Avanzado P(Avanzado/Dejar )

0.6 P(Avanzado)=

Dejar
0.3 No avanzadoP(No avanzado/Dejar ) P(No avanzado)=
0.4

P(Dejar /Avanzado)=
P(Avanzado/No dejar )
Avanzado 0.2
P(Dejar /No avanzado)=
No dejar 0.7 P(No avanzado/No dejar )
No avanzado 0.8 P(No dejar /Avanzado)=

P(No dejar /No avanzado)=

P(Dejar Y Avanzado)=

P(Dejar Y No avanzado)=

P(No dejar Y Avanzado)=

P(No dejar Y No avanzado)=

x Distribución p(x) Definición: Un función matemática es una distribución de

probabilidad si cumple con lo suguiente:
1) 0<=p(x)<=1
2) suma(p(x))=1
 DECIMAL %
0.3200 32.000%

0.6800 68.000%

0.5625 56.250%

0.1765 17.647%

0.4375 43.750%

0.8235 82.353%

0.1800 18.000%

0.1200 12.000%

0.1400 14.000%

0.5600 56.000%
 2 Máximo 27500 Rango ###
Mínimo 19900 c 9
Ancho 845

# LI LS Xm
1 19900 20744 20322
2 20745 21589 21167
3 21590 22434 22012
4 22435 23279 22857
5 23280 24124 23702
6 24125 24969 24547
7 24970 25814 25392
8 25815 26659 26237
9 26660 27504 27082

Educa
Nivel ción
gerencia Años de Codific
4 l educación ada CuentEducación Codificada
1 14 2 Nivel 1 2 Total Result
2 13 2 1 ### 36.36% ###
3 16 3 Total ### 36.36% ###
2 16 3
1 12 1
4 16 3
1 12 1
2 12 1
3 14 2 70.00%
3 14 2
1 13 2 60.00%
2 12 1
3 20 3 50.00%
4 17 3
2 14 2 40.00% Edu-
1 13 2 cación
Codifi-
3 16 3 cada 1
30.00%
2 11 1 2
4 16 3
20.00%
4 16 3
2 10 1
3 11 1 10.00%
1 14 2
4 16 3 0.00%
1

4 18 3
4 14 2
2 15 2
3 17 3
2 12 1
1 12 1
2 15 2
3 16 3
1 10 1
2 14 2
 4 16 3
2 14 2
4 16 3
1 10 1
1 12 1
4 13 2
1 10 1
2 13 2
4 17 3
2 15 2
3 14 2

3.2
3.6 3 0.2 0.6 0.7 3 ***
3.7 4 0.2 0.6 0.7 0.7 0.8 5 *****
4.2 5 0.4 0.5 0.5 3 ***
4.6 6 0.2 0.7 0.8 0.9 4 ****
4.7
4.7
4.8
5.4
5.5
5.5
6.2
6.7
6.8
6.9

a
5.1 1 5 0.1 0.5 0.9 3 ###
5.5 1 6 0.5 0.8 2 ##
16 5.9 1 7 0 0.2 0.3 3 ###
6.5 1 8 0.3 0.4 0.5 0.5 0.7 0.8 6 ######
6.8 1 9 0.1 0.1 0.3 0.8 0.9 5 #####
7 1 10 0 0.2 0.3 3 ###
7.2 1 11 0 0.5 0.7 3 ###
7.3 1 12 0.3 0.7 2 ##
8.3 2 13 0.2 0.4 0.7 3 ###
8.4 2 14 0.2 0.3 2 ##
8.5 2 15 0 0.2 0.3 3 ###
8.5 2 16 0 0.3 0.3 0.7 4 ####
8.7 2 17 0 0.3 0.5 3 ###
8.8 2
9.1 2b # Li Ls f fr%
9.1 2 Máximo 17.5 1 5.1 8 8 19.0%
9.3 2 Mínimo 5.1 2 8.1 11 15 35.7%
9.8 2 Rango 12.4 3 11.1 14 7 16.7%
9.9 2n 42 4 14.1 17 10 23.8%
10 2c 6 5 17.1 20 2 4.8%
10.2 2 ancho 3 42 100.0%
10.3 2
11 2
11.5 3
11.7 3
12.3 3
12.7 3
13.2 3
13.4 3
13.7 3
14.2 4
14.3 4
15 4
15.2 4
15.3 4
16 4
16.3 4
16.3 4
16.7 4
17 4
17.3 5
17.5 5
Edu-
cación
Codifi-
cada 1
2
 16 15
14
12
10
10
Frecuencia

fa fra% Xm 8
8 7
8 19.0% 6.55 5.1-8
23 54.8% 9.55 8.1-11 6
30 71.4% 12.55 11.1-14 4
40 95.2% 15.55 14.1-17 2
2
42 100.0% 18.55 17.1-20
0
5.1-8 8.1-11 11.1-14 14.1-17 17.1-20
% de ejecutivos con problema de abuso de drogas
 6

Fre
4
2
2
0
5.1-8 8.1-11 11.1-14 14.1-17 17.1-20
% de ejecutivos con problema de abuso de drogas
2
12.3
21.6 media 15.2416666666667
22.3 mediana 19.8
-3.4 moda 21.6
14.3 22.3
21.6
18
17.9
25.7
-12.8
23.1
22.3

4 # Mes Plan 1 Plan 2 Xi1 Xi2

1 Enero 1657 4735
2 Febrero 1998 5012 1.2057936029 1.05850053
3 Marzo 2267 5479 1.1346346346 1.09317638
4 Abril 3422 5589 1.5094838994 1.02007666
5 Mayo 4358 5907 1.2734615369 1.05682897
6 Junio 5549 6242 1.2734615369 1.05682897
7 Julio 7067 6597 27.3% 5.7%

8 Curly Moe Larry

986 645 534
1337 645 534
2745 734 534
2645 822 534
3658 893 534
1265 230 534
734 415 534
245 723 534
5344
4867

promedio 2382.6 638.375 534 3.7322890151 4.46179775

desviación 1774.8 217.7 0.0
coeficiente
de variación 74.5% 34.1% 0.0%

10 # Li Ls f Xm fa
1 5 7 4 6 4
2 7 9 8 8 12
3 9 11 12 10 24
4 11 13 8 12 32
5 13 15 5 14 37
6 15 17 2 16 39
39

Media 10.41
Mediana 10.25
 posición de
mediana 20
Moda 10
Varianza 7.19568151147099
Desviación 2.68247674947445

14 media 5000
desviación 450

a 4550 5450 68.30%

b 4100 5900 95.50%
c 3650 6350 99.70%
d 0.15%
e 15.85%

16 Edad Ingreso
media 56.2 89432
desviación 12.7 16097

C. Variación 22.60% 18.00%

20 7.1 Columna1
7.3
7 Media 6.938888889
6.9 Error típico 0.091960808
6.6 Mediana 6.9
6.9 Moda 7.3
6.5 Desviación estándar 0.2758824226
7.3 Varianza de la muestra 0.0761111111
6.85 Curtosis -0.6384901395
Coeficiente de asimetría -0.1966389066 0.42288547
Rango 0.8
Mínimo 6.5
Máximo 7.3
Suma 62.45
Cuenta 9

Medidas de posición (otras medidas de dispersión)

Cuartiles: dividen a un grupo ordenada en 4 partes iguales, por lo tanto se usan tres cuartíles

1 n
25% Q1 Q2 Q3 Mediana=Q2=D5
75%
50% 50%
75% 25%

D1
10% 90%
 q1 q2
20%
P1 P2

12
i # acciones
1 3 a) RI=Q3-Q1
2 4 Q3=P75
3 7 Q1=p25
4 9 L75 38.25 62.25
5 10 L25 12.75 20.75
6 10 41.5
7 12 b) "mano" excel
8 14 L50 25.50 38 38
9 15 p50=mediana
10 17 c) igual a b
11 19 d)
12 20 L70 35.70 56 56
13 21
14 25 e)
15 27 L30 15.30 27 27
16 27
17 29
18 31 Clase Frecuencia
19 31 3 1
20 34 14 7
21 34 25 6
22 34 36 9
10
23 36 47 7
24 37 58 6 9
25 38 69 7 8
26 38 y mayor... 7 7
27 39 50
6
28 43

Frecuencia
29 45 5
30 47 4
31 48 3
32 48
2
33 52
34 53 1
35 56 0
36 56 3
37 59
38 62
39 63
40 64
41 67
42 67
43 69
44 72
45 73
46 74
47 74
48 76
49 79
50 80

24
Costo ($/pie) Longitud (Yardas)
A 5 100
B 3.5 150
C 2.5 75
D 2 200

costo promed 3.07142857143

MG

f*Xm2
144
512
1200
1152
980
512
4500
 0.638105826

Mediana=Q2=D5
 Histograma
10
9
8
7
6
Frecuencia

5 Frecuencia
4
3
2
1
0
3 14 25 36 47 58 69 y mayor...
Clase
Experimento Es un proceso observable o artificial que genera resultados
Evento Es un resultado posible de un expermento también se conoce por ensayo
Espacio muestral (S) Conjunto de todos los eventos

p(A) Se lee la probabilidad que ocurra el evento A

0<=p(A)<=1
Se dice que p(A)=0 cuando A no ocurre
p(A)=1 cuando A si ocurre

Reglas de probabilidad

1) p(S)=1 S
2) p(vacío)=0
3) Regla de la suma
AB
p( A U B)=p(A o B)=p(A)+p(B)-p(A y B)
c
4) Regla del complemento
p(A)+p(A')=1 S

5) Regla de multiplicación o regla condicional

1 p(A y B)=p(A)p(B/A) A'

2 p(B y A)=p(B)p(A/B)

3 p(A y B)=p(B y A)
Fómula clásica de probabilidades
Si despeja 1 o 2 se tiene: p(A)=# de veces que ocurre A en S/# total de resultados posibles

p(B/A)=p(A y B)/p(A)
p(A/B)=P(B y A)/p(B)

Caso particular

Si A y B son independientes

p(A/B)=p(A)
p(B/A)=p(B)

p(A y B)=p(A)*p(B)

6 ventas semanas
1 bajas 16
2 considerables 27
3 altas 9
52

a) A=ventas considerables
p(A)= 0.519231 ### ###
 b) B=ventas sean bajas
p(B)= 0.307692 4/13 ###
c) C=ventas sean altas
p( C)= 0.173077 9/52 ###

d) D=por lo menos considerables, implica que puede ser oconsiderable o alta

p(D)= 0.692308 9/13 ###

14
% con título pobre(P) Bueno(G)
Excelente (ETotal
)
A 10 20 10 40
B 10 30 20 60
C 0 10 10 20
Total 20 60 40 120

a) p(A)= 0.333333333333333 1/3 33.33%

b) p(P y B) 0.0833333333333333 1/12 8.33%
c) p( E y C)= 0.0833333333333333 1/12 8.33%
d p( A y G) 0.166666666666667 1/6 16.67%

18 Economistas Estable (S)

Expansión(
Contracción
E) (C
Total
)
Academia (A) 125 100 100 325
Industria (P) 50 35 25 110
Gobierno (G) 25 40 0 65
Total 200 175 125 500

a) p(A U S)= 0.8 4/5 80.00%

b) p(P U C) 0.42 21/50 42.00%
c) p(E U G) 0.4 2/5 40.00%
d) p(G U E) 0.4 2/5 40.00%
e) p( A U G) 0.78 39/50 78.00%

1000 jóvenes
20
100 500 300
E EyB B

100

a) p(B y E) 0.5 1/2 50.00%

b) p(E y B') 0.1 1/10 10.00%
c) p(E' U B) 0.9 9/10 90.00%
d) p(E' U B') 0.5 1/2 50.00%

22 A=compre acciones
B=compre bono

p(A)= 0.65
p(B/A)= 0.35

a) p(A yB)= 0.2275 91/400 22.75%

 b) No son independientes

p(B y A)=p(B)p(A/B)

25 Combinatorio: El número de maneras en que r objetos pueden ser

seleccionados de n objetos, cuando el orden no importa se calcula:

n!=n(n-1)(n-2)(n-3)….0!
0!=1
n= 15
r= 5
nCr 3003
26
n= 10
r= 3

10P3 720
10C3 120 720

Teorema fundamental del conteo: si un experiemento e1 puede ocurrir de n1 maneras y

otro experiemento e2 puede ocurrir de n2 maneras, ambos enforma conjunta, pueden ocurrir
de n1*n2 maneras

ejemplo: supongan alguien desea ir de la ciudad A a la ciudad B y entre ellas hay un puente y las
trayectorias siguientes:
1 1

A 2 puente B
2
3

¿de cuántas maneras se puede ir de A hasta B?

3 2 6

28
parlantes 3
tocadiscos 4
sintonización 2
24

30
tipo $10 $15 $20 total
Ficción 10 8 3 21
Biografías 12 10 9 31
 Históricos 4 17 2 23
total 26 35 14 75

a) p(ficción U 10) 0.493333 37/75 ###

b) p(histórico y 20) 0.026667 2/75 2.67%
c) p(histórico y 10 o 15) 0.28 7/25 ###
d) p(ficción y <20) 0.24 6/25 ###
e) p(bio u 15) 0.746667 56/75 ###
f) p(bio u >10) 0.813333 61/75 ###

32 p(Aumentar)
A1 0.333333 1/3 ###
A2 0.75 3/4 ###
A3 0.1 1/10 ###
a) p(aumenten todas) 0.025 1/40 2.50%
b) p(ninguna aumente) 0.15 3/20 ###
c) p(una aumente su valor) 0.541667 13/24 ###
d) p(dos aumente su valor) 0.283333 17/60 ###
e) p(por lo menos dos) 0.308333 37/120 ###
f) p(por lo menos una) 0.85 17/20 ###
al de resultados posibles en S
ser oconsiderable o alta
Distribución de probabilidad: Es una función matemática, que asigna a la valor
de una variable aleatoria un valor de probabilidad
debe cumplir:

1 0<=p(x)<=1
2 ∑▒ 〖𝑝 (𝑥)=1
〗

4
quejas # días p(x) (x-media)2
0 3 0.13043478 7.98676749
1 4 0.17391304 3.33459357
2 3 0.13043478 0.68241966
3 6 0.26086957 0.03024575
4 2 0.08695652 1.37807183
5 1 0.04347826 4.72589792
6 4 0.17391304 10.073724
23

media 2.83
varianza 3.80
desviación 1.95

2
3
2 2 E

L
E
E
L
E L

L E E

L L

L
 8
X p(x) (x-media)2
EEE 3 0.125 2.25
EEL 2 0.125 0.25
ELE 2 0.125 0.25
ELL 1 0.125 0.25
LEE 2 0.125 0.25
LEL 1 0.125 0.25
LLE 1 0.125 0.25
LLL 0 0.125 2.25
6
media 1.5
varianza 0.75
desviación 0.8660254
 ANOTE DATOS
tiempo PARA ESTUDIO
# (horas) DE LA MEDIA 7.1 a
1 1.74 7.3
2 1.81 7
3 1.67 6.9
4 1.6 6.6
5 1.87 6.9 b
6 6.5
7 7.3 c
8 6.85
9
10
11
12
media 6.94
mediana 6.90
moda 7.30
6.9
s 0.275882423
P 0.422885465

s 0.275882423
s2 0.076111111

0.4
0.0219089
INTERVALO PARA LA MEDIA (n>30)
CON DATOS CON CALCULOS
X 52 1.738
s 4.69041575982343 0.1075639344762
n 100 5
NC 90% 92%
LS= 52.77150473745 1.82221509710
LI= 51.22849526255 1.65378490290

INTERVALO PARA LA MEDIA (n<30)

CON DATOS CON CALCULOS
X 22500 1.738
s 1500 0.1075639344762
n 10 5
NC 90% 95%
LS= 23369.52181 1.87156
LI= 21630.47819 1.60444

INTERVALO DE CONFIANZA PARA LA PORCION

CON DATOS
f 1098
n 3769
NC 96%
LS= 30.6524%
LI= 27.6124%
PRUEBA DE HIPOTESIS PARA LA MEDIA (n>30)
CON DATOS CON CALCULOS
X 2251 1.738
s 812 0.1075639344762
n 64 5
ALPHA 5% 5%
Ho:μ = 2100
H1:μ ≠ 2100

Zp= 1.48768472906 ###

PRUEBA DOS COLAS

Zc= -1.95996398454 -1.95996398454

CONCLUSION ACEPTAR H0 RECHAZAR H0

VALOR DE P= 0.93158297164 0.00000000000

PRUEBA ED HIPOTESIS PARA LA MEDIA (n<30)

CON DATOS CON CALCULOS
X 12 1.738 1680
s 3 0.1075639344762
n 10 5
ALPHA 5% 5%
Ho:μ = 70
H1:μ ≥ 70
tp= -61.13737 -1419.04880
PRUEBA LADO
DERECHO
tc= 1.83311293266 2.13184678633
CONCLUSION RECHAZAR H0 RECHAZAR H0
VALOR DE P= Err:502 Err:502

PRUEBA DE HIPOTESIS PARA LA PORCION

CON DATOS
f 170
n 300
p= 56.667%
Ho:π = 52.000%
H1:π ≥ 52.000%
Zp= 1.61787557232358
ALPHA 1%
PRUEBA LADO
DERECHO
Zc= 2.32634787404
CONCLUSION ACEPTAR H0
VALOR DE P= 0.94715529219

≠
≥
≤
=
 n1 40 n2 55
X1 7.6 X2 8.1
s1 2.3 s2 2.9

Ho Media1= Media 2
H1 Media1 < Media 2

Si abs(Zp)>abs(Zc) rechazo la H0

Zp -0.936324513
alpha 5%
Zc 1.9599639845
Decisión Acepto Ho
Valor de p 0.1745530653
PORCIÓN El muestreo para hacer inferencia estadística tiene que ser aleatorio
N 780,000 Muestreo Aleatorio Simple MAS
NC 95% 1.9599639845
P 50%
error 5.0%
n(con N)= 384 0.0492%
n(sin N)= 384

MEDIA
estimación de s 4000 1 1.64
error 100 2 1.57
n(Sin N) 6146 3 1.81
4 1.81
5 1.6
6 1.87
7 1.6
8 1.6
9 1.67
10 1.8
11 1.74
12 1.63
13 1.79

promedio 1.70230769
cia estadística tiene que ser aleatorio

1.74 11 0 1.74
1.67 4 1.81
1.81 9 1.67
1.6 7 1.6
1.64 6 1.87

1.57
1.81
1.87
1.6
1.8
1.63
n 10 ≤
x 8 ≥
π 0.2
PROBABILIDAD EXACTA
P(8)= 0.000074
PROBABILIDAD ACUMULADA (A LO MAS)
P(x≤8)= 0.9999958016 a lo mas al menos
PROBABILIDAD ACUMULADA (AL MENOS) 4 0.08808038 0.99992207 0.1208738816
P(x≥8)= 0.0001 5 0.02642412 0.87912612 7.79264E-05
μ= 2 6 0.00550502
σ= 1.26491106406735 7 0.00078643
varianza 1.6 0.12079596 0.12079596 0.12079596

Definición: La probabilidad de obtener x éxitos en n ensayos repetidos, cuando la probabilidad de éxito es pi, y la probabilidad
de fracaso es 1-pi, el orden no importa y se sigue un proceso de Bernoulli se calcula de la siguiente manera:

Proceso de Bernoulli
𝑝(𝑥)=(𝑛¦𝑥) 𝜋^𝑥
1) Un evento se repite n veces 〖 (1−𝜋) 〗 ^(𝑛−𝑥) con
2) Cada evento tiene dos resultados posibles, éxito y fracaso
x=0,1,2,3,...,n
3) La probabilidad de éxito (pi) y la probabilidad de fracaso (1-pi) permanencen constantes en cada evento o ensayo
4) Cada evento es independiente de los demás

(n x) Combinatorio
dad de éxito es pi, y la probabilidad
siguiente manera:

¦𝑥) 𝜋^𝑥
〗 ^(𝑛−𝑥) con
,...,n
en cada evento o ensayo
n 20 ≤ Media 2
x 2≥
π 5.00%
PROBABILIDAD EXACTA
P(2)= 0.18394
𝑝(𝑥)=𝑒^(−𝜇) 𝜇^𝑥/𝑥!
PROBABILIDAD ACUMULADA (A LO MAS)
P(x≤2)= 0.919698603
PROBABILIDAD ACUMULADA (AL MENOS)
P(x≥2)= 0.264241118

Definición: La probabilidad de obtener x exitos en n ensayos (n>20) cuando la probabilidad de éxito es pi (pi<0.05) y el orden
 0.02 100 2
0.002 200 0.4

𝜇^𝑥/𝑥! 𝑐𝑜𝑛 𝜇=𝑛× 𝜋 y x=0,1,2,...

éxito es pi (pi<0.05) y el orden no importa, se calcula de la siguiente manera

0,1,2,...
media 6≤ Media 2
x 2≥

PROBABILIDAD EXACTA
P(2)= 0.04462
𝑝(𝑥)=𝑒^(−𝜇) 𝜇^𝑥/𝑥!
PROBABILIDAD ACUMULADA (A LO MAS)
P(x≤2)= 0.061968804
PROBABILIDAD ACUMULADA (AL MENOS) 0.98343639
P(x≥2)= 0.982648735 0.67667642
0.30675998

Definición: La probabilidad de obtener x exitos en n ensayos (n>20) cuando la probabilidad de éxito es pi (pi<0.05) y el orden
 0.02 100 2
0.002 200 0.4

𝜇^𝑥/𝑥! 𝑐𝑜𝑛 𝜇=𝑛× 𝜋 y x=0,1,2,...

éxito es pi (pi<0.05) y el orden no importa, se calcula de la siguiente manera

0,1,2,...
N(tamaño de población)
r(exitos en la población)
n(tamaño de muestra)
x(éxito en la muestra)
P(0 de 3)=
10 0.03968254 N total de elementos
7 0.0397 n tamaño de muestra
3 0.3175 r # de éxitos en el total de elementos
0 x éxitos en la muestra
0.6429
𝑝(𝑥)=(5¦2)((18−5)¦(4−2))/
𝑝(𝑥)=(𝑥¦𝑟)((𝑁−𝑥)¦(𝑛−𝑟))/
0.0083 0.9917 ((𝑁¦𝑛) ) ((18¦4) )

Se sabe que en una tienda de computadoras hay 18 en total, de las cuales 5 presentan desperfectos. Si
se toma una muestra de tamaño 4, encontrar la probabilidad que 2 tengan desperfectos

Combinatorio (18 en 4) 3060 desperfectos 5

Combinatorio (5 en 2) 10 buenas 13
Combinatorio (13 en 2) 78 total 18

0.175 p(2 desper) 0.254902

0.00833333333333333
0.183333333333333
 el total de elementos

¦2)((18−5)¦(4−2))/

sperfectos. Si

x
N-x
N
n 16
x 5
(𝑛¦𝑥)=𝑛!/(𝑛−𝑥)!𝑥!
Combinatorio
de (16 en 5)= 4,368
n!=n(n-1)(n-2)(n-3)…0!
0!=1
Definición: Es el número de maneras en que x objetos pueden ser seleccionado de n objetos cuando el orden no importa

Ejemplo: ¿de cuántas maneras se puede seleccionar 5 personas de un grupo de 16 para integrar un comité ?
os cuando el orden no importa

ntegrar un comité ?
µ 36 1
σ 1.9 complemento 0.95
x 39.5 41.1
P(X>39.5)= 0.03272988
P(X<39.5)= 0.96727012
P(39.5<X<41.1)= 0.0291
x= 39.13 𝑝(𝑥)=𝑒^(((𝑥−𝜇)/𝜎)^2
)/(√2𝜋 𝜎)

𝑧=(𝑥−𝜇)/𝜎 z es la variable normalizada

capítulo 6 2 200 200,250 225 250,200 225
250 200,150 175 250,300 275
150 200,200 200 150,200 175
200 200,300 250 150,300 225
300 250,150 200 200,300 250

Cuántas muestras de tamaño 2 se pueden seleccionar de una población de 5

10

Media de la
distribución
media de la muestral de
población 220 medias 220

desviación p 50.9901951

error estánda 31.22499 31.22499

4 n=40
media=100
desviación=25

error estándar 10

10 resuelto con tabla y hoja de cálculo

14