Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DOSSIER
GESTIÓN II – 2016
ESTADISTICA II
SEXTO SEMESTRE
PARALELO:
6A1
Lic. Jorge Troche Luna
1
Estadística II
2
Estadística II
INDICE
CONCEPTOS………………………………………………………………………………………1
PROBABILIDAD………………………………………………………………………… 1
EXPERIMENTO………………………………………………………………………….. 1
ESPACIO MUESTRAL……………………………………………………………………1
EVENTO O SUCESO…………………………………………………………………… 1
TECNICAS DE CONTEO………………………………………………………………..2
COMBINACIONES……………………………………………………………………… 2
PERMUTACIONES……………………………………………………………………… 3
PROBABILIDADES……………………………………………………………………… 6
DEFINICION AXIOMATICA…………………………………………………………... 6
TEOREMA DE PROBABILIDADES………………………………………………… 6
EXPERIMENTO ALEATORIO………………………………………………………… 6
DEFINICION CLASICA……………………………………………………………….. 7
DEFINICION FRECUENCIAL…………………………………………………………. 8
PROBABILIDAD CONDICIONAL……………………………………………………. 11
PROBABILIDAD CONJUNTO……………………………………………………….. 12
PROBABILIDAD TOTAL………………………………………………………………. 13
INDEPENDENCIA………………………………………………….. …………………15
3
Estadística II
CONCEPTO…………………………………………………………………………… 17
FUNCION DE PROBABILIDADES…………………………………………………… 17
ESPERANZA MATEMÁTICA………………………………………………………….. 20
FUNCION DE DISTRIBUCION ACUMULADA (F.D.P) F(X)………………….. 21
VARIANZA………………………………………………………………………………. 22
DESVIACION ESTANDAR……………………………………………………………. 23
III DISTRIBUCION DE PROBABILIDADES…………………………………….. 24
DISTRIBUCION BINOMIAL………………………………………………………….. 24
INDEPENDENCIA…………………………………………………………………….. 24
DISTRIBUCION GEOMETRICA…………………………………………………….. 25
DISTRIBUCION HIPERGEOMETRICA…………………………………………… 27
DISTRIBUCION DE POISSON……………………………………………………… 28
DISTRIBUCION UNIFORME……………………………………………………….. 29
DISTRIBUCION NOMINAL…………………………………………………………. 29
PROPIEDADES………………………………………………………………………. 30
IV INFERENCIA ESTADISTICA………………………………………………… 31
CONCEPTOS………………………………………………………………………… 31
DISTRIBUCION MUESTRAL……………………………………………………… 32
4
Estadística II
TEMA N°1
1. CONCEPTOS
ALGEBRA PROBABILIDADES
A Ocurre A
Ac No ocurre A
5
Estadística II
Ф Evento Imposible
3. TECNICAS DE CONTEO.-
5 + 3= 8
3 x 5 = 15
6
Estadística II
TURISTAS: A, B, C, D
7
Estadística II
Ejemplo: De una urna que contiene 4 bolas negras, 3 bolas rojas y 2 bolas
blancas. Se extrae aleatoriamente con reposición 2 de ellas. De cuantas
maneras diferentes se podrá extraer?
8
Estadística II
b) 2 veces RP 2
2 = 22 = 4 Ω= {cc,cs,sc,ss}
d) 4 veces RP24 = 24 = 16
P32,1 = = 3
P (5 caras) =
9
Estadística II
6. PROBABILIDADES
1. P(A) ≥ 0
1) P(Ac) = 1- P(A)
2) P( ) = 0
3) 0 ≤ P(A) ≤ 1
5) Si A ≤ B = P(A) ≤ P(B)
P(J) = 0.15
P(P) = 0.23
P(J ∩ P) = 0.05
10
Estadística II
= 1- (P(J)+P(P)-P(J U P))
= 0.67
= 0.23 – 0.05
= 0.18
P(A) =
11
Estadística II
# (Ω) = 169
# (A) = 13*5 = 65
12
Estadística II
Ejemplo: De una caja que contiene 5 fichas rojas y 10 azules se extrae sin
reposición aleatoriamente 2 de ellos. ¿Cuál es la probabilidad de que ambas
sean rojas?
Definición clásica:
Definición frecuencial:
Definición clásica:
Definición frecuencial:
A 20 30 50
B 50 20 70
C 15 25 40
TOTAL 85 75 160
13
Estadística II
14
Estadística II
P(A | B) =?
A ∩ B= {sc} # (A ∩ B) = 1
# (Ω) = = 72
15
Estadística II
P(
16
Estadística II
Particion.-
Datos:
17
Estadística II
D: El producto es defectuoso
2) P(E1)= 2 P(E2)
3) P(E2)= 3 P(E3)
Reemplazando 2 y 3 en 1
18
Estadística II
c c
2) P(A ∩B) = P(A )*P(B)
c c c c
3) P(A ∩B ) = P(A )*P(B )
P(A) = 0.78
P(B) = 0.65
P(C) = 0.41
c) Suban de 2 empresas
19
Estadística II
c c c
= P(B1) + P(B 1)*P(B2)+ P(B 1)*P(B 2)*P(B3)
= 0.7+0.3*0.7+0.3*0.3*0.7 = 0.973
TEMA Nº 2
VARIABLE ALEATORIA
Ω= {ccc,ccs,csc,scc,css,scc,ssc,sss}
X: es el numero de caras
20
Estadística II
X(sss) = 0
X(ssc)=x(scs)=x(css) = 1
X(scc)=x(csc)=x(ccs)=2
X(ccc)=3
2)
2)
Ejemplo anterior:
Ω= {ccc,ccs,csc,scc,css,scc,ssc,sss}
X: Nº caras obtenidas
Rx = (0,1,2,3)
21
Estadística II
Ejemplo: En una rifa que consta de 1000 boletos se tiene los siguientes
premios:
1º premio 1 TV de Bs 2000
3º premio 2 canastones de Bs 50
4º premio 1 canaston de Bs 50
Ω= {1,2,…………..1000}
Funcion de probabilidad
22
Estadística II
=0 e.o.c
Rx = (1,2,3)
23
Estadística II
Rx = (1,2,3,4,5…………………)
e.o.c. = 0
=0 e.o.c.
24
Estadística II
Ejemplo: Sea “x” la variable aleatoria definida como tiempo que dura un foco
hasta que falle. Dada por la función de probabilidad:
=0 e.o.c.
Sabemos que:
Comprobando:
F(x) = P (X=x)
En el ejemplo:
Entonces:
25
Estadística II
Ejemplo: Una lotería instantánea consiste en raspar una casilla de cada fila
de una tarjeta tiene 3 filas y en cada fila dos casillas de los cuales existe un
numero oculto de 5 Bs y 10 Bs en un orden aleatorio en cada fila.
El juego consiste para ganar en raspar de cada fila una casilla similar en las
tres filas y gana ese monto. Si la tarjeta cuesta 9 Bs. ¿Cuánto espera ganar
una persona que compra una tarjeta?
1º 2º 3º 4º 5º 6º
5 5 5 10 10 10
5 10 10 10 5 5
10 10 5 5 10 5
Rx = (-6,-1, -4)
= 4.125
26
Estadística II
En el ejemplo:
V(x) = 2.2
6. DESVIACION ESTANDAR.-
En el ejemplo:
TEMA Nº 3
DISTRIBUCION DE PROBABILIDADES
p: Probabilidad de éxito
Decimos que una variable aleatoria tiene una distribución binomial con
parámetros (x ~ B(n,p)) si su funcion de probabilidad esta dad por:
x = 0,1,2 …………n
V(x) = n*p*q
q = 1-p
Lanzamiento de objetos
27
Estadística II
Donde:
Con:
28
Estadística II
=0 e.o.c.
P(x > 5) = 1- p (x ≤ 5)
Ejemplo:
Luego:
x-1
P(X = x) = 0.45 * 0.05 x = 1,2,3
=0
= 1 – p(x ≥ 2)
= 0.9025
x = 0,1,2,3,4,5
29
Estadística II
= 5*0.30 = 1.5
= 10*0.027*0.49
= 0.1323
N: Tamaño de la población
x=0,1,2,3,4,5,…,min(n;M)
=0 e.o.c.
Con:
a) 3 mujeres
30
Estadística II
x = 0,1,2,3,4
(x~P(λ))
x = 0,1,2,3
=0 e.o.c.
Con: E(x) = λ
V(x) = λ
Ejemplo:
λ = 1/3 * 30 / 15
λ = 0.67
entonces: (x~P(λ)~P(0.67))
luego: x = 0,1,2
31
Estadística II
Si la variable aleatoria continua “x” con rango Rx (a,b); ab ε|R; a<b. Se dice
que esta variable aleatoria continua se distribuye de manera uniforme a lo
largo del intervalo de A y B si su función de densidad esta dada por:
0 e.o.c.
Donde x ~N (a,b)
Una variable aleatoria continua “x” con media μ y varianza conocida σ 2 > 0,
se dice que se distribuye de forma aproximadamente normal su función de
densidad esta dada por:
-∞ < μ < ∞
σ2 > 0
Donde: x ~N(μ,σ)
32
Estadística II
μ = 0 y σ2 = 1 normal estándar
2.2.1 PROPIEDADES.-
Z=x–μ/σ
33
Estadística II
TEMA Nº 4
INFERENCIA ESTADISTICA
a) Estimación
b) Prueba de hipótesis
1. CONCEPTOS
34
Estadística II
población.
2. DISTRIBUCION MUESTRAL.-
si es con reposición
si es sin reposición
35
Estadística II
2º ext 1 2 3
1º ext
1 - 1.5 2
2 1.5 - 2.5
3 2 2.5 -
Rx = (1.5, 2, 2.5)
36
Estadística II
Luego:
Entonces:
2 =2
Luego:
37
Estadística II
38