Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Corte 1 35%
Taller 1: 10% ------- Grupos máx. 3 personas
Taller 2: 10%
Parcial 1: 15%
Corte 2 35%
Taller 3: 10%
Taller 4: 10%
Parcial 2: 15%
Corte 3 30%
Taller 5 (opcional): 10%
Parcial 3: 20%
Parcial 3: 30%
Contenidos Temáticos
Muestra (n): Subconjunto de la población objeto de estudio que debe guardar las mismas
características que N
Ejemplo
𝑵𝟏 = 𝟏𝟐𝟎
𝑵𝟐 = 𝟑𝟎𝟎
𝑵𝟑 = 𝟒𝟎𝟎
𝑵𝟒 = 𝟏𝟓𝟎
Para N1
120 𝑥1
=
970 80
80 ∗ 120
𝑥1 = = 9,89 ≈ 10
970
Para N2
24,74 ≈ 25
Para N3
32,98 ≈ 33
Para N4
12,37 ≈ 12
Del grupo N1 se escogen 10, Del grupo N2 se escogen 25, Del grupo N3 se escogen 33, Del
grupo N4 se escogen 12
Tamaño de la muestra
𝑧8 ∗ 𝑝 ∗ 𝑞 ∗ 𝑁
𝑛=
𝑁 ∗ 𝑒8 + 𝑧8 ∗ 𝑝 ∗ 𝑞
N = población
P y q = Proporción de variabilidad de la población
P = 0,5
q = 0,5
z = Valor crítico que depende del nivel de confianza
e = error muestral
𝑧8 ∗ 𝑝 ∗ 𝑞 ∗ 𝑁
𝑛=
𝑁 ∗ 𝑒8 + 𝑧8 ∗ 𝑝 ∗ 𝑞
(1.645)^2*0.5*0.5*15000
15000*(0.03)^2+(1.645)^2*0.5*0.5
𝑧8 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑒8
Ejercicio
Estatura en cm Frecuencia
absoluta: Cantidad
141 30
146 130
151 250
156 360
161 300
166 200
171 90
176 40
400
350
300
250
200
150
100
50
0
Con 141 Con 146 Con 151 Con 156 Con 161 Con 166 Con 171 Con176
Si tenemos información que presenta dicha tendencia, se va a decir que los datos se
comportan aproximadamente de forma normal. Su simbología se representa como:
𝑋~𝑁 (𝜇 , 𝜎)
Gráficamente está modelado por una curva llamada campana de Gauss y presenta las
siguientes características:
Esta curva servirá para el calculo de probabilidades. Sin embargo, es importante mencionar
que la cantidad de gráficos de la normal se puede extender según las poblaciones que se
estén analizando y por ende el cálculo probabilístico puede diferir.
Es así que, para evitar dicha situación, existe un gráfico de la norma estándar que tiene
como características:
𝑋~𝑁 (𝜇 , 𝜎)
Ejercicio
Suponga que se lanza un dado 7 veces y se hace el conteo de la cantidad de veces que sale
el numero 4. ¿Cuál es la probabilidad de obtener 3 veces el número 4?
Es una distribución discreta que mide la cantidad de éxitos en n ensayos. Se caracteriza por:
𝑛
𝑝(𝑋 = 𝑥 ) = M N ∙ 𝑝 G ∙ 𝑞 PHG
𝑥
Donde:
7
𝑝(𝑋 = 3) = M N ∙ (1/6)R ∙ (5/6)SHR
3
7 1 R 5 V
𝑝(𝑋 = 3) = M N ∙ T U ∙ T U = 0,0781
3 6 6
Estudios demuestran que en las vías de una cierta ciudad en Colombia el 72% de los
conductores usa el cinturón de seguridad. Si se selecciona una muestra aleatoria de 10
conductores:
𝑛
𝑃(𝑋 = 𝑥 ) = M N ∙ 𝑝 G ∙ 𝑞 PHG
𝑥
Donde:
n = Cantidad de intentos o ensayos: 10
p = Probabilidad de éxito: 0,72
q = Probabilidad de fracaso: 0,28
x = Cantidad de éxitos que esperamos que ocurra: 6
10
𝑃 (𝑋 = 6) = M N ∙ (0,72)X ∙ (0,28)YZHX
6
10 (
𝑃 (𝑋 = 6) = M N ∙ 0,72)X ∙ (0,28)V = 0,1798
6
Donde:
10 (
𝑃 (𝑋 = 8) = M N ∙ 0,72)[ ∙ (0,28)YZH[ = 0,2547
8
10 (
𝑃 (𝑋 = 9) = M N ∙ 0,72)\ ∙ (0,28)YZH\ = 0,1455
9
10 (
𝑃 (𝑋 = 10) = M N ∙ 0,72)YZ ∙ (0,28)YZHYZ = 0,0374
10
Donde:
10
𝑃(𝑋 = 2) = M N ∙ (0,72)8 ∙ (0,28)YZH8 = 8,8133 ∗ 10HV = 0,00088133
2
10
𝑃 (𝑋 = 1) = M N ∙ (0,72)Y ∙ (0,28)YZHY = 7,6164 ∗ 10H] = 0,000076164
1
10 (
𝑃 (𝑋 = 0) = M N ∙ 0,72)Z ∙ (0,28)YZHZ = 2,9619 ∗ 10HX = 0,000002961
0
Ejercicio
El 20% de las baterías de litio para celular sufre algún tipo de recalentamiento cuando se
conecta al cargador. Si de un lote se escogen aleatoriamente 200 baterías ¿Cuál es la
probabilidad de que a lo sumo 50 baterías sufran recalentamiento?
𝑛
𝑃(𝑋 = 𝑥 ) = M N ∙ 𝑝 G ∙ 𝑞 PHG
𝑥
200
𝑃 (𝑋 = 0) = M N ∙ (0,2)Z ∙ (0,8)8ZZ
0
𝑛∗𝑝≥ 5
𝑛∗𝑞 ≥ 5
Distribución Hipergeométrica
𝑅 𝑁−𝑅
M NM N
𝑃 (𝑋 = 𝑥 ) = 𝑥 𝑛 − 𝑥
𝑁
M N
𝑛
N = Población
R = Éxitos en la población
n = Muestra
x = Éxitos en la muestra
𝑅 𝑁−𝑅
M NM N
𝑃 (𝑋 = 𝑥 ) = 𝑥 𝑛 − 𝑥
𝑁
M N
𝑛
N = Población = 75
R = Éxitos en la población 10 o 65
n = Muestra = 5
x = Éxitos en la muestra 1
10 75 − 10
M NM N
𝑃 (𝑋 = 1) = 1 5 − 1
M75N
5
10 65
M NM N
𝑃 (𝑋 = 1) = 1 4 = 0,3922
75
M N
5
𝑅 𝑁−𝑅
M NM N
( )
𝑃 𝑋 = 𝑥 = 𝑥 𝑛 − 𝑥
𝑁
M N
𝑛
N = Población = 75
R = Éxitos en la población 10 o 65
n = Muestra = 5
x = Éxitos en la muestra = 3 , 4 y 5
10 65
M NM N
𝑃 (𝑋 = 3) = 3 2 = 0,0144
75
M N
5
10 65
M NM N
𝑃 (𝑋 = 4) = 4 1 = 7,90 × 10HV = 0,000790
75
M N
5
10 65
M NM N
𝑃 (𝑋 = 5) = 5 0 = 1,46 × 10H] = 0,00001460
75
M N
5
ESTIMACIÓN EN ESTADISTICA
• Estimación Puntual
• Estimación por intervalos de confianza
Intervalo de confianza
Se llama así al rango de valores donde se espera que esté el parámetro poblacional a
estimar.
Nivel de confianza
Probabilidad de que el parámetro poblacional a estimar esté dentro del intervalo de
confianza.
Error de estimación
Hace referencia al radio del intervalo.
El intervalo de confianza para una media de una población (𝜇) con un nivel de confianza
1 − 𝛼 a partir de una muestra de tamaño n con una media muestral 𝑥̅ y una desviación 𝜎 ,
se calcula como:
𝜎 𝜎
T𝑥̅ − 𝑍𝛼b2 ∙ , 𝑥̅ + 𝑍𝛼b2 ∙ U
√𝑛 √𝑛
Ejemplo:
El tiempo que tardan los cajeros de un autoservicio en atender a sus clientes se distribuye
aprox. de forma normal con media desconocida y una desviación de 0,5 minutos. Para una
muestra aleatoria de 30 clientes se obtuvo un tiempo promedio de 5,2 min. Generar un
intervalo de confianza al 95% para estimar el tiempo promedio que tardan los cajeros en
atender a los clientes.
𝜎 𝜎
T𝑥̅ − 𝑍𝛼b2 ∙ , 𝑥̅ + 𝑍𝛼b2 ∙ U
√𝑛 √𝑛
0,5 0,5
T5,2 − 1,96 ∙ , 5,2 + 1,96 ∙ U
√30 √30
( 5,0210 , 5,3789 )
Esto significa que en el 95% de las muestras de tamaño 30, el tiempo que tardan los cajeros
en atender a sus clientes está entre 5,0210 y 5,3789 min
Intervalo al 90%
0,5 0,5
T5,2 − 1,645 ∙ , 5,2 + 1,645 ∙ U
√30 √30
(5,0498 , 5,3501 )
Intervalo al 99 %
0,5 0,5
T5,2 − 2,575 ∙ , 5,2 + 2,575 ∙ U
√30 √30
( 4,9649 , 5,4350 )
El intervalo de confianza para una proporción poblacional (p) con un nivel de confianza 1 −
𝛼 a partir de una muestra de tamaño n que presenta una característica distinguible, se
calcula como:
𝑝 ∙ 𝑞 𝑝 ∙ 𝑞
h𝑝 − 𝑍𝛼b2 ∙ i , 𝑝 + 𝑍𝛼b2 ∙ i j
𝑛 𝑛
Ejemplo
Durante cierto tiempo, las ventas de una cadena de establecimiento de comidas rápidas
han venido disminuyendo. Para suplir esta situación, los socios han contratado una empresa
consultora determinado que el 30% encontrado en una muestra de tamaño 95 ha sido por
mala administración. Generar un intervalo de confianza al 90% para estimar la proporción
de establecimientos que han disminuido sus ventas por mala administración
𝑝 ∙ 𝑞 𝑝 ∙ 𝑞
h𝑝 − 𝑍𝛼b2 ∙ i , 𝑝 + 𝑍𝛼b2 ∙ i j
𝑛 𝑛
La proporción de establecimientos que han disminuido sus ventas por mala administración
está entre 22,26 % hasta 37,73%.
Pruebas de hipótesis
Es un test estadístico en el que a partir de una muestra de tamaño n, nos permite extraer
conclusiones para Aceptar o Rechazar una hipótesis previamente establecida sobre el valor
de un parámetro estadístico desconocido.
• Media
• Proporción