Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cuantitativos I
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
Ejercicios para practicar en clase 106
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
Ejercicios para practicar en clase 132
Hoja de trabajo No. 4 134
Teorema de Bayes 144
Ejercicios para practicar en clase 151
Diagrama de árbol y árbol de probabilidad 152
Ejercicios para practicar en clase 156
Hoja de trabajo No. 5 157
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
Ejercicios para practicar en clase 173
. Hoja de trabajo No. 6 174
Distribución Binomial 181
Ejercicios para practicar en clase 188
Hoja de trabajo No. 7 189
Distribución de Poisson 196
Media aritmética y desviación estándar
de la distribución de Poisson 202
Ejercicios para practicar en clase 204
Hoja de trabajo No. 8 204
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
Ejercicios para practicar en clase 242
Aproximación de la distribución
normal a la distribución Binomial 243
Aproximación de la distribución normal a la distribución Poisson 249
Hoja de trabajo No. 9 251
CONTENIDO PAGINA
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.
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 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 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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 3
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".
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.
~ 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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 4
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.
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!.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 6
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. "'----
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:
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 .
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.
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.
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.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 9
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.
¿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
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 11
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.
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:
,. 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.
,... 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.
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.
~ 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).
)," 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).
~ 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.
}> 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.
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.
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.
Establecer los objetivosde la investigación. Estos objetivos deben elaborarse bajo los siguientes
criterios:
~ Los diseños experimentales que pueden ser experimentos verdaderos, cuasi experimentos y pre
experimentos.
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:
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 17
~ Diseños transversales: Son los que hacen las observaciones en un único momento del tiempo.
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:
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.
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.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 19
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.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 20
Ejemplos sobre fuentes confiables y no confiables.
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.
·-
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.
~ 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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 21
Cuestionarios
Los cuestionarios están constituidos por series de preguntas escritas, predefinidas, secuenciadas y
separadas por capítulos o temática específica.
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.
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.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 23
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 24
La pregunta debe ser corta; eso evita incluir más información de la que se debe preguntar.
}.> 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.
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:
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.
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.
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.
1) Presentación escrita.
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.
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.
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.
ANTECEDENTES Y GENERAIJDADES DE LA ESTADÍSTICA 27
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.
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.
2) Titulo.
3) Nota de encabezado.
5) Cuerpo.
6) Nota de pie.
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.
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
ANTECEDENTES Y GENERAUDADES DE LA ESTADÍSTICA 28
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
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
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.
Fuente: listado de asistencia por salón.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 29
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.
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"
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 30
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.
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.
3.1) 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.
ANTECEDENTES Y GENERAIJDADES DE LA ESTADÍSTICA 31
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:
7.1.2.2) 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.
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
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 32
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 33
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
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)
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.
Fuente: listado de asistencia por salón.
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:
Cuadro 5
PESO DE 10ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
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
Cuadro 6
PESO DE 10ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
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
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.
Cuadro 7
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
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.
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
ANTECEDENTES Y GENERAUDADES DE LA ESTADÍSTICA 37
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 38
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
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
Cuadro 8
No. DE ALUMNOS QUE ASISTIERON AL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 303, EDIFICIO S-3, JORNADA NOCTURNA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA,
AÑO 2011
(ASISTENCIA DE 32 DÍAS)
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
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
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
Gráfica 2
NÚMERO DE ESTUDIANTES DEL ÁREA DE MÉTODOS CUANTITATIVOS E INFORMÁTICA,
POR CURSO Y SEXO, ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACUL TAO DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
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
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
POR CURSO Y SEXO, ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
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
Fuente: Cuadro 1
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:
(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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 42
Gráfica No. 5
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
(/}
~ 500
:2i
3
<(
400
~ 300
o
ffi 200
:2i
.::, 100
z
MÉTODOSI MÉTODOSIII
NOMBRE DEL CURSO
Fuente: Cuadro 1
};> 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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 43
Gráfica 6
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACULTAD DE CIENCIAS ECONÓMICAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2011
14
6 12
~~JO
~ ~ 8
1~ :
~B 6
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
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 201, EDIFICIO S-6, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACUL TAO DE CIENCIAS ECONÓMICAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2005
14
12
(/)
o
z -¿: 10
~º
-t m s
w :::,
o hl 6
o u,o::
o::
~ ~ 4
·:::>
z 2
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.
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
Gráfica 8
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS, FACUL TAO DE CIENCIAS ECONÓMICAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2011
Fuente: Cuadro 9
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTlCA 45
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
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-3, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2011
--¡:
(/) <( 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
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
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 46
Gráfica 10
PESO DE 32 ALUMNOS DEL CURSO DE MÉTODOS CUANTITATIVOS I
SALÓN 310, EDIFICIO S-6, JORNADA VESPERTINA
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
FACUL TAO DE CIENCIAS ECONÓMICAS, UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
QUINTO SEMESTRE, AÑO 2011
--;;:-
(/) >,
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
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.
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:
R= 350
275
R = 1.27
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:
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 48
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
A. La tasa media de mortalidad en el año 2004 por cada 1,000 niños nacidos vivos es:
La tasa es, por tanto, de 4.6 niños fallecidos por cada 1,000 niños nacidos vivos en 1 año (2004)
La tasa en este periodo (2001-2005) es de 5.13 niños fallecidos por 1, 000 niños nacidos vivos por
año.
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.
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 49
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.
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.
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
ordenados de acuerdo a su magnitud, del menor al mayor o viceversa, normalmente se ordenan de
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
ordenados de acuerdo a su magnitud, del menor al mayor o viceversa, normalmente se ordenan de
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
ordenados de acuerdo a su magnitud, del menor al mayor o viceversa, normalmente se ordenan de
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.
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. "··- '
ANTECEDENTES Y GENERAIJDADES DE LA ESTADÍSTICA 51
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.
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
Fuente: Datos hipotéticos con fines de estudio
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.
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
Estado civil
del jefe de familia Municipio Ingreso diario en Q (por familia)
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).
ANTECEDENTES Y GENERALIDADES DE LA ESTADÍSTICA 54
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)
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.
CA.P.1.TULO 11
• Coeficiente de variación
• 1 nterpretación de resultados
• 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.
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.
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
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)
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 58
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.
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.
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.
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
Medidas de dispersión
Rango o Recorrido.
'l. Fórmula
Donde
Vn = Valor mayor de la serie
V1 = Valor menor de la serie
/
Cálculo
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,
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 60
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::'.-··-····--······-·
2 46 -5.25 27.561
¡
¡3
¡
49 -2.25 5.06Í s~ "" ----······-·
215.5
·
8--1
4 49 -2.25 5.06'
¡
' sumatoria
"',,-,....,_,,..,. -~ ~... -~-· --·-·
s] : : ·2.::(X-X/
··········-········-·····
n-·1
r-- y~
"b
-::.. so .2.:,"\-< s·,, = --------·--
215.8752
s -1
32 = 215.8752
7
S" = 30.84
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 61
Desviaciónestándar
Fórmula
,------
/
s =- \!Vl1:(X-X)
n --1
2
Coeficiente de Variación
Fórmula
cv _§_(100)
X
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 62
Fórmula
es _-------3(X-md)
s
Cálculo del coeficiente de sesgo
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 63
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.
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.
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 64
Solución
Fórmula
¿XW
Xw ==
¿W
Donde:
Xw = Media ponderada
X = Observación individual
W = Ponderación asignada a cada observación
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
Solución
- YXW
Xw =-,,...,--
I,W
- _ 88.80
X w-
1
Respuesta
Xw
= 88.80
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
Solución
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 66
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 ::; 1.625
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
n = Elementos de la muestra
. ., 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:
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 67
Donde:
P = Percentil
K = Número del percentil de interés
n = Elementos de la muestra
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.
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.
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:
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.
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.
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.
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:
Ejercicio No. 3
El número de unidades producidas por dos trabajadoras, en diez horas de trabajo, se presentan a
continuación:
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.
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.
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.
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.
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 72
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.
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:
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.
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.
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:
Ejercicio No. 16
Los datos que se presentan a continuación, representan los cobros en miles de quetzales de dos
cobradores, durante varios días.
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
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.
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:
¿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
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
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS PEQUEÑAS 76
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
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:
CAPITULO 111
• Análisis
• Método Indirecto
• Método gráfico
• Moda
• Medidas de dispersión
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 78
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).
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.
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.
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).
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.
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 80
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
Fórmula
. R
l=--
K
Donde
R = Rango.
K = Número aproximado de clases, sin aproximar.
Cálculo
20
i=-----
7.702747958
i = 2.596475973
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 81
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 82
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.
Fórmula
M = L+L,
2
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 83
1 11 IDKJI 1.00
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.
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
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.
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)
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)
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:
. 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.
M fa
20.50 16.00
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.
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.
Para trazar una ojiva sobre la base "menor que" debe construirse una distribución de frecuencias
sobre la base menor que.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 91
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.
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
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 93
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.
i = Amplitud del intervalo.
Clase modal
Es el intervalo de clase o clase en donde se encuentre el mayor número de frecuencias.
Distribución de frecuencias
Clase modal 1 19 16
--.., 30
:========;;=~~==.:==========:
22
19
8
4
4
103
Cálculo
m, = 22 + (-~~j(3)
14+ 8
14 l
rn, = 22+ ( - j(3)
22,
rn, = 22 + (0.636363636)(3)
m, = 22 + 1. 9090908
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
Cálculo
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 95
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
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:
Distribución de frecuencias
Cálculo de la varianza
2 2,205
s == 103-1
., 2,205
s··=102
S = /2.205
103-1
S= ¡2.20_~
~ 102
S == .J21.61764706
1) Indirecto
2) Breve
Método indirecto
Fórmulas
. .~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.
A = Media supuesta o falsa media.
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.
Distribución de frecuencias
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 97
Cálculo de la varianza
2
5 877- -615
s --------
2 - '
103--1
103
) 5,877--3,672.087379
s- == 102
" 2,204.912621
s·=-------
102
/ 5 877 -- ~!8·10322~
s = v---To2
,/ '
_
S == {2,204.91262~
V 102
S::: .J21.6167904
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.
A = Media supuesta o falsa media.
; = 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.
Distribución de frecuencias
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
Cálculo de la varianza
=
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 =3 103
~ 103--1
S = \{653=':~~~097087
S = 3(1.549795342)
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%.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 100
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
i = Amplitud del intervalo.
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 101
Lo anterior quiere decir que el elemento que indica cual es la clase del cuartil 3 es el 77.25.
Q3 = 28 + ( 77.25-=-68 '¡(3)
!
\ 19 ,
Q3 = 28 + ( ~~-i~ }3)
Q3 =- 28 + (0.486842105)(3)
Q3 = 28 + 1.4605262315
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.
ANÁLISIS E IN1ERPRETACIÓN DE MUESTRAS GRANDES 102
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
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.
' -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)
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 104
Lo anterior quiere decir que el elemento que indica cual es la clase del percentil 13 es el 13.39.
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
Lo anterior significa que el 13% de los trabajadores del área de producción tienen una edad por
abajo de 21.5 años y el 87% restante tienen una edad por encima de 21.5 años.
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.
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 106
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:
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.
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 107
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
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
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
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
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 108
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
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
Con base en los datos anteriores se le pide que calcule lo siguiente:
1. Medidas de tendencia central.
2. Medidas de dispersión.
3. 02, o-. P56.
4. Realice, además, la interpretación de los resultados.
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
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
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.
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):
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
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
Ejercicio No. 7
Los siguientes datos representan el número de unidades vendidas diariamente, de un determinado
producto, por un vendedor.
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
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
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
ANÁLISIS E IN1ERPRETACIÓN DE MUESTRAS GRANDES 112
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
Con base en los datos anteriores se le pide que calcule lo siguiente:
6. Medidas de tendencia central
7. Medidas de dispersión
8. 01,D4yP33
9. Realice, además, la interpretación respectiva.
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.
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:
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 113
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.
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
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
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
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:
1. Medidas de tendencia central
2. Medidas de dispersión.
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
Con base en los datos anteriores se le pide que calcule e interprete lo siguiente:
1. Medidas de tendencia central
2. Medidas de dispersión.
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:
Con base en los datos anteriores se le pide que calcule e interprete lo siguiente:
1. Medidas de tendencia central
2. Medidas de dispersión.
9. 02, DsY Ps
ANÁLISIS E INTERPRETACIÓN DE MUESTRAS GRANDES 115
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
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.
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
• Probabilidad
• Tipos de probabilidad
• Probabilidad condicional
• Reglas de probabilidad
• Teorema de Bayes
CAPITULO IV
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 119
¿ 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
o 0.5
t• · · · · · · · · ·-· · - - · - -·
1.0
Probabílídad
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 120
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.
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.
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.
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.
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 _]
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 122
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:
Para calcular las probabilidades de las intersecciones de sucesos que forman la tabla.
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
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
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
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 124
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
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)
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 126
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)·
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 127
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
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 128
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.
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
scsucton
1
I
Gasolina
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 129
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
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
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 130
Mu lti plica ci ón
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
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
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
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
Respueste
La probabilidad que un cliente prefiera gasolina súper y con Etanol es de 0.10.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 132
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:
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·
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 133
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?
,:ro
-z: .t.. J)¡--0 .f- ?~ ::::::"'S-Z") - ~ -:.. ~ ;_ D .4 L.)
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. Determine la probabilidad de que:
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
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:
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
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?
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 136
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.
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 137
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.
=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
Al seleccionar a un cliente aleatoriamente:
1. ¿Cuál será la probabilidad de que:
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 138
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. ¿Cuál será la probabilidad de que:
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 ]
Al seleccionar a un lector aleatoriamente:
¿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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 139
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:
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
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 140
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
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.
202
11
11
11
40
35
60
11
11
11
8
22
44 --,
1
1
~::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
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?:
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.
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.
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:
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
Y probabilidad conjunta
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:
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 145
Por lo tanto, sustituyendo la fórmula de probabilidad condicional, se obtiene la fórmula general para
el Teorema de Bayes:
Donde
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.
B) =
P~A1 na¡+ P,~ na)+ .•• + Pr ri Bl
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 146
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)
p(B'/Al)
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
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
Máquina Probabilidad
A 020
D = 0.20
Pro/Al
A= 0.20
O'= 0.80
p(D'/A)
B= O.SO
e= 0.30
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 148
Máquina Probabilidad
B OJO
A= 0.20
D = 0.30
p(D/B}
B= O.SO
o·= 0.10
p(D'/B}
e= o.3o
Máquina Probabilidad
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 149
La probabilidad de que un artículo producido por una máquina específica sea defectuoso, es la
siguiente:
Máquina Probabilidad
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
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 150
D = 0.20
p(D/A)
A=0.20
p(A)
D' = 0.80
p(D'/A)
B = O.SO
P¡a)
D' =0.70 P¡a no·¡= P¡a) P¡o-¡s) = 0.35
p(D'/B)
e= o.30
P(q
D' =0.90 P¡cno·¡= P¡qP¡0·¡q= 0.27
p(D'/C)
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 151
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
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?
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 152
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 153
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
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
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.
"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.
<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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 156
.------+--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
Maestro M 12/ 49 PM
Bachille 8 20/49 MB
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)
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
14 V 19 Bachiller 28 N 17 Bachiller 42 N 8 Perito
.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 157
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.
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.
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.
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:
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
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.
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.
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?
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.
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%.
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.
Construya el árbol de probabilidad.
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.
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.
ANTECEDENTES Y GENERALIDADES DE LA PROBABILIDAD 162
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 163
(:APlTULO V
• Distribución Binomial
• Distribución de Poisson
CAPITULO V
DISTRIBUCIÓN DE PROBABJLiDAD
DE UNA VA.?!ABLE ALEATORIA DISCRETA
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 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.
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·
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.
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.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 165
H,rlt:tgeornétrica. Es similar a la Binomial, pero con un tamaño de muestra grande en relación al tamaño
de la población.
couete de
Es cuando a todos los valores de la variable les corresponde el mismo valor 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:
En una distribución de frecuencias para datos agrupados se calculaba la media utilizando la fórmula
2; (fx}
µ~··········
n
f
p ,:: LX
n
12
µ=-
8
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
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
o = ,/24/H - (l2/B)2
o = ji/4
a ,: n 87
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
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.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 169
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
(TN'l + (LN}
O 25
4.2) El primer dulce sea sabor a limón y el segundo dulce sea sabor a toronja en su 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.
0.30
,C.::espue'>,d
La probabilidad de que el primer dulce sea de sabor a limón es de 0 30.
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
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
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.
Par: .,,:·~
cétcutos
1) Probabilidad de que un helado sea de sabor a naranja.
=
p(~ =1 ¡ 0.5050
Re:,poesta
La probabilidad de que 1 helado sea de sabor a naranja es 0.1>050.
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
P¡x . :: i
1
::::: 0.9121
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
1/5
o. 2001)
La probabilidad de que el segundo helado sea de sabor a toronja es de O 2000.
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.
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
---- . "'.":.-::=::::::=::.=..::::::.:::..=.::::======:=.!
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 175
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?
.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?
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 176
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,
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?
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 177
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.
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.
¿Cuál es la probabilidad de que:
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:
A un congreso, realizado en Guatemala, acuden : 'O personas de las cuales • JO hablan español, 75
inglés y 2c: alemán.
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:
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.
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.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 179
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.
¿Cuál es la probabilidad de que:
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?
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.
¿Cuál será la probabilidad de que:
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.
Determine la probabilidad de que:
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.
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?
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.
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?
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.
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).
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.
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.
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:
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
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 184
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 ' ·
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)
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
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
,. 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
Para responder se toma como base la distribución de probabilidad para los 2 eventos posibles.
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.
Rr-s¡ucsta
La probabilidad de que entre 2 y 4 envíos, por carretera, lleguen tarde es de O 1852.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 187
'3} -~ f1J e a JrOt)~4bn11...,a .l úr:~ 1.., e; :t, e 3 y 5 incíusiv« /it::15.J ~eí =rae?
1
1(-
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.
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?
Se toma como base la columna no lleguen tarde de la distribución de probabilidad.
p (X_ 4¡
.::::p (X=Oj
+n
f"'fx_::o'J)'
4-p ¡·,=2} IP (X'=~}
+p p::04¡
µ = 6(0 30)
µ = 1.8 envíos lleguen tarde
La desviación estándar
e Jnpq
z:
o > 1.12249721H
=
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.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 189
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.
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.
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'".
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.
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.
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?
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 192
" "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.
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:
¿Cuál es 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 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.
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.
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 193
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?
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:
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.
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.
Encuentre la probabilidad de que:
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.
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.
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.
Encuentre la probabilidad de que:
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:
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.
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?
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).
Una variable de tipo poisson cuenta, éxitos (es decir, objetos de un tipo determinado) que ocurren en una
región del espacio o del tiempo.
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
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
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.
Solución
r, 1t ., .•
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 --·---
(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
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 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(x"' iJ = -·{0.069250989}{2.67}
--- ·-· ·- 1·- . - -· .
0.18490014
p{t- 1) = - 1
(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-;,;;) - ·-· -·-·····--·--··---·-
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 ·············
Resput?sta
La probabilidad de que se encuentren menos de 2 defectos en 150 yardas es de O. -.iooc.
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 .
La media que dan es para 150 yardas, y la probabilidad que preguntan es sobre 50 yardas, entonces
se hace necesario hacer una conversión utilizando la regla de tres.
--
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.
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
Desviación Estándar
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.
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 ---· -·
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.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 204
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:
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.
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?
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.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 206
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.
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.
, ,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?
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:
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.
.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.
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. Si el vehículo recorre 175,000 km, se pide:
2.1. Probabilidad de que tenga no menos de 3 pinchazos.
3. Si el vehículo recorre 150,000 km, se pide:
3.1. Probabilidad de que tenga más de 2 pinchazos.
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?
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 210
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.
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.
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?
DISTRIBUCIONES DE PROBABILIDAD. VARIABLE ALEATORIA DISCRETA 211
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:
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.
DISTRIBUCIONES DE PROBABILIDAD, VARIABLE ALEATORIA DISCRETA 212
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 213
CAPlTU.LO VI
• Distribución de probabilidad
de una variable aleatoria continua
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:
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:
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:
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
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.
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.
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.
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.
Tres curvas normales con desviación estándar igual pero con medias distintas.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 218
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 219
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.
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 220
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.
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.
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
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 221
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
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 222
Ejemplo No. 6.1
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.
Z = ·2.35 Z= O
Ejemplo No. 6. 3
Respuesta
Prz > 1.35J = O. 0885.
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.
Respuesta
Prz < - 1 63J = O. 0516.
Solución
Probabilidad entre Z = O. 46 y z = 1. 00
Z= O Z = 0.46 Z=1
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
Respuesta
P(- 3 < z c ; 1.2J = O. 1138.
)" P(-255=Z=1.61) =A(-2.55) +A(1.61)
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 225
Solución
Probabilidad entre Z = -2. 55 y Z = 1. 61
Z = -2.55
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.
=
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%).
-3 -2 -1 o 2 3
DISTRIBUCIÓN DE PROBABIIJDAD, VARIABLE ALEATORIA CONTINUA 226
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 = O y Z = 1.00 es de 0.3413
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.
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 227
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.
-· · A rea de buscar
0.4484
Z=-1.05 Z=O
Nota
-Z o z
~
o z
TABLA DE ÁREAS BAJO "LA CURVA NORMAL ESTÁNDAR"
lfJI.Bmll 1<:~;04 · e'., .05·
1
El número de desviaciones estándar Z = 1.05.
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 228
2.2 Cuando el valor de área que se busca, no se encuentra en la tabla:
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.
Solución
1) El 30% de área.
Z= -0.52 Z= O
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 229
El 73 % de área.
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:
Solucián
Datos:
µ = 25
a= 3.15
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
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
µ = 25 X=·?
Z=O Z = 0.39
X:::µ+ Za
X = 25 + 0.39(3.15)
X :::: 25 + 1.2285
X= 26.2285
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 232
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
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 233
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
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?
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 234
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
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
X-p
Z=-
o
20 - 23
Z=--
3.5
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 235
-3
Z=-
3.5
Z= - 0.86
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
X-µ
Z=-
a
32- 23
z= 3.5
6
Z=-
3.5
Z = 2.57
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?
DISTRIBUCIÓN DE PROBABILIDAD. VARIABLE ALEATORIA CONTINUA 236
=
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
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 238
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
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 239
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 240
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.
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.
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 243
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?
Sea X una variable aleatoria Binomial con media µ = np y varianza el= npq. Entonces la distribución de:
X-np
z = .Jñpq
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:
P(X;e 35)
X'?. 35 µ := 36
Z= -0.40 Z= O
z - ·X-µ
-------
º
34.5 - 36
Z= -----·
3.79
-1.5
z= 3.79
Z = - 0.358 = - 0.40
Respuesta
La probabilidad de que al menos 35 alumnos realicen una compra es de O. 6554.
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
Respuesta
La probabilidad de que exactamente 25 alumnos realicen una compra es de 0.0016.
Prxs 40)
X -11
Z=-
o
40.5 - 36
Z=---
3.79
Z = 1.1873 = -1.19
DISTRIBUCIÓN DE PROBABIUDAD, VARIABLE ALEATORIA CONTINUA 247
Respuesta
La probabilidad de que no más de 40 alumnos realicen una compra es de 0.8830.
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
Respuesta
La probabilidad de que menos de 30 alumnos realicen una compra es de O. 0427.
X= 45 + O. 5 = 45. 5 (por ser el signo > se le suma el factor de corrección por continuidad)
DISTRIBUCIÓN DE PROBABIUDAD, VARIABLE ALEATORIA CONTINUA 248
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 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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 249
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?
Entonces
Cálculos
480(0.50)
µ = = 240 clientes
1
r=
a= i,1µ
e = './240
o =15.49 clientes
P,x-· ,.50,1
250 + O. 5 = 250 5
0.2518
ll "'240 X 2: 250.5
Z=O Z = 0.68
z = ----
X-µ
o
250.5 - 240
Z=----
15.49
10.5
z:::: ----·
15.49
Z = 0.6778 = 0.68
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?
Entonces
Cálculos
60(0.50) .
µ = ----
1
= 30 clientes
C1 = Jµ
o= v'30
o =5.48 clientes
Pv-· 50,1
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.
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.
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:
- -~ - 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
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 253
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:
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:
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
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
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?
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 255
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.
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.
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.
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 256
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.
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?
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:
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:
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.
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:
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.
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?
DISTRIBUCIÓN DE PROBABILIDAD, VARIABLE ALEATORIA CONTINUA 258
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.
C1\.PITULO VII
• Naturaleza e Importancia
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.
n = so
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.
TEOREMA DEL LÍMITE CENTRAL 261
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:
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 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
TEOREMA DEL LÍMI1E CENTRAL 262
Interpretación
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
µ,
µ
Para medías aritméticas
Para proporciones
y
Pp X
p
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.
TEOREMA DEL LÍMI1E CENTRAL 263
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.
Tomando como base la información proporcionada por el señor Batres Gutiérrez se le pide:
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?
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.
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-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 = O y Z = - 3.87 es de 0.4999
Área entre Z = - 3.87 y Z = 00
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
µ = 148,000 quetzales
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
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.
TEOREMA DEL LÍMITE CENTRAL 266
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
µ = 148,000 quetzales
X= 155,000 y 175,000 quetzales
p (155 -
000,;;; X'.;:; "175,000)
Z= O Z = 0.56 Z = 2.18
X-µ
Z=--
aívn
Cuando X= 155,000 Cuando X= 175,000
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
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?
- 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 == 148,000 + 13.781.35093
x = 161,781.3509
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.
TEOREMA DEL LÍMITE CENTRAL 268
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.
X:=? JJ = 148,000
Z = -0.39 Z=O
TEOREMA DEL LÍMITE CENTRAL 269
- 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.
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
TEOREMA DEL LÍMITE CENTRAL 270
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
- 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 + 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
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
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.
TEOREMA DEL LÍM11E CENTRAL 272
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%.
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
Q = O. 80 no 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 total a la izquierda de Z = O es de 0.5000 (-)
Área entre Z = O y Z = - 1.98 es de 0.4761
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
- 0.01 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
Respuesta
La probabilidad que la proporción de defectos, por la solidez del material en la fábrica de
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. 20 defectuosos
Q = O. 80 no defectuosos
=
p' O. 1867 defectuosos
P¡p- so.1867)
p - p
Z=--
/PO
¡---
'\¡ n
TEOREMA DEL LÍM11E CENTRAL 275
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
Respuesta
La probabilidad que la proporción de defectos, por la solidez del material en la fábrica de
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 = O. 20 defectuosos
Q = O. 80 no defectuosos
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
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.
r--
p'=P±ZJn
'PQ
TEOREMA DEL LÍMI1E CENTRAL 277
, 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
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.
Datos
n = 500 unidades
P = O. 20 defectuosos
Q = O. 80 no defectuosos
p =? P = 0.20
Z = -0.25 Z=O
0.1000
TEOREMA DEL LÍMITE CENTRAL 278
/pa
p> P ±Z /--
~ n
. ¡1----
(0.20}(0 .80)
P =020-025
. . ~ 500
' r;:-;,--
p = 0.20 - o.2sv 0.00032
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.
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 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.
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
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
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.
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.
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
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.
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.
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.
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.
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?
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?
TEOREMA DEL LÍM11E CENTRAL 285
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.
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:
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
Media aritmética
- ¿X
X=--
n
Mediana md
K = 1 + 3.33(1ogn)
2) Rango "R"
i = R/ K
4) Construcción de clases
Media aritmética
X=r.JM
n
Mediana
m d = L1 +
[ ')0-CJ
2
f "'d
(i)
Moda
"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
A
p(A) = -n
Probabilidad Condicional
BnA
Pes/A) A
Teorema de Bayes
FÓRMULAS 291
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
Desviación Estándar
a=fµ
Distribución de Poisson como una aproximación de la Distribución Binomial
µ = n*p
DISTRIBUCIÓN DE PROBABILIDAD
DE UNA VARIABLE ALEATORIA CONTINUA
X-µ
Z=--
a
Para calcular valores de X conociendo el área bajo la curva normal
X=µ± Za
X=µ± 3a
Para proporciones
p' - p
Z=--
p'=P ±zf.-
293
TABLA DE ÁREAS BAJO LA CURVA NORMAL
f
I·
i
t
f
1