
1.2. Entre 14 y 16.5 años.
1.3. De 15 años o menos.
1.4. Que sobrepase los 14 años con seis meses.
2. ¿Qué vida permite asegurar que, elegido un automóvil al azar, el 37% de los demás automóviles
sean peores que él?
3. ¿Qué vida permite asegurar que, elegido un automóvil al azar, el 26% de los demás automóviles
sean mejores que él?
Ejercicio No. 8
La duración media de un teléfono móvil es de cuatro años y 6 meses, con una desviación estándar de 6
meses.
1. Si la vida útil del teléfono se distribuye normalmente, calcular la probabilidad de que, al comprar un
móvil, este dure:
1.1. Más de 5 años.
1.2. Como máximo 3 años con 6 meses.
1.3. Entre 4.5 y 5.75 años.
1.4. No más 4.9 años.
2. Si desea seleccionar el 45% de los peores móviles, ¿Cuántos años se espera de duración media?
3. Se desea seleccionar el 35% de los mejores móviles, ¿Cuántos años se espera de duración media?
Ejercicio No. 9
El peso de los paquetes que transporta cierta empresa se distribuye con media de 165 libras y una
desviación típica de 13 libras.
8. Si se selecciona un paquete al azar, ¿cuál es la probabilidad de que el peso del paquete:
8.1. sea inferior a 78 kilogramos?
8.2. sobrepasa los 72.5 kilogramos?
8.3. Entre 76.25 y 79 kilogramos?
8.4. se a lo sumo de 77.5 kilogramos?
9. ¿Qué peso, en kilogramos, permite asegurar que, elegido un paquete al azar, el 67% de los demás
paquetes tengan un peso superior que él?
1 O. ¿Qué peso, en kilogramos, permite asegurar que, elegido un paquete al azar, el 76% de los demás
paquetes tengan un peso más inferior que él?
Ejercício No. 10
Los resultados de una prueba objetiva, a un grupo de operarios, indicaron que la distribución del tiempo
que se llevan para realizar cierta actividad era normal, con media 80 minutos y desviación estándar de 1 O
minutos.
1. Si se selecciona a un operario en forma aleatoria, ¿cuál es la probabilidad de que:

1.1. no sobrepase los 70 minutos, para realizar la actividad?
1.2. se lleve más de 75 minutos, para realizar la actividad?
1.3. se lleve más de 55 pero menos de 80 minutos, para realizar la actividad?
2. Si se desea seleccionar al 20% de los mejores operarios, ¿a partir de qué tiempo, en minutos, se ha
de escoger?
3. Si se desea seleccionar al 10% de las peores operarios, ¿a partir de qué tiempo, en minutos, se ha
de escoger?
Ejercicio No. 11
El tiempo que tarda un ordenador con Sistema Operativo Windows en producir errores graves del sistema
sigue una distribución de media de 20 días, con desviación estándar de 5 días.
4. Si instalamos Windows en nuestro PC ¿Qué probabilidad hay de que aguante sin producir ningún
error grave del sistema:
4.1. no más de 24 días?
4.2. 19.5 días o más?
4.3. más de 21 pero menos de 22.5 días?
4.4. como máximo 18 días?
5. Si se desea seleccionar al 10% de las mejores instalaciones. ¿a partir de cuantos días empezaran a
fallar?
6. Si se desea seleccionar al 20% de las peores instalaciones, ¿a partir de cuantos días empezaran a
fallar?
Ejercícío No. 12
Supongamos que la variable que expresa el tiempo (en meses) que tarda en salir el primer diente de los
niños tiene un comportamiento normal con media de 7.5 y desviación estándar de 1.5.
Calcule la probabilidad de que a un niño le salga el primer diente:

1) Habiendo cumplido ya un año.
2) Antes de los 5 meses.
3) Después de haber cumplido 6 meses.
4) En cuantos días, mínimo, le podrá salir el primer diente para el 15% de todos los niños.
5) ¿Cuáles podrán ser los valores límite, en meses, que tarda en salir el primer diente a los niños?
Ejercicio No. 13
La vida útil de una marca de bombillas sigue una distribución normal de media 1,200 horas y desviación
estándar de 250 horas. ¿Qué proporción de bombillas tiene un tiempo de vida inferior a 1,050 horas?.
¿Qué proporción de bombillas tiene un tiempo de vida superior a 1,350 horas? ¿Cuál es el tiempo de vida
útil mínimo para el 65% de las bombillas.
Ejercicio No. 14
Los resultados de una prueba objetiva pasada a 200 personas indicaron que la distribución de
puntuaciones era normal, con media 80 puntos y desviación estándar de 1 O puntos.
Calcular cuántos de los examinados han obtenido:

1) Puntuación superior a 90 puntos.
2) Puntuación inferior a 55 puntos.
3) Puntuación comprendida entre 65 y 95 puntos
4) Si deseamos seleccionar al 10% de las mejores pruebas, ¿a partir de qué puntuación hemos de
escoger?
Ejercicio No. 15
En una empresa que distribuye productos alimenticios se ha observado que los pesos de las cajas de
cereal, presentan una distribución normal, con una media de 2.5 libras y una desviación estándar de 9.5
onzas. Con los datos anteriores, se desea conocer lo siguiente:
1) ¿Cuál es la probabilidad de que el peso de una caja sea de:
1.1) Por lo menos 1.87 libras?
1.2) Entre 1.56 y 1.90 libras?
1.3) Como máximo 48 onzas?
1.4) Como mínimo 28 onzas?
2) ¿Cuál es el peso de las cajas para:

2.1) El 55% de los casos?
2.2) Una proporción del 0.35 de los casos?
2.3) Un 44% alrededor de la media?
3) ¿El 65% de las cajas sobrepasa un peso de?
4) ¿El 0.35 de las cajas tiene un peso inferior de?
Ejercicio No. 16
El propietario de una imprenta ha determinado que normalmente, el costo de producción mensual es de
51 O quetzales en promedio, con una varianza de 08, 100.00. Por medio de un análisis estadístico, el
propietario desea que usted de respuesta a lo siguiente:
1) ¿Cuál? es la probabilidad de que el costo mensual sea de:

1.1) Como máximo 0510.00.
1.2) Entre 0515.00 y 0540.00.
1.3) Cuando menos 0450.00.
1.4) De 0460.00 a 0590.00.
2) ¿Cuál? es el costo para:

2.1) Tres cuartos de los casos.
2.2) El 33% de los casos.
2.3) Una proporción del 0.70 de los casos.
Ejercicío No. 17
Una empresa de contabilidad ha descubierto que el tiempo que normalmente se utiliza para realizar un
proceso contable es de 15 días en promedio, con una variación de 2 días. La empresa desea que usted
le de asesoría en los aspectos siguientes:
1. ¿Cuál? es la probabilidad de que el proceso se realice:

1.1. En diez días a lo sumo.
1.2. En 17 días como mínimo.
1.3. En 12 días o más.
1.4. Entre 15.5 y 16 días
2. ¿En cuántos días? se puede realizar el proceso para:

2.1. El 30% de los casos
2.2. El 0.44 distribuido alrededor de la media
2.3. Un porcentaje del 20 sobre la media
3. ¿Cuál será el valor mínimo y máximo de los días para realizar el proceso?
Ejercício No. 18
Un entrenador ha observado que el tiempo promedio normal en el que los corredores terminan un
maratón es de 3.17 horas, con una desviación típica de 10.3 minutos.
1. El entrenador desea conocer la probabilidad de que el tiempo sea de:

1 .1 . Como mínimo 3 horas.
1.2. A lo sumo 200 minutos.
1.3. Entre 3.25 y 4 horas.
1.4. Como máximo 180 minutos.
2. ¿Cuál será el tiempo para:

2.1. Una proporción del 0.15 bajo la media?
2.2. Un porcentaje del 30 de los casos?
2.3. Una probabilidad del 0.35 alrededor de la media?
3. ¿Cuáles serán los tiempos límites?

4. ¿Cuántos minutos utilizan en el 65% del recorrido?
Ejercicio No. 19
El jefe de producción de una fábrica ha observado que la producción diaria presenta normalmente un
promedio de 1.8 miles de unidades con una desviación estándar de 105 unidades. El jefe desea que
usted como especialista en estadística, de respuesta a lo siguiente:
1) ¿Cuál es la probabilidad de que la producción diaria sea:

1.1) Por lo menos de 2,000 unidades?
1.2) Como mínimo de 1,700 unidades?
1.3) De 1,850 a 1,900 unidades?
1.4) Cuando más de 1,650 unidades?
2) ¿Cuál será la producción diaria para:

2.1) Una probabilidad del 0.75 de los casos?
2.2) El 15% de los casos?
2.3) El 0.40 alrededor de la media?
3) ¿Cuál será la producción promedio diaria para un 0.15 sobre la media? y ¿cuantos días son?, si el
total de días laborados es de 260.
Ejercicio No. 20
La vida media de una lámpara, según el fabricante, es de 5.67 años, con una desviación estándar de 5
meses. Se supone que se distribuye según una distribución normal.
En un lote de 100,000 lámparas:

1) ¿Cuántas lámparas no superarán previsiblemente los 75 meses?.
2) ¿Cuántas lámparas se estropearán después de 60 meses?
Ejercicio No. 21
El consumo medio bimestral de energía eléctrica en una ciudad es de 59 Kwh., con una desviación
estándar de 6 Kwh. Se supone que se distribuye según una distribución normal. a) ¿Cuántos Kwh.
tendría que consumir bimestralmente para pertenecer al 5% de la población que menos consume?. b) Si
usted consume 65 Kwh. ¿qué % de la población consume más que usted?
Ejercicio No. 22
El tiempo medio de los electricistas de una empresa en realizar el montaje de un determinado cuadro
eléctrico es de 4 días, con una desviación estándar de 1 día. Se supone que se distribuye según una
distribución normal.
Calcular:
1) Porcentaje de electricistas que tardan más de 3 días.
2) Tiempo a partir del cual del cual se sitúa el 10% de los electricistas que menos tiempo emplean en
realizar el cuadro.
3) Tiempos mínimo y máximo que engloba al 40% de los electricistas con tiempo medio.
Ejercicio No. 23
El cociente intelectual (C.I.) de los alumnos de una universidad se distribuye normalmente con media 115
y desviación típica 12. Se consideran brillantes y superdotados a aquellos alumnos cuyo C.I. es igual o
superior a 139 y 145 respectivamente.
Calcule:
1. La probabilidad de que un alumno
1.1. Sea brillante.
1.2. Sea superdotado.
2. Si en la universidad estudian 10,000 alumnos, ¿cuantos brillantes y cuantos superdotados hay entre
ellos?
3. ¿Cuál es el punteo máximo para el 50% de los alumnos?
4. ¿Los valores límite, en puntos, del C. l. de los alumnos?
5. ¿Cuál es el punteo mínimo para el 60% de los alumnos?
Ejercicio No. 24
Supongamos que la variable que expresa el tiempo (en meses) que tarda en salir el primer diente de los
niños tiene un comportamiento normal con media de 7 y desviación estándar de 1 .5.
1. Calcule la probabilidad de que a un niño le salga el primer diente:

1.1. Habiendo cumplido un año y medio.
1.2. Después de los 8 meses.
1.3. Antes de haber cumplido 10 meses.
2. En cuantos días, máximo, le podrá salir el primer diente para el 35% de todos los niños.
3. ¿Cuáles podrán ser los valores límite, en meses, que tarda en salir el primer diente a los niños?
TEOREMA DEL LÍMI1E CENTRAL 259
C1\.PITULO VII
• Teorema del Límite Central
• Naturaleza e Importancia
• Aplicación del Teorema del Límite Central
• Ejemplo de realización de un control de calidad
• Ejercicios para practicar en clase
• Hoja de Trabajo No. 1 o

TEOREMA DEL LÍMITE CENTRAL 260
CAPÍTULO VII
TEOREMA DEL LÍMITE CENTRAL
Naturaleza e importancia
El Teorema del Límite Central consiste en un conjunto de resultados acerca del comportamiento de
las distribuciones muéstrales, en el que se afirma, bajo ciertas hipótesis, que la distribución de las
medias de un número muy grande de muestras se aproxima a una distribución normal.
Es la base científica sobre la cual el investigador se apoya para realizar la inferencia o inducción
estadística, es una proposición matemática que afirma una verdad demostrable.
Si se obtiene una muestra de una población normal, entonces la media muestra! tiene una
distribución normal sin importar el tamaño de la muestra "n". Sin embargo, se puede demostrar que
de hecho no importa el modelo de probabilidad del cual se obtenga la muestra; mientras la
media y la varianza existan, la distribución de muestreo de X se aproximará a una distribución
normal conforme "n" aumente. Lo anterior constituye uno de los más importantes teoremas en
inferencia estadística y se conoce como TEOREMA DEL LIMITE CENTRAL.
En muchos casos, puede concluirse en forma segura que la aproximación será buena mientras
"ne 30".
El teorema del límite central (TLC) permite usar la distribución normal como la distribución de las
medias de muestras grandes (ne 30), sin interesar cual sea la distribución original de las variables
aleatorias.
Si se seleccionan muestras aleatorias de n observaciones de una población con media µ y

desviación estándar a, entonces, cuando n es grande, la distribución muestra! de medias tendrá
aproximadamente una distribución normal con una media igual a µx y una desviación estándar de
ax . La aproximación será cada vez más exacta a medida de que n sea cada vez mayor.
n = so
La desviación estándar de la distribución muestra! de un estadístico se conoce como error estándar

del estadístico.
Con relación al teorema del límite central se debe enfatizar en:
1. Si el tamaño de la muestra n es suficientemente grande (n > 30) la distribución normal de las

medias será aproximadamente normal. No importa si la población es normal, sesgada u
uniforme, si la muestra es grande el teorema se aplicará.
2. La media de la población y la media de todas las posibles muestras son iguales. Si la población
es grande y un gran número de muestras son seleccionadas de esa población entonces la
media de las medias muéstrales se aproximará a la media poblacional.
3. La desviación estándar de la distribución muestra! de las medias, a la que llamaremos error

estándar, es determinado por:
o
Ux =-;=_.
vn
El teorema del límite central se fundamenta en tres propiedades, las que para una mejor
información se enuncian, tanto para medias como para proporciones, de la manera siguiente:
Primera propiedad
La media de las medias muéstrales, o la proporción de las proporciones muéstrales, en una
actividad del muestreo con realizada con apego a las bases técnicas, es igual a la media de la
población o a la proporción de la población, es decir:
Para medias aritméticas Para proporciones
Donde
µx = media de las medias muéstrales (media general)
µ = media de la población
Pp· = proporción de las proporciones muéstrales
P = proporción de la población
Interpretación
Lo que se afirma en este postulado, es que entre el valor de la media de las medias muéstrales o el
de la proporción de las proporciones muéstrales, y el de la media aritmética o la proporción de la
población, no existe diferencia significativa, es decir, que puede ser menor, igual o mayor, pero
estadísticamente es igual si la diferencia se encuentra entre determinados límites aceptables, como
puede notarse se refiere a medidas de tendencia central, donde el límite es el centro de la
distribución de probabilidad de la población.
Segunda propíedad
Para medías etitmetices
El error estándar de la distribución del muestreo es igual al valor de la desviación estándar de la

población dividida entre la raíz cuadrada del número de elementos de la muestra.
(J
=---
(J
X ,./ñ
Donde
ax. = error estándar de la distribucióndel muestreode la media
a = desviación estándar de la población
n = número de elementos de la muestra (tamaño de la muestra)
Para proporciones
/pQ
o.=
P
1-n
I
~
Donde
ªp· = error estándar de la distribución del muestreo de la proporción
P = proporción de la pobteclon
Q = proporción COMPLEMENTO de la población
n = tamaño de la muestra
Interpretación
Para medias aritméticas
Afirma que no existe diferencia significativa entre el valor del error estándar de la distribución del
muestreo de la media y la desviación estándar de la población dividido entre la raíz cuadrada del
número de elementos de la muestra.
Para proporciones
Afirma que el valor del error estándar de la distribución del muestreo de la proporción y el valor de
la raíz cuadrada de la multiplicación de las proporciones poblacionales dividido entre el número de
elementos de la muestra, son iguales.
Como puede notarse en ambos casos se refiere a medidas de dispersión, haciendo siempre la
misma interpretación, en el sentido que puede haber diferencia pero ésta no es significativa.
Tercera propiedad
La distribución del muestreo de la media o de la proporción, cuando éste ha sido técnicamente

realizado, y el número de observaciones es de treinta o más tiene un comportamiento normal o
aproximadamente normal, así:
y
µ,
µ
Para medías aritméticas
Para proporciones
y
Pp X
p
Una consecuencia de este teorema es la siguiente
Dada cualquier variable aleatoria con esperanza µ y para n lo bastante grande, la distribución de la
variable X- µ lcrx. es una normal estándar.
APLICACIÓN DEL TEOREMA DEL LÍMITE CENTRAL
Para medias aritméticas

Si recordamos la distribución normal, es una distribución continua, en forma de campana en donde
la media, la mediana y la moda tienen un mismo valor o un valor aproximadamente igual y es
simétrica.
Con esta distribución podíamos calcular la probabilidad de algún evento relacionado con la variable
aleatoria, mediante la siguiente fórmula:
X-µ
Z=-
a
En donde Z es una variable estandarizada con media igual a cero y varianza igual a uno. Con esta
fórmula se pueden hacer los cálculos de probabilidad para cualquier ejercicio, utilizando la tabla de
áreas bajo la curva normal estándar o tabla Z.
Sabemos que cuando se extraen muestras de tamaño mayor o igual a 30 o bien de cualquier
tamaño de una población normal, la distribución muestra! de medias tiene un comportamiento
aproximadamente normal, por lo que se puede utilizar la fórmula de la distribución normal con
µ = µx y a/-/ñ = ax , entonces la fórmula para calcular la probabilidad del comportamiento del
estadístico, en este caso la media de la muestra, quedaría de la siguiente manera:
X-µ
Z=--
o//ñ
Con el propósito de que el estudiante se familiarice con la utilización de lo afirmado en los
postulados del teorema del límite central, se plantea a continuación tres ejemplos cuya base reside
en información obtenida de una o más muestras, y la utilización de la distribución normal.
Ejemplo No. 7.1

El gerente general, señor Axel Ramiro Batres Gutiérrez, de una agencia de bienes raíces, ha
realizado un estudio estadístico sobre sus ventas anuales y ha establecido que el ingreso mensual
por venta de casas, en un suburbio de la ciudad, tiene un comportamiento normal con una media
de 0148,000.00 por reservaciones o enganches, con una desviación estándar general de
062,000.00.
Tomando como base la información proporcionada por el señor Batres Gutiérrez se le pide:
1. Si se toma una muestra de 25 meses, ¿cuál es la probabilidad de que el ingreso mensual

promedio sea:
1.1. No inferior a Q 100,000.00?
1.2. Al menos de Q120,000.00?
1.3. De Q155.000.00 a 0175,000.00?
2. ¿Qué ingreso promedio mensual, mínimo y máximo, se puede esperar en 12 meses entre el
20% y el 78% de los enganches o reservaciones?
3. ¿Qué ingreso promedio mensual, máximo, se puede esperar en 12 meses para el 53% de los
enganches o reservaciones?
4. El ingreso promedio mensual mínimo para el 65% de los enganches o reservaciones, si se

toman 12 meses.
5. Para 12 meses, 114 de ellos superan que ingreso promedio mensual.

6. Si se desea seleccionar al 10% ·de las mejores ventas promedio mensual, ¿a partir de cuantos
quetzales se ha de escoger?, para una muestra de 20 meses.
7. Si se desea seleccionar al 20% de las peores ventas, ¿hasta cuantos quetzales se ha de

escoger?, para una muestra de 15 meses.
Solución
Datos
µ = 148,000
a= 62,000
1.1. Si se toma una muestra de 25 meses, ¿cuál es la probabilidad de que el ingreso mensual
promedio sea no inferior a Q100,000.00?
Datos
=
n 25 meses
µ = 148,000 quetzales
X = 100,000 quetzales
p.
(X i!100.000)
x :! 100,000 ¡.¡ = 148,000

=
Z -3.87 Z=O
X-µ
Z=--=
o/.../n
100,000 - 148,000
z= 62,000/25
- 48.000
z= 62.000/5
- 48,000
z= 12,400
Z = - 3.87
Área total a la derecha de Z = O es de 0.5000( +)
Área entre Z = - 3.87 y Z = 00
es de O. 9999
Respuesta La probabilidad que el ingreso mensual promedio. por reservaciones o enganches

en ventas de casas, sea no inferior a Q l 00, ooo. na es de O 9999.
1.2 Si se toma una muestra de 25 meses, ¿cuál es la probabilidad que el ingreso mensual
promedio sea: de Q120.000.00 al menos?
Datos
=
n 25 meses
X= 120,000 quetzales
p(X 2:120.000)
x :! 120.000 µ = 148,000
Z:::: • 2.26 Z=O
X-µ
z = --;::::
a/,in
120.000 - 148,000
z= 62.000/25
- 28.000
z = 62,000/5
z- . -
- 28.000
12,400
Z = - 2.26
Área total a la derecha de Z = O es de 0.5000(+)

Área entre Z = • 2.B6 y Z = 00
es de 0.9881
Respuesta
La probabilidad que el ingreso mensual promedio, por reservaciones o enganches en ventas
de casas, sea: de Q120,000.00 al menos es de 0.9881.
1.3. Si se toma una muestra de 25 meses, ¿cuál es la probabilidad que el ingreso mensual
promedio sea: de 0155.000.00 a 0175.000.00?
Datos
n = 25 meses
X= 155,000 y 175,000 quetzales
p (155 -
000,;;; X'.;:; "175,000)
µ" 14b.OOO X ;, 15S_OOO :;;;; $17$.iJO(i
Z= O Z = 0.56 Z = 2.18
X-µ
Z=--
aívn
Cuando X= 155,000 Cuando X= 175,000
155,000-148.000 175,000 - 148,000

Z=------- Z=------
62,000í.125 62,000h'25
7,000 27,0000
z= 62,000/5 z= 62,000/5
7,000 27,0000
z= 12,400 Z= 12,400
Z = 0.56 Z = 2.18
Área entre Z = o y Z = 2.18 es de 0.4854 (-)

Área entre Z = 0.56 y Z = 2.18 es de O 2731
Respuesta
La probabilidad que el ingreso mensual promedio, por reservaciones o enganches en ventas
de casas, sea de 0155.000.00 a 0175,000.00 es de 0.2731.
TEOREMA DEL LÍMITE CEN'IRAL 267
2. ¿Qué ingreso promedio mensual, mínimo y máximo, se puede esperar en 12 meses entre el
20% y el 78% de los enganches o reservaciones?
X:=? 1,1 = 148,000 x=:?

Z = -0.84 Z=O Z= 0.77
- o
X=µ±Z--
{ñ
x = 148,ooo - o.84(62,ooo;m)
x = 148,ooo - 0.84(62,000¡3.454101615)
x = 148,ooo - o.84{17.897.85835)
X:= 148.ooo-1s,034_20101
X= 132,965.799
:X= 148,ooo + o.77(62,000/fü)

X= 148,000 + 0.77(62,000/3.464101615)
X= 148,ooo + 0.77(17,897.85835)
x == 148,000 + 13.781.35093
x = 161,781.3509
x = 132,966 µ = 148,000 x = 161,781
Respuesta
El ingreso mensual promedio mínimo y máximo, entre el 20% y el 78% de las reservaciones o
enganches en ventas de casas, que se puede esperar en 12 meses, es de Q132,966 y
Q16'1,781.
3. ¿Qué ingreso promedio mensual, máximo, se puede esperar en 12 meses para el 53% de los
enganches o reservaciones?
x=?
Z = 0.08
- 0-
X=µ± Z-=
vn
x = 148,ooo + o.08(62,000/ill)
x = 148.ooo + o.08(62,üüü/3.464101615)
X= 148.000 + 0.08(17 897.85835)
x = 148,000 + 1.431.828668
X= 149,431.8287
Respuesta
El ingreso promedio mensual, máximo, que se puede esperar en 12 meses para el 53% de los
enganches o reservaciones es de Q149.432.
4. El ingreso promedio mensual mínimo para el 65% de los enganches o reservaciones

mensuales, si se toman 12 meses.
X:=? JJ = 148,000
Z = -0.39 Z=O
- a
X=µ ±Z-
.fñ
X:= 148,ooo - o.39(62,000/fü)
X= 148,000- ü.39(62,000/3.464101615)
x = 148,ooo - 0.39(17,897.85835)
x = 148,ooo - 6,980.164755
X= 141,019.8352
µ = 148,000
Respuesta
El ingreso promedio mensual mínimo, por reservaciones o enganches en ventas de casas,
para el 65%, si se toman 12 meses, es de 0141,020.
5. Para 12 meses, ·t/4 de ellos superan que ingreso promedio mensual.
erecha de Z =O
µ = 148,000 X::::: ?
Z= O Z = 0.67
-·· o
X=µ±Z-=
.../n
x = 148.ooo + 0.67( 62,000/v'12)
X= 148,ooo + 0.67(62,000/3.464101615)
x = 148,ooo + o.67{17,897.85835)
X= 148,ooo + 11.991.56509
X= 159,991.5651
µ = 148.000 x = 159,992
Respuesta
114 de los doce meses superan un ingreso promedio mensual, en los enganches o
reservaciones en ventas de casas, de Q159,992.
6. Si se desea seleccionar al 10% de las mejores ventas promedio mensual, ¿a partir de cuantos
quetzales se ha de escoger?, para una muestra de 20 meses.
0.500"
Area a bu., , r
0.4000
¡.i = 148.000 x=?

Z= O Z = 1.28
- o
X=µ±Z,=
-vn
X= 148.000 + 1.28(62;000í.j20)
x = 148.ooo + 1.28( 62,000/ 4.4 72135955)
X:= 148,ooo + 1.28(13,863.62146)
x = 148,ooo + 17,745.43547
x = 165,745.4355
µ = 148,000
Respuesta
El 10% de las mejores ventas promedio mensuales se ha de escoger a partir de Q165. 745,
para una muestra de 20 meses.
TEOREMA DEL LÍM11E CENTRAL 271
7. Si se desea seleccionar al 20% de las peores ventas, ¿hasta cuantos quetzales se ha de

escoger?, para una muestra de 15 meses.
x =? µ = 148,000
Z = -0,84 Z=O
X=µ±Z ~--
vn
x = 148,ooo - 0.84(62,000;.fis)
x = 148,ooo - o.84(62,000/3.872983346)
X:= 148,ooo - o 84(16,008.33117)
X= 148,ooo - 13,446.99818
x = 134,553.0018
X: = 134,553 µ = 148,000
Respuesta El 20% de las peores ventas promedio mensuales se ha de escoger hasta

0134,553, para una muestra de 15 meses.
Para proporciones
Existen ocasiones en las cuales no se está interesado en la media de la muestra, sino se quiere
investigar la proporción de artículos defectuosos o la proporción de alumnos reprobados en la
muestra. La distribución muestra! de proporciones es la adecuada para dar respuesta a estas
situaciones. Esta distribución se genera de igual manera que la distribución muestral de medias, a
excepción de que al extraer la muestra o las muestras de la población se calcula el estadístico
proporción p = xln en donde "x" es el número de éxitos u observaciones de interés y "n" el tamaño
de la muestra.
La fórmula que se utiliza para el cálculo de probabilidad en una distribución muestra! de
proporciones está basada en la aproximación de la distribución normal a la distribución Binomial.
Esta fórmula sirve para calcular la probabilidad del comportamiento de la proporción en la muestra.
Ejemplo No. 2.5

Jairo Ramiro Batres López, propietario de una fábrica de artículos de aluminio reciclado, obtiene su
materia prima de envases y otros productos que ya han sido utilizados. Hasta el semestre pasado
todo hacía parecer que no había ningún tipo de problema, sin embargo, a principios de este
semestre, se ha reportado un 20% de la producción con serios defectos en la solidez del material y
se reportan constantes quebraduras.
1. El señor Batres López desea, que para cualquier muestra de 250 unidades que se revisen, se
calcule e interprete, la probabilidad que la proporción de defectos, sea:
1.1. No más del 15%.
1.2. Del "19% al 22%.
1.3. Como máximo de un 18.67%.
2. Si se toma una muestra de 500 unidades, se le pide:

2.1. La proporción defectuosa mínima y máxima para el 43% de los casos alrededor de la
proporción poblacional.
2.2. El 65% de las unidades no supera que proporción de defectos.
2.3. Los límites para el 10% bajo la proporción de la población.
Solución
Datos
P = 0.20 defectuosos
Q = O. 80 no defectuosos
1.1. ¿cuál es la probabilidad que la proporción de defectos, sea no más del 15%?
Datos
n = 250 unidades
P = O. 20 defectuosos
p' = O. 15 defectuosos
P(µ -,0.15)
C' 5COO
0.4761
«
p' S 0.15 P = 0.20
Z= -1.98 Z=O
p - p
Z=--
/pQ
¡--
' n
TEOREMA DEL LÍMJ'IE CENTRAL 273
0.15 - 0.20
z - ---------
/ (0. 20)(0 .80)
\J 250
- 0.15
z = {ff6
'\J 250
- O.OS
z - ---------
v O. 00064
- 0.05
z= 0.025298221
Z = - 1.976423091 = - 1.98
Área entre Z = - .., y Z = -1.98 es de 0.0239
Respuesta
La probabilidad que la proporción de defectos, por la solidez del material en la fábrica de
artículos de aluminio reciclado, sea no más del 15% es de 0.0239.
1.2. ¿cuál es la probabilidad que la proporción de defectos, sea del 19% al 22%?
Datos
n =250 unidades
=
P O. 20 defectuosos
=
Q O. 80 no defectuosos
p' = 0.19 y 0.22 defectuosos
p(0.19 s p s 0.22)
p'?:0.19
Z = -0.53
TEOREMA DEL LÍMITE CEN'JRAL 274
0.19 - 020 0.22- 0.20

z- -------- z - ---------
f(o.20) (O. 80) / (0.20)(0 .80)
'1--250-- ~ 250
- 0.01 O 02
z- --;::=:=. Z=-- ~-
/QJ_?_ ¡9.:_16
\! 250 \f 250
- 0.01 0.02
z = ------ Z=-----
v'0.00064 v'0.00064
- 0.01 0.02
z= O 025298221 z= 0.025298221
Z = - 0.395284711 =- 0.40 Z = - 0.790569423 =- 0.79
Área entre Z = O y Z = - 0.40 es de 0.1554 (+)

Área entre Z z: - 0.40 y Z = 0.79 es de 0.4406
Respuesta
artículos de aluminio reciclado, sea del 19% al 22% es de 0.4406.
1.3. ¿cuál es la probabilidad que la proporción de defectos, sea como máximo de un 18.67%?
Datos
n =250 unidades
=
p' O. 1867 defectuosos
P¡p- so.1867)
p' S 0.1867 P = 0.20

Z = -0.53 Z =O
p - p
Z=--
/PO
¡---
'\¡ n
0.1867 - 0.20
Z= ·------
/(0.20)(0.80)
~ 250
- 0.0133
z= ,---
10.16
~250
- 0.0133
Z= -===
.../0.00064
- 0.0133
z= 0.025298221
Z = - 0.52728666 =- 0.53

Área entre Z = - y Z = - 0.53
00
es de 0.2981
Respuesta
artículos de aluminio reciclado, sea como máximo de un 18.67% es de 0.2981.
2.1. Calcule la proporción defectuosa mínima y máxima para el 43% de los casos alrededor de la
proporción poblacional.
Datos
n = 500 unidades
p' =? P= 0.20 p' =?

Z::: • 0.57 Z= O Z= 0.57
iPQ
p'=P±Z /-
---J n
TEOREMA DEL LÍMITE CENTRA°L 276
. i(0.20}(0.80)
P = O . 20 ± O . 57 ~1------
500
.-----
. /0.16
p = 0.20 ± 0.57 ¡ 500
'1
p = 0.20 ± 0.57J0.00032
p = 0.20 ± 0.57(0.017888543)
p = 0.20 ± 0.010196469
p' = 0.20 - 0.010196469 = 0.189803531
p' = 0.20 + 0.010196469 = 0.210196469
p" =0.19 P = 0.20 p" = 0.21
Respuesta
La proporción defectuosa rrururna y máxima, por la solidez del material en la fábrica de
artículos de aluminio reciclado, para el 43% de los casos alrededor de la proporción
poblacional esta entre O. ·19 y 0.21.
2.2. El 65% de las unidades no supera que proporción de defectos.

Datos
n = 500 unidades
P = 0.20 defectuosos
Área total a la izquierd ez=O

0.5000
I .
Area a buscar
0.1500
;;.----->i'
Área de in erés
ia=---------º-·-=6·º-º---~~ P 0.20 p' =?

Z= O Z = 0.39
r--
p'=P±ZJn
'PQ
, l(0.20)(0.80)
p ::: 0.20 + 0.39 /-- 500 _
\/
,--
.::: + /0.16
p 0.20 0.39~ 500
p = 0.20 + 0.57/0.00032
p: = 0.20 + 0.39(0.017888543)
p = 0.20 ± 0.006976531 = 0.206976531
P = 0.20
Respuesta
El 65% de las unidades no supera una proporción de defectos, por solidez del material en la
fábrica de artículos de aluminio reciclado, del O. 21.
2.3. Los límites para el 10% bajo la proporción de la población.
Datos
n = 500 unidades
p =? P = 0.20
Z = -0.25 Z=O
0.1000
/pa
p> P ±Z /--
~ n
. ¡1----
(0.20}(0 .80)
P =020-025
. . ~ 500
' r;:-;,--
p = 0.20 - o.2sv 0.00032
p ' = 0.20 - 0.25(0.017888543)
p ' = 0.20 ± 0.004472735 = 0.195527865
0.1000
p = 195 P = 0.20
Respuesta
Los límites para la proporción defectuosa, por la solidez del material en la fábrica de artículos
de aluminio reciclado, para el 10% bajo la proporción de la población son, 0.195 y 0.20.
Ejemplo de aplicación en un control de calidad:
Uno de los casos más habituales en los que se puede aplicar el teorema del límite central es a la
hora de hacer un proceso de control de calidad.
Se entiende por control de calidad el seguimiento de cierta variable aleatoria en un proceso de

producción a partir de la media de muestras sucesivas.
Se establece un intervalo, de manera que las medias que caigan fuera de este intervalo indicarán
que existe alguna anomalía en el proceso de producción en aquel instante. Los límites de este
intervalo se denominan límites de control.
Siµ es la esperanza de la variable de interés, a la desviación típica y se considera una muestra de

esta variable de tamaño n, los límites de control vendrán dados por µ + 3a!vn y µ - 3crl-v'n. Es
decir, calculamos tres veces el error estándar a lado y lado de la media. Por tanto, la longitud del
intervalo es dos veces el triple del error estándar. ¿Por qué se toma este intervalo? Si se aplica el
teorema del límite central sobre la variable de interés, sabemos que la media de n datos se
distribuye como una normal con media µ y varianza d'lvf1. Se demuestra fácilmente que la
probabilidad de que una media esté fuera del intervaloµ+ 3crl\ih y µ - 3a!vh es de 0.001 (esto
significa que un valor fuera de este intervalo, si el proceso funcionase correctamente, se puede dar
sólo con una probabilidad de 0.001). Por lo tanto, cuando se dé un valor fuera del intervalo, se
puede pensar que no es casualidad y que el problema es que la variable no se comporta como se
suponía.
Ejemplo 2.6
Si se considera una máquina que llena tarros de yogur. Se supone que, de media, cada tarro
contiene 125 gramos de yogur, con una desviación estándar de 1,5 gramos. Todas las semanas se
hace un control de la máquina, se analiza una muestra de 30 tarros y se calcula la media de cada
uno. En este ejemplo el error estándar es:
a
ªx = vn
-,=
1.5
a·=----
x 136
1.5
ªx = 5.477225575
ªx = 0.273831279
Por tanto, los límites de control serán:
L1 =? ?= 125
Z = - 3.00 Z=O
Límites= 125 + 3.00(0.2739)
Límites = 125 + O 8217
L1 = 125 - 0.8217 = 124.1783
L2 z: 125 + 0.8217 = 125.8217
L1 = 124.18 ? = 125 L2= 125.82
Así pues, si la media, de las muestras semanales de tamaño 30, está entre estos dos valores, se
considera que todo está correcto, mientras que si es inferior a 124.18 o superior a 125.82 se
supondrá que hay alguna anomalía en el proceso de producción, y habrá que revisarlo. Por cierto,
para hacer este control de calidad sólo se desperdician treinta yogures a la semana.
TEOREMA DEL LÍlv!ITE CENTRAL 280

Ejercício No. 1
Se quiere hacer un estudio probabilístico sobre el valor de las ventas medias por hora, que se
producen en un kiosco. Se tiene información de que las ventas medias por hora, en el kiosco, son
de 400 quetzales y una desviación estándar de 40 quetzales. También se sabe que el 80% de los
clientes que visitan el kiosco son estudiantes universitarios.
1. Si se selecciona aleatoriamente 12 horas, determine la probabilidad de que las ventas

promedio por hora en el kiosco sean:
1 .1 . Superiores a los 430 quetzales.
1.2. Entre 365 y 375 quetzales.
1.3. Inferiores de 380 o superiores de 425.
2. El 10% de las horas tienen un promedio de ventas que sobrepasa los cuantos quetzales.
3. Que promedio de ventas puede esperarse para el 25% de las horas alrededor de la media real.
Ejercicio No. 2
Un artículo de un investigador especializado en salud, publicado en una revista metropolitana en el
mes de julio de 2012, indica que el contenido promedio de alquitrán de cierta marca de cigarrillos
es de 172 mg., con una desviación estándar de 5 mg. Además da a conocer que el 60% de las
personas que fuman en la actualidad son adolescentes.
1. Al seleccionar a 60 fumadores, determine la probabilidad de que la proporción de fumadores

jóvenes sea:
1.1. A lo sumo de 0.68.
1.2. Como mínimo de 0.49 pero como máximo de 0.54.
1.3. De 0.54 o menos.
2. Al seleccionar a 55 fumadores, determine la probabilidad de que la proporción de fumadores

no jóvenes sea:
2.1. Menor de 0.27 o mayor de 0.47.
2.2. Por lo menos de 0.55.
Ejercicío No. 3
El gasto anual en videojuegos de 500 jóvenes de un establecimiento educativo sigue una ley
normal con media de 960 quetzales y desviación estándar de 144 quetzales. Además se sabe que
50 de ellos son fanáticos de los videojuegos.
1. Si se selecciona aleatoriamente a 50 jóvenes, determine la probabilidad de que gasten
anualmente en videojuegos un promedio:
1.1. De 920 quetzales o más.
1.2. Entre 990 y 1.01 O quetzales.
1.3. A lo sumo de 899 quetzales.
2. El 33% de los jóvenes tienen un gasto promedio que supera los cuantos quetzales.
3. El 0.75 de los jóvenes tienen un gasto superior a cuantos quetzales.
4. Al seleccionar a 75 jóvenes, determine la probabilidad de que la proporción de los fanáticos a

los videojuegos:
4.1. Seasuperioral0.14.
4.2. Sea como máximo del O.OS.
4.3. Este entre 0.06 y O 08.
5. Al seleccionar a 60 jóvenes, determine la probabilidad de que la proporción de los no fanáticos

a los videojuegos:
5.1. Sea como mínimo de 0.82.
5.2. No supere el 0.90.
TEORElv!A DEL LÍMITE CEN'JRAL 281
Ejercicio No. 4
El Gerente de Producción de una compañía planea hacer un estudio, para determinar qué tiempo
promedio se llevan los operarios en hacer una unidad, de un determinado producto, sabiendo que
la desviación estándar generalmente aceptada es de 11.33 minutos. Un turno de trabajo, tomado
como una población de operarios(as), dio los siguientes datos, en minutos.
• Femenino
Masculino
40
35
Masculino
Masculino
72
38
Masculino
Femenino
1 42
52 ---
Masculino
-
Masculino I 41
65 Masculino
Femenino
61
46
Masculino 37 I Masculino 40 Masculino 58
-
Femenino 56 Masculino 49
- - -:::..
Masculino 25 Femenino 35 Masculino 45 }!ascu!J!!oJL39 Masculino ' .50
~
Masculino 42 Masculino 38 Femenino
-
56 Masculino 35 I Femenino 54
Masculino
- 52 Masculino 39 Masculino 45 Femenino ... 33 Masculino 28
4. Si se seleccionan a 1 O operarios(as) en forma aleatoria,

4.1. ¿cuál es la probabilidad de que el tiempo promedio que se lleven en hacer una unidad:
4.1.1.No sobrepase los 40 minutos?
4.1.2.Sea más de 48 minutos?
4.2. Si se desea seleccionar al 13% de los mejores operarios,
¿a partir de qué tiempo, en minutos, se ha de escoger?
4.3. Si se desea seleccionar al 17% de las peores operarios,
¿a partir de qué tiempo, en minutos, se ha de escoger?
5. Al seleccionar a 12 operarios(as), determine la probabilidad de que la proporción
de operarias sea:
5.1. Inferior al 0.45.
5.2. Del 0.15 o menos.
5.3. Entre 0.35 y 0.53.
6. Al seleccionar a 15 operarios(as), determine la probabilidad de que la proporción
de operarios sea:
6.2. Del 0.89 o más.

Ejercicio No. 1
La duración media de préstamos en una biblioteca, de la Universidad de San Carlos de Guatemala,
en el semestre pasado fue de veinte días, con una desviación estándar de ocho días. También se
sabe que de 600 préstamos otorgados, 450 fueron solicitados por mujeres.
1. Si se selecciona aleatoriamente a 45 préstamos, determine la probabilidad de que tengan una

duración promedio:
1.1. De 22 días o menos.
1.2. No menos de 23 días.
1.3. A lo sumo 17 días.
2. El 80% de los préstamos tienen un promedio de duración de cuantos días como mínimo.
3. El 15% de los que más se tardan en devolver los libros, en cuantos días lo hacen.
4. Al seleccionar 40 préstamos, determine la probabilidad de que la proporción de préstamos
solicitados por mujeres sea:
4.2. Del 0.89 o menos.
4.3. A lo sumo de 0.75.
5. Al seleccionar 50 préstamos, determine la probabilidad de que la proporción de préstamos
solicitados por hombres sea:
5.1. Entre0.12y0.18.
5.2. Inferior o igual a 0.35.
Ejercicío No. 2
Un proceso produce bolsas de azúcar refinado. El peso del contenido de estas bolsas tiene una
distribución normal con desviación típica 15 gramos y un peso medio de 100 gramos. Además se
sabe que el 5% de las bolsas de azúcar refinada no tiene el contenido indicado.
1. Si se selecciona aleatoriamente 30 bolsas, determine la probabilidad de que el peso promedio

sea:
1.1. Como mínimo de 98 gramos.
1.2. Menos de 95 o más de 105 gramos.
1.3. No menos de 102 gramos.
2. El 18% de las bolsas que tienen menos contenido, cuantos gramos en promedio pesan.
3. El 0.14 de las bolsas excede en promedio cuantos gramos de peso.
4. Al seleccionar 55 bolsas, determine la probabilidad de que la proporción de bolsas que no
tienen el contenido indicado sea:
4.1. A lo más de 0.019.
4.2. De 0.09 o menos.
4.3. Como mínimo de 0.095.
5. Al seleccionar 60 bolsas, determine la probabilidad de que la proporción de bolsas que tienen
el contenido indicado:
5.1. Sea mayor de 0.985.
5.2. No sobrepase los 0.865.
Ejercicío No. 3
Según resultados obtenidos en una investigación se determinó que la cantidad mínima requerida
para que un anestésico surta efecto en una intervención quirúrgica es por término medio de 50 mg,
con una desviación típica de 10.2 mg. Además se conoció que el 80% de los especialistas
prefieren este anestésico.
1. Si se selecciona aleatoriamente 25 pacientes, determine la probabilidad de que la cantidad

promedio requerida para que et anestésico surta efecto sea:
1.1. No inferior a 45 mg.
1.2. Como máximo de 47 mg.
1.3. Entre 48 y 56 mg.
2. Al 10% de los pacientes bajo ta media general, para que el anestésico surta efecto se les debe
de suministrar cuantos mg.
3. Al 22% de los pacientes alrededor de la media real, para que el anestésico surta efecto se tes
debe de suministrar cuantos mg.
4. Al seleccionar a 30 especialistas, determine la probabilidad de que la proporción de los
especialistas que prefieren el anestésico sea:
4.1. A lo menos de 0.89.
4.2. Como mínimo de 0.65 pero como máximo de 0.68.
4.3. De 0.69 o más.
5. Al seleccionar a 35 especialistas, determine la probabilidad de que la proporción de los
especialistas que no prefieren el anestésico sea:
5.1. No más de 0.13.
5.2. Entre 0.29 y 0.35.
Ejercício No. 4
Una empresa de mensajería que opera en la ciudad tarda una media de 35 minutos en llevar un
paquete, con una desviación típica de 8 minutos. Supongamos que durante el día de hoy han
repartido doscientos paquetes.
1. ¿Cuál es la probabilidad de que la media de los tiempos de entrega de hoy:

2. esté entre 30 y 35 minutos?
3. más de 45 minutos?
4. A lo sumo 25 minutos?
5. No menos de 28 minutos
Ejercicio No. 5
Una planta productora de envase plástico, ubicada en la ruta al atlántico, paso una prueba objetiva
a un grupo de operarios. Dicha prueba indicó que la distribución del tiempo que se llevan para
realizar cierta actividad era normal, con media 80 minutos y desviación estándar de 1 O minutos.
7. Si se selecciona a 30 operario en forma aleatoria, ¿cuál es la probabilidad de que:

7 .1. no sobrepasen una hora con trece minutos, para realizar la actividad?
7.2. se lleven más de una hora con 15 minutos, para realizar la actividad?
7.3. se lleven más de 78 pero menos de 80 minutos, para realizar la actividad?
7.4. Sobrepasen una hora con veinticinco minutos, para realizar la actividad?
7.5. Se lleven entre 77 y 85 minutos
Ejercício No. 6
¿Cuál es el factor más importante para los agentes viajeros que se hospedan en un hotel?, el 80%
de los viajeros dicen que lo más importante es llegar a un cuarto en donde no se permite fumar.
Suponga que se seleccionó una muestra de 250 agentes viajeros:
1. ¿Cuál es la probabilidad de que la proporción de viajeros que considera que lo más importante
es llegar a un cuarto donde no se permite fumar sea:
1.1. A lo sumo del 85%?
1.2. No más de 0.71?
1.3. No inferior de 78%?
1.4. Como máximo de 0.68?
1.5. Entre 0.85 y 0.95?
2. ¿Qué proporción de viajeros, mínima y/o máxima, considera que lo más importante es llegar a
un cuarto donde no se permite fumar, para:
2.1. el 0.31 por debajo de la proporción poblacional?
2.2. dos quintas partes, de los casos?
2.3. el 0.60?
2.4. el 0.60 alrededor de la proporción de la población?
2.5. para el 23% a la siniestra de la proporción poblacional?
Ejercicio No. 7
Como parte de las normas de control de calidad, en una empresa distribuidora de resina de fibra de
vidrio, se sabe que el contenido promedio en cada recipiente es de 3.85 litros (1 galón americano).
La desviación estándar aceptada por la evaporación que se ocasiona en ese tipo de productos es
de 0.07 litros.
1. Si se despacha un pedido de 185 galones, ¿cuál es la probabilidad que el contenido promedio:
1.1. Sea menos de 3.86 litros?
1.2. suba de 3.845 litros?
1.3. Sea como mínimo de 15.45 vasos?
1.4. Supere los 15.38 vasos?
1.5. Este entre los 3.845 y 3.8475 litros?
2. Si se revisa una muestra de 60 unidades, ¿qué promedio de llenado, mínimo y/o máximo, se
puede esperar para:
2.1. El 70 % de los casos?
2.2. El 0.22 de los casos alrededor de la media poblacional?
2.3. El 12% de los casos sobre la media poblacional?
2.4. El 0.28 de todas las unidades?
2.5. El 0.20 de probabilidad al extremo derecho de la curva?
3. Si se revisa una muestra de 71 unidades.

3.1. ¿215 de las unidades rebasan, cuantos litros?
3.2. ¿ 1 í3 de las unidades, tiene un contenido inferior a cuantos litros?
3.3. ¿El 60% de las unidades, tiene un contenido mínimo de cuantos vasos?

Ejercicio No 1
La media del tiempo de transporte al trabajo, para las personas de la ciudad capital de Guatemala,
es 55 minutos, con una desviación estándar de la población de 15 minutos. Si selecciona una
muestra de 60 residentes.
1. ¿Qué tiempo máximo y/o mínimo dura el transporte al trabajo para:
1.1. el 30% de todos los residentes de la ciudad capital de Guatemala?
1.2. el O .15 al extremo derecho de la curva?
2. ¿Cuál es la probabilidad de que el tiempo promedio de transporte:
2.1. sea superior a 32.3 minutos?
2.2. este entre 56 y 58 minutos?
Ejercicio No. 2
Las consultas a una clínica médica privada, tienen un comportamiento normal, con un promedio diario de 25 y
una desviación estándar de 5 consultas. Si se consideran observaciones durante 15 días:
1. Que probabilidad habrá de que el promedio rnuestral:
1.1. disminuya como mínimo en 2 consultas.
1.2. se incremente en 3 consultas a lo sumo.
2. Cuantas consultas puede esperarse si se considera:
2.1. Un 78% por arriba o por abajo del promedio general.
2.2. El 60% de los casos totales.
Ejercicio No. 3
Una empresa de mercadotecnia lleva a cabo encuestas telefónicas con una tasa de respuesta
histórica de 55%. Si se toma una muestra aleatoria de 300 números telefónicos.
1. ¿El 42% de los números telefónicos sobrepasan que porcentaje de respuesta?
2. ¿El 63% de los números de teléfonos no sobrepasa que porcentaje de respuesta?
3. ¿Cuál es la probabilidad de que colaboren:
3.1. al menos 170 personas, respondiendo a las preguntas?
3.2. no más de 150 personas, respondiendo a las preguntas?
Ejercicio No. 4
Un componente eléctrico se diseña para tener una vida media útil de servicio de 3,333 horas, con
desviación estándar de 888 horas. Un cliente compra un lote de 33 componentes; suponga que se
considera que este lote es una muestra aleatoria simple de la población de componentes.
1. ¿Qué promedio mínimo de duración tendrán los componentes para el 33% de todos ellos?
2. ¿Qué promedio mínimo y máximo tendrán de duración los componentes para el O 22 por abajo de p?
3. ¿Cuál es la probabilidad de que el promedio de duración:
3.1. sea como mínimo 2,222 horas?
3.2. este entre 2,222 y 3.333 horas?
Ejercicio No. 5
El Gerente de Comercialización de una cadena de tiendas de "Comida Rápida", ha realizado un
estudio estadístico sobre las ventas anuales en una tienda localizada en el centro de la ciudad. Ha
establecido que el ingreso mensual tiene un comportamiento aproximadamente normal con una
media de 150 mil quetzales por la venta del combo No. 1 (hamburguesa, papas y gaseosa) y una
desviación estándar general de 60 mil quetzales.
Tomando como base la información anterior, haga los cálculos necesarios y responda lo siguiente:
1. Si se toma una muestra de 20 meses, ¿cuál es la probabilidad de que el ingreso mensual
promedio sea:
1.1. No inferior a 095,000?
1.2. Por lo menos de 0120,000?
1.3. De 0140,000 a 0170,000?
2. ¿Que ingreso mensual máximo se puede esperar en 12 meses para el 53% de las ventas del
combo No. 1?
3. ¿Qué ingreso promedio mensual mínimo se puede esperar para el 65% de la ventas del combo
No. 1? si se toman 24 meses.
4. En un año, ¿Qué ingreso promedio mensual es superado por% de ese periodo?
Ejercicio No 6
Se realizaron mediciones de sodio sérico en 190 niños entre uno a cuatro años de edad con
diagnóstico de Desequilibrio Hidroelectrolítico (DHE), las cuales presentaron un valor medio de 122
mg y una varianza de 156.25mg.
1. ¿Cuál es la probabilidad de que en una muestra de tamaño 8 de esa población, el sodio sérico
sea inferior a 109 mg?
2. Si la población de niños con ese diagnóstico fuera de 300, y de ella se extrae una muestra de
tamaño 15. ¿Entre que valores estará el sodio sérico, para el 68% de los casos alrededor de la
media?
3. Si de esa misma población se extrae una muestra de tamaño 50, ¿cuál es la probabilidad de
encontrar como mínimo un valor de sodio sérico de 130 mg?
4. Si de considera el mismo tamaño de muestra de la pregunta No. 3, ¿cuál es la probabilidad de
encontrar como máximo un valor de sodio de 103 mg?
Ejercicio No. 7
Determinado municipio tiene una tasa de desempleo del 25%. Una agencia de investigación lleva a
cabo una encuesta mensual de 777 individuos para vigilar la tasa de desempleo del municipio.
1. ¿Qué proporción de desempleo, máxima, se espera para el 60% de los individuos?
2. ¿Qué límites de proporción de desempleo se espera para el 22% de los individuos sobre la
proporción de la población?
3. ¿Cuál es la probabilidad de que la tasa de desempleo sea:
3.1. Más del 30%?
3.2. entre el 33% y el 44%?
Ejercícío No. 8
Olinda, propietaria de una súper tienda, indica que el promedio diario de ventas tiene un
comportamiento aproximadamente normal, con una media de 21,500 quetzales y una desviación
estándar de 7,250 quetzales. Para 55 días de trabajo.
1. ¿Qué probabilidad habrá de que el promedio muestra! de las ventas sea:
1.1. De 23,000 quetzales o menos?
1.2. Entre 22,250 y 23,000 quetzales?
1.3. Un mínimo de 23,8000 quetzales?
1.4. Como máximo 21,000 quetzales?
1.5. Entre 17,500 y 20,500 quetzales?
2. Si se estudian 45 días de trabajo. ¿Qué promedio de ventas, mínimo y/o máximo,
puede esperarse para:
2.1. El 0.28 alrededor del valor promedio?
2.2. El 30% de todos los casos?
2.3. El 0.20 de probabilidad al extremo derecho de la curva?
2.4. El 0.3133 de proporción sobre el valor de la media de la población?
2.5. El 0.26 de los días?
3. Si se estudian 50 días de trabajo.
3.1. ¿El 0.20 de los días, no excede cuantos quetzales?
3.2. ¿3/4 de los días sobrepasa cuantos quetzales?
3.3. ¿El 60% de los días tiene una venta mínima de cuantos quetzales?
3.4. ¿El 30% de los días tiene una venta mínima de cuantos quetzales?
Ejercicio No. 9
De acuerdo a la NORMA SA 8000, "RESPONSABILIDAD SOCIAL", que en la actualidad están
implantando algunas empresas a nivel nacional, se sabe que las empresas cumplen únicamente
con el 75% de los 9 aspectos a cumplir para tener derecho a su certificación de cumplimiento. Si se
toma una muestra de 55 empresas, que se tienen registradas, realice lo siguiente:
1. Calcular la probabilidad de que la proporción de la muestra, de las empresas que cumplen con
las 9 normas:
1.1. Este entre el 0.65 y el 0.70.
1.2. Sea mayor del 68%.
1.3. Sea menor de 0.80.
1.4. Sea no menor de 0.60.
1.5. Sea mayor de 0.62, pero menor de 0.75.
TEOREMA DEL LÍMITE CEN'IRAL 286
2. Si el tamaño de la muestra fuera de 66 empresas, que proporción mínima y/o máxima de las
empresas se puede esperar para:
2.1. El 62% de todos los casos.
2.2. El 0.54 alrededor de la proporción poblacional.
2.3. El 0.3000 de probabilidad bajo la proporción poblacional.
2.4. El 37.66% de área.
2.5. El 0.2000 de proporción a la derecha de la proporción de la población.
3. Si se toma una muestra de 90 empresas, que probabilidad habrá de que la proporción de la

muestra, de los que no cumplen con las 9 normas:
3.1. No supere el 0.51.
3.2. Sea superior al 0.58.
3.3. No sobrepase el O 69.
3.4. No rebase el 0.48.
3.5. Como mínimo el 0.67.
Ejercicio No. 1 O
Carlos Rodríguez, el jefe del departamento de mantenimiento en una fábrica de pisos, desea
implantar un sistema de seguridad contra accidentes. Su hipótesis se basa en que el 85% de los
accidentes, se debe a la falta de un sistema de seguridad, por lo que desea saber:
Si decide observar el trabajo durante 55 días.

1. ¿Qué probabilidad habrá de que la proporción muestra! de los accidente, esté:
1 .1 . Por debajo del 80%?
1.2. En el 70% o menos?
1.3. Entre el 0.65 y el 0.88?
1.4. Como máximo el 66%?
1.5. No menos del 53%?
Si decide observar el trabajo durante 39 días.
2. ¿Cuál es la proporción rnuestral, mínima y/o máxima, para los accidentes considerando:
2.1 . El 15% por arriba de la proporción real?
2.2. El 0.38 alrededor de la proporción poblacional?
2.3. El 44% de los días?
2.4. El 65% del total de días?
2.5. Una probabilidad del 0.28, sobre la proporción de la población?
Ejercicio No. 11
En una investigación realizada en 1990, por una institución no gubernamental, se determinó que el
19% de los entrevistados todos mayores de 18 años, dijeron no saber del virus VIH SIDA. La
población sigue una distribución aproximadamente normal. Si se extrae una muestra aleatoria de
175 personas de esa población: responda las siguientes preguntas.
1 . Cuál es la probabilidad de que 25% o más, no sepa de la existencia del virus?
2. Cuál es la probabilidad de que el 29% o menos, no sepa de la existencia del virus?
3. Cuáles son los porcentajes de los que saben de la existencia del virus, para el 72% de los
casos alrededor de la proporción.
4. Qué porcentaje de los que no saben del virus, está por arriba del 85.99% de los casos.
5. Qué porcentaje de los que no saben del virus, está por debajo del 25.14% de los casos.
FÓRMULAS 287
FÓRMULA
,
METO DOS
CUANTITATIVOS I
FÓRMULAS 288
SERIES ESTADÍSTICAS PEQUEÑAS
Media aritmética
- ¿X
X=--
n
Mediana md
Primero se debe ordenar la serie y luego se calcula la posición

.. , n+l
poszcwn md = --
2
SERIES ESTADÍSTICAS GRANDES
Construcción de una distribución de frecuencias
1) Número aproximado de clases "K"
K = 1 + 3.33(1ogn)
2) Rango "R"
R= Dato mayor - Dato menor
3) Tamaño o amplitud de los intervalos de clase "i"
i = R/ K
4) Construcción de clases
Para series discretas, la primera clase:

Límite inferior, es igual al dato menor de la serie estadística
Límite superior =
L1 + (i - 1)
Para las siguientes clases, sumar en a cada límite, el intervalo
Para series continuas, la primera clase:

Límite inferior, es igual al dato menor de la serie estadística
Límite superior= L1 + i
Para las siguientes clases, sumar en a cada límite, el intervalo
FÓRMULAS 289
5) Marca de clase (M)
Media aritmética
X=r.JM
n
Mediana
m d = L1 +
[ ')0-CJ
2
f "'d
(i)
Moda
Varianza Desviación estándar
"f,j(M-X)2 "f,j(M-X)2
s 2 =---- n-1
S=
n-1
Coeficiente de variación
s
CV = -( 100)
-
X
Coeficiente de sesgo
FÓRMULAS 290
Probabilidad simple (o marginal)
A
p(A) = -n
Probabilidad Condicional
BnA
Pes/A) A
Regla de adición para eventos mutuamente excluyentes
Regla de adición para eventos no mutuamente excluyentes
Regla de la multiplicación para eventos independientes
Regla de la multiplicación para eventos dependientes
Teorema de Bayes
FÓRMULAS 291
Distribución de probabilidad de una variable discreta.
Media aritmética
Desviación estándar
Distribución Binomial
n!
p - qx qn-x
(x) - x!(n-x)!
Media Aritmética
µ = n*p
Desviación estándar
a= .Jn*p*q
Distribución Poisson
ff µ µx
P<xl = x!
Medía Aritmética
µ = n*p
FÓRMULAS 292
a=fµ
Distribución de Poisson como una aproximación de la Distribución Binomial
µ = n*p
DISTRIBUCIÓN DE PROBABILIDAD
DE UNA VARIABLE ALEATORIA CONTINUA
Cálculo de probabilidad para cualquier distribución normal
X-µ
Z=--
a
Para calcular valores de X conociendo el área bajo la curva normal
X=µ± Za
Para calcular valores límite de la distribución
X=µ± 3a
APLICACIÓN DEL TEOREMA DEL LÍMITE CENTRAL
Para medías aritméticas

X-µ
Z=--
a/../n
- cr
X=µ±Z -Jn
Para proporciones
p' - p
Z=--
p'=P ±zf.-
293
TABLA DE ÁREAS BAJO LA CURVA NORMAL
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDAR" ~

o z
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
o.o 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2518 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
..
f
I·
i
t
f
1

Libro Metodos I - USAC

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Libro Metodos I - USAC

Cargado por

Copyright:

Formatos disponibles

Métodos

Osear Haroldo Quiñónez Porras

CAPITULO VII 259

FÓRMULAS MÉTODOS CUATITATIVOS 1 287

TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDAR" 293

• Antecedentes y Generalidades de la Estadística

Breve historie de la stadístíca

La estadística en su etapa inicial, se refería principalmente a la realización de conteos y a la

La historia de la estadística está resumida en tres grandes etapas o fases.

Primera Fase: Los Censos:

Segunda Fase: De la Descripciónde los Conjuntos a la AritméticaPolítica:

¿Por qué hay que estudiarEstadística?

Entonces, ¿por qué se requiere estudiar Estadística en tantas carreras?

~ Los egresados de licenciados en Administración de Empresas, contaron con un sueldo promedio

Para poder realizar una decisión basada en la información, necesitará:

Es la rama del conocimiento humano que trata de la recolección, organización, clasificación,\

Estadístíca descriptiva o deductiva

También se puede decir que es el conj11nio4e..to s eleme os ue cu len ciertas ropiedades y

La población puede ser finita e infinita. Se identifica con la letr , ~

> Población finita

:,.. Población infinita

Aunque generalmente los investigadores (estudiantes) se interesan en una o unas características

Es una parte representativa de la población o el subconjunto o colección parcial de los elementos de

~n·unto de la población que es estudiado y a partir de la cual se s~n

1) Variables cualitativas o de atributo

2) Variables cuantitativas o numéricas

Las variables también se pueden clasificar en:

Variable cualitativa o de atributos

Variable cuantitativa o numérica

Escalas o niveles de medición

Propiedades del nivel nominal:

Propiedades del nivel ordinal:

Propiedades del nivel de intervalo:

Propiedades del nivel de razón:

La información cuantitativa o numérica, puede encontrarse donde quiera; en negocios, economía y

17. Análisis de datos cuantitativos.

Co, ce/Ji, I idea a i ive, tiqer

Justifica tó'l de' pro.ue« a

, Novedad y O(gí uidad: La investigación científica persigue la búsqueda de nuevos

r: Interés· El problema debe de mostrar un reto lo suficientemente importante para el investigador,

Para ello hay que realizar las siguientes tareas:

Definición del pre J/tma.

>- Especificación del problema.

, Delimitac ón del problema

Un problema se concreta delimitando el objeto de investigación y estableciendo sus fronteras, sin

Elaborar el marco teó 'co

Las funciones del marco teórico son:

~ Ayudar a prevenir errores cometidos en otros estudios.

La revisión de la literatura consiste en:

~ Obtener las informaciones, localizándolas y accediendo a ellas.

)," Seleccionar, leer y analizar las fuentes.

De in, ípo y, tve¡ <Je investio» ~ ,.,

~ Estudios exploratorios, que se hacen cuando el objetivo es examinar un tema o problema de

Establee~,tes hipótesis y definí las ,ariables

Los requisitos que deben reunir las hipótesis son:

}> Referirse a una situación real.

Hay muchos tipos de hipótesis, entre las que destacan:

o Hipótesis estadística de la diferencia de medias u otros valores en la que se comparan

Detectar las variables es el proceso de identificarlas y definirlas conceptual y operacionalmente. Una

Plantear los objetivos a alcanzar

E C' ')¡Ativc Genera!

e:. Cnmo redactar Objetivos ceneretes?

Requisitos para plantear los objetivos: