UNIVERSIDAD MAYOR DE SAN ANDRES

FACULTAD DE INGENIERÍA
INGENIERIA INDUSTRIAL

:
AUX: Univ. Rosaycela Tarqui Vizaluque
DOCENTE: Ing. Marcelino Aliaga Limachi

1. HORARIO
Jueves 08:00 – 10:00 a.m.

ESTADISTICA INFERENCIAL IND- 411

2. MODO DE INGRESO A LAS CLASES VIRTUALES
La plataforma a ser empleada para las clases virtuales será Zoom o Meet, el link será
enviado minutos antes de la clase, el estudiante deberá ingresar de la siguiente forma: Nombre y
Apellido

Ejemplo: Rosaycela Tarqui Vizaluque

Nota:

 Los estudiantes que no ingresen de la forma establecida anteriormente no podrán

ingresar a las clases.
 Tolerancia de Ingreso de 15 minutos

3. FORMATO Y PRESENTACIÓN DE PRÁCTICAS

Nota:
 No es obligatorio copiar los enunciados, pero si debe estar claro que ejercicio es.
 Las respuestas de cada ejercicio deben ser encerradas en un recuadro (letras y
números claros y legibles por favor).
 Las practicas deberán ser enviadas en modo PDF a la plataforma CLASROOM, con
el siguiente Formato: P (Nro. De Práctica) Apellido y Nombre.
Ejemplo: P1TARQUIROSAYCELA

4. PONDERACIÓN

Prácticas 70%
Asistencia 30%
Participación 10%
TOTAL 100%

AUX. UNIV ROSAYCELA TARQUI 1

 UMSA FACULTAD DE INGENIERIA

ESTADISTICA INFERENCIAL IND- 411

DISTRIBUCIÓN DE PROBABILIDAD CONJUNTA
CASO DISCRETO CASO CONTINUO
Bi - Variante Multivariante Bi - Variante Multivariante
𝑝(𝑥, 𝑦) = 𝑃(𝑋 = 𝑥, 𝑌 = 𝑦) )
𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛 = 𝑃(𝑋1 = 𝑥1, 𝑋2 La función de densidad La función de densidad conjunta estará
Propiedades = 𝑥2, … 𝑋 𝑛 = 𝑥𝑛 ) conjunta estará dada por: dada por: 𝑓(𝑥1, 𝑥2, … 𝑥𝑛)
Propiedades 𝑓(𝑥, 𝑦) Propiedades
𝑖) 𝑝(𝑥, 𝑦) = 𝑃(𝑋 = 𝑥, 𝑌 = 𝑦)
≥ 0∀𝑥, 𝑦 𝑖) 𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛) = 𝑃(𝑋1 = 𝑥1, 𝑋2 Propiedades
𝑖) 𝑓(𝑥1, 𝑥2, . . . 𝑥𝑛) ≥ 0 ∀ 𝑥𝑖
= 𝑥2, … 𝑋𝑛 = 𝑥𝑛 ≥ 0 ∀ 𝑥𝑖 𝑖) 𝑓(𝑥, 𝑦) ≥ 0 ∀ 𝑥, 𝑦 ∞ ∞ ∞
𝑖𝑖) ∑ ∑ 𝑝(𝑥, 𝑦) = 1
∞ ∞
𝑥 𝑦 𝑖𝑖) ∑ ∑ … ∑ 𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛) = 1 𝑖𝑖) ∫ ∫ … ∫ 𝑓(𝑥1, 𝑥2, . . . 𝑥𝑛) 𝑑𝑥1𝑑𝑥𝑛 = 1
𝑥1 𝑥2 𝑥3 𝑖𝑖) ∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑦𝑑𝑥 = 1 𝑅𝑥1 𝑅𝑥2 𝑅𝑥𝑛
𝑅𝑥 𝑅𝑦

DISTRIBUCIÓN DE PROBABILIDAD ACUMULADA

CASO DISCRETO CASO CONTINUO
Bi - Variante Multivariante Bi - Variante Multivariante
𝑝(𝑥, 𝑦) = 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦) 𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛) = 𝑃(𝑋1 ≤ 𝑥1, 𝑋2 ≤ 𝑥2, … 𝑋𝑛 𝑓(𝑥, 𝑦) = 𝑓(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦) 𝑓(𝑥1, 𝑥2, . . . 𝑥𝑛) = 𝑓(𝑋1 ≤ 𝑥1, 𝑋2 ≤ 𝑥2, … 𝑋𝑛
𝑥 𝑦 𝑥1 𝑥𝑛 𝑥 𝑦 ≤ 𝑥𝑛)
= ∑ ∑ 𝑝(𝑡1, 𝑡2) ≤ 𝑥𝑛) = ∑ … ∑ 𝑝(𝑡1, . . 𝑡𝑛) = ∫ ∫ 𝑓(𝑡1, 𝑡2) 𝑑𝑡2 𝑑𝑡1 𝑥1 𝑥𝑛
𝑡1 𝑡2 𝑡1 𝑡𝑛
−∞ −∞ = ∫ … ∫ 𝑓(𝑡1, . . 𝑡𝑛) 𝑑𝑡𝑛 𝑑𝑡1
−∞ −∞

DISTRIBUCIÓN MARGINALES
CASO DISCRETO CASO CONTINUO
Bi - Variante Multivariante Bi - Variante Multivariante
∞
𝑝1(𝑥) = 𝑝𝑥(𝑥) = ∑ 𝑝(𝑥, 𝑦) 𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛) 𝑓(𝑥1, 𝑥2, . . . 𝑥𝑛) =
𝑓(𝑥) = 𝑔𝑥(𝑥) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 ∞ ∞
𝑦 = ∑ … ∑ 𝑝(𝑥1, 𝑥2, . . . 𝑥𝑛) 𝑅𝑦
𝑥1 𝑥𝑛 ∞ = ∫ … ∫ 𝑓(𝑥1, . . 𝑥𝑛) 𝑑𝑥𝑛 𝑑𝑥1
𝑝2(𝑦) = 𝑝𝑦(𝑦) = ∑ 𝑝(𝑥, 𝑦)
𝑥
𝑓(𝑦) = ℎ𝑦(𝑦) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑅𝑥1 𝑅𝑥𝑛
𝑅𝑥

AUX. UNIV ROSAYCELA TARQUI 2

 UMSA FACULTAD DE INGENIERIA

DISTRIBUCIONES CONDICIONALES
CASO DISCRETO CASO CONTINUO
𝑝(𝑥, 𝑦) 𝑝(𝑋 = 𝑥, 𝑌 = 𝑦) 𝑓(𝑥, 𝑦)
𝑝(𝑥/𝑦) = 𝑝(𝑋 = 𝑥/𝑌 = 𝑦) = = 𝑓(𝑥/𝑦) =
𝑝𝑦(𝑦) 𝑝𝑦(𝑌 = 𝑦) 𝑓𝑦(𝑦)

MOMENTOS POTENCIALES ORDINARIOS

CASO DISCRETO CASO CONTINUO
∞ ∞
𝑚𝑟𝑠 = 𝐸(𝑥𝑟, 𝑦𝑠) = ∑ ∑ 𝑥 𝑟 𝑦 𝑠 𝑝(𝑥, 𝑦)

ESTADISTICA INFERENCIAL IND- 411

𝑥 𝑦
𝑚𝑟𝑠 = 𝐸(𝑥𝑟, 𝑦𝑠) = ∫ ∫ 𝑥 𝑟 𝑦 𝑠 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
Media de X (𝒓 = 𝟏, 𝒔 = 𝟎) 𝑅𝑥 𝑅𝑦
Media de X (𝒓 = 𝟏, 𝒔 = 𝟎)
𝑚10 = 𝐸(𝑥1, 𝑦0) = 𝐸(𝑥) = 𝜇𝑥 = ∑ 𝑥𝑖 𝑝𝑥(𝑥) ∞ ∞
𝑖
𝑚10 = 𝐸(𝑥1, 𝑦0) = 𝐸(𝑥) = 𝜇𝑥 = ∫ ∫ 𝑥 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
Media de Y (𝒓 = 𝟎, 𝒔 = 𝟏)
−∞ −∞
𝑚01 = 𝐸(𝑥0, 𝑦1) = 𝐸(𝑦) = 𝜇𝑦 = ∑ 𝑦𝑖 𝑝𝑦(𝑦) Media de Y (𝒓 = 𝟎, 𝒔 = 𝟏)
∞ ∞
𝑗
𝑚01 = 𝐸(𝑥0, 𝑦1) = 𝐸(𝑦) = 𝜇𝑦 = ∫ ∫ 𝑦 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
−∞ −∞

MOMENTOS POTENCIALES CENTRADOS

CASO DISCRETO CASO CONTINUO
̅ ̅
𝜇𝑟𝑠 = 𝐸[(𝑋 −𝑋) (𝑌 – 𝑌)
𝑟 𝑠

𝜇𝑟𝑠 = ∑ ∑(𝑥𝑖 − 𝜇𝑥)𝑟(𝑦𝑖 − 𝜇𝑦)𝑠 𝑝(𝑥. 𝑦)

𝑥 𝑦
Varianza de X (𝒓 = 𝟐, 𝒔 = 𝟎) 𝜇𝑟𝑠 = 𝐸[(𝑋 −𝑋̅)𝑟 (𝑌 – 𝑌̅)𝑠
∞ ∞
𝜇20 = 𝜎𝑥2 = ∑ ∑(𝑥𝑖 − 𝜇𝑥)2 𝑝𝑖𝑗
𝑖 𝑗 = ∫ ∫(𝑥 − 𝜇𝑥)𝑟(𝑦 − 𝜇𝑦)𝑠 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
𝑉[𝑥] = 𝐸[𝑥2] − [𝐸(𝑥)]2 𝑅𝑥 𝑅𝑦
2 Varianza de X (𝒓 = 𝟐, 𝒔 = 𝟎)
∞ ∞
𝜇20 = 𝜎𝑥2 = ∑ 𝑥𝑖2𝑝𝑥𝑖 − (∑ 𝑥𝑖 𝑝𝑥𝑖)
𝑖 𝑖 𝜇20 = 𝜎𝑥2 = ∫ ∫(𝑥 − 𝜇𝑥)2 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
−∞ −∞
Varianza de Y (𝒓 = 𝟎, 𝒔 = 𝟐) Varianza de Y (𝒓 = 𝟎, 𝒔 = 𝟐)
∞ ∞
𝜇02 = 𝜎𝑦2 = ∑ ∑(𝑦𝑖 − 𝜇𝑦)2 𝑝𝑖𝑗
𝜇02 = 𝜎𝑦2 = ∫ ∫(𝑦 − 𝜇𝑦)2 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
𝑖 𝑗
𝑉[𝑦] = 𝐸[𝑦2] − [𝐸(𝑦)]2 −∞ −∞
2

𝜇02 = 𝜎𝑦2 = ∑ 𝑦𝑖2𝑝𝑦𝑖 − (∑ 𝑦𝑖 𝑝𝑦𝑖 )

𝑖 𝑖

VALOR ESPERADO CONDICIONAL

CASO DISCRETO CASO CONTINUO
∞
𝐸[𝑥/𝑦] = ∑ 𝑥 𝑝(𝑥/𝑦) 𝐸[𝑥/𝑦] = ∫ 𝑥 𝑓(𝑥/𝑦)𝑑𝑦
𝑥
𝑅𝑥

AUX. UNIV ROSAYCELA TARQUI 3

 UMSA FACULTAD DE INGENIERIA

COVARIANZA
CASO DISCRETO CASO CONTINUO
∞ ∞
𝑚11 = 𝐸(𝑥1, 𝑦1) = 𝐸(𝑥, 𝑦) = ∑ ∑ 𝑥𝑖𝑦𝑗 𝑝𝑖𝑗
𝑚11 = 𝐸(𝑥, 𝑦) = 𝜇𝑥𝑦 = ∫ ∫ 𝑥𝑦 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥
𝑖 𝑗
−∞ −∞
𝜇11 = 𝑚11 − 𝑚10 ∗ 𝑚01 ∞ ∞

𝐶𝑜𝑣(𝑥, 𝑦) = 𝐸(𝑥, 𝑦) − 𝐸(𝑥) ∗ 𝐸(𝑦) 𝜇11 = ∫ ∫ 𝑥𝑦 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥

−∞ −∞
𝜇11 = ∑ ∑ 𝑥𝑖 𝑦𝑖𝑝𝑖𝑗 − ∑ 𝑥𝑖𝑝𝑖𝑗 ∗ ∑ 𝑦𝑖𝑝𝑖𝑗 ∞ ∞
𝑖 𝑗 𝑖 𝑗
− ∫ 𝑥 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥 ∗ ∫ 𝑦 𝑓(𝑥, 𝑦) 𝑑𝑦 𝑑𝑥

ESTADISTICA INFERENCIAL IND- 411

−∞ −∞

PROPIEDADES DEL VALOR ESPERADO PROPIEDADES DE LA VARIANZA

𝑖) 𝐸[𝑘𝑋] = 𝑘 𝐸[𝑥] 𝑖) 𝑉[𝑘𝑋] = 𝑘2 𝑉[𝑥]
𝑖𝑖) 𝐸[𝑘] = 𝑘 𝑖𝑖) 𝑉[𝑘] = 0
𝑖𝑖𝑖) 𝐸[𝑎𝑋 + 𝑏] = 𝑎 𝐸[𝑋] + 𝑏 𝑖𝑖𝑖) 𝑉[𝑎𝑋 + 𝑏] = 𝑎2 𝑉[𝑋]
𝑖𝑣) 𝐸[𝑥 + 𝑦] = 𝐸[𝑥] + 𝐸[𝑦] 𝑖𝑣) 𝑉[𝑥 ± 𝑦] = 𝑉[𝑥] + 𝑉[𝑦] ± 𝐶𝑜𝑣[𝑥, 𝑦]
𝑣) 𝐸[𝑥 − 𝑦] = 𝐸[𝑥] − 𝐸[𝑦] 𝑣) 𝑉[𝑥1 + 𝑥2 + ⋯ ] = 𝑉[𝑥1] + 𝑉[𝑥2] + ⋯
𝑣𝑖) 𝐸[𝑥1 + 𝑥2 + ⋯ ] = 𝐸[𝑥1] + 𝐸[𝑥2] + ⋯ 𝑣𝑖) 𝑉[𝑥1 − 𝑥2 − ⋯ ] = 𝑉[𝑥1] + 𝑉[𝑥2] + ⋯

INDEPENDENCIA CORRELACIÓN
𝑖) 𝑝(𝑥, 𝑦) = 𝑝𝑥(𝑥) ∗ 𝑝𝑦(𝑦) 𝑓(𝑥, 𝑦) = 𝑓1(𝑥) ∗ 𝑓2(𝑦)
𝑖𝑖) 𝑝(𝑥/𝑦) = 𝑝𝑥(𝑥) 𝑝(𝑦/𝑥) = 𝑝𝑦(𝑦) 𝐶𝑜𝑣(𝑥, 𝑦)
𝑖𝑖𝑖) 𝑓(𝑥/𝑦) = 𝑓1(𝑥) 𝑓(𝑦/𝑥) = 𝑓2(𝑦) 𝑟=
𝑖𝑣) 𝐸(𝑥, 𝑦) = 𝐸(𝑥) ∗ 𝐸(𝑦) √𝑉(𝑥) ∗ 𝑉(𝑦)
𝑣) 𝑉(𝑥 + 𝑦) = 𝑉(𝑥) ∗ 𝑉(𝑦)

EJERCICIOS DE CLASE

En una urna se tiene 4 fichas numeradas con 1, 3, 5 y 7. Dos fichas son extraídas
11. uno a uno con reposición. Sean X e Y las variables aleatorias que denotan,
respectivamente el 1ro. y el 2do. número extraído. Determinar:

a) Distribución conjunta de X e Y.
b) Distribuciones marginales de X y de Y.
c) Si las fichas fueran extraídas sin reposición hallar las Distribuciones conjunta y
marginal de X e Y

2. El 40% de los estudiantes de un instituto practica el futbol, el 30% practica el

2
baloncesto y el 20% practica ambos deportes. Calcular:

a) Las frecuencias marginales y acumuladas

b) La probabilidad de que un estudiante no juegue al futbol ni al baloncesto
c) El valor esperado de que, si juega al futbol, juegue al baloncesto.
d) ¿Son independientes jugar al futbol y al baloncesto?

AUX. UNIV ROSAYCELA TARQUI 4

UMSA FACULTAD DE INGENIERIA

3. Una agencia inmobiliaria tiene interés en saber cuál es la relación entre el número
3
de líneas de un anuncio de prensa sobre un apartamento y el volumen de
llamadas de interesados. Representemos el volumen de llamadas por medio de la
variable aleatoria X, cuyo valor es 0 cuando el interés es nulo, 1 cuando es bajo, 2
cuando es moderado y 3 cuando es grande. La agencia estimó la función de
probabilidad conjunta mostrada en la tabla adjunta.

Número de llamadas (X)

ESTADISTICA INFERENCIAL IND- 411

Número de Líneas (Y) 0 1 2 3
1 0,01 0,09 0,06 0,07
2 0,01 0,06 0,07 0,07
3 0,03 0,07 0,14 0,06
4 0,04 0,04 0,16 0,02

a) Las distribuciones de probabilidad marginal de X e Y.

b) Halle la probabilidad condicionada de Y, dado X=3.
c) 𝑃(𝑦 > 𝑥); 𝑃(𝑦 > 2; 𝑥 ≤ 1)
d) Halle el número medio de líneas del anuncio y el número medio de llamadas.

4 El supermercado “Hipermaxi” cuenta con tres cajas registradoras a la salida de este,

un día cualquiera dos clientes llegan a las cajas en diferentes momentos cuando no
hay otros clientes ante aquellos. Cada cliente escoge una caja al azar e
independientemente del otro. Sea las variables aleatorias “X= el número de clientes
que escogen la caja 1” e “Y= el número de clientes que escoge la caja 2”. Se pide
hallar lo siguiente:

a) La distribución de probabilidad conjunta

b) Las distribuciones de probabilidad marginales
c) Calcular E[XY] ; E[X+Y]
d) V(x), V(y), Cov (x,y)
e) La Correlación entre X e Y
f) Calcule la media y la varianza de la función lineal W=2X-1/2.

4. De un grupo que consta de 4 republicanos, 3 demócratas y 2 independientes, se

5
selecciona aleatoriamente un comité de 3 personas. Sea X: número de republicanos
en el comité, Y: número de demócratas en el comité y Z: número de independientes
en el comité. Hallar:

a) La distribución conjunta de (X,Y,Z).

b) Distribución marginal de X, Y, Z, (X,Y).
c) p[(X,Y)/Z=1].

AUX. UNIV ROSAYCELA TARQUI 5

UMSA FACULTAD DE INGENIERIA

PRÁCTICA Nº1
1. Un inversor tiene acciones de dos empresas. Sean X e Y las variables aleatorias
1
que representan los rendimientos posibles (en porcentaje) de las acciones de
cada una de esas dos empresas. La distribución de probabilidad conjunta de X e
Y es:
X Y 0% 5% 10% 15% 20% 25%
0% 0 0,01 0,03 0,05 0,07 0,09

ESTADISTICA INFERENCIAL IND- 411

5% 0,01 0,02 0,04 0,05 0,06 0,08
10% 0,01 0,03 0,05 0,05 0,05 0,06
15% 0,01 0,02 0,04 0,06 0,06 0,05

a) Determinar la probabilidad de que la empresa Y produce mejor rendimiento que X.

b) Calcular P(X = 10%) y P(Y = 5%).
c) Calcular E[X] y V[Y].
d) Calcular E[X = 10% / Y = 15%].

2. Se lanzan dos dados simultáneamente. Sea “X=número de puntos obtenidos por el

2
primer dado y “Y = el número mayor de los puntos obtenidos con los dos dados". Se
pide:
a) Distribución de probabilidad Conjunta y marginales.
b) Distribución de Probabilidad condicional P(x/y=4)
c) ¿Ambas Variables son independientes?
d) d) 𝑝[𝑥 < 𝑦] ; 𝑝[𝑥 ≤ 1; 𝑦 > 2]
e) e) E[x] ; E[xy] ; E[x/y=2]
f) V[x] ; Cov[x,y]
g) La correlación entre “X” e “Y”.

En una prueba de atletismo en la que participan tres clubes con 10 atletas se pueden
3
clasificar sólo 3 para la final. Si el Club “Los Descalzos” participa con 4 atletas, el
Club “Los Esforzados” con 3 y el Club “Los sin Entrenamiento” con 3. Definiendo
tres variables aleatorias, hallar:

a) Distribución Marginal de cada una de las variables.

b) El valor esperado condicional de que clasifiquen 2 atletas del Club “Los Descalzos”.
c) El valor esperado de cada una de las Variables.
d) La correlación entre “Los Esforzados” y “Los Sin Entrenamiento”.

4. En un call center, se tienen tres telefonistas A, B y C, los cuales están dispuestos

4
para atender las llamadas por concepto de mantención. Dos clientes llaman por una
consulta de mantención, en diferentes momentos del día, cuando todos los
telefonistas están disponibles. Además, las llamadas ingresan al azar e
independiente de las otras. Si se definen las variables aleatorias:
X: “número de clientes que hablan con el telefonista A”
Y: “número de clientes que no hablan con el telefonista B”

AUX. UNIV ROSAYCELA TARQUI 6

UMSA FACULTAD DE INGENIERIA

a) Determinar la función de probabilidad conjunta de (X, Y)

b) Determinar las funciones de probabilidad marginales.
c) Calcular P (Y ≤ 1); P (Y =1/ X=1)
d) Calcular la esperanza matemática de g (X, Y) = 4 𝑥2 + 5 𝑦.
e) ¿Son independientes las variables?
5. Suponga que una máquina se usa para un trabajo específico a la mañana y uno
5
diferente en la tarde. Representemos por X e Y el número de veces que la máquina
falla en la mañana y en la tarde respectivamente. La siguiente tabla corresponde a
la probabilidad conjunta de la variable aleatoria bidimensional (X, Y)

ESTADISTICA INFERENCIAL IND- 411

Y 0 1 2
X
0 0,1 0,2 0,2
1 0,04 0,08 0,08
2 0,06 0,12 0,12

a) Verifique que las variables aleatorias X e Y son independientes

b) Determine la esperanza de g (X, Y) = 3 𝑥 + 2 𝑦3
c) E[x] ; E[xy] ; E[x/y=2]
d) V[x] ; V[y] ; Cov [x, y]

FECHA DE PRESENTACIÓN: 17 de febrero de 2022

AUX. UNIV ROSAYCELA TARQUI 7