Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tomar en cuenta los resultados obtenidos en un experimento con sus respectivas probabilidades, se conocerá la media o valor esperado, Varianza y
desviación estándar de una función de probabilidad.
Media o valor esperado: μ( X)=∑ [ x∗P ( x ) ] Suma del producto de cada resultado x y su probabilidad p(x)
Varianza σ 2 =∑ ¿¿ ¿ P(x)) suma del cuadrado de las diferencias entre cada dato x y su media μ por su probabilidad
Combinaciones
3C0= 1 1/8
3C1= 3 3/8
3C 2 = 3 3/8
3C3= 1 1/8
8 ∑ P ( x )=¿ ¿ 1
Resultados caras ( x) Probabilidad P(x ) x* P(x) (x- μ ¿ ¿2 * P(x)
0 1/8 0 *1/8=0 (0-3/2 ¿ ¿2 * 1/8= 9/32= 0.28125
1 3/8 1*3/8=3/8 (1-3/2 ¿ ¿2 * 3/8= 3/32= 0.09375
2 3/8 2*3/8 =6/8=3/4 (2-3/2 ¿ ¿2 * 3/8= 3/32 = 0.09375
3 1/8 3*1/8= 3/8 (3-3/2 ¿ ¿2 * 1/8= 9/32= 0.28125
24 3
∑ P ( x )=1 Media= μ= ∑ ( x∗P(x ) )=12/8=3/2=1.5 Varianza=σ 2=∑ ¿¿ = = = 0.75
32 4
Desviación estándar σ =√ σ 2 =
(√ 34 ) = √23 ó 0.87
S= { 1 , 2, 3 , 4 ,5 , 6 } 1
6 =6
Resultados ( x) Probabilidad P(x ) x* P(x) (x- μ ¿ ¿2 * P(x)
1 1/6 1*1/6=1/6 (1-7 /2 ¿ ¿2 * 1/6= 25/24=1.0417
2 1/6 2*1/6= 2/6=1/3 (2-7 /2 ¿ ¿2 * 1/6= 3/8= 0.375
3 1/6 3*1/6=3/6=1/2 (3-7 /2 ¿ ¿2 * 1/6= 1/24=0.0417
4 1/6 4*1/6=4/6=2/3 (4-7 /2 ¿ ¿2 * 1/6= 1/24=0.0417
5 1/6 5*1/6=5/6 (5-7 /2 ¿ ¿2 * 1/6= 3/8=0.375
6 1/6 6*1/6=6/6= 1 (6-7 /2 ¿ ¿2 * 1/6= 25/24=1.0417
35
∑ P ( x )=1 Media= μ=∑ ( x∗P(x ) )= 7/2=3.5 varianza=σ 2=∑ ¿¿ =
12
= 2.917
Desviación estándar: σ =
(√ 3512 ) =1.71
b)
c) ∑ P ( x )=1
3.
Media varianza
a) V. a. discreta porque se está un precio de cada uno b) μ=∑ ( x∗P( x ) )= 2.42 c) σ 2=∑ ( (x−μ)2∗P( X ) )= 0.101 y σ =√ 0.101 = 0.32
Distribución Binomial: Usa variables cuantitativas discretas, eventos mutuamente excluyentes para muestras hasta 20 datos incluidos
Fórmula P (x) = n C x π x ¿ ( 1−π )n−x ( se puede usar tablas estadísticas )
hay tres bloques (n.1 0.01 a 0.18, n.2 0.19 a 0.36 y n.3 0.37 a 0.49, 0.50)
b) en la parte inferior aparece π : desde 0.51 hasta 0.99 (leer de abajo hacia arriba)
hay tres bloques (n.1 0.99 a 0.82, n.2 0.81 a 0.64 y n.3 0.63 a 0.51)
Presentación en power point:
8 12
0.26 0.74
P(x=8)= 20 C 8 * * = 0.0709
P( 2 ¿ x ≤ 5 ¿= P(x=3 )+P(x=4)+P(x=5)= ( 7C3*0.84 3*0.16 4) + (7C4*0.84 4 *0.163 )+ (7C5*0.84 5*0.162 )
= 0.0136+0.0714+0.2248
= 0.3098
16. π=0.30 n= 6 llamadas*2=12 llamadas
a)P(x=4)=12C4*0.30 4 *0.708 =0.2311 b) P(x=0)+P(x≥ 1¿=1, P(x≥ 1¿=1−P( x =0)=1-(12C0*0.300 *0.7012)=0.9862
c) P(x=2)= 12C2*0.302 *0.7010 = 0.1678 d) μ= πn=0.30∗12=4 media
17. π=0.23 , n=15
a)P(x=2)= 15C2*0.232 *0.7713 = 0.1858 b ) P(x=5)= 15C5*0.235 *0.7710 =0.1416
c) μ=π∗n=0.23∗15=3.45=3 estudiantes podrían elegir estudiar contaduría pública
Otras opciones:
* ) P(x≤ 4 ¿=P(x=0)+…+ P ( x=4 )=¿ 0.0198+0.0889+0.1858+0.2405+0.2155=0.7505 **)P(x ≥ 13 ¿=P(x=13)+..+ P(x=15)
P(x=0)= 15C0*0.230 *0.7715 =0.0198 P(x=13)= 15C13*0.2313 *0.77 2 = 0.0000 =0+0+0=0
1 14 14 1
P(x=1)= 15C1*0.23 *0.77 =0.0889 P(x=14)= 15C14*0.23 *0.77 =0.0000
2 13
P(x=2)= 15C2*0.23 *0.77 =0.1858 P(x=15)= 15C15*0.2315 *0.77 0 =0.0000
P(x=3)= 15C3*0.233 *0.7712 =0.2405
P(x=4)= 15C4*0.23 4*0.7711 =0.2155
Se ha observado que 60% de los autos que circulan por uno de los principales bulevares de Tegucigalpa entre las 3:00 y 6:00 p.m. son de la marca x.
Se desea hacer una campaña en vivo y mostrar por la televisión que esa marca es la preferida, ¿cuál es la probabilidad de la campaña si la empresa
confía que al menos 6 de los 10 autos seleccionados en el horario indicado sean de la marca x?
Distribución Hipergeométrica:
Es la distribución donde se combinan dos eventos complementarios, ayuda en el análisis de subgrupos que se quieran formar. No se usan tablas
N −M C n−x∗M C x
P(x)= ( no se usa tabla estadística)
N Cn
N = Total de población o Número de población
n = Total de muestra o número de muestra
M = Población de éxito
X = muestra de éxito
N=12 {75hombres
mujeres
n=4 M= 5 mujeres x= 3 mujeres, x=4 mujeres
N= 20 {13 manzanas
7 uvas
n=8 M=7 uvas x=4 uvas
13C 4∗7 C 4
P( x= 4 uvas ) = = 0.1987
20 C 8
25. N= 10 {
6 canc . clásicas
4 canc . rock∧roll
n=3 M= 6 canc. Clásicas x= 2 canc. Clásicas P( X= 2 canc. Clásicas)=
4 C 1∗6 C 2
10 C 3
= 0.5
26. N= 15 {
10 aceptables
5 no aceptables
n=4 M= 10 aceptables x= 3 aceptables P( X= 3 aceptables)=
5C 1∗10 C 3
15 C 4
= 0.44
27. N= 10 {
3 sumergidos
7 no sumergidos
n=2 M= 3 sumergidos x= 0 sumergido P( X= 0 sumergidos)=
7 C 2∗3 C 0
10C 2
= 0.47
25. N=10 {46cancionesrock
canciones clásicas
∧roll
4 C 1∗6 C 2
n=3 M=6 clásicas P(x=2 can clásicas)=
10 C 3
= 0.5
Distribución Uniforme: Corresponde al caso de una variable que sólo puede tomar valores comprendidos entre dos extremos a y b. No usa tablas
1 a+ b ( b−a )2
Rango = b -a , altura = , media μ= , varianza σ 2= ,
( b−a ) 2 12
√ (b−a)
2
desviación estándar σ =√ σ 2 = ( b−a ) = ,
12 √12
x 1−a
probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b,
b−a
x 2−x 1
probabilidad P(x ¿ ¿ 1≤ x ≤ x 2)= ¿ si a ≤ x1 ≤ b ,a ≤ x2 ≤ b, x 1< x2
b−a
b−x 1
probabilidad P( X ≥ x1 ¿= si a ≤ x1 ≤ b,
b−a
Área = altura x rango = ( 1/(b-a)) ( b-a) = 1
Ejercicio1: Las salas de conferencia de una universidad se solicitan con anticipación porque se sabe que las reuniones duran hasta por 4 horas, por lo que se
puede suponer que las reuniones tienen una duración entre 0 y 4 horas de manera uniforme. ¿Cuál es la probabilidad que una reunión dure 2 horas o
menos? a=0 y b=4 x 1=2, media, varianza
x 1−a 2−0
probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b ,probabilidad P( X ≤ 2¿= = 0.5 si 0 ≤ 2≤ 4 ,
b−a 4−0
1 1 a+ b ( 0+4 ) 2 ( b−a )
2
( 4−0 )2 16 4
Rango = b -a =4-0=4 , altura = = =1/4=0.25 , media μ= = =2, varianza σ = = = =
( b−a ) ( 4−0) 2 2 12 12 12 3
√ (b−a)
√ ( 4−0) 4
2
desviación estándar σ = √ σ 2 = ( b−a ) =
4
= ( ) = 1.15 ó = =1.15
12 √12 3 √12 √12
Ejercicio2. Se sabe que un examen de estadística en la universidad dura como máximo 100 minutos y que la probabilidad de que dure menos de 80 minutos
es de 0.5 , se distribuye de manera uniforme , encuentre: la duración mínima de los exámenes de estadística en la universidad ( a ) , la media, varianza,
desviación estándar, rango , altura y gráfica, área.
80−a x 1−a
p(x¿ 80 ¿= 100−a , probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b,
b−a
80−a
0.5= 100−a
0.5(100-a) =80-a
50-0.5 a=80- a
50-80 =0.5 a -a
-30 = -0.5 a
−30
60= =a
−0.5
1 (60+100) 2 ( 100−60 )
2
400
Rango = b -a =100-60=40 , altura = = 1/40 , media μ= =80 , varianza σ = = =133.333….
( b−a ) 2 12 3
√ (b−a) 40
(√ 4003 ) = 11.55
2
desviación estándar σ = √ σ 2 = ( b−a ) = = =
12 √12 √12
( 11.96+12.05 ) (b−a) ( 12.05−11.96 ) (12−11.96 )
41. a=11.96 onzas b=12.05 onzas a) media μ= = 12.01 b)σ = = = 0.03 c) P(x ¿ 12 ¿= = 0.44
2 √12 √12 (12.05−11.96)
(12 .05−11.98 ) ( 12.05−11.9 6 )
d) P(x ¿ 11.98 ¿= = 0.78 e) ) P(x ¿ 11 ¿= =1
(12.05−11.96) (12.05−11.96)
( 12.05−11.98 ) 0.09
d) P(x¿ 11.98 ¿= =0.78 e) P( x ¿ 11 ¿= =1
(12.05−11.96) 0.09
(a+b) (0+ 4.2) (b−a) ( 4.2−0) (3−0) (4.2−1.5)
42. a=0 b= 4.2 a) μ= = = 2.1 b) σ = = = 1.21 c) P( x¿ 3 ¿= = 0.71 d) P(x ¿ 1.5 ¿= =0.64
2 2 √12 √12 ( 4.2−0) (4.2−0)
Distribución Normal: Usa variables cuantitativas continuas, se estandariza a través de un valor z
y se distribuye por la campana de Gauss, Usar la tabla que aparece en la página 605 (copias ), 7 pdf
0.5 0.5
μó π
Z=0
A1
A2
71 μ=73 76
Z =-0.17 z=0 z=0.25
En las tablas buscar en la columna 0.1 y en el renglón 0.07 para encontrar el área 1 y para el área 2 buscar en la columna 0.2 y renglón 0.05
x−μ (24−21.5)
Z=
( )= ( )
σ
√n
3.7
√10
= 2.14 μ=21.5 , σ=3.7 , n=10 ,
Z=0 z=2.14
( 0.39−0.36)
√(
p−π
Z= = = 0.21 P(p¿ 0.39 ¿=P(z¿ 0.21 ¿=¿0.5+ A1=0.5+0.0832=0.5832
√¿ ¿ ¿
0.36∗0.64
11 )
π=0.36 0.39
Capítulo 7: ejercicios:
Práctica de estimación
Ejercicios:
1. Dados n= 45 y N = 400, σ =5.3 halle error estándar muestral de la media
4. ¿Qué tamaño de muestra se debe seleccionar para estudiar la porción de niños con desnutrición en una población de 100000 niños,
con un nivel de confianza de 90% y un error de 3%?
Datos; nivel de confianza de 90%, e = E =3% = 3/100=0.03 , N=100,000 porción π=0.50 , 1- π=1−0.50=0.50
0.90
90% = 90/100= 0.90 , =0.4500 z=1.64 ó z=1.65
2
π ( 1−π ) z 2 N
Tamaño de muestra: n= 2
E ( N −1 ) +π ( 1−π ) z
2
π ( 1−π ) z 2 N (0.50∗0.50∗1.652∗100000)
ó n= E2 ( N −1 ) +π ( 1−π ) z 2
=
¿¿¿ = 751
5.Calcule tamaño de muestra si σ =0.8, nivel de confianza del 98% y error del 5%
Datos: nivel de confianza del 98%, 98/100=0.98, 0.98/2=0.4900, z= 2.33 e = E = 5%= 5/100=0.05 , σ =0.8
n= ( ) ( )
2
zσ 2.33∗0.8 2
E = 0.05 = 1390
1. Calcule el intervalo de confianza para el valor promedio x = 2.92 y s = 0.75 con una muestra de 5 pacientes, con un nivel de
confianza del 95%. n=5, t= 2.776, gl = grados de libertad=n-1
Intervalo de confianza del 95% , n ¿ 30 datos, usar tabla t student
*Cuánto le hace a 95% para llegar al 100% , α =5 % (parte superior en la tabla t student) columna en gl=n-1=5-1=4 el valor de t =2.776
s 2.776∗0.75
x±t 2.92 ±
√n , √5
2.776∗0.75 2.776∗0.75
2.92− < μ<2.92+
√5 √5
1.99 ¿ μ<¿ 3.85
L .C . I =1.99 L.C.S=3.85 L .C . I = límite de confianza inferior , L .C . S = límite de confianza superior
Con el95 % de confianza la media estará entre 1.99 y 3.85
2. Calcular el intervalo de confianza con una muestra de 45 casas encontrando una media muestral de 45 metros cúbicos al mes, con
una desviación estándar de 5.3 metros cúbicos, según el consumo de agua de los habitantes de cierta colonia de Tegucigalpa, con
un nivel de confianza del 92%. 92/100=0.92, 0.92/2=0.4600, Z = 1.75, n=45
n ≥ 30 datos, usar tabla z
σ 1.75∗5.3
x± z , 45 ±
√n √ 45
1.75∗5.3 1.75∗5.3
45− < μ< 45+
√ 45 √ 45
43.62< μ< 46.38
Con un nivel de confianza del 92%, la media estará entre 43.62 y 46.38
3. Se desea conocer el consumo promedio por mes del agua y se toma una muestra de 144 hogares y se determina que consumen en
promedio 120 galones con una desviación estándar de 23 galones, construya un intervalo de confianza del 95%para el consumo de
agua de todas las personas.
x =120, σ =23, n=144 95%=95/100=0.95, 0.95/2=0.4750 z=1.96
σ 1.96∗23
x± z , 120 ±
√n √144
1.96∗23 1.96∗23
120− < μ<120+
√144 √ 144
116.24< μ< 123.76
Con un nivel de confianza del 95%, la media estará entre 116.24 y 123.76
9.Se desea estudiar la porción de pacientes que muestran mejorías al aplicárseles cierto medicamento, se supone que 50%
presentan mejoría. Además si usamos 95% de confianza y un error del 5% , calcule el tamaño de muestra.
π=0.50 , 1- π=1−0.50=0.50 con 95% de confianza z=1.96, E=5%=5/100=0.05
2 2
z π (1−π ) (1.96 ∗0.50∗0.50)
n= = =¿384
E2 (0.052)
Distribución normal:
10.El tiempo medio de estadía de un estudiante hasta que egresa en la carrera de ingeniería eléctrica es de 6.5 años con una desviación
estándar de 0.83 años. Encuentre la probabilidad de que un estudiante egrese en: μ=6.5 , σ=0.83
a) Menos de 4 años P ( x ¿ 4 ¿ =P(z←3.01 ¿ =0.5-A1=0.5-0.4987=0.0013
( 4−6.5)
Z= =-3.01
0.83
4 μ=6.5
s 3.250∗2.02
x±t , 3.9 ±
√n √10
3.250∗2.02 3.250∗2.02
3.9− < μ< 3.9+
√10 √10
1.82< μ<5.98
Con un nivel de confianza del 99%, la media estará entre 1.82 y 5.98
12. Completación ,
autoevaluación
1) investigador……
n¿ 30 datos usar tabla t student α =10 % (lo que falta para el 100 %) gl=17-1=16 t=1.746
s
x±t , n=17, s2=120 , s = √ 120 = 10.95 , x no se conoce
√n
1.746∗10.95
x±
√ 17
1.746∗10.95 1.746∗10.95
x− < μ< x +
√ 17 √ 17
x−4.64< μ< x + 4.64
(3.5−3.8)
z=
( )
1.9
√6
= -0.39 P( 3.5< x <3.7 ¿= P(-0.39¿ z <¿-0.13)=A1-A2= 0.1517-0.0517= 0.10
(3.7−3.8)
( )
1.9
√6
z= = -0.13
p−π (0.35−0.37) p−π (0.40−0.37)
c) Z=
√ n √(
π∗(1−π ) = 0.37∗0.63 = -0.16
15 )
P(-0.16¿ z <¿0.24)=A1+A2=0.0636+0.0948=0.1584
Z=
√ π∗(1−π )
n
=
(√ 0.37∗0.63
15 ) =0.24
A1 A2
Éxitos