Estadistica | Guia de Estudio ‘José Luis Reyes Donis Caledratico de Estadsica Facultad do Ciencias Econéricas Universidad de San Carlos de Gustomala Guatemala, Cente Anionareca resin ayo 2008 © Eotasten ula do Esto oa tle Rayos Dons aso do porta Sandra Rodenas y ‘Gana Adoto Chun eyes ovis gram ted by Karin Caso Recinos 190: 9968-110 Prohibit reproduecn toto parcial do esta obra, por use mate Sn Soren eta ol autor (Qpsttivivitensa 38: Avena 1462 Zona ‘ote 2anacey - 22526024 ‘ida de Guatamsla r ig d, 7.. Hap) Cptbeve Veagary hi drips CONTENIDO pr6Loco intropuccioNn ccapiruto! (oncopts bcos 4. Estaiticn 2 Closcacién do la Estates 5 Poblacén 4. Muosta 5, aloe cuattavos alas cuatatvoso tbutos 1 Variable ccapfruton Distroucin de recuenclas concepto Formas 0 tipos Umtos de clase Intrvalodecete ares de oaee Frocvenca Eiaboracg de una dstibucn de reunion cases Reprosontacion grea de una ditbucin do recuencias Resumen dstuién do recuonoias 0. roblemas propuesios ccapiruto Medio etedeoes do tenenos conta! eexepeene 1. Moi eto 2, Modia do medias 3 Moda ponder 44 Magia de prconajes 13 ‘4 18 18 16 16 10 9 2 aresarensmen 9, Guia au daa Sw Modia goomeica Media armenica Mediena Medias do pososién 0, Problemas propuestos capiruto w Medias estadisicas de asporsis, astray cursis 1. Disperaién 2, Ramat o805g0 ‘3, Moda estaistea do apurtamienio, cusis © agueza 4. Problemas prpuestes capitutov Iredell tora dos probabidedes 1. Dlopesiin 2. Rogie do probabildad ‘3 Teotema de Bayes 4. Disiboctones de probablided 5. Problomas propuset capiruLow Inneducotin at muesreo Objawos de musve0 Ventas dol muesto Conceptos bisicos Sinboogle princi! Distibuctén muoetal dea media ror esténder dota mada Estado sesgadoy ostmador nsesgaco Tamafio dptino de musa Esimacin oe pardmatos 10.Muesteo sleatio sino, 1T1-Taba de nimere lostorioe 12. Belen sistem do una mu 12: Aoleoion de muesteo simple 14 Muoateo estaticade 18; Problema propuesos eerppeens 3 3 6 eo @ o 103 ioe 4H 43 140 10 wae 146 181 185 157 180 161 181 182 170 179 capiruto wi Fogrestn ycaretecin neal sino 4 ogres inal simple CGorlactn nea simple Ejompio de rgrsionycorelacién Problomas propuestos ccapruto vu ‘Sores hitécas 0 eronotigices ‘ 2 a 3 Tenoncia nse Ejomplo se par Sete impar Problemas popuesios ccaptruto x ‘Mimars insoas (asioaién des nimeres Indico Incices simples de baeo fi Indices simples on esabones lncoos simple en cadena Cambio ce base de names indions Indices eregatios simples Incios compuesto o ponderados Probiemes propueetas BIBLIOGRAFIA So Sn) ome aRID 109 tee 193 201 an 216 28PROLOGO DDosputs de varios fos do star igao ala Esadstica, tanto en doce «a como en la préctica, princpiando con larocotecién do datos hasta lacroga de rosutados, eri convenente eecry publica esta obra ‘al ecoge mi expaenca prictioay docene gobo esta materi (cuando trabaé en Ia Direccién General do Estadiatca, hoy Instituto Nacional de Estaisica INE, iniié apunteseobre la paitcacon, ej cuctiny elaboracon de resultados sobrela base de encusstas; post ‘iomentearafz de patcipar en cetar conorencie eno eric pro fesionalsupervsado EPS, Facullad da Cionles Econdmicas, dela Universidad de San Caos do Guatemala, fit apertlpar como aul de cétedra dels Cursos de Estadstica | llon las Escucls de Economia y Austra de cha casa de estucs, Fue asi camo me incorporé a la docencia, posteiotmente como Cate ‘rtco Tua, y actuaimento Coordinador del Curso do Estadtica | fen fa Esouola de Auto, Durante mi trayecto de docorcia, he imparido cursos en el nso ‘Nacional de Estalstca, eno nstuto Do Contador y Autores Pu boos, en fos Sominaros de Itegracén (116. Semeste Facutad de (O0EE}, en el Banco Do Desarrollo Agricole, en eeacatoss de cbio, cursos de estadisticaapticadaal proceso panal en e Ministerio Pub asl una sero do cursos 0 tomas estaciteos Para estos cursos ho preparado material cual también he utiizad {en a. dooenca univestara, on donde este ao aribo amis bodes do Plata. Con el material eiaboradoy durante estos aos do compartir en ‘orma directa con estudiantes, docll esr esta obra para dejar plas ‘mado ese recertido en docenciadecta. Fay tantos tres de estacitoa, dona entondo quo los métodos son 'quals, io qu varia son as variables quo se analiza, Eno desarotoeoeuransa ume sonny ye : he tatado de utlza variables fnancioras 0 comerciales, por sjempo: eras, ulidaes, mpuostos,eostra De tal manera qua en esta Gula de Estusioprosono la Estditica ont tada al érea do Ciencias Econdmicas, a cual puede utizarse como Nore de consulta o toto, ‘ rico, ask como ‘Cada tema inckuye una expicacion general de su conteis, dela tora eapecic para ol punto de que se tale, sogudo de eject: tos con los pasos para su eolvlén con la apeacion dala do las féimlas, as tambign para cada capiuo una sero do problemas pro- puostos, final de cada caitulo e ncluyon ls formas debidamete lonifleads y nurneracas coreatvamente las que asclenden a 127 Por aparo so ha eit olProntuari de Férmulas Estadisticas como tn documento aula, cual quad comespondoncia con esta Gua de Estudio, i propo eer lgo que pu sr ots exposconss tear comprnstln sino era exe he dom evo. Exo me StredecmirosaetuSates qv an pared Gas ye ma {Suen ue poteare stor. cate va dead a estudanes unvetaros qu dent desu perm resonates scorpion Ca. Erdtor qos acmarte hacemos cant, abl como fs un han ota prlasauls mpmiondo et cro Ep gus ESTADIS CAL GVIADE ESTUDIO ese eo ost Lus Rees Dox (Guatemala, abr de 2008 INTRODUCCION CGaneralmente cuando se habla do Estaditica ee rotore a datos: 1 rnimero de veiculos, nimere de nacinientes, nero de estlantes Inccrtos en una Universidad, canided do osablecimioniosindust io; 6s108 consttyen recuenios deo hochos acaecios, sin mbar. {go cusndo se cuenta con gran canta do datos ee requlee su ine rtacin es necesari la apticacén de méiodos eatacsicos, nities de Estalistca so potndle sobre derentes medidas esac ‘as ands’ dependienco de nivel do estos que 2 rat, como mu cas matras ens préctica aston métodos qua son content ap ‘ates, dopanclondo también del canocimianto ques tenga. Enea aba hatralado de ua lo ms usual ona ensefana y lms apcabl, por ‘empio un ans de Covaanzano es usual a usual es un promedo, dso quo més crept, un porcentajetanos tomas que el estate fo ‘ue le tene a a Etacica os ema, an embargo es neces cui ‘conoelnientos en ca tema, en vitud quo a medida que se avanza on ol ‘estudio facta la comprensién dal tema siguionte Estadstica leno su propia terminologa, algunos términos son cono- dos en et longusje comin, por ejemplo "Variable", es una palabra ‘onocca que se eniondo como algo que varia eambla, Durante ol contenido se encontrar con una variedad de téminos, sino de sua Imporanca estudiar ia teoria de cada toma ya que permite ideniiicar 1 método correcto para la soluidn de problems, For tales razonos es importante conocer la ded do la Estcisca la {val se puede ustrar con o siguiente eomplo: Cuando un fanclonario ‘informa por medio de un ca, sobre como merchantos equpos de bo, acucr a a tabia do colocaciones, una vez entereda no hark Imayor accén a reepecto, sin embargo la Junta dreciva del equipo ‘Que marcha en dtm lug, enor aa vista a abla do elacaciones ¥Ycon base a datos estadstics le sera de lida para tomar decisic: "es para mejorara equipo, osea que la Estaditica cumple do uncle: es: como mecio de informacion y para a toma de dectonee.wanonameat, ae ea mos aos ascencen a: Ano 1 Silas ventas de una emprosa on os nea (015, afas 219, 03 010, aha 4 8, y ao § 06. Como se nota las ‘ontos demuestan en cada aio un descenso con a Estacstia spo Ur establocer cuales Ia tasa co crocmiontoy pronostoar las venlas para los eigulentes perodos basado en dacs. ct conacer cto Laapacion demos ean * Cerda pu ors spss on pba ys ites Patayor ps nay it cit x gra cols ee [nvrho, oo yas to portetasec’ con Eadie sda hacer tr qu scares rivers ron en su pensumn An ostue ororenoeun caso Go Ecc, debi acu it ‘cin on Proyecto, pana, esooria, sista de Press, alta, cerca sacle comers, dt, ingot Inne palo, blogs, capt, ni as sree ot does soa Etat po aoe qu os pfosenaos utr fc debe utara coms tna raion ce apoyo as aba. tro en empyosss prvads como qubamaeias es necesaro con treo een eater decor men on cas or Une polca de verta, comps, roduc, recursos humana I vostncn do moreno yfarmiacon de los 1. CONCEPTOS BASICOS Este Capitulo presenta conceptos bésicos que serén do utldad on of conceimiento de fa Estaisca, como toda mate cuenta eon gran cartidad do teminolagia quo es necasaro comprendr, Gabo aque permit orientar quo méted uz, por ojempo sila mela. es ol aor oa variablo quo més se ropito. En este capitulo so prosentan ios con coptes generals, en el desarolo de cad toma se presentaran ots, ‘sinembargo os aqui precentados son de aocacién genoa, tales come ‘atible, pobiacion, muestra, eto, 1. Estadistica stn varias dfiriciones de Estadio, generaente on el lenguaja ‘amin se entende como dats, por ejomplo: Las veras en dotrming do dade dos empresas son ls siguiontes:Avacén Favorto vondis Q ‘18mily Amacén Lux vendé @ 25 mil, na persona so informa yf ‘mente poor decir que Favosto vanclé Q10 mi menos quo Lux, 6 bien (que Lux vondié Q 10 mil mae que Favorit, Porta pate se apica als principio ymétodoeestadisicos desaro- lados para anaizar datos numéroos, cuando éstes son numerosee, Por eomplo s se cuenta con as facturas de cada venta de una empre. ‘say éstas son 1200 facturas, su interretaciénrpda tend ctoultad, Pro quo fos métodosestacstics proporcionan procedimientos ma Yemdtcos algunos sencils y otros un tanto complicados, de ulidad Para anazar los datos, estudiar relaciones, legar a daduociones, esta ‘cero rad de eacién do una variable con ofa, a realizar ponds. {e06, ostabiecerecrecimiante de ura variable, grado de homage. noid de una variabi eoétera, Enforma concluyente, i Estacion pede dtr como un conjunto de métodos que se oventan a la reccloocl6n, organzacion, andi lnerretactén y prosentacin de datos numdricos, Sus knciones bas £88 con: Como medio de informaciény pare a toma de deciionos.doen wana wana. ea a0 vor = denurle do 6 cntento des cj de cafes dogo una emprose ro os oxo enanes ia pbletn on ans ot oe es ds hgoepwodlon on dteminacopatese 1) Recoleccién: Por una encuesia telefono, ertevista personal torre, envio de canstionai;regisros exstntes; ys 6s por ‘modi de une encuosta 0 conse. b)_Oxganlzacén: Reviton, control de calidad, clasficacion de ds tos, tabulacén por medio de tables generale; ©) Andlisis: Medidas estadisticas do tendencia contra, dispersién, 4. Muestra corelacién,etcotra (Como se seal, muestra es una parte de la pobacén, so distinguen 1) Prosentacién: Por medio do txt, cuadros estadisios 0 rd dos pos: cosy 8) Probabiitica, al azar, o aleatoria es cuando cada elemento 2) Ivorpretaciin: Comentarios, itorprotaciin da los datos, pr 1 ia poblacion lene una oportunidad conocia de sar seleo cionado en ls munsta. Si una poblacién cuenta eon 40 oo. nats, etre !montosla oporunided cnocia de ser nc en la esta de cad lemento sor 1/40 selecctn de cada elomento ea al ezar ore le personal Epo de moana 8 cue se debe usar para realizar ifrencao naib es ‘actin " 1) Doce, no probabilistic odo uel, es cusro is oe ments dolapolacén son solscclonado de coud al cite. to patton en ea cso oso desc eroeren 6.9 ‘la musta no so debe ralzarifreciaoinducion a Poblecin, i 2. Clasificacién de la Estadistica Tanto para su esto como para su apicacin, se divide en dos gran- sos reas: 1) LaEstacetica descriptivaproporcionalesprocedimiontos para itansfocmar los dato obtenidos on forma més ti; comprende la tabulacén presentaign y ais; 8 puede realizar Ia des Cipciin do una sera do dalos, como las voias, ulidades, Impueetos ete. Cuando hay una gran cantidal do datos Ie ES- tation descipiva permite resumios para quo ee puedan rmanjar con més acdc y 1b) La€estadistca Inforencia os!aparto dots Etacstica que ayy: daa conocer algin agpecto dela poblacén por medio del co: hocimionto de una pare de esa poblacén,lemada musta, Para aplear la Estate inferencal se ufzan tos métodos ‘sladisticos de museteo, por mocio do los cuales se estable- ‘el tamafio de la mussta, se sleccionan fs elementos ys0 Tealizan esimaciones al fla dela poblacion, valindoss de ‘una part de esa pbc, 6. Datos cuantitativos 8 lon cade, oro eon: nro d eles, nano do facturas, nimero de depSeitos monetarios, etc. “ 6. Datos cualltativos o atributos 8 toon a cide, a cu esse no pueden express cunt steel ck, an ha el jeer debs oe ua paso pt spol ‘lcar cuantos eon de determinado color. paces nse * 3. Poblacién ‘Seda el nombre de poblacén aun conjunto toa de personas, objetos ‘0 cosas sobrelos cues se desea saber ago. Por emplmary, ou aa hu Tabla t-1 [Color de ojos "| No. Personas catbe 15 Atributo ‘anes 5 gs @ fot ae 7. Variable ‘Son datos numéricos que pueden tomar diferentes valores en su domi- ‘io, 0 en un intervalo, ganerelmante son representadas por las ltrs X 8 Se distinguen des tipos de variables: 8) Diserota, so relare a datos que no permiten raccionamiento, ‘5 reprosontan con rimeros enteros, ejemplo: nimnero de per. sonas, nimero de escritorios, ndmero de vehculos, etc. Siun ‘grupo de empresas suma 50 ompleados, no es correcto ex presario con facoldn 60.50 empleados. Tabla 4-2 2 6 Varoble cise, rat ‘serapresonta con 12-16 ‘lmoroe entero 7— at 22 28 ~~ ame mA 1») Continua, serfs a datos ques pueden sor actionados, © ude tra terete valor on un mea sre utlidades, impuestos, etcstera. coca Tabla 1.3 5 amenos de 105 rib continua, 405_a menos de 155 pardvorosin 15.5 amenos de 205 205 amenos de 25.5 ous eae En goneral las variables discretas se rtleren a cantidades: Articuos, somentos, personas, eteéera y las continuas se rfl a mokicas, Monotarias, peso, estatura,otostera,Beers 2. DISTRIBUCION DE FRECUENCIAS ‘Cuando se cuenta con datos 5 necesatio ordenarlos y clasficatos para peosontarios en forma resumida sin perder su sigiicado, este Fesumen se presenta on tablas, las cuales levanclrtas caractoisicas pata facia analisis; a presontacion ce dats clasiiados y ordena- {dos en tablas 68 tralaré on este captulo. 1. Concepto ‘Se denomina distibucién de frecuencias @ una tabla que utlizando f- las y columnas se usa para presentar datos clasicados sobre vari. bes. Estas aplican cuando se cuenta con un conjunlo do datos fos cuales so quiere presentar en forma agrupaca o ea reduciend la in {ormacién. Cuando una sta de datos Unicamente se orden de menor ‘mayor ovicoversa ontonces serin datos sin agrupar,cnicamente 52 hhanerregiaco, Formas 0 tipos 8) Serle simple agrupada, cuando un lisado de datos so reduce © se agrupa en una tabla de dos columnas; en una column fa variable y en otra ef nimero de veces que se repel valor do lavariable (Fecuencias) Tabla 2-1eevadnuraa |, Gur da Giga oe b) Serle agrupada en clases o categorias, cuando los datos son considerados numerosos (Mayor que teint) es converionte agruperos en clases, cada clase oon cierto recorrido, lamado interalo, La magnitud o anchura de los iniwalos puede sor va labo, cuando la anchura noes a misma; constante cuando en la distibucién se marine o! mismo interval para cada caso. Eemplo: Serie agrupada en clases y con intervalos constantes Tabla 2-2 | “inaresos 0. | No. de'tiendas S19 | 5 ate debucibn cuenta con 6 cases 0 calgore,l primera | eco 0s 15-19, a sogunc 20 aS] en taguninds 09 Los valores extremos para cada clase, constuyen fs intes de caso, ast en a tabla 2-2 para a primera clase fos limites son: 15.~ 19, o nite infrior es 15y elite superior es 18; seidentifcan dos tipos de mites: a) Limites diseretos 0 aparentes Sellama as alos que estén representados por valors enters, ‘como en la tabla 2-2 ») Limites reales o verdadoros Estos se presentanfracclonados sin embargo si se quiere sa: ber en déndo termina ol 19, podkia ser 18.88, sole pondrén més decimales y el 19 teéricamonte no termina, sin embargo ‘con el fn de superar esta liitante y para fines précticos los valores reales 0 verdacaros coos limites so obtionen ast: Lim te Infor so le resta modia unidad y al imite superior se le uma media unidad, a tabla 2-2 queda ast Tabla 2-3 [vides is [45-105 | =e 10-4. Intervalo de clase ‘Sretier al recortio de avaiable centro de una clase y se obiene ast 2) Limtes discretos Formula 4 Donde: | Intorvato; Ls = Limite superior, Li = Limite inferior Pra la primera case do ia tabla 2-2: = 19-18 + 1 <5. by Limites reales Donde: | Intervaio, 1s = Limite real superior, Li = Limite real infrior. Paral primera clase dela tabla 23:1 = 185-145 4.1 Tipos de intervato ‘Socistinguon rs pos deintervalos de conforidad con su ampltudenamine, GA an wT Ze eed fa) Constanta (Clases de igual tamatio) ) Variable (No se usa ef mismo interval ans clases): ¥ ©) Ablerto (Clases abioras) mer" Bes En una cistibucién con una o més clases abertas no es posible esta plover el promedio armético porque se desconoce alguno de los li tes ya sea superior o inferior. Elintervalo constante es ol que 80 utlizard, porque es el més préctico para oper, por ejemplos se sabe que linia constaria es 4,y 2 Ponacen tes limites de la primera clase, para conocer los sigulentes pestaré con sumer la constante 4 tanto paralos ites inferires como para fos lites superiores. Biemplo ; Elem ai con se cuenta es ne 2 ie spo 5, Sitenon sur tconsare es ns quan 25 om (eee aa 8 5 +4= 9| Sisolose conociera U = 2, entonces: sae otant ener iso. | 5. Marca de clase .@ obtiene, suman Lamaroa de clase es e punto medio detinteraloy ‘dopara cada case os linites deintervao dvd erie dos (Semisuma) ‘Cuando el intevalo es constant, bastaré encontrar l punto medio pera ta primera clase y para las dems clases sumarte et intervale, en la {abla 25 30 le guma S que 0s ol intevalo constant en: ae Es Jromutes [x bgt | romana Donde: X = Marca de claso, Ls = Limite superior; Li us = Limite real superior; y Li = Limite real inferior. = tanrRR Oe HERR Lite inferoe | Marca de clase 0 punto medio det in- tena, Pare la primera cose: aa? 2 Para ls slubnes clases bastard con | Sumario 5 que athena conta. | | x & . 6, Frecuencia Se refer at nimoro de veces que go ropite un valor de la variable, se Idantica con el simbolo fy see denomina recuonclas abeolutas. '8)_Frecuencias absolutas, absolut rlativas, acumnuladas y acu mmulads rolatvas Como se seals, al nimero de repetciones se le denomina recuencias bsolutas, éstas se pueden exprsar con valoresrelavos o porcentuals, blén éstas e acumulan con valores reales y porcentuales, perm do un mejor ands a alos datos do una dstrbucién Freouencias absoluas,simbolof se refere al némero de repe- tciones del valor co fa varie Frecuoncias elavas{”, representan ol peso relativo que tone {a variable con relacinal otal de casos, s9 obionan do dvr las frecuencias absolutas de cada clase o categoria entree! {otal de frecuencia, si so multpioa por 100, se representan en porcentaj;craw. va ap enon oe ‘ tla, = ecuonisabottas de cdc Don anc ox on rato suai oe . Frecuancias acumuladas, simbolo F; representan los ©3805 eerie on cae clan; anual as reovnds sto are Sendo, qundado ana clr ds ee (al do rocuas o seul tal do cose: 4) Froourins sume lata; dnb Freprseian Fert sour deo cass para cada case esa an tocvondno scala para cada Case re Ste oreo ia tre as abo cor aa {oo 2 100% Formulas telaiva; F = fecuencias Donde: F' = frecuencia acumulada rola eis ‘oumuladas de cada clase yn= nimero de casos.en una tra. sumatoria def, termina las frocuenclas absolute relativas, acurmuladas y Ejemplor ‘acumiuladas rolatvas de a tabla 26. Tabla 2-7 Soluclén Las frecuencias rlativas se les mulipsica por 100 para expresaras en poroent Bea Se mE bin2 [Consumo @| 4 | % | Acumuiado| iz 8 | 2 » Rae sae | sta {a eee | 4 far | 70 sa=1| ota} —| Han |3 00 ‘caida Intorpretacién: La primera cise indica que do 4a 68 hay dos casos, representando 5 %. Haciondo uso de las treouencias acumuladas: do ‘54.268 s0 encuentran 47 casos que representan al 70%, 7. Elaboracién de una distribucién de frecuencias en clases Sehaexpuestolorelacionad a una dstibucion do keouancie,shora '8e presenta el procedimiento para su elaboracion. 4) Serie simple agrupada Los costes de produccién de una fabrica en 40 clas son oe siguintes: (60 69,6057, 60,56,52,67,54,63, 52,82, 64, 4, 54, 52, 62, $4, 57,64, 56, £87, 58, 00,63, 56, 57, 0, 60, 60, 68, 87, 87, 57,57, 87,87, 87,87, 87 Primero: Se encuentra el dato menor y et dato mayor, estos valores ‘son 52 63, ‘Segundo: Se lstan fos valores cuyos extremos son 52 y 63, on orden ‘ascendente 0 descendente, 84 87 87 60 2 a a oT 60 | se 7 7 0 KH 6 7 7 60 M4 88 87 7 rey a 86 87 60 63 a a 57 60 a & 57 7 ey BS ,cavoweran 0, Gun de aT See ee ‘Tercero: Se cuenta y se anotan as veoos que serepite cada valor dela “ercero: Doric os limites de clases, se were a determiner tla primo Jista ordenada y la dstrbuclén queda as: © fadase debe toner como int inatior el menor valor observe a 1 geiene que Sea un tant ino. able29 Teas Recomendaciones Es ecomendable qu aelaboar na istibusba fo tealonis on case se tomo en cuenta sign ‘Querno exstan dos 0 més clases consecutivas 0 contiguas con igual frecuencia; {Que no existan clases can frecuonela cero: ‘Quo as recuencias que no sean oscllantes 0 muesten alba: Jos ascendents asa seanartecvondas metas ego descendentes; yes Mayor apreciacin de a clase dominante; ‘No menos de 5 clases nl més de 15; y Los puntos modios que sean nimeros enteros ) Serle agrupada en clases Guano os datos son rurnarosos conviene agruparios en cases, sin do recomendablo que no tonga més de 16 clases ni menos de 8, mu: ‘chas clases piorden el sentdo do agrupamiento y pocas reducen el ‘andi, Para elaborar una dstibucbn de frecuencias se realizan los siguientes pasos 7.1 Aplicacién ‘Se cuenia con Ios gastos en quetzales sobre el consumo de gasofing primero: Ordenar os datos, de menor amayor oviceversa, ealizando J 4° Una empresa durante un la siendo los siguientes: lun conteo de las abservaciones por medio do tars () 4 0,0,61,61, 6, 69,650, 8 68,6, 6 68,6, 6,70, 70,771, 11,72, 72, 72, 72, 72,78, 73,74, 7,76, 75,75, 77, 77.77, 79, 7,00 Segundo: Determinar la ampltuc constante de las clases tlizando la Segundo: Detormninar a ampltud Be 2 78.78.7737 téemula del profesor HERBERT STURGERS. Esta férmula sugiere un infervalo constante, a dierencia de uliizar ol itr personal ‘cena Primero: Establecor el rango Rango = 89-55 + 1; Rango = 95 ‘Segundo: Determinarelintevalo Formula 6 3 19.928 (67) Donde: |= Intervato constanto Ranga = Valor mayor valor menor +1 n= Numero de elementos en una muestra {Log = Logatitmo decimal 449.322= Constantosenomairna 9, Guta ge ao Se 7.4.4 Elaboraclén do arregios ‘Zo tocomendable trabajar con un interval enter, enfonces se puede Liza el intervalo por defecto 0 6 por exceso, Acrogio 1 Arogto 2 ‘abla 2-10 6 y lite inferior el menor 'vlor cbserado. Arrogios Tabla212 {5 tit interior 6 Esta ela melor opel. afta ‘nsivuainon da aeaaoa ‘8, Representacién gratica de una distribucion recuencias “= Laveprocentacion goa do la istrbuolén do recuencias ayuda a te- “er una vision agradabe y formas una idea goneral del comporta- | lato coos dates Eston iorontes goo, tos més usues son el Fistograma ye! Polgono de recuencias, as también el de recuencias ‘scumuladas, denominado ojva ) Histograma Untistograma os un grtico de barra de una cstibucisn de frecuen: ‘as. Los limits reales de clase so colocan en el ela horizontal (EjeX) {yelnimero do observaciones one je vercal (Ee ¥) Grafeando los ‘alos do la mejor opcién, areglo 3 (Tabla 2-12), Gritco 21 GASTOS POR EL CONSUMO DE GASOLINA ai irerevanen, Ovia wa iN © by Poligone de frecuencias bun gic lineal, tazado sobre las marcas de clase, puede obtenerso ‘intend fos puntos medioe dl histogram, o bien utlizando las mar cas de case. {ure dsttbuelon acanpanade), une ia Be mera atelequede, MMOs dos date ata dere FF cin sober teem ovaries | peinrtsotgsale tandems pr ln entre tre et a Ee aarone acne meee hrs dos formas grtcas Gratico 22 ‘ans105 POR EL CONSUMO DE GASOLINA «) Gréfico de frecuencia acumuladas llamado ova Una vez que ee cvenia con las fecuencias acumulacas, se puede re- prosentar grficamente, esta curva recibe el nombre de ojiva Critica 23 ‘axst08 POR EL CONBUMO DE GABOLINA 18 25 0s roe a tnpueston pages rtes 23, 228 98 Impuosospogedes@. metermavatnn), Gunna HRI = 10, Resumen distribucién de frecuencias Tabla 2-13, [ides 20 BS 3H oat ‘Analizando la tabla. ante: Variable: Utidades, tipo continua. ‘clases: Cada une de los grupos 0 eategorias que forman fa stu in: 14 a 19; 20 8 25; 26 a 91:32 037; y do.98.a48, Limites do clase: Por elemplo para la primera caso, 14 es elite infor 119. te supodo, os mts esn presectados en valores carlos, Intorvao: Es ol rondo dea variable on cada clase, siendo igual la thtoroncia entre tos tmitos de case, es para la primera clase = 10-14 intervalo 6 de eetacstibucin es constante, Es el ndero de repticiones dela variable, parla prime “pa a cogunda 6, parata orcera 11, cuata Sy quia 4; Identifcadas con o simbolo Los Limites do a distibucién son 14 como tnfrlory 40 como superior, taraerencla ent ellos mas la unidad se lame rango; on este e280 Rango = 40-1444 = 27 Marca de olase o punto medio se simboliza con una X, as paca Ie primera ego os 168, siendo igual ala eemisuma do los Hits do lage, 30 obtwv0 as: 14+ 19 = 46.5, 2 ‘Cuando ot ntervalo es constanto, basta enconiar el punto mecko de larprmera caso y paras siguientes sumare el interval constant, est 465 164 225,205 +6 = 285; 289 + 6= HES YHS +6 = 405 oe SR a ON |: Problemas propuestos B® EL mero de horas trabaj aaa syaistet 4) Baborr una catibucién de reeuencas agupada en cla ‘05 b) Ga oon cule recomend re) Cala oi endaciones cumple Calculer israas ccs: ) Domina inter) a ies acumulas yacumuladas relate: ) Ele Berar an Histogram) Eabora’ un Potgono de eauoncl i) Eaborar un grafco para las rocuenclas acumuladas Indica eval dl rangoorecorio tal Lasummngie dra deo etn ae ro contr decade spl ‘manera: (Cifras en mites de Q) Gelestgvionte i Sep: evr ntsogam do tecvnc, 3. Dar respuesta a os siguientes conceptos Wi Maca doco: ) ial hades mel dct: Ags 3» amin eo anunadabusn de tectenca Cut sonyatopratieg 0, Qua ua tina = los tipos de racuencias;e) De que formas se pusde graicar ‘una distibucidn de trecuencas;) A que se relere el ango; La formula de Herbert Sturgors, para que sve © que propor cone; y h) Que es una dstabucién de recuencias. 4. Dar respuesta alos sigulente concoptos 4) Que estuda la estaistica descriptva; b) Que estudia a esta ddatca inferencial ©) Para que sive la Esiadistica; d) Que so ‘eniiende por poblacén; 6) Quo se enonde por muestra; ) A ‘quo 0 flee una variable continua, cio 3 ejemplos; g) A que ‘0 rater una variable ciscrota cle 3 elempos; t) Cuando tos, limites do clase de une distibucién son ciscretas como so ob ‘Hone elntervao; ei) Que nombre reciben los datos cvaltativos mlamos que no Son cuantitcables. 5. Dar respuesta a lo elgulente: a) Es la proporoién entre las ‘tecuencias absoluasy ol otal de casos; b) Se obtieneuflizen do las marcas de clase o conectando los puntos medios de cada Intorvalo respocto a la rocuencia; c) Es una serie de ba- ras con bases iguales alos intralos y oon altura de acuerdo a sus frecuencis; d) Se encarga de! estudio para recolecta, ‘organizay,clsifoa; analiza y presentar datos; e) Se refer al ‘mero de veces quo 80 eptoun dato; yf pe de variable que permit fracclonamlento. ee TR te RAR DISTRIBUCION DE FRECUENCIAS Formula | Simbotoata eral cuando secuenta | Inerale as lass, Le © Lime saperir raminisdnaone =i Panes eae 0 verdad iets fs = Marea de clas pao meio ‘de iterate [f° = Frewenciar reeves + [Zt = Preuencia abso en ‘ada cate 2/40 = Total de fecuncas 0 miner de elements, Precunclas acuta iro n= Taal de racuoncas 6 1 =Ierelo cone de cls,3. MEDIDAS ESTADISTICAS DE TENDENCIA CENTRAL Bleman medidas estadticas de tondencia central porque os valo ‘blondes tenden al cento de la dstibucién. La més conocida la. mediaertmética, promedio aritmélico o simplemente me: estas mocidas est: La medla geoméirca, modia arménica, Today a. medlana, las dos ditimas cuando su comportamierto es simético. Estas modidas tonan por abjotoproporcionar un valor que jeter al total de los casos. Alconto Tenden Tienden Te rmor vara nd onctrtcon promado “ tikimético, o simplemente media. ee: 2) Para datos sin agrupar oo Ua modia ser igual a ia suma de todos los valores dvidida entre oh mero do casos do ahi que a mada aritmétion ‘Suma do valores 'Nimero do casos Férmula? Media aritmétea, (Usuaimente X bara) = Sumatora, fg, Valores do la variable P Namero de casos, 0 nimero de veces que 9¢ repo la Vaviabo en una muestra (Para una poblacién N)tevnrsman, Guan enon TTY Ejomplo ceorrpnta con lo reistros sabre el nimero de cones atndidos en fos Suurtes meses: Enero 25, fret 28, maz 3, abi 38, mayo 24 y Junio 31. Harel promedio del némero de cents. 1,25, 28,88, 90,24 3 Kk the Entra dado port X = | __ 7 20 [epoai ‘llcando la ful, (7) 80 ene: le sn t90/0 20,98 proved ans de cts tno 6 rel Ordenando los datos do menor a mayor: 24,25, 28, 3, 39,38 a TeTs) _» © «—.-— iendeal centro de la alstibucién, (fercer grupo 0 categoria) | Tendo eae misma f6rmula (No 8), la loranca ee que, X representa a 1 promedio encontrado guarda una tendeneia a centro de lo datos rues de dase, por es0 se lama de tendancia central : Boe (pomawe aura sri angle 2% [x ropes a as by Pas io simp Xe [omens ] ‘Cuando los datos se encuentran agrupados, @s necesario inclu en los amplo Cuan oO iteman esa eo" Ltn canon Mes coun oy se iin 1 decom a oe 1 Formule 8 Ja artmtica Frecuencias absolutas de cada clase X__ = Valores de a variable o marcas de clase = Nmero de elementos o voces que se rpifoavarable en une ruosta (Para una poblacién N)rr roraorae 8, Qua ga wena Aplcando a formula, analzando por pastes se tone on ol numerador ‘ onlonces se neoesian las marcas de clase "3", puaste que con si 0 cuanta,siondo ol aimero de comercos. 5) Lasumna algebraicamente de as desviaciones respecto. ettmatica es igual acer. pecentameia Formula “ein (XX) abe o onto dedesacln ea opr asec go toe vax aleve aa, on relacién a la media aritmética, “ ‘Guando la media arimétca no es oxacta, la sum Sart co Y= 280 (34 = 6.29, observar que 60 encuentra en la tercora clase de Tabla 3-5 £ pa to, cumpliendo oon la tendencia central El premadio de ventas de ape |B | {os 94 establecimientos os de Q 8:29 miles. eo 1.4 Caracterfsticas de la media eritmética | 4) Suctloulo esta basado en tados os valores porto tanto 20 ve aloo, ada por valores extremos, amplo: 8, 8,75. LamadiaserdX = 88/ i 3 20.03, 20 vo alactada por ol valor mas alto que &8 75: 2) Sate simple agrupada on cases:[ 310 it 1) etd detnidaelgobaicamena, a formula do a media artimética os | Formula 10 if Eek ot ee mer redo, en donde st dos do fs es trm- HF Pee oS ; una ecu Fon conocido, lero puede we detain Ema i Je por ejemplo: Silamecia es 5 el nomero decasos 088, lasuma mee 1060) | ovoloe pode se datorminada 2 i Le i fa 2M sotane 6 = BMiy ore = 3 seni | [3X = 40, quo esta sumade todos ls valores. (En una variable mone taria igual al onto)-e_—_ crvemmenen) era wa sv 49 Efecto que causa una constante en fa media artmética «) Cuando a casi uno ds valores doa vail seas aumaring Gaatinaye una constant, aX cama on amisma cana dela constant een tatabia 37, cada valor de la variable X, se sumata constant 2, fn otra pra se le resta Tablas ype | es | 5 oigrar +n const = na nec || 10,1042, = 12; 49/4 = 12 5 origina - a constanto = nuova mola 10-8 = 7, porqus 2614 =7 | 1) Lamedia de producto do os valores de una vale mupeada ot raamonstant igual ala media ciginal mutipsicada por'a constants \[ec waa? hp 1ere=28 aa swam Pate = 7342 2. Media de medias cuando so dispone de media atmistioa, de 2.0 més grupos con ni caer ocasoedferntesy se deseala media de todas ls medias, como Micra un solo grupo, seta de una media de medias Para lo cual no citebo sumer fas medias y didfas ene ot moro do medias, 20 itud que proven de grupos con némevo de casos diferentes ‘yori ovat Oo wuutRORA BoM Yo Pa. gucrinca too dos sans unc 18002, one fi Ena priors emianos prmodaen ot eco jaa onlasopuca 2:25 ores. Clout ae edn waj por ane dea enpreon . sume dowlors Se? ‘definicin X= Hyjmero de casos & 77°" © rma a ons Frecuencias absoluas de cada grupo X= Media entmstica de cada grupo _ 15.00"42.80 + 5,000 * 9625 somes 408975 horas. El promedio de horas trabajadas somanaimente en la empresa, por el ‘grupo de irebaladores es. 40.9375 horas, O bien se puede uizar un {euack para realizar las operaciones. Tabla 3-9 = 8te,750/20,000 = 40.9975 horas. Sige tomara el promettoartmético de: 42.50 y 6.25, no €8 conecto porque: 38.375 * 20,000 = 787 500 que no es el total de horas rabeja- Cuando tas medias conacidas provienen de grupos con et misma nis ‘mero de casos 0 trecuoncias, ntonces ses orrectosumar as medias ¥ didi entre el mero de grupos, como et caso siguiente:cmnomimes, Gn aaeanOR ToT Una ompresa cuenta conlos departamentos: A,B, GD, cada departa- onto cuenta con 5 empleados, yen promedi los tabajadores ganan ‘bn queezales: 200.00, 2,500.00, 2,700.00 2,500.00 respectvament Para enconttar el promedio quo ganan los trabsjadores bastré con Sumer los cuatro promedios y dlvdros entre 4; ¢9 tone: 10,7001 2675.00. Comprobacién: X= 58,500/20 = 2,675; Comprobacion: 2.675 * 2 igual al monto do salaries. (052,600 que es 1 mismo, fa media sort i Cuando el promedio para grupos iquales,99r qual a ese promedi, sin hacer ningtin csloul. 3, Media ponderada El céloulo de un promesio en una cistibucién de frecuencia es uns nadia ponderada envittd que los valores Xeslin ponderados por sus fecuoncias, sin embargo en casos particulares 0 lo asigna cits Ponderacion a algunos valoree de X, antonces se tra do una media ponderada propiamento y se determina por la formula siguiente: Formula 12 “ytagidan eset o8 wena GaN Modia artmética pondereda Ponderaolén o paso que se da a a variable Veriable Elorolo “Gli oxamen nal do curso so valora.como tes vecesloeeximenas ale y un elidart one una rota de examon inal 0 8 ynlas _Feroximenes patios de 70 y 80; su nota nal sed as Sy 1470+ 1*904+3*85 [wer Xe T4143 lhe : wat {= esrenos wea 4, Media de porcentajes erase toerae ard Un porcentaje os una razén o relacién ent dos términos, numoradory Gain oannanaas oo douavaen aaunUl i to es fe ent Fas | am | * Beans semio ane | cD e200 | /2 ieee actrees : 2008 "7.000 [5 teoaacones em ipa eae ns paces | {O22 cmos | tomo | [roar sersoyabr 1) Promedio geométrico Por f6rmula goneral 5 —_ tig = “{ 6,000 4,000" 6,200" 7,000 * 10,200 Mg = 06,006.46 COrdenando los datos para veriear a Order para vericar a tendoncia central quo quarda ol 00 | 00 [ 3200 | 7am [ soa] . I —— > 26,386.46 <4 ——— Trae Toe Por térmutalogarimica Tabla 3-15 7761260 000 | aceoseast 6200 | aecaoreee “aaso000e0 | “£008600172_| [iaazesoriao:|miviwm te ‘ysis worabrawava On taxdoowa ead Log. Mg.= 122262018 . 3905260220 Antlogarimo = 6286-40 B= 1141858845 Elpromedio geométrice asciende a Q 6,386 46, el mismo hallado con, la f6rmula general. 4.141858046~ 1; 0.141858545, resutad so muliplica por 100 para exprosaro en porcentao, siondo respuesta: El valor do las importaciones de materia prima crece a ‘una ta postva de 14.19% by Indies promedio geométrico Por fxmula logarinica (No, 16) Tabla 3-16 ‘et) Otra manera de determinar el indice o tasa promedio ‘geoméirica es por la f6rmula de intorés compuesto Tice o readin | Lop. Dal indie x % rs a) ‘aonsshens | -i7e001286| +s20000000 | orensa1688 | Po = Po (141) "1 dospejandot +i, se tene: 7,000, 9052258 a 0. ex | oe ams Beant, TR era os | os aria | i monte era ef RHR | Los indices orazones se obienen as: Sena con 1.00 que es la base Iago: 4,000 /6,000 = 0,668868886; 6,200 4,000 = 1.55; 7.0006 200, 1129082268 y 10,200 / 7,000 = 1457142067. ‘Trasponiendo términos: Formula 17 Apicando la tml Donde: tat Ince promedio geomético 'Nimero de oases Valor constanto = Valor dela variable en o perfodo = Valor de a variable on ol periado base. Log. Mig. = szgoune? ‘= 0.08761223, Antiogeritmo: 1.141858945. indice promedio geométrico es 1.141858345, con ol cus se puede proyectar el valor de la variable analizada, mitpicéndolo en forma neadenada, como se mosiaré_ en el siguiente incso en dondo se pide el pronéstice 0 [a eatimecién de las importaciones, ©) Latasa promedio geométrica anual de as importaciones Y para a tasa de cxecimient: Formula 18 De conformidad con el resultado halla, al indice sel restate nidad {quodando as| nl anager |, Gyn ua Re Con tos datos dol problema: Pn = 10200, Po awe 5 ee ince vat oi fale 40170, = 1.14%888068 ince Elincice menos 1 por 100 igual ala tasa de crecimiento geométrco, 14.1996 Por Logartimes: 1 +1= ed. 170 Anilogariino de 0.05761223 = 1.141050045 115 0zouaeat fe f= 14058046; i= 1.14858945 ~1* 100 = 14.19% fis 2008, 6) Eotimacién del valor do las importacionos para 2007 ‘como se expicé con anfelvidad tant el indie como a tasa son tes pra estinarios datos, an la préctica se utiiza el incos. ‘Bastard tomar el imo valor dela variable dado en este cas0 10:200y mutipcarlo por el ncice, esto proparcionaré el valor estado para el, ill ‘tho 2008, ef asuitado so multpica nuevamente por ol indice y 6° ‘Sncontvaré pata el aio 2007, y asi sucesivamante para los periodos \ ‘queso requiran, ora 2006: 10,200°1.1419 = Q11,647.98 \ Para 2007 11,647.38 * 1.1419 = Q19,300.14 El ndice apicado a os valore originales dela variable se muita 80 latabla 3-17, i fn fa Gonona astoaisies os vanoaaete eau importsiones | artaslones | x» 1141850948 re Saw aa “iene |" sore] NOTESE QUE I estmaciin apicando el indice debe sor igual periodo dado, en esto caso 10,200.00. anna Caractorsticas de Ia media geométrica «) Lamedia goomdtica seve mos seta por aoa Ja media aritmética; y Sararannion © tama cent ei a sion el ptt cova ‘si uno de estos yalores @s 0 la media geométrica con est rel ‘serd cero (Formula 13) ® ‘eter 6. Media arménica ta media amine, o ip 6 i para pred anes, aan inca ‘elacion entre diferentes unidades de moc ear etn ere Ma 2 il Tenet fe Elomplo. Las medidas estaisticns anteriores para los datos: Boat = 8,101,101. wat ca} gon: K= 10.17, Mg = 930 y Ma = 848romamee), ouNMaIININ TT ‘Gatos aaivtramve Oo ayuaoueNe eos ‘Primero ientiicarle clase modal.en donde existen mds fecuencies (52), tata cave es do 12024 Q miles, por tanto ol mite real inferior 0811.0; «define como aquel valor que es aleanzado por el 50% de ls casos 6s superado por oro 80 % do os casos. También se dice quo es quo vie a una distibuclén en dos parts igualee, ‘Segundo obtenor los datos que requiere la formula: 952-790 A, = 982-500 = 992 ye ‘Tercera, epicando la fémula se tiene: {1 Para detos sin agrupar Sore impar wo= 115+ * t La meciane 6 igual al valor central de una serie do datos, una voe hal si ordenados de menor a mayor. eins +f 9 7 iguala’. Mo= 1893 i) Sete par valor delimpuesto quo méese repte es @ 18.99 miles y so encuentra Ene a lage do 12.024 Q res, ‘La mediana os igual la sumatoria do los dos valores contra divi cosenecn ) Moa cuss Seal. cet cnk pre a 888, Pa a mada rrr ecm bs con 1 4868 ant 8014 Mo = 445 = 45, yee 2 La moda cruda de una dstrbuclon agrupada en intervaios es el valor {el punto medio de la clase model, en este caso 16.50 miles, Que ‘siempre ect contenido en larmisme caso, 12.4 24. 421 1650. {82 Para datos agrupados serie simple 171 Prinipales caractoristlcas de fa mode: Tabla 3:22 19) La moda ese! valor quo tene ms frecuencias en una dstibucién oe 1b) No est alectada por valores externas, oemplo: 3,5, 5,5, 160. Lt eevenie S| ‘moda ee 5; [| ‘@) Cuando en una distibucién exsten dos modas se denomina alt 0 ‘istnucion bimodal, | son més de dos mutimodal y & «) Cuando existe simelra ola asimeta no 6 sigifcativa,entonces _% ae Mo © X-8(K-Md) trarmenia 0, Guns Het Hala la mediana: Primero: Insertar la columna de ecuencias acumuladas ‘Segundo: Localizar cuentoe casos se necestan o sea el 80 % 12 = 3432 = 17, enecesitan 17 casos: ‘Tercero: Se busca en la columna do frecuonclas acumuladas ot 60 % eos eases, estos se alcanzan an la tinea 4, por tanto la median 8 2720, 8.3 Para datos agrupados en clases Férmula 21 Donde: Me = Modiana Lit = Limite real inferior de la clase meciana fn = Nimero de casos, y2 un valor constants Fra = Frecuoncias acumuladas antoriros ala clase madiana, (tase rmediana en donde se alcanza ol 50% de os caso) {= inorvalo de a clase median { = Frocuencias absolutss de la clase mediana, Tabla 3-28. [mpaeste > Lies a ‘Aplcanda la formula 21 Primero: Determinar la ciaso medians, '50%delascasos, m2 casos se necesitan o ea el nimero de conbuyentes. ‘Segundo: La férmula requore la columna de frecuencias acumulades, por tanto es necesario insert decir en donde: alcanza ot “37/2 = 1.9685 (0 bien 05 "3,137 = 1.5685) Comous ovoaianaae aa voadauste aamhel | Seer] Los 1,568 casos que so necesitan se alcanzan en fa troera clase, esta 6s do 22 231, por tanto alte real inferior os 21.5. “ercero apicar la tmul: a valor del impuosto que es alcanzado por ol 60 % do os contibuyen- tea y€8 suporado por oWro 50 % os @ 24.46 miles, wn as + [ 4 Principates caracteristicas de a mediana {) Noso walectada por valores exremos como la moda attic, en ‘Virtua que es una media estaltica de posesion. La meciana dolos altos: 2,7, 8, 9, 75, 8 8 que no est aectado por el valor 75; y 1) La mediana no est detinda algebralcamente, por ejemplo sila ‘medianahallada on el inolso anterior as Bla suma de os valores no 968 *5 = 40, ya quo la suma do valores es 101 9. Medidas de posesién 94 Cuartios Los cuales clvden a una cistbucién en 4 paras uate: acsunomieat, Cun TWNE TTT = Valor que es aleanzado por of 25% do los casos yes superado por el 75% de los casos. Talor que ee etcanzado por el 60% de los casos y es superado por otro 60% do los casos. 4, = Valor que es aleanzado por ol 78% dots casos yes sunerado por 26 % da os casos. Formula: Formula 22 Donde Q = Cue X = Curt quo so desea 1, 2,03. Li = Limite real inferior dela clase cual Fa Frecvencias acumuladas anteriores a fa clase cual Frecuenclas abeolutas de la clase cual 9.2 Deciles Los deciles dividen a una cistibucién en 10 partes gles, cada dec representa un 10 % de a cistrbucién, de tal manera que = Valor que os alcanzado pore 10% do os cats y 08 superado por 90% de los casos. 1D, = Valor que es aleanzado pore! 202 do los casos yes superae por el 80% de ios oa80s, Vator quo 6 alcanzado por & 30% yes superado por #70 % de los casos. , {asf sucesivamente, tomando en cuenta que cada deci representa Un uior por cite, en vitud que divide en 10 partes iquales @ una dstribuctén, Formula 23 unas qrwanmes 09 daviwen eon! ae Docit que se desea = Limite real inferior do ta clase deci F Frecuences eouuladas ala case deci “TE Interval de a clase dec 1 = Frocuencias absolutas doa clase dest 99. Percentiles Los perconties cviden on 100 partes igual a una distribu percentlropresenta 1% dela distbuciin, Peele case P, = Valor que es alanzado por e196 de los casos por e189 %, re C y es superado 2, = Valor que es alcanzado por ol 2% de los casos vere oun oy Seuonto 68 superado ‘ior que es aleanzado por ol 3% de os cas porG? % dos casos asi sucecwamente, ae? Con a éxmula do porcenties so pu cont porceniles so puede calcular también os cuartios y Férmute 24 X= Percent quo se dasea, R men gréfco dela igual Resumen grfico do la igualdad onto las mocks etaisticas do— crv aire wa RUIN GOAN eovesg Oa wa SEND puede tz atmulade curls odepercenties,cunluiora do incuyen las frecuencias acuruladas, por tanto ee necesaro in aria column 3. Gritico 34 a columa de racuencias acumuladas alcanzan 40 ¢4908 que son los que se necesitan 0 sea 0125 %, sta clase cuartl 42300 a 389, fimite real inoror os 269.5, 40-39) + }100 = @ 2005 } 100 ercenites en general ‘Respuesta el valor que es alcanzaddo por e125 % de los cas0s 0 0040, a (95.902.94 mls. cents en general. Ls impuestos pagados lomo pre conmuyeies a mpueto Sobre la Rena son 1 por un grupo de contnibu siguientes: ' Encontrar el valor que es superado por el 25 % de los casos leuaril3 eso valor que alcanza al 75% de os casosy es suporado por (025 %, fambién como en el resumen grfico la otra modida estat ‘eacsel Porcentl 75, aplcando formula de percent. Para encontrar ol75 ‘% delos cas08 0.75 * 160 = 120, casos so necesitan, estas recuoncas bugcan en la columna de frecuencia acumuladasy so alcanza on la ‘aso 400 — 489, sionco su Li 999.5 primera clase Py, = 9005 + (2a | = | menos uo cannon] F 4781 valor ue es alcanzado por el 75 % de los conribuyentes (cases) y @s superado por otro 25 %, 8 @ 497.61 miles, «) Hallar los limites del intervalo central que agrupa a un 60 % de los cases “i — Enuna distibucion simética e100 %6 de los casos se cstibuye on 60 " Con esta informecién 80 pl ‘coon jel impuesto que os alcanzado por 40 contribuyentes 2) El valor det impuesto Entoncas 0160 % conta dejaa cada lado dela clstibucidn un 20% de lescatos para suma el 100%, x,y, identfcan los dos valores que se Se plde: a) Media arimatica; b) Compruebe Ia propiedad quo fa sume tigebraca de las desvaciones do lo valores Xrespacto ala moda, es igual a cor; o) La desviacién modi; ) La Varanza; o) La Desviacién Standen £1 Cooiciente de vaacion; ) El po de asimotria:h) Epo {de agudeza o apuntamient;e ) Si cada créito se duplica, determinar fel revo promado, 7. Laompreca “E! Aiza Galopante’, al anaizar los repuasios do \etiouios en existencia en su inventario final al 30 do junio de 12005, labors la siguionte dstrbuclin de frecuencia agrupa- das on intoralos de clase $0 pide: a) So sabe que el inventasio final del ejercico anitior cio ‘Como resultado una eisporeién rolatva del 27% se quiere saber cus Ge los doe inventarios lene moaos dispersén reativa; b) Entre que ‘Valotos esté comprencldo el 68.26 % de os casos) Enoontrar ame “a artimética doles desvaciones detos valores de a variable respecte {la media, tomadas en u valor absolut; d) Que claso de se8g0 0 fsimotria tion la dstbuckin do os repuestos; y 6) Sia los precios ‘xistontes se le inrementa un valor constante de CB.00 cual seré ‘nueva media aritméticay la desvlacén esténdat 8. Defina as siguientes medias estaclsticas: 0) Desviaion me dia; b) Varlanzar ¢) Desvilénesténdar tien; y 6) Coon te de variacién |p = Precuencasabsoluas decade EA dase Ieee n= Nimera de clement ara, - 2) Dios sn grup 8? =Vorianan je Bate [x Valor deb variable o pM = ra aR oa TNEND, WRU eR Ill, MEDIDAS ESTADISTICAS DE DISPERSION, __ASIMETRIA'Y CURTOSIS Formal Simbolxia | eacin eda DM = Destin media Duce seer 11 = Valores absctues lores de variable o smaras de clase EEL G s b) Datos grandee f= Preetenciaabsoluas de nda clos y fds orimtica n= Mimero de elemento. Devan tna 2) Dats sin agruper | [> [or ower seat lols (xa bl? ‘luna poblacién, Por eso antes de estudiar muestreo se debe conocer of Cortosiso apuntantento| ‘concepto probabilstion de all la importancia del toma, fe = Canoe apuntanionto Jy =Frecectr as de emcee x Valores dela ariateo ss fo = nointerviene al crtriohumano. Por ojemplosi se marc de clase nea una moneda, la probabildad que al caer aparezca cara, €8 = Mineo de cements puesto que una moneda tone dos resultados y uno de ellos es cara. Et ‘aneepto importante es quo ol resultado os al azar. Exlston dos enfo- ques de probablidad a saber: far = Momeno de orden cuatro $= Denviacén estindar 8) Enfoque clésico, lamada probablidad tesrica o materia, ‘Cuando un suceso o evento ocurre de X maneras de un nme: rotolal de resultados posibes, cada uno igualmente probable, su probabilidad os X/n también se denota por h/n, como ot ‘ejemplo citado dl lanzamianto de una moneda. ©) Enfoque de frecuencia relatva, lamada probabilidad empie- a, apostereot lava o estacstica. Esta dada por X/ n ta bién se denota porh ne sustenta si después de nrepotici- ae &vane) Gun da toe es de un experimanto, un ested oourre X eh veces enton. ces la probabiliad dol evento es X/n 6h /n. Aunque sco rozoa después de las ropoiciones de un experimento sus re. sullados, no se puede afrnar que con ese canocimisnto | experimenios similares, que los domiis experimentos serén igualmento probables. La probabiidad basada en datos ex. tentos registrados de experimentos ya realizados, sollama pro- babilidad empitica, rlava o estacstica. 1. Conceptos bésicos 2) Experimento -Ezuna acci6n mediante la cual so obtiene un realtada, En un exper imento probable, al azar oalostorio se desconace sun evento oct riré 0 n0 ocurr, sis leno la ceteza que ocurté su probabilidad os +0 100%, sis tene fa carteza que no ocuré su probablidad e& 00 (0%, Sia probabilidad de un suceso 0 evento 8 1/5 su robabilidad os 20% y que no ocurra 0s 80%. ') Espacio muestral sel conjunto de todos os resultados posibles de un éxperiment, pot ‘lemplo: Se lanza un dado y se observa ol mero que aparece an fa ‘ara superior, antonces ol espacio muostalconsiso on ls seis nme: tos posibies, estos gon: 1,2, 3,4, 5, 6; y punto muostal uno de los recutados posibes, El espacio muesral 6 identifica como Em. (0) Evonto 0 suceso Recultado posible de un experimanto, que est dado por: Formula 37 es ‘1 resuitado posible de un experimento, cuya caracteristica os Ia de verse on oves cases. Empl, 18 probabiad de que ba el nim 4 al lanzarun dado es P = 1/6, vento a moras nimeres de un dado son 6, a4 aparece soo una fo descompor faige hacia a inp ipuonces X = 1 ca803favorabes y el nero de casos postbles 6, porque n = 6 1) Evento compuesto 2 2hste cuando se puede descomponer en varios eventos simples. jemplo, a probablidad de obtener un moro igual o mayor a a teas un dado; los nimaros son 45 y 6 y su probabldad esta dada por: 16,116 116 = 3/6 que represent 50%, puesto gue de 6 nme fos hay 8 que cumplon con este requis, evertos imposes ones Tres ene pode cor sobbed es ao siun eer to’ es imposibe entonces P (A) = 0 Ejomplo: En una gaveta exston 10 factras det Aaoén Lux, Ia proba bildad do exraer una factura del Amacén El Faro, es nua o imposible. él 38 oa X=eeroforamen OUR OateMUR TT aod HUE Ua TomTIDD, onUENN y aUAONE 19) Evento cierto 0 seguro ‘sien un evento se vettica P{ A) = 1, 89 donomina evento cierto of ‘seguro, En el ejemplo anterior la probabildad de exraer una factual Gel Amacén Lux es a unidad, es deol corteza absolula,cualqua factura que se extraiga soré dol Amacén Lux, 10 casostavorabies sp 1+ yop = 100% 40 casos posiies ‘0 Formula 39 ac valor de X = al valor don a“ ~e = ec ___ -spaco moos Entonces de fos eventos anteriores (Imposibe 0 cierto) se eonclyelgy B= cE . ‘que los limites do la probablidad son Oy 1,60 %y 100%, Ylaproba gy, < Em =, £6, 06,00 blldad de un evento varia en eseiinteralo, es deci entre estos limites, ~ = ~¢ = cc os Pm st \Comprobar que a sumatoria de todos los eventos ee P, para cara como para escudo, ILWUSTRACION ‘4 vero espacio muestra so obeena que do os custo osuta sey nn sau ign are EE, Ne 2 rn ec una cara (EC y CE) yuno en donde aparacen 2cnras (CC) do Igual manera ocurre para escudos, entonces se tiene: Ge ho AL Protea oer {reno cin o souo,| {Dinpostie. Guar! | Const abc: Gurr ‘om ayer oo me ‘amo mayor ore | ein comer noon Clan os a | mine _ | mee =a suma de todos los eventos poslbles de un experimento 6s igual a ~ANO. en esto caso 4/4 = 1 6 100%.| hyeoniren Guawaaswiy + 2. Reglas de probabltidad 2.1 Eventos mutuamente excluyentes ‘Dos eventos Ay B son mutuament excavate 316 9 es ee pun avcede simutaneament, “= neocon PIA) Ejemplo 1/04 1/641/6 =3/6 Elem gad y se sora inimere que apace cm/s cae Hg Se rae a expose most canst os reaados Posies Boy = 1704 1164176 = 9/6 Em =1,2,3)4,596 sea A evento dasa un ninropary 8 evento do eal 9 rome ienpar so tine: Par = 2,36 Dos o més eventos se considera que se vasapan pac Impar = 1, 3,5. a lapan parcialmente st sntos que se traslapan parcialmente o se interceptan, es dec Ue Entonces Ay B son mutuamente exctuentes ANB = © Gritico 6-2 sca poerece a Ay thin a8 Hien antdn a8 portato PAY onl Btcnancadcbosa aac deinsenacoP ypu csfuera, Ou aeRO Tt Ejemplo: Una oolsa contono? faturas al exécito por mantos de Q4,500y 22,000 ¥y3.al contado por G3,000.00; 23,200.00; 4,000.00 respectivaments ‘ise extrae una factura, haar la probabliad que ésta sea al oa mayor de Q 3,500.0, Grito 52.4 ANB P (Crécito 0 mayor de 8,500) = P(Créto) + P Mayor 23,600) P (Cx toy mayor a 8,500) PAUB=25425-115 PAUB= 4/5—15 PAUB = 315 * 100= 60% 2.9 Eventos Independientes Dos eventos son considerados independientes si lo evento dol evento 8 y vcovors. Exprosado en simbolo: P(B/A)=P(B) (B/A) probabiidad do 8 y P(AIB) = (P(A) (AJB ) Probabiidad do A hablondo ocutid 8. biondo ocunido A 28.1 Reg de a mutptcaciin para evenos Independntes EQERGEY]] Forme se 6P(AB) = P(A) *P(B) ‘gin modo se afectan uno a ato Ay B, son eventos Indepencienes| ‘cuando la ocurrancia dol evento A, no tisne facto sob la ocurrenca = Nar Bin Iau da hs wRVaOUINUNIES plo Fifa balsa contiono varios articulos, de los cualus 3 son detactuosos y Boon buenos. Se exrae un articlo y después se remplaza. Otro at Bio os extaido dospués del reemplazo. Encontar la probabilidad de pol: Lo qu sucede ena primera exrecién no taneolacto en gunda, puesto que el segundo artculo es extrsido después que ol = Ariculo dotectuoso = Aniculo también defectuoso ss) |PO = TE PO =a 7 PR) = PAF) Sey = 96 +a = aa0- 10 = 280% pastas dial | tame oment ence csr one J 24 Eventos dependientes o condicionalos SIAYB, estén relacionados de tal odo que a oourrencia deB depen- e dea ocurrencia de A entonces A y 8 son lamados eventos depen Alentes 0 condicionales, 9 escriven ast JP (8) = Probablidad do.A habiendo ocurido B (BIA) = Probablidad de 8 hablendo ocurrido A P Soden com: ay PAYS) y payay = PAYS Pe) PAarama, Gu ae GeYIND 2.4.1 Regia de fs multiplicacién pare eventos depenclentes La probabildad de que ambos eventas dependlentes © condicionales Ay Bocurran es: ‘Soo tata do més de dos eventos se esate asl PIABC) = PUN) PIBVA) PICIAB). Ejemplo 1 Para ls datas dl ejemplo de eventos indapendientes, suponer quo el primer arieulo detectuoso no os regresado a la bos antes do extra, 91 eogundo, Halla @) evento B, ariculo detectuoso, condicionado al evento A, también arculo defectuoso; 18,A defectuosos 22, B defectuceo Tabla 53 a pe : hear hase El ovonto B deponde de la ocurencia dal evento A sf el primer arcu Cetrldo 6s detectuoso Ia probabiidad que et sogundo también lo sea es Pay 815 defectuosos PIBIA) = 216 detectuosos = 0.5 0 0 %; puesto que fb oxtaido un atculo detectuoso, quedan 4 artculos on totaly de estos 2 son detec: ‘uoss,Aplicando la érmula se tiene: PiAy®) _ 620. 020 noe PA 35 06 = 05 650% ee) f) Quo ambos articulos soan delectucsos probabilldad conjunta, que ambos eean defectuosos (Férmula 43) PLAY) = PIA) PIBIA) = 9/5 * 2/4 = 6/20 = 0.20 elem 2, Eventos Independientes y dependentes En la gaveta de un escriorio 96 encuentran 8 facluras, § depésitos tmonetatlos y 10 cheques de cae, 1. Seexiraen 3 documentos, después de cada extracclin 8 de- \wuelven, 6 S62 con reempazo,hallar as siguiontos probabil dad: Que el primero sea facture; ue sea uno de cada documento; y @)Quoeltercoro sea depéeito monotatio, se primero tus factura Yel segundo depéstto monetario, oe 2 So-entraen tes documentos, después de cada exracolén no se dovualven, halls siguientes probablidades: 8) Quocltercero sea cheque, sol primero fue facturay ef segur 0 cheque; })—Que'sea uno de cada documento; y ©) Queettercoro sea cheque deca, silos dos pimoros también lo tuoron Solucién, tomar en cuenta que el inci b) del numeral 1 asf como el Inaso tamblén b del numeral 2, ce referen a una probablidad conjun- 1a, 80a a apcacién de las roglas cocresponcientes de probebiided, Tabla 5-4 ct ‘Bepéstomenolao ‘Cheque decafeta Omega tuO To Numeral 1 del ejemplo 2 a -3s Py = 2+ 100 = 18.67% » =-3 » 5 pas). 10 P= 5 PON. Sram). 10 Ya probablidad conjunta ABO, est dat: PIABC) = 3/18* 5/18 "10/18 = 1505.62" 100 = 257% ©) P(A) = 9/18; PBIA) = 5/18 y PICIAB) = 5/18 * 100 27.78%, Note que el denominaor no varia, en vitud que en cada extraccion el documento es devueto nuevamente, 0 ea con reemplazo, Numeral 2, dl efomplo 2 2) P(A) = 9118; P (BIA) = 10/17; entoncos:P(CIAB) = 9/16" 100 = 56.25% ») P(A) = 9/18; POBIA) = 5/17; POIAB) = 10/16" 100:y probablidad conjunta P (ABO) = 3/18 * 5/17* 10/16 = 750) 4,898 * 100 = 3.06%, ©) P(A) = 10/18; P(B/A) = 9/17 la probabildad requorida P(C! AB) = 8f16* 100 = 50%. Note que en los eventos concicionales el denominador varia, porque cada extraccién no se dewueive, UreanHIEO Ua Ua O9 he BHU 3. Teorema de Bayes etgroma puade ser usado pararofoemar un conjunto de probab- dos provi, (lamadas probabildades a rit) para un eorjunto do Kieves probablilades (Llamadas probabilidades a posterior La intr nesta baeada on informacién adiional a cual puede ser oben adores pasatos (hie delacmpress) Stas enla robs neo conleional | Ejomplo: Tres maéquinas A, By C,producen respoctivamente 50 %, 20%, © 20 % dol nimero total de antculos de una boa, Los poroentajes de ogporfectos do estas méquinas son 3 %, 4 %6y 5 % respectivamente, ‘Se pide: a e Siseselocciona un antoulo al azaryrecuita ser detectuoso ha- lar la probabildad de que ol atculo sea de la maquina A. (Probabiiad roformulada) P = 0.016/0.037 * 100 = 40.54 6, Que ol arcu sea detectuoso y de a maquina B P = 0012/0. 087 * 100= 92.48%, 3/8101 nimero de artoulos producidos fueran 200. “A 050* 200 = 100; 8 = 0.20 200 = 60 yc) 0:20 * 200 = 40:300/20,000 74020000 = 1 a 3 roan Probabiaa ‘ester 1015)0.087 *109 = 40.54% 087 (A); Representa la probablidad a prior (Original o previa. Cada articuo tiene igual oportunidad de ser extraido. Puesto {que 100 de los arioulos los produce la maquina A entonces lt probabidad de exter un aniculo del total dela produccién es (R,) = 100/200, de igual manera es asignacio para, P(B) = 601200 y ©, F(C) = 40/200. (BIA); cepresenta la probabildad condiclonal de B (Evento ‘obtenido por la informacion aciciona), dado (o dependiente {e), el evento At, Por ejemplo, lainformacién adicional este blece que hay 2% ariulos defectuosos, 0 sea 6 de 200. En: tonces la probabildad del evento de extiaer un artculo con ‘ror, dados los atioulos con err, P (BIA) = 3/100 (6 de 200 les). P (Ay): Representa la probablidad a postero (0 reformuiaa prior) de A, dado 8. Es calculada dractamente de la cores: Pondiente probabildad conjunta y la uma de las probabie {des conjuntas. Por mpi P (AB) = 300/20,000/ 740/20,000, (0.4054, la cua representa la probabildad de que e aticulo tenga dofecto y 2 de a maquina A = stlvrOAUESIIUH WeRAMA go hn ORNUIOONA in informacién adicional se puede incinat a decir que el elemento 1uos0 es extado del producto de améquina A, puesto que prod 10150 %, con Ia nformacién asciona, la probablided que olelementa Gotoctuos® soa producido por la maquina A 0s 40.54%. ‘Las respuestas puadan sor comprobadas asi > téquina A 20005 = 100 Aticuls dela produccién, do 6tos ol 3% os dtectucco: ~ 100°.03 = 9 Méquina B 200 *.90 = 60 aroulos produce y de éstos a 4% dofectuoso: @9* 04 = 2.4 artoulos Méquina c 2000.20 = 40 arfoulos produce y de 6stos el 5% as dofectuoso: 40*.05"2 ‘oll 7.4 articulos detectuosos. Probabiidad que uno sea datoctuoso de" P (317-4) "100 = 40.54%, Igual resultado obtenido en a). 4, Distribuciones de probal 4.1 Distribucién binomial Es una dietibucién aizreta de probabilidad basada en el desarallo. ‘dal binomio; se consideran pruabas repetidas@ independiantes de un ‘eparimento con dos resultados. El desarrollo de un binomio conocido ‘camo (a + by 6s of mismo en el desarello dela dstibucién binomial, © Gricamente se sustiuye a por p y b por gy ademas que p tend un ‘valor de igual manera, la suma dos valoos do py qes iquala 1.La lstrbucién binomial también es conocida como cistrbucién de Bernull ahoorasvowadee SSGerster) -aunaoe venviny oa i Suovpresens | (p+ a)* | Fomuia a4 Donde P= Eaxito = Fracaso n= Nimero de prusbas Sip = sito entonces q= 1p, ylaprobabicad do las istinas proba bilidades comesponde al desarolo del binomio, 4.1.1 Caracteristicas del desarrollo del binomio Esias carecterstioa facia of desarrollo de un binomio, que se sus- tena en una formula matomatica, 8) Su desarroio lene n+ términos: 4) p,aparece desde o primer térino del binomio con exponent ‘gual an, dsminuyendo su exponent de unidad en uniad on ada término, hasta logar a exponente 1; ©), aparece hasta en el sogundo términa del desarrollo del binomio eleva a expononte 1, aumentand su exponent de Unidad en unidad, en cada termina siguiente, hasta legen @ exponent 4) Encada térming a suma de os exponentes de py q es igual a my ©) El-costciente de un término cualquiera, del segundo en ado lante se obtione por a érmula: (= nad [Exponent do pen} Coot. Término cualquiera, [anion Méernno antetor_J Sogindo en adeanto = “Wo. De dan dl ina antorer : fs 1 9 ha 1h a es NONARNR [Ejenplo, desarrollo del binomio: (p44) wot? orden PHS pig + pg + ORG s Sparta 2 4 5.8 41.2 Andllsis do las caracteristicas: @) Come el binomio est elovade a exponente 5 entoncas n+ 1) tiene 6 txminos b)_p.aparecen en el primer téxmina con exponente 5, dlminuyen so hasta lagara © G,aparece apart del segundo trmino con exponent f,aumen: ‘undo su exponeate en os siguientes téminos hasta legar a5; 6) La suma de los exponentes on cualquier trmino os igual an, {en este caso 5, por ejomplo para el ouato término p? y q* suuma do los exponontos 5; y ©) Elcosfilente de cualquier témino a parr del segundo en ade lente, el primer trmino eu cocliiente siempre as la unidad, ‘entonces, para encontrar el coeticiento del segundo t6rmino por ejemplo, p en el primer término su cosficiente os 1 y su ‘expanenta § entonces: 1 * & = 5, dvidlda par el nimaro do ‘orden del érmnino que 6s 1; igual a 5 quo es ol coofcente del ‘segundo témino Ejemplo Segin ia experiencia de una empresa en sus ragistros de cobro, 1/6 do ‘los tene ero. Se toma una mussta de 4 facturas halla as sigue tos probabiidades: 8) Que as cuatro tengan error; b) Quo més do tres tngan enor; Que més de dos pero menos de cuatro tengan eror Que ricamente una tenga error; ©) Que ringuna tenga enor y 9) Que una y més tenga erorfear BuR oy GDN Es recomendable desarolar el binomio sin inci valores, éstos oe pueden agregar posteriormente, (¥q)4 = p+ 4@q)46(p at) +4 (pQr)sar 4E 261SE 2625F 1E9SE ase (02+08)* = 0.0016 + 0.0256 + 0.1598 + 0.4006 + 0.4086 Respuestas: 8) Probabiidad de que 4 sean con ator Pt = (02)* = 0018+ 100 = 016% ©) Probablidad de que mas de 3 tengan enor pt = (02)* = 0016+ 100 = 0.16% ©) Mas de 2 pero menos de custo tengan error: 4p%q = 4 0.2)" (08) = 0.0256* 100 = 256% 4) Probabitdad que dnicamente una tenga err 4p. = 4(0:20) (0.80) = 0.4086 * 100 = 40.96% ©) Queningunatengaetror q*= (0) * 4086 * 100 1) Queunay més tengan exror Sablendo que la suma de todos fos eventos posibles de un ‘experiment 0s igual 1, tne: 1=(a)#= 1 (0.4096) = 0.5906 * 100 = 59.06 yavevn aea ae OR Junao lo ms dos tongan ear probabiidad de que ning! 4 apa? + 6p2q? = 0.4086 + 04000 40.1596 = 09728 att 697.28% Escrbr la catibucién de probeblidad de, 1,2,8,y 4 faturas an ator 4.1. Célculo de probabilided especiica robabldad determinada sin necesidad de de se pune obtener una Serta inom, wean conbnacons fae eee] érmula 45 bond report dtinmy pera proabis oso set oo 2 ener ral cutee ltr, oq 80 mul notte alexgoneto quotes caroaponde .o,, jos valores do py, FP sentra ona aa tng Con ortor p= 02; Sinerror q = 08, 0 4,02) (0) *= 4(02) (012) = 04096 easev OMAdeRNN tee t Po og rare one Herts ats HORNE Ciloulo del cooficiente: nCx= | AL at 12 Distribucién de Poison wat We si Fowandon 8s grande el célculo do la probabiidad binomial resuita muy o,yporatapartes! X = np = 5, debe utlizarsola distibucién de rae ee ego yori lstoucind wat " *|p éemula 52, 6 | px =P)? €~*| Férmutass 41.4 Propledadies de la distibucién binomial ®) Media artmética [XZhp] Formula as © onde: lamero de ccurrencas, cuya probablidad se va encontrar, 71828, baso do logarimos neperianos XJ = Factorial Del ndmero de oourrencias. 1x 2x3 x..X n, valores alscretos, X= Mocia np »)Vavianza Férmula 47 9 Beoiaiénssingar [8 | Férmuta a8 Esta formula deponde de un solo parémetro 0 sea del promedto de ceurroncias X = np. Por tanto es tl cuando se desconoce po ayn y slo ge conoco el promod. 4) Asimetin jompla No.1 £19 % de as bates fabricadas por una Indust estin defoctuosas. ‘ue probablldad exste que en una muestra tomada al azar de 100 unidades salgan 5 dofectuosas, p=008 9-097 n= 100 X-= 5 unidades dofactuosas K-= np; 1000.03 $monor ques ©) Curtosis Ejemplo La probabiidad de que un erculo producido por una fabrca sea de fectuos0 es de 0.02, Si so envia un cargamento de 10,000 artouls, Enlonces 3 ustiica ulizar la stibucién de Polson doteminar el promedio de arteuos deletuoeos:X = ny : = 94(2718201028) ° 0.02 = 200 arcu e000 a st ppg = 248" 008787089 _ 1209825781 «409 = 008% eaege2et 120unto © a vai do na raRRANONIA fanmeMD OOD WOR Tote La probabiitad de que en 100 bateras selecionadas al azar 59 on ‘euontron 5 defactuosas 0s del 10.08 % Ejemplo No. 2 En cada yarda de casimir producida por una tabvica se ha encontrado Lun promedio de 4. 8 dolecios 2Cual es la probabiidad de que al selec. cionar al azar una yard tenga exactamenta 9 defectos? OBSERVA GION: sola conoce X. X= 48 monor ques Xea po = 0SNaOnmNDG7AT: py 4.2.1 Proplodades de la distibucién de Polson: Ccaractersticas: Media ona 8) —_Lacurva es unimodal, tiene la forma de campansy; 5) tamed apolatn ode a muss queda on econo de Vara Formulas incuva noma Lemons ode tenn miso vl 8) tasdos eas daca oxledenindotnunent yr Desoin estén Forte 58 Caioca ao ttn porque x ahi osvles Xeon pesos 6) Gea ot deacon #0105 des assy a a? cada mited €s 0.5 0 50 %; 1) Eloostlnte ao sago 00:9 carts (CRRA rormuase 9) Fleoefconte ao cutose Para el manejo do ls probabidados do la curva normal exten dos teblas, siondo las egulontos: 4.3 Distribucién normal ao ‘* Esuna datibueiin do probebitdad oontinu, poquolas variables pueden tomar cualquer valor Corr den engo dado. Es un modelo taco de probabidad que se puede eplicar a dfeentesfenémenos cuantavos, ‘slcomo anol musteo probabilsic. Su figura grea esa suerte:GungreHeGO, Gwe UN ADOND Tot 4.3.1 Tabla do ordenades Proporciona el valor reatno o probabiad de la ordenada mime ‘que corresponde a cualquier ordenada que se lovant en un punta situado a clerta distancia do la. modia arimética (X), para vllizer tabla, cicha distancia dobe ipicarse as Formula 69 Donde 2 = Niimero de desviaciones esténdar X= Valor dela variable X= Media artmetioa SS « Desviacén esténdr 2, Indica cusntas desviaciones estindar so separen o desvien de un Valor X regpecto a la X, Al centro do fa curva o sea para la mecha ait ‘ética el valor de Zes coro, ala derochalos valores de Z son posits alla equierda negativos, 8) Valor relative de fa ordonada maxima Ejemplo 1 (Quo poreentao o probabliia ce fa ordenada méxime lo correspond ‘una Yo, levantada en X = 125, sablendo quo X = 100, 8 ~ 10 Primero: Z,, 125-100 2 26/10 = 250 10 ‘Sogundo: El resultado se busca on la taba de ordenadas (Se omite o! ‘signo), la columna Z muestra su valor con un decimal, el eegunclo dec ‘mal se muestra on las columnas de a 0 ala 9 yoroaae90 2 na ae ae RNAS Ejemplo2 — Ghooranaloge acre mi repens nar da everadaon X= 90 sablondo quo Xeran 8. Gora ga nrg a aH ANI Grético 56 stornév, el promedio de duracién fue de 18 me pate gon eténdar Go moses: a inirmacien 9 AaTUPS wud eonstane do ees, asada ana det 80859 00.5% : 38), Ne 200 mses docuaci;, N iermesescocueaer:y bmosos ce duacion, 4 ‘6 meses, n= 200!lantas, § = 8 a ee, e a8 ° mases; e i = $meses. sens en toro ni = 2008). 80 Lisntas. ypu enoner rte ve eee Ea 9 En los ejemplos 1 y 2 s@ enconté el valor relative do la orcenada “ Fruhcma que le correspond aun valor X. En esto inciso se encontrar Tp ordenada oeea la frecuenclas que le corrasponden aun valor X (rere deberd conocerse Ia ordenada méxima y ego mulipeata Gritco 5-7 pore probabildad que proporiona la taba, Para conocer la ordenad. tna ge utiza ta Kul: ‘Qbserar que aa mest fnumaten Yo comespor ‘dole ordonada mins L m Formula 60 Donde: ‘Ordenada mda oY" xia tomero de elementos Intervalo constants de clas '§ = Desviaion estandar ‘onstanto 41592054