LA ESTADÍSTICA OFICIAL Y LAS FUENTES DE DATOS MUNDIALES

ESTADÍSTICA
APLICADA
0,5000

— 1----------------------------------- H ------------------------------------------------- z

- 2,29 0

COMPILACIÓN

PROFESORES DEL CURSO

 INDICE

Pag.
C A P I T U L O I . C o n c e p t o s B á s i c o s ....................................... r,i.. .. . ........... 1
1.1 D e fin ició n de E s ta d ís tic a ..........................:......................... 1
1 .2 C o n ce p to s b á s ic o s ............................ 2
E je rcicio s P ro p u e s to s ............. 12

C A P Í T U L O I I . O r g a n iz a c ió n d e D a t o s . ............................... ...1 6
2.1 O rg a n iza ció n para v a ria b le s c u a lita tiv a s ................. 16
2 .2 O rg a n iza ció n para v a ria b le s c u a n tita tiv a s d is c r e t o s . ........... ................. 20
2.3 O rg a n iza ció n para v a ria b le s c u a n tita tiv a s c o n tin u o s .........................................2 2
2 .4 O rg a n iza ció n de d a to s para dos g r u p o s ............................. 31
E je rcicio s Propu estos ........................ ;.............. 35

C A P Í T U L O I I I . M e d id a s E s t a d ís t ic a s ............... ....4 4
3.1 P rin cip a le s m ed ia s de te n d encia c e n tr a l.......................... 44
3 .2 Percentiles;..................... 55
3 .3 D ia g ra m a de ta llo s y h o ja s ............................................................... 58
E je rcicio s P ro p u e s to s ....................................................................... 61

C A P Í T U L O I V . M e d id a s d e V a r ia b ilid a d o d e D is p e r s ió n . . . ................ ..........6 6

4 .1 P rin cip a le s m ed id a s de v a r ia b ilid a d ...................... ....6 6
E je rcicio s P ro p u e s to s .................................................... .;i.................................... 73

C A P Í T U L O V . M e d id a s d e A s i m e t r í a ................. ................................ ......... 7 6

5.1 Form a s de una D is trib u c ió n .................................................................. ........ ........ 76
5.2 C o e ficie n te de a sim e tría de P e a rs o n ,................... ................. ............ ..........7 6
5 .3 D ia g ra m a de caja s (box p lo t ) ................................................. ................ ........... ..7 8
E je rcicio s P ro p u e s to s .......................................................................................................83

C A P Í T U L O V I . P r o b a b ilid a d e s . . . ................ .......8 7

6.1 C o n ce p to s b á sico s de p ro b a b ilid a d ........................................................................ 87
6 .2 R e v isió n dle té cn ica s de c o n te o ........................................................................ 90
6.3 D e fin icio n e s de p ro babilidad de un e v e n t o .................................... ....9 3
6 .4 P rob abilidad c o n d ic io n a l.................................................... ....................................102
6 .5 La regla de la m u ltip lic a c ió n ....................... 105
6.6 La ley de p ro babilidad t o t a l............... 106
6 .7 T e o re m a de B a y e s .................................................................................................107
6.8 In d e p en d e n cia de e v e n t o s .......................... 111
E je rcicio s P ro p u e s to s .....................................................................................................116

C A P Í T U L O V I I . V a r ia b le s A l e a t o r i a s .................................... 122
7 .1 D e fin ició n de v a ria b le a le a to ria .......................................................... 122
7 .2 C la s e s d e v a ria b le a le a to ria .............................................. ...................................122
7 .3 Fu n ción de p ro babilidad de una v a ria b le a le a to ria d is c r e t a ........................ 123
7 .4 Fu n ción de pro b ab ilid ad de una v a ria b le a le a to ria c o n tiin u á ............................ 126
7 .5 V a lo r e sp e ra d o , e sp e ra n za m a te m á tica o m ed ia de und* V.a. X ....................... 127
7 .6 La v a ria n c ia de una v a ria b le a le a to ria X ................. ........i ............... 128
E je rcicio s P ro p u e s to s .......................... -í..................................134

C A P Í T U L O V I I I . P r in c ip a le s D is t r ib u c io n e s D is c r e t a s ................ ..1 3 9
8 .1 La d istrib u ció n u niform e d is c r e t a .............................................................. 139
8 .2 La d istrib u ció n b in o m ia l......................................................................................... 140
8 .3 La d istrib u ció n h ip e rg e o m é tric a ........................................................................... 144
8 .4 La d istrib u ció n de P o is s o n ..................................................................................... 148
E je r c id o s P ro p u e s to s .............................................................. 153
C A P Í T U L O I X . P r in c ip a le s D is t r ib u c io n e s C o n t in u a s ............................... ....1 5 6
9 .1 . D istrib u ció n U n ifo rm e ......................................... 158
9 .2 D istrib u ció n E x p o n e n c ia l.......................................................... 160
9 .3 D istrib ució n n o rm a l................................................................................................. 161
9 .4 D istrib ució n norm al e s tá n d a r................. 165
9 .5 D istrib u cio n e s m u é stra le s a so cia d as a la d istrib u ció n n o rm a l.......................... 181
E je rcicio s P ro p u e s to s ...................... 178
9 .6 D istrib u ció n J i-C u a d ra d o .................................................................................. 181
9 .7 D istrib ució n t de S t u d e r t ......................................................... 181
9 .8 D istrib u cio n e s m u é stra le s a so cia d as a la d istrib u ció n t .................................. 181
9 .9 D istrib ució n F ................. 183
9 .1 0 D istrib u cio n e s m u éstra le s a so cia d a s a la d istrib u ció n F .................................184
E je rcicio s P ro p u e s to s .................................................................................................... 186

C A P Í T U L O X . I n f e r e n c ia E s t a d ís t ic a .................................. ....................... .........1 8 7

10.1 La estim a ció n de p a rá m e tro s ..................... 187
10.2 E stim a ció n de p a rá m e tro s in te rv a lo s de c o n fia n z a ......................................... 188
10.3 D e te rm in a ció n del tam a ñ o de m u e stra .................................................. 196
10.4 Prueba de h ip ó te s is ................................................. 200
E je rcicio s P ro p u e s to s .................................................................................................... 225

C A P Í T U L O X I . A n á lis is d e R e g r e s ió n L in e a l S im p le ......................... 230

11.1 El m odelo de regresión lineal s im p le ................................................................. 230
11.2 S u p u e sto s del a n á lisis de regresión lineal s im p le ................................ 230
11.3 E stim a ció n por el m étodo de m ín im o s c u a d r a d o s ................................. 230
1 1.4 Recta de regresión e s t im a d a ......................................... 231
11.5 El a n á lisis de v a ria n c ia en la regresión lineal s im p le ..................................... 232
1 1.6 El coe ficie n te de d ete rm in a ció n y de no d e te r m in a c ió n .................... 233
11.7 El coe ficie n te de co rre la ció n lineal s im p le ............................................. 233
E je rcicio s P ro p u e s to s .................................................................................................... 240

B IB LIO G R A FÍA 244

_v » é _¿v- •=
■■
Estadística
r ... ,/

CAPÍTULO I

CONCEPTOS BÁSICOS
La E sta d ística pro porcio na una se rie de m é to d o s y té cn ica s que p erm iten a n a liz a r
in fo rm a ció n de la s d ife re n te s e s p e c ia lid a d e s com o A g ro n o m ía , In d u stria s A lim e n ta ria s ,
Z o o te cn ia , E cono m ía, etc. con la fin a lid a d de a n a liz a rla y to m a r decisiones.

O b jetivo . E n te n d e r con ce p tos b ásicos y lo s a lca n ce s de la e s ta d ístic a , que se rv irá n de

base para la com p ren sión y d e sa rro llo de lo s c a p ítu lo s posteriores.

1.1 D efinición de Estadística

La E sta d ística es una ciencia que crea, d e sa rro lla y a p lica m étodos y p ro ce d im ie n to s
para a n a liz a r in form a ción de m anera c o n fia b le en co n d icio n e s de ce rtid u m b re e
in ce rtid u m b re , brin da n do ap oyo en la o p tim iz a c ió n de tom a de decisiones.

D ivisión d e la Estadística

La E sta d ística puede se r d iv id id a en:

• La E stad ística D escrip tiva. P arte de la e sta d ística que se encarga de la

c la sifica ció n , d e scrip ció n , s im p lifica c ió n y p resen ta ció n de los datos. C o m p ren d e el
uso de ta b la s de fre cu e n cia s, g rá fico s y el cá lcu lo de m ed id a s esta d ística s.

• La E stad ística Xnferencial. Parte de la e sta d ístic a que se encarga de la e stim a ció n
y prueba de h ip ó te sis de los p a rá m etro s de una població n, a p a rtir de una m u estra
a le a to ria e xtra íd a de dich a población.

Ejem plo 1.
S e desea h a ce r un estu d io sobre el co n su m o d ro g a s en el d is trito de C om as. Con esta
fin a lid a d se e xtra e una m u estra a le a to ria de 2 4 0 a d o le sce n te s del d istrito de C o m a s y
se les a p lica la encuesta respectiva.

S e a p lica la E sta d ística D e scrip tiva para recop ila r, c la sifica r, o rg a n iza r y p re se n ta r en
una ta b la de fre cu e n cia s y en fo rm a grá fica los d a to s recogidos de una encuesta.

D istribución d e la frecuencia de
co n su m o d e droga

Frecuen cia
de con su m o N úm ero Porcentaje
No 100 4 1 ,7
In te rd ia rio 80 33,3
D ia rio 40 16,7
A v e ce s 20 8,3
240 100,0

T a m b ié n se ca lcu la m e d id a s e sta d ística s. La edad pro m edio de la m uestra de los

a d o le sce n te s que con su m en droga es 2 0.5 años.

S e a p lica la E sta d ística In feren cia l para e s tim a r la proporción de a d o le sce n te s que
c o n su m e n dro g as d ia ria m e n te del d is trito de C om a s, cuya estim a ció n fue de 65% . Para
p ro b a r la h ip ó te sis si esta proporción es m a y o r al 68 %.
1
 Estadística

S e a p lica la E sta d ístic a In fe re n cia l para e s tim a r la pro porció n de a d o le s c e n te s q u e

c o n su m e n d ro g as d ia ria m e n te del d is trito de C o m a s, cu ya e s tim a c ió n fu e de 65% .
Para p ro b a r la h ip ó te sis si esta pro porció n es m a y o r al 68 %.
1.2. C o n ce p to s b á sico s

1) P o b lació n . Es el co n ju n to de u n id a d e s e le m e n ta le s con c a ra c te rís tic a s s im ila re s . El

e s tu d io de tod a la població n c o n s titu y e un censo.
E je m p lo 2
1. El co n ju n to de todos los e s tu d ia n te s d e una in s titu ció n ed u ca tiv a .
2. El co n ju n to d e to d o s los m e se s d e v e n ta en una casa c o m e rcia l e n tre el 2 0 0 7 -
2011.
3. El co n ju n to de p e rso n a s que v iv e n en el D istrito de Breña.

2) U nid ad E lem en tal. Es un e le m e n to p a rtic u la r de la població n o m u e stra .

E je m p lo 3
1. Un e s tu d ia n te de la .in stitu ció n e d u ca tiv a .
2. Cada m es de v e n ta en una casa c o m e rc ia l e n tre el 2 0 0 7 -2 0 1 1 .
3. Cada persona que v iv e n en el D is trito de B reña.

3) M u e stra . Es un su b co n ju n to d e la p o b lació n . A l pro ceso d e ob te n ció n d e una

m u e stra se le llam a "m u e stre o ". Para q u e una m u e stra sea re p re s e n ta tiv a d eb e
c u m p lir con las s ig u ie n te s co n d icio n es:
a) D ebe h a b e r sid o o b te n id a al a zar.
b) S u ta m a ñ o y su s e le m e n to s d eb e n h a b e r sid o se le c c io n a d o s a p lica n d o un
m étodo de m uestreo .

E je rcic io 1
El áre a de m a rk e tin g del su p e rm e rc a d o A B C , d esea h a ce r un e stu d io so b re la
sa tis fa c c ió n de los c lie n te s q u e re a liza ro n s u s co m p ra s en el ú ltim o trim e s tre . Para el
e s tu d io se o b tu vo una m u e stra a le a to ria d e 4 2 0 c lie n te s. D efina p o b lació n , unidad
e le m e n ta y m uestra .

E je rcicio 2 >
Im p o rta c io n e s S h ir u m a es una e m p re sa d ed ica d a a la im p o rta ció n y c o m e rc ia liza ció n
d e a rte fa c to s e le c tro d o m é stico s y tie n e en ca rte ra c lie n te s que com p ra n al co n ta d o y
al cré d ito . S e g ú n el área co n ta b le tie n e re g istra d o s a 8 0 0 0 c lie n te s q u e c o m p ra ro n el
añ o p asado, de los c u a le s 3 5 0 0 lo h icie ro n al contado. La em p resa le en ca rg o a Ud.
h a c e r un e stu d io para d e te rm in a r a lg u n o s in d ica d o re s acerca de lo s c lie n te s q u e
c o m p ra ro n al cré d ito ; para e llo to m a una m u e stra a le a to ria de 150 c lie n te s d e e ste
tip o y re v isa s u s c u e n ta s. D efina p oblació n , u n id a d e le m e n ta l y m u e stra . ________

2
 Estadística
& 5 & zim

4 ) V a ria b le . S o n la s c a ra c te rís tic a s q u e to m a n d ife re n te s v a lo re s cu a n d o son

e v a lu a d a s én las u n id a d e s e le m e n ta le s d e una p o b lació n o m u e stra . S e
re p re se n ta n p o r las ú ltim a s le tra s m a y ú s c u la s del a lfa b e to , p o r e je m p lo : X , Y , Z ,
W , P, T , x1#X 2, Y x, etc. 7

T ip o s d e V a ria b le s ,

V a ria b le s C u a n tita tiva s. S on a q u e lla s q u e s e e x p re sa n en fo rm a n u m é rica y tie n e

s e n tid o re a liz a r o p e ra cio n e s m a te m á tic a s con e lla s. P ueden s e r del tipo:
,r
• V a ria b le C u a n tita tiva C o n tin u a . S o n a q u e lla s q u e p ueden to m a r c u a lq u ie r v a lo r
n u m é ric o d e n tro de un in te rv a lo co n tin u o . S e u tiliza un in s tru m e n to d e m e d ic ió n
para g e n e ra r s u s v a lo re s: b a la n za , te rm ó m e tro s , te s t, e sca la s, cro n ó m e tro s ,
w in ch a s, etc.

E je m p lo 4
1. Peso del la n g o stin o de río (en gr)
2. T ie m p o para e n c o n tra r e s ta c io n a m ie n to en un ce n tro c o m e rc ia l (m in u to s)
3. G a sto m e n su a l fa m ilia r en a te n c ió n m éd ica (n u e vo s so le s)

• V a ria b le C u a n tita tiva D iscre ta . S o n a q u e lla s q u e c u m p le n con la c o n d ició n d e

q u e e n tre un v a lo r cu a le s q u ie ra y su c o n s e c u tiv o no es p o sib le q u e e x ista ri v a lo re s
in te rm e d io s. G e n e ra lm e n te son re p re s e n ta d o s p o r el c o n ju n to de n ú m e ro s e n te ro s.
Las o b s e rv a cio n e s c u a n tita tiv a s d is c re ta s s e re g istra n p o r conteo.

E je m p lo 5
1. N ú m e ro d e a rtíc u lo s d e fe ctu o so s en un lo te de 20.
2. N ú m e ro de c lie n te s a te n d id o s cada 2 0 m in u to s en una v e n ta n illa .
3. N ú m e ro de p re d io s q u e posee un a g ric u lto r d e un v a lle .

V a ria b le C u a lita tiva . Son a q u e lla s q u e p e rm ite n qu e una unidad e le m e n ta l p ueda s e r

c la sific a d a co m o poseedora o no de c ie rta c u a lid a d , pro piedad o a trib u to . No tie n e
s e n tid o re a liz a r o p e ra cio n e s m a te m á tic a s con e lla s. ¡Son a q u e lla s cu yo s v a lo re s
p o sib le s son a trib u to s o ca te g o ría s. ¡

• V a ria b le C u alitativa N o m in a l. Son a q u e lla s cu y o s v a lo re s (cu a lid a d e s,

p ro p ie d a d e s o a trib u to s ) no son fa c tib le s de s e r c la s ific a d o s a tra v é s de un c rite rio
d e o rd en o je ra rq u ía . S u s v a lo re s p o sib le s no tie n e n un orden de im p o rta n cia .

E je m p lo 6
1. S e x o de los e s tu d ia n te s (M a scu lin o o Fe m e n in o )
2. E sta d o c iv il de una persona (S o lte ro , C a sad o , D iv o rcia d o , V iu d o o C o n v iv ie n te )
3. M arca de una co m p u ta d o ra (A, B, C o D)
4. M arca d e A u to m ó v il (Toyota, C h e v ro le t, M erced e s B e n z, etc...)

• V a ria b le C u a lita tiva Je rá rq u ica . S on a q u e lla s d on de s í se puede e s ta b le c e r un

c rite rio de orden o je ra rq u ía e n tre s u s a trib u to s de la v a ria b le .

E je m p lo 7
1. N ive l de in s tru c ció n (S in in stru c ció n , P rim a ria , S e c u n d a ria o S u p e rio r)
2. N iv e l s o cio e co n ó m ico de un c lie n te (A lto , M edio o Bajó)
3 . C a lific a c ió n de un s e rv ic io (B u en o, R e g u la r o M alo) >
4. R an g o M ilita r (C abo, S a rg e n to , C o ro n e l) .
;■!
5 ) O b s e rv a c ió n . Es el v a lo r p o sib le q u e to m a una v a ria b le . A las o b se rv a cio n e s se les
s u e le re p re s e n ta r con las le tra s m in ú s c u la s s u b in d ica d a s , com o por
e je m p lo x . , y i , z ¡
3
 Estadística

E je m p lo 8.

1. X = Peso del la n g o s tin d 'd e río (en gr). O b se rv a cio n e s:

^ = 2 .5 ,x 2 = 3.0,.., jc1(| = 3.2 'í;
2. Y = C a lifica c ió n de un se rv icio . O b se rv a c io n e s:
y l = Bueno, y 2 = Regw/ar,^ =Malo

E je rc icio 3. C o n sid e ra n d o qu e para el e je rc ic io 1 se a p licó la s ig u ie n te e n cu e sta .

Supermercado ABC: Encuesta de opinión

1. Edad
2. ¿Cuál es el tipo de pago?
l=Contado 2=Taijeta de crédito 3=Crédito ABC
3. ¿Cómo encuentra el estado de los productos?
l=Muy bueno 2=Bueno 3=Regular 4=Malo
4. ¿Con qué frecuencia encuentra sus productos?
l=Siempre 2=Casi siempre 3=Raramente 4=Nunca
5. Numero de veces que viene al supermercado semanalmente
6. El gasto semanal en sus compras

C o m p le te el sig u ie n te cuadro:

V a ria b le j T ip o d e v a ria b le O b se rv a ció

i;
n
Edad

T ip o de pago 1

E sta d o de los pro d u cto s

F re cu e n cia que e n cu e n tra los

p ro d u cto s
N ú m e ro de v e ce s qu e v ie n e
al s u p e rm e rc a d o
s e m a n a lm e n te
G a sto se m a n a l

E je rcicio 4. Para e v a lu a r un pro gram a p ro d u ctiv o c u y o s b e n e ficia rio s son los

a g ric u lto re s de una co m u n id a d c a m p e s in a , s e ha a p lica d o la s ig u ie n te en cu e sta .

Encuesta para evaluación del programa productivo

1. Nivel tecnológicoíusajdo
l=Alto 2=Medioj¡3=Bajo
2. Usa fungicidas ;
I -S i 2=No j;
3. Usa insecticidas
l=Si 2=No
4. Número de meses que está en el programa
5. Tamaño de su predio (has)
6. Ingreso mensual (en soles)

C o m p le te el s ig u ie n te cuadro:

4
UNALi Estadística

V a ria b le T ip o d e v a ria b le O b s e rv a ció

n
N ive l te cn o ló g ic o usado

Usa fu n g ic id a s

Usa in s e c tic id a s
Número de meses que está en el programa

T a m a ñ o del pred io

In g re so m en su a l

6) P a rá m e tro . Es una m edida e s ta d ístic a para d e s c rib ir el co m p o rta m ie n to d e una

v a ria b le en la p oblació n . Son c a lc u la d a s con lo s d a to s d e toda la p oblació n . E s un
v a lo r co n sta n te .

E je m p lo 9
1. S u p o n g a q u e el nú m ero p ro m ed io d e c o c in a s v e n d id a s en to d o s los m e se s de
v e n ta e s 1 5 .4 ( jx = 1 5 .4 ).
2. El C e n so N acion al 2 0 0 7 : X I de P ob la ción y V I d e V iv ie n d a in d ica qu e en el g ru p o
edad de 20 a 29 a ñ os, el 1.4% d é lo s h o m b re s no s a b e le e r y e s c rib ir m ie n tra s
q u e el 3 .1 % d e la s m u je re s no sa b e le e r y e s c r ib ir (tcx = 0 .0 1 4 y tiz = 0 .0 3 1 ) .
3. S u p o n g a q u e en to d o B reña la p ro p o rció n del n iv e l d e in s tru c ció n re su ltó :

In stru cc ió n P ro p o rció n '(ni)

P rim a ria 0.455
S e cu n d a ria 0.445
S u p e rio r 0.100
TOTAL 1.000

7) V a lo r e sta d ístico o E sta d íg ra fo . Es una m e d id a para d e s c rib ir el c o m p o rta m ie n to

de una v a ria b le en la m u estra . S e c a lcu la n con los d a to s o b te n id o s d e una
m u e stra . Son v a lo re s v a ria b le s (v a ría n d e m u e stra a m u e stra ). Los e s ta d ís tic o s
sirv e n para e s tim a r a los p a rá m e tro s.

E je m p lo 10
1. En una m u e stra de 30 m e se s de v e n ta se e n co n tró q u e el n ú m e ro p ro m e d io de
c o c in a s v e n d id a s fu e de 14.9 ( je = 1 4 . 9 ) .
2. En la e n c u e sta n acion al de h o g a re s (E N A H O ) indica qu e el 1.1% d e los h o m b re s
no sa b e le e r y ni e s c rib ir ( p = 0 . 0 1 1 ) .
2. S u p o n g a q u e en d is trito de B re ñ a se ha s e le c c io n a d o una m u e stra de 500
p e rso n a s e n c o n trá n d o se los s ig u ie n te s re su lta d o s:

In stru cció n P ro p o rció n

(p¡)
P rim a ria 0.460
S e cu n d a ria 0.430 :
S u p e rio r 0.110
TOTAL 1.000

5
 N o tación d e lo s p rin cip a le s p a rá m e tro s y e s ta d ís tico s
M ed id a s e sta d ística s En u na p o b la ció n En una m u estra
(p a rá m e tro ) (e sta d ístico )
M edia Él. X
M ediana ME me
Moda MO mo
Prop o rción n P
V a ria n cia o V a ria n za a2 S2
D e svia ció n E stá n d a r a S
C o e fic ie n te de V a ria b ilid a d CV cv
E je m p lo 11
En el s ig u ie n te e je rc ic io , id e n tifica r: la p o b lació n , la m u e stra , unidad e le m e n ta l, la
v a ria b le , tip o de v a ria b le , o b se rv a ció n , p a rá m e tro y v a lo r del e sta d ístico .

La O fic in a de S e rv ic io s G e n e ra le s d e la U N A LM desea c o n o c e r lo s m ed io s en los c u a le s

con m a y o r fre c u e n cia se tra n sp o rta n los a lu m n o s d e la UNALM . Para ello , re a liza una
e n c u e sta a 50 a lu m n o s d e preg ra d o en el s e m e s tre 2 013-1 y e n cu e n tra lo s s ig u ie n te s
re su lta d o s:
a) El 70% d e los e n c u e sta d o s usa el tra n s p o rte p ú b lico y un 2 0% usa el tra n s p o rte de
la u n iv e rsid a d .
b) El 2 0% de los e n cu e sta d o s c o n sid e ra n q u e el esta d o de las u n id a d e s de tra n sp o rte
de la UNALM es bueno, el 3 5% q u e es re g u la r y el 4 5% q u e es m alo.
c) El n ú m e ro p ro m e d io d e u n id a d e s q u e to m a para lle g a r a la u n iv e rsid a d es de 1.5.
d) El tie m p o p ro m e d io d e tra s la d o d e su casa a la u n iv e rs id a d e s d e 3 9 .7 0 m in u to s.

S o lu ció n

P ob lació n :
T o d o s los a lu m n o s d e la U N ALM La M olina d e p re g ra d o del s e m e s tre 2013-1

U n id ad e le m en tal:
C ad a a lu m n o d e la U N ALM La M olina d e p reg ra d o del s e m e s tre 2013-1

M u estra :
50 a lu m n o s de la UNALM La M olina de p re g ra d o del s e m e s tre 2013-1

V a ria b le T ip o de O b se rv a c ió n V a lo r del P a rá m e tro

V a ria b le E sta d ís tic o
jt (e stim a ció n )
a) X= M edio de tra n sp o rte C u a lita tiv a X 22 ~ p ú b lic o P p = 0.70 La p ro p orció n de
u sado para lle g a r a n o m in a l a lu m n o s se g ú n el
la UNALM . P u = 0 .2 0 m edio d e tra n s p o rte
p 0 = o -io usado para lle g a r a
la UNALM .

b) Y= O p in ió n so b re el esta d o C u a lita tiv a = b ueno La p ro p orció n de

Pb = °-20
d e las u n id a d e s de je rá rq u ic a a lu m n o s se g ú n la
tra n s p o rte de la p r - 0.35 op in ión so b re el
UNALM . P m = 0-45 esta d o de las
un id a d e s de
tra n sp o rte de la
UNALM .

6
 Estadística

c) Z= N ú m e ro de u n id a d e s C u a n tita tiv a z4 = 1 , ■ x - 1,45 El n ú m e ro p ro m e d io

de tra n s p o rte que d iscre ta de u n id a d e s de
to m a para lle g a r a la tra n s p o rte q u e to m a
UNALM . para lle g a r a la
U N ALM

d) V= T ie m p o de tra s la d o de C u a n tita tiv a v 48= 5 5 v = 39.70 El tie m p o p ro m e d io

la u n iv e rs id a d a su co n tin u a de tra s la d o de la
casa. u n iv e rs id a d a su
casa

E je m p lo 12
S e p re se n ta ro n a lg u n o s re su lta d o s del in fo rm e g e re ncia! de m a rk e tin g "P e rfil del
a d u lto jo v e n " e la b o ra d o por A p o y o O p in ió n y M ercado, (w w w .a p o y o .co m ). E l in fo rm e
fu e e la b o ra d o a p a rtir de los re s u lta d o s d e una e n c u e sta re a liza d a el 2 5 A b ril del 2 0 1 0
a una m u e stra a le a to ria co n fo rm a d a p o r 2 0 0 0 jó v e n e s d e Lim a M e tro p o lita n a d e to d o s
los n iv e le s so c io e c o n ó m ic o s y c u y a s e d a d e s flu c tú a n e n tre los 21 y 3 5 a ñ o s de edad.
• El in g re so m edio m e n su a l es de 1 3 2 0 n u e v o s soles.
• El 5% tie n e e stu d io s de p o stg ra d o , el 17% u n iv e rs ita ria c o m p le ta , el 33%
u n iv e rs ita ria in co m p le ta , el 3 5% s e cu n d a ria co m p le ta y el resto s e cu n d a ria
in co m p le ta .
• El 4 2 % d e jó v e n e s tra b a ja en e m p re s a s e s ta ta le s .

S o lu c ió n

P o b la ció n .
T o d o s lo s jó v e n e s de Lim a M e tro p o lita n a d e to d o s los n iv e le s so cio e co n ó m ico s y c u y a s
e d a d e s flu c tú a n e n tre lo s 21 y 3 5 años.

M u e stra .
2 0 0 0 jó v e n e s de Lim a M e tro p o lita n a d e to d o s los n iv e le s so cio e co n ó m ico s y c u y a s
e d a d e s flu c tú a n e n tre los 21 y 35 años.

U n id ad E le m e n tal.
Un jo v e n de Lim a M e tro p o lita n a de c u a lq u ie r n ivel so c io e c o n ó m ic o s y cu ya edad
flu c tú a e n tre los 21 y 35 años.

V a ria b le s T ip o d e v a ria b le O b se rv a ció n

In g re so m e n su a l de los jó v e n e s V a ria b le c u a n tita tiv a co n tin u a 1000
G ra d o d e in s tru c ció n V a ria b le c u a lita tiv a je rá rq u ic a S u p e rio r '
T ip o de e m p re sa q u e tra b aja V a ria b le c u a lita tiv a n o m in a lE s ta ta l

V a lo r e s ta d ístico
El in g re s o m e d io m e n su a l es de 1 3 2 0 n u e v o s so le s.
El 17% u n iv e rs ita ria co m p le ta
El 4 2 % de jó v e n e s tra b a ja en e m p re s a s e s ta ta le s.
P a rá m e tro s
El in g re so p ro m e d io m en su a l
P o rce n ta je de jó v e n e s q u e tie n e n c ie rto g ra d o d e in stru cció n .
P o rce n ta je de jó v e n e s que tra b a ja n en c ie rto tip o d e e m p resa .

E je m p lo 13
U na fá b ric a de v in o s tie n e un lote de 6 4 0 0 b o te lla s lista s para la e xp o rta ció n . A n te s de
e n v ia r el lote, se d e cid e a n a liz a r el co n te n id o de 4 0 b o te lla s se le c c io n a d a s al alzar para

7
 Estadística

v e rific a r si se está c u m p lie n d o con la s c a ra c te rís tic a s de calid a d e sp e c ific a d a s. Dos

o b je tiv o s im p o rta n te s de la prueba fu e ro n :

• M e d ir el p o rce n ta je de v o lu m e n p ro m e d io d e a lco h o l, el cual debía e s ta r e n tre 9 ' y

12 %.
• V e rific a r la ca lid a d del producto. En fu n c ió n a una s e rie de p ruebas s e n s o ria le s e ste
es c la s ific a d o com o tip o A , B o C. El 9 0% d e la s b o te lla s eran de tip o A.

S o lu c ió n :

P o blación :
6 4 0 0 b o te lla s d e v in o lis ta s para e xp o rta r.

M uestra:
4 0 b o te lla s de v in o lista s para e xp o rta r.

U n id ad E lem en tal:
Una b otella de v in o lista para e xp o rta r.

V a ria b le s: T ip o d e V a ria b le s: O b se rv a ció n :

X i = P o rce n ta je de v o lu m e n d e a lco h o l C u a n tita tiv a co n tin u a 11.5%
X 2 = C a lid a d del p ro ducto C u a lita tiv a je rá rq u ic a T ip o A

V a lo r e sta d ístico :
P ro m e d io de a lcoh ol qu e d ebe te n e r la botella
P o rce n ta je de b o te lla s que p e rte n ecen al tip o A (90% )

E je m p lo 14
C on la fin a lid a d d e e fe c tu a r m e jo ra s con los s e rv ic io s al tu ris ta , se se le c c io n a ro n 2 0 0
tu ris ta s fra n c e s e s al a z a r y s e les a p licó una e n cu e sta en la que se p reg un tó por:

• N ú m ero de d ía s q u e p e rm a n e cie ro n en el p a ís, o b te n ié n d o s e un pro m ed io d e 8 d ías.

• M edio de tra n sp o rte q u e u tiliza ro n para v ia ja r, a lo qu e el 20% resp o n d ió q u e v ia jó
en a vió n , el 3 0% en tre n y el 50% en bus.
• G a sta d o d u ra n te el tie m p o de e s ta d ía , d e lo q u e se o b tu v o un pro m e d io d e 1 2 5 3 .6
so le s p o r en cu e sta d o.
• En cu a n to al s e rv ic io db a lim e n ta c ió n el 3 0% lo c a lific ó de e x c e le n te , el 2 0% m u y
bueno y el 50% bueno.-

S o lu c ió n :

P ob lació n :
T o d o s los tu ris ta s fra n ce se s.

M u estra :
200 tu ris ta s fra n ce s e s

U n id a d ele m e n tal:
Un tu ris ta fra n cé s.

V a ria b le s: T ip o d e v a ria b le s:
O b se rv a ció n :
X i : N ú m e ro de d ía s d e p e rm a n e n cia en el país C u a n tita tiv a co n tin u a 10 d ía s
X 2 : M edio de tra n sp o rte para tra s la d a rs e C u a lita tiv a n o m in a l A v ió n
X 3 : G a sta d o d u ra n te el tie m p o de esta d ía C u a n tita tiv a co n tin u a S /. 152 0
X 4: O p in ió n so b re el s e rv ic io d e a lim e n ta c ió n C u a lita tiv a je rá rq u ic a E x ce le n te

8
 — _
Estadística

V a lo r e sta d ístico :
N ú m e ro p ro m e d io d e d ía s de p e rm a n e n cia en el país (x - 8 d ía s )
P o rce n ta je del m ed io de tra n sp o rte para tra s la d a rs e en a vió n (p = 20.0%)
G a sta d o p ro m e d io d u ra n te el tie m p o d e e sta d ía (x = S l. 1253.6)
P o rce n ta je qu e o p in a ro n so b re el s e rv ic io de a lim e n ta c ió n e x c e le n te (p = 30.0%)

P a rá m e tro s:
N ú m e ro p ro m e d io de d ía s de p e rm a n e n cia en el país
P o rce n ta je del m e d io d e tra n s p o rte para tra s la d a rs e
G a sta d o p ro m ed io d u ra n te el tie m p o de e sta d ía 1
P o rce n ta je qu e o p in aro n so b re el s e rv ic io d e a lim e n ta c ió n ¡

E je rcicio 5.
La d ire c ció n d e sa lu d {D IS A ) d e una zo n a ru ra l d ese a re a liz a r un e s tu d io para e v a lu a r
la ca lid a d de s e rv ic io d e las p o sta s d e sa lu d . C on esta fin a lid a d se e x tra e
a le a to ria m e n te 12 p ostas de la D IS A con lo cu a l s e o b tie n e la s ig u ie n te in fo rm a ció n :
• El 60% de las p ostas de s a lu d re g is tra ro n co m o e n fe rm e d a d p rin c ip a l las
re sp ira to ria s.
• El n ú m e ro p ro m e d io de n iñ o s m e n o re s d e 6 a ñ o s a te n d id o s fu e de 1 20 .5
• S ó lo el 25% de la s p o stas tie n e n co m o tu rn o d e a te n c ió n m añ a n a y ta rd e.
Id e n tific a r la p o b lació n , unidad e le m e n ta l, m u e stra , v a ria b le s , tip o s de v a ria b le s ,
o b s e rv a c ió n , p a rá m e tro s y v a lo r e sta d ístic o .

V a ria b le T ip o d e O b se rv a ció n V a lo r del P a rá m e tro

V a ria b le E sta d ístico

E je rc icio 6
U na e m p re sa d is trib u id o ra desea e v a lu a r su e fic ie n c ia para a te n d e r los pedidois de su s
c lie n te s . S e le c c io n a a le a to ria m e n te 3 0 s e rv ic io s de re p a rto y re g istra los s ig u ie n te s
d atos: T ie m p o q u e s e ta rd a para a te n d e r el p e dido , n ivel d e s a tis fa cc ió n del c lie n te
(C o m p le ta m e n te sa tisfe ch o , sa tisfe ch o , poco sa tis fe ch o , nada sa tisfe ch o ) y ej d is trito
en el q u e s e e n c u e n tra el c lie n te . A lg u n o s re s u lta d o s fu e ro n : El tie m p o p ro m e d io de
a te n c ió n es de 52 m in u to s y el 30% d e los p e d id o s son del d is trito de A te.
Id e n tific a r la p oblació n , unidad e le m e n ta l, m u e stra , v a ria b le s , tip o s de v a ria b le s ,
o b se rv a ció n . ja rá m e tro s y v a lo r e s ta d ístic o .

9
 Estadística

V a ria b le T ip o de O b se rva ció n V a lo r del P a rá m etro

1V ariable E stad ístico

E je rcicio 7
Con el fin de re a liza r una m od ificación en el Im p u esto al V a lo r del P atrim o n io Predial
del M u n icip io de La M olina, se hace un estu d io so cio e co n ó m ico sobre una m uestra
a le a to ria de 3 0 0 fa m ilia s resid en te s en él d istrito . D el presen te estu d io se en con traron
los s ig u ie n te s resultados:
• El in g re so fa m ilia r prom edio es de S / 2 5 0 0 .0 0 n u evo s soles.
• El tip o de m aterial pred om in an te usado en la co n stru cció n de la v iv ie n d a , 24 de e llo s
d ije ro n que no era de m aterial noble.
• El 40% de e llo s a firm aron que el estado de co n se rv a ció n de su v iv ie n d a era
e x ce le n te , 20% m uy buena, 20% buena, 10 % re g u la r y 10 % en p é sim a s
con d iciones.
Id e n tifica r la població n, unidad e le m e n tal, m u e stra , v a ria b le s , tip o s de v a ria b le s,
o b se rv a ció n , p a rá m etros y v a lo r esta d ístico . _______ _ ___

V ariab le T ip o de O b serva ció n V a lo r del P a rá m etro

V a riab le Estad ístico

E jercicio 8
La s ig u ie n te in form ación fue tom a d a de la b ib lio te ca d ig ita l del INEI, y son resu lta d o s
del C en so N acional de 1993.

P eru a n o s de 6 a 14 a ñ o s de e d a d se g ú n c a u s a s de no m a tríc ula en 1 9 9 6

C ausas de no m atrícula Porcentaje

Problem as Econó m icos 31.7

Enferm edad 10.4
No le qusta e stu d ia r 10.3
Tenía que tra b a ja r 6.2
O tras cau sas 4 1.5
Fuente: h ttp ://w w w .in e i.g o b .p e /b ib lio in e i/.

El n ú m e ro de años prom edio de e stu d io s a lca n za d o s por la población de 15 y m ás años

en el área rural en el año 1993 era de 4 .1 años.

10
 Estadística
r
Id e n tific a r la po b lació n , unidad e le m e n ta l, m u e stra , ya ría bles, tip o s de v a ria b le s ,
o b s e rv a ció n . pa ram e ros y v a lo r e s ta d ís tic o

11
 " - r v- — " ___ Estadística
j¡

E JE R C IC IO S P R O P U E S T O S

1. In d iq u e el tip o de v a ria b le q u e sea la m á s a p ro p ia d a para cada una de las

s ig u ie n te s v a ria b le s:

• ; Edad
• T a m a ñ o de bebida (p equeñ o, m e d ia n o , g ra n d e)
• , V e n ta s a n u a le s
• N ú m e ro d e ca m ise ta jde un ju g a d o r
• Placa del autom óvil.)!;
• ; N ú m ero d e DNI !íj'
• Form a de pago ( e fe ctiv o , c h e q u e , ta rje ta de crédito)
• T ip o de m e d a lla ( O ro, Plata, B ro nce)
• P u esto de llegada e n 'u n a co m p e te n cia .
• N ú m ero d e ce lu la r.
• N ú m e ro de pe rson a s a fa v o r del aborto.
• N ú m ero d e herm anos.

Para cada e je rcicio , Identificar: la po b lació n , la m u e stra , unidad e le m e n ta l, la

v a ria b le , tip o de v a ria b le , o b se rv a ció n , p a rá m e tro y v a lo r del e sta d ístico .

2. S e p re se n ta ro n a lg u n o s re su lta d o s del in fo rm e g e re n cia l de m a rk e tin g "P e rfil del

a d u lto jo v e n " elaborado por A p o y o O p in ió n y M ercado, (w w w .a p o y o .co m ). El
in fo rm e fu e ela b ora d o a p a rtir de los re s u lta d o s de una e n cu e sta re a liza d a el 14
Ju lio del 2 0 1 1 a una m u e stra a le a to ria co n fo rm a d a p o r 2 0 0 0 jó v e n e s d e Lim a
M e tro p o lita n a , de todos los n iv e le s so c io e c o n ó m ic o s y c u y a s e d a d es flu c tú a n e n tre
los 21 y 35 años de edad.
• El in g reso m ed io m e n su a l es de 8 5 0 n u e v o s soles.
• El 1% tie n e e stu d io s de po stg ra d o , el 12% e d u cació n u n iv e rsita ria c o m p le ta , el
15% ed u cació n u n iv e rsita ria in co m p le ta y el 2% e d u ca ció n p rim a ria in co m p le ta .
• El 4 2% de jó v e n e s tra b a ja en e m p re s a s e sta ta le s.

3. En una gra n ja a víco la Se e stu d ia el n ú m e ro d e pollos v e n d id o s cada m es (X) y el

n ú m e ro de p a vo s V en d id os cada m e s (Y), para lo cu a l se to m a una m u e stra de
ta m a ñ o 5 ob ten ién d ose:

X 10 15 15 20 20
Y 20 24 29 35 29

a) La unidad e le m e n ta l para X e s : ________________

b) La unidad e le m e n ta l para Y e s : ________________

4. En un e stu d io de p referen cia de b e b id a s g a se o sa s re a liza d o en una m u e stra d e 100

a lu m n o s de la u n iv e rsid a d peruana de las A m é ric a s en el s e m e s tre 2011-11 s e han
o b te n id o lo s s ig u ie n te s re su lta d o s:
• El 52% de los e n cu e sta d o s fu e ro n de s e x o m a scu lin o
• El 4 7% de los e n cu e sta d o s p re fie re n la g a se o sa en p re se n ta ció n de p lá stico
• El 4 0% de los e n cu e sta d o s p re fie re la m arca Inca K ola y el3 0% p re fie re Coca
Cola.
• La edad pro m ed io de los e n cu e sta d o s es de 2 0 .4 7 a ñ o s
• El n ú m ero pro m e d io de g a se o sa s ta m a ñ o m e d ia n o co n su m id a s p o r a lu m n o
s e m a n a lm e n te es de 3 .4

5. E stu d io s re a liza d o s so b re la c o n ta m in a ció n a m b ie n ta l co in cid e n en q u e los

p rin c ip a le s c a u sa n te s de la co n ta m in a ció n del a ire son la c o m b u stió n en los
v e h íc u lo s con m otores d iesel y la fa lta de un m a n te n im ie n to té cn ico . Para te n e r
in fo rm a ció n c u a n tita tiv a de lo m e n cio n a d o a n te rio rm e n te , se ha to m a d o una
12
J .V " .l" i Estadística
•"*' * !

e n cu e sta a una m u e stra de 30 ch o fe re s de la ruta Portada del S o l-S a n ta A n ita

(Línea P) e n co n trá n d o se los s ig u ie n te s re su lta d o s:
• El n ú m ero pro m edio de v e ce s q u e lo s c h o fe re s re a liza n una re v isió n té cn ica a
s u s v e h íc u lo s es 1.36 v e c e s al a ñ o . ;
• La g a n a n cia pro m ed io por día es d e 9 7 .7 3 n u ev o s s o le s
• 20 ch o fe re s poseen un g ra d o de in stru c ció n s e cu n d a rio , 5 c h o fe re s poseen
p rim a ria c o m p le ta , 5 ch o fe re s poseen n iv e l u n iv e rs ita rio .

6 . La m icro e m p re sa " M ilg le n ", fa b ric a y o g u rt y va ha la n z a r al m ercad o ün nu e vo

s a b o r d e y o g u rt; com o desea c o n o c e r la n ece sid a d de los c o n s u m id o re s re a liza una
e n cu e sta a 9 0 c o n su m id o re s de y o g u rt q u e a cu d en al su p e rm e rc a d o "M e tro " de La
M olin a, e n c o n trá n d o se los s ig u ie n te s re su lta d o s:
• El 75% de los e n cu e sta d o s c o n s u m e y o g u rt por c o s tu m b re , fre n te a un 2 0% que
lo h a ce por g u sto y un 5% que lo ha ce p o r d ie ta . ,
• El 3 3% co n su m e la m arca "G lo ria ".
• El p recio pro m e d io qu e e s ta ría n d is p u e s to s a p a g a r por un y o g u rt de 1 litro es
de 4 .5 0 n u e v o s soles. ¡
• El 9 5% p re fie re el y o g u rt con fru ta fre n te a un 5% &ue lo p re fie re n a tu ra l.

7. En una p la n ta p ilo to de le ch e se ha o b te n id o la s ig u ie n te in fo rm a ció n :

• El p o rce n ta je d e gra sa p ro m e d io p o r bolsa de le ch e es de 3 .2 5 % , e ste v a lo r se
o b tu vo de una m u e stra de ta m a ñ o 100 .
• La pro porció n de b olsa s de le ch e c u y o p o rce n ta je d e g rasa es m e n o r q u e el
e sta b le cid o e s de 0 .0 9 , ig u a l al v a lo r e sta b le cid o 0 .6 y m a y o r al e s ta b le cid o
0 .3 1 , e sto s v a lo re s s e o b tu v ie ro n en una m u e stra d e ta m a ñ o 100.
• La pro porció n de tra b a ja d o re s s o lte ro s y ca sa d o s en la p la h ta son
re s p e c tiv a m e n te 0 .1 5 y 0 .8 5 , e s to s v a lo re s se o b tu v ie ro n e n c u e sta n d ó a to d o s
las u n id a d e s e le m e n ta le s.

8 . S e d ese a e s tu d ia r las c a ra c te rís tic a s d e la s lla m a d a s d e larga d ista n cia q u e salen

de una d e te rm in a d a ciu d a d d u ra n te un m es. E s de in te ré s a n a liz a r las lla m a d a s de
larga d ista n cia de a cu e rd o al tip o d e te le fo n ía e m p le a d o para re a liz a r la s lla m a d a s
(te le fo n ía fija o te le fo n ía m ó v il), el n ú m e ro d e lla m a d a s de larga d ista n c ia
e fe ctu a d a s al m es, el tie m p o de d u ra c ió n y el h o ra rio en q u e son re a liza d a s. En
una m u e stra a le a to ria dé 3 5 lla m a d a s, el p ro m ed io de tie m p o o b te n id o fu e d e 14.3
m in u to s por lla m a d a ; a d e m á s se co m p ro b ó qu e el 20 % fu e re a liza d o en el h o rario
de la m a ñ a n a , 30% en la ta rd e y 50% en la noche.

9. Una unidad fin a n cie ra de un banco e s ta ta l e stá e stu d ja n d o la in fo rm a ció n ique dan
s u s c lie n te s al s o lic ita r p ré sta m o d u ra n te el m es d£ agosto. Para ta l e s tu d io se
c o n sid e ró una m u e stra de 80 clie n te s. A lg u n o s de los '¡resultados fueron:
• El 10% d e cla ró te n e r un tra b a jo in d e p e n d ie n te . :
• La edad pro m edio de los c lie n te s al s o lic ita r un p ré sta m o fu e de 4 0 años.
• El 50% d e cla ró s e r casa d o, el 2 5 % d iv o rcia d o , el 15% s o lte ro y el restó v iu d o .
• El m onto pro m ed io de s o lic itu d e s fu e de: S /.3 0 0 0 n u ev o s soles.

10. El m in is te rio de a g ricu ltu ra esta o fre cie n d o c u rso s a d ista n c ia y p re sé n c ia le s de

ca p a c ita ció n a los in te g ra n te s d e co o p e ra tiv a s a g ro in d u s tria le s d e b id a m e n te
fo rm a d a s. La ca n tid a d de e sta s c o o p e ra tiv a s en el p a ís, son de 6 7 5 0 y la ca n tid a d
de in te g ra n te s q u e las co n fo rm a n e s ig u a l a 6 8 0 5 6 . El m in is te rio q u ie re co n o ce r
m e jo r a su p ú b lico o b je tiv o para lo cu a l ha to m a d o una m u e stra de 210
c o o p e ra tiv a s, a las c u a le s se les ha p re g u n ta d o por: tip o de o rie n ta ció n de la
c o o p e ra tiv a (gan a d era, a g ríco la , m a n u fa c tu ra , e tc.), n ú m e ro de p e rso n a s
p a rtic ip a n te s, ¿q u é c u rso s de ca p a c ita ció n ya han re cib id o ? y el in g re so en n u e v o s
s o le s qu e m an eja n al m es. A lg u n o s re s u lta ro n a rro ja ro n q u e en p ro m ed io cada
c o o p e ra tiv a tie n e 35 p a rtic ip a n te s y qu e la proporción de c o o p e ra tiv a s a g ríco la s es

13
 Estadística
7/

ig u a l al 41% . S a b ie n d o que to d a s las co o p e ra tiv a s m anejan en p ro m e d io un

m o n to ig u a l a 4 5 0 0 n u ev o s s o le s al m es.

11. Con la fin a lid a d de e fe ctu a r m e jo ra s con lo s se rv ic io s al tu ris ta , se se le ccio n a ro n

200 tu ris ta s al a z a r y se les a p licó una e n c u e sta en la q u e se p re g un tó por:
® N ú m ero de d ía s que p e rm a n e cie ro n en el p a ís, o b te n ié n d o se un p ro m ed io d e 8
días.
« M edio de tra n sp o rte qu e u tiliza ro n para v ia ja r, a lo que el 20% resp o n d ió q ue
v ia jó en a v ió n , el 30% en tre n y el 50% en bus.
« D in e ro g a sta d o d u ra n te el tie m p o de e sta d ía , de lo que se o b tu vo un p ro m e d io
d e 1 2 5 3 .6 nu evos so le s p or e n cu e sta d o .
» En cu a n to a! s e rv ic io de a lim e n ta c ió n el 30% lo c a lific ó de e xc e le n te , el 20%
m u y bueno y el 50% bueno.

12. El D e p a rta m e n to de E sta d ística e In fo rm á tic a de la U n iv e rsid a d N acional A g ra ria

La M olina con la fin a lid a d de c o n ta r con m a y o r in fo rm a ció n so b re los a lu m n o s
m a tricu la d o s en el cu rso de e s ta d ís tic a g e n e ra l, a p licó una e n cu e sta a d ich o s
a lu m n o s en la q u e se p re g un tó por:
• Facultad a la que p e rte n e ce , a lo q u e el 3 5 % re sp o n d ió p e rte n e c e r a A g ro n o m ía .
« N ú m e ro d e v e ce s q u e ha lle va d o el cu rso .
• P ro m ed io ponderado, o b te n ié n d o se un p ro m ed io para to d o s los a lu m n o s de
1 2 .10 .
• E x p e cta tiv a so b re la d ific u lta d del c u rs o (m u y fá cil, fá c il, d ifíc il, m uy d ifíc il).

13. Una fá b rica de a lim e n to s e n la ta d o s, e stá e v a lu a n d o a lg u n a s c a ra c te rís tic a s del

ú ltim o lote p ro ducido d e d u ra zn o s en a lm íb a r para v e rific a r si c u m p le con las
e s p e c ific a c io n e s de ca lid a d qu e o fre ce a s u s c lie n te s. D e las 10 0 0 0 la ta s con que
c u e n ta el lo te, s e se le ccio n a n a le a to ria m e n te 80 y s e o b tie n e n e n tre o tro s los
s ig u ie n te s resu lta d os:
El peso pro m ed io fu e d e 4 9 5 gra m os.
- S e e n co n tró un p ro m ed io de 1 2 .4 m ita d e s d e d u ra zn o en cada lata.
El 20% de las la ta s co rre sp o n d ía n a la calid a d "G ra d o A ", apto para la
exp o rta ció n .
- La em p resa com pra las la ta s a 3 fa b ric a n te s . 15 la ta s de las 80 co rre sp o n d ía n
, al fa b ric a n te prin cip a l.
D efina la població n en e stu d io , m u e stra , y unidad e le m e n ta l. A p a rtir de los
re su lta d o s e xp u e sto s id e n tifiq u e v a ria b le s , el tip o de v a ria b le al q u e co rre sp o n d e n ,
v a lo re s e s ta d ístic o s o p a rá m e tro s (en caso h u b ie ra n ) y de un e je m p lo de
o b se rv a ció n para cada v a ria b le .

14. La e m p re sa N ic r o n ic s S .A . se de d ica a la v e n ta de pla ca s c irc u la re s p lá stica s de

p o lica rb o n a to , que im p o rta de A le m a n ia , H olanda y Japón. Las c a n tid a d e s
p o rce n tu a le s q u e im porta de cada país son 16% , 6 4% y 20% re sp e c tiv a m e n te .
Las lo n g itu d e s de los d iá m e tro s de d ic h a s p la ca s s e e xp re sa n en pu lga da s y los
pe sos de los m ism o s v a ría n de 4 8 0 a 9 2 0 g ra m o s. En lo s ú ltim o s tre s m e se s, los
c lie n te s n a cio n a le s, le han d e v u e lto s u s pro d u cto s d eb id o a la baja re siste n cia
e n c o n tra d a , por e llo , el área d e co n tro l de ca lid a d ha se le ccio n a d o al a z a r 500

14
 Estadística

p la ca s c irc u la re s (en ca n tid a d e s p ro p o rc io n a le s a lo q u e im p o rta de cada p aís) y

a n a liz a d o en un la b o ra to rio , la re s iste n c ia a las ra lla d u ra s y a los im p a cto s (en
a m b o s ca so s la re siste n c ia p uede s e r a lta , m edia o baja). S i la e m p re sa e n c u e n tra
qu e e fe c tiv a m e n te las pla ca s no sa tis fa c e n las c o n d ic io n e s del c lie n te , s e v e rá n
o b lig a d o s a c a m b ia r de p ro ve ed o res.

En b a se al te x to a n te rio r id e n tifiq u e :

- P o b la ció n , m u e stra y unidad e le m e n ta l.

- v a ria b le s y tip o de v a ria b le .

- o b se rv a ció n , p a rá m e tro s y v a lo r e s ta d ístic o .

15
 i,. ■ ' Í?V r s r - f i,;- ;? , Est adí st i ca
c
C A P ÍT U LO II

I O R G A N IZA C IÓ N DE D ATO S
V
La o rg a n iza ció n de datos c o n siste en la ela b o ra ció n de ta b la s de fre c u e n cia s y g rá fico s
con :1a fin a lid a d de c la sifica r, a g ru p a r y p re se n ta r la in form a ción en form a re su m id a ,
fa c ilita n d o el a n á lis is d e scrip tiv o de los co n ju n to s de datos. La ela b o ra ció n de una ta b la
de fre cu en cia y su gráfico resp ectivo depen d e rá del tip o de v a ria b le definida.

O bjetivo . A p lic a r en form a a d ecuada los p ro ce d im ie n to s de la e sta d ística d e scrip tiv a

para; ta b u la r, c la sifica r, a n a liza r, g ra fic a r y p re se n ta r in form a ción según sea la v a ria b le
c u a lita tiv a o cu a n tita tiva .

2.1 O rga n iza ción para v a ria b le s cu a lita tiva s (n om inal o •jerárquica)

La ta b la de frecuencia es org an iza d a por cla se s o ca te g o ría s q u e co rresp o n d en a los

d is tih to s v a lo re s (atrib u to s) que tom a la v a ria b le c u a lita tiv a

Tabla de fre cu e n cia s

N° de clase C lase o categoría (*) (fn) (P¡)

1 A trib u to 1 fi fr i Pi
2 A trib u to 2 f2 fr 2 P?
•

ri
K i A trib u to k fk frk Pk
T otal • n 1 100

D onde:
4 k= N úm ero de cla ses
n= N úm ero de o b se rv a cio n e s o u n id a d e s e le m e n ta le s

Frecuen cia a bsolu ta Cf¡). Es el n ú m ero de o b se rv a cio n e s que e xisten en la cla se o

c a te g o ría i.
k
S e cu m ple: —n
0
Frecuen cia relativa (fr¡). Es la proporción o p o rce n ta je de o b serv a cio n es con respecto
r _ fj
al to ta l (n) que e xiste n en la cla se o cate g o ría i. S e tiene: J r i — — .
n
k ,
x S e cu m p le: =1 ;
• i -1 i
F recu en cia p orcen tual j(p¡). Es el p o rcen ta je de o b se rv a cio n e s con respecto al total
(n) q ue existe n en la clasí; o categoría i. Se tie n e: p i = fr i x í 0 0 .
k
S e cu m ple: ] T p¡ ~ 100%
/-1

T ip o de g ráficos

S e pueden u sa r las fre cu e n cia s a b so lu ta s (f¡) o re la tiv a s (fr¡) para e la b o ra r dos tip o s de
g rá fito s
• G rá fico de ba rras ve rtica l u horizo n ta l
• G rá fico c ircu la r

16
 — "1 ~ ~ .. . “ l'l z a Estadística
L -•..../

Ejem plo 1.
S e h izo una encuesta a una m u estra de 4 5 c lie n te s del B anco C o m e rcia l y se o b tu vo los
sig u ie n te s resultados:

....... ’ \
Ingreso Monto de
N° de \Tarjeta de
Mensual Lugar de uso de deuda
Caso Edad
(miles
f viajes crédito Sexo
tarjeta de crédito (ipiles de
/(mensual) usada
de S/.) I S/ . )
1 29 3 .0 0 3 Tal ce n tro s co m e rcia le s 1.80 F
2 34 1.99 3 Ta2 ^ discotecas 1.10 F
3 61 2.90 2 T a3 resta u ra n te s 0 .6 0 M
4 28 4 .7 0 0 Ta2 grifos 2.7 0 M
5 41 3 .0 0 1 Ta4 ce n tro s co m e rcia le s ; 1.30 F
6 57 5.80 2 Tal otros ! 0 .8 0 F
7 30 4 .5 0 4 Ta4 grifo s 0 .6 4 M
8 43 7 .0 9 0 T a3 cen tro de e stu d io s ; 0 .9 0 F
9 45 4 .4 0 1 T a5 ce n tro s co m e rcia le s • 1.40 M
10 35 6 .8 2 0 Ta2 grifo s : 2 .4 6 F
11 42 5 .3 0 3 Tal resta u ra n te s 1.10 F
12 28 5 .8 0 2 Ta4 d isco teca s 0.20 M
13 28 5 .7 0 1 Ta2 grifos 0 .8 0 F
14 24 4 .7 0 4 Ta4 resta u ra n tes 0 .5 0 M
15 35 6 .6 0 1 Ta5 d isco teca s i 0 .4 0 F
16 42 6.6 0 2 Ta4 resta u ra n te s 3 .4 6 F
17 48 5 .7 4 1 Tal í d isco te ca s : 1.20 M
t
18 34 4 .2 3 0 Ta5 ce n tro s co m e rcia le s 1.90 F
19 66 5 .5 0 3 Tal resta u ra n tes ; 2 .3 5 M
20 36 6 .6 0 1 Ta4 ce n tro s co m e rcia le s ; 1.90 F
21 59 3.85 1 Ta4 re sta u ra n te s ;o .3 o M
22 37 6 .7 0 3 Ta6 ce n tro s co m e rcia le s 0 .7 0 F
23 53 3 .5 0 0 Ta5 resta u ra n te s 0 .6 7 ' F
24 35 8 .8 0 1 Tal d isco teca s 0 .5 0 F
25 63 10.00 4 Ta5 re sta u ra n tes .1.50 M
26 28 10.10 2 Tal ce n tro de e stu d io s 0 .7 0 F
27 43 13.40 2 T a2 d iscoteca s 1.50 F
28 60 3 .9 0 0 T a5 otros i 1.99 M
29 59 5 .8 4 1 Ta5. re sta u ra n te s 10 .6 0 M
30 63 3 .5 0 1 Ta4 grifo s , 1.50 M
31 55 . 4 .4 0 2 T a2 cen tro de e stu d io s 0 .4 0 M
32 42 3 .7 0 0 T a5 ce n tro s co m e rcia le s I 1.80 F
33 51 4 .5 0 1 Tal otros 0 .7 0 M
34 39 5.63 1 Tal ' otros 0 .8 0 M
35 55 4 .6 0 4 Tal l) d iscote ca s 1.25 M
36 35 5 .7 9 0 Ta5 :<discotecas ! 1.60 M
37 42 2,93 3 Ta5 grifos 0.20 M

17
 Estadística

38 ; 36 6 .6 0 *M Ta3 grifo s 4 .3 7 F
39 ¡ 49 4 .6 0 ¡ó Ta3 ce n tro s co m e rcia le s 2.00 M
40 27 6.60 ¡o Ta4 g rifo s 0 .9 0 . F
41 'i 36 2.90 4 Tal d isco te ca s 0 .4 7 M
42 i 42 4 .6 9 2 Ta2 cen tros co m e rcia le s 0 .8 0 F
43 25 3 .9 9 1 Ta4 re sta u ra n te s 4 .3 2 F
44 ; 32 6.7 0 2 Tal ce n tro s co m e rcia le s 0 .6 0 M
45 28 2.58 1 Ta4 o tro s 1.70 M

O rg a n iza ció n de d atos cu alitativos

O rg a n ice m o s las o b serv a cio n es de la v a ria b le ta rje ta de cré d ito usada.

Tabla de fre cu e n cia s

Frecu en cia Frecuen cia Frecuen cia

Tarjeta de
N° d e clase A b so lu ta Relativa F'orce ritual
créd ito usada
fi fr¡ Ps
1 Tal ; 12 0 .2 6 6 7 2 6.6 7
2 Ta2 7 0 .1 5 5 6 15.56
3 Ta3 : 4 0 .0 8 8 9 8 .8 9
4 Ta4 1 11 0 .2 4 4 4 2 4.4 4
5 Ta5 10 0.2222 22.22
6 Ta6 1 0.0222 2.22
T otal 45 1.0000 100.00

f3 = 4 indica que 4 de los c lie n te s del B anco C o m e rcia l u tiliza n la ta rje ta de

cré dito
" Ta3
f r i = 0 .2 6 6 7 indica la proporción de c lie n te s del B a n co C o m e rcia l q u e u tiliza n la ta rje ta
de
crédito T a l.
p2 = 1 5.56 indica que el 15.56% de c lie n te s del B anco C o m e rcia l u tiliza n la tarje ta
de
cré dito Ta2.

G rá fico de B arras

T a r je ta s de c ré d ito usada

T arjeta de créd ito

En el g rá fico de barras, se aprecia que la ta rje ta T a l es la de uso m ás frecuente.

18
 —. . . . W. x3 Estadística

G rá fico C ircu la r

C a t e g o ry
I 1 Tal
I I Ta2
I I Ta3
f ~ I Ta4
O Ta5
□ Ta6

En el g rá fico c ircu la r, se a p recia que la ta rje ta de cré d ito T a 6 es la de uso m enos

frecu en te.

E je rcicio 1. S e ha re a liza d o una eincuesta para e v a lu a r el grado de sa tisfa cció n de

cu a tro pla n es de se gu ro fa m ilia r (A, B, C y D). Los re su lta d o s para una m u estra de 40
c lie n te s que a d q u irie ro n e l segu ro fa m ilia r en lo s dos ú ltim o s años se m u estra en la
s ig u ie n te tabla.

A Bueno A Regular A M alo D Regular C Bueno

A M alo A Malo A M alo C Malo B Bueno
B Regular D Regular D Regular B Regular D Regular
C Regular C Bueno B Regular C Malo C Bueno
B M alo B Bueno C M alo B Regular C M alo
D M alo C Malo B Regular D Bueno A Bueno
A Regular B Regular D Bueno A Bueno C M alo
D Regular B Malo B Bueno D Malo B Regular

a. E la b o re una ta b la de fre cu e n cia s y un g rá fico de barras de fre cu e n cia s a b so lu ta s para

la v a ria b le plan de segu ro fa m ilia r.

19
 ' ' * ' r ^ r'~M
— '' — : j . . , '. , — j Estadística
a ra/

b. E lab ore una ta b la de fre cu en cias y un g rá fico c ircu la r fre cu e n cia s re la tiv a s para la
v á ria b le grado de sa tisfa cció n del plan de se gu ro fa m ilia r.

2.2 ; O rgan ización para va ria b le s cu a n tita tiv a s d iscre ta s

La tab la de frecuencia es org an iza d a por c la se s o ca te g o ría s qu e correspon de n a los

d is tin to s v a lo re s (núm eros) qu e to m a la v a ria b le c u a n tita tiv a d iscre ta . S e usa cu an d o el
co n ju n to de v a lo re s posible de la v a ria b le cu a n tita tiv a d iscre ta es pequeño.

T abla de fre cu e n cia s

N° de clase V a lo r de la (fi) (fri) (P¡)

va ria b le
1 fl Pi
2 x? b fr 2 P?
•

K Xk fk frk Pk
Total n 1 100

T ip o de gráfico. S e elabora el g rá fico de b a ston e s o v a ra s con las fre cu e n cia s

a b so lu tas, re la tiv a s ó porcentual.

Ejem plo 2. O rgan ización de d atos cu a n tita tivo s d iscreto s

O rg a n ice m o s las o b se rva cio n es de la v a ria b le n úm ero de v ia je s al m es de los cliente s.

T abla de fre cu en cia s

Frecuen cia
Frecuen cia Frecuen cia
N° de via je s al A b solu ta
Relativa P orcentu al
m es No de clie n te s
fr¡ Pi
fi
0 10 0.2222 22.22
1 15 0 .3 3 3 3 33,,33
2 9 0.2000 20,00
3 6 0 .1 3 3 3 13..33
4 5 0 .1 1 1 1 11.,11
Total 45 1 .0000* 100 ,00*

Interprete:
fz = 15 E xiste n 15 clie n te s del Banco C o m e rcia l que hacen un v ia je al m es.
P i = 2 2 .2 2 El 22.22% de los c lie n te s no han re a liza d o v ia jes.
20
 Estadística

G rá fico de b a sto n e s o v a ra s

V¡ajes al mes
35-r-------------------------------------------
30-

25-

20 - i 1

15-
10 -

0 1 2 3 4
Viajes

En el g rá fico de va ra s, se aprecia q u e en la v a ria b le n úm ero de v ia je s al m es, el n ú m e ro

1 (un v ia je al m es) es el m ás frecuente.

E je rcicio 2.
En una esta ció n e xp e rim e n ta l se ha d e te rm in a d o el n ú m e ro de la rva s de; in se cto s
e n co n tra d o s en 4 0 parcelas, en un c u ltiv o de frijo l. Los d a to s se m u estra n a
co n tin u ació n :

1 3 3 5 6 6 9 9 10 10
1 3 5 5 6 3 9 10 3 1
10 3 5 5 6 5 9 10 1 1
3 3 5 6 6 5 9 5 3 1

a. E la b ore una ta b la de fre cu e n cia s y su re sp e ctiv o g rá fico de bastones.

b. In te rp re te f^ y p_^

c. ¿Q ué n ú m ero y p o rcen ta je de p a rce la s m u e stra n al m enos 6 la rva s?

 - /ris~ ír#'*' m-
E s ta d is tic a
*-

2.3 O rg a n iza ción para v a ria b les cu a n tita tiva s co n tin u as 0"

El co n ju n to de d a tos es ag ru p a d o por in te rv a lo s de cla se que conform an las cla se s o ^

ca te g o ría s de la ta b la de frecu e n cias. w

T a b la de fre cu e n cia s
N° de Intervalos Marca Frec. Frec. Frec. Frec. Frec. Frec.
clasesí de clase de Absoluta Relativa Porc. Acumulada Acumulada Acum.
clase Absoluta (Relativa Porc.
[LI-LS> xt f¡ fr¡ P¡ F¡ Fr¡ P¡
1 t lii- l s ^ x 'i fi fr i Pi Fi Frt . Pi
2 ! rLI 7-L S 7> XS h fr 2 P? f2 Fr 2 P2
*

í
k [LIk-L S k] Xk fW frk Pk fk FrK Pk
T otal N 1 100 1 100

D onde: 1
L I¡ = L ím ite in fe rio r de la cla se i (L ím ite cerrado)
LS¡= L ím ite su p e rio r de la cla se i (L ím ite a b ie rto , sa lv o la ú ltim a cla se que es cerrado)

M arcas de C lase { X ¡). Es el punto m edio del in te rv a lo de clase. S e co n sid e ra d a com o

el v a lo r re p re se n ta tiv o de los v a lo re s que p ertenecen al in te rv a lo de clase.

S e calcu la : X¡ = — ' ° X¡ =X'¡_1+TIC , d onde T IC e s el ta m a ñ o del in te rv a lo

de cla se

Fre cu e n cia Porcentual (p¡). In d ica el p o rce n ta je de o b se rv a cio n e s o u n id a d e s

k
e le m e n ta le s que h ay en la cla se i. S e cu m p le : y ''/pl =100%
(=i

Frecu en cia A cu m u lada ftbsoluta (F¡). Indica el núm ero de o b se rv a cio n e s o u n id a d e s

e le m e n ta le s que hay desde la p rim era cla se hasta ia cla se i. Se ca lcu la por:

K = ' Z ¿ = f ¡+ A + ~ + Ú
J=i \-
t
P ropied ad: Ft - F h =^ Tf ¡ , h<t
¡=h+l

Fre cu e n cia A cu m u lada Relativa (Fr¡). Indica la proporción de o b se rv a cio n e s o

u n id a d e s e le m e n ta le s que hay desde la p rim era cla se hasta la cla se i. S e calcu la por:

,, £ f,
Fri = ^ ------------- = I fij
n n j =x
t
P ro pied ad: F rt - F r h = fr¡ , h<t
i=h+l

Fre cu e n cia A cu m u la d a Porcentu al (P¡). Indica el porcentaje de o b se rv a cio n e s o

u n id a d e s e le m e n ta le s que hay d esde la p rim era cla se hasta la cla se i.

22
 ‘ — Estadística

P ropiedad: Pt - P h = ^ p¡ , h< t
¡=h+l.

P a so s para lia co n stru cción de una tabla de fre cu e n cia s:

Paso 1 . H a lla r el rango o a m p litu d (r). r — Máximo - Mínimo

P aso 2. H a lla r el n úm ero de in te rv a lo s de c la se (k). S e a p lica la regla de S tu rg e s:

k = 1 + 3.31og(ra) . E lig ien d o un valor: 3 < k < 15

• Se aplica el redondee» n orm a l a en tero. ,

Si el p rim e r d íg ito d e cim a l: e s > 5, se redondea al entero in m e d ia to
s u p e rio r y si es < 5, se co n sid e ra el en tero obtenido.

Paso 3. H a lla r el ta m a ñ o de In te rv a lo de C la se (TIC). TIC = —

k
• El núm ero de d e c im a le s d ebe s e r ig u a l al de la s ob serva cio n e s.
• Se aplica el re d on d e o p o r e x ce so . S i la posición del d e cim a l es > , se
redondea al v a lo r in m e d ia to su p e rio r, de lo co n tra rio no se redondea.

Paso 4. H a lla r los lím ite s in fe rio re s y su p e rio re s de cada in te rv a lo de clase.

L li = M ínim o L S X= LIx + T IC I
LI2 = LIi + TIC = LSi L S 2= LI 2 + T IC
LI3 = LI2 + TIC = LS 2 L S 3= LI 3 + T IC

LIk‘= LIk-i + TIC = LSk-i L S k= LIk + T IC !•

P aso 5. R e a liz a r el conteo dei co n ju n to de d a to s, com o el resu lta d o de a s ig n a r cada

ob se rv a ció n a a lg u n o de los in te rv a lo s de cla se. Luego c o m p le ta r la tab la h a llan d o
X 7! >í j f r i i . F i , F r ¡ .

T ip o s de g rá fico s
• H isto gram a. S e usan las fre cu e n cia s a b s o lu ta s o re la tiv a s en el eje v e rtic a l y los
in te rv a lo s de cla se en el eje h o rizo n ta l.
• Polígono. S e usan las fre cu e n cia s a b s o lu ta s o re la tiv a s en el eje v e rtic a l y las
m a rca s de c la se en el eje h o rizo n ta l.

Ejem plo 3. O rgan ización de d ato s cu a n tita tiv o s co n tin u os

O rg a n ice m o s las o b se rv a cio n e s de la v a ria b le in g re so m en su a l de los c lie n te s (en m ile s

de n u evos soles).

Paso 1. C alcu le el ran go ( R ). R = X max _ X m¡n

En el e je m p lo R = 13.40 - 1.99 = 11.41

P aso 2. D e term in e el núm ero d e in te rv a lo s de cla se ( k ). U tilice la regla de

S tu rg e s
k = 1 + 3.3 log n - 1 + 3.3 log 45 = 6 .4 5 5 6

R edondeo e stad ístico : S e tom a en co n sid e ra ció n el p rim e r v a lo r d ecim a l, si es:

> 5 se redondea al entero in m e d ia to s u p e rio r

< 5 se co n sid era el en te ro o b ten id o !

23
 Estadística
- - 1

En nuestro ejem plo, k = 6 .4 5 5 6 , e sta m o s en el seg u n d o caso, por lo que el núm ero
de c la se s que se debe c o n sid e ra r es k = 6 .

P aso 3. H alle el ta m a ñ o d e lo s in te rv a lo s de clase (TIC )

TIC = — = = 1.90167
k 6

R edond eo p or exceso: se tom a en co n sid e ra ció n el nú m ero m a y o r de d e c im a le s que

tie n e n las o b serva cio n es. C o n sid e ra n d o la posició n de e ste d e c im a l, se p resen ta n 2
casos:

•: S i e xiste a lguna cifra s ig n ific a tiv a a la derecha de este v a lo r, se redondea al

v a lo r in m e d ia to su p e rio r
•; S i no e xiste ninguna cifra s ig n ific a tiv a a la derecha de este v a lo r, en to n ce s no se
rea liza ningún redondeo

TIC = 1.90167

C om o las o b se rv a cio n e s tienen 2 d e c im a le s en el TIC tam b ié n se co n sid era rá con 2

d e c im a le s y com o h ay al m enos un v a lo r d ife re n te d e cero a la derecha de las
ce n té s im a s se incre m e n ta en una ce n té sim a q u e d a n d o T IC = 1.91

Paso 4. C on struya la tabla de fre cu e n cia s.

T e n e r en cu en ta que en la ú ltim a c la se el in te rv a lo es ce rrad o en el lado derecho.

T a b la d e fre cu e n cia s

M arca Frec
Frec. Frec. Frec. Frec. Frec.
In g reso de
Reí. Porc. A cum . A cu m . A cu m .
N° de m ensual clase A b s.
A bs. Reí. Porc.
cla se s [LI-LS>
fr¡ Pi F¡ Fr¡ P¡
fi
;i r i. 9 9 - 3.90> 2 .9 4 5 11 0 .2 4 4 4 2 4.4 4 11 0 .2 4 4 4 2 4 .4 4
2 F3.90 - 5.81> 4 .8 5 5 20 0 .4 4 4 4 4 4 .4 4 31 0.6888 68.88
3 r5 .81 - 7.72> 6 .7 6 5 10 0.2222 22.22 41 0 .9 1 1 0 9 1 .1 0
.4 17.72 - 9.63> 8 .6 7 5 1 0.0222 2.22 42 0 .9 3 3 2 9 3 .3 2
,5 F9.63 -1 1.5 4> 1 0.5 85 2 0 .0 4 4 4 4 .4 4 44 0 .9 7 7 6 9 7.7 6
16 f l l . 54-13.451 1 2.4 95 1 0.0222 2.22 45 1.000 100
45 1,0000 100

Interprete:
a. = 20 ; 20 de los c lie n te s tie n e n un ingreso m en su a l de por lo
m enos S /. 390 0 pero m enos de S /. 5 810.

b. fr 4 = 0.0222 > 0.0222 es la pro porció n de c lie n te s que ganan por lo m enos
S /. 7 7 2 0 pero m enos de S /. 9 6 3 0

c. p 5 = 4 .4 4 4 .4 4 % de lo s c lie n te s ganan por lo m e n os S /. 9 6 3 0 pero

m enos de S /. 11540.

d. f 3 = ^ f ¡ = f i+ f 2+ f 3 =11+20 + 10 = 41 41 de los d ie n te s g anan m e n su a lm e n te por

M
lo m enos S /. 1990 pero m enos de S /. 7 7 2 0

e. F 5 - F 2 = 4 4 - 31 =13

24
 : - - r . ' ; Estadística
1

F5 ~ F 2 = = /3+/4+/5 -10 + 1+ 2 = 13 13 de los c lie n te s ganan por lo m en os

j= 3 :

S /. 5 8 lD ,p e ro m enos de S /. 1 1 5 4 0

f. Fr 4 = £ f i ; = f r 1+f i i +f e, +f r 4 = 0.2444+ 0.4444+ 0.2222 + 0.0222 = 0.9332;,

in d ica
¡-i .
que 0 .9 3 3 2 es la proporción de c lie n te s que ganan por lo m enos S /. 1 9 9 0 pero
m enos de S /. 9630.

g. Fr5 - Fr3 = 0 .9 7 7 6 - 0 .9 1 1 0 = 0 .0 6 6 6
5

Fr5 - Fr3 .= '^J fr i = ^r4 + fr 5 =0.0222 + 0.0444 = 0.0666 , indica que 0 .0 6 6 6 es la

i=4
proporción de los c lie n te s q u e g anan por lo m enos S /.7 7 2 0 pero m en os de
S / . 11540.

h. P3 - Px + p 2 + p 3 =24.44 + 44.44 + 22.22 = 91.10, in d ica que el 9 1 .1 0 % de

- ' -. I
los c lie n te s tien e n in g reso s m e n su a le s de p o r lo m en os S /.1 9 9 0 pero m en os de
S /.7 7 2 0

i. P5 - P2 = 9 7 .7 6 - 68.88 = 2 8.8 8

P5 - P2 = ’y 'jP j = P 3 + P 4 + p 5 = 22.22+2.22 + 4.44 28.88 , indica que ei 28.88%

¡=3 ¡
de lo s c lie n te s de ese banco tie n e n in g re so s m e n su a le s p o r lo m enos ÍS/. 5810
pero m enos de S/. 11540.

j. x 3 = 6.765 es el v a lo r re p re s e n ta tiv o .d e lo s c lie n te s que ganan por io m en os

S /.5 8 1 0 pero m enos de S / .7 72 0 . Las d ie z o b se rv a cio n e s (f 3 = 10) que h a y en la
cla se 3 son re p re se n ta d a s por el v a lo r S /. 6765.

H isto q ra m a de fre cu en cia s

Ingreso M en su al

En el h isto g ra m a se puede a p re c ia r que la cla se m ás frecu en te es la segunda e?to in d ica

q ue los in g re so s m á s fre cu e n te s son de por lo m en o s S /. 3 9 0 0 pero m en ores a S / .
5 810.

25
 Estadística

P o líg o n o d e f r e c u e n c ia s

En e| p olíg on o de frecu en cias se observa que son pocos los c lie n te s con ingresos
m e n su a le s altos.

E je rcicio 3.
Con ¡la fin a lid a d de e v a lu a r la v ia b ilid a d de un proyecto de reforestación de una zona
so m e tid a a e stré s tu rístico , para el q u e se ha so licita d o una su b ven ció n p ú b lica , se ha
to m a d o m u e stra s sobre la co m p o sició n en m g /cm 3 de d esecho s o rg án ico s en el suelo.
Los d a to s ob te n id o s fueron:

C om posición d e d ese ch o s org á n ico s (m g /cm 3 )

8.2 12.9 15.3 18.8 20.8
9.2 12.9 1 5 .8 19.7 21.0
9 .4 14.0 15.9 20.3 21.4
10.8 14.3 16.9 20.3 22.2
10.8 Í 4 .4 1 8.2 20.3 22.5
1 1 .1 15.1 1 8 .4 2 0.4 23.2
11.9 : 15.1 1 8.6 20.7 2 5.8

a. C o n s tru ir la ta b la de fre cu e n cia s u san d o la regla de S tu rg es.

1.

26
M » " ' ' » ^ •*
•-*' m mmm& !•# V> ) Estadística
:z~ r! ‘

b. A p a rtir de la ta b la de fre cu e n cia s in terp rete: f 3 , fr 3 , F4 , P 4 y 1 -F r2

c. ¿E n tre qué nive es de co m p o sició n se e n cu e n tra ap róxim a c á m e n te el 5 1,4 % de as

o b se rv a cio n e s con m enores n iv e le s re g istrad o s?

Ejercicio 4
La ge re ncia de m a rketin g del S u p e rm e rca d o A B C desea re a liza r un e stu d io con la
fin a lid a d de e v a lu a r la sa tisfa cció n de su s clie nte s. Para el estu d io se se leccio n a
a le a to ria m e n te a 4 0 clie n te s que a cu d ieron al su p e rm e rca d o en un día y se reg istró los
sig u ie n te s datos.

N° Tipo Estado de Número de Monto N° Tipo Estado de Número de Monto

pago los compras (nuevos pago los compras (nuevos
productos semanal soles3 productos semanial soles)
1 1 2 2 2 00.5 21 3 4 2 ; 3 5 0 .5
2 2 2 4 2 00 .3 22 3 2 4 i 2 5 0 .3
3 2 1 1 1 36.0 23 3 4 5 ¡ 1 8 0 .4
4 2 2 2 1 5 0 .2 24 2 3 1 * 3 2 0 .8
5 2 2 3 3 0 0 .6 25 2 1 2 ; 1 50 .6
6 1 1 2 3 2 0 .8 26 3 4 3 : 1 90 .8
7 3 2 2 3 10 .8 27 1 3 2 ■ 2 40 .5
8 3 1 4 2 2 9 .2 28 2 1 3 2 7 5 .8
9 1 2 3 1 80.5 29 3 2 3 ; 1 30 .8
10 2 3 5 110.6 30 3 3 1 180 .2
11 3 1 1 140.8 31 2 4 4 i 3 1 5 .4
12 1 3 3 3 6 8 .6 32 1 2 2 i 2 9 0 .6
13 2 2 2 1 60 .2 33 2 3 .2 ! 2 6 5 .8
14 3 1 3 180.9 34 3 4 1 ! 3 6 0 .8
15 3 2 1 190.5 35 1 1 3 ! 2 6 0 .2
16 2 3 2 2 1 0 .4 36 2 2 ■ 3 ! 1 40 .5
17 3 2 3 8 9 .4 37 1 3 2 i 1 80 .2
18 1 3 3 110.6 38 3 4 3 ; 2 2 0 .5
19 2 1 4 100.5 39 3 1 2 i 3 4 5 .8
20 1 1 1 120.3 40 3 2 3 ! 9 5 .4

27
 Estadística

C o n sid e ra r: T ipo de pago: l= C o n ta d o 2= T a rjeta de cré d ito 3 = C ré d ito A B C

Estado de los productos: l = M uy bueno 2 = B ú e n o 3 = R e g u la r 4 = M a lo

a. E labore una tab la de fre cu e n cia s y ur¡i g rá fico de b a rras de frecu en cia re la tiva de la
v a ria b le tip o de pago.

b. E labore una t a b a de fre cu e n cia s y un g rá fico c irc u la r de la v a ria b le e sta d o de os

productos.

c. E la b ore la tab la de fre cu e n cia s para la v a ria b le nú m ero de co m p ra s se m a n a l.

Elabore el respectivo gráfico de vara s.

d. E la b ore la ta b la de fre c u e n cia s u sando la regla de S tu rg e s para la v a ria b le m onto

se m a n a l.

28
e. In te rp re te f 4 , fr 4 , p4 , F4 , Fr 4 , P4 , 100 - P 2 , P 5 - P 2

f. E la b ore el re sp e ctiv o h isto g ra m a y p o líg o n o de frecu en cias.

 Estadística

Ejercicio 5
S e ha recolectado inform ación de 20 sa co s de papa to m a d o s al azar, cose ch a d os para
un tra b a jo e x p e rim e n ta l. S e m u estra a co n tin u a ció n el n ú m ero de p apas que están

Número de papas
descomponiéndose Variedades de papa cosechadas

8 í 12
8 ; 12 10
8. : 12 8
9 1 16 6
9 ; 16 4
9 16 2
12 1 16
12 i 17 amarilla negra blanca tom asa serrana
12 17 □ S e rie l 3 5 9 2 1
12 18
Variedad de papa
Fuente: Estadio Experimental. _________

a. E lab ore una tabla de frecu en cias para la v a ria b e cu a n tita tiv a .

30
 - ^ . o . _ t * or^ r- - _ J Estadística
rr.
-i— -- ,i.

b. Del cu ad ro e la b o ra d o a n te rio rm e n te in te rp re te fs y fr7

c. E la b ore un cu ad ro que resu m a la in fo rm a ció n de la v a ria b e c u a lita tiv a

2.4 T a b la s d e fre cu en cia para d o s g ru p o s

Los co n ju n to s de d a to s son a g ru p a d o s por lo s m ism o s in te rv a lo s de cía se , q ue

co n fo rm a n la s cla se s o ca te g o ría s de ta b la de fre c u e n cia s para dos o m ás g ru p o s don de
se e v a lú a la v a ria b le c u a n tita tiv a co n tin u a de in terés.

En este caso, se c o n stru ye una ta b la de fre c u e n cia s que tie n e in te rv a lo s de c la se s q u e

son co m u n e s para a m b o s g ru p o s de datos. El p ro ce d im ie n to es s im ila r al v is to para el
caso de un so lo grupo. i

P asos para la co n stru cció n de la tabla d e fre cu e n cia s para d o s grupos: j

P aso 1. C o n sid e ra n d o la to ta lid a d de los d a to s de a m b o s grupos, c a lcu la r el rango o—

a m p litu d (r). r = M á x im o -M ín im o

P aso 2. H a lla r, el nú m e ro de in te rv a lo s de cla se (k). S e aplica la regla de| S tu rg e s:

k = 1 + 3.31og(«) . D onde n es m a y o r de a m b o s g ru p o s

• S e aplica el redondeo n o rm a l a entero

P aso 3. H a lla r el ta m a ñ o de In te rva lo de G lasé (TIC). TIC — —

Je !
• El núm ero d e d e c im a le s es igual al de las o b serva cion e s,
• S e a p lica el redondeo por exceso.

P a so 4. H a lla r los lím ite s in fe rio re s y su p e rio re s de cada in te rv a lo de cla se, los¡ c u a le s lo
se rá n para a m b o s grupos.

LI, = Mínimo LSj,= LIj t- TIC ¡

LI 2 = LIj. + T IC > L S j LS 2= LI 2+ TIC
LI3 = LI2 + TIC = LS2 LS3= Liy. + TIC 1
. . . iü
'í
LIk = LIk., + TIC = LS k-t. LSk—LIk;+ TIC j

31
 - C^o-. _ r_ : ^c r Estadística
mm,v á

Pasp 5. R e a liz a r el conteo del co n ju n to de d a to s para cada uñó de los g rupo s, com o el
re su lta d o de a s ig n a r cada o b serv a ció n a a lg u n o de los in te rv a lo s de clase. Luego
co m p le ta r la ta b la h allando x '¡ , , fri; F ¡, Fr¡; p¡, P¡ para cada grupo.
T ip ó s de g ráficos. S e puede u s a r las fre c u e n cia s a b so lu ta s o rela tiva s.

• h isto g ra m a
• Polígono

E jem plo 4.

S e h;izo una en cu esta a dos g rupo s de person a s, una m u e stra de 30 person a s del
distrjito de S u rco y una m uestra de 25 p e rso n a s del d is trito de Lince, acerca de su s
in g re so s m e n su a le s o bteniéndose los s ig u ie n te s resultados:

In g re so M ensual (m ile s d e S / .)
S u rco
0.8 1.1 1.2 1.4 1.6 2
0.8 ; 1 .1 1.2 1.6 1.7 2.1
0.8 , 1.1 1.3 1.6 1.7 2.1
0.9 ,1.1 1.4 1.6 1.7 2,3
1.0 1.2 1 .4 1.6 1.8 2.8
Lince
0.6 0.9 1 .1 1.3 1.6
0.8 0.9 1 .1 1.4 2
0.8 1 1 .1 1.5 2
0.8 1 1.2 1.5 2.1
0.9 1 1.2 1.5 2.2

Paso 1. C a lc u le el rango ( R ) R = x max - x min

R = 2 .8 - 0 .6 - 2 .2

Pasó 2. D eterm in e el núm ero de in te rv a lo s de cla se ( k ). U tilice la regla de S tu rg e s

k = 1 + 3.3 log n = 1 + 3.3 log 30 = 5 .8 7 4 5 0 0 1 4 1 = 6

Pasp 3. H alle el tam año de los in te rv a lo s de cla se (TIC)

i =— =^ = 0.366666667= 0.4
k 6
Paso 4. C o n stru ya la ta b la de fre cu e n cia s para am bos gru p o s

Tabla de fre cu en cia s para el d istrito de Surco

In g reso
IM° de
m en su al xt f¡ fr¡ P¡ F¡ Fr¡ Pi
clase s
[LI-LS>
i [ 0.6 - l. o > 0.8 4 0 .1 3 3 3 1 3.333 4 0 .1 3 3 3 1 3 .3 3 3
2 [1.0 - 1.4> 1.2 9 0 .3 0 0 0 30 .0 0 0 13 0 .4 3 3 3 4 3 .3 3 3
3 [1.4 - 1.8> 1.6 11 0 .3 6 6 7 36.6 67 24 0 .8 0 0 0 8 0 .0 0 0
4 [ 1.8 - 2 .2 > 2 4 0 .1 3 3 3 13.333 28 0 .9 3 3 3 9 3 .3 3 3
5 [ 2.2 - 2 .6 > 2 .4 1 0 .0 3 3 3 3 .333 29 0 .9 6 6 7 9 6 .6 6 7
6 [2.6 - 3.0] 2.8 1 0 .0 3 3 3 3 .333 30 1 .0 0 0 0 100.000
30 1 .0 0 0 0 100

32
 Estadística
- m _____ .a

Tabla de fre cu e n cia s para e d istrito de Lince

Ing reso
N° de
m ensual X, f¡ ¡ fr¡ Pí F¡ Fr¡ P¡ ■
clase s
[LI-LS>
1 10.6 -1 ,0 > 0 .8 7 0 .2 8 0 0 2 8 .0 0 0 7 0 .2 8 0 0 2 8 .0 0 0
2 n.o - 1.4> 1.2 9 0 .3 6 0 0 3 6 .0 0 0 16 0 .6 4 0 0 6 4 .0 0 0
3 n.4 - 1.8>
00 1.6 5 0 .2 0 0 0 2 0 .0 0 0 21 0 .8 4 0 0 8 4 .0 0 0
NJ
4 2 3 0 .1 2 0 0 1 2.0 00 24 0 .9 6 0 0 9 6 .0 0 0
fo
r—i

V
l
5 \2 .2 - 2.6> 2 .4 1 0 .0 4 0 0 4 .0 0 0 25 1 .0 0 0 0 1 0 0 .0 0 0
6 [2.6 - 3.0] 2.8 0 0 .0 0 0 0 0 .0 0 0 25 1 .0 0 0 0 1 0 0 .0 0 0
25 1 .0 0 0 0 100 ;

A p a rtir de e sto s resu lta d o s podem os c o n c lu ir lo sig u ie n te :

En el d is trito de S u rco, hay una persona que tie n e un in g re so m e n su a l e n tre 2 .6 a 3

m ile s de soles, m ie n tra s que en el d is trito de Lince no h a y ninguna persona e n ‘ese
rango. '

En el d is trito de S u rco, el m a y o r p o rce n ta je de person a s 3 6 .6 6 7 % tie n e n u¡n in g re so

d e sd e 1.4 m ile s hasta a n tes de 1.8 m ile s; m ie n tra s qu e en Lince el m a y o r p orce n ta je
36% de las p ersonas con in g reso d esde m il s o le s hasta a n te s de 1 ,4 m iles.
l
T ie n e n un ingreso que va d esde 0.6 m ile s de so le s hasta a n te s de 1.4 m ile s de so le s el
4 3 .3 3 % de las person a s del d istrito de S u rc o y el 64% dé Jas person a s del d istrito de
Lince.

Ejercicio 5 ¡
En un e stu d io re a liza d o para e s tim a r el co n su m o d ia rio de agua (en m 3) en dos se cto re s
d e Lim a (S u r y N orte), to m á n d o se m u e stra s de a le a to ria s de 4 2 y 28 ¡viviendas
re sp e ctiv a m e n te de cada sector. S e o b tu v o la s ig u ie n te in fo rm a ció n : \

C o n su m o de ag u a del s e c to r S u r (en m 3) C o n su m o d e agu a d e l se c to r N o rte (en m 3)

7 .9 8 .3 10.5 1 3.2 14.0 1 4.0 6.0 7 .9 9.0 ! 10.2
14.7 14.8 15.9 16.1 16.2 16.5 11.0 12.0 15.2 ; 16.1
17.8 18.8 19.1 19.6 19.8 2 0 .4 16.8 18.8 19.1 ! 19.6
21.8 21.9 22.2 22.8 22.9 2 3 .0 21.8 21.9 22.2 21.0
2 3.6 24.1 24.2 25.0 25.3 26.2 22.0 24.1 2 4 .2 i 2 4.0
2 6.6 27.4 2 9.0 29.7 29.7 30.0 2 6.6 2 7 .4 2 9 .0 : 3 2.0
30.1 30.1 3 1.4 31.5 3 2.0 3 6 .0 3 4 .0 35.0 3 8.0 4 2 .0

a. E la b o ra r la ta b la de fre cu e n cia s co m ú n para a m b o s gru p o s para la v a ria b le en

estu dio. i

33
 Estadística

b. T o m an d o com o base las ta b la s de fre c u e n cia s ob te n id a s, co m p a ra r a m b o s g ru p o s y

;dar 3 con clu sio n e s im portantes.
 Estadística

E JE R C IC IO S P R O P U ES TO S

1. En M arzo d e l 200 9 la em p re sa de in v e stig a ció n de m ercad o s "C O N T H É O S ", fue

co n tra ta d a p o r el banco " N u e v o H o r iz o n te " para qu e rea lice un e stu d io sobre' la
a ce p ta ción de los cré d ito s a n u a le s qué ofrecen a s u s c lie n te s en su s s u c u rs a le s de
los d is trito s de La M olina y Surco. La e m p re sa "C O N TH EO S" d esp u é s del h a ce r un
e stu d io de la s c a ra cte rístic a s de los c lie n te s a c tiv o s del banco, se le ccio n ó una
m u e stra de 36 clie n te s de la su cu rsa l de La M olina, y recolectó de e lla s in fo rm a ció n
para un co n ju n to de v a ria b le s s e le c c io n a d a s para ta l fin. Los re su lta d o s se m u e stra n
a co n tin u a ció n : ‘

N° Tipo de N° de Monto de crédito, Tipo dé

Cliente crédito solicitudes (miles de soles) cliente
1 1 1 3 0 .0 ■ 2 !
2 2 2 3 5.3 3 [
JO
Li 3 1 4 8 .4 2 i
4: 1 2 5 0 .1 2 1
5 2 1 6 5 .3 3 1
6 4 ■ 2 5 7 .2 2 i
7 5 1 158.1 l !
8 3 1 6 0 .4 3
9 5 2 6 5.3 ■ 3 ;
10 4 1 6 6 .0 2 ¡
11 3 3 6 8 .0 .2 i
12 4 1 6 9.1 2 í
13 2 3 7 0 .2 ■ 3 !■
14 5 3 7 2 .5 2 !
15 4 1 7 3 .1 3 :
16 2 4 7 5 .3 3 1
17 3 4 7 7 .2 3
18 4 1 79.1 3 i
19 4 3 8 2.7 2 'i
20 5 7 8 4 .3 ■■ 3 i
21 3 1 8 6 .0 ■1 ■ ! ■
22 4 5 9 0 .3 1 ;
23 1 6 9 5 .2 2
24 3 1 1 00 .1 3 ; ■
25 4 2 1 0 1 .2 3 !
26 1 4 1 0 2 .2 1 i
27 3 1 1 0 2 .2 3 .i .
28 4 2 1 04.3 2 l
29 1 4 Í 1 0 .1 2
30 3 1 1 15.3 3 ■!
31 4 3 1 1 8 .4 2 ■:
32 1 2 119.1 1 i
33 3 1 125.1 3 i
34 1 3 1 28 .0 2 !
35 1 1 1 30 .2 2 ■i
36 2 2 140.0 3 1

T ip o de C rédito: (1) In versió n en negocio, (2) C o m p ra de in m u eb les,

(3) C om p ra de m a q u in a ria s, (4) Inversión en bolsa ¿Je valores
(5) C om p ra de autos. ;
T ip o de cliente: (1) C asado (a), (2) S o lte ro (a), (3) D iv o rc ia d o ^ )

a) E labore una grafica a d ecuada para la v a ria b le c u a lita tiv a .

 Estadística

¡b) H aciendo uso de la regla de S tu rg e s co n stru ya un cuadro de d istrib u ció n de

¡ fre cu e n cia s para la v a ria b le M onto de cré d ito (m ile s de soles),
je) In te rp re te segú n e n u n cia d o los v a lo re s d e f2, p3, F4, P5 y (p 5+ p6).
¡d) C o n stru y a el polígono de fre cu e n cia s para la v a ria b le M onto de crédito.
|e) C o n stru y a un cuadro de d istrib u ció n de fre cu e n cia s para la v a ria b le c u a n tita tiv a
i discreta.
jf) En el d is trito de S u rco u tiliza n d o una m uestra a le a to ria dle 50 clie n te s, la
1 e m p resa "CO NTHEOS" con los d a to s c o rre sp o n d ie n te s a la v a ria b le "M o n to de
C ré d ito ", form ó el sig u ie n te cu ad ro de frecu en cias:

M onto de C réd ito Porcentaje

(en m iles d e so le s) a cu m u lad o
D é 50 a m en os de 70 6
D é 70 a m en os de 90 12
Dé 90 a m en os de 110 28
Dé 1 10 a m en os de 130 48
De 130 a m en o s de 150 90
D é 150 hasta 170 1 00

9) C o n stru y a un cuadro de fre cu e n cia s c o m p a ra tiv o e n tre la s dos su cu rs a le s (S u rco

i y La M olina). Luego, esta b le zca tre s co n clu sio n e s im p orta n te s.
j
2. lia s ig u ie n te in form ación se to m ó de los re g istro s del H ospital C en tro de S a lu d
fra te rn o In fa n til S a n B a r to lo m é . S e cció n M a ternidad e n tre el 18 y el 22 de M ayo
del 2012.

M adre Hijo
C aso Edad E stad o Civil N o d e p artos P eso Sexo
1 25 con v 2 2 .9 0 F
2 22 con v 2 2 .9 0 F
3 32 conv 4 4 .0 4 M
4 22 con v 1 4 .3 5 F
5 18 casada 1 3 .6 0 M
6 21 casada 3 3 .5 0 M
7 20 soltera 2 3.2 0 M
8 191 casada 1 3.0 0 F
9 23 casada 3 3 .6 0 M
10 26 ! casada 2 2 .8 0 M
11 36 : casada 5 3 .0 0 M
12 30 conv 5 3 .3 0 F
13 23 soltera 3 3 .1 0 . F
14 29 conv 4 3.30 F
15 22 conv 2 3.30 F
16 23 casada 1 3.50 F
17 27 conv 2 3.6 2 M
.18 28 con v 3 3.30 F
19 19 con v 1 2.65 F
20 32 casada 2 2.86 F
21 17 conv 1 2.62 M
22 21 conv 2 3.56 F
23 18 casada 2 3.10 M
24 27 conv 3 3 .6 2 F
25 21 casada 1 3 .1 8 M
26 19 casada 1 2.95 M

36
 Estadística

27 19 conv 2 3 .9 0 M i
28 31 casada 3 3 .0 0 F
29 32 casada 4 4 .0 0 F
30 21 conv ’ f. 2 3 .8 5 NI
31 23 casada 2 2 .7 5 F ;
32 19 casada 1 3 .1 8 F ■ 1
33 19 conv 1 3 .1 4 F
34 26 conv 3 3 .0 8 F ]
35 18 casada 1 2 .8 0 F i
36 24 casada 2 3 .4 0 M !
37 30 casada 3 ü 3 .0 0 F
38 26 casada 3 3 .0 5 f ;
39 19 casada 1 : 2 .9 0 . F ■ ■!
40 34 casada 3 3 .1 0 F !
41 28 casada 3 3 .4 0 M !
42 24 casada 2 2 .9 7 F
43 26 casada 2 2 .9 4 f ;
44 22 casada 2 3 .8 0 M
45 34 casada 5 4 .6 5 F

a) E labore una tab la y gra fica a d ecu a d a para la v a ria b le ESTAD O CIVIL. |
b) H aciendo uso de la regla de S tü rg e s co n stru ya un cuadro dé d istrib u ció n de
frecu en cias para la v a ria b le PESO D EL RECIEN N ACID O . |
c) Interpre te según e n u n cia d o los v a lo re s de f2, fr4, p5/ F3/ P3 y (P 5-P2) del cu ad ro de
d istrib u ció n de fre cu e n cia s a n te rio r. ;
d) C o n stru ya el polígono de fre cu e n cia s para la v a ria b le PESO D EL RECIEN N ACID O .
e) C on stru ya un cuadro de d istrib u ció n de fre cu e n cia s para la v a ria b le N° DE
PARTOS. ;

3. S e ha recolectado in form ación de 20 sa co s de papa to m a d o s al a z a r, co se ch a d o s

lu ego del tra b a jo e xp e rim e n ta l de un a lu m n o por c o n se g u ir su grado de in g en ie ro
d e n tro de una casa de estudio. S e m u estra a co n tin u a ció n él núm ero de p apas que
está n co m en za nd o a d e sco m p on erse por el fu erte ca lo r a s í m ism o las v a rie d a d e s de
p ap as cosechadas. ;

N úm ero de papas
V a rie d a d e s de papa cosechadas
desco m p on ién d ose
8 12
8 12 10
8 12
8
9 16
9 16 6
9 16 4
12. 16 2
12 17 J~ Z L
0
12 17 peruanitci n a tiva huayro tom asa p e rric h o
12. 18
□ S e r ie !

a) Indique: la unidad e le m e n ta l, v a ria b le s y de qué tip o son.

b) E labore una tabla de fre cu en cias para la v a ria b le cu a n tita tiva .
c) Del cuadro ela b ora d o a n te rio rm e n te in te rp re te f5 y fr2.
 Estadística
—• --- - ' „ t

jd) E labore un cuadro que resum a la in fo rm a ció n de la v a ria b le cu a lita tiv a .

¡e) Del cuadro elaborado para ia v a ria b le c u a lita tiv a in te rp re te f3, fr2 y p4

4. (Con el objeto de d e te rm in a r el n úm ero de horas d ia ria s que los a lu m n o s de la

fa cu lta d de cie n cia s se dedican a e s tu d ia r en la b ib lio teca de la U NALM , se lle vó a
cab o una en cu esta a 49 de ellos, o b te n ié n d o se los s ig u ie n te s re su lta d o s e x p re sa d o s
en horas:

1.2 1.8 2.3 2 .6 3 .0 3.1 3.6

1.2 1.8 2.3 2.7 3.0 3.1 3.6
1.3 2.3 2.3 2.7 3.0 3.1 3.6
1.3 2.3 2.4 2.8 3.0 3.4 4 .0
1.5 2.3 2 .4 2.8 3 .1 3 .4 4..1
1.8 2.3 2.6 2.8 3.1 3.4 4 .5
1.8 2.3 2.6 2.9 3 .1 3 .4 4.5

a) C o n stru ya una tab la de fre c u e n cia co m p le ta , u sando la regia de S tu rg es. #

b) In te rp re ta r la m arca de clase del te rc e r in te rv a lo de clase. á f
je) In te rp re ta r la frecuencia a b so lu ta del q u in to in terva lo.
;d) In te rp re ta r la frecuencia rela tiva del te rc e r in te rv a lo de clase. ™
le) In te rp re ta r la frecuencia a cu m u la tiv a re la tiv a del cu a rto in te rv a lo de cla se. A

%
5, [Tomando com o base la in form a ción to m a d a en la preg un ta 4 , se en cu esto ta m b ié n
a 35 a lu m n o s de ia facultad de a g ro n o m ía o b te n ié n d o se íos s ig u ie n te s re su lta d o s ™
;en horas: #

2 2 2.1 2.1 2 .2 2.5 2.6

2 .6 2.7 2 .7 3 3 3.1 3.2
3.3 3 .4 3 .4 3 .5 3 .6 3.6 3.6
3 .8 4 4 4 4 .1 4 .3 4 .3
4 .4 4 .5 4 .5 4 .6 4 .7 4 .7 4.7

C o n stru ya la ta b la de fre cu e n cia s co m p a ra tiv a e ntre las dos fa cu lta d es. M en cio n ar
tre s con clu sio n e s im p o rta n te s en té rm in o s del enunciado.

6. ;La presénte ta b la de d a to s m u estra la s c a ra cte rístic a s de un n úm ero de 40

jm u e stra s de su e lo recogidas de la lo ca lid a d de C h a o -V irú .

M uestra PH H um edad P orcentaje C lase tex tu ral

eq u iva le n te (% ) de arcilla
1 7 .8 5 ; 2 .1 0 1 Arena
2 7 .6 5 , 3 .3 0 2 A rena
3 7 .6 0 4 .8 0 4 A ren a franca
4 8 .0 0 3 .0 0 2 Arena
5 8 .2 0 1.80 1 Arena
6 7.80 16.90 14 Franco lim o so
7 7 .7 0 2 .4 0 1 A rena
8 7 .2 5 2 .9 0 1 A rena
9 8.4 0 2 .2 0 1 Arena
10 8 .2 0 3.0 0 1 Arena
11 7 .5 0 2.96 1 Arena
12 7 .7 0 4 .6 0 2 Arena
13 8 .0 0 4 .0 0 2 A rena
14 8 .4 0 3 .9 0 1 A rena
15 8 .1 0 5.5 0 4 A rena
16 7 .9 5 5.90 4 A rena
38
 3 Estadística

17 7.75 1 5.6 0 4 Franco a renoso

18 8 .0 0 2 .9 0 ■■ é ... A rena
19 7.50 3 .1 0 A rena
20 7 .2 0 1 9.60 12 Franco aren oso
21 8.00 1 8.50 16 Franco
22 7 .8 0 1 6.80 26 Franco
23 8 .1 0 1 2.60 12 Franco a ren o so
24 8 .0 0 1 0.1 0 8 Franco a ren o so
25 8 .2 0 10.5 0 11 Franco a renoso
26 8 .3 0 12.1 0 8 Franco a ren o so
27 8 .3 0 9 .1 0 6 Franco a ren o so
28 9 .2 5 12.9 0 14 Franco a renoso
29 9 .1 5 1 3.60 8 Franco a re n o so
30 8.10 1 6.5 0 8 Franco arenoso
31 8 .3 0 5 .5 0 4 Franco arenoso
32 8 .2 0 1 5.5 0 12 Franco a renoso
33 8.35 1 2.9 0 12 Franco a renoso
34 8 .7 5 5 .9 0 5 A ren a franca
35 8 .8 0 3 .4 0 2 A rena j
36 8 .8 5 2.7 0 2 A ren a i
37 7 .8 5 1 2 .9 0 8 Franco arenoso
38 8.05 1 0.2 0 8 Franco arenoso
39 8.2 0 4 .3 0 4 A ren a |
40 8 .4 0 3..6 0 i | A rena |
— . . . - 5 : ¡

Para cada v a ria b le en e stu d io , presen te la tab la dé¡ d istrib u ció n de fre cu e n cia s y
el g rá fico co rresp o n d ien te . r

7. Los sig u ie n te s d a tos correspon den a la lo n g itud de la cabeza del feto a los 45 d ía s
de gesta ción de un total de 60 o v e ja s que pro dujeron un solo feto y de las; c u a le s él
d ía de a p a re a m ie n to es conocido. Las m e d id a s está n en m m y fueron o b te n id a s con
im á g en es de u ltrasonido : |

1 9.4 20.4 21.0 21.6 21.9 2 1 .9 2 2 .0 22.1 22.1 2 2 .2 22.3 22.3

2 2 .6 22.7 22.7 22.7 22.8 2 2 .9 2 3 .0 23.1 23.2 23.2 2 3.4 2 3.6
23.6 2 3.6 23.7 24.0 2 4.0 2 4 .0 2 4 .0 24.0 24.1 24.1 24.3 2 4 .4
2 4 .5 24.6 24.7 24.7 24.8 2 4 .8 2 5 .0 25.0 25.0 2 5 .2 25.3 25.3
2 5 .5 25.5 2 5.5 2 5.6 25.6 2 5 .6 2 5 .8 25.9 2 6 .0 2 6 .4 26.9 27.5

a) D efina v a ria b le y unidad e le m e n ta l. ,

b) C o n stru y a la tab la de fre cu e n cia s. U tilice la regla dé S tu rg e s para d e te rm in a r el
n úm ero de in terva lo s. P resente 3 d e c im a le s para s u s fre cu e n cia s rela tiva s.
c) In te rp re te fr^, Fr5; F5 - F¿. ¡|
d) G ra fiq u e el h isto g ra m a de fre cu e n cia s y el polígórlp de frecuencias. !
: |
8. Una co m p a ñ ía m an u factu re ra tie n e a prueba a 48 n u évo s tra b aja d o re s. Paria e v a lu a r
su ren d im ien to , se les a sig n ó una tarea ru tin a ria y se m id ió el tie m p o qué tard aro n
en re a liza rla . Los tie m p o s en m in u to s son los sig u ie n te s: •|

105 105 107 108 108 108 109 109 110 111 111 111
113 114 114 117 118 119 121 121 123 125 126 126
126 126 128 129 130 131 134 134 137 145 14:5 150
150 152 153 154 157 157 158 164 170 171 179 183
í

39
 ¡Estadística

á) C o n stru y a la tab la de fre cu en cias. Use la regla de S tu rg e s para d e te rm in a r el

n úm ero de in terva los. P resente 3 d e c im a le s para s u s fre c u e n cia s rela tiva s.
| '
b) In te rp rete F5 - F2, 1 - Fr4l fr5+fr6.

9. S e ha lleva d o a cabo un estu d io para e v a lu a r los v o lú m e n e s de ven ta (m ile s de

s o le s por día) de los E sta b le c im ie n to s co m e rcia le s de un d is trito d e 'L im a . Para ello
se e lig iero n al a za r 36 e s ta b le cim ie n to s en co n trá n d o se los s ig u ie n te s resu lta d os:
.."I
1.5 2.1 2.5 3.2 3.7 4.4 4.5 4.6 4.6 4.6 4.7 5.2 5.3 5.4 5.7 5.7 5.8 6.1
6.4 6.7 6.7 7.2 7.4 ; 7.4 7.7 7.8 8.4 8.4 8.5 8.7 9.1 9.8 10.1 11.7 12.1 15.4

a) C on stru ya la tab la de fre cu en cias. Use la regla de S tu rg e s para d e te rm in a r el

| núm ero de intervalos.

b) In te rp rete f4, F3, p5

é) G ra fic a r el histogram a.
d) G ra fic a r el polígono de fre cu e n cias.

10. En una fá b rica de pernos se desea e s tim a r el n ú m e ro de pernos d e fe ctu o so s por

jcaja para v e rific a r si esto s v a lo re s e stá n d e n tro d e los lím ite s p erm isib le s. Se
selecciona una m uestra de 4 0 c a ja s y se ob tie n e n los s ig u ie n te s resultados:

1 1' 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 4
4 4 4 4 4 4 4 4 4 5 . 5 5 5 5 5 5 6 6 7 7

a) C o n stru ya la ta b la -d e fre cu en cias. U se la regla de S tu rg e s para d e te rm in a r el

| núm ero de intervajos.

b) Interpre te f2/P 4

11. (Estudios re a liza d o s sob re la c o n ta m in a ció n a m b ie n ta l co in cid e n en que los

p rin cip a le s cau sa n tes de la co n ta m in a ció n del a ire son la co m b u stió n en los
v e h ícu lo s con m otores diesel y la fa lta de un m a n te n im ie n to técnico. Para te n e r
a lg u n a inform ación cu a n tita tiva de lo m e n cio n ad o a n te rio rm e n te , se ha tom a d o
Una encuesta a una m uestra de 30 ch o fere s de la ruta Portada del S o l-S a n ta A n ita
(Línea P) en con trán d o se lo s sig u ie n te s re su lta d o s con respecto al n úm ero de horas
de tra b a jo al día y al núm ero v e ce s al año que hacen re v isio n e s té cn ica s a su s
v e h ícu lo s.

N° de h o ra s de tra b a jo al día

14 16 12 14 14 10 14 14 16 16 14 10 12 14 14
16 10 14 16 14 14 16 12 14 16 16 14 14 14 16
N° de ve ces al año q u e h acen revisión técnica
1 1 2 0 3 1 1 1 1 2 3 0 3 2 3
1 2 1 1 1 0 1 2 2 1 1 1 1 1 1

: Para cada v a ria b le pn estu dio, pre se n te la tab la de d istrib u ció n de fre c u e n cia s y
i el g ráfico correspondiente.

12. Ün p ro fe so r decide re g is tra r el m es de n a cim ie n to de cada uno de los 40

e stu d ia n te s de su clase.

40
 Estadística

ju n io ju lio ,¡!: n o vie m b re a b ril enero febrero! s e p tie m b re

ju lio agosto s e p tie m b re d ic ie m b re ju lio ju n io ! n o v ie m b re
m ayo ab ril : feb re ro a q o sto ju n io m ayo ! o ctu b re
a g osto n o vie m b re enero ju n io a b ril se p tie m b re d ic ie m b re
agosto ju n io ju lio m arzo d ic ie m b re m arzo ! ju n io
n o vie m b re
i'
se p tie m b re lu n io m arzo n o v ie m b re
C o n stru y a la tab la de fre cu e n cia s, ela b o re e in te rp re te el d ia g ra m a d;e b a rra s .'
¿C u á l es el m es q u e presenta la m a y o r y cu ál la m e n o r fre cu e n cia de
n a cim ie n to s? ;

13. Un Ing. P esquero está re a liza n d o un e stu d io sob re el sa lm ó n pla te ad o con la

fin a lid a d de in tro d u cirlo al país. Una de la s v a ria b le s de in te ré s es la lon'gitud (en
ce n tím e tro s). El re su lta d o luegó de la e v a lu a ció n a 4 5 peces e le g id o s ají a za r de
esta esp ecie se p resenta a co n tin u a ció n : ;

9 3 .3 0 9 3 .3 6 9 4 .4 8 9 4 .6 8 9 5 .7 6 9 5.9 5 9 6.3 1 9 6 .3 7 9 6 .4 3
9 6 .5 3 9 6 .5 8 9 6 .6 0 9 6.6 1 9 6 .8 0 9 6 .8 6 9 6 .9 3 9 7 .2 9 9 7 .4 0
9 7.4 1 9 7 .4 5 9 7 .5 8 9 7 .6 6 9 7 .6 6 9 7.8 8 9 7 .9 2 9 8 .2 2 9 8 .4 0
9 8 .4 7 9 8 .4 9 9 8 .5 3 9 8 .5 6 9 8 .6 3 9 8 .7 6 9 8 .7 9 99.2 1 9 9 .2 9
9 9 .3 2 9 9 .4 4 99;. 68 1 0 0 .0 8 1 0 0 .2 2 1 0 0 ,8 2 1 0 1 .2 4 101.31 1 0 2 .7 9

a) C o n stru y a la ta b la de fre c u e n cia s u sa n d o la regla de S tu rg e s.

b) P resente el p olígon o de fre cu e n cia s.

14. S e hizo un estu d io para a n a liz a r el v o lu m e n de v e n ta s(e n m ile s de so le s) de dos

lo ca le s A y B de una em p re sa del d is trito de S u rq u illo , se to m a ro n cie rto s d ía s por
cada local y se d e te rm in ó el v o lu m e n dé v e n ta s, te n e m o s los sig u ie n te s d a to s
registrado s:

V o lu m en de
v e n ta s (m ile s de
so les)
día A B
1 1.1 2
2 1.6 2.5
3 1.3 2.6
4 1.0 2.1
5 1.6 2
6 1.4 2.7
7 1.9 3
8 2.1 3.1
9 2 .5 3 .2
10 2.2 2.5
11 2.2 2.7
12 2.4 3
13 3 2 .4
14 2.1 2 .4
15 1.5 2.1
16 2 3
17 1.7 3.5
18 1.8 3.6
19 1.9 3

41
 Estadística

C o n stru y a la tab la de frecu en cias co m p a ra tiv a e ntre los dos lo ca le s (A y B).

M e n cio n a r tre s con clu sio n e s im p orta n tes.

15. En uha em presa m aderera se lleva a cafoo un e stu d io de control de calid a d con •
resp ecto a la lo n g itud de las m aderas que está n sie n d o en tre g a d a s por su s dos
p ro veed ores. S a b ie n d o esto s que la lo ngitud a ce p ta b le según con tra to es de 4 .5 +
0.5. Las m ad era s que no cu m p lan con esta esp e cifica ció n serán re g resad as a su
p ro vé e d o r S e dan a co n tin u ació n 40 lo n g itu d e s para cada p ro vee d o r que los v is ita
ese dlía.

P ro vee d o r A

4 .5 0 4 .5 9 4 .6 5 4.6 7 ,4 .6 9 4 .7 0 4 .7 4 4 .7 6 4 .8 0 4 .8 4
4-55 4 .6 0 4 .6 6 : 4 .6 8 4 .6 9 4 .7 2 4 .7 5 4 .7 7 4 .8 0 4 .8 4
4 .5 8 4 .6 0 4 .6 6 4 .6 8 4 .7 0 4 .7 3 4 .7 6 4 .7 7 4 .8 1 4 .8 7
4 .5 8 4 .6 2 4 .6 7 ' 4 .6 9 4 .7 0 4 .7 3 4 .7 6 4 .7 7 4 .8 1 4 .9 0

P ro v e e d o rB
¡
4 .4 3 4 .6 0 4 .6 6 4 .6 8 4 .7 0 4 .7 4 4 .7 7 4 .7 9 4 .8 2 4 .8 4
4 .4 4 4 .6 0 4 .6 7 4 .6 8 4 .7 0 4 .7 4 4 .7 7 4 .8 0 4 .8 3 4 .8 4
4-50 4 .6 5 4 .6 7 4 .7 0 4 .7 3 4 .7 5 4 .7 9 4.81 4 .8 3 4 .8 5
4 .5 8 4 .6 6 4 .6 8 4 .7 0 4 .7 3 4 .7 7 4 .7 9 4 .8 2 4 .8 3 4 .8 5

C o n stru y a la ta b ia de frecu e n cias, u san d o la regla de S tu rg e s para la v a ria b le en

estu d io de a m b o s proveedores. A n a lic e y co m p a re la ta b la d e frecuencias.

16. La e m p resa N ic r o n ic s S .A . se dedica a la v e n ta de p la ca s c ircu la re s p lá stic a s de

p o licárb o n a to , que im porta de A le m a n ia , H olanda y Japón. Las c a n tid a d e s
p orce n tu a le s que im porta de cada país son 16% , 64% y 20% resp e ctiv a m e n te . Las
lo n g itu d e s de los d iá m e tro s de d ich a s pla ca s se exp re sa n en p u lg a d a s y los pesos de
los njiism os v aría n de 4 8 0 a 9 2 0 gram os. En los ú ltim o s tre s m eses, lo s c lie n te s
n a cio n a les, le han d e vu elto su s p ro ductos d e b id o a la baja re sisten cia e n co n trad a,
por dllo, el área de control de calidad ha sele ccio n a d o al a z a r 500 placas c ircu la re s
(en Cantidades p ro p o rcio n ale s a lo que im p orta de cada país) y a n a liza d o en un
la b o ra to rio , la re sisten cia a las ra lla d u ra s y a los im p a cto s (en a m b o s ca so s la
re siste n cia puede ser a lta, m edia o baja). S i la e m presa encuentra que
e fe ctiv a m e n te las placas no sa tisfa cen las co n d icio n e s del cliente, se verá n ob lig a d o s
a ca m b ia r de proveedores.

En báse a la variable país de im portación elabore un cuadró de frecuencias de la muestra

selecéionada y su respectivo gráfico

17. La e m presa M ovitel S .A . re a lizó un e stu d io so b re la sa tisfa cció n con el

fu n cio n a m ie n to de su se rv icio de In te rn e t M óvil cu yo s re su lta d o s se m uestran a
c o n tin u ació n . :
Muy Muy
Indiferente Indiferente Indiferente Indiferente Satisfecho Indiferente Indiferente
Satisfecho Satisfecho
Muy Muy Muy
Indiferente Insatisfecho Satisfecho Indiferente Insatisfecho Satisfecho
S a tisfe c h o 1 Satisfecho Satisfecho
Muy
Insatisfecho Satisfecho Indiferente Indiferente Indiferente Satisfecho Satisfecho Indiferente
Satisfecho
Muy
Satisfecho Satisfecho Satisfecho Satisfecho Insatisfecho Indiferente Satisfecho Indiferente
Satisfecho
Muy Muy
Indiferente Insatisfecho Indiferente Satisfecho Indiferente Indiferente Indiferente
Satisfecho Satisfecho

42
 — ~ ‘ fl; 3 Estadística

Insatisfecho Indiferente Indiferente Satisfecho Indiferente Satisfecho Satisfecho Satisfecho

; Satis

Satisfecho Satisfecho ^ d ife re n te ^ sfecho Satisfecho Indiferente Satisfecho Indiferente

S o b re la v a ria b le en e stu d io , sa tisfa cc ió n con el s e rv ic io de In te rn e t M ó vil, resp b n d a que

tip o de v a ria b le es. i

E la b o re el cu ad ro de d istrib u ció n de fre cu e n cia y su g ráfico re sp ectivo , i

i ¡

: i
•:5; ■ i
. i

: !
l

' i
.Tí . i

i !
!

43
 Estadística

¡i C A P ÍT U LO III
i , iir
I' M ED ID AS ESTAD ÍSTICAS
i
Las m edidas e sta d ística s 'pueden se r c a lcu la d a s con ios d a tos p ro ve n ie n te s de una
p o b lació n (N: T a m a ñ o de la población) o, m u estra (n: T a m a ñ o de la m u estra ) para
e v a lu a r d iferen te s v a ria b le s (cu a n tita tiv a s y c u a lita tiv a s ), cuya fin a lid a d es re s u m ir y
re p re se n ta r el con ju n to de datos.

| Muestra (n): X x, X 2,...,X n ==> Valores Estadísticos

\ Poblacion ( N ) : X x, X 2,...,X N => Parámetros

O b s e r v a c io n e s
• Las m e d id a s e sta d ística s asum en las m ism a s u n id a d e s de m edida de la v a ria b le en
e stu d io , con la excepción de cie rta s m e d id a s e s ta d ístic a s relativas.
• Piara las v a ria b le s c u a n tita tiv a s, se pueden c a lc u la r m e d id a s e s ta d ístic a s com o:
m edia, m ediana, m oda, rango, rango in te rcu a rtílico , v a ria n za , d e svia ció n e stá n d a r,
co e ficien te de v a ria b ilid a d , y otras. En el caso de la s v a ria b le s c u a lita tiv a s , sólo es
piosible c a lcu la r las m edidas com o la m oda y la proporción

O bjetivo . R econocer las c a ra cte rística s b á sicas de una d istrib u ció n de d a to s a tra v é s de
las p rin cip a le s m edidas dej-tendencia ce n tra l, de posición y v a ria b ilid a d .
i ; Vi
3.1 |M edidas de tend encia central
S o n m ed id a s e sta d ístic a s que se lo ca liza ría n en la parte cen tral de la d is trib u c ió n de los
dato?. P erm iten re su m ir y re p re se n ta r en un só lo v a lo r el co n ju n to de flatos. Las
m e d id a s de te n d e ncia central re v isa d a s en este te x to son la s sig u ie n tes:

•i La m edia a ritm é tica

•i La m ediana
•¡ La m oda .
•; La m edia ponderada
•! La m edia geom étrica
•! La m edia arm ónica

La m edia aritm ética o P rom edio

La m edia a ritm é tica sim p le o prom edio de un co n ju n to d e d a tos p ro ve n ien tes de una
pob lació n (N) o m uestra (n), es igual al co cie n te en tre la su m a totaj de sus v a lo re s y el
n ú m ero de o bservaciones.

[ N 1 n
M edia poblacional: //=>— V X . M edia m uestral: X - —Y X ¡
\ N ;-i n % J

Ejem plo 1
S u p ó n g a que se tie n e los d a tos de las v e n ta s s e m a n a le s (en dólares) de una m u e stra
de 8 Ivendedores. C a lcu le té’ venta pro m edio se m a n a l.

150 120 ! 300 280 350 250 160 280

S o lu ció n

i - 1 ^ 150+120 +300 +280 + 350 + 250+160 + 280 1,890 0

-A. / ~ “ — ! — 23 6 .3
¡ 8 tí 8 8

La vé n ta pro m edio se m a n a l por v e n d e d o r fu e de $ 2 36 .3

44
 Estadística

E jercicio 1 !
Los sig u ie n te s d a to s corresponden a una m u estra de 12¡ a u d ito re s sob re los g a sto s de
v iá tic o s (n u evos soles) re a liza d o s en un m es. H alle e in te rp re te la m edia. j

250.5 . 420.0 | 345.5 560.4 458.2 268.5 380.1 5 liO. 2 630.4 580.3 | 610.3 720.1

Propiedades;:

1. La m edia está afectada por v a lo re s e x tre m o s (a lto s o pequeños). Es una d e sv e n ta ja

de la m edia.
2. La m edia a ritm é tica lo ca liza la pa rte cen tra l de un co n ju n to de ob se rv a cio n e s.
3. Para un co n ju n to de o b se rv a cio n e s la m edia es única.
4. S i la m edia s u s titu y e a cada o b se rv a ció n , la su m a to ta l no cam b ia . I
5. La su m a de la s d e sv ia cio n e s d e la s o b se rv a cio n e s con respecto al pro m edio es igual

a ce ro . = =«X - n X =0 ¡
7=1 J =1 j ¡ ■

6. La su m a de los cu ad ra d os de la s d e sv ia cio n e s de las o b se rv a cio n e s con respecto a

n 2 J? 2 ;
la m edia e s m ín im a : ^ [ X j —X j < - c j , donde c& R j
j=í 7=1

E je m p lo 2 ¡
Los sig u ie n te s d a to s corre sp on d e n a los in g re so s m e n su a le s de dos g ru p o s de
e m p le a d o s: I

G rupo Ingreso x\
A 520 525 518 523 545 580 510 500 527.625
B 530 545 520 8000 580 590 560 6 00 1490.625
i 8 4 ? ? 1

P ro p ie d a d 1. Para A : I = = ?= = - = 527 .625

8 i=i 8
— 1 8 11Q7S
Para B : X = X ¡ = - - - - - - = 1490 .625 ;
8 tf i 8 ..■!
En el g ru p o A el p ro m edio es s im ila r a lo s 8 v a lo re s (p ro m e d io re p re se n ta tiv o ),¡m ie n tra s
que en el grupo B eso no ocurre (el v a lo r 8 0 0 0 es un dato e xtre m o alto). ¡

P ro p ie d a d 5. Para A : ^ ( X (. — X ) X i —n X = 4221 —8x527.625 = 0|

i=i /-i !
8 8 __
Para B : (X,. - X ) = £ X , - n X = 11925 - 8x1490 .625 = ¡0
/=] /=1 ' 1'
8 8

P ro p ie d a d G. Para A : ¿ (X , -X)2 X? - n X 2 = 2231403 - 8 x 5 2 7 .6 2 5 2 U 429 7 .8 7 5

/=i /=i
8 8
c = 510 : Y X X ' - c ) 2 ^ X f - n c 2 =2231403 -8 x 5 1 0 2 = 150¿03 '
8 ,=1 8 ,=1 |
Para B : T J( X ¡ - X )2 = ^ X 2 - r c X 2 =66206425 -8x1490 .6252 =484307211 .88
z=i t=\ ;
8 8 ;

c = 510 : £ ( X ,. - c )2 = Y , X -— n c 2 =66206425 -8 x 5 1 0 2 = 64125625 .00 ! 45

 Estadística

L a m e d ia n a

La t-nediana es el v a lo r que ocupa la p o sició n ce n tra l de u n 'c o n ju n t o de d a tos,

p re v ia m e n te ordenados: y- y y,

f í n + \'\
: 50 = Entero ( E ) => me = x ^
v 100y
Si
r n + 1^
x 50 = D ecim al ( E .d ) => me = + O.d x )
v 100 j

« = impar me = X
(^ )
O t r a fo r m a :
Si +x
n = me = (2>. ^
2 .

Ejem plo 3
Los sig u ie n te s d a tos corresponden a los pesos (en K g.) de 10 personas: 50, 77, 53, 76,
63, ¿4 , 7 5 , 54, 52, 80. C a lcu le la m ediana

D atós ordenados: 50, 52, 53, 54, 63, 64, 75, 76, 77, 80

(1 0 + 1 '
P o sic ió n : 50 = 5.5 => me = + 0 .5 x (x ^ —*(5)) = 63 + 0.5'x(64 —63) = 63.5 Kg.
v 100
• í a
In te rp re ta ció n . Un 50% de pe rson a s pesan m e n o s de 6 3 .5 Kg. y el otro 50% pesa m ás
de 6 3 .5 Kg.

E jercicio 2
En un e stu d io del m edio a m b ie n te para e v a lu a r la calidad de aire, se registró el n ú m ero
de rtfiicrogram os de p a rtícu la s en su sp e n sió n por m t2 de a ire para m u estra s e v a lu a d a s
en d os zonas.

Zona A 38 32 45 30 24 45 42 18 28 1
Zona B 25 28 25 32 26 35 54 38 ÜÜÉ
H a llé e in te rp re te la m ediana del nú m ero de m icro g ra m o s de p a rtícu la s en su sp e n sió n
p or m t2 de aire para cada zona.

46
 - . ~ i.' i; _* E s ta d ís tic a
1 ' 'j -

P r o p ie d a d e s :

1. La m e d ia n a d iv id e las n o b se rv a cio n e s en dos partes igu ales. El 50% con v a lo re s

m e n o re s a la m ediana y el otro 50% c<?n v a lo re s m ay o re s a la m ediana.
2. La su m a de las d e svia cio n e s a b s o lu ta s de las o b se rv a cio n e s con respe cto a la
n n 1
m e d ia n a es un v a lo r m ín im o. ^ ~ c \ ■>donde c e R
m j-i ;
3. La m ediana no está in flu en cia d a por v a lo re s extrem os.

E jem plo 4
Los s ig u ie n te s d a to s correspon de n a los in g reso s m e n su a le s de dos grjupos de
e m p le a d o s:

G rupo In g reso me \
A 520 525 518 523 545 580 510 523 ¡
B 530 545 520 8000 580 590 560 560 !

C o m e n te las m e d ia n as de los dos grupos.

S o lu ció n }
S e o b se rva que la m ediana no está afecta d a por el v a lo r e xtre m o 8 0 0 0 , c o p io es la
m ed ia. :

La m oda

La m oda de un co n ju n to de d a to s es el v a lo r que ocurre con m a y o r frecuencia. J

Pro pied ades:

1. La m oda puede no e x is tir o puede h a b er m ás de una m oda en un co n ju n to de
d atos. ■
2. La m oda no está a fe c ta d a 'p o r v a lo re s e xtre m o s. j
3. S e a plica ta n to para in form a ción c u a lita tiv a com o cu a n tita tiva .

Ejem plo 5
1. S e tie n e la s lo n g itud es de peces de río (cm ): 4 .0 , 4 .1 , 4 .2 , 4 .3 , 4 .5 , 4 .7 , 4 .8 . No
h ay m oda. ' ¡
2. S e tie n e las s ig u ie n te s lo ngitudes: 4 .0 , 4 .1 , 4 .1 , 4 .1 , 4 .2 , 4 .2 , 4 .5 , 4.2. j
S e d istin g u e n dos m odas m o t = 4 .1 y m o2 = 4 .2 (d istrib u ció n b im o d a l). i
i
E je rcicio 3 ;
S e tie n e una m uestra de los n ive les de ozo n o a lre d e d o r de una ciudad (220 plartes por
b illó n ). H alle e in te rp re te la m oda. • . |

160 124 156 164 178 163 163 178 164 185 196 164 170 145 164

I •

E je rcicio 4 í
En una encuesta rea liza d a a una m u estra de e stu d ia n te s de una universidald, se les
p re g u n tó por el clu b d e p o rtivo de su p referencia. Los d a tos se m u estra n en la 'siguiente
ta b la de fre cu e n cia s. H alle e in te rp re te la m oda. • J

47
 C lub de preferencia N úm ero de e stu d ia n te s
A lia n za Lim a 280
U n iv e rsita rio 240
S p o rtin q C rista l 80
S p o rt Boys 45

E je rcicio 5
En la sig u ie n te ta b la se presenta el nú m ero de cu rso s d e sa p ro b a d o s en el ú ltim o
se m e stre para una m uestra de 2 50 alu m n os.

N úm ero de cu rso s N úm ero de

d e sa p ro b a d o s a lu m n o s
0 120
1 90
2 30
3 10

Hallej e in te rp re te la m edia, m e diana y m oda.

S u g e re n cia :

U sa r fó rm u la , X = — ---------- , k es el n ú m ero de g ru p o s y n ta m a ñ o de m u e stra .

!
I

!
 Estadística

P ro p ie d a d e s d e tra n sform a ción .

Para un nueva v a ria b le tra n sfo rm a d a : ^ = a + ^ íd o n d e a y b son co n sta n te s reales.

En ton ces, su s m e d id a s e sta d ística s son ca lcu la d a s:

M edida estad ística Y¡ = a + b X ¡

Media Y= a+ bX

M ediana meY = a + bmex

Moda mor -=a + bmox

E je rcicio 6
La ge re ncia de m arketin g ha d e cid id o a u m e n ta r 10% los precios de los te m o s en la
s u c u rsa l S u r pero restando 90 nu evos soles, m ie n tra s que en la su cu rsa l Norte
d is m in u ir en 4 .5 % los precios de los te m o s y en la su cu rsa l C en tro a u m e n ta r 125
n u evos soles cada ternó. A co n tin u a ció n se presenta las m ed id a s e s ta d ístic a s de los
p recios de las su cu rsa le s o b te n id a s con M IN ITAB. H alle ijas m e d id a s e s ta d ístic a s d^ los
n u e vos p recios de los te rn o s para la su cu rsa l S u r, N orte y C entro

E stadísticas descriptivas: Sucursal Sur; Sucursal Norte; Sucursal Centro

N paira
Variable N N* Media Mínimo Mediana Máximo Modo moda
Sucursal Sur 15 0 450, 5 345, 0 450, 0 650, 0 450 3
Sucursal Norte 15 0 582, 3 320,0 580, 0 910,0 600 2
Sucursal CentrolS 0 500,3 310,0 550, 0 810, 0 550 1

La m edia aritm ética ponderada

La m edia ponderada de un co n ju n to de o b se rv a cio n e s xl , x 2 , . . . , x k con! pesos o

p o n d e racio n es , w2 , , wk está dada por: i
' k \
-
H
y=1
xj w,
_ X iV ’i+ X 2W2 + - + Xk Wk
■ I
:
xp ' ¡ c ------------------- - ~ : ;
Wl +W2+ ■
■-+ Wk i

49

Ü!IV
.
 Estadística

La ifie d ia ponderada se u sa -e n a q u e llo s caso s donde las o b se rv a cio n e s no tien en la

m is ijia im p o rta n cia den tro de una població n o m uestra.
C a so s particulares:

! C uando los d a to s se encu en tran en una ta b la V f V f

¡de frecu e n cias co rre sp o n d ien te a una v a ria b le _ Z~¡Jj xj j Xj
¡ c u a n tita tiv a discreta. La m edia se calcu la por: x p = j “ ------- = —

! Tfj
i - - - >1
;Si x i ,X 2 ,...iXk son las m ed ia s de k g ru p o s y . k
ic a d a grupo tien e ta m a ñ o } \,n 2,...,n k X ,”/ Xj
j-¡
re sp e ctivam en te , entonces la m edia de tod os x p — k
los datos n ^riy + n2 +\... + nk se calcu la por: j
./=!

Ejem plo 6
En un parque dé a traccio n e s la m edia de los g a sto s por v is ita n te un día esp e cia l es de
S /.4 0 , sa b ie n d o que los a d u lto s g a sta ro n una m edia de S /.4 3 y los niños S /.3 5 .

a. C a lcu le el núm ero de a d u lto s y n iñ o s qu e v is ita ro n el parque, si en total fu ero n 4 0 0

personas.
i - _ n Adultos * X Adultos + nNMos * x m os _ nAduUos * 43 + nmos *35 ^
^e tiene: P nAdultos + nNmos 400
! nAdllnos+nNiñ0S= 4 m
. Entonces: nAdultos = 150 y nNmos= 250.

b. S¡ los g a sto s por a s is tir al p a rque de a tra c c io n e s se in crem en taron en un 10% en el

¿aso de los a d u lto s y en un 5% en el caso de lo s niños. ¿C u á l será ahora el
p ro m edio de los g a stos por v is ita n te ?
y A M to s = l A * x ^ u i,o s = 1.1*43 = 47.3 1 _ 150*47.3 + 250*36.75 _ 1Q ? 6

y Nm os - 1 -05 * x m os f=1.05 * 35 = 36.75| V p ~ , 400

Ejem plo 7
Un e m p re sa rio que vendej ropa para C a b a lle ro s, posee d o s tie n d a s, a d m in istra d a s por
G e re n te s co n tra ta d o s, los te rn o s v e n d id o s p o r esta s tie n d a s son co m p ra d o s a un
p ro ve e d o r a un costo de 150 nuevos soles

•i La tien d a A v e n d ió 95 te rn o s al precio o rig in a l de 4 0 0 nuevos soles, luego de ¿ 0

\ esto en una oferta v e n d ió 126 te rn o s a 280 nu evos soles, y por cie rre de
! tem porada v e n d ió los 79 te rn o s re sta n te s a 200 nu evos soles.
• ! La T ien d a B, ha v e n d id o el 30% de su s te rn o s a 4 0 0 nu e vos soles, el 4 0% a 300
! nuevos so les y el resto al precio de costo.

a. ¿Cuál ha sid o el precio prom ed io p o r te rn o ve n d id o en la tienda A? .

I - '
Media de A: (9 5 * 4 0 0 + 1 2 6 * 2 8 0 + 7 9 * 2 0 0 )/(9 5 + 1 2 6 + 7 9 )= 2 9 6 .9 3 3 3
; ■■■ ■ ’ i ' ■
b. C o n sid e ran d o el precio p rom e d io p or tern o ve n d id o com o in d ica d o r de
buena a dm in istración , ¿Cuál d e ella s ha sid o m e jo r adm inistrada?
[
leedla de B: 0 .3 * 4 0 0 + 0 .4 * 3 0 0 + 0 .3 * 1 5 0 = 285. La tienda A p u e s tiene un precio
prom edio q u e la de B

50
 u« O . ____ . Estadística

La m edia g e o m é trica es:

x s = f l . 13x1.22x1.12x0.95x0.87 =1.0499

La ta sa p ro m ed io de cre cim ie n to anual d e la ca rte ra de a ccio n e s es:

ip = (1.0499 -1 ) * 100% = 5%

El v a lo r de la cartera de a ccio n e s para el se xto año será:

1 .0 5 * 1 2 7 6 = $ 1 3 4 0 dólares.

E je rcicio 10
S e tie n e in fo rm a ció n del núm ero de a n ticu e rp o s por unidad de sa n g re en las tru c h a s al
p rim e r m es de re c ib ir un co n ta m in a n te . H a lle la tasa pro m e d io de v a ria c ió n me;nsual de
a n ticu e rp o s d u ra n te este períod<0.
Mes P oblación
Enero 325
Febrero 488
M arzo 380
A b ril 5 20
M ayo 640

E jercicio 11 ¡
Una E m p resa desea pro b ar el efecto p ro d u cid o por dos p la n e s p u b licita rio s sob re las
v e n ta s de los ú ltim o s 4 m eses, las v e n ta s m e n su a le s para los 2 p la n es se m u estra n a
c o n tin u a ció n : i i

Mes Plan 1 (U„S.$} Pía 1*1 2 (U .S.$)

Enero 1 657 U 4 735
Febrero 1 998 5 012
M arzo 2 267 5 479
A b ril 3 432 5 589

¿C u á l de los p la n es p u b licita rio s p roduce la m a y o r tasa pro m edio de cre cim ie n to en las
v e n ta s m e n su a les?
 Estadística

La m edia arm ónica .

¡ ' l
La m edia a rm ó n ica de "n " o b se rv a cio n e s d ife re n te s de ce ro x x , x 2 , - , x n está dada por
el recíproco de la m edia a ritm é tica sim p le de los re cíp rocos de la s observaciones:

1 n n
■i . ' . *A=
1 ^ 1 1 1 1 1
>— V- — +— —
n j =1 x j 7=1 x j X2 Xn

Este; pro m edio se usa p a ra p ro m e d ia r ra zo n e s que tie n en u n idades ta le s com o

k iló m e tro s por hora, costó por p aciente, m ile s de so le s p o r kilo, etc.
• (Cuando la unidad del v a lo r co n sta n te o u n id a d de ev a lu a ció n es igual a la unidad del
rjium erador de una razón, se usa la m e d ia arm ón ica
• S i es igual a la unidad del d e n o m in a d o r se usa la m edia a ritm é tica sim p le.

Ejem plo 10
D u ran te 4 años su ce sivo s un in d u stria l co m p ró p e tró le o para una caldera a 16, 18 , 21 y
25 s|oles por galón ¿Cuál es el costo p ro m e d io p o r galón para un periodo de cu atro años
cuando:
á) C om pra igual cantidad de p etróleo p o r año?
b) Cada año gasta igual can tid a d de din ero?

.- total de costos 0.16 + 0.18 + 0:21 + 0.25 . , , ,,

a) X \aritmético = ------------------ = — :---- *---- --------- —— - = 0.20 soles /galón
1 galón • 4 ■.

, total de costos , ■ 4 , „ rn . , . ,r
b) J í armónico — — —“----------~—----- 1 :----- -—: —0.194 SOICS / gGLOTl
” ! galón - 1 1 1 1
! ' 0.16 Ó. 18 ~02\+~025

E jercicio 12
Un éu to recorre los prirrieros 20 Km . a razón eje 30 K m /h , y los 20 Km . sig u ie n te s a
razón de 60 K m /h. D ete rm in e la v e lo cid a d m edia d u ra n te todo el trayecto.

54
 Estadística
■i

c. Si la tien da B re cib ió el d oble d e can tidad de te rn o s para vender, q ue la

tie n d a A. ¿Cuál es el p re cio p ro m e d io p o r te rn o v e n d id o co n sid e ra n d o
a m b a s tie n d a s? i
•: I
Media d e A y B: (3 0 0 * 2 9 6 .9 3 3 + 6 0 0 * 2 8 5 )/(9 0 0 ) = 2 8 8 .9 8 j

E je rcicio 7
S e tie n e las v e n ta s ($) y el n ú m ero de h o ra s tra b a ja d a s. H a lle la v e n ta p ro m e d ió por
hora. '

N ú m e ro de V e n ta s ;
h oras '¡
14 7 00
6 400
8 220

E je rcicio 8 !
En ía s ig u ie n te ta b la se p re se n ta la d is trib u c ió n de n ú m e ro de v ia je s re a liza d o s en un

N u m ero d e v ia je s al m es N ú m ero d é a u d ito re s

x¡ fi
0 10
1 15
' fe 2 ■9 :
m 3 ■ 6
4 - ; 5 -i ■
T o ta l 45
H a lle e in te rp re te el nú m ero dé v ia je s pro m edio.

¡Ejercicio 9
Los tie m p o s p ro m e d io s de ta rd a n za (m in u to s) de m u e stra s de 4 0 , 2 5 y 15 e q ip le a d o s
d e los tu rn o s d e d ía , ta rd e y noche fu e ro n 8 .5 , 1 2.0 y 1 5 .5 re sp e ctiv a m e n te . H a lla r el
tie m p o p ro m e d io de ta rd a n z a dé los tra b a ja d o re s para los tre s turn os. |

T
 Estadística

L a m e d ia g e o m é t r ic a
La m;edia g e o m é trica de la s o b s e rv a cio n e s p o sitiv a s: X lf X 2, ••• , X p está dada por:

Valor Final
Xg - ^/x1x2x3...xn = = i¡
Valor Inicial

D onde: x l , x 2 x i ...,x n so n fa c to re s de v a ria c ió n . (x ¿ = i 1 )

-X¡-1

La tasa de v a ria c ió n es: ' i¡ =(x¡ —1)*100%

La ta sa pro m e d io de v a ria ció n es: / = ( x g ~ 1)*100%

E je m p lo 8.
Consjidere la s ig u ie n te in fo rm a ció n so b re el tip o de ca m b io (co m p ra) del d ó la r al cie rre
de cdda m es, d u ra n te el 2005.

Mes; T ip o de cam bio

E n e ró 3 .2 2 9
D ic ie m b re 3 .4 2 9

1. C a lcu le la m edia geo m étrica

- / Valor fin a l 13.429 . __ __

= n — — — ------: = li/ =1.0055
y Valor inicial V 3.229

2. D e term in e la tasa p rom e d io d e cre cim ie n to m en su a l d e l tip o d e ca m b io

d u ra n te el a ñ o 2005
! ip = ( x g - l) * 1 0 0 % = (1.0055-1)*-100 '

^ = 0 .5 5 % La tasa p ro m e d io d e c re c im ie n to m e n su a l d e l tip o de ca m b io
(co m p ra) del d ó la r e s 0 .5 5 %

E je m p lo 9 s
U na carte ra d e a ccio n es se in ició con un v a lo r de $ 100 0 y tu v o retorn os anuaTes de
13% ; 22% , 12% , -5 % , y -1 3% . ¿ C u á l es la ta sa p ro m ed io de c re c im ie n to a n u a l de la
ca rte ra de a ccio n es?. De m a n te n e rse la ta sa p ro m e d io c a lcu la d a p ara el s ig u ie n te año,
¿ C u á l se ría el v a lo r de la cartera de a cc io n e s para el se xto año?

C o n sid e ra n d o lo s retornos a n u a le s se puede c a lc u la r lo s fa cto re s de v a ria c ió n de

crecirjniento com o se m u estra en la s ig u ie n te ta b la :

1 R etorn o
F a cto r de
(T asa de V a lo r ($)
Año va ria ció n
v a ria ció n ) (Xi)
h (xt)
1 13% 1.13 1 130
2 22% 1.22 1 379
3 12% 1.12 1 54 4
4 -5% 0.95 1 467
5 -13% 0.87 1 276

52
 Estadística

E je rcicio 13 V
Un au to recorre la prim era m edia hora a razón de 30 K m /h , y la segunda m edia hora a
razón de 60 K m /h. D e te rm in e la v e lo cid a d m edia d u ra n te to d o el trayecto.

3 .2 Percenitiles (

El p e rce n til Pq d iv id e a un co n ju n to ord e n a d o de o b se rv a cio n e s en un q% menjores que

Pq y un (10 0 - q)% m ay o re s que Pq. El p e rce n til Pq e s un v a lo r e xp re sá d p en las
m ism a s u n id a d es que la v a ria b le en estu d io . i

C álcu lo del P ercentil

n +1
Posición
. 100 ,

y n+
x q = Entero (i?) => Pq =
100
Si
ni + 1
xq = Decimal (E .d ) => Pg = +0.d x - x ^ j
IV 100

E jem plo 11
S e cuen ta con los d a to s de los tie m p o s (en m in u to s) de ta rd a n za de los trabajajdores de
una co m p a ñ ía de seguro. H alle e in te rp re te el p e rce n til 45. \

15 12 18 22 24 10 9 13 25 . 18 6 ! 14

D a to s ordenados: 6, 9, 10, 12, 13, 14, 15, 18, 18, 22,' 2 4, 25

12 + 1
Posición = : 45 = 5.85 => P4¡ = x ^ + 0.85 x (x^6^- 13 + 0.85 x (l4 - 13)¿= 13 .85 min utos
TocT
In te rp reta ció n : El 4 5% de los tra b a ja d o re s tie n e n un tie m p o de ta rd a n za m e n o r 1 3.85
m in u to s y el otro 55% m ás de 1 3.8 5 m in u to s. , j

E je rcicio 14
S u p o n g a que se q u ie re e v a lu a r el num ero de in se c to s en co n trad o s en 4 0 pa rcela s, en
un c u ltiv o de m aíz. Los re su lta d o s fueron los sig u ie n te s:

1 2 3 5 6 7 9 9 12 18
1 3 5 5 6 7. 9 11 12 18
1 3 5 5 6 8 9 11 15 19
2 3 5 6 6 8 9 11 18 23

. a. H alle e in te rp re te el percen til 35

55
 Estadística

b. ¿ p u á l debe se r el v a lo r m ín im o de in se cto s para que una parcela sea co n sid e ra d a

de n tro del 18.5% de ias p a rcela s con m a yo re s nú m eros de insecto s?

¿jCuál debe se r el v a lo r m á xim o de in se cto s para que una parcela sea co n sid e ra d a
dientro del 2 2.5% de las p a rce la s con m e n o re s n ú m ero s de in secto s?

d. ¿Para qué valocgs del núm ero de in se cto s se te n d rá el 80% cen tral de p arcelas?

E je rcicio 15
S e tjene las notas de los prom edio po n d e rad o s de los e stu d ia n te s g ra d u a d o s en el
últirrjo ciclo. H alle el prom edio ponderado m ín im o para que un a lu m n o sea co n sid e ra d o
de n tro del q u in to superior.

10■ 5 11 1 0.9 1 1 .2 1 11.3 11.5 11.5 11.7 1 2 .8 1 12.9 | 13.6 | 13.7 1 13.9 1 14.0 | 15.6 1

56
 Estadística

!!i

C uartiles.
, i
S on p e rce n tile s que divid en el co n ju n to de d a to s en 4 p a rte s ig u a les (25% ca|da una).
S o n con ocid os ta m b ié n com o Q1 = P25, Q 2 = P 50 y Q 3= P 75. '

Ejem plo 12
Los sig u ie n te s d a to s corresponden a lo s pesos, en Kg. de 10 personas: 50, 52i, 53, 54,
63, 6 4,-75, 76, 77, 80. |

a. C alcu le e in terp rete el percentil 25

^2 5 ~ xVio+n = ^(2.75) = x(2) + 0-75 x (x(3) - X(2)) = 52 + 0.75 x (53 - 52) = 52.75 Kg
l'io'o , |
In te rp re ta ció n : El 25% de las pe rson a s pesa m enos de 5 2 .7 5 Kg. y el otro 7|5% pesa
m ás de 5 2 .7 5 Kg. j

b. Halle el percentil 75 ,
p75 = xA0+n = x(«25) = X(S) + 0-25 X (x{9) - x(8))= 76 -h O.25 x (7 7 - 7 6 ) = 76.¿5 Kg
{'íóo; .-Mi ' i
In te rp re ta ció n : Un 75% de p ersonas pesa m enos de 7 6 .2 5 Kg. y el otro 25% pesa
m ás de 7 6.2 5 Kg.

Ejem plo 13
.Se ha d e sa rro lla d o un e xp e rim e n to para e v a lu a r el efecto de a lim e n to s b a la n ce a d o s en
la g a n a n cia de pesos de pollos. Una m u estra de 30 recibió el a lim e n to balanceado. Al
cab o de 10 d ía s se reg istraro n la ga n an cia d é pesos (en gr) :

93 98 100 102 107 109 110 110 111 111 113 114 115 1 1 6 ■1118
118 119 119 120 120 120 124 125 128 129 129 130 135 138 141

a. H a lle e in te rp re te las m ed id a s de te n d e n cia cen tral para el a lim e n to balanceado.

b. ¿C u á l es el peso m ín im o de un pollo que fue a lim e n ta d o con el a lim e n to b a la n ce ad o
para e s ta r en el 10% su p e rio r de los que pesan m ás? ' !
c. ¿C u á l es peso m á xim o del 60% de p o llo s que pesan m enos con el lalim ento
balanceado?

S o lu ció n :
a)
V a ria b le N M ean S tD e v C o e fV a r M ín im u m Q1 ¡i"Median Q3 M áxim um
A 30 1 1 7 ,4 0 1 1,57 9 ,8 5 9 3 ,0 0 1 1 0 ,0 0 l!|& ,00 1 2 5 ,7 5 1 4 1 ,Ó0
B 60 1 3 9 ,6 0 1 1,46 8,21 1 2 3 ,0 0 1 3 0 ,0 0 1^8,00 1 48 ,25 163 ,00

57
- -T— * " c Estadística

La ga n an cia de peso por pollo a lim e n ta d o con A es de H 7 . 4 gr.

Él 50% de los pollos a lim e n ta d o s con A tu v ie ro n g a n a n cia s de peso m enores de 118
igr. y el restante 50% tu v ie ro n g a n a n cja s de peso m ay o re s a 118 gr.
El v a lo r de la g anancia de peso m ás fre cu e n te es de 120gr.
1

b) Ho = X 27.5 = £?•
c) 4 = 119gr.

3.3 D iagram a de T a llos v Hojas

Un d ia g ra m a de ta llo s y hojas es un in g e n io so a rtificio q u e ofrece una re p resen ta ció n

parelcida a un h isto g ra m a. La v e n ta ja de e ste dia g ram a es que no sólo m u e stra n las
fre cu e n cia s sin o que contienen los v a lo re s reales. A. d ifere n cia de las ta b la s de
fre cu e n cia s con este pro ced im ien to n ingún d a to se pierde.
P asos para e la b o ra r un diagram a de ta llo s y hojas

Pasd 1. Cada dato se d ivid e en dos: la p rim e ra se llam a ta llo y la segunda hoja.
Paso 2. Cada ta llo se form a con uno o m á s d íg ito s in icia le s de cada dato y las h o jas se
fo rm an con los d íg ito s re sta n tes (g e n e ra lm e n te d e un so lo d íg ito ).
Pasoj 3. Los ta llo s se presentan en una co lu m n a ordenada d e m e n o r a m a y o r
Paso; 4. Las hojas se m uestran en fila s o rd e n a d a s y lista d a s a la derecha de su
resp ectivo tallo.

Nota.-
• En caso de d a to s d e cim a le s, al c o n s tru ir el d ia g ra m a de ta lo s y h o jas el punto
d e cim a l se pierde, por ta l razón se a co stu m b ra in d ic a r u n id a d e s que lo s d a to s del
ta llo representan. Por e jem p lo para un dato: 4 .1 2 U n id a d = 0 .0 1
• Es nece sa rio pone tod os los ta llo s co n se cu tiv o s. S i no e x iste el dato, se pone el v a lo r
del ta llo y en la fila de hoja se deja en blanco.
• S i es necesa rio se d iv id e en dos h o ja s cada ta llo , segú n lo s rango: (0 - 4) y (5 - 9).

E je m p lo 14
Los [siguientes d a tos correspon den a la e s ta tu ra d e una m uestra de 30 a lu m n o s
u n iv ei rsita rio s.

158,! 159, 161, 161, 163, 163, 164, 166, 166, 167, 168, 168, 168, 169, 170, 170, 170,
171,! 171, 171, 172, 173, 174, 174, 174, 174, 174, 177, 182 , 191

S te n ji-a n d -Leaf D isp lay: Estatura

S te m -a n d -le a f o f Estatura; n = 30 Profundidad

U nidbd de hoja = 1.0
Tallos

¡2 15 89 ~----- -- .
:7 16 11334 Hojas
14 16 6678889
(13) 17 0001112344444
;3 17 7
;2 18 2
:i 18
|1 19 1
El d ia g ra m a de ta llo s y hojas representa la esta tu ra de 30 alum nos. E xisten tre s p artes
en ej gráfico.
La p rim era colu m n a representa la profundidad
La se g u n d a co lu m n a representa los ta llo s
58
 Estadística

La ú ltim a co lu m n a representa las hojas. v

C a d a d íg ito de las hojas representa una o b se rv a ció n . i
El d ia g ra m a de ta llo s y hojas m u estra 8 ta llo s con s u s re sp e ctiv a s hojas. El pri|mer tallo
e s 15 y la p rim era hoja es 8. La o b se rv a ció n c o rre sp o n d ie n te es 158 que sé o b tu vo
ju n ta n d o , los d íg ito s del ta llo y de la hoja y se m u ltip lica por la unidad i de hoja
(1 5 8 * 1 .0 = 1 5 8 ). ' ;

La p rim e ra co lu m n a (la profundidad) in d ica c u a n ta s o b se rv a cio n e s h ay en esg línea o

a n te s. El n úm ero 14 en la tercera lín e a in d ica q u e hay 14 o b se rv a cio n e s en esja línea y
e n la s lín e a s a n te rio re s (1 4 o b se rv a cio n e s m e n o re s o ig u a le s a 169). Hay úna línea
e sp e c ia l, la línea que co n tie n e la m ediana. El v a lo r que m uestra es en cerrad o entre
p a ré n te sis e in d ica cu a n ta s o b se rv a cio n e s hay en esa línea. A p a rtir de la s ig u ie n te línea
q u e c o n tie n e la m ed ia n a, la colum na de pro fu n d id a d indica cu a n ta s o b se rv a cio n e s hay
e n e sa lín e a y en las lín ea s p osterio res. El nú m ero 3 en la q u in ta línea indica cjue hay 3
o b se rv a cio n e s en esa línea y en las lín e a s p oste rio re s (3 o b se rv a cio n e s m a y o re s o
ig u a le s a 177). j

La sé p tim a línea m uestra al ta llo 18 (1 18 ); sin em bargo n|o tie n e

ninguna h oja, lo que sig n ifica que no hay nin g u n a ob se rv a ció n en ese tallo . (Un e rro r
m u y fre cu e n te es c o n sid e ra r el ta llo 18 y la hoja 0 y por co n sig u ie n te c o n s id e ra r la
o b se rv a ció n 18.0 con lo que se te n d ría n 31 ob se rv a cio n e s). ;
i
E je rcicio 16
S e tie n e una m uestra sobre el tie m p o (m in u to s) de co n ce n tra ció n de un m edicam en to :
105 , 126, 120, 119, 133, 145, 123, 108, 136, 156, 142, 130, 112, 123. .

a. E lab ore e d ia g ra m a de ta llo s y h ojas

b. S i se desco noce los d a to s o rig in a le s, ca lcu le la m edia, m ediana, m oda y P2» a p a rtir
d el d ia g ra m a de ta llo s y hojas.

59
 Estadística

E jercicio 17
S e tie n e datos de las co n ce n tra cio n es de la cta to en la sa n g re (m ilim o le s/litro s):

2.1 , 2.5, 2.8 , 3 .5 , 3.6, 3.8, 3.8, 4 .6 , Si.2, 5 .4 , 5.6, 5.9 , 6.2 , 6.5, 6.5

a. E labore el d ia g ra m a de ta llo s y h o ja s . _______ ■

______

i . ■ ■ ' ■ ■ ■ -

60
 Estadística

E JE R C IC IO S P R O P U ES TO S

1. En una em p re sa , el je fe de R e cu rso s H u m a n os está in te resa d o en a n a liz a r el

im p a cto en los e m p le a d o s al s u p rim ir la s horas e x tra s de tra b a jo pagadas. C on este
fin se e xtra e una m uestra a le a to ria d e '6 0 em p le a d o s to m a n d o los d a to s de un día al
a zar. A co n tin u ació n se m uestran las horas de tra b a jo por día de cada em plea do.

H oras d ia ria s tra b a ja d a s

7.6 7.7 8.0 8.0 8.0 8.1 8.1 8.2 8.2 8.2 8.2 8.2 8.2 8.3 8.3
8.3 8.4 8.4 8.4 8.4 8.5 8.5 8.5 8.6 8.6 8.7 . 8.7 8.7 8.8 8.8
8.9 .8.9 8.9 9.0 9.1 9.1 9.3 9.4 9.6 9.7 9.7 9.8 9.9 9.9 10.0
10.0 10.3 10.5 10.5 10.6 10.8 11.0 11.2 11.6 11.7 12.2 12.5 12.9 13.3 14.5

a) C o n stru y a el d ia g ra m a de ta llo s y hojas, co n sid e re com o unidad de hoja 0 .1 0

b) C a lc u le e in te rp re te la m edia m ed ia n a y m oda
c) C a lcu le el núm ero m ín im o de h oras tra b a ja d a s para que un em p le a d o se
e n cu e n tre en el 17% de los e m p le a d o s que m as hopas trabajan.

2. El banco "N u e v o C ontinente" cu en ta con sucursales^ en La M olina y Los O livos. El

g e re n te de cré d ito se leccio n a al a z a r a lg u n a s s o lic itu d e s de préstam o que han sid o
a ce p ta d a s en cada una de las su cu rsa le s y re su m e de m anera in d e p e n d ie n te la
in form a ción co rre sp o n d ie n te al m o n to de p ré sta m o otorg a d o (en m iles de nuevos
soles) en los sig u ie n te s d ia g ra m a s de ta llo s y hojas:

1Stem -and-l!eaf o f La M olina N = 13 S te m -a n d -Ie a f o f Los O liv o s N = 14

L e af U n it - 0 .1 0 L eaf U n it = 0 .1 0

1 4 3 1 2 6
4 4 678 3 3 01
(4) 5 2244 3 4
5 5 5 5 5 08
4 6 4 5 6
3 6 99 7 7 14
1 7 4 7 8 5
6 9 069
3 10 1
2 11 45

a) C a lc u le e in te rp re te la s m e d id a s de te n d e ncia centra para la su cu rsa l de La

M olina. í
b) ¿E n tre qué v a lo re s se e n cu en tra el 60% ce n tra l de las o b se rv a cio n e s
co rre sp o n d ie n te s a la su cu rsa l de Los O liv o s? í;
c) El In te ré s que cobra el banco co rresp o n d e al 5% del m onto otorgado com o
p ré sta m o s m ás 20 nuevos so le s por g a sto s a d m in istra tiv o s. H alle el in te ré s
m edio que p ercibirá el banco d eb id o a los p résta m o s otorgados

3. Una e m presa e xp o rta d o ra m ando h a ce r e n v a se s para la entrega de su pro ducció n a

cu atro e m p re sa s (A, B, C y D) de 4 0 0 u n id a d e s cada una. La e m p resa A cobró 120
n u evos so le s por cada u n ida d; la e m p resa B cobró 160 nuevos soles p o r cada
u n id a d; la em p resa C cobró 105 n u ev o s so le s por cada unidad y la em presa D cobró
150 nu evos so le s por cad a unidad. P or o tro lado, el encargo se hizo a la s ig u ie n te
v e lo cid a d : la e m p resa Á elaboró a una razón de 1.5 u n id a d e s por hora, la em p re sa B
e la b o ró a razón de 2 .4 u n id a d es por hora, la em p re sa C elaboró a razón de 2.1
u n id a d e s por hora y en la em presa D a razón de 0 .4 u n id a d e s por hora. H a lle los
v a lo re s de:

a) El cobro pro m edio por cada a rtíc u lo p ro ducido

 Estadística

b) La velo cid a d prom edio de producción

4. S i 80 a rtíc u lo s tienen un peso pro m e d io de 2 .5 4 Kg y se sabe que el in stru m e n to de

m edición u tiliza d o no estaba ca lib ra d o o ca sio n a n d o que el peso de los a rtíc u lo s
tengan un 25% m ás de su peso verd a d ero . H alle e l v e rd a d ero peso prom edio,
(ap liq u e p ro piedades en la solució n)

5. Una fábrica tie n e una m áquina que tra b a ja las 24 horas del día en tre s tu rn o s de 8
h oras (m añana, tard e y noche). Los co sto s de producción (p o r co n su m o de en ergía
• e léctrica ) y los tie m p o s de producción por a rtícu lo (en funció n a la e fe ctiv id a d de los
tra b a ja d o re s), dependen del turno. Los d a to s se presen ta n a con tin u ació n :

T urno C osto por hora (S /.) H oras por a rtícu lo

M añan^ i 40 0 .5 0
T arde 50 0 .4 0
Noche 20 0 .3 2

a) C a lcu le el costo prom edio de pro du cció n por hora.

b) C a lcu le el tie m p o pro m edio de pro ducció n por a rtícu lo al día

6. Del e jercicio a n terior. S u p on g a que un tra b a ja d o r que labora con la m á q u in a en la

m añana cobra 36 soles, un tra b a ja d o r que labora en la tarde cobra 40 so le s, y un
tra b a ja d o r que labora en la noche cobra 50 so le s d ia rio s. ¿C uál es el costo pro m edio
por hora que tie n e la fá b rica c o n sid e ra n d o la la b o r del tra b a ja d o r y el costo de
producción de energía eléctrica ?

7. S u ponga que el gerente de la em presa W X, im p o rta d o r m ayo rista recibe la sig u ie n te

in form ación corresp on d ie n te a la p rim era sem a n a del m es de ab ril del presen te año:
a) S e rea liza ron cuatro o p eracio n es de v e n ta del a rtíc u lo "A "
b) En la operación í se ven d ió el 30% de la cantidad de u n id a d es v e n d id a s d u ra n te
la sem ana; en la operación 2 el 20% , en la operació n 3 el 40% y en la operació n
4 el 10% .
c) El precio prom edio por unidad para la operación 1 fue de 5 soles, para la
operación 2 de 5.5 soles, para la o p e ració n 3 de 4 .5 so le s y para la op eració n 4
de 5.6 soles.*
S o b re la segunda sem ana del m es de a b ril, la em p re sa , recibe la in form a ción que se
re a liza ron tam b ié n 4 o peracio nes de v e n ta s, en cada una de las cu ale s se tu v o el
m ism o m onto de ventas. Los p re cios por unidad para las cuatro o p e racio n e s fueron
resp e ctivam e n te: 4 .5 soles, 5 so le s 5 .2 s o le s y 4 .8 soles.
D eterm in e el precio prom edio p o r unidad para la prim era sem a n a y el precio
prom edio por unidad para la seg u n d a se m a n a .

8. En una fábrica de ca m isa s se estu d io la v a ria b le de fin id a com o el núm ero de

ca m isa s de fectu osas que se produce cada hora. Fue seleccio n a d a una m uestra de 80
horas, e n contrándo se la sig u ie n te in form a ción :

X 0 1 2 3 4
fi 50 12 8 7 3

S i la producción por hora es de 40 c a m is a s y cada cam isa buena genera una

u tilid a d de 120 soles a dem ás cada cam isa defectuosa da lu g a r a una pérd ida de 40
soles. C a lcu le la utilidad neta prom edio por día (C on sid e re 6 horas de tra b a jo
e fe ctivo por día).

9. Una cartera de accio nas se inició con un v a lo r de $ 1000 y tu v o retornos a n u a le s de

13% , 22% , Í2 % , -5% , y -13% . ¿C uál es la tasa prom edio dé cre cim ie n to a n u al de
62
 Estadística

la cartera de accio n es? De m a n te n e rse la tasa p ro m ed io ca lcu la d a en e l s ig u ie n te

año, ¿C u á l se ría el v a lo r de la cartera de a ccio n e s en se x to año?

10. S i el nú m ero m edio de a n ticu e rp o s p o r u nidad de sa n g re en las tru ch a s al p rim e r

m es de re cib ir el co n ta m in a n te es de 3 25 , al seg u n d o m es de 4 8 8 y el te rc e r m es de
830. H alle el in cre m en to m en su a l de a n ticu e rp o s d u ra n te este período.

11. Una em presa agrop ecu a ria tie n e tre s pa rcela s, cu yo s re n d im ie n to s por hectárea (ha)
son re sp e ctiv a m e n te (en to n e la d a s m é trica s p o r h ectárea): 5 T m /h a , 3 T m /h a y 2
T m /h a .
a) ¿C u á l es el re n d im ie n to pro m ed io de las tre s p a rce la s si la pro ducció n a n u a l de
cada parcela es de 100 Tm ?
b) ¿C u á l sería el re n d im ie n to pro m edio si to d a s las p a rce la s tu v ie ra n 10 hectá rea s?

12. En cu atro m eses co n se cu tiv o s los precios, en d ó lares, de un a rtícu lo fueron: 4 80 ,'
5 20 , 4 9 0 y 500 resp ectivam e n te . C a lc u le la ta sa de v a ria c ió n prom edio.

13. El se rv icio de salud pública de cie rta ciu dad calculó; que los co sto s de se rv ic io de
sa lu d , en sole s, han a u m e n tad o d e sd e 4 6 .4 a 4 7 .9 a 50.3 a 53.9 por p a cie n te
d u ra n te los ú ltim o s 4 años; sin e m b arg o , el p re su p u e sto para el s e rv ic io se ha
m an ten id o co n sta n te d u ra n te cada uno de e sto s a ñós. C a lcu le el costo pro m e d io
p o r p acien te en ese período de 4 años. I‘
.í's
1i
14. C o n sid e re un a erop la no que v u e la a lre d e d o r de un cu ad ra d o que tie n e 1 0 0 m illa s
de lado, recorriendo el p rim ero de e sto s a 100 m ph (m illa s por hora), el seg u n d o a
2 0 0 m ph, el te rce ro a 3 00 m ph y el cu a rto lado a 4 0 0 m ph ¿C u á l es la v e lo cid a d
m edia del a ero p la n o en su v u e lo a lre d e d o r del cu ad ra d o ?

15. El cre cim ie n to de la població n e s tu d ia n til, con re specto al se m e stre a n te rio r fue
com o sigue: a u m en tó 15% en el se g u n d o , a u m e n tó 12% en el tercero, y b a jó 28%
en el cuarto. H alle la tasa pro m ed io de cre cim ie n to en los tre s sem é stre s.

16. S u p o n g a qu e la em p re sa E M P S A o b tu vo un v o lu m e n de v e n ta s de un m illó n
n o ve cien to s cin cu e n ta y cu a tro m il nu evos so le s en el 2 00 1 , en el 200 0 o b tu vo una
v e n ta de un m illón cu a tro cie n to s m il n u evo s soles, en 1999 su s v e n ta s fueron
in fe rio re s en un 15% respecto al año sig u ie n te y en 1998 ob tu vo una v e n ta de
m e d io m illón de nuevos soles. ¿C u á l e s la tasa pro m ed io de cre cim ie n to a n u al de
la s v e n ta s para el período 1 9 9 8 -2 0 0 1 ?

17. La población de a ve s g u a n e ra s en el país en el año 1 9 9 0 fue de 6 m illo n e s, lo cual

era 80% del año a n te rio r, en 199 2 era el dob le de 1 99 0 , en 1991 fue 2/3 del p rim e r
a ñ o de este periodo. C a lc u la r la ta sa pro m ed io poblacjional para este periodo.

18. S e tie n e las sig u ie n te s m u e stra s re p re se n ta tiv a s p re v e n ie n te s de e m p le a d o s que

u tiliza ro n el program a A y el pro g ra m a B de se g u rid a d in d u stria l. L a.in fo rm a ció n es
re ferente al g a sto d ia rio s o licita d o por los e m p le a d o s q u e hacen labores riesgosas:

Proc¡ram a A Program a B
gasto Sgasto
Em pleado (so les/ d ía ) Em p leado (so les/ d ía )
1 90 1 ■ 120
2 120 2 125
3 130 3 150
4 140

63
 Estadística
;

a. ¿C uál sería el gasto prom edio, para el co n ju n to de todos los em p lea d o s, de los
dos pro gram as, si el program a A tie n e 100 e m p le a d o s y el p ro gram a B 150
em p lea d os?

b. S i se sabe que el program a B planea g a s ta r por em p le a d o que hace labores

riesgosas una cantidad fija de 2 0 0 0 sole s, ¿cuál sería el g a sto d ia rio pro m edio
que so licita n los em pleados, del pro g ra m a B, en la b o re s riesgosas?

19. Una em presa dedicada a la fa b rica ció n de e le ctro d o m é stico s desea e v a lu a r el

núm ero de un d eterm in a d o co m p o n ente e lé ctrico que su s tra b a ja d o re s pueden
e n sa m b la r en un d ía . Con tal fin se reg istra el núm ero de co m p o n entes e lé ctrico s
e n sa m b la d o s por 201 tra b a ja d o re s del tu rn o de la m añana. Los re su lta d o s son los
siguientes:

6 ; 7 7 7 7 8 8 8 8 8
9 9 9 ! 9 9 9 10 10 10 11

a) C a lcu le e intérp rete las m ed id a s de te n d e n cia cen tral.

b) La em presa le paga al tra b a ja d o r 4 s o le s por com p o n e nte si este e n sa m b ló 8 ó
m enos y 5 sole s si en sam b ló 9 ó m ás. C a lcu le el ingreso prom edio en ese día
para los dos g rupo s de tra b a ja d o re s. C a lc u le el in greso prom edio en ese día para
el total de trabajadores.

20. S uponga que se q uiere e v a lu a r el n ú m e ro de in secto s en co n trad o s en 40 p arcelas,

en un c u ltiv o de frijol. Los re su lta d o s fu e ro n lo s sig u ie n te s:

2 19 3 3 19 3 9 3 9 9 3 5 2 5 5 1 5 1 1 5
5 6 6 18 18 6 6 18 6 11 11 11 11 7 7 7 8 12 8 12

a) H alle e intérprete: M edia, M ediana y M oda

b) S i se con sidera que el costo p o r e lim in a ció n d e un insecto es de
a p ro xim a d a m e n te 2 so les a d e m á s del a lq u ile r del eq u ip o que e s una can tid a d
fija de 50 soles, H allar el costo pro m ed io para la e lim in a ció n de los insectos.

!'■
21. La sig u ie n te inform ación corresponde al nú m e ro de e m e rg e n cia s que a te n d ió el
cuerpo de bom beros !en los ú ltim o s 30 día s:

3 5 3 4 1 2 3 2 4 5 7 1 3 4 2
2 1 5 2 2 4 6 7 4 7 6 4 6 4 3

a) C a lcu le e in térp re te las m ed id a s de te n d encia cen tral.

b) El cuerpo de bom beros gasta en co m b u stib le 18 so le s por e m ergencia a te n d id a y
recibe un presupuesto de 120 so le s d ia rio s. ¿E s e ste p resupuesto su ficie n te ? Si
a s í fuera, ¿cuánto dinero sobra d ia ria m e n te en prom edio?. En caso co n tra rio ,
¿cu án to din e ro fa lta d ia ria m e n te en pro m edio?

22. Parra e v a lu a r la efectividad de su s em p le a d o s, una em presa dedicada a la ve n ta de

teléfo n os c e lu la re s ha recopilado la s ig u ie n te in form ación sobre el núm ero de
teléfo n os v e n d id o s en la ú ltim a sem ana por su s 64 em pleados:

N úm ero de e m p lead os 13 15 16 8 5 4 3
N ú m ero de v e n ta s í; 5 6 7 8 9 10 11

a) C a lcu le e in té rp rete las m edidas de te n d encia cen tral.

64
 B^¿c. ± c T- C; : . . : i í ; j Estadística

b) La em p resa le paga a su s e m p le a d o s 100 so le s s e m a n a le s m ás una c o m is ió n de

4 0 so le s p o r c e lu la r v e n d id o y so b re esto s in g re so s los e m p le a d o s d eben a p o rta r
el 15% a su AFP. C a lc u le el pro m e d io y la d e sv ia ció n e stá n d a r para el in greso
neto pro m edio se m a n a l por e m p lea d o .

23. S e e n cu e sto a 84 c o n g re sista s de cie rto p a ís para a v e rig u a r el núm ero de v ia je s

in te rn a c io n a le s que re a liza n p o r año, o b te n ié n d o se los sig u ie n te s resu lta d os:

S te m -a n d -L e a f D isplay: C I
S te m -a n d -Ie a f o f C I N = 84
L e a f U nit = 1.0 :;i;

(46 ) 0 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9 9
38 1 000000011111112222233344 ’
14 1 55566667789
3 2 0 34
C a lc u le las m e d id a s de te n d e n cia ce n tra l para e sto s datos. In terp reta r: M edia,
M ediana y Moda.

24. S e re a lizó un estudio en la p ro vin cia de T a m b o G ra n d e (Piura), luego de la

a p lica ció n de un nuevo abono en el c u ltiv o de dos v a rie d a d e s de m ango: K e n t y
H aden. Los re n d im ie n to s en la pro ducció n ob te n id o s luego de la cosecha en Kg/H a
fu eron los sig u ien tes:

V a rie d a d e s
Varied ad Kent V a ried a d Haden
N° de N° de
Rend. Rend.
Ha Ha S te m -a n d -L e a f D isplay: x 2
1 9.0 12 13.1 S te m -a n d -Ie a f o f x 2 N = 22
2 11.9 13 13.2 L e a f U n it = 0 .1 0
3 12.6 14 13.5
4 12.6 15 13.5 8 10 2 2 3 8 8 9 9 9
5 12.6 16 13.7 (6) 11 26688.8
6 12.8 17 13.8 8 12 223 3
7 12.8 18 13.8 4 13 3 4 4 ■)
8 12.8 19 14.1 1 14
9 12.9 20 14.1 1 15
1 16 5
10 12.9 21 14.3
a) C a lcu le las m edidas de te n d e n cia ce n tra l para e sto s datos. In terp re ta r: M edia,
M ediana y Moda.

25. U na Cía. C o n stru cto ra usa p la n ch a s de d ry w a H para la a m p lia ció n de una casa, que
sig n ifica "m u ro seco", ya que los m a te ria le s que lo com po nen no requieren m e zcla s
h ú m edas. S e sele ccion a del a lm a cé n de la C ía. 200 de e llo s y se observa el n úm ero
de d efectos que tien e n , m o strán d o se los re su lta d o s en la sig u ie n te tabla:
No de
0 1 2 3 4 5 T otal
d efe ctos
No de
95 50 25 15 10 5 200
p lanchas
C a lc u le e in te rp rete la m edia, m ed ia n a y m oda.

65
 Estadística

C A P ÍT U L O IV

M ED ID AS DE V A R IA B IL ID A D O DE D ISPER SIÓ N

Son! m e d id a s e sta d ística s que perm iten c o n o ce r el gra d o de d isp ersió n o v a ria b ilid a d
(h om o g en e id a d o heterogeneidad) de n tro de un co n ju n to de datos. S e usan para
c o m p a ra r la v a ria b ilid a d entre dos o m ás c o n ju n to s de datos. C uando los d a tos
p resentan baja v a ria b ilid a d , se dice que son h om ogéneos y cu an d o prese n ta n alta
v a ria b ilid a d se dice que son heterogéneos.

O b je t iv o s . C a lc u la r e in te rp re ta r las p rin c ip a le s m e d id a s de v a ria b ilid a d para d e s c rib ir

las c a ra cte rístic a s (va ria b les) cu a n tita tiv a s de las u n id a d es e le m e n ta le s en té rm in o s de
su d isp ersión .

Las p rin cip a le s m ed id a s de v a ria b ilid a d son las sig u ien te s:

1. La a m p litu d o rango
2. El rango in tercu a rtil
3. La v a ria n c ia y la d esvia ción e stá n d a r
4. El co e ficie n te de v a ria b ilid a d

E jem plo 1
S u p on g a que las notas de la prim era práctica de tre s g rupo s del curso de E sta d ística
G en eral fueron:

G rupo N otas X

A 14 14 14 14 14 14 14 14 14 14 14
B 14 13 15 14 12 15 16 13 12 16 14
C 19 8 19 11 16 18 6 13 10 20 14

A n a lic e las n otas pro m ed ios de los tre s g ru p o s de E sta d ística general .

S o lu ció n
Del cu ad ro se observa que:
a. Los g ru p o s A, B y C tien en la m ism a m edia pero d ife re n te d isp ersió n en torn o a la
m edia.
b. R especto a la v a ria b ilid a d o d isp e rsió n : A < B < C
c. R especto a la hom ogeneidad : A > B > C
d. R especto a la co n fia b ilid a d de la m edia: A > B > C

4.1 ¡Principales m edída¿ de variabilid ad

El rango. ¡;

El ran go o a m p litu d de un con ju n to de o b se rv a cio n e s e s igual a la d ife re n cia e n tre el

v a lo r m áxim o y el v a lo r m ínim o.

R X max - Xn
D esven ta ja s:

a. Q ueda afectada por v a lo re s e xtre m o s

b. No m ide la v a ria b ilid a d de los datos in te rm e d io s

Ejem plo 2
El rango de la nota para el grupo B es:, RB = 16 - 12 = 4 puntos.

66
 Estadística

E sto in d ica que la a m p litu d de la nota de la p rim era p ráctica del grupo B fue de 4
p untos.

El ra n g o in tercu artil.

El ran g o in te rcu a rtil, se define com o la d ife re n cia e n tre el percen til 75 (P75 - Q 3 ) y el
p e rce n til 25 (P25 = Q i).
R I = P 7 5 - P25

• El RI e x c lu y e el 25% m ás a lto y el 25% m ás bajo, dando un rango de n tro del cual se

e n cu en tra el 50% ce n tral de los datos.
• Un RI pequeño in dica, alta h om ogen eidad o pequeña v a ria b ilid a d d entro del 50%
ce n tra l de los datos.

Ejem plo 3
Para el g ru p o C: P75 = 19 y P25 = 9 .5, e n to n ce s el rango in te rcu a rtil: RI = 19 - 9 .5 =
9 .5 puntos.

Esto in d ica que la a m p litu d del 50% cen tra l de las notas de la p rim era p ráctica para el
g ru p o C fue 9.5.

La v a ria n cia y la d esviación e stá n d a r

1 <V o I ( N N
V a ria n c ia p ob lacio n al: cr2 = — =— ^ - -N
N j =1 ¡

V a ria n cia m uestral:

D e svia ció n estándar: !o2

1 ^
Para una tab la de frecuencias: S 2 = — - Y / A * , - * ?
» - 1h

S e o b se rv a que la v v a ria n cia está dada en las m ism a s u n id a d e s que la v a ria b le en

e stu d io al cuadrado. Por eje m p lo si ¡as u n id a d e s de las o b se rv a cio n e s son Kg. en to n ce s
la v a ria n c ia se expresa en K g 2.

Ejem plo 4
H alle la v a ria n c ia y d e svia ción e stá n d a r de las notas para cada uno de los grupos.

10
G rupo N otas X 2>?
;=i
A 14 14 14 14 14 14 14 14 1 4 ' 14 14 1960
B 14 13 15 14 12 15 16 13 12 16 14 1980
C 19 8 19 11 16 18 6 13 - M ] 20 14 219 2

S o lu ció n

G ru p o A: -
J ] x f - n x 2 = -J-_ (i.9 6 0 -1 0 x 1 4 2) = 0 , y SA = 0

1 f 10 —2
G ru p o B: -nx = j^ r( l9 8 0 -1 0 x l4 2)=2.22 y -5^ = ‘->^22 —1-.49
n- lit r
(10
G ru p o C: nx = j^-j-(2192-10xl42)=25.78 y SC = J 25/78 = 5.
n —1 V'=i

67
 Estadística

S e ob se rva que a m a y o r v a ria b ilid a d en tre las o b serva cio n es, la v a ria n cia es m ayor.
Esta com p a ració n se cu m p le sie m p re cu an d o los pro m ed ios sean sim ila re s.
S e ob se rva que la v a ria b ilid a d p ro m edio de la s notas de la prim era práctica del g ru p o B
es 1.49 puntos. ¡

C oe ficie n te de variabilitlad

El coe ficie n te de v a ria b ilid a d es una m edida de d isp e rsió n re la tiva (no tie n e u n id a d e s) y
se d efine com o la razón entre la d e svia ció n e stá n d a r y la m edia a ritm é tica de un
co n ju n to de o bservaciones.

C o e ficie n te de v a ria b ilid a d poblacio nal: C V = ^-rxl00

M
s
C o e ficie n te de v a ria b ilid a d m uestral: cv = — x lO O
x

Ejem plo 5
H a lle el co e ficie n te de v a ria b ilid a d de la s n o tas de la p rim e ra práctica para cada grupo.

G rupo A: cvA = ¿ ^ x l0 0 = — x l0 0 = 0
xA 14
O 1 4Q
Grupo B: cv5 - = ^ x l0 0 = — xlOO = 10.6%
xb 14
o c no
Grupo C: cvr ='=e-x100 = —— xl00 = 36.3%
C xc 14

Esto in dica, que la v a ria b ilid a d de la nota de la p rim era p ráctica del g rupo C es 3 6.3 % y
por lo ta n to es el m ás heterogéneo por te n e r m a y o r cv en com p a ració n con el g rup o A y
B.

Ejem plo 6
Los sig u ie n te s d a to s corresponden al tie m p o (en m in u to s), al cabo del cual se due rm e n
la s ra ta s d e sp u és de h aber recib id o un tip o de tra n q u iliz a n te (A o B).

T ip o A T ip o B
n 18 ratas 20 ratas
X 9 .9 4 m in 15.2 m in
s 2.81 m in 2 .8 4 m in

¿C on qué tra n q u iliza n te el tiem p o es m ás hom ogéneo?

o oí o 04
. cv = x 100 = 28.27 % cvR = — = 18.68 %
* 9.94 B 15.2

S é co n clu ye que con el tra n q u iliza n te B se ob tien en o b se rv a cio n e s m ás hom og é n e a s

que con el tra n q u iliza n te A.

E jercicio 1
Los sig u ie n te s d a tos correspon den a las m e d icio n e s de la e m isió n d ia ria (en to n e la d a s)
de ó xid o de a zu fre de una p la n ta in d u strial.

15.8 26.4 17.3 11.2 23.9 24.5 13.9 9 .4 22.7 18.5

15.2 11.0 7.7 20.0 16.2

C a lc u le e in terp rete las m e d id a s de v a ria b ilid a d (Rango, R ango in te rcu a rtil, V a ria n za ,
D e sviació n e stá n d a r y C o eficien te de v a ria ció n ).

68
 Estadística
, \

'i

■ '
■ :
:i ;'
í- ■
r

:
;

::
!
-

E je rcicio 2
En la s ig u ie n te ta b la de fre cu e n cia s se m u e stra la d istrib u ció n del núm ero de p la n tas
in fe cta d a s de una m uestra de 100 pa rce la s. H a lle el coe ficie n te de varia ció n .

N úm ero de plantas N ú m ero de

in fectad as p arcelas
0 10
1 15
2 25
5 30
6 20

69
 Estadística

C om p aració n de la variabilid ad

Para co m p a ra r la v a ria b ilid a d entre dos o m ás c o n ju n to s de datos, se debe con sid e ra r:

U nid a d es d e m edidas U n id a d e s de m e d id a s ig u a le s
d iferentes
M edias s im ila re s M ed ia s diferen tes

cvj con cv2 S i con S 2 c v i con cv 2

El cu ad ro indica que cuando se com p a ra la v a ria b ilid a d de d o s c o n ju n to s de d a to s, si las

v a ria b le s tie n en u n idades de m e d id a s d ife re n te s; se d ebe u sar los co e ficie n te s de
v a ria ció n ; m ie n tra s si las v a ria b le s tien en d ife re n te s u n id a d e s de m ed id a , se debe
o b s e rv a r s i los p ro m edios son s im ila re s u s a r la d e svia ció n e stá n d a r, en caso si los
p ro m edios son dife ren tes u sar el co eficien te de varia ció n .

Ejercicio 3
En el sig u ie n te cuadro se m uestra las m e d id a s e s ta d ístic a s de las v e n ta s (sole s) y
tie m p o extra (horas) de los v e n d e d o re s de dos zo n a s (A y B).

D esviación C oeficien te de
P rom edio e stá n d a r va ria b ilid a d

Zona V e n tas T iem p o V e n ta s T iem p o V e n ta s T ie m p o

A 236.3 3.5 82.6 1.5 35.0 42.9

B 450.5 3.6 98.5 2.8 21.9 77.7

a. Las v e n ta s de la zona A son m enos v a ria b le s que la s de la zona B. Ju stifiq u e .

b. fcl tie m p o e xtra de la zona B m u estra m en os h om og e n eid a d v a ria b ilid a d q u e la zona

A. Justifiq u e .

c. Para ia zona A , las v e n ta s son m ás v a ria b le s que el tie m p o extra. Ju stifiq u e.

Tran sfo rm a ció n de datos

Sea la v a ria b le Y , entonces se cu m ple: Y = a + bX

 ' ; ré ;>
rrr'"'" i Estadística

E je m p lo 7.

En una e m p re sa in d u stria l desea m e jo ra r la p ro d u ctiv id a d de ios ob reros, para tal efecto

se e sco g ió uno de los pro d u cto s de la em p re sa para h a ce r el a n á lis is , y se to m ó el
tie m p o q ue dem oran 20 tra b a ja d o re s del p rim e r tu rn o en e n s a m b la r el producto,
o b te n ié n d o se lo s tie m p o s s ig u ie n te s (en m in u to s):

Variable Mean. StDev Varlance CoefVar Ql ; Median Q3

CI ■ 3.525 1.723 2.967 48.87 1.975 3.250 5.125

a. El G ere n te d e P ro d u cció n , co n sid e ra q ue la m u estra de o b re ro s es m u y

p eq u eñ a , p or lo tanto d isp o n e se in crem en te con 5 tra b a ja d o re s m á s, los
cu a le s d em oran 2.5, 2.8, 4 .3 , 5.1, 5.5 (en m in u tos) para e n sa m b la r el
p ro d u cto , e n cu e n tre e in te rp re te la m ed ia, la m ediana y la m oda de los
tie m p o s de los 25 tra b a ja d o re s ju n to s.

Media con 2 0 trabajadores : 3 .5 2 5

Media d e 5 trabajadores : (2 .5 + 2 .8 + 4 .3 + 5 .1 + 5 .5 )/5 = 4 .0 4
M edié con 2 5 trabajadores : (2 0 * 3 .5 2 5 + 5 * 4 .0 4 )/2 5 = 3 .6 2 8

b. In sp e ccio n a n d o el cro n ó m e tro con q u e se re g istró los tie m p o s se en co n tró

q u e éste estaba e x ce d ien d o la m ed ición en 0.1 m inu tos. ¿C u áles se ría n
e n to n ce s las rea les m ed id as h a lla d a s en a)?

Media = 3 .5 2 5 - 0 .1 - 3 .4 2 5 .
Mediana - 3 .2 5 -0 1 = 3 .1 5
5 = 1 .7 2 3
CV = 1 .7 2 3 /3 .4 2 5 * 1 0 0 = 5 0 .3 %

E je rcicio 4.
C o n sid e re los d a to s del eje rcicio 3. S u p o n g a que la em p re sa d e cid e ha cer un pago
a d icio n a l por la s h o ras extra s. A los v e n d e d o re s de la zona A, se les pagará S/\ 1 0.0 por
cada hora e xtra m ás S /. 50 por m o vilid a d . A los de la zona B, se les pagará S/ 15.0 por
cada hora extra.
C a lc u le la d e svia ció n e stá n d a r y co e ficie n te de v a ria b ilid a d para esto s pagos a d ic io n a le s

E je rcicio 5. 1¡
Los s u e ld o s de 100 em p le a d o s de una em p resa tien en una m edia de $ 3 0 0 y una
d e s v ia ció n e s tá n d a r de $50 . S e proponen dos a lte rn a tiv a s de a u m e n to A: $ 75 a cada
un o B: 15% del su eld o m as $ 2 0 a cada uno. ¿C u á l a lte rn a tiv a es la m ás co n ve n ien te ?.
J u s tifiq u e su respuesta.

71
 — . X ,
Estadística

a. S i la em presa disponé so lo de $ 3 7 0 0 0 para p a g a r su e ld o s

b. S i la em presa quiere h o m o g e n e iza r los su e ld o s.

72
E JER C IC IO S P R O P U ES TO S

1. En el m es de Ju lio el su e ld o pro m ed io de los tra b a ja d o re s del S e c to r E d u ca ción fue

de $ 2 0 0 d ólares. Para el m es de A g e s to se co n sid e ra un a u m e n to del 37% con
resp ecto al su e ld o del m es a n te rio r rriás un a d icio n a l de $ 3 5 dólares. S i se o b tu vo
una d e svia ció n e stá n d a r igual a $ 3 .1 5 en el m es de Ju lio . ¿S e puede a firm a r que la
d istrib u ció n de su eld o s en Ju lio fue m ás hom ogénea?

2. En una in d u stria el jo rn a l d ia rio de su s o b re ro s tie n e una m edia de $ 1 0 y una

d e svia ció n e s tá n d a r de $2, /Si se hace un in cre m e n to del 20% en cada jo rn a l y una
b on ificación a d icio n a l de $3. ¿En qué p orce n ta je ca m b io el coe ficie n te de V a ria ció n
de los jo rn a le s?

3. Los su eld o s de 100 e m p le a d o s de una em p resa tie n e n una m edia de $ 3 0 0 y una

d e svia ció n e s tá n d a r de $50. S e proponen dos a lte rn a tiv a s de a u m e n to i) $ 7 5 a cada
uno ii) 15% del sueldo m ás $ 2 0 a cada uno ¿C u á l a lte rn a tiv a es la m ás
con ve n ie n te ?
a) S i la em p resa dispone so lo de $ 3 7 0 0 0 para p a g a r sueldos.
b) S la em p re sa q uiere h o m o g e n e iza r los su e ld o s

4. S i 8 0 a rtíc u lo s tienen un v a ria n c ia de 4 .2 K g 2 y un P40 = 4 3 .4 Kg y se sabe que el

in stru m e n to de m edición u tiliza d o no esta b a ca lib ra d o y pesó a los a rtíc u lo s con un
25% m á s de su peso. H alle la v e rd a d e ra v a ria n c ia y el v e rd a d e ro P40.

5. Si una m uestra de 15 cole óp tero s tie n e las sig u ie n te s lo n g itud es: 1.12, 1.12, 1.12,
1.13, 1.13, 1.14, 1.14, 1.14, 1.15, 1 .1 5 , 1 .1 5 , 1.15, "1.17, 1.17, 1.18. D eterm in e el
v a lo r de la v a ria n c ia y del P75.

6. En un estu d io sob re g a rb a n zo se c o n sid e ró la v a ria b le altu ra de planta y en una

m u estra de 14 pla n tas se tiene: 5 5 .7 , 5 7 .6 , 5 8.5 , 5 8.7 , 5 8.8 , 59.3, 5 9.4 , 59.6,
6 0.0 , 59.8, 6 0 .1 , 60.2, 6 0 .3 , 63.1. C a lc u le e in te rp re te la v a ria n c ia m u estra l y P 75.
Si a cada ob se rv a ció n se le m u ltip lica p o r 1 .8 y a cad-a re su lta d o se le resta 3 h a lle
la nueva v a ria n c ia m u estral y el nu evo P75,
■ ■■ , ■ . ’. '.j- !
7. S e tie n e una m uestra a le a to ria de ta m a ñ o 20 con! m edia 5 y v a ria n cia igual a
0 .3 6 . si a cada observa ción se le in cre m e n ta un 20% *de su v a lo r m ás una can tid a d
d e 4 u nidades: ■' f¡

1. C a lc u le el co eficien te de v a ria c ió n d e los d a tos tra n sfo rm a d o s.

2. De la preg unta a n te rior, ¿qué c o n ju n to de d a tos p resenta m a y o r v a ria b ilid a d , los
d a tos tra n sfo rm a d o s o los ciatos in icia le s?

8. En una d istrib u ció n sim é trica la m e d ia n a e s 4 y el co e ficie n te de v a ria b ilid a d es

20% , C a lc u la r la d esvia ció n está n d a r.

9. El su e ld o pro m edio de Ips e m p le a d o s de una e m presa para el m es de Ju lio fu e de

S/. 150 0 y un coeficien te de v a ria b ilid a d de 30% . S i la ge re ncia decide d a r un
a u m e n to del 8% m ás un m onto por v iá tic o s de S /. 200 cada m es. C a lc u la r el
coe ficie n te de v a ria b ilid a d para el nuevo sueldo.

10. Para e v a lu a r la e fe ctivid a d de s u s em p le a d o s, una em p re sa dedicada a la v e n ta de

te lé fo n o s c e lu la re s ha re co p ila d o la s ig u ie n te in form ación sobre el nú m ero de
te lé fo n o s v e n d id o s en la ú ltim a se m a n a por sus 64 em pleados:

N ú m ero de em p lead os 13 15 16 81;! 5 4 3

N ú m ero de v e n ta s 5 6 7 8| {* ■ 9 10 11

73
 Estadística

a. C a lcu le e intérprete las m ed id a s de v a ria b ilid a d .

b. La e m presa le paga a sus em p le a d o s 100 so les se m a n a le s m ás una co m isió n de
40 so le s por c e lu la r ve n d id o y sob re esto s in gre sos los em p lea d os deben a p o rta r
el 15% a su AFP. C a lcu le el pro m e d io y la d e svia ció n e stá n d a r para el ingreso
neto prom edio sem an al por em pleado.

11. Los su eld o s de 150 tra b a ja d o re s de una em presa tie n en un co eficien te de v a ria ció n
del 5% en el m es de agosto. Para el m es de se p tie m b re hay un a u m e n to a cada
tra b a ja d o r del 20% de su s su eld o s m as una bon ificación de $ 6 0 y el co e ficie n te de
v a ria c ió n baja a 4% .

a) C a lcu le la m edia y la d e svia ción e stá n d a r de los su e ld o s del m es de agosto.

b) ¿C u á n to dinero a d icio n a l necesita la em p resa para p agar todos los su e ld o s del
m es de se ptiem bre?

12. El banco "N u evo C o n tin e n te " cu en ta con su cu rsa le s en LA M olina y Los O livos. El
g ere nte de crédito selecciona al a z a r a lg u n a s s o licitu d e s de préstam o que han sid o
a ce p ta d as en cada una de las su cu rsa le s y resum e de m anera in d e p en d ien te la
in fo rm a ció n corresp on d ien te ai m o n to de p résta m o otorgado (en m ile s de n u evos
soles) en los sig u ie n te s d ia g ra m a s de ta llo s y hojas:

Stem--anc -leaf of Lá Molina N =13 Stem-and-Ieaf Of Los Olivos N =14

Leaf ünit =0.10 Leaf Unit = 0.10

1 4 3 v 1 2 6
4 4 678 3 3 01
(4) 5 2244 3 4
5 5 5 5 5 08
4 6 4 5 6
3 6 99 7 7 14
1 7 4 7 8 5
6 9 069
.3 10 1
2 11 45

a) C a lcu le e in terp rete las m e d id a s de v a ria b ilid a d para la su cu rsa l de La M olina.

b) ¿Q ué co n ju n to de d a tos presenta m a y o r v a ria b ilid a d ?
c) Para la su cu rsal de los O liv o s él in terés que cobra el banco corresponde al 5%
del m onto otorgado com o p ré sta m o s m ás 20 nuevos so le s p o r g a sto s
a d m in istra tiv o s. M ientras que para la su cu rsa l de la M olina, se cobra 4 .5 % del
m onto otorgado. Se puede d e c ir que el in te ré s que cobra la su cu rsal La M olina és
m enos v a ria b le s que el que cobra los O livos.

1 3 . E n el m e s d e M a r z o el s u e ld o p r o m e d io d e lo s t r a b a ja d o r e s d e l S e c t o r
E d u c a c ió n fu e d e $ 1 8 0 d ó la r e s . P a ra e l m e s d e A b r il s é c o n s id e r a u n
a u m e n t o d e l 2 5 % pon r e s p e c t o a l s u e ld o d e l m e s a n t e r io r m á s u n a d ic io n a l
d e $ 4 0 d ó la r e s . S i el c o e fic ie n te d e v a r ia c ió n d e l m e s d e M a r z o fu e d e
0 .1 5 . ¿ S e p u e d e a f ir m a r q u e la d is t r ib u c ió n d e s u e ld o s e n M a r z o fu e m á s
hom ogénea?

14. En una in d u stria el jo rn a l d ia rio de s u s obreros tie n e una m edia de $ 10 y una

d esvia ció n e stá n d a r de $2. Si se hace un in cre m en to del 20% en cada jo rn a l y una
bonificación adicional de $3 ¿en qué p o rcen ta je cam b io el coeficien te de v a ria ció n
de los jo rn a le s?

15. Los su e ld o s de 150 tra b a ja d o re s de una em presa tie n en un coeficien te de v a ria ció n
del 5% en el m es de agosto. Para el m es de se p tie m b re h ay un a u m en to a cada
tra b a ja d o r del 20% de su sueldo m as una bon ificación de $ 6 0 y el co eficie n te de
v a ria ció n baja a 4% .
a) C a lcu le la m edia y la d esvia ció n e stá n d a r de los su e ld o s del m es de agosto.
74
 Estadística

b) ¿C u á n to din ero a d icio n a l n ecesita la em p re sa para p a g a r tod os los s u e ld o s del

m es de se p tie m b re ? ;

16. L id e r c o m es una ¡restitución d e d ica d a a o to rg a r c e rtific a c io n e s de ca lid a d ISO

900 1 a em p re sa s de b ienes y se rv icio s. L a F ir m e está en proceso de e v a lu a ció n
p or esta in stitu ció n y una de las ta re a s es m e d ir la sa tisfa cció n del p ersonal de la
e m p re sa m e d ia n te una prueba con e sca la de 0 a 100 puntos.

De una m u estra de 40 tra b a ja d o re s que laboran en la s e d e p r in c ip a l se

o b tu viero n las sig u ie n te s pun tu a cion es:

74 89 82 83 67 81 68 85 81 72

71 74 50 64 72 44 66 84 69 81

69 66 93 53 98 70 95 82 81 80

88 80 85 85 72 81 90 89 80 97

H a lle las m e d id a s de ten d encia ce n tra l y de d isp ersió n .

:'í

75
l'~ - •• ' . « •' . Estadística

C A P ÍT U LO V

M ED ID AS DE A S IM E T R ÍA

Las m e d id a s de a sim e tría perm iten d e te rm in a r ia form a de una d istrib u ció n para un
co n ju n to de d a tos en lo que se refiere a su s im e tría o a sim etría .

O b jetivo . Al fin a liz a r este cap ítu lo el le cto r debe se r ca p a z de cu a n tific a r e in te rp re ta r

la s im e tría o a s im e tría de una d istrib u ció n .

5.1 Form as de una D istribución

» D istribución sim étrica. Un co n ju n to de d a to s m uestra una d istrib u ció n sim é trica ,

si su curva g u arda sim e tría con respecto al centro de los datos. Si la d istrib u ció n es
s im é tric a en ton ces ¡j. = M e .
• D istrib u ción a sim étrica positiva. S i un co n ju n to de d a to s m uestra una
d istrib u ció n a sim é trica p ositiva o con cola a la derecha, entonces: ju > M e .
• D istribución a sim étrica negativa. S i un co n ju n to de d a to s m u estra una
d istrib u ció n a sim é trica neg a tiva o con cola a la izq u ie rd a, entonces: ¡ j.< M e .

E jem plo 1
Los s ig u ie n te s g rá fico s corresponden a la d istrib u ció n de los in g resos m e n su a le s (m ile s
S /.) de m u e stra s al a z a r de los c lie n te s de tre s su cu rsa le s (A,B y C) de una caja rural.

Sucursal A Sucursal B Sucursal C

X = me X > me X <me
Distribución simétrica Distribución asimétrica positiva Distribución asimétrica negativa
o hacía la derecha o liacía la izquierda

® Las re la cio n es entre la m edia y la m ediana d e scrita s a n te rio rm e n te , se cu m p len con

d istrib u cio n e s u n im o d a le s (una sola m oda).

5.2 C oe ficie n te dé asim etría de P earson

' , ■ 3 (ju-M e) , 3 (X-m e)

P ob lacional: A s = — ^----------- M uestral: as = — ----------- -
<s s
P ro p ie d a d e s

1. S i a s = 0 en to n ce s la d istrib u ció n es sim é trica .

2. S i as < 0 entonces la d istrib u ció n es a sim é tric a negativa o a la izquierda.
3. S i a s > 0 entonces la d istrib u ció n es a sim é trica p o sitiva o a la derecha.
Un m a y o r (m enor) v a lo r dél coe ficie n te de a s im e tría de Pearson indica un m ayor
(m e n or) grado de a sim e tría de la d istrib u ció n de los datos.

76
 Estadística

Ejem plo 2
Recordemos los datos de los ingresos mensuales del Banco Comercial que se trabajaron
en la parte de organización de datos. Con esa información se tienen los siguientes
valores: x = 5.350, me = 4.700, s = 2.181.
3(5.350-4.700)
Por lo tanto cis = —^---------------— = 0.8941 > 0 , entonces la distribución de los ingresos
2.181
mensuales tiene una asimétrica positiva.

E je rcicio 1
Se desea realizar un estudio sobre la utilización del agua en tres zonas rurales (A, B y
C). Con esta finalidad se ha seleccionado al azar 8 casas de la zona A, 6 de la zona B y
10 de la zona C. Luego se registró el número de litros de agua consumidos por un día,
los cuales se presenta en el siguiente cuadro:

Zonas N úm ero de litro s de agua co n su m id o s p or día

A 150 135 120 110 160 180 155 165
B 135 110 105 125 750 140
C 100 110 115 280 130 140 175 120 130 145

C álcu lo de m ed id as estad ística s con el M IN ITA B

D e s c rip tiv e S ta tistic s

Variable N Mean Median TrMean StDev : SE

Mean
Zona A 8 146.88 152.50 146.88 23.59 ;
8.34
Zona B 6 228 130 228 256 '
105
Zona C 10 144.5 130.0 133.1 52.0 ;
16.5

Variable Mínimum Máximum Q1 Q3

Zona A 110.00 180.00 123.75 163.75
Zona B 105 750 109 2 93
Zona C 100.0 280.0 113.8 :152.5

Calcule e interprete el coeficiente de asimetría de Pearson para el número de litros

agua consumidas para cada zona

77
• mm~ - " ' “ • JC -'-
Estadística
: .\ ,-v~ /

5 .3 D ia g r a m a d e c a ía s ( B o x p lo f )

El d ia g ra m a de caja s (B ox plot) es una técn ica gráfica que nos perm ite d e te rm in a r:
1. Los v a lo re s e xtre m o s (o u tliers), valores, a típ ic o s o d a to s d iscord an te s.
2. La a sim e tría de la d istrib u ció n que Corrésponde al 50% central de los datos.
3. La v a ria b ilid a d del 50% central de dos o m ás co n ju n to s de datos.

Va lo r O utkLe r

• La caja co n tien e inform ación del 50% de los d a to s ya que la línea in fe rio r de la caja
es el p rim e r cu a rtil (Q i = P2s), y la línea s u p e rio r de la caja es el te rc e r cu a rtil (Q3 =
P?5)-
® La línea que d iv id e a la caja es la m e diana y su posición den tro de ella nos brindará
in fo rm a ció n sobre la a sim e tría de la d istrib u ció n del 50% ce n tral de datos.
* Los b igo tes son las lín ea s que se extie n d e n de la parte in fe rio r y su p e rio r de la caja
hasta la obse rva ción m ás alta o m ás baja dentro de los in te rv a lo s de se g u rid ad .

In te rp reta ció n del diagram a de caías:

1. R especto a la Sim etría o A sim e tría . Para e v a lu a r la a s im e tría en el 50% cen tral
de los datos se observa la posición de Q2 = Pso

• Si Q 2 está pró xim o a Q l7 en ton ces la d istrib u ció n de los d a to s presen ta n una
a sim e tría positiva o hacía la derecha.
® Si Q z está próxim o a Q3, en to n ces la d istrib u ció n de los d a to s presen ta n una
a sim e tría negativa o hacía la izq u ierd a.
• Si Q 2'e s t á e n .m e d io de Q i y Q 3, entonces la d istrib u ció n de los d atos
presentan una sim e tría .

2. R especto a la variabilid ad. En el punto referido a la v a ria b ilid a d sólo es a p lica b le

ál caso cuando se com paran dos o m ás d istrib u cio n e s a tra v é s de la lo ngitud (largo)
de su s re sp e ctiv as cajas. Presenta m a y o r v a ria b ilid a d la d istrib u ció n qu e tenga
m a y o r longitud de caja, sin e m b arg o , se debe a d v e rtir que este crite rio para
e v a lu a r la v a ria b ilid a d a lca n za ú n ica m e n te a la d istrib u ció n del 50% central de
datos.

3. R especto a d atos outliers. S on o b se rv a cio n e s fuera de los lím ite s in fe rio r y/o
s u p e rio r y que se representan con a ste risco s (*).

In te rva lo de seguridad in fe rio r IS I = Q i - 1.5 (Q3 - Q i) = Q x - 1.5 RIC

In te rva lo de se g u rid ad su p e rio r IS S = Q3 + 1.5 (Q 3 - Q i) = Q 3 + 1 .5 RIC

S i X¡ < ISI, entonces X¡ es un dato a típ ico pequeño u o u tlie rs pequeño

S i X¡ > IS S , entonces X¡ es un dato a típ ico a lto u o u tlie rs alto
78
 Estadística

Ejem plo 3
S e tie n e n los pesos de 10 person a s del a ula A: 50, 52, 53, 54, 63, 64, 75, 7 6, 85, 120.
Con e sto s d a tos se obtiene P25 = 5 2 .7 5 , P50 = m e = 6 3 .5 , P75 = 7 8 .2 5 , RI(Q 3-Q i ) =
2 5.5
Lueg o se calcu la n los in te rv a lo s de se g u rid á d in fe rio r y su perior.
IS I = P25 - 1.5 RI - 5 2.75 - 1.5 (25 .5) - 14.5
IS S = P75 + 1.5 RI = 7 8 .2 5 + 1.5 (25 .5) = 116.5

S e a p re cia que hay un o u tlie r o v a lo r e xtre m o su p e rio r (120 Kg. > 1 1 6 .5 ) que se
re p re se n ta con un a sterisco (*). En el caso in fe rio r no e xiste ningún v a lo r m e n o r al
lím ite in fe rio r (14 .5).

El lím ite s u p e rio r es 116.5. El bigo te s u p e rio r llega hasta el v a lo r a d ya ce n te m á s a lto

d e n tro del lím ite su p e rio r (78 .25 a 1 16 .5). En nuestro eje m p lo el bigote s u p e rio r llega
h asta 85.

El lím ite in fe rio r es 14.5. El bigo te in fe rio r llega hasta el v a lo r a d ya ce n te m ás bajo

d e n tro del lím ite in fe rio r (14 .5 a 5 2 .7 5 ). En nuestro eje m p lo el bigo te in fe rio r llega
h asta 50.
!
La a s im e tría del 50% cen tral de los d a to s es p o sitiva .

E j e m p lo 4
S i se tie n en los pesos de 10 p ersonas del a ula B: 54, 54, 54, 55, 55, 55, 55, 56, 56, 56.

P eso A re p resen ta la caja del e je m p lo a n te rio r y Peso B ia caja del e je m p lo que se está
p re se n ta nd o . S e observa que en Peso B no hay v a lo re s e xtre m o s y que una ¡caja m ás
g ra n d e re p resen ta a d a tos m ás v a ria b le s (Peso A es m ás v a ria b le que Peso B ). P e s o
B e s s im é tric a (se v e rifica que me = x = 55 K g )

7 9
 Estadística

Ejercicio 3
S e sa b e que un determ inad,o c o n ta m in a n te in d u stria l v e rtid o sobre un e co siste m a flu v ia l
genera en las tru c h a s a n ticu erp os. S e cree q u e el nú m ero de a n ticu e rp o s por cada
un idad de sa ng re, puede s e r d istin ta en tre .truchas h e m b ra s y m achos, por lo q u e se ha
se le ccio n a d o de un criadero de tru ch a s, u b ica d o cerca a una in d u stria que v ie rte el
co n ta m in a n te , una m uestra de 70 tru c h a s de las c u a le s 4 0 son he m b ra s y 30 m achos.
Los d a to s o b te n id o s se resüm en a c o n tin u a ció n , según el g rupo de hem b ra s o m achos.

Gráfico de tallos y hojas para: Estadísticas descriptivas para:

Hembras N = 40 Machos
Unidad de hoja: 10
3 2 223 M ean SE M ean StDev M ínim um
6 3 568 673.0 45.2 247.8 290.4
12 4 236899
19 5 0112249 Q1 M edian Q3 M áxim um
(10) 6 0034456788 476.6 689.2 833.3 1200
11 7 33779
6 8 9
5 9 08
3 10 00
1 11
1 12
1 13 4

a. C o m p le te el sig u ie n te d ia g ram a de cajas.

Boxplot of hembras, machos

1400

1200

1000

yuu

400

200

C álculos:
 Estadística
í¿ -

b. R ealice una co m p a ració n acerca de la posició n, v a ria b ilid a d , sim e tría para el 50%
ce n tra l y o u tlie rs de am bos sexos. •

I !

E je rcicio 4
S e ha d e sa rro lla d o un e xp e rim e n to para e v a lu a r el efecto de a lim e n to s b a la n ce a d o s en
la g a n a n cia de pesos de pollos. Una m u estra de 30 re cibió el a lim e n to A y otra [m uestra
de 60 p ollos el a lim e n to B. Al cabo de 10 d ía s se re g istraro n la ga n an cia de pesos (en
gr)

A l im e n to A
93 98 100 102 107 109 110 110 111 111 113 114 115 116 118
118 119 119 120 120 120 124 125 128 129 129 130 135 138 141

A l im e n to B
S te m -a n d -Ie a f o f B N = 60
L e a f U n it = 1,0
2 12 34
11 12 5 6 6 7 8 8 9 9 9
24 13 0 0 0 0 0 0 0 0 1 1 1 3 3
(12 ) 13 5 6 6 6 7 8 8 8 9 9 9 9
24 14 0 0 1 1 2 3
18 14 56 6 9 ;
14 15 0 1 2 2 ::
10 15 7 8 8 8 9 9
4 16 0 1 2 3 :!

Variable N Mean StDev CoefVar Mínimum Q1 Median Q3 Máximum

A 30 117,40 11,57 9,85 93,00 110,00 118,00 125,75 141,00
B 60 139,60 11,46 8,21 123,00 130,00 138,00 148,25 163,00

a. ¿C u á l de los dos tip o s de a lim e n to s es m en os v a ria b le ? (C o n sid e ran d o el 1 00 % de

los datos)
 HJ/AV Estadística
r~

b. C a lcu le é in te rp rete el coeficien te de a s im e tría de Pearson para las g a n a n c ia s de

peso de los pollos a lim e n ta d o s con A y B.

c. C on stru ya un d ia g ram a de ca ja s para la s g a n a n c ia s de peso de los pollos

a lim e n ta d o s con A y B. In te rp rete y co m p a re lo s d ia g ra m a s de cajas.

82
U N A t^ - ... .. *-*'■ E s ta d ís tic a
~ — f '

E JE R C IC IO S P R O P U ES TO S

1. El s ig u ie n te g rá fico (B ox plot) m u e stra la in fo rm a ció n sob re el n ivel dé v e n ta s

d u ra n te el ú ltim o m es (en cien to s de. dólares.) del d e te rg e n te "B la n q u ito " en 1,8
tie n d a s se le ccio n a d a s al a zar. Las tie n d a s fueron c la sific a d a s de acuerdo a los
n iv e le s so cio e co n ó m ico s m e d io -a lto y m e d io -b a jo a la cu al pertenece.

7000

6000

5000
*
4000

3000

2000

1000

0
M edio-Alto M edio-Bajo

a) S e ñ a le en cu ál de los dos e s tra to s so cio e co n ó m ico s se presenta una m a y o r

v a ria b ilid a d . !
b) S e ñ a le el tip o de a sim e tría que p resen ta n la s tie n d a s de cada uno de los e stra to s
socioecon óm icos.

2. A co n tin u ació n se presentan los d a to s, las e s ta d ístic a s d e s crip tiv a s y d ia g ra m a s de

caja c o rre sp o n d ie n te s ai tie m p o de a te n ció n (en m in u to s), de dos c a ja s rá p id a s (A y
B) en un sup e rm erca d o.
D atos:
A 1,6 0,7 1,3 0,7 1,2 0,3 1,1 2,3. 2,1 0 ,8 1,2 1,9 0,9 0,2 1,2
B 4 ,0 1,8 2,8 1,8 0 ,9 0,2 0,6 0 ,4 1,8 1,7 0,4 1,9 1,3 0,5 1,6

Descriptive Statistics: TIEMPO by C A J A

Variable CAJA N Mea n Median StD ev Mínimum Máximum Q1 Q3

TIEMPO A 15 1,167 1,200 0,611 0,200 2,300 0,70 1,60
B 15 1,447 1,600 1.025 0,200 4,000 0,50 1,80

O
Q_
UU

C A JA
83
 " I."’ -‘"V -'- ^ ^ ■—r z . " E s ta d ís tic a
—' " I

a); Id e n tifiq u e el dato extrem o ("o u tlie r"), d iga por qué dicho v a lo r es d e n o m in a d o
: de esa form a.
b); C om pare la d isp ersió n del 50% ce n tra l de los datos en los dos grupos.
c C o m p a r e las d istrib u cio n e s de a m b o s g rupo s u tiliza n d o el coe ficie n te de
: a sim e tría . '
d) C om pare la d isp e rsión de los gru p o s u tiliza n d o al co eficien te de v a ria b ilid a d .

3. Una em presa que posee tre s fá b rica s, ha ob se rva d o el núm ero de p ie za s d ia ria s
p ro d u cid as por cada una de e lla s d u ra n te d ie z días e leg id o s al azar, ob te n ié n d o se

10
2 X
i=i
Fábrica A 103 106 105 102 108 109 101 110 105 107 111 5 9 0
Fábrica B 115 112 99 98 107 113 108 114 96 94 1 12 1 0 0
Fábrica C 92 97 103 89 106 108 116 87 128 130 1 1 3 6 1 0
a) C a lcu le e in terp rete la m edia y la m ed ia n a para el núm ero de p ieza s d ia ria s
; p ro d u cid as por las fá b rica s A y C.
b) La e m presa recibe un pedido de 211 1 p ie za s que debe se r e n tregado en un plazo
; de 20 días. ¿A cuál de la s tre s fá b ric a s es m ás a co n se ja b le e n ca rg a rle el pedido?
c) ¿Q ué se puede a firm a r acerca de la s im e tría de las p ieza s d ia ria s p ro d u cid as por
la fábrica B?
d) E labore e in te rp re te el d ia g ra m a de c a ja s para el núm ero de p ieza s d ia ria s
p ro d u cid as por la s tre s fábricas.

4. En la g ra n ja de la UNALM , se re a lizó un e stu d io con la fin a lid a d de c o m p a ra r el peso

en Kg. (a lo s dos m eses de n acido), d e d o s ra zas d e cuyes: Inti y A n d in a . Para
lle v a rlo a cabo, se seleccio n a ro n al a z a r m u e stra s d e cada una de la s razas,
ob te n ié n d o se los sig u ie n te s resultados:__________________________________
A N D IN j IN TI
Stem -and-Leaf D isp lay :A n d in a 0.68 0 .9 4
Leaf Unit = 0.010
0.89 0.95
;i 8 3
0.89 0.99
3 8 58
¡7 9 1234 0.89 0.99
(5) 9 56679
3 10 1 0.89 1.04
2 10 5
;1 11 0.89 1.09
:1 11 5
0.89 1.11

0.90 1.11

a ) ; H alle e in te rp re te la m edia y la m oda para la raza A n d in a

b )' C o n stru y a el D iagram a de C a ja s para la raza A n d in a , calcu le su s co m p o n en te s e
indíquelo en el gráfico.__________________ ___________________________ __
D i a g r a m a de C a j a s del P e s o

o 0.9-
3

c) U tilice él gráfico a n te rio r para c o m p a ra r la v a ria b ilid a d y a sim e tría de las dos
ra zas en estudio.
84
 Estadística

5. Para d e te rm in a r la e fe ctiv id a d de un pro g ra m a de se g u rid a d in d u stria l se

recogieron los s ig u ie n te s d a to s (h o ra s h o m b re s - p e rd id a s por m es) e m p le a n d o dos
p ro g ra m a s d istin to s (A y B) d u ra n te 12 m eses to m a d o s al azar.

Stem-and-Leaf Display: PROGRAMA A

Stem-and-Ieaf of Prog A N = 12
Leaf Unit ■ 1.0

2 0 68
(6) 1 022223
4 1 569
1 2
1 2 6

Descriptive Statistics: PROGRAMA B

Variable N Mean StDev Mínimum Q1 Median Q3 Máximum

Prog B 12 7.750 2.491 2.000 6.000 9. 000 9.750 10Í.000

a) ¿C uál es ia perdida m ín im a de horas - h om b res que debe te n e r el p ro g ra m a A

para e s ta r in clu id o en el 15% de lo que m á s horas - hom bre pierden?
b) E n co n tra r el rango in te rc u a rtílic o del pro g ra m a A.

6. S e re a lizó un e stu d io en la p ro vin cia de T a m b o G ra n d e (P iu ra ), luego de la

a p lica ció n de un nuevo abono en el c u ltiv o de dos v a rie d a d e s de m a n g o 1
. Kent y
Haden. Los re n d im ie n to s en la pro ducció n o b te n id o s luego de ia cosecha en Kg/H a
fueron los siguientes:

V a rie d a d e s
V a ried a d Kent V a ried a d Haden
N° do N° de
Rend. Rend.
Ha Ha S te m -a n d -L e a f D isplay: x2
1 9.0 12 13.1 S te m -a n d -Ie a f o f x 2 N = 22
2 11.9 13 13.2 L eaf U n it = 0.10
3 12.6 14 13.5
4 12.6 15 13.5 8 10 22388999
5 12.6 16 13.7 (6) 11 266888
6 12.8 17 13.8 8 12 223 3
7 12.8 18 13.8 4 13 344
12.8 19 14.1 1 14
8
12.9 20 14.1 1 15
9
1 16 5
10 12.9 21 14.3
11 13.1 22 15.1

Descripltive S tatistics: V a ried a d K en t

V a ria b le N Mean S tD ev M ínim o M áxim o
xl 22 1 3 .1 0 0 1 .1 6 4 9 .0 0 15.10

D e s c r ip lt iv e S t a t is t ic s : V a r ie d a d H a d e m
V a r ia b le N M ean S tD e v M ín im o M á x im o
x2 22 1 1 .8 3 6 1 .4 2 2 1 0.2 0 1 6.50

7. G ra fic a r un d ia g ram a m ú ltip le de c a ja s para los re n d im ie n to s de a m b a s v a rie d a d e s

de m ango, co m p le ta n d o to d o s los v a lo re s co m p re n d id o s en el d ia g ram a .

D e scrip tive S tatistics: x l

V a r ia b le N M ean M e d ia n T rM e a n S tD e v SE M ean

85
 Estadística

xl 22 13.1 00 1 3 .1 0 0 13.2 05 1.164 0 .2 4 8

V ariable M ínim um M áxim um Q1 Q3
xl 9 .0 0 0 1 5 .1 0 0 1 2.7 50 13.8 00

D e scrip tive Statistics: x 2

V a riab le N Mean M edian TrM ean S tD ev SE Mean
x2 22 11.8 36 1 1 .7 0 0 1 1.685 1 .4 2 2 0 .303
Va riab le M ínim um M áxim um Q1 Q3
x2 10.200 1 6 .5 0 0 1 0.875 12.3 00

R ealice una co m p a ració n acerca de la p osició n , v a ria b ilid a d , sim e tría para el 50%
ce n tral y o u tlie rs de a m b a s v aried a d es.

8. L id e r c o m es una in stitu ció n d e d ica d a a o to rg a r c e rtific a c io n e s de calid a d IS O 900 1

a e m p re sa s de bien e s y serv icio s. La Firm e está en proceso de ev a lu a ció n por esta
in stitu ció n y una de las ta re a s es m e d ir la sa tisfa cció n del personal de la em presa
m edia n te una prueba con escala de 0 a 100 puntos.

De una m u estra de 40 tra b a ja d o re s que la b ora n en la se d e p rin cip al se o b tu vie ro n

las sig u ie n te s puntuaciones:

74 89 82 83 67 81 68 85 81 72

71 74 50 64 72 44 66 84 69 81

69 66 93 53 98 70 95 82 81 80

88 80 85 85 72 81 90 89 80 97

a) H alle el rango in te rcu a rtíl (RI) de la d istrib u ció n de la p untuación de los

tra b a ja d o re s de la sede prin cip a l.

b) U sando el RI h allado en b, ca lcu le el lim ite in fe rio r y su p e rio r e in d iq u e si un

v a lo r es a típ ico (outlier) o no.

86
 — •-! t ;;v„ E s ta d ís tic a
Í T .::-.U / .

C A P ÍTU LO V I

P R O B A B ILID A D

La p ro b ab ilid ad se refiere al e stu d io de la á le a to rie d a d y la in ce rtid u m b re . En el m u n d o

c o tid ia n o las p ersonas co n tin u a m e n te van to m a n d o d e cisio n e s desde las más; sim p le s
h asta las m ás co m p leja s, g e n e ra lm e n te en co n d icio n e s dé in ce rtid u m b re . La te o ría de
p ro b a b ilid a d nos pro porcio na m étodos y té cn ica s a d é cu a d a s para c u a n tific a r la
in c e rtid u m b re por lo que es una h e rra m ie n ta im p o rta n te en la tom a de d ecisio n es.

Es com ún e scu ch a r o lee r e xp re sio n e s com o: ;¡

a. Es probable que el ín d ice in fla cio n a rio se m an ten g a d u rante los p ró xim o s dos
m eses. . *
b. Hay un 50% de p o sib ilid a d e s de que el a lca ld e del d is trito "X " busque
reelegirse.
c. P roba b le m en te el p ró xim o ciclo se ofrecerá por lo m enos 7 g ru p o s de ese curso.
d. S e espera que por lo m enos se v e n d a n 1 50 0 0 b o leto s para el partido de fútbo l.

O b jetivo . C o n o cer los con cep tos b á sico s de las p ro b a b ilid a d e s; las reglas o a x io m a s
q ue la su sten tan , a s í com o, su s a p lica c io n e s com o m edida de cu a n tifica ció n de la
in ce rtid u m b re .

6.1 C on ce p to s b á sicos de p robabilidad

E x p e rim e n to a leatorio (E}

Un e x p e rim e n to a le a to rio es todo proceso que co n siste en la e jecución de un a cto (o

p ru eb a) una o m ás veces (en las m ism a s co n d icio n e s) y cuyo resu ltado en cada prueba
d e p e n d e del a z a r (no se pueden p re d e cir con certe za ) pero que sin em bargo, se pueden
d e fin ir (si se pueden de scrib ir).
■J
Ejem plo 1
S u p o n g a los sig u ie n te s e xp e rim e n to s a le a to rio s:
E l : O b se rv a r el núm ero de la cara s u p e rio r cu an d o se lanza un dado
E2 : R e g istra r el sexo del recién nacido
E3 : O b se rv a r el núm ero de a rtíc u lo s d efe ctu o so s de un lote de 8.
E4 : A n o ta r el nú m e ro de c lie n te s que lleg a n a un su p e rm e rca d o en una sem ana
E5 : O b se rv a r el tie m p o de du ra ción de un foco de lu z (horas) ;-

E spacio m uestra! ÍQl

El e sp a cio m u estral es el co n ju n to de to d o s los p o sib le s resu lta d o s (lla m a d o s p un to s
m u é stra le s) de un e xp e rim e n to a le a to rio . S e co n sid e ra a Q es el con ju n to u n iversa l.
S e deno ta n(Q) la c a r d in a lid a d de Q (N ú m ero de e le m e n to s de un conjunto). |

Ejem plo 2
Los e sp a cio s m u é stra le s a so cia d o s a los a n te rio re s e x p e rim e n to s a le a to rio s son:
E l: Q i = { 1 ,2 ,3 ,4 ,5 ,6 } n (D !)= 6 Finito
E2: Q 2 = {H o m b re , M u jer} n(Q 2) = 2 Finito
E3: f i 3 = { 0 ,1 ,2 ,3 ,4 ,5 ,6 ,7 ,8 } n(^ 3) - 9 Finito
E4: O 4 = {0 ,1 ,2 ,. . . .} n.(£2i)= co in fin ito n u m era b le
E5: f i 5 = {T / 0 < t < 00} n(£2i)= 00 In fin ito no n u m era b le ■

E jem plo 3
S i se o b se rva n los se xo s de tres niños recién n a c id o s ,'e l espacio m u e s tra l: a so cia d o
será: '
Q = {M M M , MMF, MFM, FMM, MFF, FMF, FFM, FFF}

87
 Estadística
i

Ejem plo 4
C o n sid e re dos fá b ric a s ta le s que en cada una h a y 6 m á q u in a s que fa b rica n un producto.
Sea el e x p e rim e n to a lea to rio que co n siste en d e te rm in a r el núm ero de m á q u in a s que
están en uso en un día p a rticu la r. Un re su lta d o e xp e rim e n ta l indica cu á n ta s m á q u in a s
está n en uso en la p rim era fábrica y cu a n tá s está n en uso en la segunda (asum a que los
re su lta d o s son ig u a lm e n te posibles). El e sp a cio m u e stra l Q será igual a:

S eg u n d a fábrica
O 1 ' 2 3 4 5 6
O (0, 0) (0, 1) (0, 2) (0, 3) (0, 4) (0, 5) (0, 6)
1 ( . 1 , 0) (1, 1) (1, 2) (1, 3) CI, 4) (1, 5) (1, 6)
P rim era 2 (2, 0) (2, 1) ■ (2,2) (2, 3) (2, 4) (2, 5) (2, 6)
fábrica 3 (3, 0) (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
4 (4, 0) (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4,- 6)
5 (5, .0) (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
6 (6, 0) (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)

E ventos
Un e ve n to es c u a lq u ie r su b co n ju n to de un e sp a cio m u e stra l. S e d ice que un e ve n to es
s im p le si está fo rm ad o exa cta m e n te por un re su lta d o y co m p u esto si consta de m ás de
un resu ltado.

Ejem plo 5
S i se o b servan los sexo s de tre s n iñ o s recién na cid os, el e sp a cio m u estra l a socia d o
será:
Q = {M M M , MMF, MFM, FMM, MFF, FMF, FFM, FFF>. H ay 8 e v e n to s sim p les.

P o sib le s ev e n to s sim p le s: A = {M M F } y B = { F M F }.
E ve n tos co m p u esto s pueden ser:

C = {M FF, FMF, FFM } = { e x a c ta m e n te un bebe es de se xo m a sc u lin o }

D - {M M M , FFF} = { lo s tre s bebes son del m ism o se xo }

Ejem plo 6
Con relación al eje m p lo 4, hay 49 ev e n to s sim p le s. E je m p lo s d e e v e n to s c o m p u e sto s
son:

E = { (0 , 0), (1, 1), (2, 2), (3, 3), (4, 4 ), (5, 5), (6, 6 )} = {e l n úm ero de m á q u in a s en
uso es el m ism o para am b a s fá b ric a s}

F = {(0 , 3), (3, 0), (1, 2), (2, 1)} = {el nú m ero total de m á q u in a s en uso e s tre s }

G - {(0 , 0), (0, 1), (1, 0), (1, 1 )} - {a lo su m o una m áquina está en uso en cada
fá b rica }

E ventos m u tuam en te ex clu yen tes

Los e v e n to s A y B son m u tu a m e n te e x c lu y e n te s (o d isju n to s) si no tien en re su lta d o s en
com ú n . O sea A c \ B = (j) ¡ G e n e ra liza n d o : Los e v e n to s A i, A 2,..., A k son m u tu a m e n te
e x c lu y e n te s s i : A, r \ A j= 0 \ / i ^ j = 1,2, k

Ejem plo 7
En e l!E je m p lo 6 los eve n tos E y F son m u tu a m e n te e xclu y e n te s en cam bio los e v en to s E
y G no son m u tu a m e n te e xclu ye n tes.
 Estadística

E v e n t o s c o le c t iv a m e n t e e x h a u s t iv o s
k
Los e v e n to s A*, A 2/...; A k son co le c tiv a m e n te e x h a u s tiv o s si [ J Aj = A¡ u A ¿ u - :--At = Q
j-i .
E jem plo 8
En el E je m p lo 5 los even tos C y D no son c o le c tiv a m e n te e xh a u stiv o s.

E ven to com p lem en ta rio

Para un evento A d efin id o sob re un e sp a cio m u e stra l Q, el even to co m p le m e n to de A,
d e n o ta d o por A c está co m p u esto por tod os los e le m e n to s que no pertenecen al eve n to
de A. Es decir, todo lo que le fa lta al even to A para s e r el espacio m u estra l Q. S e
cu m p le: A° kj A = Q y A c n A = <¡>

E je m p lo 9
En el e je m p lo 5, para el e ven to C = {M FF, FMF, FFM } su co m p le m e n to es C c == {M M M ,
MMF, MFM, FMM, FFF}

E j e r c ic io 1.
S e a el e xp e rim e n to a le a to rio o b se rv a r el nú m ero de la cara su p e rio r cuando se lanza un
dado. El esp a cio m u estra l: £2 = { 1 ,2 ,3 ,4 ,5 ,6 }

S e a n los sig u ie n te s e ven to s defin id os:

El n ú m ero ob serva d o es im par: A i = { 1 ,3 ,5 }
El n ú m ero o b serva d o es par: A 2 = { 2 ,4 ,6 }
El n ú m e ro ob serva d o m a y o r a 4: A 3 = { 5 ,6 }

a. D efina e ven to s m u tu a m e n te e x c lu y e n te s y no m utua m ente exc u y en tes

b. D efina ev e n to s co le ctiv a m e n te e x h a u s tiv o s y no co le ctiv a m e n te e xh a u stiv o s

c. D efina ev e n to s c o m p le m e n ta rio s

89
 Estadística

6 .2 R e v is ió n d e t é c n ic a s d e c o n t e o

L a r e g ia d e ! p r o d u c t o p a ra n - u p la s

S u p ó n g a se que un conjunto está fo rm ad o por g ru p o s ord en ad o s de n e le m e n to s (n-

upla) y que hay n i p osibles o p cio n e s para el p rim e r elem en to; por cada o p ció n del
p rim e r e lem e n to hay n2 p o sib le s o p cio n e s del seg u n d o e le m e n to ;...; por cada posible
opción de los p rim ero s n - 1 e lem e n to s hay nk o p cio n e s del e lem en to n.

E ntonces hay: f l i X r i 2 X . .. X ni< p osib le s n - uplas.

E je m p lo 1 0
El p ro p ietario de una casá desea e fe ctu a r a lg u n a s rem o d e la cio n e s y re q u ie re los
s e rv ic io s de un d is trib u id o r de u te n silio s de cocin a , de un co n tra tista p lo m ero y de un
co n tra tista ele ctricista . S i, en la zo na, hay 8 d is trib u id o re s de u te n silio s de cocin a , 10
c o n trá tista s plo m eros y 5 c o n tra tista s e le c tricista s. ¿D e cu á n ta s fo rm a s se pueden
s e le ccio n a r estos tre s se rv icio s?

Sea el even to A = { s e le cc io n a r los tre s se rv ic io s}

n(A) = n i n2 n3 = (8 )(1 0 )(5 ) = 4 0 0 3 -u p la s de la fo rm a (U¡, Pj, Ek), a s í que h a y 4 00
fo rm a s de se le ccio n a r .prim ero un d is trib u id o r de u te n s ilio s de cocina, luego un plo m ero
y, fin a lm e n te un e lectricista .

E je r c ic io 2
Un m enú consta de tre s platos; una e n tra d a, un seg u n d o y un postre. S i en la lista
fig u ra n 2 cla se s de entrada, 3 cla se s de s e g u n d o y 2 tip o s de postre. ¿D e cu á n ta s
fo rm a s se puede s e le ccio n a r lo s tre s p la to s del m enú?

P e r m u t a c io n e s

C u a lq u ie r secuencia ordenada de n o b je to s to m a d o s de un co n ju n to de No b je to s
d istin to s se lla m a p e r m u t a c ió n de ta m a ñ o n de lo s objetos. ,EInú m ero de
p e rm u tacio n e s de ta m a ñ o n que puede c o n stru irse con los N o b je to s ( d o n d e s i
im p o r ta e l o r d e n ) se o b tien e por la regla del pro du cto de la s ig u ie n te m anera:

P* = N ( N - Í)(N - 2> •-(N - n + 2 ) ( N - n + 1)

U tiliza n d o fa cto ria le s se obtiene: P f = 7------~r-

" (N —n)\

E je m p lo 11
En un cam p eo n a to de fú tb ol p a rticip a n 12 e q u ip o s ¿D e cu á n ta s m an e ras se pueden
o cu p a r los tre s p rim e ro s puestos?

Sea el even to A - {N ú m e ro de m an eras que puede o cu p a r los 3 p rim e ro s p u e sto s}

T otal de e qu ipo s : N = 12
S e le c c io n a r 3 equipos: n= 3

N (A) = P¡2 = 1 2 x 1 1 x 1 0 = 1320

90
 Estadística

E je rcicio 3
Un clu b so cia l está fo rm ado por 10 p ersonas. ¿D e cu á n ta s m an e ras se puede fo rm a r
una co m isió n in teg ra d a por un p re sid e n te, un se cre ta rio y un v o ca l?

C a so s E speciales:

a) P e rm u ta cio n e s de N en N. - N\ = N (N -\)(N —

E je m p lo 12 <
S e tie n e un g rupo de 5 c a b a llo s para a lq u ile r. S i llegan; 5 p e g o n a s para a lq u ila r un
c a b a llo cada una de e lla s ¿D e cu á n ta s m a n e ra s se puede h a ce r e l^ lq u ile r?

p55 = 5 != :5 (5 -l)(5 -2 )...l = 120 maneras ^

b) P e rm u ta cio n e s con rep etició n. El nú m ero de p e rm u ta cio n e s de N e le m e n to s, de

los cu ale s son ig u a les entre si N lf N2, N3,..., Nk y donde N = N i+ N2 + I\l3 !+ ...+ Nk,
NI
está dado por: P " „
N ; l N 2 l..Nk \

E je m p lo 13
En la casa co m e rcia l "E l P alco" hay 4 s in fo n ía s N° 9 de B eetho ven , 5 S in fo n ía s N° 100
d e H aydn y 6 S in fo n ía s N° 36 de M ozart. S u p o n g a que se se leccio n a n con re stitu ció n y
c o n sid e ra n d o el orden de e xtra cció n 8 de esta s ob ra s m aestras.

a. ¿D e cu á n ta s m a n e ra s serán se le c c io n a d a s 5 s in fo n ía s de B eetho ven y 3 de H aydn?

w
8!
n ( ^ ) = 45 x53x P ¿ = 4 5x53 x- = 7168000
5 !x 3!
b. ¿D e cu á n ta s m an e ras serán se le ccio n a d a s 2 sin fo n ía s de B eetho ven, 2 de H aydn y 4
d e M o zart? *

n(Á ) = 42 x52 xó4 = 42 x52 x 64 x ---- =217728000

v J 2X4 2 !x 2 !x 4!

C o m b in a cio n e s

D ado un co n ju n to de N o b je to s d istin to s, c u a lq u ie r su b co n ju n to no ordenado de ta m a ñ o

n de los o b je to s se llam a com b in ació n y se denota de la sig u ie n te m anera:

rN ' NI
Kn n ! (N —n ) !

C u a n d o haya N o b je to s d istin to s, c u a lq u ie r p e rm u tació n de ta m a ñ o n se ob tie n e al

o rd e n a r ios n o b je to s no ord e n ad o s de una co m b in a ció n en una de n! fo rm a s ( d o n d e
n o im p o r ta e l o r d e n ) , así:

91
 Estadística

pAO
pN
N *n NI
P. n\ =i>
[n] Kn J ni n ! (N - n)\

E jem plo 14
A l poco tie m p o de se r p uestos en se rv icio , a lg u n o s a u to b u se s fa b rica d o s p o r cie rta
co m p a ñ ía presentan g rie ta s en la parte in fe rio r del b a stid o r principal. S uponga q u e una
ciu dad tie n e 18 de estos autobuses, y que han a p a re cid o g rie ta s en 5 de ellos.

a. ¿De cu ántas fo rm a s se puede s e le ccio n a r sin restitu ció n y sin co n sid e ra r el

orden una m uestra de 7 a u to b u se s de los 18 para una in spección com pleta?
18!
Sea el espacio m uestra l Q. entonces n(CÍ) ■ = 31824
7111!

b. ¿En cu án tas fo rm a s puede una m u estra de 7 a u to b u se s co n te n e r

e x actam en te 3 con g rieta s v isib le s si la selecció n e s hecha sin restitu ció n y
sin co n sid e ra r el orden de e x tracció n ?
*
Sea el evento A = {u n a m u estra de 7 a u to b u se s co n tie n e e xa cta m e n te 3 con
g rie ta s}

*M = . X = 7150

Ejercicio 4
Un clu b de K arate tie n e 10 d e p o rtista s de los c u a le s 4 son cin tu ro n e s negros

a. ¿D e cu án ta s m an e ras puede e sco g e r sin re stitu ció n y sin c o n s id e ra r el orden de

e xtra cció n a cinco k a ra te ca s para p a rtic ip a r en un torn eo?

io j — &
o í*
<
l
<r i
1 *

¿D e cu án ta s m an eras puede esco g e r sin re stitu ció n y sin c o n sid e ra r el orden de

e xtra cció n a cinco kara teca s de tal m anera que hayan 2 cin tu ro n e s negros?

i 'y A £ ;<■ j ZD F O
/<

\ % r >/
V

92
 Estadística

6.3 D e fin icio n e s de p ro b abilid ad d e un e ve n to

D e fin ició n axiom ática

S e a O el e sp a cio m u estra l a so cia d o a uh e x p e rim e n to a le a to rio . La p ro b a b ilid a d de

c u a lq u ie r eve n to A de Q, es el n ú m ero real P(A) qu e s a tisfa ce los s ig u ie n te s a x io m a s:

1. P ( a )> 0 , para to d o even to A.

2 . p (q ) = 1
3. Si los ev e n to s A lf A 2, ..., A k son m u tu a m e n te e x c lu y e n te s o sea si:
Ai n \A j= <}> V z 56jf = 1, 2, ■■■, k , e n to n ce s
rk k
P i ) A j = X H 4 ) = p M ) + í >( 4 ) + - + í ’( 4 )
V.M ) j=1

P ro p ie d a d e s de probabilid ad

1. Para c u a lq u ie r e v e n to A, P (A C) = 1- P(A ) ,

D e m ostra ción :
A kj A c = Q , a d e m á s A y A c son m u tu a m e n te e x c lu y e n te s y por lo s a x io m a s 2 y 3
p o d e m o s poner: 1 = P ( q ) = P (/4 )+ p (/4 c ) => P {A C} = 1 - P ( A )

2 . La p ro b a b ilid a d de un e v e n to im p o s ib le e s cero. P{tf) ^ 0

1
D e m o stra ció n :
=Q entonces p o r lo s axiom as 2 y 3 P ( q ) = p{<j) u <¡¡c ) = 1
= P ( ^ ) + P ( Q ) e n to n ce s P { f ) = 0

3. Para dos ev e n to s A y B c u a le sq u ie ra p {a c n b ) = P ( B ) - P ( A n B )

D e m ostra ción :
B = (B n (a c o p ) los d o s e v e n to s que e stá n entre p a ré n te sis son m u tu a m e n te
e x c lu y e n te s e n to n ce s por el a x io m a 3 p ( p ) = p ( p n a ) + p (a c n P ) e n ton ce s
p (a c n b ) = p (b ) - P { á n B )

4. Para dos ev e n to s A y B c u a le sq u ie ra P { á u 5 ) = P ( á ) + P (B ) - P ( A r ^ B )

D e m o stra ció n :
A vj B = n f i ) pero A y ( / n i) so n m u tu a m e n te e x c lu y e n te s e n ton ce s
por el a x io m a 3 P { A u B ) = P { A )+ p [a c r \ B ) y por la p ro p ied a d 3 resu lta
P ( i u B ) = P ( 4 + [ P ( 5 ) - P ( in 5 ) ]

93
U sa n d o el D ia g ra m a d e V enn s e tie n e :
t

P (A .v B ) = p (a )+ P ( b ) ~ P ( á n B )
p ( A n B c)= P ( Á ) - P ( A n B )
p (a c n B )= P (B )-P (A nB )
p (á c r\'-Bc) = l - P ( A v B)
p (a c v B c) = l - P ( A n B )

Eje m p lo 15
Los re g istro s de una p la n ta in d u stria l in d ica n q u e el 12% de to d o s los obreros
le sio n a d o s in g resan a un h o sp ita l para re c ib ir tra ta m ie n to , el 1 6% t ig r e s a al tra b a jo al
día s ig u ie n te y el 2% in g resan a un h o sp ita l pero v u e lv e n al tra b a jo al día s ig u ie n te . S i
un o b re ro se lesion a: ' ■ ,

a. H álle la p rob a b ilid ad de q ue in g re sa rá en un h ospital para re cib ir

tra ta m ie n to o q ue reg re sará al día sig u ien te

S e a n los e ventos: H = {u n obrero le sio n a d o in g resa a un h o sp ita l para

tra ta rs e }
T = {u n ob re ro le sio n a d o reg resa al tra b a jo al día
s ig u ie n te }

D atos: P(H) - 0 .1 2 , P(T) = 0.16, P (H n T ) = 0 .0 2

S e pide P (H u T ) y p o r la propiedad 4:

. P(HwT) = P(H) + P(T) - P (H n T ) • 0 .1 2 + 0 .1 6 - 0 .0 2 = 0 .2 6

En un d ia g ra m a de V e n n tam b ié n se a p re cia ría lo a n te rio r.

b. C a lcu le la p ro b a b ilid ad de que in g rese a un h ospital p ero no re g re se al

tra b a jo al día sig u ien te .

S e pide PCHnT0) y p o r la pro piedad 3:

P (H rV r) = P(H) - P (H riT ) = 0 .1 2 - 0 .0 2 = 0.1

c. D e term in e la p ro b a b ilid ad de que no in g re se a un h ospital ni re g re se al

tra b a jo al día sig uien te.

S e pide P(HcrYTc) e n to n ce s por M organ y por la p ro piedad 1: "

P(H cn T c) ^ P(H uT)° 1 - P (H uT ) - .1 - 0 .2 6 = 0 .7 4

 ^~ —. — *-> i— i i Estadística

d. ¿Cuál es la p robabilidad de q ue in g rese a un h ospital o no reg rese a| ¡trabajo

al día sig uien te?

P o r la s p ro p ied a d e s 3, 2 y 4: '

P (H O T ) = P(H) + P(TC) - P (H n T c) - P(H ) + (1 - P(T)) - ( P(H) - P (H nT ) )

= 1 - P(T) + P (H n T ) = 1 - 0 .1 6 + 0 .0 2 = 0 .8 6

E je m p lo 16
S e ha re a liza d o una encuesta para d e te rm in a r la a d icció n de a lg u n a d ro ga en d ife re n te s
p ro fe sio n a le s. La encuesta se a p licó a 9 0 0 p ro fesio na les a los que se Ies p reg un tó si
co n su m e n a lg u n a droga, los re su lta d o s se m u estra n en la s ig u ie n te tabla:

Profesional C o n su m e alg un a droga T o tal

Si (S) No fS c)
A b o g a d o (A) 40 210 250
C o n tad o r (C) 60 190 250
In g e n ie ro (I) 50 200 250
M édico CM) 20 130 150
Total 170 730: 900

Si se se le ccio n a al a za r a un p ro fe sio n a l, h a lle la p ro b ab ilid ad que el pro fesio n a l

s e le ccio n a d o : 1

a. Sea un co n ta d o r o un abog ad o

P(A u C ) = P(A) + P(C) - P(A n C ) = — + 0 = 0.5556

900 900
b. Sea m éd ico y si con sum a droga
90
P ( M r\ S ) = — — = 0.0222
v ' 900
c. No sea in g en ie ro y si con su m a drog a
40 + 60 + 20
p(r n s)= p(s)~ p(l n S ) = — - — 0.1333
v 1 ■ ’ V ■ 900 900 900
d. No con su m a droga o se a a b o g ad o
730 250 210-
p {s° u .4 ) - p ( s c)+ P(A) - p (s c n A )= ^¡~ + = 0.8556
900 900 900

E jem plo 17
S e e n cu esto a 500 a lu m n o s u n iv e rs ita rio s sob re cu ltu ra m u sica l. 4 7 4 no id e n tifica n el
C o n cie rto para piano y O rquesta de G rieg, 4 7 1 no id e n tifica n la S in fo n ía N° 7 de
B eeth oven y 4 5 0 no id e n tifica n nin gu n a de e sta s obras.
■v • ;
a. C alcu le la probabilid ad d e q ue un e stu d ia n te u n iv e rsita rio id en tifiqu e las
d os ob ras m a e stra s en m ención.

S e a n los eventos: A = {U n e stu d ia n te no id e n tifica la obra de G r ie g >;

B = { Un e s tu d ia n te no id en tifica la obra de B e e t h o v e n }

D atos: P(A) = 4 7 4 /5 0 0 , P(B) = 4 7 1 /5 0 0 , P (A n B ) = 4 5 0 /5 0 0

P (A u B ) = P(A) + P(B) - P (A n B ) = 4 9 5 /5 0 0

p [ ( i u 5 ) c] = P ( / n r ) = l - ? ( i u Jg ) = l - ^ = 0 . 0 1

95
 # ■*
Estadística

b. ¿ C u á l e s la p r o b a b ilid a d q u e u n e s t u d ia n t e id e n t if iq u e la o b r a d e B e e t h o v e n
p e r o n o la d e G r íe g ?

474 450 24
P ( A n £ c) = P ( A ) - F ( A n B ) = 0 .048
50 0 500 500

E je rcicio 5
Para un estu d io so b re cu ltu ra general se e n cu e sto a 500 e stu d ia n te s e n co n trá n d o se
que: 20 habían leído "El A lep h" de B orges; 24 habían leído "E l libro de A re n a " de
B org es y 4 6 4 no habían leído esta s dos obras gen ia les. S i se selecciona un e stu d ia n te al
azar:;

a. ¿C u á l es la pro b ab ilid ad qu e haya leído a m b o s lib ros?

1
1 ’
/* i[ ■ fc

Í7 H9
£

II
PfAt. P/é ~ / /

11
& D
H

. ► < t?.
ÍA Oí;<
n/ n O, 92 9
< >

E je r c ic io s
En una h a b itació n se encu en tran 7 h om b re s m a yo res de 18 a ños, 8 h om bres m en ores
de 18 años, 10 m u jeres m ayores de 18 años y 4 m u je re s m enores de 18 años. Si se
elige;al a za r una persona:

a. ¿C u á l es la p ro babilidad de que sea hom bre?

fe f
i - \ v > V o A
■ 1
)f - -
m /J
y w
>
> i n 1 E3
: i t? 3 H i 7 .

/ r )H V y

b. ¿C u á l es la pro b ab ilid ad de que sea m e n o r de 18 años o sea hom bre?

\ \ \
\J>{ Vi <*- P K e>r 1
— Jl 4
T- 15
2A ■

. a —
 Estadística

c. ¿C u á l es la p ro b a b ilid a d de que no se a m a y o r de 18 años y sea m ujer?

O aS- v( n - \- y> k
2ñ
-
i ''
...

E je rcicio 7
La u n idad de rentas de un d istrito de Lim a, a firm a que él 60% de los co n trib u y e n te s
han pagado el pred ial, el 20% a rb itrio s y el 8% a m b q s im p u esto s. Si se selecbio na un
co n trib u y e n te al a zar: ,

? ( ? l \JV e

c. ¿C u á l es la pro babilidad que no haya pagado e l'-im p u e sto predial y ni el de

a rb itrio s? ____________ _________

<
fc « 8
M V ? Cc \ ** )

, .

d. ¿Cuál es la probabilidad que haya pagado el impuesto predial y no el de arbitrios?

v t \i L
V o c 1
V )

e. ¿C u á l es la pro b ab ilid ad que no haya pagado el im p u esto predial o ni el de

a rb itrio s?
1
\>( U1 - VL?tu )
-
f\7*
>tr

97
 Estadística

D e f in ic ió n c lá s ic a d e p r o b a b ilid a d f a p r io r H

S i un :experim ento a lea to rio tie n e n(Q .) re su lta d o s p o sib le s y si n(Á ) de ta le s re su lta d o s
co rre sp o n d en a un even to A, entonces, s ie m p re que los e v e n to s s im p le s de Q sean
m u tu a m e n te e xclu y e n te s e ig u a lm e n te posib les, la p ro b ab ilid ad de que ocurra A es:

_ n ( d ) _ N úm ero de casos fa vo ra b les

n ifí) N úm ero de casos po sib les

S e dice que es a priori por que antes de re a liza rse el e x p e rim e n to se puede d e te rm in a r
cual es la pro b ab ilid ad de que ocurra A.

Ejem plo 18
a) Con el E jem plo 4 , la p ro b ab ilid ad de que a lo su m o una m áq u in a está en uso en
cada fá b rica es:

w rc(Q) 49

b) La pro b ab ilid ad de que, el núm ero de m á q u in a s en uso sea el m ism o para a m b a s

fá b rica s o que a lo sum ó una m áq u in a está en uso en cada fábrica es:

P ( E u G ) = P ( E ) + P ( & ) - P ( E n G) =J L
v ' 49 49 49 49

Ejem plo 19
S e esco gerá sin re stitu ción un pre sid e n te y un te so re ro de un sa lón donde hay 53
e stu d ia n te s ¿C uál es la pro b ab ilid ad de que los a lu m n o s Plácido D om in go y José
C a rre ra s sean ele g id o s o qu e sólo sea e le g id o el a lu m n o Plácido D om in go en las
ele ccio n es?

S e a n 1los eventos:
A = {P lá cid o y José son elegidos} , B = {Sólo P lá c id o es e le g id o }, entonces:

P ( ^ : u 5 ) = í> (4 ) + P ( B ) - :P ( £ n ;8 ) = P ( ^ ) + P ( £ ) = ^ +^ x 2 = 0.03774

E je rcicio 8
Una lurna contiene 6 bolas b la n ca s y 5 b o la s negras. S i se extra en al a za r y sin
re e m p la zo 4 bolas de la urna

a. ¿C u á l es la pro b ab ilid ad de que una bola sea de co lo r blanco?

98

I
 Estadística

b. ¿C u á l es la pro b ab ilid ad de que las b olas sean del m ism o color?

E je rcicio 9
S i se co n sid e ra ig u a lm e n te probable el n a cim ie n to de un niño ó una niña, en una
fa m ilia que tie n e tre s hijos, ¿C uál es la p ro b a b ilid a d de que

a. e x ista n dos m u je re s y un hom bre? |

b. e x ista n por lo m enos dos m ujeres?

c. e xista n al m enos un hom bre?

E je rcicio 10
S e tie n e un grupo con 6 ing en ie ros, 4 e co n o m ista s y 2 m ate m á tico s ¿C u á l es la
p ro b a b ilid a d de que al se le c c io n a r sin re stitu ció n 6 p ersonas, e xista n 3 ing en ieros, 2
e co n o m ista s, y 1 m atem á tico?

99
 m m
/c Estadística
- - f

D efinición frecu en cia! de p ro b a b ilid ad e s fa p osteriorO

S i un e xp e rim e n to a le a to rio se rep ite n vece s, bajo la s m ism a s co n d icio n e s, y nA

re su lta d o s corresponden al even to A, la p rob a b ilid ad estim a da d e A está d ada p o r |a

fre cu e n cia rela tiva del evento; es decir, P{A ) estim ada = fr A — — . T e ó rica m e n te la
n
p ro b ab ilid ad de A es: P{ á ) = lim f rA = l i m — .
n.—
xo n— Yl

S e d ice que es a posterio ri por que la p ro b a b ilid a d e stim a d a se d eterm in a d e sp u é s de

re a liza rse el e xp erim e n to .

E jem plo 20
La s ig u ie n te ta b la de fre cu e n cia s co rresp o n d e a la s te m p e ra tu ra s prom edio de 24 horas
(C°) Registrados en cierto o b se rva to rio , en el m es de enero de cie rto año:

Terriperatura 2 0 .2 -2 0 .9 2 0 .9 -2 1 .6 2 1 .6 -2 2 .3 2 2 .3 -2 3 .0 2 3 .0 -2 3 .7 2 3 .7 -2 4 .4
N ú m e ro días 1 3 12 13 1 1

La p ro babilidad e stim a d a que en un día del m es d e enero, la te m p e ra tu ra p ro m ed io sea

> / 2 + / 3 + / 4 _ 3 + 12 + 13 _ 28
p or lp m enos 2 0 .9 C° pero m en o r qu e 2 3.0 C° es P {Á ) =
n 31 31'
N ote que esta p ro b ab ilid ad se ob tie n e d esp u é s de re a liza rse el exp e rim en to .

Ejem plo 21 ¡
S e tie n en 4 cu ye s de tip o I, 6 de tip o II y 7 de tip o III. C in c o cu ye s son se le ccio n a d o s al
azar.

1. ¿Cuál es la probabilidad de q ue 2 de los cu ye s se le ccio n a d o s sean de tip o I

y los otros 3 de otro tipo? Si:

i.- La selecció n es sin restitu ción y sin co n s id e ra r el orden d é ex tracció n.

S olu ció n
4 I
6 II
7 III
N = 17, n = 5

El e xp e rim e n to a le a to rio co n siste en se le ccio n a r, sin re stitu ció n y sin c o n sid e ra r el

orden de extra cció n , 5 cu yes de un to ta l de 17. El espacio m u estra l a so cia d o a este
"a O "17^
e xp e rim e n to ten drá n(Q ) = = = 6188 puntos m u éstrales. m^
J v. J

ñ{R) = 1716 entonces: P( r ) = = °-2773

-y v 3
-v w n{Q ) 6188

¡ii.- La se le cció n es sin restitu ción y co n sid e ra n d o el orden de ex tracció n .

S o lu ció n

100
 Estadística

4 I
6 II
7 n i
N = 17, n

El e x p e rim e n to a le a to rio co n siste en se le ccio n a r, sin re stitu ció n y c o n sid e ra n d o el

orden de e xtra cció n , 5 cu ye s de un to ta l de 17. El e sp a cio m u estra l a so cia d o a este
"\T
experim ento tendrá n(Q) = P.f x ni— x 5!= 6188x 5! puntos m uéstrales.
<n )
S e a el e ven to R = {o b te n e r 2 de tip o I y 3 de otro tip o }

« ( £ ) = Í 4 1 x Í 131 x 5 != 1 7 1 6 x 5 ! e n to n ces: P ( i? ) = 4 4 = - 7-16-— 5 - = 0-2773

v ' ^ v -v v ' n (Q ) 6188x5!

íii .La se le cció n es con restitu ció n y co n sid e ra n d o el orden de ex tracció n .

Solución
4 A
6 B
7 C
N = 17, n = 5

El e x p e rim e n to a le a to rio co n siste en se le ccio n a r, con re stitu ció n y co n sid e ra n d o el

o rd en de extra cció n , 5 cu yes de un to ta l de 17. El e sp a cio m u estra l a so cia d o a este
experim ento tendrá n(ü) = N x N x - - - x N = N" = 1 7 5 puntos m uéstrales. :
S e a el e ven to R = {o b te n e r 2 de tip o I y 3 de otro tip o }

íí( i ? ) - 4 x l 3 x 4 x l 3 x l 3 x ? 253 = 42 x 133 x -— = 351520 entonces:

2! 3!

p t * ) = 4 4 = ^ 0.2476
V1 n(Cl) 17

n\
donde vnk —n
«i !■■■«*!

2. C a lcu le la p ro b abilid ad de s e le ccio n a r 2 cu ye s de tip o 1, 3 de tipo E l y 4 de

tip o III sí:

a. La sele cció n es sin re stitu ció n y sin co n sid e ra r el orden de ex tracció n .

S o lu ció n

S e a el e v e n to R .= { o b te n e r 2 de tip o I, 3 de tip o II y 4 de tip o III}

S a\ 7^

v4,
P(R)

b. La se le cció n es con restitu ció n y co n sid e ra n d o el orden de ex tracció n .

S o lu ció n

101
 Estadística

Sea el evento R = { o b te n e r 2 de raza A , 3 de raza B y 4 de raza C>

, , 4 2 x 63 x 7 4 x P ? , .
;V ' n(Q ) 17

6.4 P robabilidad condicional

Para dos e v en to s A y B de un e s p a d o m u e stra l, con P(B) > 0, la p ro b ab ilid ad co n d icio n a l

de ocu rren cia del evento A dado que el e ven to B ha ocurrido, está d e fin id a por:

■
!
Ejem plo 22
¿ Q u é ie s m ás probable? Que una persona cu a lq u ie ra tenga cán ce r p u lm o n a r o que una
persona que fum a tenga cán ce r pu lm on a r. S e g ú n los e s p e c ia lis ta s la p ro b a b ilid a d de
q u e tenga cá n ce r p u lm o n a r una persona que fu m a es m ayor.

T e n e m o s los eventos: A = {una persona tie n e cá n ce r p u lm o n a r}

B = {u n a persona fu m a }

De acu erdo a los e sp e cia lista s P ( A / B ^ > P ( A )

Ejem plo 23
La p ro b ab ilid ad que la con stru cción de un e d ificio te rm in e a tie m p o es 1 7/2 0 , la
p ro b a b ilid a d que no haya huelga es 3 /4 y la p ro b ab ilid ad qu e la co n stru cció n se
te rm in e a tie m p o dado que no hubo h u elga es 1 4/1 5 ; la p ro b ab ilid ad qu e haya h u e lg a y
no sé te rm in e la construcción a tie m p o es 1/10. ¿C u á l es la p ro b ab ilid ad que

a) la con stru cción se te rm in e a tie m p o y no haya huelga?

b) nó haya huelga dado que la co n stru cció n se te rm in ó a tie m p o ?
c) la construcción no se te rm in e a tie m p o si hubo huelga?
d) la con stru cción no se te rm in e a tie m p o si no hubo huelga?

S o lu ció n :
D e fin im o s los eventos:
A =. La construcción se te rm in a a tiem po.
B = No haya huelga.

T enem o s:

p(A)= ^ p(B) = | í> 0 4 / - b ) = j| p (# ru n = ^

a) P(AP\B) = P ( A / B ) * P ( B ) = ^ * ^ = 0 J

b) P(B/A) =^ ^ - =^ - = 0.8235
; . ^

c ) f (y ) = f ^ n y >= i Í 0 = ± = 0 4
\ l / B c) P(B°) J _ 3 10 .
 Estadística

d)
P(ACHB) P(B )-P (A f]B)
: 1_ 1 _ P ( A / B) = 1 - — = 0.0667
P(B ) f>(5) P(B) > 15

Ejem plo 24
En una u n iv e rsid a d el 70% de los e stu d ia n te s, son de C ie n c ia s y el 30% de Letras; de
los e stu d ia n te s de C ie n cia s, el 60% son v a ro n e s y los de L e tras son v a ro n e s el '40% . Si
se e lig e a le a to ria m e n te un e stu d ian te .

V a ro n e s M ujeres Total
C ie n cia s 42% 28% 70%
Letras 12% 18% 30%
T otal 54% 46% 100%

A = El e stu d ia n te e leg id o es de C ie n cia s.

B = El e stu d ia n te e leg id o es varón .

C a lc u la r la p ro b a b ilid a d que:

a) S e a un e s tu d ia n te varón. P (B) = 0 .5 4
b) Sea un e stu d ia n te varón , si es de C ie n cia s.

P(Á) 0.70
c) S e a un e stu d ia n te de C ie n cia s, si es v aró n .

P(A/B) =ñ á M lJ ^ 0.778
P(B) 0.54

P ro p ie d a d e s de p robabilid ad co n d icio n a l

1. 0 < P(AJB)< 1, para todo eve n to A y B

2. P( Q /B ) = 1
3. S i los e v e n to s Alf A 2, ... , A k son m u tu a m e n te e x c lu y e n te s o sea si:
f k i \ k
A¡ n Aj j = 1, 2, ••■, k , e n to n ce s P 0 4 ; ¡ B ~ ^
v =1 / J /"*
4. P (A /B ) = 1- P(AC/B )
5. P(0/B)=O
6. P (Ac n B ) l c\ = P{B / C) - P [ ( i n B)l C]
7. P I a u É ) / C ] = P(AÍC)+ P ( B ÍC )- P [ (A n B)fC]

E je rcicio 11
Una e m p re sa de tu rism o v e n d e tre s p la n es de v ia je s para la ciudad del C u sco|y para la
ciu d ad de A re q u ip a . En una encuesta re a liza d a por in tern e t, resultó la sig u ie n te tab la de
los p o rce n ta je s de c lie n te s con las p re fe re n cia s de los p la n es y las ciudades.

Ciudad Plan 1 ( P l) Plan 2 (P2) Plan 3 (P3) Total

C usco (C) 0 .0 5 0 .1 0 0 .0 5 0 .2 0
A re q u ip a (A) 0.1 5 0 .4 0 0 .2 5 0 .8 0

Total 0 .2 0 0 .5 0 0.3 0 1.00

103
 Estadística

S i s e ise le c c io n a al a za r a un clie n te que ha sid o e n cu e sta d o por internet:

a. ¿C u á l es la p ro babilidad de que desee v ia ja r al C usco y que no tenga prefere n cia por

¡
el P
.
la n ^1? r . . . | .— -------

b. S i el clie nte no prefiere el Plan 2, ¿cuál es la p ro b a b ilid a d de que prefiera el Plan 3?

c. Si! el clie n te no prefiere el Plan 1, ¿cuál es la p ro b ab ilid ad de que desee v ia ja r a la

ciu d ad de A re q u ip a ?________ ______________ ______________ ______________

Ejercicio 12
D u ran te el m es de d icie m b re del a ñ o pasado, el 50% de los clie n te s del cen tro
co m e rcia l P LA ZU E LA com praron el producto "W ", el 40% com p ra ron el pro ducto "V ", y
de lós que com praron el producto "V ", el 20 % com p ra ron el producto "W ".
a. S i se elig e un clie nte al a zar, e n cu e n tre la p ro b a b ilid a d de q u e no haya com p ra d o
estos productos. ______________ _____________________ __________ ______ n _

b. S i de grupo de clie n te s que no com praron el producto "W " se se leccion a al a za r un

clie n te , h a lla r la pro b ab ilid ad de que haya com prado el producto "V "
 Estadística

E je rcicio 13
En la Facultad de A g ro n o m ía se ha d e te rm in a d o que el 10% de e s tu d ia n te s son
a ficio n a d o s al te n is y el 20% son a ficio n a d o s al fútbol. S e sa b e que, e n tre los
a ficio n a d o s al fútbol el 75% no son a ficio n a d o s el tenis. S i se sele ccio n a un e s tu d ia n te
al a za r, h a lla r la pro b ab ilid ad :

a. IMo sea a ficio n a d o al fútbol, pero le g u ste el ten is.

b. Q ue le g u ste só lo un deporte

c. Le g u ste el te n is si se sa b e que no es a ficio n a d o al fútbol.

6.5 La regla d e la m ultiplicación

S e sa b e que: P{A/B ) = y P(B/A ) = ' de esta s e xp re sio n e s se

P ( A n B ) = P( b )f (A/B)
e sta b le ce que:
= p {a )p {b / a )

G e n e ra liza n d o : S e a n los e v e n to s A i, A 2, ... , A k entonces:

H a o n r v --o 4 t ) = P Í A ) H A / A ) P Í A ¡ A ^ A 2)---P(Ak / 4 n¡A2
105
 rr. Estadística

E jen iplo 25
S i sé elig en al a za r 2 a rtíc u lo s de un c a rg a m e n to de 250 , de los cuales, 20 están
de fe ctu osos. H alle la p ro babilidad de qu e a m b o s estén d efectu o so s si:

a. La selección es sin reem plazo

S e a n los eventos: D¡ = {e l a rtícu lo se le ccio n a d o en el lu g a r i está d efe ctu oso}

D¡ = {e l a rtícu lo se le ccio n a d o en el lu g a r i no está d e fectu o so }
20
P (D ,)p (p 7iD t)- = 0.0061
250 v 2 4 9 y

O tra m anera de re so lve r este problem a es con la d e fin ició n clá sica de p ro b a b ilid a d y
u tiliza n d o las té cn ica s de conteo

b. La se le cción es con re e m p la zo .(q u ed a com o e jercicio )

E jem plo 26
Si sé elig en al a za r 3 a rtíc u lo s de un ca rg a m en to de 250, de los cu ales, 20 están
defectuosos.

1. H alle la p ro babilidad de que los 3 estén d efe ctu o so s si:

a. La se lección es hecha sin reem plazo.

r 20 A JL8
p ( A n D 2 n D 3) = P{D])P{D2/D 1)P (D J D 1n D 2) = = 0.0004
v 2 5 0 yv 2 4 9 y 248.
b. La se lección es con re e m p la zo .(q u e d a com o ejercicio)

6.6 La lev de probabilidad total

Sears los eve n tos Ax,A2,...,A k m u tu a m e n te e xclu y e n te s, esto es:

k
/ ( n A j - (j) V z = 1,2, k , y c o le c tiv a m e n te e x h a u stiv o s A '^'AKJ'"A
j =i

k k í \
en tonces: P [ J A j - ^ { v^-j)■ Luego, para c u a lq u ie r o tro 'e v e n to B:
y

P(B) = P(A, n 5 ) + P(A2 n B ) + ... + P(Ak n B) = Y , p {Aj n 5 ) ■

= P ( A ) P ( B / A l) + P( A 2) P ( B / A 2) + ... + P ( A k) P ( B / A k) = f j P( AJ)p{B/ AJ)

j =i
106
 -* rr - x _
Estadística

D em ostra ción

Com o [ J A j = \ u Á 2 u ••• u A k = Q e n to n ce s
j =i

P( b ) = P B n ] J a =P Ú (sn ^ ) = =
V v j =i y y=i jti

6 .7 T e o re m a de Baves

S e a n lo s e v e n to s A i, A 2,..., A k m u tu a m e n te e x c lu y e n te s y c o le c tiv a m e n te e x h a u s tiv o s

con p {a J ) o para j = 1, 2,..., k. E n to n ce s para c u a lq u ie r otro e ven to B para el que
P (B ) > 0 :

P{& T .pU M b/ a j)
y=i
C o m o puede notarse en la ig u a ld ad a n te rio r, se usa en el n u m e ra d o r la regla de la
m u ltip lica c ió n y en el d e n o m in a d o r la ley de p ro b a b ilid a d to ta l.

E jem plo 27
S u p o n g a que una caja C i co n tie n e 4 e sfe ra s b la n ca s y 2 a zu le s y que otra caja C 2
c o n tie n e 4 e sfera s blancas y 6 a zu les. La p ro b a b ilid a d de e le g ir la caja C i es el; d ob le de
p ro b a b ilid a d de e le g ir la caja C 2. Si se e lig e al a za r unaj caja y de ella se e lig e al a za r
una esfera, h alle la pro b ab ilid ad que:

a) se e lija una esfera a zul si se sabe que esta p ro vie n e dé la caja C 2.

b) se e lija la caja C 2 y la esfera es azul.
c) se e lija una esfera azul.
d) se haya e leg id o la caja C 2 si la esfera e le g id a fu e azul.
S o lu ción

2 /6 P (A / C J

2 / 3 = P (C ! )
4 /6 P|B/C,|

6/10 = P (A / C 2 )

1 / 3 = P (C 2)

4/10 = P (B / C 2 )

a) S e e lija una esfera azul si se sabe que esta p ro vien e de la caja C 2

P (A /C 2) = 6/10

b) S e e lija la caja C 2 y la esfera es a zul

P (C 2 O A) = P(C2)*P(A/C2) = 1/3 * 6/10 = 6/30

107
 Estadística

c) Se: e lija una esfera azul ¡;

■ ir

; P(A) = P ( C i O A )+ P (C 2 n A)= 2/3 * 2 /6 + 1 /3 * 6 /1 0 = 8 /1 5

d) S e haya elegido la caja C 2 si la esfera ele g id a fue azul

P(C2 íA ) = = — 30 = 3 /8
2 P(A) 8/15

E jen iplo 28
Los in g en iero s de ve n ta s 1, 2 y 3 e stim a n los co sto s de 30% , 20% y 50% ,
re sp e ctiv a m e n te , de todos los tra b a jo s lic ita d o s por una co m p a ñ ía. Las p ro b a b ilid a d e s
de c o m e te r e rro r grave, al e s tim a r el costo, de los in g e n ie ro s son 0 .0 1 , 0 .0 3 y 0 .0 2
re sp e ctiv am e n te .

a. H alle la p robabilidad de que se com eta e rro r g ra ve al e stim a r el co sto en

lina licitación.

S e a n los e ventos: A¡ - {el ing. " i" e stim a los co sto s de una lic ita c ió n } , i = 1, 2, 3
E = { S e com ete e rro r g ra v e al e s tim a r el co sto }

S e g ú n los d a tos se tiene:

P(A,) = 0.3 P(Ai ) = 0.2 P(A3)= 0.5

p {E /A ^ = 0.01 P{E/A2) = 0.03 P(E/A3) = 0.02

A p lica n d o la ley de p ro babilidad total:

p ( e ) = p (a 1)p {e ¡a 1) + p {a 2)p {e ! a 2) + p (a 3)p ( e ¡a 3) = 0.003+ 0.006 + 0.01 = 0.019

b. Si en una licitación en p a rticu la r se in cu rre en un e rro r g ra ve al e stim a r los

co s to s del trabajo. ¿Cuál es la p robabilid ad d e q ue el in g en iero 2 haya
com etido el error?

A p lica n d o el teorem a de B ayes y u sando el re su lta d o de la su b p reg u n ta a : .

v 21 ’ p (E ) 0.019

c. Si en una licitación; en p a rticu la r no se in cu rre en un e rro r g rave al e stim a r

¡os co sto s del trabajo. ¿Cuál e s la p robabilid ad d e q ue el in gen iero 3 haya
h echo el trabajo? (se deja com o eje rcicio )

E jercicio 14
U na em presa m an u factu rera tie n e dos m á q u in a s (A y B) para pro d u cir un produ cto. El
área! de control de calid a d a d e te rm in a d o que la m áq u in a A produce el 60% de la
p roducción to ta l y la m áquina B el restante. El 2% de las u n id a d es p ro d u cid as p o r la
m á q u in a A son defectuosos, m ie n tra s que la m áq u in a B tie n e una tasa de d efe ctu o so s
del 4% . Si se se leccion a un producto al azar:

a. ¿C uál es la pro b ab ilid ad de que sea defectuoso?

108
 Estadística

b. ¿C u á l es la pro b ab ilid ad de que haya sid o p ro du cido por la m áquina A, si sé sabe

q ue es defectuoso?

c. ¿C u á l es la p ro b ab ilid ad de que rio sea defectuoso?

Ejercicio 15
En un v iv e ro se tie n e p la n tas de dos v a rie d a d e s (A y B) en un 35% y 65%
re sp e ctiv a m e n te . S e sabe que cierta plaga a taca al 1% de las pla n tas de la v a rie d a d A y
al 3% de las p la n ta s de la v a ried a d B.

a. ¿C u á l es la pro b ab ilid ad de s e le c c io n a r una planta con plaga?

109
 Estadística

b. S i se elig e al a za r una planta y se e n cu en tra afe cta d a por la plaga ¿C u á l es la

p ro b ab ilid ad de que sea de la v a rie d a d B?

c. S i se e lig e al a za r una planta y no se e n cu en tra afecta d a por la plaga ¿C u á l es la

p ro b ab ilid ad de que sea de la v a rie d a d B?

Ejercicio 16
El árpa fin a n cie ra de una d istrib u id o ra de pro d u cto s a g ríco la s ha ob serva d o qu e el 25%
de las com pras son p agadas en e fe ctivo, el 30% son pag a d as al crédito y el resto son
p ag ad as con cheque. Se sabe que el 20% de las c o m p ra s pa g a d as en efectivo, 60% de
las co m p ra s a crédito y 90% de la s co m p ra s pag a d as con cheque; se hacen por un
m on to m ín im o de $ 150.

S i el! a g ricu lto r Juan Pérez acaba de re a liz a r una com p ra p o r un m onto de $ 1 8 0 , ¿cuál
es lo m ás probable con qué haya pagado la com p ra , en efectivo, al créd ito o con
cheque?

110
 Estadística

6.8 In d e p en d e n cia de e ventos

Los e v e n to s A y B son in d ep e n d ie n te s si cu an d o ocu rre uno de e llo s esto no a fe cta la

p ro b a b ilid a d de ocu rren cia del otro, o s e a : ,

P(AjB) = P(Á)
p (b / a ) = p (b )

En o tra s p a la b ra s, la s p ro b a b ilid a d e s c o n d ic io n a le s son ig u a le s a las p ro b a b ilid a d e s

in co n d icio n a le s.

C o n s e c u e n c ia : A y .B son in d e p e n d ie n te s si P{ á n B) = P{ a ) p (b ) . Lo a n te rio r es un
re su lta d o de la d e fin ició n de in d e p en d e n cia y de la regla de la m u ltip lica ció n .

T e o re m a S i ios e v e n to s A y B son in d e p e n d ie n te s entonces, ta m b ié n lo serán: ;

1. A y Bc
D em o stra ció n
p (a n B c) = P{A) - P(A n B) = P{A) ~ P( a )p (b ) = P Í / )(11 -P (B )\ = P(A)P{BC)

2. A c y B (la d em o stra ció n queda co m o e jercicio )

3. A c y Bc (la d e m o stració n queda co m o e jercicio )

N O TA: Los e v e n to s A1 y A2 son condicionalmente independientes si:

P ( A ¡ r ,A 2/ B ) = P ( A ¡/ B ) P ( A , / B )

E je rcicio 17
En cie rta ciu dad la pro b ab ilid ad de q u e llu e va en un día cu alq u iera es 0 .3 y de que
ocu rra un te m b lo r en un día cu a lq u ie ra es 0.4. S i esto s e ven to s son in d ep en d ien te s.
C a lc u le la p ro b a b ilid a d de que en un día cu a lq u ie ra : ;
a. Llueva y haya un te m b lo r ¡

b. Llueva pero no haya un te m b lo r

c. Llu eva o haya un te m b lo r

111
 - £ * T * ? . Estadística

d. No llueva ni haya un tem blor.

e. Llu eva dado que ocu rrió un tem b lo r.

Ejeitiplo 29
La pro b ab ilid ad de que se presente d e te rm in a d a e n ferm e d ad es 1/5 0 0 y un te st para
d e te cta rla es 99% con fiable (esto q u iere d e c ir q u e si una persona tie n e la enfe rm e d ad
la p ro b ab ilid ad de que el te st de p o sitiv o es 0 .9 9 y si una persona no tie n e la
e n fe rm e dad la pro b ab ilid ad de que el te s t de n e g a tivo es 0 .9 9 ).

a. Si a Ud. le resulta el te st p ositivo ¿Cuál es la p robabilid ad de q ue Ud. teng a la

enferm ed ad?
S olu ció n

Sean los eventos:

B = {Ud. tiene la enfermedad} , A = {A Ud. le corresponde un test positivo}

\ P ( A /B ) = 0.99
Confiable en este contexto significa: < ^
[P(AC/ B C) = 0.99

p q . A - p ( b ) p ( a / b )______________ ______________=Q1655
' ’ p ( b ) p ( a / b ) + p ( b c) p ( a / b c) 1 x0.99
— + -----
499 xO.Ol
500 500

b. Si a Ud. le resulta positivo en d o s te s ts in d ep en d ien te s ¿Cuál es la

p ro b abilid ad de que Ud. tenga la enferm e d a d ?

S olu ció n

B = {Ud. tiene la enfermedad} , A¡ = {A Ud. le corresponde un test positivo en el test i}

1 P (B / A r i A ) - P { B ) P ( A n A 2/ B ) __________ =
W 1 2) p ^ p ^ n A 2 / B ^ + p ^ B ^ p ^ n A J B c^

— x 0.99x0.99
500 — = 0.9516
1 - x 0.99 x 0.99+ ^ ^ x 0.01x0.01
500 500

112
 Estadística

N ote que aquí se ha tra b a ja d o la in d e p e n d en cia co n d icio n a l:

/•(.<, !,« ) /*( f;.

In d e p e n d en cia de k e ve n to s

U tiliz a n d o la regla de la m u ltip lica c ió n g e n e ra liza d a y co n sid e ra n d o in d e p e n d e n cia se

o b tie n e la s ig u ie n te d e fin ició n : los e v e n to s A i, A 2, ... , A k son in d e p e n d ie n te s si:

P(A n A r>■■■n A„) = P(A)p(A)'' ’P(A)

C a b e m e n cio n a r que el teorem a a n te rio r ta m b ié n se cu m p le con k eventos.

N O TA: Los e v e n to s Ax,A 2,...¿ ík son c o n d ic io n a lm e n te in d e p e n d ie n te s si:

P ( A n A 2n . . . n A t / B ) = P ( A / B ) P { A / B ) . . . P ( A J B )

E je rcicio 18
En la fa b rica ció n de cie rto a rtícu lo se e n cu e n tra que se p resenta un tip o de d efecto con
una p ro b ab ilid ad de 0 .0 5 y defecto de un se g u n d o tip o con p ro b ab ilid ad 0 .1 0 .|S i esto s
d e fe cto s ocurren in d e p e n d ie n te m e n te ¿C u á l e s la p ro b ab ilid ad de qu e un! a rtícu lo
se le ccio n a d o al a za r

a. te n g a a m b o s defectos?

b. por lo m enos ten g a un defecto?.

c. S i se sa b e que el a rtícu lo es de fectu oso, h a lle la p ro b ab ilid ad de que este sólo tenga
un tip o de defecto.

113
 Estadística

Ejem plo 30
En el E jé m p lo 27

a. ¿Son in d ep e n d ie n tes los e ve n to s A 2 y. E?.

P(A2/É ) = 0.3157 y P(A2)= 0.2, com o p (a 2/E ) ^ P(A2), en to n ce s A 2 y E son

d epe n d ie n tes.

b. Si ja los in g en ie ros se les asigna en fo rm a in d ep e n d ie n te cada licitación y

se jsa b e que se van a asig n a r 3 licita cio n e s ¿Cuál es la probabilid ad d e que
ex actam en te 2 le toquen al in g en iero 2?

Sea el e ve n to D = { E xa cta m e n te 2 de 3 lic ita c io n e s se le a sig n a n al in geniero 2?

p(jD )= |p(^2) p ( 4 ) p ( 4 c)xi>J1=(0.2)zx0.8x = 0.096

vv

Ejem plo 31
En ciertja población la p ro babilidad de que una chica m ída m ás de 1 .7 5 m es 0 .0 8 ; de
que tenjga el cab e llo lacio es 0 .2 2 y de que tenga un buen co n o cim ie n to de E sta d ística
es 0.18Í S i estas cu a lid a d e s son ind e p e n d ien tes.

a. Halle la probabilid ad de q ue una ch ica, q ue va a s e r seleccio nad a al azar,

tenga las tre s cualidades.

S o lu ció n
S e a n los eventos: M = { la chica m id e m á s de 1 .7 5 }
L = {la chica tie n e c a b e llo la c io }
E = { la ch ica tie n e un buen co n o cim ie n to de estadfetica}
T = { la chica tie n e la s tre s c u a lid a d e s}

p (t ) = P{M r \ L n E ) = P( m )p (l )p (e ) = 0.08 x 0.22 x 0.18 = 0.003168

b. Hálle la p robabilidad de que una ch ica , q u e va a s e r se le ccio n a d a al azar,

tenga sólo 2 de estas cu alid ades, (queda com o ejercicio)

Ejem plo 32
C o n sid é re un siste m a de 5 co m p o n entes in d e p e n d ie n te s con ecta d os en se rie, cada uno
de los duales es 95% confiable. ¿C uál es la co n fia b ilid a d del siste m a ?

S o lu ció n
Sea el evento A¡ = {El componente i transmite sin error} i = 1,2,3,4,5
P(Pase¡ la señal) = P (A } r^A2 n A 3r \A 4 n A^'j = P ( A 1) P ( A 2')P(A3')P(A4')P(As') = 0.955 = 0.7738

El siste m a es 7 7 .3 8 % confiable.

Ejem plo 33
S e p uede in c re m e n ta r la co n fiab ilid ad de un siste m a co n sid era n d o com p o n e ntes extra
co n e cta d o s en paralelo. C on sid ere el siste m a de a bajo, donde los co m p o n e ntes son
95% co n fiab les, y actúan in d e p en d ien tem e n te . ¿C uál es la co n fiab ilid ad del siste m a ?

114
P ( L a señal pase) = P n (A 2 u A 3) n A 4 n ( A s u A6) n A7) =

= P ( A 1) P ( A 2 u A3) P ( A 4) P ( A 5 u A6) P ( A /)
Pero:
P ( A 2 v A 3) = P ( A 2) + P ( A 3) - P ( A 2 n A 3) = 0.95 + 0.95 - 0.952 = 0.9975
p (a 2) p ( a 3)

P o r lo tanto: P ( L a señal pase) = 0.95 x 0.9975 x 0.95 x 0.9975 x 0.95 = 0.8531

El siste m a es 8 5.3 1% confiable.

 *“*■ —
•—« w_— w». <wmi a¿w» »•«C«U
-m Estadística

EJER C ICIO S PR O P U ESTO S

1. La p ro b a b ilid a d de que llueva en H u a n cayo el 12 de O ctu b re es 0 ,1 0 ; de que tru e n e

es 0.05 y de que llueva y tru e n e es 0.03. ¿C u á l es la pro b ab ilid ad de que llu e v a .o
tru e n e en ese día?

2. De un grupo de personas, el 30% pra ctica fútbol y el 40% ju e g a a jedrez. De los

fu tb o lista s, el 50% ju e g a a jedrez. S i se e lig e a le a to ria m e n te una persona ¿C u á l es la
p ro b ab ilid ad de que:
aj) ju e g u e fútbol o aje drez?
b) p ractique sólo uno de estos d eportes?
c) no p ra ctiq u e ni fútbol ni a jed rez?

3. C o n sid e re 3 fá b rica s con 5, 6 y 7 m á q u in a s que em bolsan arroz. S i se desea

d e te rm in a r el núm ero de m á q u in a s que está n en uso en un día p a rticu la r. C a lc u le la
p ro b ab ilid ad de que el núm ero de m á q u in a s en uso sea el m ism o de las 3 fá b rica s.

4. De 20 p ersonas que co n tra je ro n cierta en ferm e dad al m ism o tie m p o y q u e fueron

lle va d o s a una m ism a sa la de un h o sp ita l, 15 se recuperan c o m p le ta m e n te en 3
días; al cabo del cual, se escogen al a za r 5 person a s para un chequeo.
cj) ¿C uál es la p ro babilidad que los 5 sean d a d o s de alta?
ti) ¿C uál es la p ro babilidad de que e x a cta m e n te 4 sean dados de alta?
tí) ¿C uál es la pro b ab ilid ad que n in g u n o sea dado de a lta ?

5. De 2 00 fa m ilia s , 80 com pran el p eriódico A , 95 el periódico B y 40 no com pran A

pero si B. S i se selecciona una fa m ilia al a za r, calcu le Ja p ro babilidad de que:
a) C om p re A o B.
b) C o m p re A pero no B.

6. S e van a fo rm a r núm eros de 7 c ifra s con lo s d íg ito s 0, 1, 2. ..., 9. Si no se p e rm ite

Repetición ¿C u á l es la :p ro b ab ilid ad de q u e sean im p a re s o que em p iece n con 68?

7. En una ciu dad el 60 % son hom bres, el 20 % son de raza negra y el 8 % son
h om bres negros. Si se se leccion a a una persona al a z a r de esa ciu d a d , h a lle la
p ro b a b ilid a d de que sea una m u je r de raza negra.

8. EEn una bolsa hay 3 ta rro s de p eras en co n se rv a , 6 de d u ra zn o, 4 de d a m a sco s y 2

de ciru ela s, ¿cuál es la pro b ab ilid ad de q u e al e le g ir 3 ta rro s al a z a r (sin reem p la zo)
resulten de la m ism a fruta?

9. EEn una fá b rica se sele ccion ó 200 a rtíc u lo s pro du cidos d u ra n te un día y se en con tró
q ue 9 tien e n fa lla s de tip o I, 10 tie n e n fa lla s de tip o II y 2 tien en a m b o s tip o s de
fa lla s. Si ün a rtícu lo és se le ccio n a d o al a za r, h alle la p ro babilidad de no ten g a
n inguno de éstos tip o s de fa lla s.

10. Se tienen 4 artícu los. Si se van a se le c c io n a r 3 a rtícu lo s, con re em p la zo, h a lle el

h úm ero de p o sib les m uestras.

11. En una cab in a de In te rn et hay 20 co m p u ta d o ra s, 7 de las cu ale s están con virus.

á) S i un día dado usted y 5 a m ig o s v a n a esta cabina y a lq u ila n 6 c o m p u ta d o ra s
a le a to ria m e n te . ¿C uál es la p ro b ab ilid ad de que a tre s de ustedes les a sign en
co m p u ta d o ra s con v iru s?
b) S i usted va solo d u ra n te 3 d ía s, y cada día la asignan una co m p u ta d o ra
a lea to ria m e n te . ¿C uál es la p ro b a b ilid a d de que en dos d ía s tenga que tra b a ja r
en co m p u ta d o ra s con v iru s?

12. Una enferm edad X se puede p re se n ta r en form a m alig n a o benigna. S i se presenta

en fo rm a m alig n a da origen a un tu m o r ce reb ral con pro b ab ilid ad 0 .7 5 , m ie n tra s
116
 I)
ij Estadística

que la form a benigna produce tu m o r en un 8 % de los casos. S e sa b e adérjnás que

la fo rm a benigna es 7 ve ces m ás p ro b ab le que la m alig n a .
a) ¿C uál es la pro b ab ilid ad de qu e a una persona que padece la. e n ferm e d ad no le
a p arezca el tu m o r cerebral?
b) S i a lg u ien q u e padece esa enfe'rrnedad tie n e tu m o r cere b ral ¿C u á l es la
p ro b ab ilid ad de que tenga la fo rm a m alig n a ?

13. La p ro b ab ilid ad de que un tu rista haga una re serva ció n con m ás de una serinana de
a n ticip a ció n es del 10% y la p ro b a b ilid a d de que un tu ris ta se in scrib a en el to u r
co m p leto ofre cid o por el hotel es de 35% . S i la p ro b ab ilid ad de que se in scríb a en el
to u r co m p leto ofrecido por el hotel o haga la reserva ció n con m ás de una seiinana de
a n ticip a ció n es del 40% , ¿C uál es la p ro b ab ilid ad de q u e se in scrib a .en, el to u r
co m p le to ofrecido por el hotel si se sa b e que hizo la rese rva ció n con m ás de una
se m a n a de a n ticip a ció n ?

14. En una in v e stig a ció n re a liza d a a lo s con d u cto re s de ta x is, se e n co n traro n los
sig u ie n te s resultados: el 20% son m u jeres, el 10% de las m u jeres tienen e stu d io s
u n iv e rsita rio s; el 60% de los h o m b re s no tie n e n e stu d io s u n iv e rsita rio s. S i ¡se tom a
un co n d u cto r de ta x i al a z a j/ y re su lta que tie n e e stu d io s u n iv e rsita rio s, ¿cúál es la
p ro b ab ilid ad que sea m ujer?

15. Sea A el e ven to de que un cie rto lib ro de E sta d ística (prim ero) se e n cu e n tre
p restado fuera d e la. b iblioteca de la u n iv e rsid a d , sea B el e ve n to de que cftro lib ro
(seg u ndo) sob re el m ism o te m a ta m b ié n se e n cu en tre prestado. (N ota: los d a to s de
la preg unta (a.) difieren de la p reg unta (b.))
a) S i P(Ar\B)= 0 .2 y P (e x a cta m e n te un lib ro esté prestado) = 0.5. C a lc u la r P (A u B )
b) S i P(AC n Bc) = 0.3, P(A C u Bc) = 0 .9 y P (sólo el p rim e r libro esté p resta d o )= 0 .4 .
C a lc u la r P(A) y P(B)

16. Una planta a rm a d o ra recibe m icro circu ito s p ro ve n ie n te s de tre s d is tin to s fa b ric a n te s
(A, B y C). El 52% del to ta l de m ic ro c irc u ito s se com pra de A, el 28% de B y el 20%
de C. El p orcen taje de m icro circu ito s d e fectu o so s para A, B y C son 4% , 8% y 10%
re sp e ctiv am e n te . Si los m icro circu ito s se a lm a ce n a n en la planta sin im p o rta r quién
fue el proveedor:
a) D iga, ¿cuál es la p ro b ab ilid ad que la planta no reciba m ic ro c irc u ito s del
fa b rica n te B?
b) Si un circu ito no está defectuoso, ¿cuál es la pro b ab ilid ad de que no haya sido
ve n d id o por el pro veed o r C? ¡

17. Si P (B )= 3 /1 5 , P (B /A )= 2 /5 , P(A D B) = l/ 1 5 , Entonces P(A fl Bc) es:

a) 2 /15
b) 1/10
c) 2 /2 5 -
d) 1/30
e) N inguna de la s a n te rio re s

18. S i los e v en to s A , B y C son in d e p en d ien tes, e n ton ces

a) P (B /(A n C)) = P(B)
b) P ((A u C )/B )= P(A) + P(C)
c) S ó lo se c u m p le a) y b)
d) N inguna de las a n te rio re s

19. S e tie n e una urna con 5 bolas rojas, 3 bolas v e rd e s y 2 bolas negras. Si se extra e n
tre s bolas sin ree m p la zo , ¿cuál es la p ro b a b ilid a d de e x tra e r tre s b o las dé d is tin to
color?
a) 1/24
b) 3/8
c) 1/8

117
 - • -aV. ‘*-jí Estadística

d) 1/4
e) N inguna de las a n te rio re s

20.Ujn pro fesor ha dejado un tra b a jo encargado. De un g ru p o de 10 a lu m n o s, 6 han

hecho el tra b a jo y el resto lo ha cop ia d o y por ta n to no saben cóm o re a liza r el
tra b ajo . El pro fesor del curso decid e re a liz a r una ev a lu a ció n del tra b a jo en p iza rra
para lo cual seleccion a al a za r a 4 alum nos., ¿cuál es la p ro b a b ilid a d de que en tre los
e stu d ia n te s se le ccio n a d o s 3 se hayan cop ia d o el tra b a jo ?
a) 3 /2 4
b) 4 /3 5
c) 8/21
d) 3/1 0 5
el) N inguna de las a n te rio re s

21. Ep un g rupo de 25 p ersonas h a y 8 con d a lto n ism o , 18 h om b re s y 23 que tien en

d a lto n ism o o son hom bres. H alle la p ro b ab ilid ad de q u e una persona se le ccio n a d a
ail a z a r sea hom bre si se sabe que tie n e d a lto n ism o .
aj) 5/8
b) 18/25
c) 8/25
d) 3/8
e) N inguna de las a n te rio re s

22. Una bolsa contiene tre s m onedas, una de la s cu ale s está acu ñ a d a con dos ca ra s
m ie n tra s que las o tra s dos m o n e d as son n o rm a le s y no son sesgadas* S e escoge una
rhoneda al a za r de la bolsa y se lan za c u a tro v e ce s en fo rm a su cesiva . H a lla r la
p ro b ab ilid ad de que en la s cu atro v e ce s se hayan o b te n id o cara en cada vez.
a) 10/24
b) 10/48
C) 9 /2 4
d) 9 / 4 8
e) N inguna de las a n te rio re s

23. S u ponga que una em presa d edicada a re a liz a r re v isio n e s té cn ica s tien e dos ta lle re s
A y B. Cada p ro p ietario o co n d u cto r e lig e al a z a r un ta lle r para p a sa r por dos
e x á m e n e s 1 y 2. Un v e h íc u lo apru eba la revisión té cn ica s si aprueba los d os
exám en e s. Para un v e h ícu lo qu e pasa por el ta lle r A , la p ro b ab ilid ad que a p ru e b e los
d os e xá m e n e s es 0 .8 5 m ie n tra s q u e para un v e h íc u lo que pasa por el ta lle r B la
p ro b ab ilid ad co rresp q n d ien te es 0.9. C o n sid e ra n d o q u e la elección del ta lle r A es
igual de p ro bable que la elección del ta lle r B.
a) Halle la pro b ab ilid ad que un v e h íc u lo a p ru e b e la re visió n té cn ica
b) Si se sabe que el v e h ícu lo desa p rob ó la revisión té cn ica , ¿cuál es la p ro b ab ilid ad
que haya esco gido el ta lle r B?

24.tjJna fá b rica confecciona en un día d e te rm in a d o 4 0 0 prendas para v a ro n e s y 6 0 0

para m ujeres. La pro b ab ilid ad de que una prenda de m u je r tenga fa lla es de 0.01 y
la pro b ab ilid ad de que una prenda de v a ró n tenga fa lla e s 0.02. S e elig e de la
producción del día una prenda al a za r
á) ¿Cuál es la pro b ab ilid ad de que la prenda tenga fa lla ?
b) S i la prenda elegida no tie n e fa lla , ¿cuál es la p ro b ab ilid ad de que no sea de
m ujer?
c) S e eligen cu atro prendas, ¿cuál es la pro b ab ilid ad de que por lo m enos una
prenda tenga fa lla s?

25. En un d e p ó sito hay a lm acen a d o s e q u ip o s de te le v isió n . En la sig u ie n te ta b la , esto s

e q u ipo s, se hallan cla sifica d o s según la m arca y el m odelo.

118

.I. CJ
 Estadística

M arca
M odelo Total
MI M2 M3
Al 700 225 500 1425
A2 650 i tJ 5 400 í 122 5
A3 450 350 325 ; ii2 5
A4 500 175 600 i 127 5
Total 230 0 9 25 i 1825 ; 5050

Con e sto s d a to s ca lcu le lo sig u ie n te : ’

a) La p ro b a b ilid a d de que un eq u ip o se le ccio n a d o a le a to ria m e n te sea de la m arca
M I, dado que su m odelo sea A 4 . !
b) La p ro b ab ilid ad de que un eq u ip o sele ccio n a d o a le a to ria m e n te sea del m od elo A 2
y de m arca M3.
c) La p ro b a b ilid a d de que un eq u ip o se le ccio n a d o al a z a r sea de m arca M I o M2
pero no del m odelo A3.

26. La p ro b ab ilid ad de que la co n stru cció n de un e d ificio se te rm in e a tie m p o es 17/20,

la p ro b ab ilid ad de que no haya h u elga es %, la p ro b ab ilid ad de que la co n stru cció n
se te rm in e a tie m p o dado que no hubo h uelga es 1 4/1 5 , la p ro b ab ilid ad de qu e haya
huelga y no se te rm in e la co n stru cció n a tie m p o es 1/10
a) H a lla r la pro b ab ilid ad de que la co n stru cció n se te rm in e a tie m p o y ¡no haya
huelga
b) H a lla r la pro b ab ilid ad de que la co n stru cció n no se te rm in e a tiem po! si hubo
huelga

27. Un e stu d io acerca de los tra b a ja d o re s de dos p la n ta s de una em presa m an u factu re ra

in clu y e la preg unta: "¿cu á n e fe ctiva es la gere ncia para resp o n d e r a las le g ítim a s
q u e ja s de los tra b a ja d o re s?". En la planta 1, 4 8 de 192 tra b a ja d o re s con testaron
"p o co e fe ctiva ", una respuesta d e sfa v o ra b le ; en la planta 2, 80 de 248 tra b a ja d o re s
re sp ondieron "p o co efectiva". Se va a s e le c c io n a r a le a to ria m e n te a un e m p le a d o de
la e m presa m an u factu rera. Sea A el e ven to "e l tra b a ja d o r procede de la pla n ta 1" y
B el even to "la respuesta es d e sfa v o ra b le ". h
a) E ncuentre P (A), P(B) y P (A n B )
b) ¿son in d e p e n d ie n te s los e v en to s A y B?
c) E ncuentre P (B/A ) y P (B /A C), ¿son ig u a les?

28. Un ca za d o r d isp a ra 7 ba la s a un león en fu re cid o. S i la p ro b ab ilid ad de que ¡una bala

m ate es 0.6. ¿C uál es la pro b ab ilid ad de que el ca za d o r esté to d a v ía v iv o ? ;

29. Para un estu d io de cu ltu ra g eneral se e n cu e sto a 2 00 e stu d ia n te s e n co n trán d o se

que: 10 de e llo s habían leído "E l A le p h " de J.L Borges; 12 habían leído " lln M undo
para Ju liu s " de A. Bryce E chenique y 181 no habían leído ninguna de e sta s obras.
¿C u á l es la pro b ab ilid ad de que un e stu d ia n te no haya leído "El A le p h " dado que no
leyó "U n M undo para Ju liu s"?

30. Un in v e s tig a d o r afirm a que, en cie rta p oblació n , el 60% son hom bres; el 70% de los
h om b re s y el 45% de las m u jeres tien e n un coe ficie n te in te le ctu al m e n or que el
prom edio. S i una persona de esa p o blació n tie n e un co e ficie n te in te le ctu a l!d e por lo
m en os el pro m edio ¿C uál es la p ro b ab ilid ad de que sea hom bre?

31. En cierta población de perros: él 40% son de raza Bpxer, 57% son m ach a s y 32%
tie n e n m ás de dos años. A su m a qu e e sta s tre s c u a lid a d e s son in d ep e n d ie n te s. S i un
perro va a s e r sele ccio n a d o al a z a r ca lcu le la p ro b a b ilid a d de qUe tenga sólo una de
e sta s cu a lid a d e s. ;£
'í,
32. En un club hay 10 h om b res y 12 m ujeres. 4 de los h om bres y 5 de las m u je re s
tie n e n M a estría. S i se leccio n a n al a za r y sin re stitu ció n a 3 p ersonas fcalcule la
p ro b a b ilid a d de q u e las tre s person a s sean h om b res o q u e tengan M aestría:

119
 ¿ b Z*Z— :j; Estadística
- J i

33. Un d is p o sitiv o tie n e 3j partes que fu n cio n a n in d e p e n d ie n te m e n te . S u s p ro b a b ilid a d e s

de falla son: 0.2, ,0.3 y 0 .4 para la prim era , seg u n d a y te rce ra p arte s
re sp e ctivam en te. H a lla r la p ro b ab ilid ad de qu e al m e n o s una de la partes falle.

34. Una bolsa contiene tires m onedas, una de la s c u a le s está acuñada con dos cara s
(mientras que las otras dos m onedas son n o rm a le s y no son sesgadas. S e esco g e una
m oneda al a z a r de ia bolsa y se lan za cu a tro v e ce s en fo rm a su cesiva . H a lla r la
p ro b ab ilid ad de que en las cuatro v e ce s se hayan o b te n id o cara en cada vez.

35. T e n em o s dos eventos: A y B e sta d ístic a m e n te d e p en d ie n tes. Si P (A )= 0 .3 9 ,

;P(B)= 0.21 y P (A U B )= 0 .4 7 , e n cu e n tre las p ro b a b ilid a d e s de que:

¡a) Se presente ta n to A com o B

|b) No se presente ni A ni B
|c) Se presente B, dado que A ya se ha p resen tado
d) Se presente A, dado que B ya se ha p resen tado

36. ;Un lote consta de 10 a rtíc u lo s buenos, 4 con pequ eñ os d efectos y 2 con defectos
g raves. S e e lig e un a rtícu lo al a zar. E n co n tra r la p ro b ab ilid ad de que:
a) No tenga defectos.
b) Tenga un defecto grave.
c) Q ue sea bueno o ¿|ue tenga un d efecto grave.
Si se escogen 2 artícu¡!ps en v e z de uno, ca lcu le la p ro b a b ilid a d de que:
d) A m b o s sean buenos.
é) A lo m enos uno sea bueno.
f) A lo m ás uno sea bueno.
g) N inguno tenga d efectos graves.

37. ¡En una se rie de observaciones* del tie m p o de so b re v ive n cia de peces de una
¡determ inada especie en a guas c o n ta m in a d a s, un pesquero ha e n co n trad o q u e el
9 5% so b re v ive 20 días, el 78% so b re v iv e 4 0 días, el 33% so b re v iv e 80 d ía s, el 6 %
s o b re v iv e 100 d ía s y ninguno so b re v iv e d esp u é s de 120 días. E stim e la p ro b ab ilid ad
de los eventos:
9 ) Un pez m uere den tro de los p rim e ro s 20 d ía s,
b) M uere entre 40 y 100 días,
d) S o b re v iv e a lo m ás 80 días.

38. En un sa lón de clases hay 40 personas. 15 son h o m b re s y 26 están en seg u n do

p id o de los cu ale s 18 son m ujeres. Si se esco ge un e stu d ia n te al azar:
á) ¿C uál es la pro b ab ilid ad de que sea h om b re y no e sté en segundo ciclo?
b) S i se seleccion a un estu d ia n te y se o b se rv a q u e está en segundo ciclo , ¿cu ál es
la p ro b ab ilid ad d e ^ u e sea m u jer?
39. Dos m áqu in as, A y Efy:producen el 35% y el 65% de la s tue rcas de una fábrica. S e
sabe que el 10% y e l’15% de las tu e rc a s de cada m á q u in a son defectuosas.
a) S i en el m ercado $e encontró una tu e rca defectuosa ¿Cuál es la p ro b ab ilid ad de
! que haya sid o producida por la m á q u in a A?
b) S i en el m ercado se se le ccio n a ro n in d e p e n d ie n te m e n te dos tue rcas y re su ltaro n
d efectu o sas ¿C uál es la p ro b a b ilid a d de que hayan sido p ro d u cid as p o r la
m áquina A?

40. Para e v a lu a r el resu lta d o de una c a p a c ita ció n , un p a rticip a n te está rin d ie n d o un te st
de 5 preg untas, donde cada una v a le 2 puntos. Ya ha respondido dos corre cta m e n te
y decide e le g ir al a za r las tres re sp u estas que le faltan .

120
 — —
Estadística

a) D efina el e sp a cio m uestral.

b) S i la ca lifica ció n m ín im a a p ro b a to ria es 6, ¿C uál es la p ro b a b ilid a d de q ue
a p ru e b e el te st?

4 1. En una ciudad se estu d ia la ca n tid a d de u su a rio s de In te rn e t de acuerdo ia cie rta s

v a ria b le s. Eñ el sig u ie n te cuadro, se m u e stra la d istrib u ció n de acuerdo a la Edad y
V e lo cid a d de Internet;

R ango de Eda d h.
I Total
V e lo cid ad de De 21 a De 31 a M ás de 40
De 6 a 20 años
In te rn e t 30 años 40 años años
1 M bps 150 80 50 50 330
2 M bps 55 30 20 20 125
3 M bps 25 10 5 5 45
T o tal 230 120 75 75 500

a) ¿C u á l es la p ro b a b ilid a d q u e un u su a rio sele ccio n a d o al a za r tenga una v e lo cid a d

de 2 M bps y tenga com o m ín im o 21 años?
b ) ¿C u á l es la pro b ab ilid ad qu e un u su a rio se le ccio n a d o al a za r tenga una ve lo cid a d
d e 1 M bps o tenga a lo m ás 20 a ñ o s?

4 2 . En la G ere n cia de CRM del S u p e rm e rc a d o D e s e o tra b a ja n d ie z AnalistasL S e is de

e llo s son in fo rm á tico s y los o tro s c u a tro son In d u stria le s. Para im p le m e n ta r una
cam p a ñ a co m e rcia l, se debe fo rm a r un eq u ip o de cu a tro m iem bros. ¿C b á l es la
p ro b ab ilid ad que hayan dos in fo rm á tico s en este eq u ip o de cuatro ?

4 3. Una co m p a ñ ía de d e sa rro llo u rbano está considerarijdo la p o sib ilid ad de c o n s tru ir

un centro c o m e rcia l en un se cto r del s u r de Lim a, Perú. Un ele m e n to v ita l en esta
co n sid era ció n es un p ro yecto de una a u to p ista que luna este se cto r con él cen tro
de la ciudad. S i el g o b iern o m u n icip a l aprueba esta a u to p ista , h a y una
p ro b a b ilid a d de 0 ,9 0 de que la c o m p a ñ ía co n stru ya el centro co m e rcia l en tan to
q u e si la a u to p ista no es ap ro b a d a , la p ro b ab ilid ad es so lo 0 ,2 0 . B a sán dose en la
in fo rm a ció n d isp o n ib le , el g e re nte de co m p a ñ ía e stim a que hay una p ro b ab ilid ad
de 0 ,6 0 que la a u to p ista sea aprobada.
a) ¿C uál es la p ro b ab ilid ad de que co m p a ñ ía co n stru ya el centro co m e rcia l?
b) D ado que el centro co m ercia l fue co n stru id o , ¿cuál es la p ro b ab ilid ad de que
la a u to p ista haya sid o ap ro b a d a ?

4 4. Un siste m a co n siste en tre s co m p o n e n te s in d ep en d ien te s: A, B i y B2. La

p ro b a b ilid a d de fa lla es 0,01 para A, 0 ,0 2 para B x y 0 ,1 0 para B2. S i para el
fu n c io n a m ie n to del siste m a son n e ce sa rio s los co m p o n e n te s A y al m enos uno de
los B, ¿cuál es la p ro b ab ilid ad de que el siste m a fu n cio n e?

MÍA # 1 ' 3 - 9 - /r - ^3

F j 'l a tí z : Q _ íz- u ■- 2.9 - f/

121
 Estadística

j C A P IT U L O V II

i V A R IA B L E S A L E A T O R IA S

S e e stu d ia la s c a ra cte rística s y to m a n d o en cu en ta lo s con cep tos de p ro b a b ilid a d e s para

e n te n d e r la d e fin ició n de una v a ria b le s a le a to ria s y su d istrib u ció n de p ro b a b ilid a d
a so cia d a; a sí com o h a lla r su m edia, la v a ria n c ia y el co e ficie n te de v a ria ció n .

O b jetivo . A l fin a liz a r este cap ítu lo el e stu d ia n te podré e n te n d e r el concepto de una
v a ria b le a le a to ria y las a p lica cio n e s que tie n e en la te o ría de p ro b a b ilid a d e s y en el
carrjpo de la in feren cia esta d ística .

7 .1 1D efinición de va ria b le aleatoria

Una; v a ria b le a le a to ria es c u a lq u ie r funció n qu e tie n e com o d o m in io a los e le m e n to s q ue

co n stitu y e n el espacio m u estral de un e x p e rim e n to a le a to rio y com o rango a un
su b co n ju n to de los reales.
i l {Espacio miH’stral) Rx (Coujim to reafos)

Una K4. es una función

X ::Q -+ R X

Rfljigó R x Es el coujinito de los valores de la VA

7. ¿ C la ses de va ria b le aleatoria

Las ¡variables a le a to ria s pueden ser:

• V a ria b le s a le a to ria s d iscre ta s
• V a ria b le s a le a to ria s co n tin u as

V a ria b le aleatoria discreta. S i su rango e s un co n ju n to fin ito o in fin ito num era b le .

E jem plo 1
S e a je l e xp e rim e n to a lea to rio re g is tra r los s e x o s de los p ró xim o s tre s n iñ o s q u e v a n a
nacer. S i se d efine la v.a .d . Y com o el nú m ero d e n iñ o s de se xo fe m en in o qu e nacerán.
H allé el d o m in io y el rango de Y.
S o lú ció n :
Cl={ MMM, MMF, MFM, FMM, MFF, FMF, FFM, FFF }
Y(M M M ) =0
Y (M h F ) = Y(M FM ) = Y(FM M ) = 1
Y(M FF) = Y(FM F) - Y(FFM ) =2
Y(FFF) - 3

E n tonces RY = {0 , 1, 2, 3}

Y = n ú m e ro de ni nos d e s e x o fe m e n in o q u e n a c e rá n

iviivirvi, i v i i v i r , f m m , is/i f ^f -, f ^ i v i f , f f m , f f f >

R v = {O , 1 , 2 . 3 >

122
Ejem plo 2
S e va a re g is tra r la v a ria b le a le a to ria X d e fin id a com o el n ú m e ro de a u to s qu e llegan
p or cada hora a una playa de e s ta c io n a m ie n to e n to n ce s el d o m in io de X será el
co n ju n to de to d a s las horas en e stu d io y el rango Rx = {:0, 1, 2, ...}

V a ria b le a leatoria con tin u a. S i su ran go es un c o n ju n to in fin ito no n u m era b le.

Ejem plo 3
S e desea d e te rm in a r el pH de un co m p u e sto q u ím ico se le ccio n a d o al a za r, e n to n ce s la
v a ria b le a le a to ria X de fin id a com o el pH del c o m p u e sto es una v a ria b le a le a to ria
co n tin u a con rango |0,14|

7.3 Función de p robabilid ad de una v a ria b le a le a to ria d iscre ta

Sea X una v a ria b le a le a to ria d iscre ta . S e d e n o m in a fu n ció n (ley, m odelo o d is trib u ció n )
de p ro b ab ilid ad de X a la funció n / ( x ) d e fin id a por f ( x ) = P ( X = x ) para todo n ú m e ro
reai x , qu e s a tisfa ce las sig u ie n te s co n d icio n e s:

0 / (x ) = 0 p a ra x <£Rx
ii ) f ( x ) > - 0 paraxeRx

m) S /W =1
x¡eRx

Ejem plo 4
Con re la ción al E jem p lo 1, h a lle la fu n ció n de p ro b a b ilid a d de la v .a .d Y d e fin id a com o el
nú m ero de niños de sexo fe m e n in o qu e nacerán, a su m ie n d o que los e v e n to s s im p le s
son ig u a lm e n te pro bables (o que P (M ) = P (F ) = l/2 y que M y F son e v e n to s
in d e p e n d ien te s).

S o lu ció n :

/ ( o ) = P ( J = 0 ) = P ({M M M })= -
8

/ ( i ) = p ( y = i ) = p ({ m m f ,m fm , fm m })= -
8

/ (2 )= P ( Y = 2 ) = P ({M F F , FMF , FFM }) = -

8

/ ( 3)= P(Y = 3 ) = P({FFF } ) = I

O

La fun ció n de p ro b ab ilid ad tam b ié n se puede re p re se n ta r de la s ig u ie n te m anera:

Y 0 1 2 3
f(y ) = p (r = y) 1/8 3/8 3/8 1/8 1

E je m p lo 5
El n ú m ero de u n id a d es v e n d id a s p o r día del a rtíc u lo Z es una v a ria b le a le a to ria tie n e la
sig u ie n te fu n ció n de pro b ab ilid ad :

123
 — ■*- — — - .w < a t iv c i »»«-. *T_—. i v J Estadística

x = l,2

x = 3, 4
f { x ) = P { X = x) =
2c, x - 5, 6
O, otros valores de x

D e te rm in e el v a lo r de c.

S o lu ció n
Por propiedad:

1 ~ / ( 0 + /(2 ) + /(3 ) + /( 4 ) + /(5 )+ /(6 )- c +c +- +- +2c + 2c - 1

X<e R x o o

re so lvie n d o la ecuación resulta c = — .

8

E j e m p lo 6
S e tie n en 6 im p re so ra s, de las c u a le s 2 e stá n defectuosas. Si se se leccion a n 3 de ella s,
sin reem p la zo, d e te rm in e la funció n de p ro b a b ilid a d de la v a ria b le a le a to ria defin ida
com o el núm ero de im p re so ra s d e fe ctu o sa s seleccio n a d a s.

S o lu ció n
S e a n los eventos: D0 = {o b te n e r 0 im p re so ra s d efectu o sas y 3 no d e fe ctu o sa s}
Dx = {o b te n e r 1 im p reso ra defectuosa y 2 no d e fe ctu o sas}
D 2 = {o b te n e r 2 im p re so ra s d efectu o sas y 1 no d efectu o sa}

S e a X = N úm ero de im p reso ra s d e fe ctu o sa s se le ccio n a d a s

El rango es: Rx = {0, 1, 2 }

v°y _4_
f(0)=P{X=--O) = P{Do)-- n{Do)
n(Q) 20
V3/

12
f(í} = P{X=-í) = P{Dl) = Á Di ) . v y
n{fí) 20
v3y

v y Va-y 4_
/ t ! ) = K í = 2) = í t o ) - J 20

v3y
0.2 x = 0,1
La funció n de pro b ab ilid ad queda d efinida: f ( x ) = P ( x = x) = 0.6 x = l
0 Otro caso
E jercicio 1
Una m uestra a lea to ria con repo sición de ta m a ñ o n= 2 se selecciona del co n ju n to { 1 ,2 ,3 }
ob te n ié n d o se un espacio m uestral:
£J = { (l,l),(li 2 ),(l,3 ),(2 ,l),(2 ,2 ),(2 ,3 ),(3 ,l),(3 ,2 ),(3 ,3 )J

124
r Estadística
: -/

S e a X la v a ria b le a le a to ria la su m a de lo s dos n úm eros. H a lla r la fu n ció n de p ro b a b ilid a d

de la v a ria b le a le a to ria X.

E je rcicio 2
Un d is p o s itiv o está com puesto por tre s e le m e n to s (A, B y C) que tra b a ja n
in d e p e n d ie n te m e n te . La pro b ab ilid ad de fa lla de cada e le m e n to en una prueba es 0.1.

a. H a lle la fu n ció n de p ro b ab ilid ad de la v a ria b le a le a to ria núm ero de e le m e n to s que

fa lla n en una prueba.

b. ¿C u ál es la p ro babilidad de c ue a lie al m e n os un e le m e n to en una prueba?.

E je r c ic io s
En un d is trito de Lim a el núm ero de h ijo s p o r fa m ilia e s uñá v a ria b le a le a to ria con ia
s ig u ie n te funció n de pro b ab ilid ad : .

0.5 k x = 0 ;l
k x —2;3
p ( X = x) =
2M x =4
0 otra manera

a. H alle el v a lo r de k para que f(x) sea una fu n ció n de pro b ab ilid ad .

b. S i se esscoge al a za r una fa m ilia , ¿cuál es la pro b ab ilid ad de que tenga por lo m e n o s
dos hijos?_________

7 .4 Función de probabilidad de una v.a con tin u a X

La funció n / ( x ) de la v.a. con tin u a X es su función de pro b ab ilid ad si cu m p le con lo

sig u ien te:
1- /(* ) > 0, V x e M , / ( x ) no es una p ro b a b ilid a d p o r e je m p lo / ( x ) = 3.9 es posible.
co
2. J f(x)d x =1
-co

b
3. S i A = [ x / a < x < b \ P ( Á ) = P { a < X <tí) = ^ f { x ) d x
a
b
4. P ( a < X < b ) = P ( a < X < b ) = P ( a < X < b ) = P ( a < X < b ) = ¡f(x)chc

n +1 n+1

f x n d x = -------
En general:
J n+1 n +1

E jem plo 7 V-
S u p o n g a que el tiem pd; en horas, q u e n ecesita un técn ico para rep a rar cierta a ve ría de
un a rtefa cto eléctrico es una v a ria b le a le a to ria que tie n e la sig u ie n te fun ció n de
p ro b ab ilid ad :

[£ (6 -x ) , l< x < 3
/(* ) =
[0 , p a ra otros valores de x

a. H alle el v a lo r de k para que f(x) sea una funció n de pro b ab ilid ad .

Por propiedad: Jf{x)d x = 1, entonces,

^ f { x ) d x = ^ f { x ) d x + ^ f ( x ) d x + ^ f [ x ) d x = k ^ { 6 - x ) d x - k ( 8)=> fc = -
"" cero 1 k(6-x) 3 cero 1

—( 6 - x ) , l< x < 3
Entonces la función de d ensidad: f ( x ) - 8 7
0 , p a ra otros valores de x

126
 Estadística

b. C a lcu le la p ro b ab ilid ad de que un té cn ico de m ore p o r lo m enos 1.8 h oras pero

m enos de 2 horas en re p a ra r esa a vería .
2 2 .
A = \x¡ 1.8 < x <2} -» P ( j4 ) = P ( 1.8 < X < 2 ) = j"f ( x ) d x = J—( 6 - x) dx = 0.1025 ■
1.8

c. ¿C u á l es el tie m p o m áxim o que n ecesita un té cn ico para re p a ra r cie rta a ve ría de

un a rtefa cto e lé ctrico para e s ta r d e n tro del 18% de los que usan m e n o r tie m p o ?

P ( X < k) = - x)dx = 0.18

k = 1.26 horas

E je rcicio 4
S e a la V .A . X: Peso de un a rtícu lo (K g), cuya fu n ció n de d e n sid a d está dada por:

— x, \< x < 2
/O ): 3
0 Oti'o caso

a. V e rifiq u e que f(x) es una funció n de d e n sid a d

b. Hal e la pro b ab ilid ad de que un a rtíc u lo pese e n tre 1 y 1.5 k g .

c. H alle la probabilic ad de q ue un a rtícu lo pese al m enos 1,8 kg.

7.5 V a lo r esp e ra d o, e speran za m atem ática o m edia de una v a ria b le a leatoria X

La m ed ia de una v .a X, que tie n e com o fu n ció n de p ro b a b ilid a d / ( x ) , está dada por:

i. ¡xx = E ( x ) = 2 x /W si X es una v a ria b le a le a to ria discreta .

127
2. n x = E { X ) = J x / ( x ) < & si X es una v a ria b le a le a to ria continua.
— co

V a lo r esp era d o, esperan za m atem ática o m edia de una función de ia v a ria b le

aleatoria X

S i la v .a X tie n e com o función de p ro b ab ilid ad / ( x ) , e n to n ce s el v a lo r esp e ra d o de

c u a lq u ie r funció n h(X), está dado por:

si X es una v a ria b le a le a to ria discreta.

xeR\-
co
2- E { h ( X ) 1 = | h ( x ) f ( x ) d x si X es una v a ria b le a le a to ria continua.
—oo

P ro p ie d a d e s del v a lo r e sperad o

1. S i c y d son co n sta n te s reales, e n to n ce s, E { c X + d ) = c E ( x ) + d

2. C o n se cu e n cia s de la propiedad 1:
a. E ( d ) = d
b. E ( X + d) = E { x ) + d
c. ' E ( c X ) = c E ( x )
3. S i X e Y son v .a . y c, d son co n s ta n te s reales, en ton ces:
F{cX-\-dY) = cE{x)+dE{Y)
C asos p a rticu la re s: E {X +Y ) = is (x )+ E {y)
e {x - y ) = e {x ) - e (y )
í n \ 71
4. Si X l, . . . , X n son v .a . e n to n ces E X¡ —^ ] E ( X ¡)
V /=! J i=l

7 .6 La va ria n cia de una va ria b le a leatoria X

La v a ria n cia de una v .a X está dada por el v a lo r espera do de ¡a fu n ció n

es decir:

* x2 = V a r ( x ) = E ^ X - f i Jcj \ = E { X 1) - { E { X ) f = E { X 2) - p 2

P ro p ie d a d e s de la varian cia

La v a ria n c ia es un núm ero real p o sitiv o que cu m p le con la s sig u ie n te s propiedades:

1. Var(x) = E(X2) -/ 4
D em o stración
Var (X) = E [( X - fix f ] = E ( X 2)+ ]x\ - 2 fix E ( X ) = e ( X 2) - M1

2. S i c y d son co n sta n te s reales, entonces, V a r (c X + d ) = c 2 Var{X)

3. C o n se cu e n cia s d e ‘fa propiedad 2:

a. V a r { d ) = 0
128
 s j» ..: *1?A. *JI W • & 1 4* U- Estadística

b. F « r ( X + ¿/)= V a r ( x )
c. V a r { c X ) = c 2V a r ( x )

4. Si X e Y son v.a . in d e p e n d ie n te s' y c, d son co n sta n te s reales, entonces:

F « r(c X + 7 ) = c 2 F a r ( x ) + J 2 F h r (7 ).

C a so s p a rticu la re s: Var(X + Y) = Var(X) + Var(Y)

Var(X - Y ) = Var ( x ) + For ( y )

/ n \ íí
5. Si X l, . . . , X n son v.a. in d e p e n d ie n te s e n to n ce s Var Y , x ,
\ í=i : ) i=i

E jem plo 8 .
S u p o n g a q ue una lib re ría com pra 6 e je m p la re s de un lib ro y el núm ero de e je m p la re s
v e n d id o s en tre s m eses, tien e la s ig u ie n te fu n ció n de p ro b ab ilid ad :

X i 2 3 4 5 6
/ M 1/8 1/8 1/8 1/8 2 /8 2/8

a. H alle el núm ero de ejem p lare s q u e se e sp e ra v e n d e r en tres m eses.

¡ix = E Í X ) = Y x / 6 c ) = l x — + 2 x ¿ + 3 x — + 4 x - + 5 x — + 6 x ~ ;= A unidades
á¿x 8 8 8 8 8 8

b. H alle la v a ria n cia del n úm ero de e je m p la re s v e n d id o s en tre s m eses.

Por la propiedad 1 de la v a ria n cia : V a r ( x ) = e (x 2) - / 4

f i y2 = E Í X 2) = Y x 2 / ( x ) = l 2 x - + 2 2 x - + 32 x — + 4 2 x — + 52 x -- + 62 x — = 19
\ ; 8 8 8 8 8 8
entonces: V a r ( x ) = e {x 2) - j u 2x = 19 - 4 2 = 3 u n id a d e s2

c. C a lcu le el co eficien te de v a ria ció n del n úm ero d e e je m p la re s v e n d id o s en

tre s m eses.

CVX = — xlOO = “ XlOO = 43.3 %

^ 4

d. S u p o n g a que la librería com pra 6 e je m p la re s de un libro a $10 .0 0 cada uno,

para v e n d e rlo s a $2 0 .0 0 te n ie n d o en cu enta q ue al te rm in a r el p erio d o de
3 m e se s, cu a lq u ier e je m p lar no v e n d id o se ven d e rá a $7.00. C a lcu le la
m ed ia, la va ria n cia y el co e ficien te de va ria ció n de la u tilidad neta.

S e a n la s v a ria b le s: X = nú m e ro de e je m p la re s ve n d id o s
6 - X = nú m e ro de e je m p la re s no ve n d id o s
U = u tilid a d neta

U = 20 X + 7 ( 6 - X ) - 60 = 13 X - 18 , a p lica n d o la pro piedad 1 del v a lo r

e sp e ra d o y la propiedad 2 de la v a ria n c ia se tie n e lo sig u ien te :

E (U) = E (13 X - 18) = 13 E (X) - 18 = 13 (4) - 18 = $34

V a r (U) = V a r (13 X - 18) = 132 V a r (X) = 13 2 (3) = 507

129
 Estadística

CVu - . ^ 2 1 x 1 0 0 = 66.2 %
34

e. C a lc u le la p r o b a b ilid a d d e q u e la u t ilid a d n e t a s e a m a y o r q u e 3 4 .

P(U ) 34) = P (1 3 X -1 8 > 34) = P ( X ) 4) = P ( X = 5 ) + P ( X = 6) = - + - = 0.5

8 8

E je rcicio 5
S e a la v a ria b le a le a to ria X, defin id a com o el núm ero de a rtíc u lo s d e fectu osos pro d u cidos
p o r día, cuya funció n de p ro b ab ilid ad es:

0.1, x=0
kx, x = 1,2
f ( x ) = P ( X = x) =
k(5 —x), x = 3,4
0 otro caso
a. H alle el v a lo r de k para que f(x) sea una fu n ció n de p ro b ab ilid ad .

b. ¿C u á l es la p ro babilidad de e n c o n tra r por lo m enos dos a rtíc u lo s d efectuosos en un

día cu a lq u ie ra ?

c. H alle el v a lo r esperado y el coe ficie n te de v a ria b ilid a d .

d. S i la em p resa e stim a que la perdida por cada a rtíc u lo defectuoso por día e s de
$ 2 5 .0 y un gasto de reenvió de $4.5. H a lle la pérd ida m edia y el co e ficie n te de
v a ria b ilid a d .
130
 Estadística

E jem plo 9
La v.a. con tin u a X defin id a com o la p ro p orció n de a ccid e n te s fa ta le s por m es que
ocu rren en d e te rm in a d a ciudad tie n e com o fu n ció n de d ensidad:

\2x , para 0 < x < l

/(* ) = 0 para otros valores de x

a. C a lcu le la probabilid ad de que la p ro p o rció n d e a ccid e n te s p or m es sea

m e n o r q ue 0.4

0.4 0.4 0.4

r ->~i0.4
P ( X < 0 .4 ) = P ( 0 < X < 0 .4 ) = J f ( x ) d x = J 2xdx- [ V ] 0 = 0.16
0 o JO

Nota: C o m o X es una v.a . co n tin u a se c u m p le que:

0.4

P ( 0 < X < 0 .4 ) = P ( 0 < X < 0 .4 ) = P ( 0 < X < 0 . 4 ) = P ( 0 ^ X < 0 . 4 ) = [ f ( x ) d x = Q.\6

0
b. En cu e n tre la p rop orción m edia d e a ccid e n te s fa ta le s p o r m es en esa ciudad.
00 ■ ^ ^ o i o
fj.x = E ( X ') = | x f (x)dx = J x (2 x )t¿ e = j 2 x 2 dx = —[x 3J q = —

c. H alle la va ria n cia d e X.

E X 2) = j x2 / (x) dx = j x2 (2 x)dx = J 2x3 dx = —[ x 4J*.= —

-m 0 0 4 0 2
2 1 1
cr : E ( x 2) - [ E ( x ) J -T
2 ,3 / 18

d. Si Y = 0 .S X -0 .0 2 , ca lcu le la m edia y la v a ria n cia de Y.

E (Y )= E (0 .8 X -0 .0 2 )= 0 .8 E (X )-0 .0 2 = 0 .5 1 3 3

V a r(Y )= V a r(0 .8 X -0 .0 2 ) = 0.8 2V ar (X ) = 0.82 = 0.0356

v18y
e. H alle la P ( 7 <0.3)
P ( Y < 0.3) = P ( 0 .8 X - 0.02 < 0.3) = P ( X < 0.4) = 0.16

E je rcicio 6
El tie m p o (en horas) que se dem ora un té cn ico en e n s a m b la r una co m p u ta d o ra puede
m o d e la rse por una v a ria b le a le a to ria X con fu n d ó n de densidad

131
 1

Estadística

x 0<jc<1
/ ( * ) = 2 —x \<x<2
0 en otro caso

a. C a lcu le la p ro babilidad de que un té cn ico se d em o re e n tre m edia hora y una hora y

m edia.

e. C a lcu le el tiem p o esperado que dem ora un técn ico en e n s a m b la r una com p u ta d ora .

f. Si el costo, en nuevos sole s, para e n s a m b la r una co m p u ta d o ra puede c a lcu la rse

com o cuatro veces el tie m p o que se dem ora un técn ico m ás d ie z nu e vo s soles.
C a lcu le el costo esperado para e n s a m b la r una com pu tadora.

Ejercicio 7
S u p ó n g a se que la con cen tra ción que cierto c o n ta m in a n te se encuentra d istrib u id a de
m anera u niform e en el in te rv a lo de 0 a 20 p a rte s de m illó n (f(x) = l/ 2 0 ) . S i se co n sid e ra
tó xica una concentración de 8 o m ás.

a. ¿C uál es ¡a pro b ab ilid ad de que al to m a rse una m uestra la co n ce n tra ció n de ésta sea
tó xica ?

132
 3 .»
— Estadí sti ca

b. H a lla r el v a lo r esperado y la v a ria n za de la co n ce n tra ció n de cie rto co n ta m in a n te .

c. C a lc u le la pro b ab ilid ad de que la co n ce n tra ció n de cie rto c o n ta m in a n te sea

e x a cta m e n te 10

133

0
 m

Estadística

E JER C ICIO S P R O PU ES TO S

1. En un to rn eo de ping-pong dos p a rticip a n te s A y B ju e g a n hasta que a lg u n o de e llo s

haya ganado tre s ju e g o s. S e supon^ que el ju g a d o r A tie n e p ro b ab ilid ad 0 .6 de
g a n a r el p rim e r jueg o , 0.7 de g a n a r'c u a lq u ie r ju e g o p o ste rio r si ganó ta m b ié n el
a n te rio r y 0 .5 si perdió el a n terio r. La funció n de p ro b ab ilid ad para el n úm ero de
ju e g o s entre A y B hasta que fin a lice el to rn eo es el sig u ien te :

X 3 4 5
0 .3 9 4 0 .2 3 6 0 .3 7 0
f ( x)

H a lla r el núm ero esperado de ju e g o s en los que deben en fren ta rse A y B hasta que
fin a lic e el torneo.
2. La dem anda m ensual u n ita ria de un d e te rm in a d o producto en un centro co m e rcia l
es una v a ria b le a lea to ria que tie n e la s ig u ie n te d istrib u ció n .

D em anda 200 300 400 500

f(x) 0 .2 0.3 C 0.1
Cada unidad dem andada produce una u tilid a d de S / 50; sin em bargo, si la u nidad
al final del m es no es d em an dada genera una pérdida de S / 20.
a) H a lla r " C " para que f(x) sea funció n de pro b ab ilid ad
b) H a lla r la g anancia esperada y d e sv ia ció n e s tá n d a r que se genera si el cen tro
com ercia l ordena al in icia r el m es 3 0 0 unidades.
c) In d ica r el núm ero de u n id a d e s que debe o rd e n a r el cen tro co m e rcia l al in ic ia r el
m es, de tal m anera que la u tilid a d esp e ra d a sea m áxim a .

3. Un e sp e cia lista afirm a que una a m a de casa de cie rta población que com pra carn e
para la sem a n a elig e un tip o d e ca rn e in d e p e n d ie n te m e n te de los otros. La
p ro b a b ilid a d de que com pre pescado e s 2/3, d e qu e co m p re pollo e s 0 .5 y la
p ro b ab ilid ad de que com pre carn e de v a c u n o e s 0 .2 5 . C a lcu le el nú m ero e sp e ra d o
de tip o s de carn e que una am a de casa de esa p o blació n com p ra rá para la sem a n a .

4. Una co m p a ñ ía d istrib u id o ra s de partes de co m p u ta d o ra recibe pla ca s de CPU en

lo tes de 20. El d e p a rta m en to de re v isió n técnica u tiliza el s ig u ie n te p ro ce d im ie n to
de inspección. S e prueban dos pla ca s de cada lote. S i nin g u n a es defectuosa no se
continúa probando las d e m ás placas. S i al m enos una de la s p la ca s es de fectu osa se
prueba el lote com pleto. ¿C uál es el nú m ero esperado de placas p ro badas po r lote sí
se sabe por exp e rien cia que cada lote co n tien e e xa cta m e n te el 15% de p la ca s
de fectu osas?

5. Un fa b rica n te está p laneando la producción de un a rtíc u lo que será la novedad en la

pró xim a tem porada. El fa b rica n te e stim a que la d e m anda de este a rtícu lo está dada
en la form a siguiente:

N úm ero de producción (X) P ro b a b ilid a d e s

1000 V4
2000 Vi
3000 1/ 4

El costo de producción y c o m e rcia liza ció n del a rtícu lo co n siste en un costo base fijo
de $ 1 0 0 0 y de un costo v a ria b le de $1 por unidad. S i el precio de v e n ta es de $5
por unidad. ¿Cuál es la ga n an cia e sperada para el fa b rica nte?

6. El gere nte de una em presa dé tra n sp o rte sabe que la d istrib u ció n de la de m an d a de
p a sajes que d ia ria m e n te so licita n a su agencia es la que se presenta a con tin u ació n .
Los v a lo re s p o sitivo s indican que el n úm ero de p a sajes s o licita d o s exceden la
134
 ‘L.r-1 - Estadística

c a p a c id a d del ó m n ib u s , m ie n t r a s que lo s n e g a t iv o s in d ic a n que la dem anda de

p a s a j e s e s m e n o r a la c a p a c i d a d d e l ó m n i b u s .

0.05 X ——15
0.15 X = -1 0
/(* ) = 0.55 X =0
o .i jsr = i o

0.15 X = \5

a) ¿C u á l es la p ro b ab ilid ad que en un día la d e m an d a de p asaje exceda la

cap a cid a d del ó m n ib u s? r
b) ¿C u á l es la p ro b ab ilid ad que de tre s d ía s se le ccio n a d o s a le a to ria m e n te dos de
e llo s ten g an una d em anda de p a sa je s igual a ia cap a cid a d del bus?
c) El g a sto (Y, en dólares) que o ca sio n a a los o p e ra d o re s lo g ístico s cu an d o la
d e m an d a de p asajes no es igual a la ca p a cid a d del bus, puede e x p re sa rse com o:
Y = 2 [X |. H alle el gasto m edio esperado.

7. El g e re nte de la em presa de ju g u e te s p lá stico s le ha en carg a d o al nuevo a siste n te

que in v e stig u e sob re ios re g istro s de v e n ta s de un tip o de c a m io n cito s y com o
re su lta d o ha calcu la d o la sig u ie n te d istrib u ció n de p ro b a b ilid a d e s para s u s v e n ta s
a nu ales.

U nid a d es (ventas) 3000 4000 4500 5 00 0

Probabilidad 0 .2 0 .4 0 .2 0.2

a) ¿ C u á n to s ca m io n cito s se e sp e ra ría v e n d e r el p ró xim o año?

b) S u p o n g a que se decide fa b ric a r para el p ró xim o año 5 0 0 0 ca m io n cito s. S i los
ca m io n cito s se venden a $5 y c u e sta h a ce rlo s $4. ¿En cu án to se e s tim a ría el
co e ficie n te de v a ria b ilid a d de las g a n a n c ia s de las v e n ta s en el p ró xim o año?

8. Un a n a lista económ ico de m e rcad o s de una co m p a ñ ía que produce una conocida

g a lle ta , tie n e la creencia de que la n u eva p rese n ta ció n del em p aq u e de esta g a lle ta
que in tro d u cirá la com p a ñ ía al m ercad o tie n e el 70% de p osib ilid a d de m a n te n e r los
co n su m id o re s que n o rm a lm e n te c o m p ra n el pro du cto con el nuevo e m p aq u e , sin
e m b arg o estim a una p osib ilid a d e n tre 5 que so la m e n te com pren el pro d u cto la
m itad de su s co n su m id o re s a ctu a les. P or ú ltim o e x iste una p osib ilid a d e n tre 10 de
que no sólo se m antenga el nú m ero de c o n su m id o re s sin o que a u m e n te en el 10% .
S i se ca lcu la que el núm ero to ta l de c lie n te s es de 5 0 0 0 co n su m id o res.

a) C o n stru y a una tab la de d is trib u ció n de p ro b a b ilid a d e s del nú m ero de

co n su m id o re s de la g a lle ta con la nueva presen ta ción ,
b) H alle el v a lo r esp era d o del nú m ero de c o n su m id o re s q u e co m p ra ría el producto

9. De a cu erd o con el m in iste rio de tra n sp o rte , se sa b e que el núm ero de a ccid e n te s p or
se m a n a que ocurren en una em p re sa es una v a ria b le a le a to ria X con fu n ció n de
d istrib u ció n de p ro b a b ilid a d e s dado por:

X 0 1 2 3 O tro s v a lo re s
f(x) 0.2 8 0.35 0 .2 2 0.15 0
a) H a lla r la m edia, la v a ria n cia y co e ficie n te de v a ria c ió n de X.
b) S i en una se m a n a se sabe que o c u rrió al m en os un a ccid ente, ¿cuál es la
p ro b a b ilid a d de que en d icha se m a n a haya o cu rrid o e xa cta m e n te uno?
c) S i la em presa incurre en una p é rd id a s e m a n a l Y (safes) según el nú m e ro de
a ccid e n te s dada por: Y = 10 + 8X. H a lla r la pérd ida esperada sem a n a l.

135
10. Un op erario va a pro b ar una bala n za , pesando cinco 5 objetos, se le ccio n a d o s al a z a r
de un total de 8 bbjetos, de los c u á le s 6 pesan e xa cta m e n te el v a lo r real de
fa b rica ción y el resto no. S i se d efine la v a ria b le a le a to ria : núm ero de o b je to s
se le ccio n a d o s que pesan igual al v a lo r real de fa b rica ción . H alle la fu nció n ' de
p ro b ab ilid ad y el v a lo r esperado de la V a ria b le de interés.

11. Cierta v a rie d a d de planta es sem b ra d a en p a rcela s u tiliza n d o d e te rm in a d o

fe rtiliza n te . S u p on g a que la producción X, en m ile s de K ilo s por parcela es una
V ariable a le a to ria continua con la s ig u ie n te función de pro babilidad:

\k[x-í) , p a ra l < x < 3

/(* ) =
0 p a ra oti'os valores de x

a) Halle el v a lo r d e k.
b) C a lcu le la pro b ab ilid ad de que una parcela tenga una producción de por lo m en os
1500 K ilo s pero m enos de 2 0 0 0 K ilos.
c) Si se eligen in d e p e n d ie n te m e n te 10 pa rcela s, h a lle la p ro b ab ilid ad de q ue en 5
de e lla s la producción sea m a y o r q u e 1 0 0 0 k ilo s pero m e n o r que 2 0 0 0 Kg.
d) D eterm in e el v a lo r de la m edia y la v a ria n c ia de X.
e) Un e sp e cia lista Ha esta b le cid o que d e b id o a un nuevo fe rtiliza n te , la producción
(en m ile s de kilds) es una v.a . Z = 1 .2 X -0 .0 8 . C a lc u le la m edia y la v a ria n c ia de
Z. ;v
f) H alle la pro b ab ilid ad de que la pro ducció n con el nuevo fe rtiliza n te sea m e n o r
que 1 7 3 3 .4 kilos.

12. S i el peso X, de un a rtícu lo en Kg. tie n e com o fu n ció n de pro babilidad:

x —8
, para 8 < x < 10
/O ) = 2
0 , de otro m odo

a) C a lcu le E(X) y V a r(X ).

b) S i el precio de ven ta es de 2 u.m . y el costo es de 1 u.m , g a ra n tiza n d o un
rein tegro cuando el peso es m e n o r de 8 .2 5 Kg. H alle la u tilid a d esperad a por
artículo.

13. Una a n a lista de m ercado de una co m p a ñ ía tie n e la creencia de que el nuevo T V que
in tro d u cirá la com p a ñ ía al m ercado , tie n e el 70% d e p o sib ilid ad de s u s titu ir por
co m p leto los te le v iso re s de una cadena in te rn a cio n a l de hoteles, sin em b arg o e xiste
una p o sib ilid ad entjfé 5 que la cadena de hoteles com pre sólo el núm ero n ecesario
de este nuevo TV, para s u s titu ir la m itad de sus 5 0 0 0 te le v iso res. Por ú ltim o e x iste
una p o sib ilid ad en tre 10 de que la cadena de hoteles su stitu y a todos s u s te le v iso re s
con el nuevo T V y que a d em á s co m p re el núm ero su ficie n te de éstos para a m p lia r
el núm ero de su s u n id a d es en 10%

a) C o n stru y a una tabla de d istrib u ció n de p ro b a b ilid a d e s de las v e n ta s del nuevo T V

a la cadena de hoteles.
b) Halle el v a lo r esperado de v e n ta s

14. S u p on g a que el núm ero de a ccid e n te s por sem ana que ocurren en una em presa es
una v a ria b le a lea to ria X con funció n de d istrib u ció n de p ro b a b ilid a d e s dada por:

X 0 1 2 3 O tros v a lo re s
f(x ) 0.28 0 .3 5 0 .2 2 0.15 0
a) H a lla r la m edia y la v a ria n cia de X.
136
L /. _ H 3 Estadística
i.- V? Z . J t

b) La empresa incurre en una pérdida semanal Y según el número de accidentes

dada por Y = 10 + 8X. Hallar la pérdida esperada semanal.
c) D e te rm in a r la función de d istrib u ció n a cu m u la d a .
d) Si en una semana se sabe que; ocurrió al menos un accidente, ¿cuál es la
probabilidad de que haya ocurrido exactamente uno?

15. Ju an Q u isp e planea g a sta r su g ra tifica ció n en c o m p ra r un B lue R ay en J i m ' s

V id e o S e r v ic e a un precio de U S $ 3 0 0 . A h o ra tie n e la opción de c o m p ra r una
p ó liza de s e rv ic io e xten d id o que ofrece cin co años de co b e rtu ra por U S $ 1 0 0 .
D e sp u és de c o n ve rsa r con su s a m ig o s y le e r los in form e s, Juan cree q u e puede
in c u rrir en los sig u ie n te s g a stos de m a n te n im ie n to d u ra n te los p ró x im o s cin co
años:

GASTO 0 50 100 150 200

PR O B ABILID AD 0,35 0,25 0,15 0,10 0,08

a. ¿C u á l es el v a lo r esperado de lo s co sto s de m a n te n im ie n to p ro n o stica d o s?

Ib- ¿D ebe Juan p agar U S $ 1 0 0 por la g a ra n tía ? F u n d a m en te su respuesta

16. S u p on g a que una fe rrete ría com pra 3 g a lo n e s de p in tu ra a un precio de 2 4 so le s

por galón y lo revende a 30 soles. D esp u és de la fecha de v e n cim ie n to , lo s g a lo n e s
que no se v e n d iero n , se d e v u elve n ; p o r lo que, la fe rre te ría recibe del d is trib u id o r
una can tid a d igual a 3 /4 del precio de com pra por cada galón que no se v e n d ió . S i
la d istrib u ció n de p ro b ab ilid ad e s de la v a ria b le a le a to ria X (nú m e ro de g a lo n e s q ue
se ve n d ie ro n ) está dada por:

X 0 l 2 3
P(X) 1/k l/ k 2 /k 2 /k

a) H a lla r la función de p ro b ab ilid ad de la g a n a n cia neta.

b) D e te rm in e su v a lo r e sp era d o y su v a ria n za . i

17. Sea la v a ria b le a le a to ria X con la s ig u ie n te distribució'h:

x¡ P(x¡)
0 a/9
1 2a/9
2 5a/9
3 a /9

a) H a lla r a.
b) H allar: E(x) y V (X ).
c) H allar: E(Y) y V(Y), donde Y= 3 X + 4.
d) C a lc u la r P(Y>1).

137
 »> -
*r .¿l'-* Estadística

18. El d iá m e tro de cab le e lé ctrico (en cie rta unidad de m ed id a ) p ro du cido por una
c o m p a ñ ía es una v a ria b le a le a to ria X con funció n de de n sida d de p ro b ab ilid ad

y ( JC) _ f 6 j c ( 1 — jc ) , 0 < x < 1

[o, en o tro lu g a r

a) C a lc u la r la pro b ab ilid ad de que en un cierto día el d iá m e tro de cab le se

m antenga m a y o r que 1 / 2 .

b) H a lla r la e sp era n za y v a ria n za .

138
 - I.7 T— Est adí st i ca
Uti.íC ■-¿I

C A P ÍTU LO V III

P R IN C IP A LE S D IS T R IB U C IO N E S D IS C R ETA S

S e e stu d ia rá n las p rin cip a le s d is trib u cio n e s q u e co rre sp o n d en a las v a ria b le s a le a to ria s
d isc re ta s que son u tiliza d a s m u ch a s a p lica c io n e s en el m undo real, co n o cie n d o su
fu n ció n de pro b ab ilid ad .

A co n tin u a ció n se presentan la s p rin c ip a le s d is trib u cio n e s d iscreta s:

*> La d istrib u ció n de p ro b ab ilid ad u n ifo rm e d iscreta

*> La d istrib u ció n de p ro b ab ilid ad b in o m ia l ;
«> La d istrib u ció n de p ro b ab ilid ad h ip e rg e o m é trica
*■ La d istrib u ció n de p ro b ab ilid ad Poisson

O b j e t iv o . Id e n tifica r y a p lica r una v a ria b le a le a to ria d iscre ta , a so cia d a a lg u n a de las

p rin c ip a le s d istrib u cio n e s d iscre ta s e stu d iad a s.

8 .1 La D istrib u ción U n iform e D iscreta

La v .a .d . X tie n e d istrib u ció n u n ifo rm e d iscre ta con p a rá m e tro N si su fu n ció n de

p ro b a b ilid a d es:

/(x) = P ( X = x) = -^ x = 1, 2, 3, ■■■,N

N o tació n: X ~ U n if ( iV ) .

Si X ~ U nif (N ) entonces: = = y a 2 = V ar(x) = ~ ~ -

Ejernplo 1
En una caja hay 8 b o lilla s e n u m e ra d a s del 1 al 8. S i se se le ccio n a una b olilla al a za r y
se re g istra su núm ero, ha lle la p ro b a b ilid a d de s e le c c io n a r un n úm ero m e n o r o igual
q u e 3.

Sea la v .a .d . X definida com o el n ú m ero de la b o lilla se le ccio n a d a , en to n ce s

X ~ U n if (8) y f ( x ) =p(x = x ) = \ x = 1, 2, 3, - ,8
O

r(X < 3) = /(1)+ / (2 ) + /(3 ) = i + i + l- = |

8 .2 La D istribución Binom ial

E x p e rim en to Binom ial

H a y m u chos e x p e rim e n to s que se a ju sta n ya sea exacta o a p ro x im a d a m e n te a las

s ig u ie n te s propiedades:

1. El e xp e rim e n to co n siste en una se cu e n cia de n in ten to s (e x p e rim e n to s de

B e rn o u lli), donde n se fija a n te s del e xp e rim e n to .
2. Los in ten to s son idénticos, y cada uno de e llo s puede d a r lu g a r a dos p o sib le s
re su lta d o s, lla m a d o s: é x ito (E) o fra ca so (F).
Los in te n to s son in d e p e n d ie n te s, p o r lo que el resu lta d o de c u a lq u ie r in te n to
p a rtic u la r no afecta el re su lta d o de c u a lq u ie r otro intento.

139
 Estadística

4. La pro b ab ilid ad de é xito es co n sta n te de un in ten to a otro; se den ota esta

pro b ab ilid ad por P{E) = n . La p ro b ab ilid ad de fracaso es P ( F ) = l —n
Ejem plo 2
En una tie n da ia llegada de un c lie n te y -determ inar si com pra o no es un e xp e rim e n to
de B e rn o u lli donde éxito:. E = {u n c lie n te co m p ra } y fracaso: F = {u n clie n te no
c o m p ra }. S e sabe que el 75% de los c lie n te s que llegan hacen una com pra, e n ton ce s
P (É ) = tt = 0.75.
S i a la tie n d a llegan 20 clientes, este se ría un e xp e rim e n to b in o m ial donde n= 20 y te =
0 .7 5

La Función de Probabilidad Binom ial

D ado un e xp e rim e n to bin o m ial en to n ce s la v .a .d . b in o m ial X se d efin e com o el n ú m ero

de é x ito s en n intento s, y su función de p ro b ab ilid ad está dada por:

%x (l - T if x x = 0,1, 2, •••, n
f ( x ) = P ( x = x)= VX 7
0 de otro m o d o
N otación: X ~ B in o m ia l ( n ^ n )

La M edia v la V arian cia de X

S i X ~ Binomial (n , tz) entonces: ju = E ( x ) = n 7 r y cr2 = V a r ( x ) = n.7v(\-tv)

E je m p lo 3
Un exa m en consta de n = 25 p re g un ta s, cada una de las c u a le s tie n e 5 a lte rn a tiv a s de
las cu ale s sólo una es correcta, si una persona está a d iv in a n d o al re sp o n d er y se desea
sa b e r el núm ero de resp u estas c o rre cta m e n te respondidas.

E n tonces, este es un e xp e rim e n to B in o m ia l con éxito: E = {la respuesta es c o rre cta } y

fra ca so: F = {la respuesta no es c o rre cta } y sien d o : P ( E ) = tv = ^ .

Sea la v .a . X=EI núm ero de re sp u e sta s co rre cta s en las 25 preg un tas,
X « B inom ial(25,0.2)

La d istrib u ció n de p ro b a b ilid a d , B in o m ia l será:

/(* ) = 0.2* x 0.8""* x = 0,1,2,—.25

VX y

La p ro b ab ilid ad de que la persona a cie rte por lo m enos 3, pero m enos de 5 p re g u n ta s

es:

P(3 < X < 5) = R (X = 3 )+ P (X = 4 ) = ,0 .1 3 5 8 + 0 .1 8 6 7 = 0 .3 2 2 5

E je m p lo 4
S ig u ie n d o con el Ejem plo 2.
É xito: E = {un cliente co m p ra } y fracaso: F = {un c lie n te no co m p ra }. S e sabe que el
75% de los clie n te s que llegan hacen una co m p ra , e n ton ce s P( e ) = 7V = 0.75.
S i a la tie n d a llegan 20 clie n te s, este se ría un e xp e rim e n to B in o m ia l con n= 20 y n =
0.75.
140
í z>
¡j Lo. '£¡z I s i z d h & t e a - ’a . Estadística

S o lu c ió n . i?
Sea v.a. X=E1 nú m ero de c lie n te s que hacen una com pra. La d istrib u ció n de

p ro b a b ilid a d e s se define : A x) -~ 0.75* x 0.25 x ~ 0 ,1 ,2 ,...,2 0

vx j
La p ro b ab ilid ad de que el núm ero de c lie n te s que hacen una com pra sea m a y o r q u e 18
sería:
'2 0 Y _____ (2^
P { X > 18) = 0.75190.25' + 0.75 0.25 = 0.0211 + 0.0032 = 0.0243
v l9 y v20y

E jem plo 5
Una co m p a ñ ía ve n d e d o ra de e q u ip o s e le ctró n ico s v e rifica que de tod as las m á q u in a s por
e lla in sta la d a s, el 4 0 % e xig en nu evos a ju ste s d e sp u é s de su in sta la ció n . S i 5 m á q u in a s
fu eron se le ccio n a d a s al azar:

a. ¿Cuál es ia probabilidad de que al m en os 3 req uieran tra b a jo s d e a ju ste

•después de la in stalación ?

£1 e x p e rim e n to a le a to rio que co n siste en d e te rm in a r el núm ero de m á q u in a s q ue

req u ieren a ju ste s, en un g rupo de 5, es un e x p e rim e n to B ih o m ia l con éxito:
E = {u n a m á q u in a req u iere a ju s te s} y P{ e ) = k — 0 .4 . i

La v .a .d . X defin id a com o el nú m e ro de m áq u in a s, e}ue requieren a ju ste s, en un

g ru po de 5, es una v.a. b in o m ial. X ~ B m (n,?r) ~ B in (5 ,0 A ), entonces:

/(* ) = 0.4" x 0.6” x = 0,1,2,3,4,5

vx y
* /5 ^
P ( X > 3 ) = / ( 3 ) + / ( 4 ) + / ( 5 ) = ]T 0.4* x 0.6',-x = 0.2304 + 0.0768 + 0.0102 = 0.3174
*=3 W

b. La com pañ ía estim a q u e el costo d el a ju ste d e sp u é s d e la in stala ció n e s de

LOO utn p or m áquina y que este co sto lo d eb e p ag a r la com pañ ía ¿Cuál es el
costo e sp era d o para la firm a?

S o lu c ió n .-
S e a la v.a. Y definida com o el costo de las m á q u in a s que necesitan a ju ste en un
g ru po de 5.
Y = 100 X y com o:
X ~ Bin(n,7t), e n ton ces E ( x ) = n n = 5 x 0 .4 = 2 por lo tanto:

£ ( 7 ) = £ (1 0 0 X ) = 100 £ ( X ) = 100x2 = 200 um

E jem plo 6
El g im n a sio " £ / R á p id o " ha com proba do que el 20% de su s a lu m n o s se dan de baja
d u ra n te el p rim e r m es y el 80% re sta n te perm a n e cen todo el año. S u p o n g a que este
añ o se in scrib ie ro n 20 alum nos.

a. ¿Cuál es la p ro b abilid ad de q ue se den d e baja m ás de dos alu m n os?

Sea la v.a. X = n ú m e ro de a lu m n o s que se dan de baja en el g im n asio.

n = 0 .2 0 y n= 20; entonces: X - B in o m ia l (2 0 ;0 .2 0 )

141
 « U i/ s r e ~rzá£I~a Estadística

p (X > 2) =1- p(X < 2) = 1 -0 .2 0 6 0 8 4 7 2 = 0 .7 9 3 9 1 5 2 8

b. ¿Cuál es la probabilidad de que p erm anezcan 12 alu m n os tod o el año?

Sea la v.a. Y= n ú m e ro de a lu m n o s que perm a n ecen todo el año en el g im n a sio .
n = 0 .8 0 y n= 20; entonces: Y~ B in o m ia l (2 0 ;0 .8 0 )

P(Y= 12) = 0 .0 2 2 1 6 0 8 8

c. A l h acer la in scripción se realiza un único p ago anu al de $ 600, Si cada

alum no que perm anece todo el año g enera un gasto anual para el g im n asio
de $ 150, ¿cuál es él beneficio anual e sp e ra d o para el g im n asio?
!
Ingreso: I = 6 0 0 * 2 0 = 1 2 0 0 0 G asto: G= 1 5 0 * (2 0 -X )
B eneficio: B = 12000 - (30 0 0 - 1 50X) = 9 0 0 0 + 1 5 0 X
S e tiene: E(X) = 2 0 * 0 .2 = 4
E(B) = 9 0 0 0 + 1 5 0 * 4 = 9600

Ejercicio 1
S e conoce p o r e x p e rie n cia s a n te rio re s que el 20% de la s p la n ta s de lim o n e ro son
a ta ca d a s por cie rta plaga. S i se desea lle v a r a cabo un e x p e rim e n to con 10 plan tas.
¿C u á l será la p ro babilidad de que:

a. 5 p a n ta s sean ata cada s?

i I'

b. 3 o m ás p la n tas sean ata cada s?

c. m ás de 1 pero m enos de 5 p la n ta s sean a ta cad a s?

142
 Estadística

d. ¿Cuál es el número esperado de plantas enfermas en; la mues;tra?. ¿Cuál es la

desviación estándar? ___________

E je rcicio 2
U na in stitu ció n e d u cativa con m e m ora su s 100 años de fu n d a ció n , con tai m o tiv o la
ju n ta d ire ctiv a ha in v ita d o a su s 25 p ro fe so re s fu n d a d o re s a la ce rem o n ia p rin cip a l. Se
cre e que la p ro b a b ilid a d de que un p ro feso r fu n d a d o r a sista a la cere m o n ia es de 0.75.
a. ¿C u ál es la pro b ab ilid ad de qu e al m en os 96% de los pro fesores fu n d a d o re s
a sista n ?

b. Si y a co n firm aro n su a siste n cia al m e n o s dos pro fesores fu n d a d o res, ¿cu ál es la

p ro b ab ilid ad de que con firm en su a siste n c ia m ás de 23 pro fesores func adores?

c. La e m presa que da s e rv ic io s de buffet cobra por persona $35 m ás $ 5 por se rv icio ,

h alle el costo e sp era d o para la ce rem on ia .

E je rcicio 3
C ie rta c lín ica cu en ta con una població n de 20 e n ferm o s, d on de el 25% padece de algú n
tip o de cáncer. S e se le ccio n a con re e m p la zo una m u estra de 4 enferm os.

143
 ^ rl — T:-.f~?trtá£ics Estadística

a. ¿C uál es la p ro b ab ilid ad de h a b er se le ccio n a d o por lo m enos un en ferm o con cán ce r?

b. Hal a r el n úm ero esperado de en fe rm o s con cáncer.

E jercicio 4
Un e stu d ia n te se presenta a un e xa m en de se le cció n m ú ltip le co n tien e 20 p re g u n ta s
cada una con 5 re sp u e stas o p cio n a le s (de las c u a le s só lo una es la co rre cta ). El
e stu d ia n te está a d iv in a n d o al m o m en to de re sp o n d er cada p reg unta. S i para a p ro b a r el
cu rso el e stu d ia n te debe resp on d er c o rre cta m e n te m ás d e 17 p reg u n ta s co rre cta m e n te .
¿C u ál es la pro b ab ilid ad de que d esa p ru e b e el curso?

8.3 La D istribución H iperqeom étrica

Los su p u e sto s que se co nsideran para una d istrib u ció n h ip e rg eo m étrica son:

1. La población o co n ju n to donde se hace el m u estre o tie n e N e le m en to s, in d iv id u o s u

o b jetos (una población fin ita )
2. Cada ele m e n to puede se r c a ra cte riza d o com o un éxito (E) o fracaso (F), y h ay A
é xito s en la población entonces son (N -A ) fracasos.
3. S e saca una m uestra, sin re e m p la zo , de n e le m e n to s de tal fo rm a q ue sea
ig u a lm e n te probable ob ten er cada su b co n ju n to de tam a ñ o n.

La Función de P robabilidad H ip erq eom étrica

La v.a .d . h ip e rg eo m étrica X está defin id a com o el núm ero de é x ito s en la m u e stra de
ta m a ñ o n.
Notación: X ~ Hiper ( N ,n ,A )

144
 d e •“ ^ t Estadística

Si X~ Hiper(TV',n,A) entonces su distribución de probabilidad es:

/ A\
A (N ^Á

\ XJ Kn - X j p a r a x entero t.q máx(0, n + A —N ) < x < m in (n, A)

/ ( x ) = i> ( X = x ) =
f N^
Kn j

La M edia v la V a rian cia de X

A_ N -n ')
S i X - H i p e r ( N , n , Á ) entonces: ju = E(x)=n — , cr2 = V a r ( x ) = n- 1-
N N N N- 1

Ejem plo 7
Un e m b arq u e de su sta n cia s q u ím ic a s llega en 15 co n ten ed o re s, 2 de los c u a le s no
cu m p le n con los re q u e rim ie n to s de p ureza. S e e ligen 3 co n te n ed o res al a za r, sin
re e m p la zo , para h a ce r una in spección de la p ureza del producto. C a lc u le la p ro b a b ilid a d
de que al m enos uno d e los con te n e d o re s que no cu m p le n los re q u e rim ie n to s esté en la
m u estra. '

La v .a .d . h ip e rg e o m é trica X se define com o el n ú m e ro de co n te n e d o re s que no cu m p le n

lo s re q u isito s, en ton ces X ~Hiper(7V¡,n,yá) ~ H ip er (15,3,2) p o r lo tanto:
W 13 'V
3- x ,
f ( x ) = p { x = x) = \ XJ íx(0,3 -1 5 + 2 )< x < min(3,2)
max o x = 0,1,2

^13N' / 13\

v2y v i y
p ( x > 1) = p ( x = 1)+ p ( x = 2) = ■ 0.3714
f15l f15l
U J
E je m p lo 8
Una esta ción e xp e rim e n ta l se com po ne de 4 in g e n ie ro s a g rón om os y 9 té cn ico s
a g ríco la s. S i se elig e al a za r y sin re e m p la zo a 3 in d iv id u o s para a sig n a rlo s a un tra b a jo
de cam po, ¿cuál es la p ro b ab ilid ad que el g ru p o a sig n a d o al tra b a jo de cam po in clu y a al
m e n o s 2 in g e n iero s a grónom os?

Sea la v.a. x: N úm ero de in g e n ie ro s a g ró n o m o s in c lu id o s en el tra b a jo de cam po.

x ~ # (1 3 ,3 ,4 ) TV = 1 3 , n = 3, A = 4 , x = 0 ,1,2,3
0 3 -4 Y 4 ^ f l 3 - 4 Y 4 ):
3 -2 v^y + - 3 - 3
p(x > 2) = p(x = 2) + p(x = 3) = s 13\ 0.189 + 0.014 = 0.203
^13^

v3y V3 y

E jem plo 9
Un d e te rm in a d o a n tib ió tico es em p a ca d o en c a ja s de 20 botellas. S uponga que una
ca ja , la cu al e s e n v ia d a a una fa rm a c ia h ay 5 b o te lla s m al en vasa d a s. El dueño de la
fa rm a cia sospecha que la can tid a d de a n tib ió tic o en a lg u n o s de fra sco s es in su ficie n te

145
 Estadística

p o r lo se le ccio n a al az^r y sin ree m p la zo una m u estra de tre s fra sco s y decide que si
e n cu en tra la m itad o ;¡nás de fra sco s m al en v a sa d o s en esa m uestra ca m b ia rá de
distribuidor,. ¿C u á l es la pro b ab ilid ad de que el dueño de la fa rm a cia no ca m b ie de
d istrib u id o r? •>
!

S o lu c ió n .- ;¡:
N - 20 n =3 A=5 N -A = 15 x = 0,1,2,3
/r\

P ( x < 2 ) = P(x = Q) + P(x = l) -0 .8 5 9

a 20^

v3 y

E je rcicio 5
Un lote co n tien e 4 0 0 s e m illa s de cierto c u ltiv o , de los c u a le s 40 está n d añ adas. Sea X ia
v a ria b le a le a to ria el núm ero de s e m illa s dañadas. Del lote se tom a una m uestra
a le a to ria sin reem p la zo de 100 se m illa s.
a. ¿C uál es la p ro babilidad de que en la m uestra se haya se leccio n a d o por lo m en os tre s
s e m illa s d añ adas?

b. ¿C uál es la p ro babilidad de que a m u e stra no contengan s e m illa s dañadas?

E jercicio 6
En el a lm acén de una com pañía hay 10 im p re so ra s y 4 de e lla s son defectuosas. Un
u su ario se leccio n a al a z a r y sin re em p la zo 5 de ella s para usarlas.

a. ¿C uál es la p ro babilidad de que las cinco m áq u in as se leccio n a d a s no ten gan

defectos? 1 _______ _______________

146
 Estadística

b. El u s u a r io r e g r e s a la s d e f e c t u o s a s p a r a s u r e p a r a c ió n . S e s a b e q u e c u e s t a 5 0 u .m ,
reparar cada máquina. Calcule el promedio y la variancia del costo total de

Ejercicio 7
Un in g e n ie ro zo o tecn ista sabe que en cie rta región hay 8 in d iv id u o s de una e sp e cie de
m am ífe ro, de los cu ale s cinco son m ach o s y el resto son hem bras. S i sele ccio n a al a za r
a cu atro in d iv id u o s y observa el nú m ero de m a ch o s se leccio n a d o s,
a. ¿Q ué v a lo re s p o sib les podría to m a r la v a ria b le m en cio n ad a ?

b . . ¿C u ál es a probabilidac que haya m á s de un m acho?

c. ¿Cuál es la pro babilidac que haya el m ism o nú m ero de m ac io s y hem bras?

d. H alle la m edia y la va ria n za

147
 Estadística

S .4 La D istribución de Poisson

Una v.a .d . X tie n e d istrib u ció n Poisson con p a rá m e tro ¡i > 0 si su fun ció n • de
p ro b a b ilid a d es:

f(x) = P{X = x) = x = 0,1,2,-

xl
Esta d istrib u ció n tie n e dos ap lica cion es:

• Si X ~ B in ( j? con n —>- oo y n -> 0 e n ton ces X ~ Pois(im )

• Proceso de Poisson (ésta es la que se usará en el libro)

P ro ce so de Poisson

El proceso de Poisson es un e x p e rim e n to a le a to rio en el que ocurren su cesos en un

in te rv a lo dado de lo ngitud t. .

P ro p ied a d e s de un P roceso de Poisson

1. Los su ce so s son de la m ism a cla se u hom ogéneos.

2. Los su ce sos en un in te rv a lo son in d e p e n d ie n te s de los su cesos en otros
in te rv a lo s no superpu e stos.
3. El pro m ed io de sucesos por unidad de in te rv a lo (t = 1), es conocido e igual a v.

La v.a .d . X d e fin id a com o el n úm ero de su ce so s que ocurren en in te rv a lo s de lo n g itud t,

s ig u e un pro ceso de Poisson.

C om o e je m p lo s de v a ria b le s a le a to ria s Poisson, se tienen las sig u ien tes:

a. El n úm ero de a ccid e n te s fa ta le s por se m a n a en una ciudad.

b . . El núm ero de fa lla s que hay en cada 2 .5 m 2 de tela.
c. El n úm ero de ren a cu a jos por cada 4 litro s de agua, en cierto estanque.

Función de P robabilidad para un P ro ceso d e Poisson

La v.a .d . X d e fin id a com o el n úm ero de su ce so s que ocurren en in te rv a lo s de ta m a ñ o t.

f ( x ) = P(X =x) =- — x = 0,1,2,” •

x!
d onde: v = prom edio de su ceso s por unidad de in terva lo.
t = ta m a ñ o del in te rv a lo (e je m p lo: t = 2.3, t = 5.8 etc.),
v t = prom edio de su cesos por in te rv a lo de ta m a ñ o t

N otación: X ~ Pois(\’t)

T a m b ié n s e p u e d e e x p r e s a r : f ( x ) = P { X = x) = ----- j— x = 0 ,l,2 ,--

D on de X = vt, X ~ P o ís{á )

La M edia v la V a rian cia de X

S i X ~ P o is(á ) entonces: f¿ = E ( X ) = A . y cr2 = V a r(x ') = A con A = vt

148
 “ ~C Estadística

E j e m p lo 1 0
Los m e n sa je s que llegan a una co m p u ta d o ra , u tiliza d a com o se rv id o r, lo hacen de
a cu e rd o con una d istrib u ció n Poisson con una ta sa p ro m ed io de 10 m e n sa je s por hora.

a. C a lcu le la p robabilidad de q ue lleg u en 7 m e n sa je s en 2 horas.

Sea la v .a Y = El núm ero de m e n sa je s que llegan al se rv id o r en 2 h o ra s.(t = 2)

U nidad de in te rv a lo = 1 hora
v = p ro m e d io de su ceso s por unidad de in te rv a lo = 10

t= ta m a ñ o del in te rv a lo = 2
v t = pro m edio de su ce so s por in te rv a lo de ta m a ñ o t = 10x2

Y ~ P ois (vt) ~ Pois (10x2) ~ P ois (2 0 ) , en ton ces:

¡y 20 20y
f ( y ) = P(Y = y) =— — - y = 0 , 1 , 2, •••

-20
P (Y = 7) = — — — = 0.00052

b. E n cuen tre el in tervalo de tie m p o n e ce sa rio para q ue la p ro b abilid ad d e que

no lleguen m en sa jes, d u ran te e se la p so , sea 0.9.

Sea la v .a Z = El núm ero de m e n sa je s q u e lleg a n al s e rv id o r en k horas, (t = k)

Z ~ Pois (vt) ~ Pois (lO x k ) ~ Pois ( ló k ) , en ton ces:

c N , v e~wk (10/cY
f ( z ) = P ( Z = z) = z = 0, 1, 2, •••
z !

p ( Z = 0) = - -----= e~IOfc = 0.9 -> k = 0.0105 horas

N ota: La ecuación a n te rio r se re so lvió to m a n d o lo g aritm o s.

E jem plo 11.

S e cree que el n úm ero pro m e d io de in d iv id u o s por cadsi2 k m 2 de cierta e sp e cie de
m a m ífe ro q u e habita en las a ltu ra s de c ie rta región es de 1.2.

a. En urja zon a d e 2 .8 k m 2, ¿ cu á n to s in d ivid u o s e sp e ra ría m o s en p ro m e d io

e ncon trar?.

Sea la v.a. X = N ú m e ro de in d ivid u o s en 2 k m 2

El número de individuos que habitan en promedio será: ¡j . = 2.8(1.2) 12 = 1.68

b. Si se observa un área de 3 km 2 en dicha reg ión , ¿cuál es la p rob a b ilid ad q ue

se en cu en tren m ás de 3 in d ivid u o s de esta e specie?

S e a la v.a. X: N úm ero de in d ivid u o s en 3 k m 21

// = 3(1.2 )/2 = 1 .8

p ( x > 3) = 1 - p ( x < 3) = 1 - V f - J L ü L = i ^ 0.891 2 = 0.1087

x=o x!

149
 ?? - ¡spmr.-.d^ Estadística
_f . . .

c. Si se seleccio n a dos á reas in d ep e n d ie n tem e n te de 3 k m 2 cada una. ¿Cuál es

la probabilidad que en cada una de e stás á reas no haya m as de 2
in d iv id u o s?

P robabilidad que haya en un área de 3 km 2 m á s de 2 in d ivid u os:

p ( x > 2) = 1 - p ( x < 2) = 1 _ y £ _ ( L ? L = 0.269378

x=o x !

P robabilidad que haya en un área de 3 k m 2 m ás de dos in d ivid u os.

Y: núm ero de área s con m ás de dos in d ivid u o s. Y: 0, 1, 2.

P ( y = 0) = ( 1 -0 .2 6 9 4 )2 = 0.5338

Ejercicio 8
A cie rta fábrica de la m in a d o s de m adera llegan p o r té rm in o m edio 3 clie n te s cada 2
horas. S u p o n ie n d o que las lle g a d a s se d is trib u y e n de a cu e rd o a una d istrib u ció n de
Poisson, calcule:

a) La pro b ab ilid ad de qué en una m añ a n a de tra b a jo (de 9 :3 0 a 1 3 :3 0 horas) llegu en

m ás de 2 clie nte s. ' -í'i ' _____ _________

b) La 3robabi idad de que e p rim e r clie n te llec ue en la p rim era m edia hora de tra b ajo.
i
|
I

c) La p ro b ab ilid ad que en úna sem ana lleg u e n e n tre 10 y 14 clie nte s. (S u p o n e r 6 días
de tra b a jo a 8 horas d ia ria s).__________ ■

Ejercicio 9
El n ú m ero de barcos que llegan a un puerto cada sem ana es una v a ria b le a le a to ria que
tie n e d istrib u ció n de Poisson con m edia igual a 9 barcos.
150
 Estadística
c u

a. ¿C u á l es la pro b ab ilid ad que e n una se m a n a lleguen e xa cta m e n te 5 barcos?

i ~

i___ L

b. ¿C u á l es la pro b ab ilid ad de que en tre s d ía s lle g u en a lo m ás 2 barcos?

! !

! I i

c. ¿C u á l es la p ro b ab ilid ad de que en una se m a n a lleguen m ás d e 3 barcos si se sabe

que ya llegó al m enos un barco en la se m a n a ?

d. Un ad u an ero sabe que el costo de m a n te n im ie n to del puerto por sem a n a está en

fu n ció n del núm ero de barcos que a rrib a n , si no llegan barcos el costo es de 2 m il
so le s si llega un barco el costo es de 3 m il so le s y s i: llegan dos o m ás barcos el
costo es de 5 m il soles. H alle la d istrib u ció n del coéto y el costo espera do por
m a n te n im ie n to del puerto por sem ana.

151
T-- - - -* "
W lí-3 '•«» i « . l l J in ik .» »
Estadística
 Estadística

EJERCICIOS PROPUESTOS

1. H alle la p ro b a b ilid a d de que e x a cta m e n te 9 de 10 tu b o s de v a cu n a duren com o

m ín im o 100 0 horas. La probabilidad, que esto s tu b o s duren com o m ín im o 1000
horas es de 0.80.

2. El n ú m ero de rayos g a m m a e m itid o s p o r seg u n d o , por cie rto s u sta n cia ra d io a ctiv a
es una v a ria b le a le a to ria que tie n e una d is trib u ció n de Poisson con. p a rá m e tro igual
a 5.6. Si un in stru m e n to de m ed id a se daña cu an d o recibe por lo m en os 3
ra d ia cio n e s por segundo. ¿C uál es la p ro b a b ilid a d que este in stru m e n to se dañe?

3. La p osib ilid a d de que cada m u estra de a ire contenga una m o lé cu la rara es 10 %. Si

se van a to m a r 18 m u e stra s para a n a liz a r y a su m ie n d o que las m u e stra s son
in d e p e n d ie n te s con respecto a la p re se n cia de la m o lécu la . H alle la p ro b a b ilid a d de
que e x a cta m e n te 2 m u e stra s con te n g a n la m o lé cu la rara.

4. Juan es un d e n tista que a tie n d e tod os los d ía s a s u s c lie n te s de 9 :0 0 am a 4 :0 0 p m y

se ha reg istra d o el núm ero de c lie n te s a te n d id o s cada tre s días, en una m u e stra de
ta m a ñ o 5 obteniéndose: 18, 21, 19, 20 y 17. S e sabe que el núm ero de c lie n te s que
van a c o n s u lta r sig u e una d istrib u ció n de Poisson.

a. S i se o b serva 5 d ía s de a ten ción . ¿C u á l es la p ro b ab ilid ad de que en tre s d ía s

só lo hayan ido tre s person a s a c o n s u lta r al d e n tista ?
b. E n cuentre el in te rv a lo de tie m p o n e ce sa rio para q u e la p ro b ab ilid ad de qu e no
lleguen c lie n te s sea 0 .0 8 .

5. En una población de drosóphila, que a ta ca a cie rta v a rie d a d de fru ta , se sa b e qu e el

25% ha d e sa rro lla d o m u ta ción en las a la s . S i se escogen a le a to ria m e n te 6 m osca s
de esta población:
a. ¿C uál es la pro b ab ilid ad de que 2 de e sta s m osca s presen ten m u ta ció n de a la s?
b. ¿C u á l es la p ro b ab ilid ad q u e m á s de tre s presen ten m u ta ció n de alas?
c. ¿C u á l es la pro b ab ilid ad que a lo m á s una m osca p resen te m u ta ción de a la s?
o. Si se sabe que m ás de una p rese n ta m u ta ció n de a la s, ¿C uál es la p ro b a b ilid a d
que com o m áxim o 4 presen ten m u ta ció n de alas?

6. La p ro b ab ilid ad que la lla n ta tra se ra dere ch a de un auto tip o "T ico " re v ie n te al
e n tra r a una curva es de 0 .0 5 . E n co n tra r la p ro b ab ilid ad que de 16 a u to s tip o "T ico "
q ue pasan por la curva:
a. S e rev ie n te n la lla n ta tra se ra dere ch a de a lo m ás 3 autos
b. S e revienten la lla n ta tra se ra dere ch a de dos o m ás autos.

7. En una pecera se e n cu e n tra 20 p e ce cillo s o rn a m e n ta le s, de los c u a le s cinco son de

co lo r a n a ra n ja d o y el resto no. El d u eñ o de esta pecera ha d ecid id o re g a la r la
pecera a su m e jo r a m ig o si al se le c c io n a r una m u estra al a za r sin ree m p la zo de tre s
p e ce cillo s la m itad o m enos son de c o lo r a n ara n ja d o . ¿C u á l es la p ro b a b ilid a d q u e el
d u eño de la pecera regale ésta a su m e jo r a m ig o ?

8. En un e stu d io se en con tró que el n ú m e ro to ta l de a n im a le s m u e rto s cerca de una

ca rre tera de 30 Km . fue de 18. S i el núm ero de a n im a le s m u e rto s cerca de la
ca rre te ra tie n e d istrib u ció n Poisson, c a lcu le la p ro b a b ilid a d de e n co n tra r al m enos 2
a n im a le s m u e rto s en 4 .5 Km . de ca rre te ra . (S u g e re n cia v = 18/3 0 = 0.6).

9. D os c á p su la s se se le ccio n a n sin re e m p la zo de un fra sco que co n tie n e tre s a sp irin a s,

d os s e d a n te s y cuatro c á p su la s la xa n te s. ¿C u á l es la p ro b ab ilid ad de no s e le c c io n a r
a sp irin a s?

10. Se sa b e que en el centro de Lim a ocu rre en pro m e d io un a sa lto cada dos m in u to s
en tre las 6 :0 0 p.m . y las 8 :0 0 p.m . M aría s a le de su tra b a jo a las 6 :3 0 p.m . y debe

153
 Estadística

c a m in a r desde la Plaza San M artín hasta la Av. T acna con d ire cció n hacia el
paradero. S i el tra ye cto le tom a 4 m in u to s. ¿C u á l es la p ro b ab ilid ad que M aría lleg u e
a su paradero sin que haya o cu rrid o algún a sa lto ?

11. Los p a saje ros de las a e ro lín e a s llegan al a z a r e in d e p e n d ie n te m e n te a la sección de

d o cu m en ta ció n de un aerop u e rto con una frecu en cia pro m edio de lle g a d a s de 10
pasajeros por m inuto. ¿C uál es la p ro b a b ilid a d de que a lo m ás un p a sajero lle g u e
en 15 segundos?

12. Un d e te rm in a d o a n tib ió tico se en vía a las fa rm a c ia s en caja s de 24 fra scos. El

fa rm a cé u tico sospecha que la cantidad de a n tib ió tico en a lg u n o s de los fra sco s es
in su ficie n te y decide a n a liz a r el co n te n id o de 5 fra sco s esco g id os al a z a r sin
reem plazo. S uponga que 14 de los 24 fra sco s tie n en cantidad in su ficie n te de
a n tib ió tico s. ¿C uál es la pro b ab ilid ad de que por lo m enos 4 fra sco s ten gan can tid a d
su ficie n te de a n tib ió tico s?

13. S e g ú n uria encuesta hecha a un grupo de 10 p ersonas, se is de e lla s p refieren la

gaseosa Inca Kola y 4 de e lla s Coca Cola. S i se se leccio n a n a 3 p ersonas de ese
grupo. ¿C uál es la pro b ab ilid ad de que ha ya n 2 que les g u ste Inca K ola?

14. S e sabe, por e x p e rie rid a , que el 42% de to d a s las p ersonas que reciben un e je m p la r
g ra tu ito de una revista se su scrib en a e lla , ca lcu le la p ro b ab ilid ad de que, a lo m ás 3
de las 6 personas se le ccio n a d a s al a za r que reciben un e je m p la r g ra tu ito de una
revista se su scrib e n a!la revista.
i •

15. Si el n um ero de so licitu d e s de in form a ción sobre cru ce ro s que recibe una a g en cia de
v ia je s por día es una v a ria b le que tie n e una d istrib u ció n de Poisson con v a ria n c ia
2.4. Halle la p ro babilidad de que:

a. N ingún s o licita n te sea recibido en m edio día.

b. Al m enos dos so licita n te s sean re cib id o s en dos días.

16. S e cree que el núm ero prom edio de in d iv id u o s por cada 2 km 2 de cierta e sp e cie de
m am ífero que habita en las a ltu ra s de cierta región es de 1.2. A d e m á s se conoce
q ue el n úm ero de in d ivid u o s por área de esa región tie n e una d istrib u ció n de
Poisson.
a. En una zona de 2.8 k m 2, cu án to s in d ivid u o s e sp e ra ría m o s en pro m ed io
encontrar.
b. Si se observa un área de 3 k m 2 en d ich a región, ¿cuál es la p ro b ab ilid ad q ue se
encuentren m ás de 3 in d ivid u o s de esta especie?
c. Si se seleccion a dos áreas in d e p e n d ie n te m e n te de 3 k m 2 cada una. ¿C u á l es la
p ro babilidad que en cada una de e sta s á re a s no haya m ás de 2 in d ivid u o s?
K :. '
17. La em presa F E R T ISA se dedica a la producción de fe rtiliza n te s y tie n e cie rto s
p ro b lem as en el en vasa d o de su s productos. Un lote de 100 sa cos que con tie n e n 8
d e fectu o sam en te e n vasa d o s ha sid o re m itid o a la firm a A g r o u n a .
a. Si dicha firm a selecciona 10 sa cos a le a to ria m e n te , ¿cuál es la p ro b ab ilid ad de
que e n cu e n tre 3 sacos m al en vasa d o s?
b. D icha firm a aceptará el lote si al s e le c c io n a r 10 sacos no encuentra defecto en
ninguno de ellos. S i se rem iten 10 lo tes con 8 sa cos defectuosos cada uno, ¿cuál
es la pro b ab ilid ad de que a lo m ás 1 lote sea rechazado?

18. Un biólogo m arin o ha d e term in a d o que el núm ero de a v ista m ie n to s pro m e d io de

m am ífe ro s m a rin o s por hora en alta m a r es de 3.2.

154
% Estadística

a) Si decide contar el número de ejemplares durante 4 horas ¿cuál es la

probabilidad de que se obsérve entre 10 y 12 ejemplares (ambos números
incluidos)?
b) Si se esta b lece n jo rn a d a s de tra b a jo de 6 horas, ¿cu ál será el núm ero p ro m ed io
de a v is ta m ie n to s por jo rn a d a ? ijf
c) S e sabe ta m b ié n que el 35% de los a v is ta m ie n to s co rre sp o n d e n a d e lfin e s. S i en
un día se ob serva ron 1 0 a n im a le s , ¿cuál es la p ro b a b ilid a d de que se hayan
ob serva d o por lo m enos 2 d e lfin e s?

19. Los a g ricu lto re s de una región están p reo cu p a d o s por la calid a d de s u s cosech a s, ya
q ue se ha d e tecta d o en c ie rta s á re a s la e x iste n cia de s u s ta n cia s co n ta m in a n te s en
el suelo. Para a n a liza rla , se se g m e n ta la tie rra en p a rce la s de 100 m 2, y se co n clu ye
que hay una pro b ab ilid ad de 0 .6 de e n c o n tra r e sto s c o n ta m in a n te s en una
d e te rm in a d a parcela. S e pide:
a) S i un a g ric u lto r posee 15 de e sta s pa rcela s. ¿Q ué p ro b ab ilid ad hay de que teng a
a lguna parcela co n ta m in a d a?
b) Una co m u n id ad posee 100 p a rce la s del tip o a n terio r. ¿Q ué p ro b ab ilid ad hay de
que tenga e ntre 10 y 15 p a rce la s co n ta m in a d a s?
c) S i por cada parcela c o n ta m in a d a la co o p e ra tiv a s u fr e 'u n a pérdida de 1000
nu e vos soles, ¿cuál es la pérd ida q u e la co m u n id ad esp era tener?.

20. El g e re nte de una em presa d e d ica d a re a liz a r copias; de CD sa b e por in fo rm a ció n

h istó rica el 93% de los CD que p ro vee la co m p a ñ ía L o tu s In te rn a tio n a l son no
defectuosos. S i seleccion a al a za r 5 CD , ¿cuál es la ^probabilidad que 3 sean no
defectuosos, si se sabe que ai m enos uno es no defectu oso?

21. Por fa cto res in te rn a cio n a le s el precio del. p e tróleo ha su frid o cie rta s v a ria c io n e s en
los ú ltim o s m eses. R E PLU SA ha d e te rm in a d o que la p ro b ab ilid ad de que v a ríe el
precio del petróleo es de 0 .6 0 . Si se va a re a liz a r 10 co m p ra s de petróleo:
¿C uál es la p ro b ab ilid ad que el n ú m ero co m p ra s de petróleo donde el precio tien e
v a ria ció n sea m e n o r que su esp e ra d o?

22. Los ca m io n e s que reparten el c o m b u stib le a los d ife re n te s grifo s de la cap ita l llegan
a las in sta la cio n e s de la refinería a un pro m edio de tre s cada 20 m inuto s. S i las
in sta la cio n e s sólo tienen cap a cid a d para re c ib ir 10 c a m io n e s por hora, ¿cuál es la
p ro b ab ilid ad de que una hora los c a m io n e s ten gan que re g re sar en otro m om en to ?

155
 . '„ - ~ E s ta d ís tic a
' r •-»»

C A P ÍTU LO IX

D ISTR IB U C IO N ES C O N TIN U A S

S e e stu d iará n a lg u n a s v a ria b le s a le a to ria s co n tin u a s p a rtic u la re s cuya d istrib u ció n de

p ro b a b ilid a d e s se conoce.; T a m b ién se conocerán las p rin cip a le s d istrib u cio n e s c o n tin u a s
y las d istrib u cio n e s m u éstra les a so cia d a s a e lla s, que se u tiliza rá n p o ste rio rm e n te en
in fe re n cia esta d ística (in te rv a lo s de co n fian za y para h a ce r p ruebas de hip ó tesis).

O b jetivo . Al fin a liz a r esté ca p ítu lo el le cto r conocerá los co n ce p to s y a p lica c io n e s d e las
p rin cip a le s d is trib u cio n e s continuas.

9.1 D istribución U niform e

Sea una v a ria b le a le a to ria con tin u a X de fin id a en el in te rv a lo [a,b]. S e dice qu e X tie n e
d istrib u ció n u n ifo rm e si su funció n de den sida d es:

1
para a < x < b
/(* ) = b —a
0 para cualquier otro caso

S e denota por U (a,b). A d e m á s el v a lo r esp e ra d o y su v a ria n za es igual a:

E(x) = (g+ b) / 2

V(X) = (b -a f/1 2

La fu n ció n a cu m u la d a és.íj¡;

0 par a x < 0
x —a
P ( X < x ) = F(x)- para a < x < b
b-a
1 p ar a x > b

Ejem plo 1
En el re sta u ra n te " P io P io " las v e n ta s se m a n a le s tie n e d istrib u ció n u n iform e en tre 2.5
y 12.5 m iles de soles.
a. S i el re sta u ra n te necesita v e n d e r por lo m enos S/. 500 0 nuevos so le s para
c u b rir sus ga stos, d e te rm in e la p ro b ab ilid ad de que en una sem a n a cu alq u ie ra
no pueda c u b rir sus gastos.
b. ¿C uál es la pro b ab ilid ad de que en la s ig u ie n te se m a n a la s v e n ta s se d esvíe n del
pro m edio a lo m ás en S /. 8 00 nuevos soles.
c. S i e le g im o s una m uestra a le a to ria de 12 se m a n a s, d e te rm in e la p ro b ab ilid ad de
que com o m ín im o en dos se m a n a s e xced a n los S/. 8 0 0 0 nuevos soles.
i
S o lu ció n :
X~ U (a = 2 .5 , b= 12.5)

a. P(X< 5.0) = 2 ,5 /1 0 .0 = 0.25

b. P(6.7< X< 8.3) = 1 .6 /1 0 .0 = 0 .1 6

156
 Estadística
—f

c. Y = Número de semanas en las que las ventas son por lo menos S /.8 G 0 0 nuevos
so le s
p= P (X > 8 .0 ) “ 0.45

Y ~ B (1 2 , p = 0.45) ' ■

P(Y> 2) = 1- P(Y<2) = 1- P(Y< 1) = 0 .9 9 1 7

E je rcicio 1
El tie m p o n e ce sa rio para te rm in a r un pro ceso de e n sa m b la d o tie n e una d istrib u ció n
u n ifo rm e e n tre 30 y 40 segundos.

a. C a lc u la r la pro b ab ilid ad que el tie m p o que se n e cesite para e n s a m b la r sea m en or

_ ^ q u e 35
. segundos.
i i í
í I i " "

b. ¿Q ué tie m p o de arm ado es el que e xced e el 90% de los e n sa m b le s?

c. C a lc u la r la m edia y v a ria n za .d e tie m p o de en sam b la d o .

157
9 .2 D is t r ib u c ió n E x p o n e n c ia l

La v a ria b le a le a to ria continua X tie n e d istrib u ció n exp o n en cia l con p arám etro p con
m edia igual a E (X )= |3 y v a ria n cia V (X ) = |32, si su función de den sida d es:

1
— e x/p p a r a x > 0; (5 > 0
/(* ) = P
0 p a ra cualquier otro caso

Su notación: X ~ E((B)

G rá fica m e n te se representa:

Fun ción acu m ulad a (ca lcu lar la p rob a b ilid ad ):

1—e~x'p p a ra x > 0; ¡3 > 0

F(x) = P ( X < x) = •<
0 para x < 0

11 f P ( X < k ) = p => k- Ln(l - p )

Para h allar p ercentiles: í 3N 7 _ r , .
\P(X>k) = p => k--pin(p)

E jem plo 2
El tie m p o de dem ora en e n tre g a r una pizza tie n e d istrib u ció n exp o n en cia l con m edia
igual a 25 m inuto s. Si la p izzería ofrece su p ro ducto con la prom oción "si recibe su pizza
d e sp u é s de 30 m in u to s usted no paga nada". C alcule:

a) La p ro b ab ilid ad de que una pizza sea e n treg a d a de m anera g ra tu ita a un cliente.

b) S i se entrega n 12 p izza s, ¿cuál es la p ro b ab ilid ad de que 3 sean g ra tu ita s?
c) ¿C uál debe será el tie m p o com o m á xim o , para co n sid e ra r un pedido de pizza dentro
del 25% d e m e n o r tie m p o ?

S o lu ció n :
a) Sea X: tie m p o de dem ora en e n tre g a r una pizza
X~ E(25)
- 30/ - 30/ 1o
P (p izza g ra tis) = P (X > 3 0) = 1- P (X < 3 0) = 1 — (1 — e 25) — e — 0 .3 0 1 2

b) Y= N úm ero de p izza s g ra tu ita s e n tre g a d a s de un to ta l de 12

Y~ B (1 2 ,p ) ¡

158
 Estadística

P = P f p iz z a g r a t is ) = 0 .3 0 1 2
P (Y = 3 ) = 0 .2 3 8 9

c) S e tie n e q u e : P ( X < k) = 0.25 => k ^ -25xLn (1 - 0 .2 5 ) - 7.19 m iri utos

E je rcicio 2
E L tie m p o para un proceso de c o n g e la m ie n to de hongos c o m e stib le s tie n e una
d is trib u ció n e xp o n e n cia l con pro m edio de 4 .5 m inuto s.
a. ¿C u á l es la pro b ab ilid ad que un pro ceso de c o n g e la m ie n to d u re a lo m ás de 5
m in u to s?

b. S a b e q ue el proceso de co n g e la m ie n to no debe d u ra r m ás de 6 m in u to s, de lo
co n tra rio el hongo puede m alog ra se . ¿C u á l es la p ro b a b ilid a d que el hongo se
m alog re?
i i : “

c. ¿C u á l debe se r el tie m p o com o m ín im o para s e r co n sid e ra d o un proceso de

co n g e la m ie n to , dentro del 20% de m ay o re s tie m p o s?

cL ¿C u á l es a d e svia ció n e stá n d a r de tie m p o de co n g e la m ie n to ?

 Estadística

9 .3 D istribución Norm al

La D istrib u ció n N orm al fue h a llad a por p rim era v e z en 1733, por A. De M oivre. Pero el
d e scu b rim ie n to de De M oivre al p a re ce r pasó in a d v e rtid o y fue "re d e s cu b ie rta " p o r C .F
G a u ss en 180 9 y P.S Laplace en 178 0 hizo tra b a jo s p re lim in a re s que p ro fu n d izó en
1812.

En E sta d ística una buena can tid a d de v a ria b le s co n tin u a s (peso, lo n gitud, ingresos,
te m p e ra tu ra etc.) se con sid era n que tien e n D istrib u ció n N orm al (se dice que es lo
n o rm a l q u e tenga esa d istrib u ció n ).

La v a ria b le a le a to ria con tin u a X tie n e d istrib u ció n norm al con m edia ¡i y v a ria n c ia a 2 si
su fu n ció n de p ro b ab ilid ad es:

f ( x } = —j = — e 2^ a ' , —o o < x < o o

y¡2n a
N otación: X ~ N ( jj. , o2) ;

C a ra cte rística s de la d istribu ción n orm al

1. T ie n e form a aca m p an a d a .
2. Es sim é trica respecto a la recta X = jj.
3. Es a s in tó tica respecto al eje X

En el grá fico a n te rio r se a p recia dos d is trib u c io n e s n o rm a le s con igual pro m ed io pero
d ife re n te d e svia ció n e stá n d a r (a m e n o r d e svia ció n e stá n d a r los d a tos están m ás cerca
de la m edia)

9 .4 D istribución N orm al Están d ar

Si X ~ N(p. , a2), e n ton ces la v.a .c. Z = (X - n) / a se dice tie n e d istrib u ció n norm al
e stá n d a r; su m edia es 0, su v a ria n cia 1 y su funció n de p ro babilidad es:
 3 Estadística

f(z)- — 0 0 < z <00

Prueba

X-fj, \ fX p \ _ E{X) ■
p p _ Q
E{Z) = E =E
V cr J aj a cr a cr
/ /f x
X-fi\ p i \ _ V a r ( X ) _( 7 2 _^
Var(Z) = Var
<y cr a

Esta prueba es in co m p leta porque sólo d e m u e stra que la m e d ia y la v a ria n cia de Z son
0 y 1 re sp e ctiv a m e n te pero no d e m u e stra q u e Z tie n e d istrib u ció n norm al (esto es tem a
de un libro de E sta d ística M atem ática).

U so de la tabla de la d istrib u ción N orm al E stán d ar

P { Z < a ) - > Tablas P ( Z >a) = l - P ( Z < a )

P (a < Z <b)= P ( Z < b ) ~ P ( Z <a)

:\
/

161
 Estadística

Ejem plo 3
La e sta tu ra de los e stu d ia n te s u n iv e rs ita rio s de cierto país está n o rm a lm e n te d istrib u id a
con una m edia de 1 6 7 .8 5 cm y d e svia ció n e s tá n d a r 1 0.3 7 cm .

a. Si un e stu d ia n te es se le ccio n a d o ál a z a r ¿Cuál e s la p robabilid ad de que

m ida m en os de 179 cm ?

Sea la v.a .c. X = E statura de los e s tu d ia n te s u n iv e rs ita rio s de ese país (cm ),
X ~ N(n , a 2) ~ N (1 6 7 .8 5 , 1 0 .3 7 2)
X -fi 179-167.85
P(X< \19) = P —< = P ( Z <1.07522) = P{Z <1.08) = 0.8599
V cr 10.37
N otación: Z (M599) = 1.08
S e puede a firm a r que el p e rcen til 8 5 .9 9 de la s e sta tu ra s e s igual a 179 cm y que el
8 5 .9 9 % de los e stu d ia n te s m ide m enos de 179 cm.

b. Halle la probabilid ad de q ue la estatu ra de un e stu d ia n te que va a se r

e scog id o al a za r m ida p or lo m en os 152 cm .

P ( X >152.) = P ———> 1-52iq1^ ' 85 | = p ( Z > -1.53) = 1- P ( Z < -1.53) = 1- 0.0630 = 0.9370

c. Si se está b u scan d o e stu d ia n te s u n iv e rsita rio s que m idan entre 165 y 195
cm para un casting de T V ¿Q u é p o rce n ta je de e stu d ia n te s cu m p len con esa
co n d ició n ?

P (165 < X < 195) = P (-0.28 < Z < 2.62) = P (Z < 2.62) - P (Z < -0 .2 8 )
P(165 <-X <195) = 0.9956-0.3897 = 0.6059

d. Si se elig en in d ep en d ien tem en te 9 estu d ia n te s. E n cuen tre la p ro b abilid ad de

que siete d e ello s m idan m e n os de 179 cm .

Exito = E = { X <179} , P ( E ) = tt = P ( X < 1 7 9 )-0 .8 5 9 9

Sea la v.a.d. Y = Número de estudiantes con X <179

Y ~ Binomial(«,7r) ~ Binomial(9,0.8599)
'9\ 7 ,
p ( Y = 7 )= (0.8599) (0.1401) =0.2457
v )

e. ¿Cuál es la altura m ínim a q ue d ebe te n e r un bus de tra n sp o rte para q ue el

97.06% de los e stu d ia n tes v ia je de pie sin d ificultad?

S e g ú n el problem a si k es esa a ltu ra , entonces:

X —¡x ^ £ —167.85 k - 167.85
P { X < k ) = 0.9706 - * P Z< ->
(7 < 10.37 10.37
fc —167.85
Z,(0.9706) 1.89 —> A: = 187.4493 cm.
10.37

162
 Estadística

Ejercicio 3
Las notas del examen final del curso de Informática se distribuyen normalmente con
media 12 puntos y variancia 4 puntos2. Si se elige un alumno al azar:

a. ¿Q ué p orce n ta je de a lu m n o s están a p ro b a d o s (nota m a y o r a 11)?

b. ¿C u á l debe s e r la nota m ín im a de un a lu m n o para e s ta r co n sid e ra d o d e n tro del

2 8.1% de los de m a y o r nota?
— — :— — ------------- ----------------------------— - i ------------------------------------------ ---------------------------- ----— i------------------------------------------ — — — ---------------------------------------------------- —

-
c. S i se e ligen 8 e stu d ia n te s al a za r cu a l es la p ro b a b ilid a d que 2 de e llo s ha ya n
a p ro b a d o el curso. ______________ __________ ______________ ______________ _____

Tí

d. C a lc u le e in te rp re te el p e rcen til 97.5.

 Estadística

e. H alle el rango in te rcu a rtilico

¡__ |____
tI
1---------- í--- —--------------- 1------

E jercicio 4
El d iá m e tro del punto producido por una im p resora tien e una d istrib u ció n norm al con
m edia ig u a l a 0 .0 0 2 pulgadas y d esvia ció n e s tá n d a r de 0 .0 0 0 4 pulgadas,
a. ¿C u á l es fa pro b ab ilid ad de que el d iá m e tro del punto sea m a y o r qu e 0 .0 0 2 6
p u lgadas?_______ _______________ ______ ___________________ ______

b. ¿C uál es la pro b ab ilid ad de que el d iá m e tro del p unto esté e n tre 0 .0 0 1 4 y 0 .0 0 2 6

pulgadas?

JL

c. ¿Q ué v a lo r debe te n e r la d esvia ció n e stá n d a r del d iá m e tro para que la p ro b ab ilid ad

de la pregunta b sea 0 .9 9 5 ?

164
 Estadística
c

9.5 D istrib u cio n e s m u é strale s a so cia d a s a la D istrib u ción N orm al

D efinición de Estadístico

Un e s ta d ístic o es c u a lq u ie r can tid a d cu yo v a lo r se puede c a lc u la r a p a rtir de d a to s

m u é stra le s. A n te s de ob te n e r datos, hay in c e rtid u m b re en cu an to a qué v a lo r re su lta de
c u a lq u ie r e sta d ístic o p a rticu la r. Por lo ta n to , un E sta d ístico es una v a ria b le a le a to ria y
e sta rá d e n o tad a (casi sie m p re ) p o r una letra m a y ú scu la ; una m in ú scu la se e m p lea para
re p re se n ta r el v a lo r ca lcu la d o u o b se rv a d o del E sta d ístico .

E jem plo 4
La m edia m u e stra l X , es un e sta d ístico , (v a ria b le a le a to ria ) y x , es el v a lo r ca lcu la d o
del e sta d ístico . La v a ria n c ia m uestra! S 2, es un e sta d ístico , (v a ria b le a le a to ria ) , y s 2 es
el v a lo r ca lcu la d o del e sta d ístico .

D efinición de M uestra A leatoria

S e d ice que las v a ria b le s a le a to ria s X l, . . . , X n fo rm a n una m u e stra a le a to ria de ta m a ñ o
n si:
1. Las X¡ son v a ria b le s a le a to ria s in d e p e n d ie n te s.
2. T oda X¡ tie n e la m ism a d istrib u ció n d e p ro b ab ilid ad .

S i el m u e streo es con o sin re e m p la zo o de una p ob lació n in fin ita (co n cep tu al), las
co n d icio n e s 1 y 2 se sa tisfa cen e x a cta m e n te . S i la se le cció n es sin re em p la zo de una
p ob lació n fin ita , la con d ición de in d e p e n d e n cia no se cu m p le , en este caso a la m u e stra
se le lla m a rá m uestra a lea to ria sim p le .

M uestra A le a to ria de V a lo re s es ia m u e stra q u e co n tie n e los v a lo re s que to m a n las

v a ria b le s que con form a n una m u estra a le a to ria o m u estra a le a to ria sim p le . Por e jem p lo,
el co n ju n to de 80 pe sos que co rresp o n d e n a 80 p erso n a s es una m u e stra a le a to ria de
valo re s.

Ejem plo 5
Los pesos de un a rtíc u lo tienen d istrib u ció n n o rm a l con m e d io 4 Kg. y v a ria n c ia 1.5
K g 2. S i de esta d istrib u ció n se e x tra e una m u e stra a le a to ria de ta m a ñ o 15
( X Í, . . . , X 15) , en ton ce s, por e je m p lo X 4 ~ N (4, 1 .5 ), X i0 ~ N (4, 1 .5). S e puede h a lla r la
15

m edia y la v a ria n c ia de T = ^ X i , de la s ig u ie n te m anera:

/=1
/ 15 \ 15 15

E(T) = E Y ^ x , = £ £ ( * , ) = E 4 = 1 5 x 4 = « > * ir '

Vi=1 J <=1 1=1
f 15 A 15 15

V a r(T ) = Var Y , x , = 2 ^ ( - * ' , ) = E 1-5 = 15*<1-5 = 2 2 '5 ^ 2-

V ¡=i ;=i /=i

S e puede c a lc u la r P ( X S < 5) = P ( Z < 0.82) = 0.7939

D istrib u ción de la M edia M uestral (X )

S e a X x, . . . , X n una m uestra de una d is trib u c ió n con m edia p y d e svia ció n e stá n d a r

<y. E ntonces:

1. S i el m u estreo es con re em p la zo de una població n fin ita o con o sin re e m p la zo de

uncí població n in fin ita : 1

165
 Estadística

En e ste caso la m uestra es a le a to ria y se cu m p len la s sig u ie n te s igu a ld ad es:

a. e [ x ) = ^ ~ = íi

b. = , „ «■:
n \¡n

n
A d e m á s con T = ^T¡X¡ (total de la m u e stra ), E ( T ) = n/j V o r ( T ) = ncr2
i=1

El ca so de uina población con d istribu ción norm al

Si X v . . . , X n es una m uestra a le a to ria de una d istrib u ció n norm al con m edia [i y

d e svia ció n e stá n d a r a . Entonces, para c u a lq u ie r n, X está n o rm a lm e n te d istrib u id a

<j2 ”
con m edia ¡j. y v a ria n cia — (T0 = V j . está n o rm a lm e n te d istrib u id a con m edia n/n y
n M
v a ria n c ia n a ' ) .

El ca so de una d istrib u ción cu alqu iera

El te ore m a del lím ite cen tral

E ste teore m a fundam enta! de la E sta d ística fu e en u n cia d o por prim era v e z por P.S
Lap lace en 181 2 luego en 1901 A. L ia p o u n o ff hizo una d em o stració n rigurosa en
co n d icio n e s b a sta n te g enerales.

Si X l, . . . , X n es una m u estra a le a to ria de una d istrib u ció n con m edia ¡i y d esvia ció n

e stá n d a r a . Entonces, para n s u ficie n te m e n te g rande (n > 3 0), X está d istrib u id a

a p ro x im a d a m e n te en fo rm a norm al con m edia // y v a ria n c ia — . A dem ás: T = V I ,

n ,=i
está d istrib u id a a p ro x im a d a m e n te en fo rm a n o rm a l con m ed ia nfi y v a ria n c ia n a .

E jem plo 6
El tie m p o que: dem ora una rata de cierta su b e sp e cie se le ccio n a d a al azar, para que se
d u e rm a d esp u és de a p licá rse le un so m n ífe ro e x p e rim e n ta l, es una v a ria b le a le a to ria
d istrib u id a con ju = 1.5 m in y cr = 0.35 m in. S u p on g a que se se le ccio n a n n: ra tas y
d e n ote por X x, . . . , X n su s tie m p o s hasta d o rm irse.

a. Si el tiem p o que dem ora una rata tie n e d istribu ción n orm al y X x, . . . , X 5 es
una m uestra aleatoria d e ta m a ñ o 5 de esa población. C alcu le la
p robabilid ad de que la m edia de la m u estra sea a lo m ás 2 min.

S o lu ció n :

e ( x ) = Mz ±/2 = 1.5

y 0 -jr = = 0.1565
Var{x) = <4 = ^ = °-0245
-Jn
166
 **«- ^ J A . . . w * < I/C Estadística

X ~ V x ^ 2 - 1 . 5 = P ( Z < 3.19) = 0,9993'

P{X<2) =P
0.1565
V .° í

b. Si el tie m p o q ue dem ora una rata tien e d istrib u ció n d esco n o cid a y J , , . . . , J 40
e« una m uestra aleatoria (con re e m p la zo ) de ta m a ñ o 40 de esa p oblación .
C alcu le la probabilidad de q ue el tiem p o total de las 40 ratas esté e n tre 54 y
64 m in.

Solución:

Com o n > 30, entonces por el te o re m a del lím ite ce n tra l el tie m p o to ta l de la
40
m u estra 7’ = ^ X ¿tiene, a p ro x im a d a m e n te , d istrib u ció n norm al con
/-i
j ? ( r ) = «/z = 40x1.5 = 60 min Var(T] = n a 2 = 4 0 x (0 .3 5 )2 = 4.9 m in2 .

5 4 -6 0 T -ft. 6 4 -6 0
P (54 < T < 64) = P = P ( - 2 .7 1 < Z < 1 .8 l) =
. V Í9 crT- 4 A .9 .
= P ( Z < 1.81)- P ( Z < -2.71) = 0 .9 6 4 9 -0 .0 0 3 4 = 0.9615

E je rcicio 5
S e a la v a ria b le a le a to ria X la can tid a d de ra d ia ció n que p u e d e s e r a b so rb id a por un
in d iv id u o a n te s que le sob re ve n g a la m u erte. S u p o n g a qué X es norm al con m e d ia de
5 00 roentgen y una d esvia ción e stá n d a r de 150 roentgen.

a. ¿Q ué p o rcen ta je de in d ivid u o s podrán a b so rb e r e n tré 350 y 4 3 0 ro entgen de

rad iació n a n te s que le so brevenga la m u erte?

b. S i se e xtra e una m uestra de 20 in d iv id u o s, ¿cuál es la p ro b ab ilid ad que la ca n tid a d

m edia de radiació n a b sorb id a por un in d iv id u o a n te s de m o rir se e n cu en tre en tre 4 5 0
y 550 ro entgen? j

167
 Estadística

c. ¿C u á l es la pro b ab ilid ad de que la c a n tid a d de ra d iació n a b so rb id a para el tó ta l de la

m u e stra de los 20 in d ivid u o s sea por lo m enos de 1 0 2 0 0 roentgen?

E jercicio 6
Sea X una v a ria b le a le a to ria con fu n ció n de p ro b ab ilid ad

X -1 0 1 2
f (X ) 0.3 0.4 0 .2 0.1

de la cual se to m a una m uestra de ta m a ñ o 36.

a) H a lle la p ro b ab ilid ad que el pro m edio m u e stra l sea m e n o r a 0.34.

b) S i se sabe que el prom edio m u e stra l es m e n o r que 0 .3 4 , ¿cuál es la p ro b ab ilid ad

que el p ro m edio m u estral sea m a y o r o ig u a l a 0 .2 6 ?

D istribución de una prop orción p or m u e streo (p)

S u p o n g a que X lf ... ,X n es una m u estra a le a to ria de n a lu m n a s u n iv e rsita ria s de Lim a y

se e stu d ia si una a lu m n a m ide m ás de 1.75 m. Por lo ta n to X, ~ B in o m ia l(l,7 t) i= l,...,n ;
es d e c ir X¡=1 si la a lu m n a m ide m ás de 1 .7 5 y X¡=0 de otro m odo. La proporción

168
 Estadística

muestral de alumnas que miden más de 1.75 mt. es p = í=i que como se observa
n
es un p ro m e d io m u estral pero que se b a sa 'e n una m u estra a le a to ria de una d istrib u ció n
B in o m ia l(l,7 t). Por lo tan to, si n es g ra n d e y u tiliza n d o el teorem a del lím ite ce n tra l se
puede a s e g u ra r que p tie n e una d istrib u ció n a p ro x im a d a m e n te norm al con m edia p, =
cr 1 .tt(1 — t c ) tc( 1 - tc)
IX ti y v a ria n c ia — = y por lo ta n to se puede e s ta n d a riz a r de la
n n
P ~ 7C
sig u ie n te m anera Z = . La exp re sió n a n te rio r tie n e una d istrib u ció n norm al
TC( 1 - t c )

con m edia cero y v a ria n cia uno. A co n tin u ació n se presen ta n los casos de la d istrib u ció n
p c o n ; m u e stra s a le a to ria s y con m u estra s a le a to ria s sim p le s.

Uso del te ore m a del lím ite central

S i n es s u ficie n te m e n te grande (n ) 3 0 ), por el te o re m a .d e l lím ite ce n tral se puede

a firm a r que:
f , \ A
p -T T K-7C k —TC
P(p< k) =P = p Z<
V p p y

S in em b argo, a p ro xim a cio n e s sa tis fa cto ria s se ob tie n e n si se in tro d u ce el fa c to r de

co rre cció n p or con tin u id ad Luego:

2n

1
-TC k+ - — tc
2n
P ( p = k) = P < Z<

E jem plo 7.
En un' proceso de producción el porcen ta je d e u n id a d e s d efe ctu o sas p ro d u cid as es 3% .
Para c o n tro la r el proceso, se re v isa n p e rió d ica m e n te los a rtíc u lo s producidos.
S i el proceso de producción se para al e n c o n tra r al m en os -5% de u n id a d e s d e fe ctu o sas
p ro d u cid a s al re v isa r una m uestra a lea toria de 2 0 0 a rtíc u lo s cada vez. H a lle la
p ro b a b ilid a d a p ro xim a d a de que el proceso continúe.

S o lu ció n
La prop orción m u estral tien e una d istrib u ció n a p ro x im a d a m e n te norm al. Esto se puede
a firm a r p o r el Teorem a del Lím ite C e n tra l (n > 30, grande).

T c { \-7 t)
p ~ N o rm a l // = 7T?crJ
Áprox. n

p —TC 0 .0 5 -0 .0 3
P ( p < 0.05) = P < ■P ( Z < 1.65) = 0.9505
TC ( I - T C ) 0.0121
n

169
 Estadística

Ejem plo 8.
El co n ten id o de so lid o s so lu b le s (en gra d os B rix °B) en m u e stra s de ch irim o y a tie n e
e s t á n d a r 'T s í0^ 3.! S'en d ° . e s Peran za m a te m á tica es 7 .7 8 °B y su d e svia ció n
e sta n d a r V n e s Pe cia llsta se le ccio n a una m uestra a le a to ria de 80 m u e stra s de
ch irim o ya . C a lcu le la pro b ab ilid ad de que la proporción m u e stra l de esas m u e stra s de
c h irim o y a con un con te n id o de só lid o s so lu b le s m e n o r de 9 .8 8 °B sea m en or de 0.72.

S o lu ció n
Sea X el co n ten id o de s u sta n cia s so lu b le s en °B.
X ~ Normal ( // = 7.78, a 2 = 2.54 1)
La p ro b a b ilid a d de que una m u estra de ch irim o y a tenga un co n ten id o m e n o r de 9 .8 8 °B
es:
X -.u 9 .8 8 -7 '7 8 ''l ,
n =P (X <9M) =P < -------------- = P ( Z < 0.83) = 0.7967
V - a- 2.54
La proporción m u e stra l tie n e una d istrib u ció n a p ro x im a d a m e n te norm al. Esto se puede
a firm a r por el Teorem a del L ím ite C e n tra l (n > 3 0, g rande).
n i 1- * )
p ~ Normal // = 7T, cr
Aprox.

p-n 0 .7 2 -0 .7 9 6 7
P(p< 0J2) =P < = P ( Z < —1.71) = 0.0436
¡7r(l-7r) 0.7967x0.2033
n 80

E je rcicio 7
De una em presa se escoge una m u e stra a le a to ria de 3 0 0 e m p le a d o s para una encu esta
sob re co n d icio n e s laborales. H alle la p ro b a b ilid a d a p ro xim a d a de que la proporción
m u e stra l a fa v o r de las co n d icio n es la b o ra le s e sté c o m p re n d id o en el in te rv a lo 0 .7 6 y
0.8 4 , si se e:stima en 80% del to ta l de e m p le a d o s el porcen ta je a fa v o r de las
co n d icio n e s lab ora les.

Eje rcicio 8
El d ie z por cie n to de las personas de cierta co m u n id ad tie n e sa ng re tip o B. S i se
se le ccio n a una m u estra a lea to ria de 9 0 0 person a s de esa com u n idad. ¿C uál es la
p ro b a b ilid a d de que la proporción m u e stra l de p e rso n a s con sa ng re tip o B?

170
 r-j Estadística

a) Sea al menos 7.2%

b) Sea a lo m ás 10.5%

D istrib u ción de la diferencia de p ro m e d io s m u é strale s

S i de d os pob lacio n es in d e p e n d ie n te s d is trib u id a s con m e d ia s ¡l^ , //2 y v a ria n c ia s cr2,

o 2 , se e xtra en m u e stra s de ta m a ñ o s i \ y n2 , re sp e ctiv a m e n te ; entonces, la v a ria b le

a le a to ria {Xi-Xi} (diferencia de p ro m e d io s m u é stra la s) tendrá una d istrib u ció n

n o rm al con m edia y v aria n cia :

S i la s m u e stra s son a le a to ria s (con o sin re em p la zo ) d e sp o b la cio n e s n o rm a le s o se

c u m p le con el teorem a del lím ite cen tral con otro tip o de d istrib u ció n .
O"i
n„

E jem plo 9,
El tie m p o que lleva e fe ctu a r un p ro ce d im ie n to de m o n ta je para el m étodo 1 tie n e
d istrib u ció n con m edia 35 seg. y v a ria n c ia 20 se g 2 m ie n tra s que con un m étodo 2 tie n e
d istrib u ció n con m edia 31 seg. y v a ria n cia 17 se g 2. S i se se le ccio n a una m uestra de 40
e m p le a d o s e n tre n a d o s con el m étodo 1 y 50 e n tre n a d o s con el m étodo 2.

H a lle la p ro b ab ilid ad de que el p ro m edio m u e stra l con el m étodo 1 exceda al pro m edio
m u e stra l con el m étodo 2 en por lo m enos 5 seg.

í _2 \ í
~\7~]
Xi~N ■N 3 5 -3 1 , — + — ) ~ JV(4,0.84)
V 771 }h v 40 5 0 J V ;

P { X x - X i > 5 ) =P 5 -4 '
= P (Z > :|l.0 9 ) = 0.1379
V Xi-X2 7084

171
 Estadística

Ejercicio 9 r
La e sta tu ra prom edio de un soldado del e jé rcito del país A es de 1 72.5 cm con una
d e svia ció n e stá n d a r de 5 cm . En ta n to que para un so ld a d o del ejé rcito del país B es de
1 67.5 cm y 2.5 cm resp ectivam en te . Si se se leccio n a una m uestra a le a to ria de 90
so ld a d o s en cada uno de los e jé rcito s, ¿cuál es la p ro b ab ilid ad de que la e sta tu ra
pro m ed io de la m uestra del e jercito B sea in fe rio r al del ejé rcito A en 4 .5 cm o m enos?

Ejercicio 10
En una inspección de control de calidad de focos se en con traron los s ig u ie n te s
resultados:
• En la em presa A, se ob tu vo un pro m edio de vid a útil de 30 m eses con una
d esvia ció n e stá n d a r de 4 m eses.
• En la em presa B, se ob tu vo un pro m ed io de vid a útil de 4 0 m eses con una
d e svia ció n e stá n d a r de 6 m eses.

A l se le c c io n a r una m uestra de 100 focos de A y 80 de B, ¿C u á l es la p ro b ab ilid ad q ue ei

pro m edio de v id a útil de los fo cos fa b rica d o s por B su p e re en m ás de 8 m eses del
p ro m ed io de v id a útil de los focos fa b rica d o s por A?

172
 Estadística

Distribución d e la d if e r e n c ia d e p r o p o r c io n e s m u é s t r a l e s (_p1—p 2)
S i p, y p 2 son las p ro porcio nes m u é stra le s de dos p o b lacio n es in d e p e n d ie n te s con
p ro p o rcio n e s p o b la cio n a le s y ti2, y de esta s p o b la cio n e s se e xtra e n m u e stra s de

ta m a ñ o s tt, y n2 , re sp e ctiv a m e n te , e n to n ces, la d ife re n cia de p ro porcio nes

m u é stra le s p i —p 2 tie n e una d istrib u ció n con m edia HPi-Pi y v a ria n cia :

rh nn

U so d e l t e o r e m a d e l lím ite c e n tr a l
S i la s m u e stra s son su ficie n te m e n te g ra n d e s ( 7^ ) 30 y n2 ) 3 0 ) entonces:
P1 - P 2 aprox
La fo rm a de la v a ria n c ia depende de si la m u e stra es a le a to ria o a le a to ria sim p le .

E je m p lo 10.
S i para e la b o ra r un a rtícu lo se usan, in d e p e n d ie n te m e n te , las m á q u in a s I y II, y se sabe
q ue la p ro b a b ilid a d de p ro d u cir un a rtícu lo d efe ctu o so con la m áq u in a I es 0 .1 5 y 0 .0 8
con la m á q u in a II. Si se eligen al a za r 8 0 a rtíc u lo s pro d u cid o s por I y 100 pro du cidos
p or II, h alle la p ro b ab ilid ad de que la p ro porció n de d efectu osos de la m u estra de I
su p e re a la de II en m ás de 0 .0 6 , si la s m u e stra s son a le a to ria s.

S o lu ció n
C o m o 77j)30 y nz ) 30 entonces:
0 .1 5 x 0 .8 5 0 .0 8 x 0 .9 2
P \ ~ P 2 aprox N[^tvx ~~7r2’°rpl- p2) aprox N 0 .1 5 -0 .0 8 ,
80 100
aprox N (0.07,0.00233)
0 .0 6 -0 .0 7 '
P ( p - p 2)0 M ) =P\ Z ) = P ( Z ) - 0 .2 1 ) = 0.5832
0.04827

E jercicio 11
S e sa b e q ue van a la u n iversid ad en m o v ilid a d propia el 40% de los e stu d ia n te s de la
U n iv e rsid a d L y el 30% de la U n iv e rsid a d S . S i se to m a n al a z a r m u e stra s de 80 y 90
e s tu d ia n te s re sp e ctiv a m e n te , h a lle la p ro b a b ilid a d de que la proporción de la m u estra
de la U n iv e rsid a d L su p e re a la de S en m ás de 9% .

.I
. I

l
\

* \ ■

173
 c Estadística

E je rc ic io 1 2
^ mar naSA. y B 5r°oliGen ei mismo artículo. Se sabe que la proporción de artículos defectuosos
p ducidos per A es de 0.06 y por B es de 0.04. Si se obtiene una muestra aleatoria de 50 artículos
para cada una de las máquinas, halle la probabilidad que la proporción de defectuosos de la muestra
A sea superior a la proporción de defectuosos de la muestra de la máquina B en más de 0 01.

174
 - - r>n*o ^ . ^ Estadística
' u i CJí

E JE R C IC IO S P R O P U ES TO S

1. El tie m p o que un p asajero debe e s p e ra r en un pa ra dero ta llegada de una co m b i es

una v a ria b le d istrib u id a u n ifo rm e m e n te e n tre 0 y 8 m in u to s. ■
a. C a lc u la r la p ro b ab ilid ad de e s p e ja r m en os de 5 m in u to s,
b. C a lc u la r la pro b ab ilid ad de e s p e ra r e n tre 3 y 8 m inuto s.

2. El tie m p o , en horas, de rep a ración de un a u to m ó v il es una v a ria b le a le a to ria X con

d istrib u ció n e xp o n e n cia l. En pro m e d io se d em o ra 4 ,4 8 horas.
a. C a lc u la r la p ro b ab ilid ad de qu e un a u to m ó v il este m as de 3 horas, si lle va al
m e n os m edia hora sie n d o reparado.
b. H ay un 10% de a u to m ó v ile s q u e son los que requ iere n de m a y o r tie m p o para
reparación. ¿C u á n ta s horas se req u ie re com o m ín im o para re p a ra r un
a u to m ó v il de este tipo?

3. S u p o n g a que la duración en m in u to s de las lla m a d a s te le fó n ica s que lleg a n en fo rm a

in d e p e n d ie n te a una central te le fó n ica es una v a ria b le a le a to ria con d istrib u ció n
e x p o n e n cia l, con m edia de 2 m in u to s p o r lla m a d a . ¿C u á l es la p ro b ab ilid ad que una
lla m a d a dure e ntre 1 y 4 m in u to s?

4. El tie m p o de in capacidad por e n fe rm e d ad de los e m p le a d o s de una co m p a ñ ía en un

m es, tie n e d istrib u ció n norm al, con m ed ia 100 horas y d e svia ció n e s tá n d a r d e 20
horas.
a) ¿C u ál es la p ro b ab ilid ad de que el tie m p o por in ca p a cid a d del s ig u ie n te m e s se
e n cu en tre en tre 50 y 80 horas? 5
b) ¿C u á n to tie m p o de in ca p a cid ad deberá p la n e a rse para que la p ro b a b ilid a d de
exce d e rlo sea só lo 0.1?

5. El g ere n te de pla n ta de una fá b rica que en lata ju g o de n aranja está in te re sa d o en

co m p a ra r e í re n d im ie n to de dos d ife re n te s lín e a s de pro ducció n. El n úm ero de ca ja s
que se pro duce al día con la línea 1 tie n e una d istrib u ció n con m edia 8 2 5 .1 y
v a ria n c ia 4 0 , m ie n tra s que con la línea 2 el núm ero de c a ja s al día tie n e m edia
8 1 7 .5 y v a ria n c ia 50. Si de cada lín ea se extra e n m u e stra s de ta m a ñ o 36, h a lle la
p ro b a b ilid a d de que el n úm ero total de ca ja s por día con la línea 1 sea m a y o r qu e el
to ta l de c a ja s por día con la línea 2 en m á s de 195 caja s, si:
a) Las m u estra s son a le a to ria s.
b) Las m u e stra s son a le a to ria s sim p le s, o b te n id a s de 7 0 0 d ía s de pro du cció n con la
línea 1 y 7 50 d ía s de producción con la lín ea 2.

6. S u p o n g a que se e stim a que el 70% de lo s jó v e n e s de Lim a y el 63% de los jó v e n e s

de A re q u ip a co n sid era que e scu ch a r m ú sica clá sica es un buen hábito. S i se to m a n
m u e stra s de ta m a ñ o 50 de jó v e n e s de Lim a y 60 de jó v e n e s de A re q u ip a , h a lle la
p ro b a b ilid a d de que la proporción de la m u e stra de Lim a su p e re a la de A re q u ip a en
m enos de 0 .0 5 , si:
a) Las m u e stra s son ale a to ria s.
b) Las m u e stra s son a le a to ria s s im p le s (sin re e m p la zo ), h a biéndose e leg id o la
p rim era m u e stra de 900 jó v e n e s lim e ñ o s y la se g u n d a de 1400 jó v e n e s
a req uipeños.

7. El p ro m ed io y la d esvia ció n e s tá n d a r de la s m e d id a s de los d iá m e tro s in te rio re s de

cie rto s tub o s de d esagü e son re sp e c tiv a m e n te 34.1 cm y 1.5 cm . Si se tom a una
m u e stra de 100 tub o s, ¿C u á l es la p ro b a b ilid a d de que la m edia de esta m u estra
a le a to ria esté en tre 34 cm . y 3 4 .5 cm ?

8. En una p o b lació n , el 20% de las fa m ilia s está n s u s crita s al d ia rio "E l C o m ercio ",
¿cu ál es la p ro b ab ilid ad de que al se le c c io n a r una m u estra de 225 fa m ilia s , la
p ro p orció n de fa m ilia s s u s crita s a d ich o d ia rio sea m e n o r al 16% ?

175
 Estadística

9. La presión sa ng u ín e a sistó lica de los h om bres de 20 a 24 años se d is trib u y e

n o rm a lm e n te con m edia 123 y con una d e svia ció n típ ic a de 137. Si se sele ccio n a al
a z a r a uno de esto s hom bres, ¿cuál es la p ro b a b ilid a d que su presión sa n g u ín e a sea
m ay o r a 139.44?

10. El tie m p o que necesita un a lu m n o para te rm in a r el exa m e n fin a l de Q u ím ica G en eral

se d istrib u y e n o rm a lm e n te con una m edia de 110 m in u to s y una d e svia ció n
e stá n d a r de 8 m inuto s; m ie n tra s que el tiem p o q u e n ecesita un a lu m n o para
te rm in a r el exam en fin al de Física G en eral se d istrib u y e n o rm a lm en te con una
m edia de 115 m in u to s y una v a ria n c ia de 4 9 m in u to s2.
a. S i un a lu m n o te rm in a el exa m e n de Física G en eral en m enos de una hora y
m edia se puede su p o n er que d o m in a el curso. S i se se le ccion a un a lu m n o al
azar, ¿cuál es la p ro babilidad de que d o m in e el curso?
b. Si se seleccion a n al a za r 5 a lu m n o s de Física G en e ra l, ¿cuál es la p ro b ab ilid ad de
que al m enos dos a lu m n o s d om in en el curso?

11. El núm ero de clie n te s que llegan a una a g en cia b ancaria cada 5 m in u to s tie n e una
distrib u ció n Poisson con m edia 3.2. S e sele ccion a una m uestra a lea to ria de ta m a ñ o
40 de esta d istrib u ció n . C a lcu le la p ro b ab ilid ad de que la m edia m ue stra l sea m a y o r
que 2.8.

12. Se sabe que el 52% de a d o lesce n te s de cierto d is trito fu m a n . S i se se le ccio n a una

m uestra aleatoria de 50 a d o lesce n te s de ese d istrito , h a lle la p ro b ab ilid ad de qu e la
proporción m u estra l de fu m a d o re s sea m a y o r que 0 .4 0 pero m e n o r q u e 0 .6 2

13. Una Em presa A rrocera se tienen dos m á q u in a s a g ríco la s A y B; las cu ale s presen tan
tie m p o s de duración que cu m p len la funció n de c o se ch a r a rro z en fo rm a
in d ep e n d ien te tien e n una d istrib u ció n n orm al con un tie m p o de vida m edio de 12 y
15 años y con d e svia cio n e s e stá n d a r de 1.5 años y 3 a ñ o s resp e ctivam e n te,

a) El a d m in istra d o r de la e m p resa e stá d isp u esto a re e m p la za r sólo al 3% dé las

m aq u in as con m enor tie m p o de du ra ción . ¿C u á l es la du ra ción lím ite para
que la m áquina A sea co n sid era d a para s e r ree m p la za d a ?
b) S i se tom a una m uestra de 50 m á q u in a s a g ríco la s para cada tip o de m áq u in a
(A y B) ¿ C u á le s la pro b ab ilid ad de que la duración de la m edia de la m u estra
de la m áquina B sea com o m á xim o 14 ó com o m ín im o 16 años?
c) S i se tom a una m uestra de 50 m á q u in a s a g ríco la s para cada tip o de m á q u in a
(A y B) ¿C uál es la p ro b ab ilid ad de qu e la m edia de la m uestra de Ja m áq u in a
A difiera de la m áquina B en m ás de 1 año?

14. La vid a útil de una batería se d istrib u y e com o una exp o n e n cia l con una m edia de 10
años. El fa b rica n te ofrece una g a ra n tía de un año. Si la b a tería fa lla en ese p eríodo
se reem p la za por otra, a lo m ás una vez. ¿C uál debe s e r el tie m p o de g a ra n tía que
el fa b rica n te debe o frecer para que so lo se d e vu elva el 2% de las b a te ría s
pro ducidas?

15. Una m áquina fabrica un d e term in a d o pro ducto cuya lo n gitud, en ce n tím etro s, tie n e
un p ro m edio de 6 cm . y una d esvia ció n e stá n d a r de 1.2 cm.

a) Si se tom a una m .a. de ta m a ñ o 25 ¿C u á l será la pro b ab ilid ad de que se o btenga

un pro m edio m u estral de a lo m ás 6 .2 5 cm ?
b) S e sabe que el costo de fa b rica ció n , por unidad, está dado por C = 4 . 5 X + 6 .5 ,
donde C es el costo u n ita rio y está dado en soles. Si se tom a una m u estra
a lea to ria de ta m a ñ o 36 ¿C uál es la p ro b ab ilid ad de que el costo pro m e d io, en
esta m uestra, sujpere los 2 3 .5 so le s?

176
 r:'' 3 Estadística
— i - ■ • ", .: . , : . - ■. . .. •

16. Un f a b r i c a n t e d e e l e c t r o d o m é s t i c o s s a b e q u e la v id a útil d e é s t o s s i g u e u n a
d istrib u ció n norm al con m edia de 100 m eses y d e svia ció n e s tá n d a r efe 20 m eses.
D e te rm in e el ta m a ñ o m ín im o m u e stra l que g a ra n tiza , con una p ro b ab ilid ad de 0 .9 8
que la v id a ú til m e d ia de los e le c tro d o m é stico s en d icha m u estra se encu en tra
entre 90 y 110 m eses.

17. S e sab e que la v id a de b o m b illa s e lé c trica s es una v a ria b le a le a to ria d is trib u id a

n o rm a lm e n te con m edia d esco n ocid a (i y cr = 200 horas. El precio de un lote de
1
b o m b illa s es — jo. dolares. Un p o sib le c o m p ra d o r pro pone to m a r una m u e stra
5
1—
a le a to ria de n b o m b illa s y p a g a r al p ro d u cto r —X d ó la ré s por el ¡ote de b o m b illa s.
5
¿C u á l debe se r el v a lo r de n , para qu e la p ro b ab ilid ad de que co m p ra d o r no sob re
pague ni su b p a g ue al p ro d u cto r con m ás de 20 d ólares, sea 0 .9 5 ?

177
 Estadística

9 .6 D istribución J¡ - Cuadrado

La d istrib u ció n Ji-cu a d ra d o fue en con trad a por p rim era v e z por F.R H elm ert en 1876.
Esta d istrib u ció n tom a el nom bre de la letra griega % ele va d a al cuadrado. Esta letra en
c a ste lla n o se lla m a Ji y en in g lés C hi..

Una v.a X tien e d istrib u ció n Ji-cu a d ra d o con m gra d os de libertad si su fun ció n de
p ro b a b ilid a d está dada por:

1 — 1 _*/
-x2 e /2 si x)0
/(* ) = l "'2r ( m / 2 )
0 si x <0

S e debe a cla ra r que el op e ra d o r F ( m / 2 ) es una in teg ra l definida.

N otación: X %(m)

C a ra cte rística s de una d istribu ción Ji-cu a d ra d o típica

C o m o se a p recia en el grá fico a n terio r:

1. Presenta un sesg o o a sim e tría p o sitiva .

2. Es a sin tó tica con respecto al eje h o rizo n ta l en el la d o positivo.
3. El rango de la v a ria b le considera só lo los v a lo re s positivos.
4. La d istrib u ció n tie n e ¡m e n o r sesgo con form e los gra d os de lib erta d son m ayores
(m > 30)
5. S i X ~ , en to n ces ¡J-X = m y crx = 2 m .

T e o re m a S i Z ~ N (0 , 1) en ton ce s Z 2 ~

Ejem plo 14
X -m ’X - f i
Si X ~ N^ju. cr2') , entonces Z # ( 0 ,1 ) ^ Z 2 = 4
<7 \ V )

178
 /J
¡Estadística

E je m p lo 15
S \ X l, . . . , X n es una m uestra a le a to ria de una població n con m edia // y v a ria n c ia cr2
\ r - \ 1
X — jU x —ju
e n to n ce s X ~ N A — ^ Z = n ~ N ( 0 ,í) ^ Z 2= n
v n y V a J v y

T e o r e m a Si son v.a. in d e p e n d ie n te s que tien en d istrib u ció n Ji-cu a d ra d o con

n
g ra d o s de libertad, re sp e ctiv a m e n te ; e n to n ce s la v.a
¡=i

D istrib u cio n e s m u éstrale s a so cia d as a la d istrib u ció n 3i-cuadrado

D istrib u ción de la v.a. ^

S ea X v . . . , X n una m uestra a le a to ria de una d istrib u ció n n orm al con m edia jj. y

d e svia ció n e stá n d a r cr , en ton ces la v .a Y ,

4 r
Prueba

X ¿~ N ( or2) - » Z, = ~ N (0,1) - » Z f = \r ± i entonces:

v o- j %

- r v ,.\ 2
S z ,2= E Xl)
;=1 Í=1 V (T

(rc-l)S2
D istribución de la v.a.
cr

S ea X 1, . . . , X n una m u estra a le a to ria de una d istrib u ció n norm al con m edia ¡u y

ÍL iX .-X ?
d e svia ció n e stá n d a r c r, entonces la v.a ( n - i K _ í r
cr

T e o re m a Sea X v . . . , X n una m u e stra a le a to ria de una d istrib u ció n n orm al con m edia

¡j, y d e svia ció n e stá n d a r a , e n to n ce s la v a ria n c ia m u estra l S 2 tendrá: E { S 2} = (t 2 y

V a r [ S 2) = -— .
K ) n- l

Ejem plo 16
Si J ~ r d e te rm in e el v a lo r de;
a. P (j< \\.6 5 \)

S o lu ció n
P ( j < 1 1 . 6 5 l ) = 0.1 N otación: 11.651 ' -£ (0 .1 ,1 9 )

179
 \

Estadística

b. P ( J > 15.352)

S o lu ció n
P ( J > 15.352) = 1 - P ( j (15 .35 2 ) = 1 - 0 . 3 = 0.7

c. P (15.352 < J < 30.144)

S o lu ció n
P (15.352 < J < 30.144) = P ( j < 30.144) - P { j < 15.352) = 0 .9 5 - 0 .3 = 0.65

E jem plo 17
Si L ~ z¡ 25) >ha lle P i y P 2 ta ies que: P ( p x < L < p 2) = 0.7 y P ( L > p 2) = 0.1 -
S o lu ció n
P ( L < p, ) = 0.2 ->• A = Z ( 2„ 2 , 2 5 ) = 18-940
P { ! < p , ) - 0.9 -► p , - x l m ¡ ) = 3 4 .3 8 2

E jem plo 18
S u p on g a que la lo ngitud de cierta e sp e cie de peces tie n e d istrib u ció n norm al con
m ed ia ¡j. y d e svia ció n e stá n d a r 2 cm . S i se e lig e una m u e stra a le a to ria de 18 peces,
calcu le:

( 18
a. El v a lo r de k en P Y S X - í i f ^ k = 0 .9 7 5 , si ¡j, es con ocida.
V f=i J
S o lu ció n

S e sabe que la v.a — ------5-----------X(„) ~ ») entonces:

<7
\
2 k k
i=1 =p = 31.526->>* = 126.104
“ 4
Z(l8) — 4 I U -y ^ 4 ^ (0 .9 7 5 ,1 8 )

.V

b. El v a lo r d:e c en P ^ S 2 > e ) = 0 .1 0 , si p es desco no cid a.

S o lu ció n

( r c - l) S 2 2 2
S e sabe que la v.a v - ~ Z p ) >entonces:

( n - \ ) o2 c
P =p > 1 7 x - = 0.10 17x^ = 4 9017) = 24.769 -> c = 5.828
Z { n )
cr 4

180
 _ / Estadística

9.7 Distribución t de Student

La d istrib u ció n t fue em p le a d a por p rim era v e z en un pro blem a de E sta d ística
im p o rta n te por W .S G o sse t en 190 8 (él escrib ía bajo el se u d ó n im o de S tu d e n t).

Una v .a X tie n e d istrib u ció n t con m gra d os de lib erta d si su funció n de p ro b a b ilid a d es:

/ /? ? + 1 N
r
i
/(* ) =- 777+1
—00 ( x ( °0
2\ 7
■yJmTC F 1+ ^
v2 j v ^J
N otación: X ~ t.
M

C a ra cte rística s de la d istribu ción t

1. Cada curva tie n e form a a ca m p a n a d a con cen tro en 0.

2. Cada cu rva es m ás d isp ersa que la cu rva norm al está n d a r.

m
3. S i X ~ t, y en ton ces jUY =0 y cr£ = -
w ' m- 2
4. C on form e a u m en ta m, la d isp e rsió n de la cu rva d ism in u ye.

5. A m edida que m —>co, la curva t,-. se a p ro xim a a la curva norm al estándar.

' .!a

Teorem a

S i las v .a s Z ~ A f( 0 ,l) y V ~ son in d e p e n d ie n te s, en to n ces la v.a X = ■

>)

9 .8 D istrib u cio n e s m u é strales a so cia d a s a la d istrib u ció n t

S e a X ], . . . , X n una m uestra de una d istrib u ción norm al con m edia /¿ y d esvia ció n

e s tá n d a r c r , en to n ce s la v.a —— si endo:
Sx

181

.•!)
 Estadística

o2 S2
<->? - — , si el muestreo es con reemplazo (muestra aleatoria)
n

T e o re m a
Si de dos poblaciones normales independientes distribuidas con medias ^ y
variancias crf = cr2 = cr2, se extraen muestras aleatorias de tam años n^yn2,

(X, - X 2) - ( //, - f j ~ )
respectivamente; entonces, la variable aleatoria Y = —— ¡ ■ ■ - — — '-~t,
' 1 7~ \ 2- 2) '
/S“ — +— I

o7 ( n ,- l) ^ + ( ^ 2 - l ) S 2
siendo: S 2 = -^ — }- —• v 2—
+i«2 — 2

Ejem plo 19

Si i? ~ , calcule:

a. P ( i? < -2.306)

P{R <~2.306) = 0.025 Notación: -2.306 = í(00258)

b. P ( R > 2.896)

> 2.896) = 1 - / ( i ? <2.896) = 1 -0.99 = 0.01

c. P (-3.355 < i? <-0.&89)

i
P (-3.355 < R < -0:889) = P ( R < - 0 M 9 ) - P ( R < -3.355) = 0.200-0.005 = 0.195

d. El valor de c si P (i? < c ) = 0.3

P ( R < c ) = 0 3 - * c = í(038) = -0.546

E je m p lo 2 0
El peso de ciertos artículos tiene distribución normal con media ju = 5 Kg. Si X ^ ,. .. ,X l6
f Y —5 ^
es una m.a de esa población, calcule P 0.33525 < --------<0.6505
V S
Solución
i * - * 1) r
Se sabe que la v.a ---- ----- v « ~ ~ , entonces:
S
r ( x - m ) r- '
P 0 .33525x4 < - U-Wm < 0 .6505x4 = P (l .341 < f(ls) < 2 .60 2)= 0.99 - 0.90 = 0.09
S

182
-w- > r-ig ^ s \ ü _ Estadística

9 .9 D is t r ib u c ió n F

R on ald A. F ish e r (n a d ó en In g la te rra el 17 de Febrero de 1890 y fa lle ció el 29 de Ju lio

de 1962) fue un gran cien tífico , m a te m á tico , e sta d ístico , bió logo e v o lu tiv o y g e n etista .
F ish e r a p o rtó m ucho a la e sta d ística , sie n d o una de su s m ás im p o rta n te s
co n trib u cio n e s, la Infe re n cia E sta d ística creada por él en 192 0 (que se e stu d ia rá de
m anera in tro d u cto ria en el c a p ítu lo XI de este libro). A la d istrib u ció n F ta m b ié n se le
lla m a d istrib u ció n F de S n e d e co r o d istrib u ció n F de F ish e r-S n e d e co r.

Una v.a. X tie n e una d istrib u ció n F con n y m gra d os de lib erta d si su fu n ció n de
p ro b a b ilid a d es:

cn + m í n } 2 —1
X2
[~2~ Km j
/(* ) =- x)0
nx
1+
v J m
N otación: X ~ F (n ,m )

C a ra cte rística s de la d istrib u ción F

1. Está d e fin id a so la m e n te para v a lo re s p o sitiv o s de la va ria b le .

2. T ie n e a sim e tría p ositiva.
3. Es a sin tó tica respecto al eje h orizo n ta l en su parte positiva.
4. Las d is trib u cio n e s F (n ,m ) tie n d e n a ser s im é tric a s cu an d o n y m son
s u ficie n te m e n te g ra n d e s (m a yore s que 30)

T e o re m a

Si U~ y V ~ / son v.a. in d e p e n d ie n te s, en to n ce s la v a ria b le a le a to ria

U_
v n U m / \
X - ~ = ---------- F ( n, m )
V_ V n V ;
m
C o ra la rio Si U ~ y V ~ Z(,„) , son v.a. in d e p e n d ie n te s, e n ton ces la v a ria b le
V_

a le a to ria ~ = -j~ = — — ~ F ( m , n )
X U Um K J
n
■t
183
 Estadística

N otación Si X ~ F (n,rn) y P^ X < £) = a —>k = F^an

P ropiedad recíproca
F{ i - a , n , m ) -~
r p
1
(a,m,n )

9 .10 D istribución m uestral asociada a la d istrib u ción F

Sea X ¡,...,X n¡ una m .a. de una d istrib u ció n norm al con v a ria n c iá <j\ y ^ ,...,7 otra

m .á. (in d e p e n d ie n te de las X¡) de una d istrib u ció n norm al con v a ria n c ia , y
d e n ote m os por S f y S \ las dos v a ria n c ia s m u éstra le s. E n ton ces la v.a:

la ]
—1,W2 —1)
S i/a ,
E je m p lo 21
S i W ~ F ( 8 ,2 1 ), halle: ■

a. P ( W < 2.42)
P ( W < 2 A 2 ) = 0.95-* 2A 2 = F{O9}S21)

b. P ( W > 3.51)
P ( W > 3.51) = 1 - P ( W < 3.51) = 1 - 0 . 9 9 = 0.01

c. P(2A 2 <W < 3.51)

P{2A2 < W < 3.51) = P ( W < 3 . 5 l ) - P ( W < 2.42) = 0.99-0.95 = 0.04

d. El v a lo r de k en P ( k < W < 2.42) = 0.94

P { k < W < 2.42) = 0.94 -> P (W < 2.42) - P (W < k) = 0.94 ->• P (W < k) = 0.01
----------v
0.95

(0.0
—> k = F,„ 1,g8,21
01 2n) = --------
p c= 0—
4 = 0.1873
1 (0 .99,21,8)

N ótese que se u tilizó la propiedad recíproca.

E je m p lo 22
De dos p ob lacio n es N (f\,2) y 4 ) in d e p e n d ie n te s se extra e n dos m .a.s. de

ta m a ñ o s n{ = 16 y n2 - 2 2 re sp e ctiv a m e n te , ha lle el v a lo r de k en:

f o2 A
a. P % < k = 0.99
st
v ui /

S olu ció n

184
 Estadística

Se sabe que = —1~—V ~ F{n2 -l) ~ F ( 2 1 , 1 5) , entonces:

5 ;/a , S i cr;

r^ < k ^ = P (F (2 1 ,1 5 ) < 0.5*) = 0.99 0.5* = F(ogg¡2hl5} = 3.35 -» * = 6.7

V^2 o-22 4,

Z' c-2 ’\
b. P % <k = 0.01
kS¡ y

Solución
Se sabe que: = ^ ^ r ~ F ( n l - l, n 2- l ) ~ F ( l5 ,2 l)
j¿2 / ^"9 *^2

f C2 ^2 /tA 1
=P ( F (15,2 1) < 2k) = 0.01 -» 2k = Fm
(0.01,15,21) r?
2y (0.99,21,15)

-»fc = — -----= 0.1493

2x3.35

•l'

185
 Estadística

E JER C ICIO S PR O P U ESTO S

1. Una m uestra a lea to ria de 27 o b se rv a cio n e s es tom a da de una población n o rm a l con

cr =16.8 . H a lla r la pro b ab ilid ad de o b te n e r una d e svia ció n e stá n d a r m uestra! entre
2 .9 9 0 9 y 5 .2 0 45

2. De dos p o b lacio n es 5) y ^ ( ^ , 8 ) in d e p en d ien te s se e xtra en dos m .a .s. de

_ )
ta m a ñ o s r\ =10 y n2 =8 re sp e ctiv a m e n te , halle el v a lo r de q . y c2 si:

^ ( V2
P ci - ~ T - 0.94 y P ~ ^ < c x = 0.05
. 1 -Sj1 - \%

4. Un fa b rica n te de a la m b re s de acero a firm a que la fuerza pro m ed io re q u erid a para

ro m p e r los a la m b re s que fa b rica es de 500 Kg. Para v e rific a r esta a firm a ció n se
tom a una m uestra a le a to ria de 25 tro z o s de este a la m b re y se so m ete a prueba
en co n trán d o se una m edia de 4 6 5 Kg. y una d esvia ció n e stá n d a r de 55 Kg.
S u p o n ie n d o que la s fu e rza s de ro m p im ie n to pueden co n sid era rse com o v a lo re s de
una v a ria b le a le a to ria que se d is trib u y e n o rm a lm en te. ¿C u á l es la p ro b a b ilid a d de
ob ten e r un prom edio de ro m p im ie n to e n tre 4 8 1 .1 7 9 y 5 1 8 .8 2 1 Kg?

5. Si X y S 2 son la m edia y la v a ria n c ia de una m uestra a le a to ria de ta m a ñ o 16 de

una d istrib u ció n norm al. H a lla r la co n sta n te c t a l que:

P ( - c < 4(JC~ M^ <c) = 0.95

S

6. De dos pob lacio n es N (ju {, 205) *y N ( ju2,2 10) in d e p e n d ie n te s se e xtra e n d os

m .as. de ta m a ñ o s = 20 y m, = 15 re sp e ctiv a m e n te , h alle el v a lo r de cx y c2 si:

Sf í c2
ci ^ i k - c2 = 0.04 y P ~rv2Y > C2¿ = 0.95
V. 2

7. S i Y tie n e d istrib u ció n t de S tu d e n t con 15 gra d os de lib erta d . H alle el v a lo r de la

co n sta n te K tal que: P (Y < K ) + P {Y >1.753) = 0.95

8. S i: X j,..... , X 20 es una m u e stra a le a to ria de una d istrib u ció n N (ij, 25). H a lle el
v a lo r de la co n sta n te K si P (S 2 > K ) = 0.3

9. Sea ^ ^(5), ^ / ( 20) f ^ -^(s,io) _ U sando ta b la s e s ta d ístic a s h a lla r las sig u ie n te s

p ro babilidades:
*

a) P(W < 3) b) m > 11.07) c) P ( Z < -0 .8 6 0 ) d) P ( Z > 1.325)

e) P ( - l .3 2 5 > Z >1.725) f) P ( Y > 3 . 0 7 ) g ) P ( 7 < 5 .0 6 ) h .-P (3 .0 7 < 7 < 5 .0 6 )

186
 Estadística

C A P ÍT U L O X

IN F E R E N C IA E S T A D ÍS T IC A

La in fe re n cia e sta d ística se ocupa de la e stim a c ió n y prueba de h ip ó te sis de los

p a rá m e tro s de una població n, en base de una m u estra a le a to ria e x tra íd a de dicha-
pob lació n .

O b je t iv o . E n te n d er el proceso de in fe ren cia e sta d ístic a para la e stim a ció n (e stim a ció n
p u n tu a l y por in te rv a lo s) y de prueba de h ip ó te sis de los p a rá m e tro s de una població n.

La in fe re n cia e sta d ística com prende:

1. La e stim a ció n de p a rá m etro s (e stim a ció n p u n tu a l y por in te rv a lo s de? co n fian za ).

2. Las p ru ebas de h ip ó te sis de parám etros.

10.1 Estim ación puntual de p a rá m etro s

Sea X l , . . . , X n una m u estra de tam a ñ o n de una p o b la ció n con p a rá m e tro 9 . Se

d e n o m in a e s tim a d o r p untual de 9 a c u a lq u ie r e s ta d ístic o & = h ( X 1, . . . , X n) cu yo v a lo r

9 = h ( x x, . . . , x n) dará una e stim a ció n p u n tu a l de 9 . En este caso © es una v a ria b le

a le a to ria y 9 es un núm ero. Los e s t im a d o ^ p u n tu a le s para la m edia, v a ria n za y

pro po rció n serán: y ^X i
fi = X = -&-----
n
Para la m edia p o blacio n al ( jj.):

Para la v a ria n c ia p ob lacio n al ( a 2): ¿ j2 S 2 = — ---------------

n —1

Exitos
Para la p roporción p ob lacio n al (u ): 7t — p = ---------
n

E jem plo i
De una població n de ta lla s (m t) en m ad re s a d o le sce n te s con m edia ju y v a ria n za a 2,
se e x tra e una m uestra a le a to ria 8 m ad re s a d o le sce n te s, cu yo s v a lo re s o b se rv a d o s son:
1.50, 1.60, 1.58, 1.45, 1.52, 1.68, 1 .6 2 , 1.55. H alle un e s tim a d o r puntual para la
m ed ia, la v a ria n za y la d e svia ció n e s tá n d a r po b lacio n ale s.

- t X< 12.5
E n ton ces se tien e: X = — ----- = -------- = 1.56 m t., será una e stim a ció n p u n tu a l de ¡ i .
8 8

Cálculo de la sum a de cuadrados: =19.569

i=l

Para la v a ria n za , el e stim a d o r puntual será:

187
 Estadística

ÍY ” x l
y Y2 ^-"=1 '' Y x 2- n x
'n t' ¿ 19.569-(1 2 .5 )2 19.569- 8 x l.5 6 2 f
1 n - 1 7 7 ’

Para la desviación estándar: £ = V0.0053 = 0.073

10.2 Estim ación de p arám etros p or in te rva lo de con fianza

Sea X15...,X n una muestra aleatoria de tamaño n de una población con parámetro 9 ,
cuyos valores observados o datos respectivos son xx,...,x n . Sea además, la v.a
un valor estadístico, con función de probabilidad conocida, que estima
a 9. Si P ( A <9 <B) = l - a , donde A = h1( X 1, . . . , X n) y B = h2( X l, . . . , X n) son v.a.
halladas a partir de la distribución de . & = h ( X 1, . . . , X n) , entonces se dice que el
intervalo aleatorio j/4,5] es el intervalo estimador del parámetro 9 , o que í?e[yá,i?]
con probabilidad 1—a .

Si a = hl (xv ...,x n) y b = h2{xi,...,xn) , son los valores numéricos que resultan al

reemplazar los valores de la muestra en las v.a. A y B respectivamente, entonces, se
dice que el intervalo numérico \a,b\ es el intervalo de confianza del (l-a )x lO O % para
9 , o que 9 e [a ,6 ] con un nivel o grado de confianza del (l —a ) x l0 0 %.

In terpreta ción

Si con los datos de una muestra aleatoria de tamaño n se construyó el intervalo

a < 9 < b con nivel de confianza, por ejemplo, 98% para el parámetro 9 , esto quiere
decir que si se seleccionan repetidamente 100 muestras de tamaño n, se tendrá 100
intervalos de la forma [¿z,6], y se confía que 98 de estos 100 intervalos contengan al
parámetro 9.

In te rva lo de con fianza para una m edia p o blacion al fi

C a so 1. In tervalo de con fianza para una m edia p oblacional u con a 2 conocida

Si X l, . . . , X n es una muestra aleatoria de una población normal (n grande) con media

// y variancia <r2 supuestam ente conocida. Se conoce que el mejor estimador para pi
es X y que si la población es normal (n es grande), entonces se tiene que la v.a.
f 2\ *rF
X ~ N ¡ i —— Y v -a - z — N(0 1) ’ entonces para definir el intervalo de
l ’ nJ <7/r
/ ~Jn
confianza del (l —a ) x l0 0 % se cumple:
r \
í
P P = 1- a
v■ Z H - ) £ Z £ Z H ) V / •v/í y

188
 Estadística

Entonces, despejando la expresión anterior, el intervalo con un nivel de confianza del

( l —a ) x 100 % para la m edia (//) será h a lla d o por:

d o n d e a y b son v a lo re s n u m é rico s qu e rep resen ta n el L í m ite in f e r i o r y L í m i t e

s u p e r i o r del in terva lo.
Límite Lnf erior : L I (//) = X - Z a
i - j Vw
cr
Límite sup erior : L I (//) = X + Z
-Jn
a
M axg en de error : E =Z
i- y l
Longitud o amplitud del int ervao : LS (ju) — LI (//.) = 2 i?

C aso 2. In tervalo de confianza para una m edia p oblacional /n con cr

desco no cid a

Si X 1, . . . , X r¡ es una m uestra a le a to ria de una població n norm al con m edia ju y

v a ria n c ia cr2 desconocida. Para c u a lq u ie r ta m a ñ o de m u e stra se tie n e que la v a ria b le
X -u
a le a to ria ia v.a . t = -- y - ~ t n_1, en to n ce s para d e fin ir él in te rv a lo de co n fia n za del

( l —c r ) x l0 0 % se cum ple:

X- f j .
P ~ t, “ ^0-") < *(l
=P 1- a

E n ton ces d e sp e ja n d o la e xp resió n a n te rio r, el in te rv a lo con un nivel de co n fia n za del

( l - a ) x l O O % para la m edia (¿ /)s e rá h a llad o por:

d on de a y b son v a lo re s n u m é rico s que rep resen ta n el L í m ite i n f e r i o r y L í m i t e

s u p e r i o r del in terva lo.

189
 Estadística

Interv a lo de con fian za para una prop orción

P — 7C.
S e usa la v.a. —r- ■ ■ ~ N (0,1) y n > 30, en to n ces para d e te rm in a r el in te rv a lo de
7T{ 1 - 71)

n
co n fian za del ( l —c ¡r)xl0 0 % para la proporción se cum ple:

\
P - z , , < z < z , , =P -Z f , < < z ( , = 1 —a
-!) H) (i-f) x (l-x ) (>-§)
n

E n ton ces d e sp e ja n d o la exp resión a n te rio r, el in te rv a lo con un nivel de co n fian za del

( l - a ) x l O O % para la proporción { tu) será h a lla d o por:

d on de a y b son v a lo re s n u m é rico s que representan el L í m i t e in f e r i o r y L í m i t e

s u p e r i o r del in terva lo. ¡

In te rvalo de con fianza para la varian cia

2
S ea X l, . . . , X n una m uestra a le a to ria de una poblacion norm al con v a ria n c ia a ,

0 - l) S 2
d e sco n ocid a . S e usa X{n-\) ' e n ton ces para d e te rm in a r el
C7 <J
in te rv a lo de confianza del ( l - a ) x l O O % para la v a ria n za se cum ple:

p(z 2 < y 2 < y 2 )=i- a

1) ^ ( / , —1 ) (I- ce/ 2 ,n -

(n-l)S2 2
P z (a/2,„-l) < ~ T ------ = 1- a
a

E n to n ce s d e sp e ja n d o la e xp re sió n a n terio r, el in te rv a lo con un nivel de co n fian za del

( l - a ) x l O O % para la v a ria n za (c r2 ) será h a lla d o por:

190
 Estadística

Si se desea obtener [os límites de confianza para la desviación estándar se obtiene la

raíz cuadrada en la expresión anterior obteniéndose:

Ejem plo 2 , .
En 2 01 1 , se to m ó una m uestra de 35 casa s en la C iu d a d t , y se hizo el e stu d io de las
s ig u ie n te s v a ria b le s: X= Peso to ta l de basura p ro ducida en una casa d u ra n te un día
(K g ), Y= Peso de re sid u os o rg á n ico s p ro d u cid o s (Kg) en una casa d u ra n te un día y Z=
H áb ito de re ciclaje , o b ten ién d o se los sig u ie n te s resultados:

P eso total Peso re sid u o s H ábito de

Casa de basura o rg á n ico s reciclaje
1 2.7 1.8 Si
2 3.0 1.5 No
3 1.5 0.8 No
4 1.8 0.8 No
5 3.0 2.1 Si
6 2.5 1.5 No
7 4 .0 2.5 No
8 3.0 1.2 No
9 3.5 2.0 Si
10 5.0 3.7 No
11 1.5 0.8 No
12 2.5 1.3 No
13 2.3 1.3 i. No
14 3.5 2 .8 ;!i No
15 5.0 3.5 No
16 4 .0 2.1 No
17 4 .0 2.6 No
18 3 .0 1.2 No
19 2.5 1.0 No
20 2 .8 2.0 No
21 2 .8 1.9 Si
22 3 .5 2.6 No
23 4 .0 3.3 No
24 3 .0 2 .0 No
25 1.9 1.0 No
26 2.7 1.4 No
27 2 .8 1.8 No
28 3.7 2.5 No
29 3.2 2.3 No
30 2 .9 1.9 No
31 3.5 2.1 Si
32 3.0 1.3 No
33 5.0 3 .4 No
34 3.5 2.7 No
35 4 .0 3 .2 Si

191
 Estadística

Cálculos:

Peso Peso resid u al

Total O rg á n ico

3 .1 6 0 1 .997
X
s 0 .8 8 4 0 .8 1 8
n 35 35

Del total de casas, sólo 6 tienen hábitos de reciclaje

a. A su m ie n d o q ue ia d esviación e s tá n d a r del peso total de basura prod ucid a en

la ciudad es 0.9 kg. Halle e in te rp re te un in terva lo de con fianza del 95%
para el peso total prom edio de basura prod ucid a en una casa d u ran te un
día.

Solución:
1- a = 0.95 - » a = 0.05 - » 1 - — = 0.975 . Como n es grande: => Z(0975) = 1.96

0.9 0 9
3.160 - l . 9 6 - r = < [ i < 3.160 + 1.96 2.862 < j u < 3.458
V35 V35

Interpretación: Se tiene un nivel de confianza de 95% que el peso total promedio de

basura producida en una casa durante un día está en el intervalo [2.862,3.458] Kg.

b. H alle un in tervalo de con fianza de 95% para la ve rd ad e ra p rop orción de

ca sa s que tien en el hábito de recicla je en ésa ciudad.

Solución:
a
1: - a = 0.95 -> a = 0.05 -»1 — = 0.975 . ' ( 0 .9 7 5 )
= 1.96 y p = 0.1714
2 35

0 .1 7 1 4 - 1 . 9 6 j 0 -1714^ - ° - 1714) < » < 0.1714 - 1 . 9 6 . 1 ° - 1 ™ * ( 1 -0 .1 7 1 4 )

35 35
0.0465 < 7 r < 0.2963

Interpretación: Se tiqne una confianza de 95% que ia verdadera proporción de casas

que tienen el hábito de reciclaje, está en el intervalo [0.0465, 0.2963].

c. H alle e in te rp rete un in tervalo de co n fia n za del 95% para la va ria n za y

d esvia ció n e stá n d a r del peso de los re sid u o s orgánico.

Solución:
1 — cc — 0.95 —> cc —0.05 —>■1 —— —0.975 => ^( 0.975,34) —51.966 y ,£(0.025,34) 19.806

( " -1 )S 2 „ ^ „ ( « -1 )S 2 _ (35-1)1.997* £ ¿ (35-1)1.9971 ^ ^ ^ 6 846

< r r <■ •=>
51.966 19.806

192
 Estadística

Interpretación: Se tiene una confianza de 95% que la verdadera varianza estándar

del peso de los residuos orgánico se encuentra en el intervalo [2.609, 6.846] Kgs2.

Para la desviación estándar: a/2.609 <<t < -\/6.846 1.615 < O" < 2.616

Interpretación: Se tiene una confianza de 95% que la verdadera desviación estándar

del peso de los residuos orgánico se encuentra en el intervalo [1.615,2.616] Kg.

E jem plo 3
Los siguientes datos corresponden a los pesos de destete (Xi) y peso de nacimiento
(X2), en gramos, de una muestra aleatoria de 10 cuyes.

X, 210 174 310 127 174 172 296 362 306 352
x2 140 142 140 90 92 84 156 200 185 180

Asumiendo que ambas variables tienen distribución normal:

a. Hlaíle un in tervalo de con fianza d e 9 0 % para el v e rd a d e ro peso m ed io de

d este te de los cuyes.
Solución:
Peso de Peso al
D estete N acer

248 .3 140.9
X
s 85.7 4 1 .4
n 10 10

1- or = 0.90-» a = 0.10- » 1 - | = 0.95 . => í(095;9) = 1.833

85 7
: 248.3±1.833—^ = , de donde se obtiene: [198.624,297.976]

Interpretación: Se tiene una confianza de 90% que el peso promedio de destete,

está en el intervalo [198.624,297.976] gr.

One-Sam ple T: PDestete

Variable N Mean StDev SE Mean 90.0% CI

PDestete 10 248.3 85.7 27.1 ( 198.6, 293.0)

b. H alle un in tervalo de con fian za de 98% para la ve rd a d e ra va ria n cia del peso
Eil n acer de ios cuyes.

Solución:
I - a = 0.95 -* a = 0.02 -> 1 - = 0.99 => 4 „ 9) = 2 1 .6 6 6 y = 2.088

{ n - l) S 2 , ( n - í) S 2 (10—l)x41.42 , (10—l)x41.42 7
l '- < ^ < v , -= > < 0 ^ < - ---- - ---------=>711975<cr^ <7387759
^ 2 -n -1) 21.666 2.088

193
 Estadística

In te rp re ta ció n . S e tien e una co n fian za de 98% que la verd a d e ra v a ria n c ia del peso
al na cer está en el in te rv a lo [711.975,7 3 8 7 .7 5 9 ]g r2.

Para h a lla r el in te rv a lo de co n fian za para cr , se sacará la ra íz cu adrada en a m b o s

lím ites: obteniéndose: [26.683,85.952] gr.

Ejercicio i
Un in spe cto r de calidad está ev a lu a n d o si el con ten ido de fruta por lata es el adecuado.
S e supone que el con te n id o de fruta se d is trib u y e com o una norm al con una d e svia ció n
e stá n d a r de 2 onzas. El in sp e cto r escoge al a za r 35 la ta s y encuentra que el peso
p ro m edio es de 29.2 onzas, la d esvia ció n e s tá n d a r de 1.85 o n zas y que 5 no tie n e n un
peso adecuado.

a. H alle e interp rete un in te rv a lo de co n fian za del 95% para el peso pro m ed io

p oblacional.

b. S u p o n ie n d o que no se conoce la d e svia ció n e stá n d a r pob lacio n al, h a lle e in te rp re te

un in te rv a lo de confianza del 95% para la v a ria n c ia y d esvia ció n e stá n d a r
p oblacional de contenido de fruta en las latas.

184
 Estadística

c. H a lle e in te rp re te un in te rv a lo de co n fia n za del 99% para la proporción p o b lacio n al

d e la tas que presentan un peso a d ecu ado

E jercicio 2
Un fa b rica n te de fib ra s s in té tica s d iseñ a un e x p e rim e n to para e s tim a r ia te n sió n de
ru p tu ra m edia de una fibra, observa las te n sio n e s de rup tu ra , en lib ra s, de 16 hilos
se le ccio n a d o s al a za r y se ob tie n e los s ig u ie n te s resu lta d os:

Descriptive Statistics: Tensión

Variable N Mean StDev Minimum Máximum
Tensión 16 20.381 0.523 19.600 21,100

a. Con una co n fian za del 95% , h alle el m argen de e rro r e in te rv a lo para la te n sió n de
ru p tu ra m edia de las fib ra s s in té tica s. In terp rete. ;

195
 Estadística

b. H alle el m argen de erro r y la a m p litu d del in te rv a lo para la te n sió n de ruptura m edia

de las fib ra s sin té tica s con 98% de-confianza.

10.3 D eterm inación del Tam añ o de M uestra

A co n tin u ació n se presenta la m anera de h a lla r el ta m a ñ o de m u estra cu an d o sé e stim a

a la m edia poblacional p o cuando se estim a a la proporción p o b lacio n al jt.

D eterm in ación del ta m a ñ o de m uestra para e stim a r a la m edia p oblacional u

X — LI
S e sabe que: Z = ------------, desp eja n d o se o b tie n e el ta m a ñ o de m uestra:
<j /

Donde:
» ( X - f í ) , es el m argen de error que se q u ie re aceptar,
• El v a lo r de Z = depende del nivel de co n fian za requerido.

• Si v a ria n c ia cr2 , es desconocida se puede e s tim a r m ed ia n te una m u e stra p iloto la

v a ria n cia m u estral ( S 2).

S i se conoce el ta m a ñ o dé la población (N ), en to n ce s se calcu la un v a lo r p re lim in a r:

ry 2 2
Jlj (X
nr Y y el tanpaño de la m uestra d e fin itiv o será:
( x - ju)

D eterm in ació n del ta m a ñ o de la m uestra para e stim a r la prop orción p oblacional

n

S e sabe que:
p —n
Z= ■, d e sp e ja n d o se o btiene el ta m a ñ o de m uestra:
br(l —7r)

Donde:
• es e ' m argen error perm isible.
• El v a lo r de Z = Z^_^/jdepende del nivel d e confianza requerido

196
 Estadística
*

• 7Z es el parámetro que se desea estimar y como es desconocido, entonces se

p u ede to m a r una m uestra piloto para o b te n e r un v a lo r e stim a d o . S e puede u tiliz a r el
v a lo r co n se rv a d o r igual a 0.5.

S i se co n o ce el ta m a ñ o de la población (N ), e n to n ce s se ca lcu la un v a lo r p re lim in a r:

Z 2x ( l - 7 r )
y el ta m a ñ o de la m u e stra d e fin itiv o será:
(p-x)

E n a m b o s casos, ya sea cu an d o se q u ie re e s tim a r p y 7F c o n s id e ra r para el ta m a ñ o de

m u e stra que:
«q No se redondea
n Se redondea por exceso

E jem plo 4
U n a fa m o sa cadena de hoteles desea d e s a rro lla r un in te rv a lo de co n fian za del 99% para
e s tim a r el núm ero pro m edio de h a b ita cio n e s o cu p a d a s cada noche en s u s su cu rs a le s de
to d a la nación. ¿C u á n ta s noches deben in c lu irs e en la m u e stra si se puede to le ra r un
e rro r de 10 h a b ita cio n e s y una m u estra p ilo to re vela una d e svia ció n e s tá n d a r de 60
h a b ita cio n e s?

S o lu ció n :

a = 0.01 => Z( l = Z {m¡) = 2.58 => n = = 239.63 « 240 „„d,es

S u p o n g a que la cadena desea e s tim a r el ta m a ñ o de m u e stra para to ta l de 3 65 noches

(un a ñ o). E stim e el ta m a ñ o de m u e stra querido.

S o lu ció n :
n 939 63
N = 365 y n 0 = 239 .63 => n = -----9— = " o q q ' aT = ^ 4 .66 145 noches
l +z v ! | 2 3 9 63
N 365

E jem plo 5
¿ C u á n to s e s tu d ia n te s debe te n e r una m u estra , con el fin de e s tim a r la pro porció n de
e s tu d ia n te s que tien e n correo ele ctró n ico , en una cierta región rural con
a p ro x im a d a m e n te 8 0 0 0 e stu d ia n te s? En un e stu d io p revio, se h a lló que de 150
e s tu d ia n te s, 120 te n ía n correo e le ctró n ico . Se desea te n e r un nivel de co n fian za del
95% y un e rro r del 3% en la s e stim a cio n e s.

S o lu ció n :

120 n o -7 n „ 1.962x0.8x0.2
p= = 0.8, z 0975 =1.96 , e n to n ce s na = ------------- -------- = 682.95 y por lo tanto:
150 975 0 0.03

197
 Estadística

682.95
H~ 682 9S ' re d o n d e a ndo n = 6 3 0 estu d ian te s.
1 + ------------- — -

8000

En el sig u ie n te cuadro se presenta las e stim a c io n e s de ta m a ñ o s de m u estra para

d ife re n te s v a lo re s de m argen de error:

M arqen de e rror nO n

0,01 6 1 4 6 ,5 6 0 347 6

0 r02 1 5 3 6 ,6 4 0 1289

0,03 6 8 2 ,9 5 1 629

0 ,0 4 3 8 4 ,1 6 0 367

■ 0,05 2 4 5 ,8 6 2 239

S e o bserva un in crem en to exp o n e n cia l de ta m a ñ o de m uestra al d is m in u ir el m arg en de

error.

Ejercicio 3.
a. ¿C u á l debe s e r el ta m a ñ o de m uestra para e s tim a r el nivel m edio del co n su m o de
p ro teín as de lo s a d u lto s de una zo na m in era , si se desea te n e r un m argen de e rro r
de 0 .4 5 g/dl y un nivel de co n fian za del 95% ?. Por e stu d io s p revios, se sa b e q ue el
con su m o de p ro teín as tie n e una v a ria b ilid a d de 2.5 g/dl.

b. Suponga que en la zona minería existe 1300 adultos, ¿cuál debe ser el tamaño de
muestra requerido? ______ r__ _________ _______ ______
 1

Estadística

Ejercicio 4.
a. 0 director c o m e rcia l de cie rta co m p a ñ ía que re a liza v e n ta s por correo e le ctró n ico ,
desea p re c isa r con m ucho cu id a d o su p o lítica de crédito. S i el d ire c to r desea te n e r un
intervalo de co n fian za del 99% para la p ro p o rció n de c lie n te s que está n al día en su s
pagos. ¿Qué ta m a ñ o de m uestra debe u s a r si se desea te n e r un m argen de e rro r del
4.5%?. Suponga q u e en una m u e stra p ilo to de 35 c lie n te s se h a lló qu e 8 c lie n te s
están ai día en su s pagos.

: - i j i
: ^ i \ \

3 Í i I
? ii j ¡ j

\ 5 I ! í

: ; : i i

! i i i

!
í
i i I * i «

l i l i
; i : i

\ f I i
M M
M
i I ! í i S
r 5 ‘ 1
; 3 1 i

M M
M M i i
i
i

b. Suponga que e xiste n 3 5 0 0 c lie n te s que re a liza n su s co m p ra s por correo. ¿C u á l será

el tamaño de m u estra para este caso?

c. Para un nivei de co n fian za del 95% , un ta m a ñ o de la p ob lació n de 3 5 0 0 c lie n te s y

co n sid e ra n d o la estim a ció n con se rv a d o ra d e n igual a 0.5. C o m p le te el sig u ie n te
cu ad ro para e s tim a r ta m a ñ o s de m u estra para d ife re n te s v a lo re s de m argen de error.

199
 Estadística

M argen de e rror nO n

0,01

0,02

i 0,03 .

f 0 ,0 4
.1;
0,05

10.4 P rueba de h ip ótesis

Una h ip ó te sis e sta d ística , es c u a lq u ie r a firm a ció n o su p o sició n que se hace acerca del
tip o de d istrib u ció n de p ro b ab ilid ad de la población o al v a lo r o v a lo re s de uno o m ás
p a rá m etro s de la población.

Ejem plo 6
Las sig u ie n te s son h ip ó te sis esta d ística s:

a. El peso p ro m ed io de d este te de cie rto s cu y e s es 230 gr.

b. La proporción de casa s con h á b ito s de re cicla je es m a y o r q u e 0 .1 5
c. La v a ria n c ia de los d iá m e tro s de cie rto s á rb o le s es 0 .9 5 m 2
d. S o n ig u a le s los pesos pro m ed ios al n a ce r de dos tip o s de cu yes (I, II, III ó IV) que se
d istrib u y e n n o rm a lm e n te con v a ria n c ia s ig u a le s crx =crl =cr2

H ip ó te sis nula v alterna

H ipótesis nula (H 0). E¿ la h ip ó te sis que es aceptada p ro visio n a lm e n te com o ve rd a d e ra

y cu ya v a lid e z será so m etid a a v e rifica ció n e x p e rim e n ta l. Los re su lta d o s e xp e rim e n ta le s
nos p e rm itirá n s e g u ir a cep tá n d o la com o v e rd a d e ra o si d ebem os re ch a za rla com o tal.

H ip ó t e s is a lt e r n a ( H ± o H a). Es la h ip ó te sis que se acepta en caso de que la h ip ó te sis

nula sea rechazada. H i es la su p o sició n c o n tra ria a H0.

200
 Estadística

Prueba de h ip ó te sis e sta d ístic a es el proceso m e d ia n te el cual se tom a la d e cisió n de

a c e p ta r o re c h a za r la h ip ó te sis nula.

La a ce p ta ció n de una h ip ó te sis nula, s ig n ifica que los d a to s de la m u e stra oo

p ro p o rcio n an e v id e n cia su ficie n te para re b a tirla . El rechazo s ig n ifica que los d a to s de la
m u e stra lo rebaten.

T ip o s de p ru eb a s de h ip ó tesis

El tipo de prueba depende de la forma de la hipótesis alterna:

a. Prueba de hipótesis bilateral o de dos colas, si:

H 0 :0 = 0Q contra H } : 0 ^ 0O

b. Prueba de hipótesis unilateral o de cola a la derecha, si:

H 0 :6 = 0O contra H x : 6 > 0O , o
M 0 :0<0O contra H l : 0 >9 o \

c. Prueba de h ip ó te sis u n ila te ra l o de cola a la izq u ie rd a , si:'

H 0 :9 = 0O contra H 1:9 <90 , o

H O: 0 > 0 O contra H X: 0 < 0 O

D o n d e # es el p a rá m etro de in te ré s y 6 0 el v a lo r su p u e sto que puede to m a r el

p arám etro.

E rro re s tip o I y tipo II

A l to m a rse una d e cisió n respecto a una h ip ó te sis nula (H0), se puede p re se n ta r cu atro
p o sib le s casos que d e te rm in a n sí la d e cisió n to m a d a es correcta o in co rrecta , esto se
p re se n ta en la sig u ie n te tab la:

D e c is ió n H 0 v e rd a d e ra
A c e p ta r H0 D ecisión correcta
P ro b a b ilid a d =1 —a
R e ch a za r H0 E rro r tip o I
P ro b a b ilid a d = a
H n f a ls a
E rro r tip o II
P rob a b ilid a d = jB
D ecisión correcta
P ro b a b ilid a d =1 - ¡3

E r r o r t i p o I , es el e rro r que se com e te cuando se rechaza una h ip ó te sis nula que es

v e rd a d e ra en la población.

E r r o r t i p o I I , es el erro r que se com ete cuando se a cepta una h ip ó te sis nula que es
fa lsa en la población.

La p ro b a b ilid a d de c o m e te r erro r tip o I se denota por a , entonces:

a = P (e rro r tip o I) = P (re ch a za r una h ip ó te sis nula ve rd a d e ra )

N ivel de sig n ifica ción ( a ) . De una prueba de hip ó tesis, es la p ro b ab ilid ad de c o m e te r

e rro r tip o I.
201
 Estadística

La p ro b ab ilid ad de co m e te r e rro r tip o II se denota p o r/? , entonces:

P = P (erro r tip o II) = P (a ce p ta r una h ip ó te sis nula fa lsa )

Potencia de prueba. Es igual a 1 - /? , es la p ro b ab ilid ad de re ch a za r una h ip ó te sis

nula que es falsa.

Región crítica v regla de d ecisión .

La regla de decisión in vo lu cra la d iv isió n de la d istrib u ció n m u estra l del e sta d ístico
© (com o X , S 2etc.) de la prueba en dos p a rte s m u tu a m e n te e xclu y e n te s: a región de
re ch azo o región crítica (R.C) de la h ip ó te sis nula, y la región de acep ta ció n ( R..A ) o no
re ch azo de la h ip ó te sis nula. La d iv isió n d epen de de la fo rm a de la h ip ó te sis
a lte rn a tiv a , del nivel de sig n ifica ció n a y de la d istrib u ció n m u estra l del e sta d ístico .

S u p u e sto s para las p ru eb a s de h ip ótesis.

Para las d ife re n te s pruebas de h ip ó te sis se deben c u m p lir los sig u ie n te s su p u estos:

1. Prueba de h ip ó te sis para una m edia p o b lacio n al (ju. ) 0

a. La m uestra es a le a to ria (obten ida con re e m p la zo de una población fin ita o con o
sin re e m p la zo de una población in fin ita ).
b. La m uestra proviene de Una d istrib u ció n norm al o e l.ta m a ñ o de m uestra es
grande.

2. Prueba de h ip ó te sis para la v a ria n c ia p o b lacio n al (cr2)-

a. La m u estra es a le a to ria .
b. La m uestra pro viene de una d istrib u ció n norm al.

3. Prueba de h ip ó te sis para d ife re n cia s de m e d ia s p o b lacio n ales —/¿2) ■

a-. Las m u e stra s son a le a to ria s.
b. Las m u e stra s provienen de d is trib u cio n e s n o rm a le s o los ta m a ñ o s de m u e stra s
son grandes.
c. Las p o b la cio n e s son in d ep en d ien tes.
f ~2\
4. Prueba de h ip ó te sis para la razón de v a ria n c ia s p o b la cio n a le s
V°f 7
a. Las m u e stra s son a lea to ria s.
b. Las m u e stra s provienen de d is trib u cio n e s norm ales.
c. Las p o b lacio n es son inde p en d ien tes.

5.- Prueba de h ip ó te sis para una proporción ( tzt)

a. La m u estra es a leato ria.
b. El ta m a ñ o de m u estra es grande.

6. Prueba de h ip ó te sis para la d ife ren cia de p ro p orcio n es ( tvx- t t 2) •

a. Las m u e stra s son ale a to ria s.
b. Los ta m a ñ o s de m u e stra s son g randes.
c. Las p ob lacio n es son in depen dien tes.

202
 Estadística

P ro ce d im ie n to g en eral de la prueba d e h ip ó tesis d e un p a rá m e tro #

1. F o rm u la r la h ip ó te sis nula y la hipó tesié a lte rn a tiv a .

2. E le g ir el nivel de sig n ifica ció n a .

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a, E, (cu ya d istrib u ció n depende del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la de las p ruebas de h ipó tesis.

4. D e te rm in a r la regla de d e cisió n , e s ta b le cie n d o las re g io n e s de re ch a zo ~y de

a ce p ta ció n de la h ip ó te sis nula (Ho).

5. D e cid ir el rechazo de la h ip ó te sis nula (Ho), si Ec cae en la región c rítica de rechazo.

En caso co n tra rio , no re ch a za r la h ip ó te sis nula.

T a b la de las p ru ebas de h ip ótesis

H ip ó te sis V a lo re s ta b u la re s Ex y E2
referida Prueba E sta d ística (E) <j>=a/2 para p ruebas b ila te ra le s
a : 0 <|)=a para p ru eb a s u n ila te ra le s
a. o2 conocida y població n n o rm a l o
n > 30
Z i= Z (l-< |> )
fy -M .) Z 2= Z(l-cl))
Z c= - i---- j --- ~ N (0 ,1 )

/° Zv nr
H b. a2 desco nocida y n > 30
Z x= - Z(l-ct»>
Z c= ^---- - p - l ~ N (0,1) i; Z 2= Z(l-<¡.)

/sr n
c. a 2 desco nocida, n pequeño y
p o b lació n norm al
ti= - t(l-c|),n -l)
p - r t ) t2= t(i-<j»,n-l)
s / ~ V »
/■s}n

a2 A>c 2
°o

o \ l a ,2 Fc = ~ T ^ Y ~ F ( }h - ^ n2 - ^ ) Fi= F((j>, n x- l , n2- l )

CTj F!= F(l-4), n i-1 , n2- l )

203
 Estadística

¿L.
H ipótesis i;;
V a lo re s ta b u la re s E i y E2
referida Prueba E sta d ística (E) <j>=a/2 para pruebas b ila te ra le s
a : 9 <|>=oc para p ruebas u n ila te ra le s
a. ce,2 y cr2 conocidas, y
p oblacio nes n o rm a le s o m u e stra s
grandes

z 2 = z { \ - 4)
-1- + a 2
]¡ n2
b. <j\ y cr2 d e sco n o cid a s y
m u e stra s grandes
z }= - z ( i- t)
^ ~ ív ( o , i) z 2 = z{\-<¡>)
^1 | S2
V«1 n2
c. <
j \ y d esco n o cid a s pero
o2 fa -q s f+ fa -ijs í .
h om ogéneas y p oblacio nes norm ales.
p ;íj + n2 —2
(^ i (m —^ 2)0
i, = - í ( l - ^ , n , + « 2 - 2 )
c I / 1 1A t(”i+ni~2)
t2 = í ( l - ^ , «j +«2 - 2)
1+ ±

d. <j\ y (j\ d esco n o cid a s pero / 2 2y

t 2
h e terogéneas
n orm ales.
y p o b la cio n e s
„ U nií J2\ Z
í 2\ 2
X ¡- X - ( h -~m 2\ S1 S2
UJ +UJ
72,-1n2 - 1
'
V^ n2

f2 = í ( l - ¿ i í )

P -K 0
z == /,,(!-* „ ) Z x= Z(<j>)
71 Z 2 = Z(l-<t,)
v ;»

a. C uand^ TT j - n 2 =0
- nlp l + n 2p 2
Z - a t ( o, i ) rh + n2
Z 1=Z(<t>)
Z 2 = Z(l-c¡>)
M k )
7t\ ~ 7V2 b. C uando ; r , - n 2 0

z w 0>1 Z != Z (tí
I P i( l~ P i ) , P i p - P z ) Z 2 = Z(l-<j>)
\ n2

204
 Estadística

E je m p lo 7
(En e ste e je m p lo se usan los re su lta d o s del estu d io d u ra n te 201 1 de la c i u d a d 1 del
e je m p lo 2 y d a tos ya ca lcu la d o s de la c u i d a d 2 para ese m ism o año). S e e stu d ió el
peso total de basura producida por casa d u ra n te un día en d o s ciudades;, para lo cu a l $e
to m a ro n dos m u e stra s de ta m a ñ o s 35 y 4 0 i re sp e ctiv a m e n te obteniéndose:

C iu d a d 1 C iu d a d 2

3 .1 6 0 0 3 .7 5 7 5
X
s 0 .8 8 4 0 .3 8 0 9
n 35 40

Suponga que se conocen los parámetros cr, = 0.90 y cj2 = 0.40

a. ¿H ay e v id en cia s estad ística s para a firm a r q ue el p eso total p rom e d io en la

ciudad l es 3 .22 Kg? Use a = 0 .0 5

C aso Prueba de hipótesis para con crx =0.90Kg. conocida

1. Formular la hipótesis nula y la hipótesis alternativa.

i í 0 ://j= 3 .2 2
H 1 :/u1 ^.3.22

2. Elegir el nivel de significación. a = 0 .05

3. Seleccionar la prueba estadística apropiada, E, (cuya distribución depende del valor

estadístico utilizado) y hallar el valor calculado (Ec) de la prueba estadística. Ver la
tabla:
( X i- f A (3.16-3.22) r -
Zc= ----------- \ n\ ~ N (0 ,1 ). Calculo: Z =~—-----------v 3 5 = -0.394
o-, ^ 1 c 0.90

4. Determinar la regla de decisión, estableciendo las regiones de rechazo y de

aceptación de la prueba. 7

La prueba es bifateral por la forma de la

hipótesis alternativa H l : / .i^ S .2 2 \ \
Flegión de rechazo-- RR= ' /
{ Z < -1.96} u { Z > 1.96} Z Z Z 'J ’Z I Z X.Z
Flegión de aceptación=RA= > Región de \
{-1,96 < Z <1.96} ; Aceplación '

— --ríl
,Z a / 2 ,l / 2

5. D e c id ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

Z c = -0.394 cae en la RA, entonces no hay evidencias estadísticas para rechazar la

Ho , en otras palabras no se rechaza la afirmación de que el peso total promedio es
3.22 en la ciudad 1.

205
 Estadística

One-Sample Z: Total

Test of mu = 3.22 vs mu not =3 . 2 2

The assumed sigma = 0.9

Variable N Mean StDev SE Mean

Total 35 3.160 0.884 0.152
Variable 95 0% CI Z P
Total ( 2.862, 3.458) -0. 39 0.693

b. ¿H ay evid en cias m u éstrales para e sta b lecer que el p rom e d io de los p esos de
la ciudad 2 e x cede al de la ciudad 1 en m ás de 1 Kg? U se a= (Tó5

Caso. Prueba de h ip ó tesis para n 2 - ¡nx con cr, = 0.90 .y <x2 = 0.40 co n o cid a s y
m u e stra s grandes

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lté rn a tiva .

Hq-'-'Mí =1 .

V-\ > 1

2. E le g ir el nivel de sig n ifica ció n . a = 0 .0 5

3. S e le c c io n a r la prueba esta d ística a p ro p ia d a, E, (cuya d istrib u ció n depende del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la: - .

Zc= ^ ¿ ± í ~ N { 0 , \ ) . C á lcu lo: Z c = (3 '7 5 7 5 ~ 3 ' 16) Z 1 = -2 .4 4 3

|(T92 + a ¿ \ 0.402 | 0.9Q2
V n2 n¡ V 40 35

4. D e te rm in a r la regla de d ecisió n , e sta b le cie n d o las regiones de rechazo y de

a ceptación de la prueba.

La prueba es u n ila te ra l a la derecha por la fo rm a de la h ip ó te sis a lte rn a tiv a

://2 - / / L > 1

Región de rechazo = RR = { Z >1.65}

Región de a ceptación = RA = { Z <1.65}

R e g ió n d e
A c e p t a c ió n

l l i [r
2^1- OL

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

con tra rio , no rech a za r la h ip ó te sis nula.

Zc = -2.443 cae en la RA, entonces hay evidencias estadísticas para no rechazar la

H0, en otras palabras se rechaza la afirmación de que el peso total promedio de la
c iu d a d 2 e x c e d e al d e la c iu d a d 1 e n más d e 1 K g .

206
 Estadística

E jem plo 8
D e sp u é s de la ejecución en el 201 1 del estu d io del peso de re sid u o s o rg á n ico s
p ro d u cid o s por casa d u ra n te un día en las ciu d a d e s 1 y 2; en el 2 0 1 2 se v o lv ió a
re co g e r d a to s en las m ism a s dos ciu d a d e s, para lo cu al se to m a ro n dos m u e stra s de
ta m a ñ o s 17 y 22 casa s re sp e ctiv a m e n te ob ten ién d ose:

C iudad 1 C iu dad 2

1 .777 2 .1 1 5
X
s 0 .7 1 8 0 .6 5 4 9
n 17 22

a. ¿H ay e vid en cia s estad ística s para a firm a r q ue el p eso p rom e d io de re sid u o s

o rg á n ico s en la ciudad 1 es m en or de 2.5 Kg? U se a=0..Q25

S o lu ció n
C aso Prueba de h ip ó tesis para con <
j x d esco n ocid a y n pequeño

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a ltern a .

H 0 : j^ > 2.5
H l :/¿1<2.5

2. E le g ir el nivel de sig n ifica ció n . a = 0 .0 2 5

3. S e le c c io n a r la prueba e sta d ístic a a p ro p ia d a , E, (cuya d istrib u ció n d ep e n d e del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r c a lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:

A 777 _ 2 5 ) ,—
t c= ^ ~ N ( 0, 1 ). C á lcu lo : t c = h tiL L ! — ^ 7 _ _ 4 .1 5 1 8
íj 0 .7 1 8

4. D e te rm in a r la regía de d ecisió n , e sta b le cie n d o , las reg io n e s de rechazo y de

ace p ta ció n de la prueba.
La prueba es u n ila te ra l a la izq u ie rd a p o r la fo rm a d e la h ip ó te sis a lte rn a H x : //t < 2.5
R egió n de rech a zo = R R = { t < -2 .1 2 0 }
R egión de a ceptación = RA = { t> -2 .1 2 0 }

i R egión de
/ A ceptación

5. D e c id ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re c h a za r la h ip ó te sis nula.

tc = -2.120 cae en la RR, entonces hay evidencias estadísticas para rechazar la H0 ,

en otras palabras se acepta la afirmación de que el peso promedio de residuos
orgánicos es m enor que 2.5 Kg en la ciudad 1.

207
 — ~ — -I-- i Estadística

b. ¿H a y e vid en cias m u é strale s para e sta b lecer que el prom ed io de ios re sid u o s
org á n ico s d e la ciudad 2 ex cede al de la ciudad 1 en 1 Kg? Use a =0.10

SoliTción ’

Caso: Prueba de h ip ó te sis para //2 —//j con <jx y a 2 d e sco n ocid a s
P rim e r Paso.
2

Prueba de h ip ó te sis para a f = <

j 2 -> ~ =1

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a ltern a .

H 0: o * = o > - + 4 = !

2:

H x :o-¡ *1
a i-
2. E le g ir el nivel de sig n ifica ció n . a = 0 .1 0

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a, E, (cuya d istrib u ció n depende del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tabla:

Fe = - 1 ) ~ F (16 ,21 ).
2 <*1
O 718 2
C á lcu lo : F. = . = 1 .2 0 1 9
0 .6 5 4 9 2

4. D e te rm in a r la regla de d ecisión , e sta b le cie n d o la s reg ion es de re chazo y de

ace p ta ció n de la prueba.
2

La prueba es bilateral; por la fo rm a de la h ip ó te sis a lte rn a tiv a H x : o f ^<j \ 1

; <?\
Región de rechazo = RR = {F ( l6 ,21 ;0 .0 5 ) < 0 .4 4 } U { i7 (16 ,21; 0.95 ) > 2 .1 6 }
Región de acep ta ció n = RA = 0 .4 4 < F < 2 .1 6

5. D e c id ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En casó

co n tra rio , no re ch a za r la h ip ó te sis nula.
Fc = 1 .2 0 19 cae en la RR, e n ton ce s no h a y e v id e n cia s e s ta d ístic a s para no re ch a za r
2
2 cro
9 ...
la H0, en o tra s p a la b ra s hay h om ogen eidad de v a ria n c ia s (<xf &cr2 —>— ).

S eg u n d o Paso
C a s o : Prueba de h ip ó te sis para i¿2 ~ con ° í y d esco n o cid a s pero hom ogén eas.

F o rm u la r la h ip ó te sis nula y la h ip ó te sis altern a .

208
 Estadística

¡ I „ - M? - < 1
I I ! : /i2 - //, > 1
2. E le g ir el n ivel de sig n ifica ció n . a = 0 . 10 .

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a, E, (cuya d istrib u ció n d e p e n d e del v a lo r

e s ta d ístic o u tiliza d o ) y h a lla r el v a lo r c a lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:

(17 -1 )* 0 .7 1 8 ? + (2 2 - 1) * 0 .6 5 4 9
S —= 0 .4663-6
1 7 + 2 2 - 2

( 2 .1 1 5 - 1 .777 ) - 1
= 3 .002
0 .4 6 6 3 6 (— + — )
22 17

4. D e te rm in a r la regla de d ecisión , e sta b le cie n d o las re g io n es de rechazo y de

a ce p ta ción de la prueba.

La prueba e s u n ilate ra l hacia la dere ch a por la fo rm a de la h ip ó te sis a lte rn a

H l . /¿2 — > 1

Región de rechazo = RR = { t . c > 1 . 6 9 }

Región de a ceptación = RA = { ifc < 1 .69 }

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

tc = 3 .0 0 2 cae en la RR, e n ton ce s h a y e v id e n c ia s e s ta d ístic a s para re ch a za r la H0 y

a ce p ta r la H l, en otra s p a la b ra s se a ce p ta la a firm a ció n de que el peso de re sid u o s
org á n ico s prom edio de la ciudad 2 e xced e al de la ciu dad 1 en 1 Kg.

Ejem plo 9
S e h icieron 9 y 8 o b serv a cio n es de pH en su e lo su p e rficia l de cada una de dos
d ife re n te s lo ca lid a d es, obteniéndose:

Localidad 1 8.53 8 .5 2 8.01 7 .9 9 7.9 3 7 .8 9 ' 7 .8 5 7 .8 2 7 .8 0

L o ca lid a d 2 7 .8 5 7.73 7 .5 8 7 .4 0 7 .3 5 7.30. 7 .2 7 7 .2 7

A su m ie n d o que en cada lo calidad el pH tie n e d istrib u ció n norm al.

a. ¿Se p uede a firm a r que la ve rd ad e ra m edia d e v a lo re s de pH del su elo en ia

localidad 1 es p or lo m enos 8.08? U se a =0.05.

S o lu ció n
Localidad 1 Loca lida d 2

8 .0 4 7 .4 7
X
s 0 .2 8 5 0 .2 2 4
n 9 8

209
 Estadística

C a so Prueba de h ip ó te sis para con <x, d esco nocida y n pequeño.

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a tiv a .

]-f0 : /v, > 8.08
H l : ¡j^ < 8.08

2. E le g ir el nivel de sig n ifica ció n . a = 0 .0 5

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a, E, (cuya d istrib u ció n depende del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:

(X i-M o ) . ( 8 .0 4 -8 .0 8 ) r n
t c= ------------ ~ tí a ~ t, ■
, C a lcu lo: t =~ ---------------------- - V 9 = - 0 .4 2
^ (8) 0.285

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las reg ion e s de re ch a zo y de

a cep ta ción de la prueba.

La prueba es u n ila te ra l a la izq u ie rd a p o r la fo rm a de la h ip ó te sis a lte rn a tiv a

H x ://, < 8.08
Región de rechazo = RR = j < - 1 . 8 6 j

Región de a ceptación = RA = > —1.86|

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

tc = -0 .4 2 cae en la RA, en to n ce s no hay e v id e n cia s e s ta d ístic a s para re ch a za r la

H0, en o tra s p a la b ra s no se rechaza la a firm a ció n de q u e la m edia del pH¡ es por lo
m enos 8 .0 8 en la lo calidad 1.

One-Sample T: Local 1
Test of mu = 8.08 vs mu < 8.08

Variable N Mean StDev SE Mean

Local 1 9 8.0378 0.2852 0.0951

Variable 95.0% Upper Bound T P .■

Local 1 8.2145 -0.44 0.334

b. Si en realidad = 8 , ¿Se com etió a lg ún e rro r en la pregunta a). Ju stifiqu e.

No se rechazó una h ip ó te sis fa lsa , e n ton ces se co m etió e rro r tip o II.

c. ¿Con q ué v a lo re s del e stim a d o r se rech a zará la h ip ótesis p lanteada en la

p regunta a)?

S e rech azará H 0 si ------ — < ~1 -86 -> ^ * — — ^ 9 < - 1 .86 -> X x < 7.903
U.2»:>

S e rech a za rá H 0 $i , X, < 7.903 .

210
 Estadística

d. E n la lo c a lid a d 2 la v a r ia n c ia d e l p H e r a d e 0 .0 2 2 , p e r o u n e s p e c ia lis t a
c o n s id e r a q u e h a a u m e n t a d o ¿ T ie n e r a z ó n e l e s p e c ia lis t a ? U s e a = 0 .1 0 .

Solución .
Caso Prueba de h ip ó te sis para a\ .

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a tiv a .

/ /0 : o-.; - 0.022

H x \ a \ > 0.022

2. E le g ir el nivel de sig n ifica ció n . o¡,=0.10

3. S e le c c io n a r la prueba esta d ística a p ro p ia d a, E, (cuya d istrib u ció n depen d e del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r c a lcu la d o (Ec) de ia prueba e sta d ística . V e r la
tab la:
2 (n -l)S 2 2 _ 2 , (8 —1)0.2242
C á lcu lo: Xr - ------- = 15.97
2

4. D e te rm in a r la regla de d e cisión , e sta b le cie n d o las reg io n e s de re ch a zo y de

a ce p ta ció n de la prueba.

La prueba es u n ila te ra l a la derecha por la form a de la h ip ó te sis a lte rn a tiv a

0.022
Región de rechazo = RR = >12.017|

Región de a cep ta ción = RA =< 12.017j

5. D e c id ir el rechazo de la h ip ó te sis nula si Eccae en la región de rechazo. En caso

co n tra río , no re ch a za r la h ip ó te sis nula.

Xc - 1 5.97 cae en la RR, e n to n ce s hay e v id e n c ia s e s ta d ístic a s para re ch a za r la H0 ,

en o tra s p a la b ra s la m uestra nos p e rm ite a firm a r que ia 1v a ria n c ia aum entó.

e. Si e n r e a l i d a d a \ = 0.022, ¿ S e c o m e t i ó a l g ú n e r r o r e n la p r e g u n t a d ) .
Ju stifiq u e .

S e re chazó una h ip ó te sis p lan teada v e rd a d e ra , e n ton ces se co m etió e rro r tip o I.

f. ¿ C o n q u é v a lo r e s d e l e s t im a d o r n o s e r e c h a z a r á la h ip ó t e s is p la n t e a d a e n la
p re g u n ta d )?

No se rechazará H 0 si: %2 = - ----------- = ——— <12.017 -> <0.038

0 ccj2
2 0.022 2
No se re ch a za rá H 0 si: S 2 < 0 .0 3 8 .

g. ¿ H a y h o m o g e n e i d a d d e v a r i a n c i a s ? U se a = 0 .1 0 .

S o lu ció n

211
 Estadística

C aso Prueba de h ip ó te sis para o f = cj\ —> =1

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a tiv a .

2. E le g ir el nivel de sig n ifica ció n . a = 0 . 10

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a , E, (cu ya d istrib u ció n depende del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las re g io n e s de rechazo y de

ace p ta ció n de la prueba.

La prueba es b ila teral p o r la fo rm a de la h ip ó te sis a lte rn a tiv a H x :crx —* ^ ¡ - ^ 1

Región de aceptación = RA = {0.29 < F <3.73}

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

Fc = 1.62 cae en la RA, e n ton ce s hay e v id e n c ia s e s ta d ístic a s para no re ch a za r la H0 ,

en otra s p a la b ra s hay h om ogen eidad de v a ria n c ia s ( a f —<

j\ — y = l)

h. ¿S u g ie re la in form ación que la v e rd a d e ra m edia d e v a lo re s de pH del suelo

d ifiere para las dos lo calid ades? Use a=0„05.

S o lu ció n

C aso Prueba de h ip ó te sis para //2 — con a x y cr2 d e sco n o cid a s y h om ogéneas

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a tiv a .

H0■ ~ —^
Hx *0

2. E le g ir el nivel de sig n ifica ció n . a = 0 .05

3. S e le c c io n a r la prueba esta d ística a p ro p ia d a , E, (cuya d istrib u ció n depende del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (E c) de la prueba e sta d ística . V e r la
tab la:

212
 Estadística

. x 2 - x 1- k ,
lc — I J l(>h+»2-2) '(15)'
J Sp( ■|‘ )
' V «2 ni

C á lcu lo s:
V ( n, — 1)s f ! («2 - 1 ) s \ 8 x 0.2852.+ 7 x 0.2242
ÍJ,' “ /?, ¡ -2 “ 15
(7 .4 7 -8 .0 4 )-0
t _ \ ,J= = -4.53
'l Ia
0.067 x 1---
9 8

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las re g io n e s de rechazo y de

ace p ta ció n de la prueba. J

La prueba es b ila te ral por la fo rm a de la h ip ó te sis a lte rn a tiv a : //2 —//, ^1

Región de re chazo = R R = j í ^ < - 2 . 1 3 l| u | ^ 15^> 2 .1 3 l|

Región de a cep ta ción = RA = 2.131 <^15^< 2.13l|

5. D e c id ir el rechazo de la h ip ó te sis n u la si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

tc = -4 ,5 3 cae en la RR, en to n ce s hay e v id e n c ia s e s ta d ístic a s para re ch a za r la H0 , en

o tra s p a la b ra s la in fo rm a ció n nos p e rm ite a firm a r que la m edia de v a lo re s de pH del
su e lo d ifie re en a m b a s lo calidades. U,

Tw o-Sam ple T-Test and CI: Local 2, Local 1

Two-sample T for Local 2 vs Local 1

N Mean StDev SE Mean
Local 2 8 7.469 0.224 0.079
Local 1 9 8.038 0.285 0.095

Difference = mu Local 2 - mu Local 1

Estimate for difference: -0.569
95% CI for difference: (-0.837, -0.301)
T-Test of difference = 0 (vs not =): T-Value — -4.53 P-Value = 0.000 DF = 15
Both use Pooled StDev = 0.259

E jem plo 10
La s ig u ie n te in fo rm a ció n es el resu lta d o de un e x p e rim e n to para m e d ir el p o rce n ta je de
a u m e n to de peso para ratones jó v e n e s de la b o ra to rio a los que se a d m in istró una dieta
e s tá n d a r y ratones a los que se les d io 2 0 0 0 p a rte s por m illó n (ppm ) de n itra to (fuerte
dosis) en el agua que bebieron.

N itra to (1) 12.7 19.3 20.5 10.5 14.0 10.8- 16.6 14.0 17.2
C o n tro l (2) 18.2 3 2.9 10:0 14.3 16.2 27.6 í 15.7

A s u m ie n d o q u e el p o rcen ta je de a u m e n to de peso con. n itra to y del control tie n e n

d is trib u ció n norm al.

a. ¿Son h o m o g é n e a s las va ria n cia s? Use a = 0 .1 0 .

213
 Estadística

S olu ció n

N itrato (1) C o n tro l (2)

1 5.07 % 1 9.27 %
X
s 3 .5 5 8 % 8 .0 5 3 %
n 9 7
q .2

Caso Prueba de h ip ó te sis para cr2 = <x2 —\ = \

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis alterna.

Jf f 0 :or2 = C72 ^ 4 = l
°V

H x: cr2 ^ cr2 —> — &1

2. E le g ir el nivel de sig n ifica ció n . a = 0 . 10

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a , E, (cuya d istrib u ció n depende del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:

í; = “ i - ^ - ¿="2 - 1 ) - -P- (8 ,6 ) - C á lcu lo : F t = | ^ | l = 0.195

o 2 (7[ o.Ujó

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o la s re g ion es de rechazo y de

a ceptación de la prueba.
2

La prueba es b ila teral por la fo rm a de la h ip ó te sis a lte rn a H x :cr2 ^<j \ —» —

°Y

R egión de rechazo = RR = i F { 8 , 6) < — -— = 0 .2 7 9 Í u { .F ( 8 ,6 ) > 4 .1 5 }

3.58 J
Región de a ce p ta ción = RA = {0.279 < F < 4.15}

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

con trario , no re ch a za r la h ip ó te sis nula.
Fc = 0 .1 9 5 cae en la RR, e n to n ce s hay e v id e n c ia s e s ta d ístic a s para re ch a za r la H0 ,
cr2
en otra s p a la b ra s no hay h om ogen eidad de v a riá n c ia s ( cr2 ^ cr2 —> — ^ 1)

b. D eterm in e con a = 0 .0 1 , si una fu e rte d o sis de n itrato retarda el ve rd a d e ro

p rom ed io de p orcén taje de a um en to de peso en raton es.

S olu ció n

C aso Prueba de h ip ó te sis para ¡ix- f i 2 con CTj y a 2 d esco n o cid a s y h eterogén eas

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis altern a .

H , : m, - / ¿ 2 < 0

214
 Estadística

2. Elegir el nivel de significación. a=0.01

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a , E, (cuya d istrib u ció n depende del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V er' la
tab la:

■{(H) *(8) ■
í + i
' r\ n2
f 2 2
3.558 8.053 2 V
+—
y” t n2 j
C á lcu lo s: H ■ = 7.825 s 8
í 2 \ 2
S1
í _2 \ 2
3.558 2 \ 8.053 2 A
y
-+
Tly- 1 «2 “ I

(15.07—19.27) —0
= -1.29
l3 ^ 5 ^ Y 0 5 3 T
7

4. D e te rm in a r la regla de d e cisió n , e s ta b le cie n d o las ife g io n e s de rechazo y de

ace p ta ció n de la prueba.

La pru eba es u n ila te ra l a la izq u ie rd a por la fo rm a de la h ip ó te sis a lte rn a tiv a

Mi ~ ¡^2 ^ ^
Región de rechazo = RR = < —2.89ó|

Región de acep ta ció n = RA = > -2 .8 9 ó |

5. D e c id ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re c h a za r la h ip ó te sis nula.

tc = -1 .2 9 cae en la RA, e n ton ce s h a y e v id e n c ia s e s ta d ístic a s para no re ch a za r la H0 ,

en o tra s p a la b ra s una fu erte dosis de n itra to no retarda el verd a d e ro pro m e d io de
p o rce n ta je de a u m e n to de peso en ratones.

Ejem plo 11
(En este e je m p lo se usan los d a to s de la ciu dad 1, del e je m p lo 2). ¿H a y e v id e n cia s
e s ta d ístic a s para a firm a r que la v e rd a d e ra proporción d e sca sa s que tienen h á b ito de
re c icla je es a lo m ás 0 .1 5 ? Use a = 0.025 . •

S o lu ció n |

p ———= 0.1714
35

C a so Prueba de h ip ó te sis para una p ro p orció n tc .

P ro ce d im ie n to
1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a tiv a .
H 0 :7r < 0.15
H x \ it >0.15

215
 Estadística

2. E le g ir el nivel de sig n ifica ció n . a = 0 .0 2 5

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a, E, (cuya d istrib u ció n depende del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
tab la:
P -K 0 0.1714-0.15
0.35
Z‘= ~ NÍ° M C á lc u lc : Z‘ = 10.15x0.85
y n 35

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las regiones de rechazo y de

aceptación de la prueba.

La prueba es u n ilatera l a la derecha por la form a de la h ip ó te sis a lte rn a tiv a

H x\ n > 0.15

Región de rechazo = RR = {Z >1.96}

Región de aceptación = RA = { Z <1.96}

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

con trario , no re ch a za r la h ip ó te sis nula.

Z c = 0.35 cae en la RA, entonces no h ay e v id e n c ia s e s ta d ístic a s para re ch a za r la H0,

en otra s p a la b ra s la proporción de casa s que tien en h á b ito de re cicla je es a lo m ás
0.15.

Test and CI for One Proportion: Hábitos

Test of p = 0.15 vs p > 0.15

Success = SI

Variable X N Sample p 95.0% Lower Bound Z-Value P-Valüe

Hábitos 6 35 0.171429 0.066643 0.36 0.361

Ejem plo 12
En una b iblioteca u n iv e rsita ria se hace un in v e n ta rio co m p le to de lib ros en e sta n te s,
una v e z al año. El b ib lio te ca rio propone se le c c io n a r 8 0 0 lib ro s al a za r de¡ e n tre la
colección de la b iblioteca e in v e stig a rlo s de un m odo se m e ja n te. S i la e v id e n cia
m u e stra l indica que la v e rd a d era pro porció n de lib ro s m al co lo ca d o s o e x tra v ia d o s es
m e n o r 0 .0 2 , entonces el in v e n ta rio se pospondrá. Entre 8 0 0 lib ros busca d os, 12
e sta b a n m al colocados o no se pudieron encontrar.

a. P ruebe las h ipótesis p ertin en tes y a seso re al bibliotecario so b re q ué hacer.

Use a = 0.05.

S olu ció n
12
77= —— = 0.015
800

C aso Prueba de h ip ó te sis para una proporción n .

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis alterna.

216
» » » » » » » » » » » » <
i Estadística

H 0 : 7t > 0.02
H x\7t < 0.02

2. E le g ir el nivel de sig n ifica ció n . a = 0 .0 5

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a , E, (cuya d istrib u ció n d epen de del v a lo r

e sta d ístico u tiliza d o ) y h a lla r el v a lo r c a lcu la d o (Ec) de la prueba e sta d ística . V e r la
tabla:

P -* o nm s-nn?
z c~ ~T= n = ^ r ~ N (0,1 ). C á lcu lo : Z = , = = -l-.'01
K (l-^ o ) c 0.02x0.98
V n V 800
» »

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las reg io n e s de rech a zo y de

a ce p ta ció n de Ja prueba.
»

La prueba es u n ila te ra l a la izq u ie rd a p o r la fo rm a de la h ip ó te sis a lte rn a tiv a

» » » » » » » * » # » #

H x: n < 0.02 > *

Región de rechazo = RR = { Z < - 1.65}
Región de aceptación = RA = {Z > -1.65}

5. D e cid ir el rechazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re ch a za r la h ip ó te sis nula.

Z c = -1 .0 1 cae en la RA, e n to n ces no h a y e v id e n c ia s e s ta d ístic a s para re c h a za r la

H0, en o tra s p a la b ra s hay que s u g e rirle al b ib lio te c a rio q u e haga el in v e n ta rio .

b. En otra biblioteca u n iversita ria d e 850 lib ros b u sca d o s, 19 estab a n mal
co lo ca d o s o no se pudieron e n co n tra r. Con esta in fo rm a ció n m u estral se
puede co n clu ir que la v e rd a d e ra p ro p o rció n de lib ros m al co lo ca d o s o
e x tra via d o s es s im ila r en am bas u n iv e rsid a d e s. U se a = 0 .0 5 .
» »

S o lu ció n
12 1 19
» » »

p , = — = 0.015 p , = — = 0.022
800 2 850

C aso Prueba de h ip ó te sis para una d ife re n cia de p ro p o rcio n e s n \ —n 2 = 0.

»

1. F o rm u la r la h ip ó te sis nula y la h ip ó te sis a lte rn a .

H0 —7t2 = 0
H x\ - tv2 0

2. E le g ir el nivel de sig n ifica ció n . a = 0 . 05

3. S e le c c io n a r la prueba e sta d ística a p ro p ia d a , E, (cuya d is trib u ció n d ep en d e del v a lo r

e sta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e s ta d ístic a . V e r la
tabla:

217
 Estadística

) N m .

, — nlP i + n 1p 2 800x0.015 + 850x0.022

Cálculos: n = -H 2 — 3£2. = ----------------------------------= 0.019
j\+n2 800 + 850
(0 .0 1 5 - 0 .0 2 2 )-0
Z c = -j - K J = -1 .0 4
J 0 .0 1 9 x 0 .9 8 1 x í— + - 1 '
^800 8 5 0 j

4. D e te rm in a r la regla de d e cisió n , e sta b le cie n d o las re g io n e s de re ch a zo y de

a ce p ta ció n de la prueba.
La p rueba es b ila te ra l por la fo rm a de la h ip ó te sis a lte rn a tiv a H x : n x - n 2 ^ 0

R egión de rech a zo = RR = { Z < - 1 .9 6 } u { Z >1.96}

R egión de a cep ta ció n = RA = {-1.96 < Z < 1.96}

5. D e c id ir el re ch a zo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

co n tra rio , no re c h a za r la h ip ó te sis nula.

Z c = -1 .0 4 cae en la RA, e n to n ce s h a y e v id e n c ia s e s ta d ístic a s para no re c h a za r la H0

, en o tra s p a la b ra s la in fo rm a ció n nos p e rm ite a firm a r la v e rd a d e ra proporción de
lib ro s m al co lo ca d o s o e x tra v ia d o s es s im ila r en a m b a s u n iv e rsid a d e s.

c. ¿La in fo rm a ció n nos p erm ite a firm a r la ve rd a d e ra p ro p o rció n de lib ro s m al

co lo ca d o s o e x tra v ia d o s en la u n ive rsid a d 2 e s m e n o r q u e en la u n iversida d
1 en -0 .0 0 5 . U se a = 0 .0 5 .

S o lu ció n

12 19
A = — = 0.015 p 2 = —— = 0.022
800 2 850

C a so Prueba de h ip ó te sis para una d ife re n cia de p ro p o rcio n e s 7tx —n 2 ^ 0.

1. F o rm u la r ia h ip ó te sis nula y la h ip ó te sis a ltern a .

H 0 : n x- n 2 = -0.005
H x\ n x—n 2 ^ —0.005

2. E le g ir el n ivel de sig n ifica ció n . oc=0.05

3. S e le c c io n a r la prueba e sta d ístic a a p ro p ia d a , E, (cuya d is trib u ció n depen d e del v a lo r

e s ta d ístic o u tiliza d o ) y h a lla r el v a lo r ca lcu la d o (Ec) de la prueba e sta d ística . V e r la
ta b la :

Pl(l-P l) l P ljí- P l)
«I n2

218
 Estadística

0.015 0 .0 2 2 - ( - 0 .0 0 5 )
Cálculos: Z = — == ■— —OoO
/0.015 x 0 .9 8 5 0 .0 2 2 x 0 .9 7 8
V 800 + 850

4. D e te rm in a r la regla de d ecisión , e s ta b le cie n d o las re g ion es de rechazo y de

acep tación de la prueba.

La prueba es b ila teral por la form a de la h ip ó te sis a lte rn a H l : —n 1 ^ 0.0 0 5

Región de re chazo = RR = { Z < -1 .9 6 } u { Z > 1.96}

R egión de a ceptación = RA = { -1 .9 6 < Z <1.96}

5. D e cid ir el re chazo de la h ip ó te sis nula si Ec cae en la región de rechazo. En caso

con tra rio , no re ch a za r la h ip ó te sis nula.

Z c = -0 .3 0 cae en la RA, entonces h ay e v id e n c ia s e s ta d ístic a s para no re ch a za r la H0,

en o tra s p a la b ra s la inform ación nos p e rm ite a firm a r la ve rd a d e ra pro porció n de
lib ros m al colocados o e x tra v ia d o s en la u n iv e rsid a d 2 es m e n o r que en la
u n ive rsid ad 1 en -0 .0 0 5 .

E je rcicio 6
S e re a liza un control a los con d u ctores d e te n ie n d o los a u to s que circu la n a a lta s horas
de la noche, m id ie n d o a su s co n d u cto re s el gra d o de a lcoh ol co n su m id o en d e cig ra m o s
de alcoh ol por litro de sangre S e m u estra a co n tin u a ció n el resu lta d o o b te n id o en 12
con d u cto re s se le ccio n a d o s a le a to ria m e n te .

Resultados 0.4 0.3 • 0 .5 0,6 0.7 0.2

o b te n id os en el
dosaje etílico 0 .4 0.3 0.6 0 .2 0.1 0.1

a. S u p o n ie n d o que los resu lta d o s en el d o sa je e tílico , se d istrib u y e n n o rm a lm en te .

Pruebe usted ia h ip ó te sis que so stie n e q u e el gra d o m ed io de a lcoh ol co n su m id o por
ios co n d u cto re s es m ayor a 0.6 d e cig ra m o s de a lcoh ol por litro de sangre. U se a =
0.05.

219
 Estadística

b. P ro b a r la hipótesis que so stien e que ia variancia del grado de alcohol con su m id o por
lo s conductores que qifculan a altas horas de la n och e e s m enor a 0.05 d e cig ra m o s2
de alcohol por litro de sangre. U se a = 0.05.

E jercicio 7
Un in v e stig a d o r diseñó un e xp e rim e n to en el que pidió a un d e te rm in a d o núm ero de
s u je to s que lleven a cabo una tarea e sp ecífica en un m edio co n tro la d o y bajo dos
n iv e le s d ife re n te s de ruido de fondo (el nivel 2 es m ás severo que el n ive l 1). El
in v e stig a d o r se leccio n ó 47 p ersonas que son capaces de re a liza r la m ism a tarea y de
m anera práctica en el m ism o tiem po.
Los sig u ie n te s d a tos representan los tie m p o s o b serva d o s (en m inuto s) que fueron

N ivel 1 N ivel 2
n 21 26

14.4 18.6
X
s 2 .2 7 7 2.450
A su m a que los tie m p o s ob serva d os en cada nivel tienen c istrib u ció n norm al.

a. ¿H a y e v id e n cia s e sta d ística s para a firm a r que el v e rd a d e ro tie m p o m edio en el nivel

1 es m e n o r que 15.5 m in u to s? Use a = 0.05.
 Estadística
.j _______________ ' -

b. ¿Con q ué v a lo re s del e stim a d o r se a cepta la h ip ó te sis p la n tead a en la preg unta a?.

c. S i en realidad el verd a d e ro tie m p o p ro m e d io con el n ivel 1 es 17.5 m in u to s ¿S e

co m e tió algún e rro r en la pregunta a?

d. S i el in v e stig a d o r a firm a que la ve rd a d e ra d e svia ció n e s tá n d a r con el nivel 2 era 2.3,

pero un e sp e cia lista con sidera que ha a u m e n ta d o ¿T iene razón el e sp e c ia lista ? Use
( X - 0.10.

~7f

221
 Estadística

e. S i 10 pe rson a s a los que se les a p licó el p rim e r nivel de ruido exced iero n ei tie m p o
lím ite para lle v a r a cabo la tarea e sp ecífica. Pruebe a un a = 0 .0 5 si m ás del 30% de
p erson a s a lo s que se les a plica el p rim e r n ivel de ruido exceden el tie m p o lím ite para
lle v a r a cabo la tarea específica.

f. ¿Son s im ila re s los tie m p o s m e d io s con a m b o s n iv e le s de ruido?. Use a = 0 .1 0 .

 í Estadística

g. Si 12 personas a los que se les aplicó el primer nivel de ruido y 15 personas a lo que
se Ies a p licó el segundo nivel de ruido e xce d ie ro n el tie m p o lím ite para lle v a r a cabo
la tare a e sp ecífica. Pruebe a un a = 0 .0 5 si m ás la proporción de p e rso n a s que supera
el tie m p o lím ite en lle v a r a cabo la ta re a e sp ecífica es nrVayor al a p lic a r el p rim e r nivel
de ru id o que el segundo nivel de ruido.

Un a g ricu lto r desea pro b ar la e ficien cia de dos co n ce n tra cio n e s de p la g u icid a s en
m u e stra s de c u ltiv o s de frijo l canario. Luego de la cosecha se obtu vo los sig u ie n te s
re su lta d o s de re n d im ie n to en K g /p a rce la.
P la g u ic id a A B

T a m a ñ o de m uestra 17 19
R e n d im ie n to pro m ed io en K g /p a rce la 210 180
V a ria n cia m u estral 1 8.50 5 8.2 0

A s u m ie n d o n o rm a lid ad en los re n d im ie n to s (K g /p a rce la )

a. ¿S e p uede a firm a r que el re n d im ie n to de frijo l ca n a rio es m a y o r a 145 K g /p a rce la
u tiliza n d o el p la g u icid a A ? Use a = 0 .0 5

223
 Estadística

b. ¿S e puede a firm a r que el re n d im ie n to pro m ed io o b ten id o u tiliza n d o el p la g u icid a A

supera al p la g u icid a B en m ás de 20 k g /p a rce la ? Use a = 0.10

224
 Estadística

E J E R C I C IO S P R O P U E S T O S :

1. S e e stu d ió la den sida d (en g r/c m 3) de tre s tip o s de roca, o bten ién dose:

T ip o de
n s
roca 'X
I 14 3 .0 6 0 .1 4
II 18 2 .8 5 0 .1 2
III 22 3 .0 2 0 .2 9

a. Para el tip o de roca III, e stim e la d e n sid a d m edia con un in te rv a lo de c o n fia n za

de 95% .
b. ¿E s la den sida d m edia de la roca tip o II igual a 3 g r/c m 3? Use a = 0 .0 4 5 6 .
c. ¿Es la d en sid a d m edia de la roca tip o III m e n o r que la de tip o I? Use
a = 0 .0 5 4 8 . i

2. S e está d e sa rro lla n d o un e stu d io para m e d ir el n ivel de estré s pro m e d io de

e stu d ian tes. S e sabe q u e la població n de los p u n ta je s de la prueba para m e d ir el
n ivel de e stré s de un e stu d ia n te p re u n iv e rs ita rio se d is trib u y e n o rm a lm e n te con
d e svia ció n e s tá n d a r de 11 puntos. C a lc u le un in te rv a lo de co n fia n 2:a para ^ con un
nivel de co n fian za del 90% , si se e lig e una m u e stra a le a to ria de ta m a ñ o 80 ha dado
una m edia de 72 puntos.

3. D u ra n te una sem a n a , una tie n d a de g ra n d e s a lm a c e n e s local re g istró que 8 5 4 0 de

la s 1 28 1 0 p e rso n a s que en tra ron en la tie n d a hicieron por lo m enos una com pra.
T ra ta n d o esto com o una m u estra ala a z a r de to d o s los c lie n te s pote n cia le s. H a lla r
un in te rv a lo de co n fian za del 90% p ara la pro porció n real de p ersonas que e n tra n
en la tie n da y que harán por lo m en os una com pra.

4. S i en una m u estra de 6 0 0 e s tu d ia n te s de E sta d ística to m a d a en u n iv e rsid a d e s del

país, 360 tien e n h erm a n o s en el área in fo rm á tica . ¿C u á l es el in te rv a lo de co n fian za
. del 90% para la proporción de to d o s los e s tu d ia n te s de E sta d ístic a s q u e tien e n
h e rm a n o s en el área de in fo rm á tica ?. A su m a q u e el núm ero de e s tu d ia n te s de
E sta d ística en todo el p a ís se e stim a en 5 000.

5. S e tie n e una población de 4 0 0 p ilas. S e to m a una m u estra de 50 p ilas, para

e s tu d ia r el tie m p o de d u ra ció n de la s p ila s, o b te n ié n d o se una m edia de 975 h o ra s y
una d e svia ció n e stá n d a r de 30 horas.

a. S i la m u estra es e le g id a sin re e m p la zo , h a lle e in te rp re te un in te rv a lo de

co n fian za de 95% para el v e rd a d e ro tie m p o d e d u ra ció n m edio.
b. S i la m uestra es ele g id a con ree m p la zo. ¿S e puede c o n clu ir que el v e rd a d e ro
tie m p o m edio es m e n o r que 9 9 0 horas? Use a = 0.025 .
c. S u p on g a que el ve rd a d e ro tie m p p m ed io es 9 8 0 h o ras ¿S e co m e tió a lg ú n e rro r
en la preg unta a n te rio r? Ju s tifiq u e su resp u esta.

6. Una planta in d u stria l desea d e te rm in a r q u e tip o de c o m b u stib le (gas o elé ctrico )

p ro du cirá m ás energ ía usada al m e n o r costo. Una m edida de la producción de
e n e rg ía eco n ó m ica es la razón cu a d ra n a u la r c a lcu la d a to m a n d o la c a n tid a d de
d in e ro (en d ó lare s) in v e rtid o en un uso p a rtic u la r de la planta y d iv id irla e n tre ia
ca n tid a d liberada de energ ía (en u n id a d e s té rm ic a s). C u a n to m ás pequeño es esta
razón, m enos es lo q u e la pla n ta in d u stria l paga p o r la en erg ía liberada. Se
to m a ro n m u e stra s a le a to ria s de 12 p la n ta s que usan co m b u stib le e lé ctrico y 15
p la n ta s que usan c o m b u stib le a gas, se m id ió la razón cu a d ra n g u la r d escrita
a n te rio rm e n te o bten ién dose:

225
 Estadística

Planta E léctrica G as
n 12 15
Media 4 5 .8 3 5.8
V a ria n cia 6 7 .2 6 4.5

A su m a que la razón cu a d ra n g u la r e lé ctrica y a g a s tie n e d istrib u ció n norm al.

a. D eterm in e e interp rete un in te rv a lo de confianza de 98% para la d e svia ció n
e stá n d a r de la razón c u a d ra n g u la r de p la n tas con co m b u stib le elé ctrico.
b. ¿Son se m e ja n te s las d e svia cio n e s e stá n d a r? Use <2=0.10.
c. ¿H ay e v id e n cia s e sta d ística s para c o n c lu ir que en prom edio con c o m b u stib le a
gas se a horra m ás que con c o m b u stib le e lé ctrico ? Use <2=0.10

7. S e e stu d ió la cantidad de D .D.T, en partes por m illón (ppm ), e n co n trad o s en te jid o s

cereb rales de pelícanos. Con una m u estra a le a to ria de 10 p e lícan o s jó v e n e s se
obtuvo una m edia de 0 .041 ppm y una d e svia ció n e stá n d a r de 0 .0 1 7 ppm m ie n tra s
que con una m uestra a lea to ria de 13 p e líca n o s polluelos se ob tu vo una m edia de
0 .0 2 6 ppm y una d e svia ción e stá n d a r de 0 .0 0 6 ppm . A su m ie n d o que lá can tid a d
de D .D .T tie n e d istrib u ció n norm al.

a. ¿H a y e v id e n cia s e sta d ística s para e s ta b le ce r que las v a ria n c ia s d ifie re n ? Use

a = 0.02.
b. ¿El con ten id o prom edio de D .D .T en p e líca n o s jó v e n e s su p era al de p e líca n o s
pollu elo s en m ás de 0.01 ppm ? Use a = 0.02

8. S e sabe que el peso de c ie rta s b o lsa s de a rro z, e m b o lsa d a s por una m áq u in a, tie n e
d istrib u ció n norm al. S e tom ó una m u e stra a le a to ria de 22 b o lsa s o b te n ié n d o se una
m edía de 1 .9 9 0 Kg y una v a ria n c ia de 0 .0 0 0 4 K g 2 .

a. D e te rm in e e in te rp re te un in te rv a lo d e co n fian za de 95% para la v e rd a d e ra

d e svia ció n e s tá n d a r del peso.
b. La em p re sa a firm a que el v e rd a d e ro peso pro m ed io de la s b o lsa s es 2 Kg, pero
d e te rm in a d o s co n su m id o re s dicen q u e le está n d a n d o m en o s peso en la s b olsas.
¿Q uién tie n e la razón? U se a - 0 .0 5 .
c. S u p on g a que en realidad el v e rd a d e ro peso m edio es 2 Kg. ¿S e co m e tió a lg ú n
erro r en la pregunta b? Ju stifiq u e su respuesta.

9. S u p on g a que la d e svia ción e stá n d a r p o b lacio n al del nivel de so d io en su e ro e s 9 .5

ppm . S i se m ide e l}con ten id o de so d io en una m u estra a le a to ria de 50 m u e stra s de
suero o b ten ién d o se una m edia de 148 ppm y una d e svia ció n e s tá n d a r de 8 ppm .

a. D eterm in e e in te rp re te un in te rv a lo d e co n fian za d e 95% para el v e rd a d e ro nivel

pro m edio de so d io en suero. *
b. S i el nivel pro m edio de sodio era 151 ppm . y un e sp e c ia lista a seg u ra q ue ha
bajado. ¿Tiene razón el e sp e cia lista ? U se a = 0 .0 2 5.
c. ¿Para qué v a lo re s del e stim a d o r se acepta la h ip ó te sis p lan teada o nula de la
pregunta b?

10. Un estu d io para co m p a ra r la a ctitu d de la gente hacia el fe m in ism o con su : g ra d o de

a u to rita rism o . Dos m u e stra s a le a to ria s fueron u sadas, la p rim era co n siste en 24
su je to s con a lto grado de a u to rita rism o y la segunda consta de 22 su je to s con bajo
grado de a u to rita rism o . Cada su je to fu e e v a lu a d o con una prueba de 18 p re g u n ta s
donde se revela su a ctitu d fren te al fe m in ism o , con una ca lifica ció n en ujna e scala
de 18 a 90 (Una ca lifica ció n alta indica p ro -fe m in ism o ), obteniéndose:

226
 Estadística

A u to rita ris m o n s
X

A lto 24 6 8 .2 10.4
Bajo 22 54.8 12.5

¿H ay e v id e n cia s e s ta d ístic a s para a firm a r que el n iv e l de a u to rita ris m o d ifie re en lo

que se refiere al fe m in ism o ?. Use a = 0.10 para la s dois p ruebas n ecesarias.

11. S e gú n la s e sta d ística s, a lo m ás el 35% de los e stu d ia n te s u n iv e rs ita rio s fu m a n

re g u la rm e n te . En una m u estra a le a to ria de 500. e stu d ia n te s u n iv e rs ita rio s se
en co n tró que 2 0 0 fum an reg u la rm e n te. ’
á. ¿T ienen razón las e sta d ístic a s? Use a = 0 .0 5 .
b. E stim e la ve rd a d e ra proporción de e s tu d ia n te s que fu m a n con un co e ficie n te de
con fianza del 90% . In terprete.

12. Un p a rtid o p o lítico a firm a que el 60% de los e le c to re s está n de a cu e rd o con él en

cie rto pro blem a. En una m u estra a le a to ria de 8 0 0 e le c to re s se en co n tró q u e 4 5 5
está n a favor.
a. ¿Ruede el p a rtid o so ste n e r su a firm a ció n ?. U se a = 0 .0 5 .
b. D e te rm in e e in terp rete un in te rv a lo de c o n fia n za del 95% para la v e rd a d e ra
proporción de ele cto re s q u e están de a cu erd o con ese p artido político.

13. En una evalu ació n sob re la d u ra ció n de lla n ta s m e d ia n te su re corrid o h a sta su

d e sg a ste. S e o b tu viero n dos m u e stra s a le a to ria s de la s m arca s G re e ck y N ico de 30
y 35 lla n ta s re sp e ctiv a m e n te , los c u a le s se m u e stra n en la s ig u ie n te tabla:

D u ración p ro m e d io de D esviación
Tipo de T a m a ñ o de
la llanta (m ile s de; e stá n d a r
llanta m uestra
km .) , m u estral

G reeck 20 86 9.8
Nico 25 81 '! 10.4

a) C a lcu le e in te rp re te un in te rv a lo del 95% de co n fia n za para la d u ra ció n pro m ed io

de la m arca G reeck.
b) Un p rim e r re su lta d o en este e stu d io se ñ a la que la d u ra ción p ro m edio de las
lla n ta s G re e ck es m a y o r a 8 6 .8 m il k iló m e tro s. ¿Q ue podría a firm a r U d.? U se a
= 0.05
c) ¿S e puede a firm a r que la v a ria n c ia de la du ra ción de las lla n ta s de m arca N ico es
m e n o r a 100 (m il k m )2? Use a = 0 .0 5
d) S e re a lizó un e stu d io p o ste rio r y se d e te rm in ó q u e la v a ria n c ia del tie m p o de
du ración de las lla n ta s m arca N ico es 89 (m il K m .)2. ¿S e co m etió a lg ú n e rro r en
la preg unta a n te rio r?
e) De a cu e rd o a las m u e stra s de lla n ta s to m a d a s en a m b a s m arcas, ¿S e puede
a firm a r que la d uración m edia de a m b a s m a rca s de lla n ta s sori s im ila re s ? Use a
= 0.10

ÍEn un estu d io p o ste rio r que se re a lizó en otra dos m u e stra s de lla n ta s para la s dos
m a rca s se ob tu vo la s ig u ie n te in form a ción :

T ip o de N ú m ero de Ifantas que

Ta m a ñ o de
llanta tu vie ro n unai d uración
m uestra
s u p e rio r a ja m edia

G ree ck 50 38
Nico 55 45

227
 Estadística

f. C alcufe e in te rp rete un in te rv a lo del 99% de confianza para la pro porció n de

lla n ta s de la m arca Nico que duran m ás del prom edio,
g. ¿Se puede a firm a r que la proporción de lla n ta s que tu v ie ro n una du ra ción
su p e rio r a su s re sp e ctiv as m arcas ¡son s im ila re s ? Use a = 0.10

14. El G e rente de una com p a ñ ía productora de a rtíc u lo s para p in ta r co n su lta a un

In g en iero E sta d ístico para sa b e r que ta m a ñ o de m u estra debe tornan para e s tim a r
la can tid a d m edia de pin tu ra co n ten id a en las 9 0 0 0 la tas de un galón p ro du cidas.
El In gen iero E sta d ístico le preg unta al G e re n te que m argen de erro r (en cu an to
d ifie re n I y ju) está d isp u esto a a ce p ta r y este le contesta que 0 .0 0 5 galon e s. El
G e ren te le dice al In gen iero que con base a tra b a jo s a n te rio re s se sabe que ia
d e svia ció n e stá n d a r es 0 .0 2 g a lo n e s y el In g e n ie ro su g iere un nivel de co n fian za de
95% . ¿C u á n ta s la ta s se debe to m a r?

15. ¿C uál debe se r el ta m a ñ o de m uestra para e s tim a r la proporción de e sco la re s de

q u in to de secu n d a ria , en cierto d istrito , q u e saben n a d a r (asum a que en ese d is trito
hay a p ro xim a d a m e n te 500 0 e stu d ia n te s de q u in to de se cu n d a ria )?. C o n sid e re un
e rro r de 3% en las e stim a cio n e s y que en un e stu d io previo con 100 e s tu d ia n te s se
en con tró que 75 sa b ía n nadar. A d e m á s se desea te n e r un nivel de co n fian za de
95% .

16. A c tu a lm e n te el costo prom edio, por unidad p ro ducida, de un a rtícu lo es de 120

so le s con una d esvia ció n e s tá n d a r de 10 sole s. S e rea liza n cie rta s m ed id a s de
rea ju ste en el proceso de producción de e ste a rtícu lo con la fin a lid a d de d is m in u ir
los co sto s de pro ducció n. Luego de e sta s m e d id a s se to m a una m u e stra a le a to ria de
6 o b jeto s y se d e te rm in ó los sig u ie n te s costos:

1 15.6, 1 18.5, 1 23 .6, 1 19 .5, 115.2,. 116.3

Con esta in fo rm a ció n , u tiliza n d o un n iv e l d e c o n fia n za del 90% , ¿es p o sib le

co n firm a r que se logró el o b je tivo ?

17. S e seleccion a una m u estra a le a to ria de 100 fa m ilia s de una com u n id ad de 1 50 0 0

fa m ilia s. La m u estra d io un pro m ed io de 150 (U S $ ) de in g re so m en su a l y una
v a ria n za m uestra l de 4 0 0 (U S $ ), con esta in form ación se entregó el sig u ie n te
inform e "L o s in g reso s to ta le s de la co m u n id ad está n co m p re n d id o s e ntre 2 2 0 0 8 0 0 y
2 2 9 9 2 0 0 (U S $ )". In diqu e que nivel de co n fian za se usó en el inform e dado.

18. El gere nte de producción desea e s tim a r el tie m p o prom edio que dem ora cie rto
proceso, com o el tie m p o se m ide en m in u to s, este gere nte desea te n e r un e rro r
m á xim o de e stim a ció n , del tie m p o pro m e d io real, de a lo m ás 4 m in u to s, sa b e , por
e x p e rie n cia s a n te rio re s, que la d esvia ció n e s tá n d a r en lo tie m p o s de p ro ce sa m ie n to
es de 10 m inuto s, qué ta m a ñ o de m u estra debe to m a r, si desea un- nivel de
co n fian za del 95% p^ra sus resu lta d os?

19. El tie m p o que tarda un proceso de e n sa m b la je tie n e una d istrib u ció n norm al con
una m edia de 20 rrjinutos. Para ha ce r m á s e ficien te el siste m a , se le pide a un
in g e n iero que haga un a n á lis is y proponga a lg u n a s m ejoras. T ra s im p le m e n ta r los
ca m b io s su g e rid o s, se tom a una m uestra de 9 a rtíc u lo s y se registran su s tie m p o s
de e n sa m b la je ob ten ié n d ose un tie m p o m edio de 2 4.3 m in u to s con una d e svia ció n
e stá n d a r de 6 m inutos.
a) ¿S e puede a firm a r que los cam b io s im p le m e n ta d o s has d ism in u id o el tie m p o
pro m edio del siste m a de e n sa m b la je ? (U tilice un nivel de co n fian za del 95% )
b) C o n stru ya un in te rv a lo del 90% de co n fian za para el tiem p o m edio de
e n sa m b la je

228
 Estadística

2 0 , S e sab e que en una com p a ñ ía de ta x is el g a sto d ia rio pro m ed io en c o m b u stib le , por

u n id ad , es una v a ria b le con d istrib u ció n n o rm a l, tu y o pro m edio es de 187.6
g alon es, y una desviación e s tá n d a r de 3 2 .5 galoneé,? El ge re nte de o p e racio n e s
decid e in c lu ir un a d itiv o e sp ecia l al c ó m b u stib le que le p erm itirá un ahorro en ese
rubro. D espués de in c lu ir el a d itiv o to m a una m u estra de 6 u n id a d e s y e n co n tró los
sig u ie n te s g a sto s en c o m b u stib le exp re sa d o en g a lo n e s por día:
180.3 179.6 185.7 170.5 158.3 180.6

El g e re nte op e ra tiv o a firm a qu e el g a sto pro m edio d ia rio en co m b u stib le d is m in u y ó

en m ás de 12% ¿En base a la in form a ción m u e stra l presen ta d a se puede a c e p ta r lo
a firm ad o por el gere nte o p erativo ?

21. Un a d m in is tra d o r a firm a que los in g re so s d ia rio s del hotel en el q u e tra b a ja sig u e n
una d istrib u ció n norm al con una m edia de 500 soles. El p ro p ie ta rio del hotel piensa
que el ingreso prom edio es m a y o r y para v e rific a r s u s sosp ech a s, to m o una
m u e stra de los in gre sos de los ú ltim o s sie te d ía s del m e s y o b tu vo los sig u ie n te s
resu ltados:

500 495 500 550 575 600 625

S e pide:
a) Plantee las h ip ó tesis de prueba.
b) ¿A un nivel de sig n ifica n cia del 5% , e x iste ev id e n cia e sta d ístic a para p e n sa r que
el ingreso prom edio d ia rio del hotel e s m a y o r al a firm a d o por el a d m in istra d o r?
c) D escriba cla ra m e n te su s co n clu sio n e s de a cu erd o al .contexto.

22. Una com p a ñ ía te le fó n ica está tra ta n d o de d e te rm in a r si a lg u n a s lín ea s en una

d e te rm in a d a com u n idad deben in sta la rse su b te rrá n e a s. D ebido a que se hará un
pequeño cargo a d icion a l en las cu e n ta s te le fó n ic a s para p a g a r los costos e x tra s de
¡a in stala ció n , la com pañía ha d e te rm in a d o h a ce r un estu d io en tre los c lie n te s y
p ro ce d e r con la in stala ció n su b te rrá n e a so lo si el e stu d io indica que m ás del 60%
de tod os los clie n te s están a fa v o r de la in stala ció n .
a) D efina en fo rm a clara el p a rá m etro que u tiliza rá en la prueba de h ip ó te sis
respectiva.
b) Si 118 de 160 clie n te s e n tre v ista d o s están a fa v o r de esta in sta la ció n a p e sa r del
cargo a d icio n a l, ¿qué debe h a ce r la c o m p a ñ ía ? Use un a = 0 .01
c) ¿C u á le s son las con clu sio n e s al respecto?
d ) D efina el e rro r tip o I y e rro r tip o II en té rm in o s del pro blem a

23. El Dpto. de M arketing de una co m p a ñ ía que produce el d etergen te A B C e n co n tró en

una m uestra de 200 a m a s de casa q u e el 20% u tiliza esta m arca d e ’ deterg en te .
D espués de una intensa cam paña p u b licita ria , se tom ó otra m u estra de 300 a m a s
de casa la que indicó que el 27% fa v o re ce esta m arca. Al 5% de s ig n ifica c ió n ,
¿p u ede el je fe del Dpto. co n clu ir, en base a lo s re su lta d o s de esta m u estra , que la
cam paña fue exitosa?

24. Al se ñ o r Juan Pérez le han pro puesto p a rtic ip a r en una lista para el con g reso, en
rep resen tación de su p ro vin cia. Para a c e p ta r la p ro puesta este se ñ o r q u ie re e sta r
seguro de que al m enos el 25% de los v o ta n te s en la pro vin cia que reside e stá n a
favo r de su ca n d id a tu ra. Para d e te rm in a r esto tom a una m uestra a le a to ria de
ta m a ñ o n = 4 5 0 personas en co n tra n d o que 90 están a fa v o r de su ca n d id a tu ra.
¿A cep tará el señ o r Juan Pérez p a rtic ip a r en la lista ? C o n sid e re a = 5%

229
 Estadística

C A P ÍT U LO XI

A N Á LIS IS DE R EG R ESIÓ N LIN EA L SIM PLE

El a n á lis is de regresión lin ea l sim p le , es una técn ica e sta d ística qu e p erm ite e s tu d ia r la
re la ción fu n cio n al entre dos v a ria b le s, una de e lla s es la v a ria b le d e p en d ien te Y (por
e je m p lo v e n ta s se m a n a le s) y la otra la v a ria b le in d e p en d ien te X (por e je m p lo el gasto
se m a n a l en pu b licid a d ).
. !
O b jetivo . A l fin a liz a r ,éste cap ítu lo el e stu d ia n te debe co n o ce r los su p u e sto s y
e stim a ció n de p a rá m e tro s en el a n á lis is de regresión lineal s im p le , pro b ar si e x iste
re la ción lin ea l entre dos v a ria b le s y c a lc u la r el co eficien te de d e te rm in a ció n y el
coe ficie n te de correlación.

11.1 El M odelo de R egresión Lineal S im ple

El m odelo de regresión lin e a l sim p le es d e fin id o por:

Y i = f t o + Pi X i + > i = l,2,3,...,w (i)

Donde:

• Y es la v a ria b le d ep e n d ie n te o v a ria b le respuesta.

• X es la v a ria b le ind ep en d ie n te , e x p lic a tiv a o de predicción.
• j30 es el co e ficie n te de in te rsección para m é trico. Es el v a lo r de Y cuando X= 0.
• /?, es el co eficien te de regresión p a ra m étrico. Es la pen d ie n te del m odelo de
regresión.
• s¡ es el e rro r o residual.

11.2 S u p u e sto s del a n á lisis de reg resión lineal sim p le

Los su p u e sto s del a n á lis is de regresión lineal sim p le son los sig u ien tes:

La v a ria b le in d e p e n d ie n te X es fija (no a le a to ria ).

La v a ria b le d e p en d ien te Y es alea to ria .
Para cada v a lo r de X e x iste una d istrib u ció n norm al de Y.
El s¡ ~ N ( 0 , cr2 ) para i = 1 ,2 ,3 ,...,n. Además:
s¡ es independiente de Sj para i ^ /
£i es independiente de X

En consecuencia:

l i YX = E(Yt) = E{fi o + A X,. + s t) = /?„ + A X,. + E { e ) = 0 0 + ^ X t

Var(%) = Var(/30 + J 1X i + s i) = V a r(si) = cr2

N o ta r que /?j m ide el cam b io en el pro m ed io x an te el cam b io en una unidad de X.

11.3 Estim ación p or el m étodo de m ín im os cu a d rad o s

El m étodo de m ín im o s cu ad ra d o s co n siste en m in im iz a r la su m a de cu ad ra d o s del error.

Del m odelo de regresión lineal sim p le (1) se obtiene:

230
 Estadística

e¡ —Y¡ —¡30 —/?, X¡ , por io tanto:

é = ¿ * ? = É ( ? - / v - A X ) J
1=1 /=i

j3Qy ¡3X , d ig a m o s b0 y b i , se
Los e s tim a d o re s m ín im o s cu a d rá tico s de los p a rá m e tro s
d eben ob ten e r, p rim ero d e riv a n d o Q con respe cto a j30 e ig u a lan d o a cero y luego
d e riv a n d o Q con respecto a jBx e ig u a la n d o a cero. Con el p ro ce d im ie n to a n te rio r se
o b tie n e n las s ig u ie n te s e cu acio n es (d e n o m in a d a s e cu a cio n e s n o rm a le s).

i=i i=i

1=1 i=i i=i

R e so lv ie n d o las e cu acio n e s n o rm a le s se ob tie n e n los co e ficie n te s e stim a d o s::

SP(XY) u
h = — -— - b0 = y - b,x
1 SC(X) 0 1
n _ ( X -1x ~\2 2
S u m a de cu ad ra d o s de X: S C (X ) = (xf - x f = ^ x f — = X X'2 ~ nx
i=l n
n _ ( V x - X V V.) __
S u m a de p ro ductos X e Y: S P (X Y ) = (x;. -x)(y¡ - / ) = V x1y ¡ — —■' = ' y \ x íy¡ -nxy
& n

De tól m anera que b0 estim a a j30 y b x e stim a a J3l . Es decir: /?0 = ¿ 0 y ¡3X = 5,

In te rp reta ció n de los co eficie n te s de regresión:

y$0 - ¿ 0 M ide el v a lo r pro m edio de Y, cu an d o X es igual a cero.

ft 'i-fo M ide el cam b io (aum ento , si es p o sitiv o o d ism in u c ió n , si es neg a tivo) de Y,

^ 1 cuando X se in cre m e n ta en una unidad.

1 1 .4 Recta d e reg resión estim ada

El m od elo e stim a d o o ecuación de re g resión e stim a d a es: Y¡ = b0 + bxX ¡ , i = 1,2,..., n

La e cu ació n de la recta Yt = bQ+bl X t estim a a ¡iY x = f30 + fix X ¡ , adem á s:

Y¡ = ¡^y ~ bxx j + bx X¡ = y + bx[ x ¡ - xj=> Y¡ - y = bx^X¡ - x j , es el efecto de la regresión.

El e rro r e stim a d o es: ei =Yj - Y ¡ y estim a a s i =Yi ~ n r x

231
 - L tr 2. ^ Estadística

C a p tu ra

11.5 El a n á lisis de ¡a va ria n cia en la re g re sió n lineal sim p le

El A n á lis is de la v a ria n c iá (AN V A) co n siste en la de sco m p o sició n de la v a ria c ió n to ta l o

su m a de cu ad ra d o s to ta l sc(r)= sc(F )= ¿ (x -y)1 ~ ny en su s fu e n te s

i=i y
de v a ria c ió n que en este' caso son la su m a de cu a d ra d o s de la regresión y la su m a de
cu a d ra d o s del error.

Para un v a lo r X¡ se deduce que:

yt = y + + (ja —ir ) De d on de se obtiene:

y ,-y = { y ,-y )+ { y ,-r ¡ )

En la segunda ig u a ld ad a n te rio r se a p recia que la d e svia ció n to ta l ( y t —y ) es igu al a la

d e svia ció n debido a la r e g r e s ió n ^ —y j m á s el erro r e stim a d o { y t — E le van d o al

cu ad ra d o a m b o s lados de esta se g u n d a ig u a ld a d , a p lica n d o su m a to ria s y s im p lifica n d o
se obtiene:

n ■. vo w n vo

S * -> ) + 2 ( y , - t ,)
Í=]' 1=1 1=1
’:i
La e x p re sió n in d ica , q u e .la sum a de cu ad ra d o s total (SCT) se d esco m p o n e en; la su m a
de cu ad ra d o s debido a laj regresión (S C R ) m ás la su m a de cu ad ra d o s del e rro r (S C E ).

H aciendo los re e m p la zo s y las sim p lific a c io n e s co rre sp o n d ie n te s se ob tie n e n las

e x p re sio n e s de la s su m a s de cuadrado de la regresión, to ta l y e rro r o residual.

SCR = 2 fa-yj = 6 ,2 E (x, ~ x j =b,SP(XT) = 6 ÍS C (X )

s e r = s c ( r ) = ]r y? - y,) = y , y? ~n7
n
SCE - SCT - SCR
Con la in form a ción a n te rio r se co n stru ye la s ig u ie n te cu ad ro del AN VA.
 Estadística

Cuadro del A N V A

Fuente de G ra do s de S u m a de C u a d ra d o F ca lcu lad o

va ria ción Libertad C u a d ra d o s M edio
(GIO fS C ) (CM)
R egresión 1 SCR CM R Fc
E rro r n-2 SCE CM E
Total n-1 SCT

P r u e b a d e h ip ó t e s is

^ = 0 ( No hay relación lin e a l e n tre X e Y )

Ha\ 0 ( S i hay relación lin ea l en tre X e Y )

Prueba Estadística

sc(R) / cr2 r ’O)

F c = -------- — — = — T r ----- = C M (R \ „ F ( \ , n - 2 )
c SCE / o-2 X z( n - 2 ) CME V J
n —2 n —2

^T ab " ^ l- a ; l,n-2

D ecisió n e stad ística

De a cu e rd o a la h ip ó te sis a lte rn a tiv a la prueba e s u n ila te ra l a la derecha por lo tanto:

• S i Fc e s m a y o r que Ftab se rechaza la Hp.

• S i Fc es m e n or o igual que Ftab no se rechaza la Hp.

11.6 C oe ficie n te de d ete rm in ación y d e no d eterm in ación

El co e ficie n te de d e te rm in a ció n (r2) m id e la pro porció n o p o rce n ta je de la v a ria c ió n total

de Y que es e xp licad a por el m odelo de reg resión y el coe ficie n te de no d e te rm in a ció n
(1 - r2) m id e la proporción o p o rce n ta je de la v a ria c ió n to ta l de Y q u e no es e xp lica d a
p or él m odelo de regresión.

V- 7 Í , K „ , *100 , 0 < r 2 < 100%

SCT SC ( X ) x S C (Y )

11.7 C oe ficie n te de correlación lineal sim p le

El co e ficie n te de correla ción (r) m ide el g ra d o de a so cia ció n que tie n e n las v a ria b le s X e
Y. S i r es p o sitiv a la asocia ción es p o sitiv a ; es decir, si una a u m e n ta (o d ism in u y e ) la
otra ta m b ié n a u m en ta (o d ism in u y e ). S i r es neg a tiva la a so cia ció n es n e gativa; es
d ecir, si una a u m en ta (o d ism in u y e ) la otra d is m in u y e (o a u m e n ta).

233
 Estadística

SP ( XY )
-1 < r <1
yl s C ( X ) S C ( Y )

E jem plo 1

En cie rto país se estu d ió la cap tu ra de a n ch o a s, en m illo n e s de to n e la d a s m é trica s, (X),

y los p recios de harina de pescado, en d ó la re s por to n e la d a , (Y) para los ú ltim o s 13
años.

Y 190 160 134 129 172 197 167 239 542 3 72 245 376 454
X 7 .2 3 8.53 9 .8 2 1 0.26 8 .9 6 1 2.27 1 0.28 4 .4 5 1.78 4 .0 0 3.30 4 .3 0 0 .8 0

;!.
6 0 0 -

‘Ó* •
5 00 -

« t i 1.

40 0 -
3 A- C '
y
0)
£
3 0 0 -

<* *>.

200 - ‘ e
Jíj!
(f ”

100 -
0 2 4 6 8 10 12
C aptura

C á lc u lo s p revios

13 13
¿ x , . = 8 5 .9 8 , f > 2 = 7 3 2 .2 3 7 6 , = 3 3 7 7 , J > 2= 1089 3 6 5 = 1 7 3 5 7 .8
M í=l í=l i=l i=l

ÍY x Y
S C (X ) = l L xí ~ — 163.5791

('V' V.)2
SC(Y) = Y y } - K^ ' ,J 4 2 1 2 1 2 4 .3 0 7 7
n

SP(XY) = T x ; ja — = - 4 9 7 7 .1 5 8 5
n

a) Halle la línea de reg resión e stim a d a . In te rp rete el coe ficie n te e stim a d o de

in te rse cció n y el co eficien te estim a d o de re g re sión .

0 .4266
1 S C (X )
13 í 13 '\

- & I> ,
i=1
*0 =j' - x — (A) = 4 6 1 .0 0 6 2
13
v y

La línea e stim a d a es: £ = 461 _0062 _ 3 0 _4266 X ;

234

y
 - *’3a £lw ^ ._jl/U'WMill. -W- -- Estadística
<L,t..:ie—<l ' '•- ■ ________ ■ f

El coeficientede intersección estimado, ¿ 0 = 4 6 1.0 06 2 , representa el precio promedio

de harina de pescado cuando no hay captura de anchoas.

El coeficiente de regresión estimado, 5 j= —30.4266, indica que el precio promedio

de h a rin a de pescado d is m in u y e en 3 0 .4 2 6 6 d ó la re s por to n e la d a , cu an d o se
in cre m e n ta en un m illón de to n e la d a s m é trica s la cap tu ra de a n ch o a s.

fa) ¿H ay relación lineal e n tre X e Y? U tilice a = 0.01 "

SC(R ) = b¡SC{X ) = bxSP(XY) = 151438.075

SC (Error) = ,S C (7 ) -5 ’C (R ) = 60686.2327
T a b la de A N V A
Fu ente de v a ria ció n G. L. S. C. C. M. F ca lcu la d o
R eg resión 1 1 5 1 4 3 8 .0 7 5 0 1 5 1 4 3 8 .0 7 5 2 7.4 5
E rro r 11 6 0 6 8 6 .2 3 2 7 5 5 1 6 .9 3 0 2
T otal 12 2 1 2 1 2 4 .3 0 7 7

Prueba de h ip ó tesis
H p \ /3{ = 0 ( N o hay rela ción lin e a l en tre X e Y )

Ha:A ^ 0 ( S i hay relación lin ea l e n tre X e Y )

Como (Fc = 27.45) >(^0 01. n = 9 .6 5 ) entonces se rechaza la hipótesis planteada

p o r lo ta n to hay e v id e n c ia s e s ta d ístic a s para c o n c lu ir que e x iste re la ción lin eal
e n tre X e Y.

c) Estim e el p re cio prom ed io de harin a d e pescador (en d ó la re s p o r ton e la d a )

para una cap tu ra de 5 m illon e s d e to n e la d a s m étrica s d e anchoas.

La línea e stim a d a es: f¡ = 461.0062 - 30.4266 X¡

Por la tan to , com o X¡=5, se tien e : f = 461.0062 —30.4266*5 = 308.8732

El precio pro m edio de h a rin a de p escado es de $ 3 0 8 .9 para una cap tu ra de 5

m illo n e s de to n e la d a s m é trica s de anchoas.

d) C a lcu le e in terp rete el co e ficie n te d e d ete rm in ació n y el! co eficie n te de

co rre la ció n .

C o e ficie n te de d e te rm in a ció n
2 SC(R) (SP(XY)f
r = , . - s . 0.7139(71.39% )
s c ( y ) sc(x)sc(y) v '

Indica que el 71.39% de la variación de los precios es'explicada por la regresión.

C o e ficie n te de correla ción

SP(XY)
r= ■>.- ’ = = -0 .8 4
4sc(x)sc(Y)

235
 Estadística

S e puede a firm a r que hay una a lta a so cia ció n n e g a tiva e n tre X e Y en o tra s
p a la b ra s cuando a um enta una de e lla s d is m in u y e la otra.

Regression Analysis: Precio versus Captura

The regression equation is

Precio = 4 61 - 30.4 Captura

Predictor Coef SE Coef T P

Constant 461.01 43.59 10.58 0.000
Captura -30.427 5.807 -5.24 0.000
S = 74.28 R-Sq = 71.4% R-Sq(adj) = 68 8%

Analysis o.f Variance

■Source DF SS MS F P
Regression 1 151438 151438 27.45 0.000
Residual Error 11 60686 5517
Total 12 212124

Predicted ..Valúes for New Observations

New Obs Fit SE Fit 95.0% CI 95.0% PI

1 308.9 22.6 ( 259.1; 358.7 ( 138.0; 479.8)
Valúes of Predictors for New Observations

New Obs Captura

1 5.00

E je rcicio 1
S e e stu d ia la tasa de flu jo Y (en 7n3 / m in ) de un d is p o s itiv o e m p le a d o para m e d ir la
calid a d del a ire y la caída de presión X (en m m de agua) a tra v é s del filtro del
d isp o sitivo . S e tom ó una m u estra de 10 m ed icio n e s e n co n trán d o se lo s sig u ie n te s
datos:
Y 0.6 0.7 0.8 1.0 1.1 1.2 1.4 1.8 2.2 2.6 i
X 127 178 229 254 3 30 381 4 06 432 4 57 507 j

A su m ie n d o que se cum plen lo s su p u e sto s re sp e ctiv o s

a) E stim e la línea de regresión. In terp rete los coeficien tes.

236
 Est&dística

b) ¿H a y relación lineal entre esta s va ria b le s? U se oc = 0.05 .

c) Cal cu e e in te rp re te el co e ficie n te c e d e te rm in a ció n .

d) E stim e la tasa de flujo p ro m e d io para una ca íd a de presión de 4 0 0 m m de agua

e) H alle e in te rp re te el co e ficie n te de co rre la ció n .

237
 Estadística

E jercicio 2.

Un h ip e rm ercad o ha d ecidido se r m ás eficie n te en la aten ción de su clie n te la . Para ello,

d esea e x p lic a r el tie m p o de espera de lo s c lie n te s en funció n al n úm ero de caja s
re g istra d o ra s de cada esta b le cim ie n to . En la e v a lu a ció n , se elig e una m uestra al a z a r de
6 e s ta b le cim ie n to s s im ila re s y se re g istra, de cada uno, el n úm ero de c a ja s
re g istra d o ra s (va ria b le C) a s í com o el tie m p o m edio de espe ra , en seg u n d o s (v a ria b le
T), p o r caja, m edido en segundos. A co n tin u ació n se presenta los d a tos de m anera
parcial:

N úm ero de c a ja s (C) ; 10 12 ... 20

T iem p o m edio de espera (T) : 59 51 ... 22

Los re su lta d o s de la s su m a to ria s de los 6 e sta b le cim ie n to s son los sig u ien te s:

] TC = 86 ; Y j = 232 ; ^ C 2 =1308 ; ^ r 2 =10030 ; ]^ :rC = 3082

a. Encuentre la ecuación de regresión.

b. In terp rete el co eficie n te de regresión.

c. Pruebe si e xiste una relación lin e a l e n tre la s v a ria b le s. C o n clu y a de acu erd o al
caso. Use un nivel de sig n ifica ció n del 5% .

238
Estadística

239
 Estadística

E JER C IC IO S P R O P U ES TO S

1. Una in ve stig a ció n de la relación e n tre el flu jo de trá n sito X (en m ile s de
a u to m ó v ile s por 24 horas) y el co n ten id o de plom o Y de la corteza de á rb o le s cerca
de la a u to p ista (u g /g r de peso en seco) pro du jo los d a tos sig u ie n tes:

X 8.3 8.3 12.1 12.1 17.0 17.0 17.0 24.3 24.3 24.3 3 3.6
Y 227 312 362 521 640 539 728 945 738 759 1263

a) O btenga la línea de regresión e stim a d a . Interpre te el co e ficien te e stim a d o de

in te rsección y el co eficien te e stim a d o de regresión. T ien e in te rp re ta ció n
práctica el co e ficie n te de in terse cció n e stim a d o .
b) ¿E xiste relación lineal e ntre X e Y? U tilice a = 0.05 .
c) C a lcu le e in terp rete los co e ficien te s de d e te rm in a ció n y de correlación.

2. S e ha re a liza d o un estu d io para e s ta b le ce r una ecuación m ed ia n te la cu al se pueda

u tiliz a r la co n cen tra ció n de e stron a en la s a liv a pg /m l (X), para p re d e cir la
co n ce n tra ció n del e sfero id e en el p lasm a pg/m l (Y). Para el e stu d io se e x tta e una
m u estra a le a to ria de 12 va ro n e s sa n o s y se o btienen los sig u ie n te s cá lcu lo s pre vios

Z X¡ = 173 I X 2¡ = 2 ,7 2 8 .5 Z Y¡ = 5 7 8 .5 Z Y 2¡ = 2 9 ,7 3 4 .2 5
ZX¡ Y¡ = 8 ,9 5 9 .2 5
a) C a lcu le e in te rp re te los co e ficie n te s e stim a d o s para la regresión lineal s im p le
entre X e Y.
b) Pruebe con un nivel de sig n ifica ció n de 0 .0 5 , si e x iste relación lineal e n tre X e Y.
c) P red ecir la concentración del este ro id e en el p la sm a, cu an d o se tie n e una
co n ce n tra ció n de estrona en la sa liv a de 18 pg/m l (1 pto.)

3. S e e stu d ia, en un proceso q u ím ico , el tie m p o de reacción Y (en horas) y la

te m p e ra tu ra X (en °C) de la cám a ra donde tie n e lu g a r la reacción. S e to m ó una
m uestra de 10 m e d icio n es en con trán do se:

X 82 84 86 91 93 94 99 110 115 125

Y 3 .1 0 2.98 3.09 2.92 2.80 2 .9 3 3.10 2 .7 0 2 .8 4 2.83

A su m ie n d o que se cu m p le n los su p u e sto s re sp ectivo s

a) E stim e la línea de regresión. In te rp re te los coeficientes.

b) ¿H a y relación lineal en tre esta s v a ria b le s ? Use a = 0.05
c) C a lcu le e in terp reté el co eficie n te de d e te rm in a ció n .
d) O btenga e in te rp re te el co eficien te de correlación.
e) E stim e el tie m p o pro m edio de reacción para una te m p e ra tu ra de 120 °C.
f) D escom ponga el efecto total de la m edición 8 en su s efectos respectivos.

4. En un centro de salud se han to m a d o lo s d a tos de la s eda d es y la Presión S istó lica

de 12 pacientes, bajo la sospecha de que la edad y la presión estaban rela cio n a d as
de a lguna m anera. Los d a to s que se to m a ro n son los sig u ie n te s.

Edad (X) 56 42 72 36 63 47 55 49 38 42 68 60
Presió n sistó lica 147 125 160 118 149 128 150 145 115 140 152 155
(Y)

a) O btenga el D ia g ra m a de D isp e rsió n y co m en te lo s resultados.

b) C a lcu le la ecuación de regresión e stim a d a e In terp rete el v a lo r de cada uno de
los co eficien tes de la recta anterior.
c) C a lcu le e in te rp re te el v a lo r del co e ficie n te de d e term in a ció n .
d) ¿Puede Ud. a firm a r que la p endiente de la recta es sig n ificativam en te distinta de
cero, con a = 0 ,0 5 ?
240
 J Estadística

5. S e h izo un estu d io con y e g u a s de los n iv e le s de pro g esteron a en la sa ng re (X) y en

heces (Y), estos n iv e le s se e xpresan en n g/m l d on de ng = nanograrrios.

X 8.37 6.09 5.81 8 .8 6 6.21 0 .3 8 0.31

Y 10.74 1 0.75 9 .8 5 10.85 1 0.00 ;4.31 1.30

a) Estim e la línea de regresión. Interprete los coeficien tes.

b) ¿ H a y relación lineal e n tre e sta s v a ria b le s ? U se a ~ <0.05 .
c) C a lcu le e in terp rete el co e ficie n te de d e te rm in a ció n .
d) P oner el efecto total 5 en té rm in o s del efecto de la re g resió n y el error.

6. El banco " P r é s t a m o " estu d ia la ,re la c ió n entre la s v a ria b le s In g re so s (X) y a h o rro s

(Y) m e n su a le s de sus clientes. Una m u estra a le a to ria de de sus c lie n te s revelo los
s ig u ie n te s datos.

X 1200 1380 1550 1725 3278 293 2 241 5 310 5 2070

Y 345 380 4 50 552 1210 1225 870 1104 450

a) E stim e la recta de regresión.

b) U tilic e la recta e stim a d a para p ro n o stica r el v a lo r del a h o rro cuando el in g re so
sea de 280 0 soles.
c) ¿S e puede a firm a r que e xiste una rela ción lin ea l s ig n ific a tiv a e n tre los in g re so s y
el ahorro? A un nivel de s ig n ifica c ió n del 5%
d) ¿Q ué p orcen taje de la v a ria c ió n m u e stra l se puede a trib u ir a la rela ció n del
m odelo? 1

7. Una em presa en co n su lto ría co n ta b le desea d e s a rro lla r un m odelo que le p e rm ita
p re d e cir el costo de la a u d ito ría en fu n ció n del n ú m ero de d o cu m e n to s revisa d o s.
Para este fin e xtra e una m uestra de 12 auditorias:;, re g istran d o el costo de la
a u d ito ría (m ile s $) y el núm ero de d o cu m e n to s re v isa d o s (m ile s do cu m en to s).

Número de documentos 28 17 32 48 6 14 19 24 34 22 20 46
(miles documentos)
Costo de la auditoría 50 35 65 98 12 24 38 45 65 45 36 85
(miles $)

ci) A n a lic e el d ia g ram a de d isp e rsió n . ¿Q ué se puede a firm a r acerca de la rela ción
e n tre el núm ero de d o cu m en to s re v isa d o s y el costo de la a u d ito ría ?.
b) In te rp re te los co eficien tes de re g resión . P resente la e cuació n e stim a d a .
c) Pruebe con un nivel de s ig n ifica c ió n de 5% , sie x iste relación lineal e n tre el
nú m ero de d o cu m e n to s re visa d o s y el costo.
d) H alle e in te rp re te el co eficie n te de d e te rm in a ció n
e) E stim e el costo prom edio de la a u d ito ría cu an d o se re vise n 2 5 ,0 0 0 docu m en tos.
f) H alle e in te rp re te el coe ficie n te de d e te rm in a ció n .

8. Las m a te ria s p rim a s e m p le a d a s en la producción de una fibra sin té tica son

a lm a ce n a d a s en un lu g a r donde no se tie n e con trol so b re la hum edad. Las
m e d icio n es de la hum edad re la tiva en e llu g a r de a lm a c e n a m ie n to (x) y la hum edad
de una m uestra de las m a te ria s p rim a s (y) (am b a s en porcentaje) para 12 d ía s se
p resenta en la sig u ie n te tab la. i
ii
H um edad en el 42 35 50 43 48 62 36 44 39 55 48
a lm a c e n a m ie n to (%) 3'í
H u m edad en la 12 8 14 9 11 16 7 9 12 10 13 11
m ate ria prim a (%)

241
 a) A n a lice el d ia g ram a de d isp e rsió n . ¿Q ué se puede a firm a r acerca de la relación
entre la hum edad de a lm a ce n a m ie n to y la hum edad en la m ate ria prim a?.
b) In te rp re te los co eficien tes de regresión. P resente la ecuació n e stim a d a .
c) Pruebe con un nivel de s ig n ifica c ió n de 5% , si e x iste relación lin ea l en tre .la
hum edad de a lm a ce n a m ie n to y la hum edad en la m ate ria prim a.
d) E stim e la hum edad pro m edia de la m a te ria prim a, cu an d o se tie n e una hum edad
de a lm a ce n a m ie n to de 45% .
e) Halle e in te rp re te el co eficien te de d e te rm in a ció n
f) Pruebe con un nivel de s ig n ifica c ió n de 5% , si e xiste co rre la ció n e ntre la
hum edad de a lm a ce n a m ie n to y la hum edad de la m ateria prim a.

9. S e cuenta con in form ación de una m uestra de 10 fo n dos de in ve rsión , respecto a su

re n ta b ilid a d porcentual para un periodo de doce m ese s y el a ctiv o total (en m illo n e s
d e $). Los d a tos se presentan en la sig u ie n te tabla.

A c tiv o total 22 18 14 8 26 10 16 19 20 7
(m illo n e s $)
R e n ta b ilid a d 29.3 17.6 16.0 9 .5 2 2.6 12.4 18.5 2 1.4 18.2 12.5
(% )

a) A n a lice el d ia g ram a de d isp e rsió n . ¿Q ué se puede a firm a r acerca de la relación

entre el a ctiv o total y re n ta b ilid a d del fo n d o de in v ersió n ?.
b) In terp rete los co e ficien te s de regresión. P resente la e cuació n estim a da .
c) Pruebe con un nivel de s ig n ifica c ió n de 5% , si e xiste rela ción lin e a l entre el
a ctiv o to ta l y la re n ta b ilid a d .
d) E stim e la re n ta b ilid a d p ro m edia, cu an d o se tie n e un a ctiv o de 18 m illo n e s de
dólares.
e) H alle e in te rp re te el co eficien te de d e te rm in a ció n
f) Pruebe si e xiste co rre la ció n entre el a ctiv o total y la re n ta b ilid a d . Use un nivel de
sig n ifica ció n de 5%.

10. E l gerente de ventas perm ite que lo s a g e n te s ve n d e d o re s q u e tiene a su carg o reciban

ch arla s para m otivarlos, d ich a s ch arla s s e dan en diferentes horarios y los a g e n te s tienen
absoluta libertad para ele g ir el horario q u e crean conveniente. E l gerente cre e que
d ich a s ch arla s influyen en la e ficien cia d e las ventas. P a ra verificar e sto tom a una
m uestra de 10 v e n d ed o res y determ inó el tiem po acu m u la d o d e horas en la s q ue estuvo
presente en una o m ás ch arla s durante el últim o trim estre y la e ficien cia d e s u s ventas,
los datos e ncontrad os fueron:

T ie m p o acum ulado 27 45 41 19 35 39 19 49 15 31
(Horas)
E ficie n cia en las ventas (%) 47 84 80 46 62 72 52 87 37 68

a) ¿ E s posible afirm ar que existe una relación lineal entre el núm ero de h o ra s de ch arla y
la eficien cia en las ventas?. U se un a=0.05.
b) Interprete a d ecu a d a m en te el coeficiente d e regresión.
c) E l G e re n te de ve n ta s afirm a q u e cu an d o un agente ve n d e d o r recibe ch arla s esto
perm ite un m ejor dese m p e ñ o en s u s nivel de ventas y cree a d e m á s que p<pr ca d a hora
adicional de charla su rendim iento s e increm enta en m ás de un punto! porcentual.
U tilizando un nivel de significación del 5% ¿ Q u é puede co n clu ir con resp ecto a la
afirm ación que ha ce el gerente d e venta s?.

11. E n o c a sio n e s e s conveniente com prar la m ayor cantidad p o sib le de ciertos artículos. P o r
lo general el precio unitario e s m enor al adquirir g randes cantidades. P ara contrastar esta
teoría s e obtuvieron los siguientes datos:
242
 Estadística

Número de Unidades (X) 1 3 5 10 ¡ 12 15 24

Costo Unitario (Y) $ 55 52 48 36 32 30 25

a) Interprete el coeficiente de regresión estim ado.

b) ¿ Q u é % d e la variabilidad en el co sto no e s e xplicada p o r la recta d e reg re sió n ?
c) ¿ E s la pendiente de la recta diferente de cero significativam ente?. U s e un a=0.05.
d) E stim e el costo prom edio unitario cu an d o s e com pran 4 0 unidades.
e) E s posible afirmar, en b a se a la inform ación m uestral obtenida y utilizando un nivel
d e significación del 5%, que por c a d a unidad adicional que se com pre el precio del
artículo dism inuye en m ás de $1,2. U se un a=0.05.

12. Un b a n co quiere determ inar la relación entre las v a ria b les Ingresos m e n su a le s
(variable independiente) y A h o rro s m e n su a le s (variable dependiente) d e su s clientes.
P a ra esto, se le c c io n a una m uestra aleatoria de s e is clientes y obtiene los siguientes
resultados:
Y: A h o rro s
X: in g re so s m e n su a le s m e n su a le s
1.0 0,20
1,2 0,22 i|
1,5 0,25 ü
0,8 0,18
1,8 0,30
2.0 0,35

a) H a lle la ecu ació n de regresión e interprete s u s coeficientes.

b) C a lc u le el coeficiente de determ inación e interprételo.
c) U tilice el m odelo de regresión d esa rro lla d o para p red ecir los ahorros m en su a les si
el ingreso m ensual de su cliente e s d e 2500 soles.
i d) P la n te e la s hipótesis respectivas y diga si el m odelo hallado e s significativo o no.
U tiliza r un nivel de sig n ifica n cia del 5%.

243
 Estadística

Bibliografía

1. D avid R. A n d erson , D ennis J. S w e é n y, T h o m a s A. W illia m s. E sta d ística para la

a d m in istra ció n y econom ía. In te rn a cio n a l T hom so n. 7m a. E dición. 1999..

2. J. Su san M ilton. E sta d ística para la b io lo g ía y cie n cia s de la salud. Me G ra w Hill.

3ra. E dición 2001.
>:
3. W ayne W. D aniel. E sta d ística con a p lica c io n e s a las c ie n c ia s so cia le s y a la
educación. Me G rá w -H ill. 1991

4. Bow ker, A lb e rt y ’ G erald Liebe rm a n , E s ta d ís tic a p a r a I n g e n ie r o s , D o ssat S .A .,

M adrid, 1981.

5. C a lzad a , José, I n tr o d u c c ió n a la E s ta d ís tic a , Prim era E dición, Ju ríd ica S .A ., 1969

6. C a lzad a , José, E s ta d ís tic a G e n e r a l c o n é n f a s is e n m u e s t r e o , T e rc e ra E d ició n ,

M ilagro s S .A ., 1983.

7. Paul N ew bold. E sta d ística para los n eg o cio s y la econom ía. P rentice H all. 4ta.
Edición. 1997.

8. C órdova, M anuel, E s ta d ís tic a d e s c r ip tiv a e in fe re n c ia ! , C u a rta E dición, M oshera

S .R .L., 200 0

9. D evore, Ja y, P r o b a b ilid a d y E s ta d ís tic a p a r a in g e n ie r ía y c ie n c ia s , In te rn a tio n a l

Thom so n E ditores S.A . de C .V ., 1998. .

10. Levín y R ubín, E s ta d ís tic a p a r a A d m in is tr a d o r e s , Prentice Hall H isp an o a m e rica n a

S .A ., 1996. ;i

1 1 .M ita c c, M áxim o, T ó p ic o s d e E s ta d ís tic a D e s c r ip tiv a y P r o b a b ilid a d , S a n M arcos,

1988.

12. M itacc, M áxim o, T ó p ic o s d e I n f e r e n c ia E s ta d ís tic a , S a n M arcos, 1990.

13. Mood, G ra y b ill y Boes, I n tr o d u c tio n to t h e T h e o r y o f S t a t i s t i c s , Tercera Edición,

M cG ra w -H ill, 1974.

14. Rubio, Jorge, E s ta d ís tic a , UNALM.