Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA
APLICADA
0,5000
— 1----------------------------------- H ------------------------------------------------- z
- 2,29 0
COMPILACIÓN
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 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
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.
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 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
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
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
T ip o s d e V a ria b le s ,
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)
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 .
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...)
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.
C o m p le te el sig u ie n te cuadro:
T ip o de pago 1
C o m p le te el s ig u ie n te cuadro:
4
UNALi Estadística
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
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 :
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:
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 .
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
6
Estadística
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 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
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 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:
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 .
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
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 . _______ _ ___
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.
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
• ; 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.
X 10 15 15 20 20
Y 20 24 29 35 29
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.
13
Estadística
7/
14
Estadística
En b a se al te x to a n te rio r id e n tifiq u e :
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.
2.1 O rga n iza ción para v a ria b le s cu a lita tiva s (n om inal o •jerárquica)
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
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
G rá fico de B arras
T a r je ta s de c ré d ito usada
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
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.
K Xk fk frk Pk
Total n 1 100
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
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
b. In te rp re te f^ y p_^
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"
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)
K = ' Z ¿ = f ¡+ A + ~ + Ú
J=i \-
t
P ropied ad: Ft - F h =^ Tf ¡ , h<t
¡=h+l
,, £ f,
Fri = ^ ------------- = I fij
n n j =x
t
P ro pied ad: F rt - F r h = fr¡ , h<t
i=h+l
22
‘ — Estadística
P ropiedad: Pt - P h = ^ p¡ , h< t
¡=h+l.
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
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.
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 .
TIC = — = = 1.90167
k 6
TIC = 1.90167
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
e. F 5 - F 2 = 4 4 - 31 =13
24
: - - r . ' ; Estadística
1
S /. 5 8 lD ,p e ro m enos de S /. 1 1 5 4 0
g. Fr5 - Fr3 = 0 .9 7 7 6 - 0 .9 1 1 0 = 0 .0 6 6 6
5
i. P5 - P2 = 9 7 .7 6 - 68.88 = 2 8.8 8
Ingreso M en su al
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:
1.
26
M » " ' ' » ^ •*
•-*' m mmm& !•# V> ) Estadística
:z~ r! ‘
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.
27
Estadística
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.
28
e. In te rp re te f 4 , fr 4 , p4 , F4 , Fr 4 , P4 , 100 - P 2 , P 5 - P 2
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.
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.
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
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
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
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 ;
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 : \
33
Estadística
E JE R C IC IO S P R O P U ES TO S
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. ;
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 !
%
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: #
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.
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 : |
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
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
b) Interpre te f2/P 4
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.
40
Estadística
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
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
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
42
— ~ ‘ fl; 3 Estadística
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.
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:
[ 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.
S o lu ció n
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;:
a ce ro . = =«X - n X =0 ¡
7=1 J =1 j ¡ ■
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
L a m e d ia n a
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 :
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 !
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
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.
!
I
!
Estadística
Media Y= a+ bX
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
49
Ü!IV
.
Estadística
! 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 .
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
50
u« O . ____ . Estadística
x s = f l . 13x1.22x1.12x0.95x0.87 =1.0499
ip = (1.0499 -1 ) * 100% = 5%
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
¿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
1 n n
■i . ' . *A=
1 ^ 1 1 1 1 1
>— V- — +— —
n j =1 x j 7=1 x j X2 Xn
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 , ■ 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
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
¡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
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.
^ = 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?
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 (
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
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
¿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. |
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
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
b) Ho = X 27.5 = £?•
c) 4 = 119gr.
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
¡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
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
i . ■ ■ ' ■ ■ ■ -
60
Estadística
E JE R C IC IO S P R O P U ES TO S
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
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 :
X 0 1 2 3 4
fi 50 12 8 7 3
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 ?
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?
6 ; 7 7 7 7 8 8 8 8 8
9 9 9 ! 9 9 9 10 10 10 11
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
!'■
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
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
64
B^¿c. ± c T- C; : . . : i í ; j Estadística
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.
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.
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
El rango. ¡;
R X max - Xn
D esven ta ja 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
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.
1 ^
Para una tab la de frecuencias: S 2 = — - Y / A * , - * ?
» - 1h
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.
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
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.
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 .
69
Estadística
C om p aració n de la variabilid ad
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
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
E je m p lo 7.
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
72
E JER C IC IO S P R O P U ES TO S
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.
73
Estadística
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% .
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:
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
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?
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
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
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 .
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.
X = me X > me X <me
Distribución simétrica Distribución asimétrica positiva Distribución asimétrica negativa
o hacía la derecha o liacía la izquierda
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:
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 .
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 .
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 (*).
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).
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.
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 :!
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
7000
6000
5000
*
4000
3000
2000
1000
0
M edio-Alto M edio-Bajo
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.
0.90 1.11
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
2 0 68
(6) 1 022223
4 1 569
1 2
1 2 6
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
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
85
Estadística
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.
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
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
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 .
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:
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 }
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 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 }
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
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?
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:
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?
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?
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.
C o m b in a cio n e s
rN ' NI
Kn n ! (N —n ) !
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.
*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
io j — &
o í*
<
l
<r i
1 *
i 'y A £ ;<■ j ZD F O
/<
\ % r >/
V
92
Estadística
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 )
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: ' ■ ,
S e pide P (H u T ) y p o r la propiedad 4:
P o r la s p ro p ied a d e s 3, 2 y 4: '
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:
a. Sea un co n ta d o r o un abog ad o
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.
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:;
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:
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
\ \ \
\J>{ Vi <*- P K e>r 1
— Jl 4
T- 15
2A ■
. a —
Estadística
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
<
fc « 8
M V ? Cc \ ** )
, .
v t \i L
V o c 1
V )
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:
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
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
98
I
Estadística
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
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
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
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
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.
S olu ció n
4 I
6 II
7 III
N = 17, n = 5
S o lu ció n
100
Estadística
4 I
6 II
7 n i
N = 17, n
Solución
4 A
6 B
7 C
N = 17, n = 5
p t * ) = 4 4 = ^ 0.2476
V1 n(Cl) 17
n\
donde vnk —n
«i !■■■«*!
S o lu ció n
v4,
P(R)
S o lu ció n
101
Estadística
■
!
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.
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
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:
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%
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
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.
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
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 _
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 :
b. Q ue le g u ste só lo un deporte
P ( A n B ) = P( b )f (A/B)
e sta b le ce que:
= p {a )p {b / a )
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:
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
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.
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
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
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:
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 )
P (A /C 2) = 6/10
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 .
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 }
v 21 ’ p (E ) 0.019
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:
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.
109
Estadística
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
P(AjB) = P(Á)
p (b / a ) = p (b )
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 .
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 ¡
111
- £ * T * ? . Estadística
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 ).
\ 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
S olu ció n
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
In d e p e n d en cia de k e ve n to s
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?
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
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.
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}
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)
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.
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.
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? ¡
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
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?
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
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
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.
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.
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
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
MÍA # 1 ' 3 - 9 - /r - ^3
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
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 .
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
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, ...}
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|
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
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:
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}
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
: -/
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.
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
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
^ 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
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
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
P ro p ie d a d e s del v a lo r e sperad o
* 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
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
b. F « r ( X + ¿/)= V a r ( x )
c. V a r { c X ) = c 2V a r ( x )
/ 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
¡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
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
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
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 .
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 .
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:
0.4
E (Y )= E (0 .8 X -0 .0 2 )= 0 .8 E (X )-0 .0 2 = 0 .5 1 3 3
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
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 .
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
133
0
m
Estadística
E JER C ICIO S P R O PU ES TO S
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 .
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 .
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
0.05 X ——15
0.15 X = -1 0
/(* ) = 0.55 X =0
o .i jsr = i o
0.15 X = \5
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.
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.
x —8
, para 8 < x < 10
/O ) = 2
0 , de otro m odo
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%
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
X 0 l 2 3
P(X) 1/k l/ k 2 /k 2 /k
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
[o, en o tro lu g a r
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 .
/(x) = P ( X = x) = -^ x = 1, 2, 3, ■■■,N
N o tació n: X ~ U n if ( iV ) .
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.
X ~ U n if (8) y f ( x ) =p(x = x ) = \ x = 1, 2, 3, - ,8
O
139
Estadística
%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 )
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.
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)
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
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:
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:
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.
141
« U i/ s r e ~rzá£I~a Estadística
P(Y= 12) = 0 .0 2 2 1 6 0 8 8
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:
i I'
142
Estadística
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 ?
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
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?
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:
144
d e •“ ^ t Estadística
/ A\
A (N ^Á
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. '
^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?
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\
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?
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.
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 ?
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:
P ro ce so de Poisson
N otación: X ~ Pois(\’t)
D on de X = vt, X ~ P o ís{á )
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.
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 20 20y
f ( y ) = P(Y = y) =— — - y = 0 , 1 , 2, •••
-20
P (Y = 7) = — — — = 0.00052
c N , v e~wk (10/cY
f ( z ) = P ( Z = z) = z = 0, 1, 2, •••
z !
149
?? - ¡spmr.-.d^ Estadística
_f . . .
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:
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
i___ L
! !
! I i
151
T-- - - -* "
W lí-3 '•«» i « . l l J in ik .» »
Estadística
Estadística
EJERCICIOS PROPUESTOS
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?
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.
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 ?
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:
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?
154
% Estadística
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?.
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
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.
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
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)
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) ' ■
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.
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:
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:
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
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
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 : “
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:
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)
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
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).
:\
/
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 .
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.
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
Y ~ Binomial(«,7r) ~ Binomial(9,0.8599)
'9\ 7 ,
p ( Y = 7 )= (0.8599) (0.1401) =0.2457
v )
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:
-
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
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?_______ _______________ ______ ___________________ ______
JL
164
Estadística
c
D efinición de Estadístico
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 .
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 .
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
165
Estadística
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
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 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
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.
167
Estadística
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
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.
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
b) Sea a lo m ás 10.5%
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.
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
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
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
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.
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,
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.
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.
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
N otación: X %(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
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
- r v ,.\ 2
S z ,2= E Xl)
;=1 Í=1 V (T
(rc-l)S2
D istribución de la v.a.
cr
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
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
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
.V
( 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
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
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.
Teorem a
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)
b. P ( R > 2.896)
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
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 )
T e o re m a
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
P ropiedad recíproca
F{ i - a , n , m ) -~
r p
1
(a,m,n )
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
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)
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
f o2 A
a. P % < k = 0.99
st
v ui /
S olu ció n
184
Estadística
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)
•l'
185
Estadística
^ ( V2
P ci - ~ T - 0.94 y P ~ ^ < c x = 0.05
. 1 -Sj1 - \%
Sf í c2
ci ^ i k - c2 = 0.04 y P ~rv2Y > C2¿ = 0.95
V. 2
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
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
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.
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
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 ’
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 .
In terpreta ción
188
Estadística
( l —c r ) x l0 0 % se cum ple:
X- f j .
P ~ t, “ ^0-") < *(l
=P 1- a
189
Estadística
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
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:
(n-l)S2 2
P z (a/2,„-l) < ~ T ------ = 1- a
a
190
Estadística
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:
191
Estadística
Cálculos:
3 .1 6 0 1 .997
X
s 0 .8 8 4 0 .8 1 8
n 35 35
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
Solución:
a
1: - a = 0.95 -> a = 0.05 -»1 — = 0.975 . ' ( 0 .9 7 5 )
= 1.96 y p = 0.1714
2 35
Solución:
1 — cc — 0.95 —> cc —0.05 —>■1 —— —0.975 => ^( 0.975,34) —51.966 y ,£(0.025,34) 19.806
192
Estadística
Para la desviación estándar: a/2.609 <<t < -\/6.846 1.615 < O" < 2.616
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
248 .3 140.9
X
s 85.7 4 1 .4
n 10 10
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.
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.
184
Estadística
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:
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
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.
ry 2 2
Jlj (X
nr Y y el tanpaño de la m uestra d e fin itiv o será:
( x - ju)
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
*
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 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 :
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
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
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
199
Estadística
M argen de e rror nO n
0,01
0,02
i 0,03 .
f 0 ,0 4
.1;
0,05
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:
200
Estadística
T ip o s de p ru eb a s de h ip ó tesis
H 0 :0 = 0Q contra H } : 0 ^ 0O
H 0 :6 = 0O contra H x : 6 > 0O , o
M 0 :0<0O contra H l : 0 >9 o \
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 H n f a ls a
A c e p ta r H0 D ecisión correcta E rro r tip o II
P ro b a b ilid a d =1 —a P rob a b ilid a d = jB
R e ch a za r H0 E rro r tip o I D ecisión correcta
P ro b a b ilid a d = a P ro b a b ilid a d =1 - ¡3
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 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 .
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:
202
Estadística
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
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+ ±
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
— --ríl
,Z a / 2 ,l / 2
205
Estadística
One-Sample Z: Total
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
V-\ > 1
R e g ió n d e
A c e p t a c ió n
l l i [r
2^1- OL
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
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
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
i R egión de
/ A ceptación
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
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
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
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.
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 .
(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
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:
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
(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
One-Sample T: Local 1
Test of mu = 8.08 vs mu < 8.08
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.
S e rech azará H 0 si ------ — < ~1 -86 -> ^ * — — ^ 9 < - 1 .86 -> X x < 7.903
U.2»:>
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\ .
H x \ a \ > 0.022
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 )?
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
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
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
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
213
Estadística
S olu ció n
1 5.07 % 1 9.27 %
X
s 3 .5 5 8 % 8 .0 5 3 %
n 9 7
q .2
Jf f 0 :or2 = C72 ^ 4 = l
°V
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
H , : m, - / ¿ 2 < 0
214
Estadística
■{(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
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
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
Success = SI
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.
S olu ció n
12
77= —— = 0.015
800
216
» » » » » » » » » » » » <
i Estadística
H 0 : 7t > 0.02
H x\7t < 0.02
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
» »
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
217
Estadística
) N m .
S o lu ció n
12 19
A = — = 0.015 p 2 = —— = 0.022
800 2 850
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
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 .
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.
~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.
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
223
Estadística
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
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
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 .
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
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
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 :
G ree ck 50 38
Nico 55 45
227
Estadística
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
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:
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.
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
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.
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:
En consecuencia:
230
Estadística
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
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,
231
- L tr 2. ^ Estadística
C a p tu ra
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 ).
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
P r u e b a d e h ip ó t e s is
Prueba Estadística
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
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
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
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
234
y
- *’3a £lw ^ ._jl/U'WMill. -W- -- Estadística
<L,t..:ie—<l ' '•- ■ ________ ■ f
Prueba de h ip ó tesis
H p \ /3{ = 0 ( N o hay rela ción lin e a l en tre X e Y )
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 '
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.
■Source DF SS MS F P
Regression 1 151438 151438 27.45 0.000
Residual Error 11 60686 5517
Total 12 212124
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
236
Est&dística
237
Estadística
E jercicio 2.
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:
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
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.)
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)
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 .
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.
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
(% )
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
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
243
Estadística
Bibliografía
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.