Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD CULIACAN
DEPARTAMENTO DE INGENIERIA Y TECNOLOGIA
ACADEMIA DE MATEMATICAS
GUIA DE ESTUDIO
ESTADISTICA DESCRIPTIVA
REDISEÑO:
Ing. Luis Antonio Achoy Bustamante.
ÍNDICE
Página:
INDICE 1
INTRODUCCIÓN 2
CAPÍTULO I ESTADÍSTICA DESCRIPTIVA 5
ACTIVIDAD 1 CONCEPTO DE ESTADÍSTICA 6
ACTIVIDAD 2 VARIABLES ESTADÍSTICAS 8
ACTIVIDAD 3 MEDIDAS DE TENDENCIA CENTRAL: DATOS NO AGRUPADOS 10
ACTIVIDAD 4 MEDIDAS DE DISPERSIÓN: DESVIACIÓN ESTÁNDAR 12
ACTIVIDAD 5 MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN: DATOS 14
AGRUPADOS
ACTIVIDAD 6 MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN 16
ACTIVIDAD 7 MUESTRA Y POBLACIÓN 17
ACTIVIDAD 8 DISTRIBUCIÓN DE FRECUENCIAS 18
ACTIVIDAD 9 MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN PARA 21
DATOS AGRUPADOS
ACTIVIDAD 10 GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIAS 24
ACTIVIDAD 11 GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIAS 26
ACTIVIDAD 12 COMPARACIÓN DE DISTRIBUCIONES DE FRECUENCIAS 27
ACTIVIDAD 13 SESGO Y CURTOSIS 30
ACTIVIDAD 14 USO DE SOFTWARE 31
EJERCICIOS COMPLEMENTARIOS 32
CAPÍTULO II PROBABILIDAD 34
ACTIVIDAD 15 INTRODUCCIÓN A LA TEORÍA DE PROBABILIDADES 35
ACTIVIDAD 16 ESPACIOS MUESTRALES 38
ACTIVIDAD 17 EVENTOS ALEATORIOS 41
ACTIVIDAD 18 EVENTOS MUTUAMENTE EXCLUYENTES Y EVENTOS 44
COMPLEMENTARIOS
ACTIVIDAD 19 ENFOQUE FRECUENCIAL DE LA PROBABILIDAD 47
ACTIVIDAD 20 ENFOQUE CLÁSICO DE LA PROBABILIDAD 49
ACTIVIDAD 21 PROBABILIDAD USANDO TEORIA DE CONJUNTOS 51
ACTIVIDAD 22 TECNICAS DE CONTEO 53
ACTIVIDAD 23 TÉCNICAS DE CONTEO, PERMUTACIONES 56
ACTIVIDAD 24 SELECCIÓN DE ELEMENTOS DE UN CONJUNTO: 60
COMBINACIONES
ACTIVIDAD 25 INDEPENDENCIA ESTOCÁSTICA 61
ACTIVIDAD 26 PROBABILIDAD TOTAL 67
ACTIVIDAD 27 PROBABILIDAD USANDO LA REGLA DE BAYES 70
EJERCICIOS COMPLEMENTARIOS 73
CAPÍTULO III DISTRIBUCIONES DE PROBABILIDAD 76
ACTIVIDAD 28 VARIABLE ALEATORIA Y DISTRIBUCIONES DE 77
PROBABILIDAD
ACTIVIDAD 29 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS 80
ACTIVIDAD 30 ESPERANZA MATEMÁTICA Y VARIANZA 82
ACTIVIDAD 31 DISTRIBUCIÓN BINOMIAL 86
ACTIVIDAD 32 DISTRIBUCIÓN MULTINOMIAL 89
ACTIVIDAD 33 DISTRIBUCIÓN HIPERGEOMÉTRICA 90
ACTIVIDAD 34 DISTRIBUCIÓN DE POISSON 92
ACTIVIDAD 35 DISTRIBUCIÓN NORMAL 95
EJERCICIOS COMPLEMENTARIOS 100
APÉNDICE 102
BIBLIOGRAFÍA 103
1
Universidad de Occidente Estadística Descriptiva y Probabilidad
INTRODUCCIÓN
2
Universidad de Occidente Estadística Descriptiva y Probabilidad
COMPETENCIAS PREVIAS:
3
Universidad de Occidente Estadística Descriptiva y Probabilidad
SOBRE LA ESTADÍSTICA
4
Universidad de Occidente Estadística Descriptiva y Probabilidad
CAPÍTULO I
ESTADÍSTICA DESCRIPTIVA
Identifica los diferentes tipos de variables que intervienen en los procesos estadísticos.
Calcula las medidas de tendencia central y de dispersión, tanto para datos no agrupados
como agrupados.
5
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 1
CONCEPTO DE ESTADÍSTICA
6
Universidad de Occidente Estadística Descriptiva y Probabilidad
3.- Hacer una investigación bibliográfica de la Historia y de los personajes que han
influido en el desarrollo de la Estadística.
7
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 2
VARIABLES ESTADÍSTICAS
8
Universidad de Occidente Estadística Descriptiva y Probabilidad
Numéricas
Discretas.- Toman valores numéricos separados,
Generalmente enteros.
Variables
Categóricas
Con la ayuda del profesor, diseñe un formato para aplicar una encuesta a
los alumnos del grupo a que pertenece, donde se consideren las variables
establecidas en esta actividad.
9
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 3
Fundamentos de Algebra 8
Computación 9
Ingles 10
Formación integral 9
Metodología de la investigación 8
Comunicación 9
_ ∑x i
x= i =1
~ 7 +8
x= = 7.5
2
10
Universidad de Occidente Estadística Descriptiva y Probabilidad
11
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 4
∑(x i − x)2
s2 = i =1
n
Las diferencias entre cada valor y la media aritmética se elevan al cuadrado
para evitar el problema de los signos de las diferencias. Al calcular la raíz
cuadrada de la varianza se obtiene la desviación estándar:
n
∑ (x i − x)2
s= i =1
n
Cuando se usa la desviación estándar para hacer estimaciones sobre una
población, los datos se dividen por n-1, esto para evitar el sesgo (Investigar este
concepto).
n
∑ (x i − x) 2
sˆ = i =1
n −1
12
Universidad de Occidente Estadística Descriptiva y Probabilidad
Alumno 1
∑ (x i − x)2
(7 − 8) 2 + (8 − 8) 2 + (7 − 8) 2 + (9 − 8) 2 + (9 − 8) 2 + (8 − 8) 2
sˆ1 = =
2 1
n −1 5
1+ 0 +1+1+1+ 0 4
= = = 0.8
5 5
sˆ1 = 0.8 = 0.894
Alumno 2:
n
∑ (x i − x) 2
(5 − 8) 2 + (8 − 8) 2 + (10 − 8) 2 + (6 − 8) 2 + (9 − 8) 2 + (10 − 8) 2
sˆ 2 = =
2 1
n −1 5
9 + 0 + 4 + 4 + 1 + 4 22
= = = 4 .4
5 5
sˆ 2 = 4.4 = 2.097
13
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 5
7, 7, 9, 5, 8, 9, 6, 8, 5, 10, 7, 6, 8, 6, 7, 8, 4, 6, 8, 9, 10, 8, 7, 9, 5, 7, 6, 5, 9, 8
4, 5, 5, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 10, 10
A cada uno de los valores se les llama clase y al valor numérico marca de
clase, esta tabla tiene varias ventajas:
14
Universidad de Occidente Estadística Descriptiva y Probabilidad
∑x i fi
(4)(1) + (5)(4) + (6)(5) + (7)(6) + (8)(7) + (9)(5) + (10)(2)
x= i =1
=
n 30
4 + 20 + 30 + 42 + 56 + 45 + 20 217
= = = 7.2333
30 30
~ 7+7
x= =7
2
n −
∑ (x i − x) 2 f i
(4 − 7.23) 2 (1) + (5 − 7.23) 2 (4) + (6 − 7.23) 2 (5) + (7 − 7.23) 2 (6)
s2 = i =1
=
n −1 29
+ (8 − 7.23) (7) + (9 − 7.23) (5) + (10 − 7.23) (2) 74.6354
2 2 2
= = 2.5736
29
15
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 6
16
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 7
MUESTRA Y POBLACIÓN
8 9 10 6 7 4 5 5 6 7 9 9 4 7 6 4 9 8 7 6 7 8 8 6 7
7 9 5 7 8
6 8 4 9 5
∑ xi ∑x i
Media de la muestra x = i =1
= Media de la población µ = i =1
=
n N
∑ (x i − x)2
Desviación estándar de la muestra sˆ = i =1
=
n −1
N
∑ (x i − µ)2
Desviación estándar de la población σ = i =1
=
N
17
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 8
DISTRIBUCIÓN DE FRECUENCIAS
18
Universidad de Occidente Estadística Descriptiva y Probabilidad
1.- Calcular la amplitud o rango de los datos R = Xmayor – Xmenor= 198 –101=
97cms.
R 97
3.- Determinar el tamaño de clase c = = = 16.166 ≈ 16
k 6
4.- Determinar los intervalos de clase, estos deben cumplir la condición de que el
primer intervalo debe contener al primer elemento y el último al elemento mayor,
como los datos son enteros tomáremos un ∆ =1 que es el valor que separa una
clase de la otra, por lo tanto se le suma C- ∆ = 16-1 = 15 si iniciamos con el dato
menor:
19
Universidad de Occidente Estadística Descriptiva y Probabilidad
Al construir la tabla con el tamaño de clase 16 fue necesario agregar una clase
más para que el dato mayor estuviera contenido. Otra alternativa seria hacer el
tamaño de clase más grande, por ejemplo 17 lo cual daría como resultado la tabla:
Clase Límite Límite
inferior superior
1 101 117
2 118 134
3 135 151
4 152 168
5 169 185
6 186 202
Ejercicio propuesto
En equipos, determinar los límites de clase para elaborar una distribución de
frecuencias, usando la siguiente información:
20
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 9
Li + Ls
xi =
2
21
Universidad de Occidente Estadística Descriptiva y Probabilidad
∑x f i i
Primero calculamos la media aritmética: x = i =1
=
n
6 _
∑ ( xi − x) 2 f i
sˆ 2 = i =1
=
n −1
6 _
∑ (x i − x) 2 f i
sˆ = i =1
=
n −1
∆1
Moda: xˆ = LRI m + c
∆1 + ∆ 2
22
Universidad de Occidente Estadística Descriptiva y Probabilidad
23
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 10
Histograma calificaciones de
Pensamiento matemático
24
Universidad de Occidente Estadística Descriptiva y Probabilidad
25
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 11
1 101 117 4
2 118 134 3
3 135 151 8
4 152 168 7
5 169 185 4
6 186 202 4
HISTOGRAMA Y POLIGÓNO
Distribución de estaturas
CIRCULAR OJIVA
26
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 12
30 15 18 23 6 15 8 12 18 28
12 12 23 25 13 23 16 20 17 21
17 17 28 18 16 19 17 17 28 13
27 10 19 13 15 20 7 14 8 15
25 18 21 14 27 18 10 8 11 16
9 18 12 25 25 15 30 28 22 10
16 9 8 21 17 18 20 21 18 18
15 12 10 20 16 29 23 14 14 25
12 15 8 17 19 24 19 15 11 21
Método 1 Método 2
Método 1:
Método 2:
27
Universidad de Occidente Estadística Descriptiva y Probabilidad
Clase Limite Limite Frecuencia Limite real Limite real Marcas Frecuencia
Inferior
LI
Superior
LS
Absoluta inferior
LRI
superior
LRS
de clase xi f i (xi − x ) 2
fi Acumulada
fi xi Fi
Total
Método 2
Clase Limite Limite Frecuencia Limite real Limite real Marcas Frecuencia
Inferior
LI
Superior
LS
Absoluta inferior
LRI
superior
LRS
de clase xi f i (xi − x )2 f i Acumulada
fi xi Fi
Total
28
Universidad de Occidente Estadística Descriptiva y Probabilidad
sˆ sˆ
CV1 = x 100% = CV2 = x 100% =
x x
Los gráficos muestran que la reducción de peso de los dos métodos es igual,
este tipo de comparaciones se hacen en estadística Inferencial, usando
procedimientos probabilísticos.
29
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 13
SESGO Y CURTOSIS
i =1
1 k
∑ ( xi − x ) 4 f i
n i =1
Coeficiente de curtosis g2 = 2
−3
1 k
n ∑ ( xi − x ) f i
2
i =1
Se considera que una distribución de frecuencias se aproxima a la distribución
normal si g1 ≤ 0.5 y g 2 ≤ 0.5
30
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 14
USO DE SOFTWARE
31
Universidad de Occidente Estadística Descriptiva y Probabilidad
EJERCICIOS COMPLEMENTARIOS
4.- Cuales son las ventajas y desventajas de agrupar un conjunto de datos en una
distribución de frecuencias.
5.- En que caso se recomienda el uso de los gráficos de barras, líneas y circular.
6.- Si un conjunto de datos tiene una desviación estándar mayor que otro conjunto
de datos, ¿Qué significa esto?.
5,8,4,6,9,8,7,10,12,6,8,2,4,9,8,5,10,8,5,4,7,6,11,5,8,7,6,3,4,3,5,8,9,5,4,7,8,7,8,7
32
Universidad de Occidente Estadística Descriptiva y Probabilidad
8,10,14,18,15,5,4,8,7,11,9,12,10,11,8,9,4,5,6,7,11,8,9,6,5,4,16,8,6,5,6,7,8,4,9,11,8
,9,5,6,8,7,9,4,5,7,9,8,11,5.
33
Universidad de Occidente Estadística Descriptiva y Probabilidad
5.- Una muestra de 100 mediciones del diámetro de una pieza arrojó la siguiente
distribución de frecuencias.
Clase LI LS f
1 6.10 6.14 10
2 6.15 6.19 25
3 6.20 6.24 35
4 6.25 6.29 15
5 6.30 6.34 10
6 6.35 6.39 5
6.- Usando el criterio de Sturges para el número de clases, establezca los límites
de clase y limites reales adecuados para elaborar una distribución de frecuencias.
34
Universidad de Occidente Estadística Descriptiva y Probabilidad
CAPÍTULO II
PROBABILIDAD
Definir Probabilidad.
35
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 15
36
Universidad de Occidente Estadística Descriptiva y Probabilidad
37
Universidad de Occidente Estadística Descriptiva y Probabilidad
38
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 16
ESPACIOS MUESTRALES
S= {1,2, 3,4,5,6}
S= {A, L}
c) Experimento C: Medir el tiempo que espera una persona para tomar el autobús.
4.- Observar el número de caras que salen al lanzar dos monedas sobre
una mesa.
39
Universidad de Occidente Estadística Descriptiva y Probabilidad
Al describir los espacios muéstrales, estos pueden ser discretos cuando los
posibles resultados son numerables, en la mayoría de los casos podemos
asignarles números enteros, por ejemplo el espacio muestral del experimento A,
tiene 6 elementos, estos se pueden contar, luego es discreto. En el caso del
experimento C, el tiempo de espera de la persona se encuentra entra 0 y 15
minutos, como este es un intervalo real de tiempo, no se pueden enumerar los
posibles resultados, por lo tanto es continuo.
4.- Observar el número de caras que salen al lanzar dos monedas sobre
una mesa.
40
Universidad de Occidente Estadística Descriptiva y Probabilidad
S={(A,1),(A,2),(A,3),(A,4), (A,5),(A,6),(L,1),(L,2),(L,3),(L,4),(L,5),(L,6)}
c) Observar los posibles resultados de dos dados que se tiran sobre una
mesa.
41
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 17
EVENTOS ALEATORIOS
42
Universidad de Occidente Estadística Descriptiva y Probabilidad
EJERCICIOS
1.- Proponga 3 experimentos aleatorios, determine su espacio muestra y
mencione 3 eventos para cada experimento.
2.- Sea un experimento, con un espacio muestra S={a,b,c,d,}, determine todos los
eventos posibles en este espacio muestra.
43
Universidad de Occidente Estadística Descriptiva y Probabilidad
a) Eventos complementarios
44
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 18
E F
45
Universidad de Occidente Estadística Descriptiva y Probabilidad
Ejemplo: En una escuela hay 200 alumnos, de los cuales 100 practican
fútbol, 120 practican béisbol y 50 practican ambos deportes, si se toma un alumno
al azar, determine los resultados favorables a cada uno de los siguientes eventos:
F F∩B B
46
Universidad de Occidente Estadística Descriptiva y Probabilidad
Determinar:
47
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 19
P(E)=
48
Universidad de Occidente Estadística Descriptiva y Probabilidad
1.- Lanzar una moneda diferente número de veces, por ejemplo 10, 20,
30,... y calcular las frecuencias relativas del suceso que el resultado sea cara y
hacer notar que las frecuencias relativas se encuentran entre 0 y 1.
Número de 10 20 50
lanzamientos
Número de caras
Probabilidad
P(E)= P(E)= P(E)=
Número de 10 20 50
lanzamientos
Número de veces
que la suma es 7
Probabilidad
P(E)= P(E)= P(E)=
49
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 20
Ejemplos:
a) Se tira un dado, encuentre la probabilidad de que el resultado sea par:
n( E ) 3
P( E ) = = = 0.5 = 50%
n( S ) 6
b) Se tiran dos dados, hallar la probabilidad de que la suma de los puntos
sea 7.
Determina el espacio muestral S=
n( R )
P( R ) = =
n( S )
50
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS DE ESTUDIO
1.- Una caja contiene 5 esferas rojas, 4 azules y 2 blancas, se saca una al
azar, calcule la probabilidad de los siguientes sucesos:
2.- En una caja hay 5 esferas con los números 1,2,3,4,5 se toman dos
esferas al mismo tiempo:
a) Determine el espacio muestra del experimento (coloque los números en
los ejes y forme los pares ordenados)
(Sugerencia: Numere los defectuosos como D1, D2 y los no defectuosos como D’1,
D’2, D’3, D’4 y construye el espacio muestra de forma análoga al ejercicio 2)
51
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 21
C C∩ R R
Calcule la probabilidad:
n( R )
a) P( R) = =
n( S )
b) P (C − R ) = P (C ) − P (C ∩ R )
c) P(C U R) = P (C ) + P( R) − P(C ∩ R)
52
Universidad de Occidente Estadística Descriptiva y Probabilidad
53
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 22
TÉCNICAS DE CONTEO
DIAGRAMA DE ÁRBOL
A A,A,A
A
L A,A,L
A
A A,L,A
L
L A,L,L
A L,A,A
A
L L,A,L
L
A L,L,A
L
L L,L,L
54
Universidad de Occidente Estadística Descriptiva y Probabilidad
55
Universidad de Occidente Estadística Descriptiva y Probabilidad
1.- En una ciudad se forman las placas de los automóviles usando dos letras del
alfabeto y cuatro números del 0 al 9, determine cuantas placas diferentes se
pueden fabricar sí:
2.- De una baraja de 52 cartas se sacan dos cartas una tras otra, calcule la
cantidad de formas diferentes en que pueden ocurrir los siguientes eventos,
suponiendo que la primera carta se regresa a la baraja y se baraja antes de sacar
la segunda:
c) Una sea un 5
4.- Se tienen 5 números de los cuales tres son impares y dos pares, cuantas
cantidades diferentes se pueden formar de 3 números sí:
56
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 23
Suceso 1 2 3 4 ... k
Posibilidades n n n n ... n
n x n x n x n...x n= nk
57
Universidad de Occidente Estadística Descriptiva y Probabilidad
Como una persona solo puede ocupar un solo lugar, el problema se refiere
a ordenamientos sin repetición:
Lugar 1 2 3
Posibilidades 5 4 3
Posición 1 2 3 4 ... k
Posibilidades n n-1 n-2 n-3 n-(k-1)
n!
Pk =
(n − k )!
n
5! 5! 120
Para nuestro ejercicio P3 = = = = 60
(5 − 3)! 2!
5
2
58
Universidad de Occidente Estadística Descriptiva y Probabilidad
Solución.
7! 5040 5040
7 P2,3, 2 = = = = 210
2!3!2! (2)(6)(2) 24
59
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
60
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 24
nPk= k! nCk
Pk n!
Ck = n
=
(n − k )!k!
n
k!
4! 4! 24
Para nuestro ejemplo: C3 = = = = 4 , lo cual reafirma el
(4 − 3)!3! 1!3! (1)(6)
4
CASOS A RESOLVER
61
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 25
INDEPENDENCIA ESTOCASTICA
n( E ) 20
P( E ) = = = 0.2469
n( S ) 81
n( E1 xE 2 ) n( E1 )n( E 2 ) n( E1 ) n( E 2 )
P( E ) = P( E1 E 2 ) = = = ⋅ = P ( E1 ) P( E 2 )
n( S1 xS 2 ) n( S1 )n( S 2 ) n( S1 ) n( S 2 )
5 4 20
P( E ) = P ( E1 E 2 ) = P ( E1 ) P ( E 2 ) = ⋅ = = 0.2469
9 9 81
62
Universidad de Occidente Estadística Descriptiva y Probabilidad
sigue siendo valido, solo hay que indicar que existe una dependencia del segundo
resultado con respecto al primero:
5 4 20 5
P( E ) = P ( E1E2 ) = P ( E1 ) P ( E2 / E1 ) = ⋅ = = = 0.27777
9 8 72 18
P( E ) = P ( E1 , E2 , E3 ,.., En ) = P ( E1 ) P( E2 ) P ( E3 )...P ( E n )
P( E ) = P ( E1 , E2 , E3, ..., E n ) = P ( E1 ) P ( E2 / E1 ) P ( E3 / E1 E2 )...P ( En / E1 E2 ..E n −1 )
P (2 CARAS) = P (C , C , A, A, A) + P (C , A, C , A, A) + ... + P ( A, A, A, C , C )
63
Universidad de Occidente Estadística Descriptiva y Probabilidad
b) 5 sean católicos
Solución: Obsérvese que en todos los eventos los ensayos son sin orden de
aparición y además independientes.
8!
P(4C ,2 P,2 A)= 8 P4, 2, 2 P (C ) 4 P( P) 2 P( A) 2 =
(0.6) 4 (0.3) 2 (0.1) 2
4!2!2!
= 420(0.1296)(0.09)(.01) = 0.04898 = 4.89%
8!
P(5C ,3C ' )= 8 P5,3 P(C ) 5 P(C ' ) 3 = (0.6) 5 (0.4) 3 = 56(0.07776)(0.064)
5!3!
= 0.2787 = 27.87%
c) 3 católicos y 5 protestantes
8!
P(3C ,5P)= 8 P3,5 P(C ) 3 P( P) 5 = (0.6) 3 (0.3) 5 = 56(0.216)(0.00243)
3!5!
= 0.0294 = 2.94%
64
Universidad de Occidente Estadística Descriptiva y Probabilidad
Ejemplo: En una caja hay 12 esferas, de las cuales 5 son rojas, 4 blancas y
3 azules, se toman 4 esferas al azar sin reemplazo, calcule la probabilidad de los
siguientes sucesos:
a) Sean 2 rojas, una blanca y una azul en ese orden
c) Sean 3 rojas
Solución:
a) En este caso se establece un orden especifico, por lo tanto hay un solo
resultado:
5 4 4 3 240
P( R, R, B, A) = P ( R) P( R / R) P( B / RR) P( A / RRB) = ⋅ ⋅ ⋅ =
12 11 10 9 11880
2
= = 0.0202 = 2.02%
99
b) No se establece un orden específico de aparición, por lo cual hay que
considerar todas las posibilidades, es decir las permutaciones:
P( R,2 B, A) = P( R, B, B, A) + P( B, R, B, A) + P ( B, B, R, A) + ... + P( A, B, B, R)
= P( R) P( B / R) P( B / RB) P( A / RBB) + P( B) P ( R / B ) P( B / BR) P( A / BRB ) + ...
+ P( A) P ( B / A) P( B / AB ) P( R / ABB )
5 4 3 3 4 5 3 3 4 3 5 3 3 4 3 5
= ⋅ ⋅ ⋅ + ⋅ ⋅ ⋅ + ⋅ ⋅ ⋅ + ... + ⋅ ⋅ ⋅
12 11 10 9 12 11 10 9 12 11 10 9 12 11 10 9
Obsérvese que todos los posibles resultados tienen la misma probabilidad,
por lo cual se puede utilizar el mismo principio donde los ensayos son
independientes, es decir calcular la probabilidad de uno de ellos y multiplicarlo por
las posibles permutaciones.
4! 5 4 3 3
P( R,2 B, A)= 4 P1, 2,1 P( R ) P( B / R ) P( B / RB ) P( A / RBB ) =
1!2!1! 12 11 10 9
180 2160 2
= 12 = = = 0.1818 = 18.18%
11880 11880 11
Este mismo resultado lo podemos obtener usando combinaciones,
considerando las posibles selecciones de cada una de las categorías.
C1 ⋅ 4 C 2 ⋅3 C1 5(6)(3) 90 2
P( R,2 B, A) = 5
= = = = 0.1818 = 18.18%
12 C 4 495 495 11
c) Sean 3 rojas
C 3 ⋅7 C1 (10)(7) 70 14
P(3R, R ' ) = 5
= = = = 0.1414 = 14.14%
12 C 4 495 495 99
65
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
2
1.- En un hospital ocurrieron 6 nacimientos, si se sabe que de los
3
nacimientos son mujeres, calcule la probabilidad de que:
b) 3 sean hombres.
a) Ambos vivan.
66
Universidad de Occidente Estadística Descriptiva y Probabilidad
b) 5 sean de producción.
6.- Una caja contiene 50 tornillos, de los cuales 45 están bien construidos
y el resto defectuosos, un empleado toma 6 tornillos al azar, cual es la
probabilidad de que:
b) 2 sean defectuosos.
67
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 26
S n(S)=20
n(F)= 8
n(G)=12
F F∩ G G n(FG)=6
n( F ∩ G ) 6
P( F / G ) = = = 0.5
n(G ) 12
68
Universidad de Occidente Estadística Descriptiva y Probabilidad
Supongamos ahora que tenemos la siguiente situación, en una caja hay dos
urnas, en una de ellas hay 3 esferas rojas y 4 azules, en la otra hay 5 esferas
rojas y 3 azules, si se elige al azar una esfera de cualquier urna, ¿cuál es la
probabilidad de que sea roja.
P( R) = P(U 1) P( R / U 1) + P(U 2) P( R / U 2)
69
Universidad de Occidente Estadística Descriptiva y Probabilidad
PROBLEMAS
3.- Una prueba para detectar el SIDA da positiva el 90% de los casos que
realmente tienen SIDA y da positiva en el 5% de los casos que no lo tienen, si se
estima que en una población el 8% de los habitantes son portadores de la
enfermedad, si una persona al azar se hace un examen ¿cuál es la probabilidad
de que sea positivo?.
70
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 27
Una prueba para detectar el SIDA da positiva el 90% de los casos que
realmente tienen SIDA y da positiva en el 5% de los casos que no lo tienen, si se
estima que en una población el 8% de los habitantes son portadores de la
enfermedad, si una persona al azar se hace un examen, si el resultado fue positivo
¿cuál es la probabilidad de que tenga realmente SIDA?
P( SP) P( S ) P( P / S ) (0.08)(0.9)
P( S / P ) = = =
P ( P) P( S ) P ( P / S ) + P ( S ) P( P / S ) (0.08)(.09) + (0.92)(.05)
' '
0.072 0.072
= = = 0.6101 = 61.01%
0.072 + 0.046 0.118
71
Universidad de Occidente Estadística Descriptiva y Probabilidad
P( Ei ∩ E )
P( E i / E ) =
P( E )
P( E i ) P ( E / Ei )
=
P ( E1 ) P ( E / E1 ) + P( E 2 ) P ( E / E 2 ) + ... + P ( Ei ) P( E / E i ) + ... + P ( E K ) P ( E / E K )
P ( Ei ) P( E / E i )
= k
∑ P( E
n =1
n ) P( E / E n )
Ejemplo: Una de las piezas utilizadas para armar una maquinaria son
fabricadas por tres empresas, la empresa uno proporciona el 30% de las piezas, la
empresa 2 el 50% y la empresa 3 el resto de las piezas, se sabe que de las piezas
que entrega la empresa 1 el 4% son defectuosas, de la empresa 2 el 2% y de la
empresa 3 el 5%, si una de las máquinas falla debido al mal estado de una pieza,
cual es la probabilidad de que provenga la pieza de la empresa 1:
P( E1 ) P( E / E1 )
P( E1 / E ) =
P( E1 ) P( E / E1 ) + P( E 2 ) P ( E / E 2 ) + P ( E3 ) P ( E / E3 )
(0.3)(0.04)
= = 0.375 = 37.5%
(0.3)(0.04) + (0.5)(0.02) + (0.2)(0.05)
Esto significa que el 37.5% de las veces que las máquinas fallen, la pieza
defectuosa proviene de la empresa 1.
72
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
3.- En una caja hay 8 productos de los cuales 3 son defectuosos, en una
segunda caja hay 10 productos de los cuales 2 son defectuosos, una persona
saca un producto de la primera caja y lo coloca en la segunda, después saca un
producto al azar de la segunda caja y resulta ser defectuoso, calcule la
probabilidad de que el producto que se paso de la primera caja a la segunda fue
defectuoso.
73
Universidad de Occidente Estadística Descriptiva y Probabilidad
EJERCICIOS COMPLEMENTARIOS
74
Universidad de Occidente Estadística Descriptiva y Probabilidad
9.- Determine el número de formas diferentes en que pueden ocurrir las siguientes
situaciones:
11.- Se toma cinco cartas al azar de una baraja de 52 cartas sin reemplazo,
calcule la probabilidad de aparezcan los siguientes juegos:
13.- Sean los eventos A= el resultado sea par al lanzar un dado y B= Se obtiene
cara al lanzar una moneda, interpreta literalmente los siguientes eventos:
A∩ B A ∩ B′ A∪ B B−A A′ ∩ B ′
14.- Suponga que A y B son eventos de un espacio muestral S tales que P(A)=0.6
; P(B)=0.4 y P( A ∩ B ) = 0.2 , calcule:
a) P ( A ∪ B ) b) P ( A′ ∩ B ) c) P ( A′ ∩ B ′) d) P ( A − B )
75
Universidad de Occidente Estadística Descriptiva y Probabilidad
16.- En una escuela el 20% de los niños tiene el vista defectuosa, 8% tienen el
oído defectuoso y el 4% tienen vista y oído defectuoso, si se selecciona un niño al
azar, calcule la probabilidad:
17.- En una escuela el 15 % de los estudiantes usan lentes, de los que usan lentes
el 45% son mujeres y de los que no usan lentes el 65% son mujeres, si se toma un
alumno al azar, calcule la probabilidad:
División 1 2 3
% de producción 35% 40% 25%
% de defectuosos 4% 5% 2%
76
Universidad de Occidente Estadística Descriptiva y Probabilidad
CAPÍTULO III
DISTRIBUCIONES DE PROBABILIDAD
Tomar decisiones.
77
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 28
S={(C,C,C),(C,C,A),(C,A,C),(C,A,A),(A,C,C),(A,C,A),(A,A,C),(A,A,A,)}
X= 3 2 2 1 2 1 1 0
78
Universidad de Occidente Estadística Descriptiva y Probabilidad
Una moneda se lanza repetidas veces hasta que el resultado es una cara,
determine la distribución de probabilidad de la variable aleatoria relacionada con el
número de tiradas:
Esta sucesión de valores es infinita, para que sea una distribución de probabilidad
la suma de las probabilidad de todos los posibles valores debe ser igual a 1.
1. − 0 ≤ P ( X = x i ) ≤ 1
n
2. − ∑ P( X = x ) = 1
i =1
i
79
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
3.- Si un par de dados se tira repetidas veces hasta que aparezca un 7, determine
la distribución de probabilidad de la variable que corresponde al número de
tiradas.
80
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 29
b
P(a ≤ X ≤ b) = ∫ f ( x)dx
a
Ejemplo:
c(4 − 2 x) 0 ≤ x ≤ 2
f ( x) =
0 para cualquier otro valor
Calcular:
a) El valor de la constante c
b) P( X ≤ 1)
c) P(0.5 ≤ X ≤ 1.5)
81
Universidad de Occidente Estadística Descriptiva y Probabilidad
a) El valor de la constante c se calcula para que el área bajo la curva sea igual a
1, en el intervalo de definición de la función
2
2 1
c ∫ (4 − 2 x)dx = 1 c(4 x − x 2 ) = 1 c(4) = 1 c =
0
0 4
Redefiniendo la función:
1
( 4 − 2 x) 0 ≤ x ≤ 2
f ( x) = 4
0 para cualquier otro valor
b) P ( X ≤ 1) se calcula:
∫ (4 − 2 x)dx = (4 x − x )
1
2 1 3
P( X ≤ 1) = 1
4
1
4 = 14 (3) =
0
0 4
c ) P(0.5 ≤ X ≤ 1.5)
∫ (4 − 2 x)dx = (4 x − x )
1.5
2 1.5
P(0.5 ≤ X ≤ 1.5) = 1
4
1
4 0.5
0.5
= 1
4
[4(1.5) − (1.5) ] − [4(0.5) − (0.5) ]
2 1
4
2
82
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 30
Resultados Frecuencia
2 1
3 5
4 9
5 10
6 12
7 23
8 13
9 11
10 7
11 6
12 3
−
x=
∑ xf
n
2(1) + 3(5) + 4(9) + 5(10) + 6(12) + 7(23) + 8(13) + 9(11) + 10(7) + 11(6) + 12(3)
=
100
711
= = 7.11
100
Este valor es el más representativo del conjunto de datos, si ahora
repetimos el experimento para diferentes valores de n cada vez mayores,
podremos observar que el cociente anterior tiende a un valor limite que en este
ejemplo es 7, a este se le conoce como el valor esperado y se puede escribir
como:
E ( X ) = lìm
∑ xf
n →∞ n
83
Universidad de Occidente Estadística Descriptiva y Probabilidad
xi f i f f f
E( X ) = ∑ lìm
n →∞ n
= x1 lìm 1 + x2 lìm 2 + ... + xn lìm n = x1 p ( x1 ) + x2 p ( x2 ) + ... + xn p ( xn )
n →∞ n n →∞ n n →∞ n
E( X ) = ∑ xp( x)
El valor esperado se puede obtener multiplicando cada valor de la variable
aleatoria por su correspondiente probabilidad de ocurrir. Recordemos que la
probabilidad frecuencial de un evento tiene como valor limite la probabilidad
calculada con el enfoque clásico, determinemos el valor esperado usando el
enfoque clásico, para esto es necesario tener la distribución de probabilidad de la
variable aleatoria:
X 2 3 4 5 6 7 8 9 10 11 12
P(X) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
µ =E(X)= 2(1/36)+3(2/36)+4(3/36)+5(4/36)+6(5/36)+7(6/36)+8(5/36)+9(4/36)
+10(3/36)+11(2/36)+12(1/36)=7
σ2 =
∑ ( x − x) 2 f
n
Para la variable aleatoria anterior la varianza es 2.297368 , de la misma
manera que en la media aritmética, al calcularla para diferentes valores de n cada
vez más grandes de la varianza tiende a un valor fijo, el cual se representa como:
σ 2 = VAR ( X ) = lìm
∑ (x − x) 2
f
= ∑ [x − E ( x)] p ( x)
2
n→∞ n
VAR(X)=(2-7)2(1/36)+(3-7)2(2/36)+...+(12-7)2(1/36)= 2.415229
84
Universidad de Occidente Estadística Descriptiva y Probabilidad
E ( X ) = ∑ xp( x)
VAR( X ) = ∑ [x − E ( X )] 2 p ( x)
Para una distribución continua el valor esperado y la varianza se obtienen
mediante las expresiones:
+∞ +∞
µ = E( X ) = ∫ x f ( x)dx σ 2 = VAR ( X ) = ∫ [x − E ( x ) ]
2
f ( x)dx
−∞ −∞
Las expresiones anteriores son fundamentales para desarrollar los
conceptos de la estadística Inferencial.
c( x 2 + 1) si 0 ≤ x ≤ 4
p( x) =
0 para los demàs valores de x
a) Determine el valor de c
b) Calcule la probabilidad de que x se encuentre entre 2 y 3
c) Determine el valor esperado y la varianza de la distribución
Completa los siguientes cálculos:
a) Como el área bajo la curva debe ser igual a 1:
4 4
3
∫ c( x + 1)dx = 1 c ∫ ( x 2 + 1)dx = 1 c=
2
0 0
76
3
3
p (2 ≤ X ≤ 3) = ∫
76 2
( x 2 + 1)dx =
c) Valor esperado
4 4
3
E ( X ) = ∫ x f ( x)dx = ∫ x( x 2 + 1)dx =
0
76 0
d) Varianza:
4 2 4
VAR ( X ) = ∫ [x − E ( X )] f ( x)dx = [x − 3.22]2 ( x 2 + 1)dx =
3
0
∫
76 0
85
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
1.- Una moneda se lanza 4 veces, sea la variable aleatoria el número de caras,
determine:
a) La distribución de probabilidad.
2.- Un par de dados se lanzan cinco veces consecutivas, sea la variable aleatoria
la suma de los puntos sea 6, obtenga:
a) Su distribución de probabilidad.
c( x + 1) 0≤ x≤5
f ( x) =
0 para otro valor de x
a) Calcule el valor de c.
86
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 31
DISTRIBUCIÓN BINOMIAL
P(3sietes)=P(7)P(7)P(7)P(7’)P(7’)+P(7)P(7’)P(7)P(7)P(7’)+…+
P(7’)P(7’)P(7)P(7)P(7)
6 1 30 5
Tenemos que P(7) = = P(7′) = =
36 6 36 6
3 2
5! 1 5
P(3 sietes) = 5 P3, 2 P(7) P (7 ) =
3 ' 2
= 10(0.00463)(0.694) = 0.032 = 3.2%
3!2! 6 6
En este problema podemos observar las siguientes características:
a) Existen n ensayos idénticos
b) Cada ensayo tiene solo dos posibles resultados (éxito y fracaso)
c) Los ensayos son independientes
d) La probabilidad de éxito y fracaso se mantienen constantes
e) No existe un orden específico de ocurrencia
87
Universidad de Occidente Estadística Descriptiva y Probabilidad
5!
a) P( X = 2) = 5 P2,3 (0.15) 2 (1 − 0.15) 3 = (0.15) 2 (0.85) 3 = 0.1381
2!3!
88
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
2.- En una empresa el 25% de los empleados son mujeres, si se toma una
muestra de 10 empleados al azar, cual es la probabilidad de que 5 de ellos sean
mujeres.
3.- La probabilidad de que un tornillo falle es el 4%. En una caja con 50 tornillos
cuál es la probabilidad de que ninguno este defectuoso. Si la empresa vende 1000
cajas, en cuántas de ellas se espera que tengan al menos un tornillo defectuoso.
89
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 32
DISTRIBUCIÓN MULTINOMIAL
10!
P(10;5,3,2) = (0.6) 5 (0.3) 3 (0.1) 2 = 0.0529 = 5.29%
5! 3! 2!
Problema:
90
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 33
DISTRIBUCIÓN HIPERGEOMETRICA
C2 C2 (6)(15) 90 3
P ( X = 2) = 4 6
= = =
10 C4 210 210 7
C x1 C x2 C x3 ...ni C xi
P( N ; n ; x1 , x 2 , x3 ,..., xi ) =
n1 n2 n3
N Cn
91
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
a) 3 sean mujeres.
b) Al menos uno sea hombre.
c) Todos sean mujeres.
92
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 34
DISTRIBUCIÓN DE POISSON
n! e −µ µ x
P( X = x) = lìm (λ ∆t ) x (1 − λ ∆t ) n − x =
n →∞ ( n − x )! x! x!
donde µ = λ t
(np) x e − np
P( X = x) = n C x p x (1 − p ) n− x ≈
x!
93
Universidad de Occidente Estadística Descriptiva y Probabilidad
Ejemplos:
Solución:
En este ejemplo λ= 3 llamadas/ minuto t= 40 seg= 0.666 min por lo tanto
µ = λ t = (3 llamadas/min)(0.666 min) = 1.9 llamadas
En una caja se empacan 100 tornillos, si se sabe que la máquina que los
fabrica tiene un 2% de defectuosos, calcule la probabilidad de que la caja tenga 5
defectuosos.
2 5 e −2 32(0.1353)
P( X = 5) ≈ = = 0.0368 = 3.68%
5! 120
94
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
a) 6 accidentes.
b) Entre 5 y 12 accidentes.
c) Más de 10 accidentes.
2.- Una empresa produce rollos de tela que presentan 2 defectos por cada
10 m de tela. Calcule la probabilidad de que en un pedazo de tela de 4 m, se
presenten:
a) Un defecto.
3.- La probabilidad de que una persona tomada al azar tenga SIDA es del
1.5%, si se toma una muestra de 300 personas, cual es la probabilidad de que:
95
Universidad de Occidente Estadística Descriptiva y Probabilidad
ACTIVIDAD 35
DISTRIBUCIÓN NORMAL
X 0 1 2 3 4 5 6 7 8 9 10
1 10 45 120 210 252 210 120 45 10 1
P(X)
1024 1024 1024 1024 1024 1024 1024 1024 1024 1024 1024
x
0 1 2 3 4 5 6 7 8 9 10
CURVA NORMAL
96
Universidad de Occidente Estadística Descriptiva y Probabilidad
( x − µ )2
1 −
f ( x) = e 2σ 2
−∞ ≤ x≤∞
σ 2π
z2
1 −
f ( z) = e 2
−∞ ≤ z ≤ ∞
2π
b ( x−µ )2 z2 z2
1 − 1 −
P ( a ≤ X ≤ b) = ∫ e dx = ∫ e dz = P ( z1 ≤ Z ≤ z 2 )
2σ 2 2
2π
a σ z1 2π
La distribución estandarizada tiene las características E ( Z ) = 0 y VAR( Z ) = 1 ,
se dice que Z ~ N (0,1)
a b
z 1 z 2
97
Universidad de Occidente Estadística Descriptiva y Probabilidad
z z2
1 −
F (Z = z) = ∫ e 2
dz = P(0 ≤ Z ≤ z )
o 2π
0 x
0 z
98
Universidad de Occidente Estadística Descriptiva y Probabilidad
1 200 1400
0 1 .3 3
1 2 0 0 1 300
0 0 .6 7
99
Universidad de Occidente Estadística Descriptiva y Probabilidad
CASOS A RESOLVER
2.- Una empresa vende acumuladores que tienen una duración media de 24
meses con una desviación estándar de 3 meses. Si la empresa vende 5000
acumuladores y ofrece una garantía de 18 meses. Calcule que cantidad debe
esperarse que reemplace la compañía.
100
Universidad de Occidente Estadística Descriptiva y Probabilidad
EJERCICIOS COMPLEMENTARIOS
6.- En una distribución continua, ¿Por qué se calculan las probabilidades por
intervalos?.
a) La distribución de probabilidad.
b) La distribución acumulada.
c) El valor esperado y la varianza.
9.- En una escuela el 65% de los alumnos son mujeres y el 35% son hombres, se
toma una muestra de 5 alumnos al azar para aplicarles una encuesta, si la variable
aleatoria es el número de hombres de la muestra, determine:
a) Su distribución de probabilidad.
b) El valor esperado y la varianza.
c) La probabilidad de que en la muestra, al menos dos sean hombres.
c(2 x + 1) 0≤ x≤5
p( x) =
0 para otro valor de x
a) Calcule el valor de c
b) Calcule p ( x ≤ 3)
c) Calcule p (1 ≤ x ≤ 4)
d) Calcule el valor esperado y varianza.
101
Universidad de Occidente Estadística Descriptiva y Probabilidad
a) Lleguen 6 personas.
b) Lleguen al menos 4 personas.
14.- La probabilidad de que una persona sufra una reacción alérgica al
administrarle un medicamento es del 0.1%, si el medicamento se administra a
2000 personas, calcule la probabilidad de que:
a) 5 sufran reacción.
b) Al menos 2 sufran reacción.
15.- En una caja hay 20 productos de los cuales se sabe que 5 están defectuosos,
una persona selecciona 4 productos al azar (sin reemplazo), calcule la
probabilidad de que:
102
Universidad de Occidente Estadística Descriptiva y Probabilidad
APÉNDICE
AREA BAJO LA CURVA NORMAL ENTRE 0 Y Z
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.00000 0.00399 0.00798 0.01197 0.01595 0.01994 0.02392 0.02790 0.03188 0.03586
0.1 0.03983 0.04380 0.04776 0.05172 0.05567 0.05962 0.06356 0.06749 0.07142 0.07535
0.2 0.07926 0.08317 0.08706 0.09095 0.09483 0.09871 0.10257 0.10642 0.11026 0.11409
0.3 0.11791 0.12172 0.12552 0.12930 0.13307 0.13683 0.14058 0.14431 0.14803 0.15173
0.4 0.15542 0.15910 0.16276 0.16640 0.17003 0.17364 0.17724 0.18082 0.18439 0.18793
0.5 0.19146 0.19497 0.19847 0.20194 0.20540 0.20884 0.21226 0.21566 0.21904 0.22240
0.6 0.22575 0.22907 0.23237 0.23565 0.23891 0.24215 0.24537 0.24857 0.25175 0.25490
0.7 0.25804 0.26115 0.26424 0.26730 0.27035 0.27337 0.27637 0.27935 0.28230 0.28524
0.8 0.28814 0.29103 0.29389 0.29673 0.29955 0.30234 0.30511 0.30785 0.31057 0.31327
0.9 0.31594 0.31859 0.32121 0.32381 0.32639 0.32894 0.33147 0.33398 0.33646 0.33891
1.0 0.34134 0.34375 0.34614 0.34849 0.35083 0.35314 0.35543 0.35769 0.35993 0.36214
1.1 0.36433 0.36650 0.36864 0.37076 0.37286 0.37493 0.37698 0.37900 0.38100 0.38298
1.2 0.38493 0.38686 0.38877 0.39065 0.39251 0.39435 0.39617 0.39796 0.39973 0.40147
1.3 0.40320 0.40490 0.40658 0.40824 0.40988 0.41149 0.41309 0.41466 0.41621 0.41774
1.4 0.41924 0.42073 0.42220 0.42364 0.42507 0.42647 0.42786 0.42922 0.43056 0.43189
1.5 0.43319 0.43448 0.43574 0.43699 0.43822 0.43943 0.44062 0.44179 0.44295 0.44408
1.6 0.44520 0.44630 0.44738 0.44845 0.44950 0.45053 0.45154 0.45254 0.45352 0.45449
1.7 0.45543 0.45637 0.45728 0.45818 0.45907 0.45994 0.46080 0.46164 0.46246 0.46327
1.8 0.46407 0.46485 0.46562 0.46637 0.46712 0.46784 0.46856 0.46926 0.46995 0.47062
1.9 0.47128 0.47193 0.47257 0.47320 0.47381 0.47441 0.47500 0.47558 0.47615 0.47670
2.0 0.47725 0.47778 0.47831 0.47882 0.47932 0.47982 0.48030 0.48077 0.48124 0.48169
2.1 0.48214 0.48257 0.48300 0.48341 0.48382 0.48422 0.48461 0.48500 0.48537 0.48574
2.2 0.48610 0.48645 0.48679 0.48713 0.48745 0.48778 0.48809 0.48840 0.48870 0.48899
2.3 0.48928 0.48956 0.48983 0.49010 0.49036 0.49061 0.49086 0.49111 0.49134 0.49158
2.4 0.49180 0.49202 0.49224 0.49245 0.49266 0.49286 0.49305 0.49324 0.49343 0.49361
2.5 0.49379 0.49396 0.49413 0.49430 0.49446 0.49461 0.49477 0.49492 0.49506 0.49520
2.6 0.49534 0.49547 0.49560 0.49573 0.49585 0.49598 0.49609 0.49621 0.49632 0.49643
2.7 0.49653 0.49664 0.49674 0.49683 0.49693 0.49702 0.49711 0.49720 0.49728 0.49736
2.8 0.49744 0.49752 0.49760 0.49767 0.49774 0.49781 0.49788 0.49795 0.49801 0.49807
2.9 0.49813 0.49819 0.49825 0.49831 0.49836 0.49841 0.49846 0.49851 0.49856 0.49861
3.0 0.49865 0.49869 0.49874 0.49878 0.49882 0.49886 0.49889 0.49893 0.49897 0.49900
3.1 0.49903 0.49906 0.49910 0.49913 0.49916 0.49918 0.49921 0.49924 0.49926 0.49929
3.2 0.49931 0.49934 0.49936 0.49938 0.49940 0.49942 0.49944 0.49946 0.49948 0.49950
3.3 0.49952 0.49953 0.49955 0.49957 0.49958 0.49960 0.49961 0.49962 0.49964 0.49965
3.4 0.49966 0.49968 0.49969 0.49970 0.49971 0.49972 0.49973 0.49974 0.49975 0.49976
3.5 0.49977 0.49978 0.49978 0.49979 0.49980 0.49981 0.49981 0.49982 0.49983 0.49983
3.6 0.49984 0.49985 0.49985 0.49986 0.49986 0.49987 0.49987 0.49988 0.49988 0.49989
3.7 0.49989 0.49990 0.49990 0.49990 0.49991 0.49991 0.49991 0.49992 0.49992 0.49992
3.8 0.49993 0.49993 0.49993 0.49994 0.49994 0.49994 0.49994 0.49995 0.49995 0.49995
3.9 0.49995 0.49995 0.49996 0.49996 0.49996 0.49996 0.49996 0.49996 0.49997 0.49997
4.0 0.49997 0.49997 0.49997 0.49997 0.49997 0.49997 0.49998 0.49998 0.49998 0.49998
4.1 0.49998 0.49998 0.49998 0.49998 0.49998 0.49998 0.49998 0.49998 0.49999 0.49999
4.2 0.49999 0.49999 0.49999 0.49999 0.49999 0.49999 0.49999 0.49999 0.49999 0.49999
4.3 0.49999 0.49999 0.49999 0.49999 0.49999 0.99999 0.49999 0.49999 0.49999 0.49999
4.4 0.49999 0.49999 0.50000 0.50000 0.50000 0.50000 0.50000 0.50000 0.50000 0.50000
103
Universidad de Occidente Estadística Descriptiva y Probabilidad
BIBLIOGRAFÍA
1.- ESTADISTICA PARA ADMINISTRACIÓN
Lind
Ed. Mc Graw Hill
4.- ESTADÍSTICA
Murray R. Spiegel
McGraw-Hill
6.- PROBABILIDAD
Seymour Liptchus
McGraw-Hill
104