Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadísca I
08/07/2022
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD NACIONAL
EXPERIMENTAL ¨RAFAEL MARÍA BARALT ¨PROGRAMA
ADMINISTRACION
Profesor:
Juan Castro V.
Integrantes:
Wladimir Fernández
C.I:30.394.380
Annavy azuaje
C.I: 30.231. 522
Sección:
33-17-31
Si se tienen cuatro sillas, una amarilla, una roja, una azul y una verde,
¿cuántas combinaciones de tres de ellas se pueden hacer ordenadas una al
lado de la otra?
-Experimento Aleatorio:
Son aquellos Experimento en los que no se puede predecir sus resultados
Por ejemplo:
Extraer una bola de cierto color: por decir (3) azules (1) blanco (2) rojos (1)
verde son todo las posibles soluciones.
-Evento o suceso:
Son (1) uno o varios de los posibles resultados ya hablamos que el espacio
Muestral eran todo los resultados si escogemos 1 o varios de eso resultados se
considera como un evento o suceso
Ejemplo 1:
Que caiga cara / que caiga cruz Cara la cual se considera un Evento
A= Cara
Ejemplo 2:
C: cara - X: sello
A: CC, CX
Ejemplo 3:
S-() C1, C2, C3, C4, C5, C6, X1, X2, X3, X4, X5, X6
Tipos de Eventos
Evento imposible
Mutuamente Evento no
E Excluyente Mutuamente
Evento simple
Excluyente
Dependiente
Independiente
Equi-probable
• Evento seguro:
Es aquel evento en que básicamente los resultados ósea todo los resultados
posibles dentro del espacio Muestral-()
• Evento imposible:
Este evento es muy sencillo ya que el concepto lo dice es imposible obtener un
resultado o no lo hay la cual lo representamos con el conjunto vacio
• Evento simple:
Es que evento que está Formado por un solo resultado o por un solo elemento
-Probabilidad:
El concepto de Probabilidad: Se trata de un número que permite cuantificar la
posibilidad de que ocurra un cierto evento. Fue definido en el siglo XVIII, por
matemáticos tan destacados como Leibniz, Gauss, etc. con la finalidad de
encontrar cábalas que ayuden a ganar en los juegos de azar.
-Calculo:
El cálculo, en matemáticas, hace referencia al procedimiento, con pasos
establecidos, mediante el cual, se puede llegar al resultado de una operación.
Esto, a partir de determinados datos de los cuales puede, o no, conocerse su
valor numérico.
-Axiomas
Son verdades tan lógicas o evidentes que no necesitan una demostración ya
que es algo muy lógico y siempre debe dar un resultado positivo
P(A)= ≥ 0
El lanzamiento de un dado
Regla de Laplace:
-Reglas de Probabilidad.
Total Total
P (A Ո B)= P (A Ո B) X100
Total
Total Total
-Teorema de Bayes:
Es una simple aplicación de la probabilidad condicional
P(A/B) P (B/A)
Nos permite relacionar estos 2 elementos Está hecho para aplicarse varias
veces consecutivas, Se aplica o se usa más que todo
• Medicina
• Tecnología
• Neurología
• Negocios
P(B)
P (B) P (B)
Ejemplo:
El 0,1% de una población está infectada con una batería y la prueba para
detectar la presencia de la enfermedad da positivo en una persona enferma el
99% de las veces y en una persona sana el 2% de las veces si una persona dio
positivo en la prueba ¿Cuál es la probabilidad de que este infectada?
En este caso como sabemos que tenemos que utilizar el teorema de Bayes
porque tendremos que utilizar la probabilidad condicional
Cuál es la Probabilidad de que este (I) infectado dado que dio Positivo (P)
P (I / P)= P (P/I) X P (I)
P (p)
0,99 x 0,001
¿?
P (I Ո P)=0,999 x 0,2=0,01998
Cuál es la probabilidad de que verdad está infectado dado que la prueba dio
positivo 4,721% que quiere decir que la mayoría que salieron infectados no
están infectadas
Ejemplo:
x 0 1 2 3
M=E(x)= 0.6
-Distribución Binomial
Las técnicas de conteo como el diagrama de árbol, las combinaciones o
permutaciones son fórmulas y procesos matemáticos que nos permiten
determinar el total de resultados posibles en un evento o experimento, sin
embargo es importante identificar la técnica correcta a utilizar en la situación
bajo estudio, por lo que se analizan las características y condiciones para
aplicar cada una de ellas para la correcta toma de decisiones Llamamos
experiencia aleatoria dicotómica a aquella que sólo puede tener dos posibles
resultados Éxito o Fracaso
Por ejemplo:
P(N)=0,2
3(0,8)2 (0,2)1
0,384
-Características:
Cumple las siguientes condiciones
Ejemplo 2:
X~=B(N ; P)=
x=0, 1, 2, 3, 4,5
n=numero de ensayos
n=5
P=probabilidad de éxito
P=0,8
𝑛
➢ F(x)=P(X=x)=( ) 𝑃 𝑥 (1-p)(𝑛 − 𝑥)
𝑥
5
➢ F(2)=P(X=2)=( ) 0,82(1-08)(5 − 2)
2
➢ F(2)=P(X=2)=(¿ ? ) 0,82 (0,2)(3)
➢ F(2)=P(X=2)=(10) 0,82 (0,2)(3)
➢ F(2)=P(X=2)=0,0512 x 100= 5,14%
𝑛
( ) Calcular= n¡
𝑥
X ¡(n-x)¡ 2=10
5 5¡ 5.4.3.2.1
( )= =
2 2¡ (5−2)¡ 2.1.3.2.1
3
-Usos de tablas.
La tabla te permite calcular la probabilidad de obtener x éxitos o menos
en n ensayos independientes, cada uno con una probabilidad de éxito p.
n = 4 ; x = 2 ; p = 0.25
y ahora buscamos en la tabla:
Función de probabilidad
Para transformar una distribución Binomial (de variable discreta) en una normal
(de variable continua), es preciso proceder a la siguiente transformación:
-Aplicaciones al campo Administrativo:
-Distribución de Poisson
e=2,7182
µ𝑘 .𝑒 −µ
P(x=k) 𝑘¡
𝟕𝟑 .𝒆−𝟕
P(x=3)= =0,052 ~ =5,2%
𝟑¡
𝟕𝟎 .𝒆−𝟕
P(x=0)= =0,001
𝟎¡
𝟕𝟏 .𝒆−𝟕
P(x=1)= =0,006
𝟏¡
𝟕𝟐 .𝒆−𝟕
P(x=2)= =0,022
𝟐¡
Características:
. Los sucesos tienen que ser aleatorios.
Ejemplo:
Ų = tasa promedio
X = número de éxitos
Ų = 15
X = 20
P(x = 20)= F( 20 ) - F( 19 )
Ų = 15/2 = 7,5
X = 6, 7, 8,9
Ų = 15 × 2 = 30
1 - 0,5484 = 0,4516
Distribuciones continúas de Probabilidades:
Las Distribuciones continuas son aquellas encargadas de describir las
probabilidades de los posibles valores de una variable aleatoria continua la cual
va a ser una variable aleatoria con un conjunto de valores posibles que se les
conoce como rango, el cual es infinito, es decir, no se puede contar
-Distribución Normal
Distribución continua que describe el comportamiento de ciertas variables
aleatorias, descritas por los parámetros de ų y ó
1 2
−1 𝑥− µ
F(x) e 2
𝑂√2𝜋 𝑂
µ=media
O=desviación estándar
π= 3,1415…
e=2.7182…
F(x)
-∞ ∞
a µ b x
Distribución normal Estándar:
Para evitar el cálculo de cada distribución se utiliza una sola curva normal
estándar
1 −𝑥 2
F(x)= e
√2𝜋 2
Su gráfica es:
Tipificación de la variable
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribución N (μ, σ) en otra variable Z que siga una distribución N (0, 1).
𝑋−µ
Z=
σ
Uso de Tablas.
T Student:
La prueba "t" de Student es un tipo de estadística deductiva. Se utiliza para
determinar si hay una diferencia significativa entre las medias de dos grupos.
Con toda la estadística deductiva, asumimos que las variables dependientes
tienen una distribución normal.
Uso de Tabla
Ejemplo:
Sea una empresa que fabrica tornillos para una multinacional reconocida en
Venezuela, dicha compañía afirma que sus productos tienen un promedio de
25 horas de elaboración. Para mantener este promedio se prueban 15 tornillos
cada mes, entonces si el valor T calculado cae entre t-0.01 y t0.01 la empresa
queda satisfecha con su afirmación.
¿Qué conclusiones debería sacar la empresa a partir que una muestra que
tiene una media de 27.5 horas y una desviación estándar de 5 horas?
𝑋−µ
t= σ
√𝑛
t: T Student
x: media muestral
µ: media poblacional
µ=25 X=27,5
n=16 σ: 5
𝛼=(0,01)
Indentificar nuestra hipotesis nula y la hipotesis alternativa
Hn=µ 25
Ha= µ ≠25
Ahora identificar el valor critico de nuestra distribucion
α=0,01= 1%
16-1=15
Gl=15
27,5
Region de eceptacion
-2.6025 2.6025
𝑋−µ 27.5−5 2,5 2,5
t= σ = 5 = 5 = =2
1,25
√𝑛 √16 4
si en este caso -2,6025 < x < 2,6025
2< 2,6025
-OTRAS DISTRIBUCIONES
✓ DISTRIBUCIÓN HIPERGEOMETRICA
N = población
n = muestra
X = el suceso
✓ Distribución uniforme
Es útil para describir una variable aleatoria con probabilidad contante sobre el
intervalo (a, b)
En otro caso
F(x)
1
𝑏−𝑎
a b x
1
F(x)=
85 si 80≤ x ≤165
0
si x < 80 o x >165
b) ¿cuál es la probabilidad de que la frecuencia de vibración sea mayor a 100 hz?
165 1 1
P(x>100)= ∫
100 85
𝑑𝑥 = (165 − 100) = 0.7647
85
c) ¿cuál es la probabilidad de que la frecuencia se encuentre entre 80 y 95 hz?
95 1 1
P (80< x < 95)=∫80 𝑑𝑥 = (95-80)=0,1764
85 85
d) calcule la frecuencia esperada de vibración de la sexta cuerda de una guitarra
𝐴+𝐵 80+165
E(x)= = =122.5 hz
2 2
Conclusión
• http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/51normal_y_norm
al_estndar.html
• Lind, D.; Marchal, W. & Wathen, S. (2019). Estadística aplicada a los negocios y
• E. M. Sloand et al., “HIV testing: state of the art”, Journal of the American
• https://www.youtube.com/watch?v=bDfCURXoKkU&ab_channel=Matem%C3%
A1ticasprofeAlex
1999.
1994.