Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA
Probabilidad y Estadística
1.Introducción
Estadística
La estadística es una herramienta útil y rigurosa en el campo
de la investigación de todas las ciencias e ingenierías.
En resumen:
Los datos que están organizados en una lista y que tienen
un cierto orden se les conoce como datos agrupados y los
datos que no están organizados se les conocen como
datos sueltos.
Probabilidad y Estadística
2.Presentación y medidas de información
Ejercicio
El estallido del explorador espacial Challenger con sus astronautas en
1986 condujo a efectuar varios estudios para investigar los motivos de
su fracaso al elevarse. La tensión se dirigió rápidamente al
comportamiento de las computadoras. Los datos de las observaciones
de x=tiempo de respuesta (milisegundos) para cada respuesta de prueba
o de despegue real del cohete son los siguientes:
86 61 83 45 70 80
68 67 73 57 70 52
53 75 70 76 75 58
49 40 67 66 69 58
60 72 70 63 78 67
67 61 81 79 76 31
K = Numero de clases o intervalos
K= subjetiva 5 ≤k ≤15 Grafica de Criterio de sturges
K= Criterio de sturges
K=1+3.3222log(n)
n= numero de datos
Ejemplo:
Si n=10 k≈4, n=500 k≈10 n=5000 k≈13
Dónde:
W= Amplitud
xmax= Dato mayor,
xmin= Dato menor
Sustituyendo valores
xmax= Dato mayor,
xmax= Dato menor
𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛 84 − 31
𝑊= = = 7.57
𝑘 7
Clase o Conteo Frecuencia
intervalo absoluta (fi)
1 31-38 l 1
2 39-46 ll 2
3 47-54 lll 3
4 55-62 llll ll 6
5 63-70 llll llll ll 12
6 71-78 llll ll 7
7 79-85 llll 5
Ejemplo:
fi: Un ordenador tuvo un tiempo de respuesta de 31 a 38 ms
2 ordenadores tuvieron un tiempo de respuesta de 39 a 46 ms
Clase o Conteo Frecuencia Frecuencia Frecuencia
intervalo absoluta (fi) relativa (fr) relativa %
(fr%)
1 31-38 l 1 1/36=0.027 2.7
2 39-46 ll 2 2/36=0.055 5.5
3 47-54 lll 3 3/36=0.083 8.3
4 55-62 llll ll 6 6/36=0.116 16.6
5 63-70 llll llll ll 12 12/36=0.333 33.3
6 71-78 llll ll 7 7/36=0.194 19.4
7 79-85 llll 5 5/36=0.138 13.8
Ejemplo:
fr y fr%: El 0.027 o 2.7% de los ordenadores tuvieron un tiempo de respuesta de 31 a
38 ms
Clase o Frecuenci Frecuencia
intervalo a absoluta Acumulada
(fi) (fac)
1 31-38 1 1
2 39-46 2 3
3 47-54 3 5
4 55-62 6 12
5 63-70 12 24
6 71-78 7 31
7 79-85 5 36
Ejemplo:
fac: Un ordenador tuvo un tiempo de respuesta menor o igual a 38 ms
3 ordenadores tuvieron un tiempo de respuesta menor o igual a 46 ms
Clase o Frecuenci Frecuencia Frecuencia Frecuencia
intervalo a absoluta Acumulada Acumulada Acumulada
(fi) (fac) relativa (facr) relativa %
(facr%)
1 31-38 1 1 1/36=0.270 2.7
2 39-46 2 3 3/36=0.083 8.3
3 47-54 3 5 6/36=0.166 16.6
4 55-62 6 12 12/36=0.333 33.3
5 63-70 12 24 24/36=0.666 66.6
6 71-78 7 31 31/34=0.861 86.1
7 79-85 5 36 34/34=1.000 100
Ejemplo:
facr y facr%: El 0.027 o el 27 % de los ordenadores tuvieron un tiempo de respuesta
menor o igual a 38 ms
Clase o Frecuencia Frecuencia
intervalo absoluta (fi) Complementaria
(fc)
1 31-38 1 36
2 39-46 2 35
3 47-54 3 33
4 55-62 6 30
5 63-70 12 24
6 71-78 7 13
7 79-85 5 5
Ejemplo:
fc: 36 ordenador es tuvieron un tiempo de respuesta mayor o igual a 31 ms
35 ordenador es tuvieron un tiempo de respuesta mayor o igual a 39 ms
Clase o Frecuencia Frecuencia Frecuencia Frecuencia
intervalo absoluta (fi) Complementaria Complementaria Complementaria
(fc) relativa (fc) relativa % (fcr%)
1 31-38 1 36 1 100%
2 39-46 2 35 0.972 97.2%
3 47-54 3 33 0.916 91.6%
4 55-62 6 30 0.833 83.3%
5 63-70 12 24 0.666 66.6%
6 71-78 7 12 0.333 33.3%
7 79-85 5 5 0.138 13.8%
Ejemplo:
fcr o fcr%: 1.0 ordenadores o el 100% de los ordenadores tuvieron un tiempo de
respuesta mayor o igual a 31 ms
Clase o Xi Limites Reales
intervalo LRI-LMRS
1 31-38 34.5 30.5-38.5
2 39-46 42.5 38.5-45.5
3 47-54 50.5 46.5-53.5
4 55-62 58.5 54.5-61.5
5 63-70 66 .5 62.5-69.5
6 71-78 74.5 70.5-77.5
7 79-85 82.5 78.5-85.5
31+38 39+46 47+54 55+62
𝑋𝑖 = = 34.5 𝑋𝑖 = = 42.5 𝑋𝑖 = = 50.5 𝑋𝑖 = = 58.5
2 2 2 2
71+78 39+46 47+54
𝑋𝑖 = = 66.5 𝑋𝑖 = = 74.5 𝑋𝑖 = = 82.5
2 2 2
Factor de corrección de continuidad
79 − 78
𝐹. 𝐶. 𝐶 = = 0.5
2
Ejercicio:
a) ¿Cuántos y entre que intervalo de milisegundos aparecen más
ordenadores?
b) ¿Cuántos y entre que intervalo de milisegundos aparecen menos
ordenados?
c) ¿Cuántos y que porcentaje de ordenadores presenta un tiempo de
respuesta menor o igual a 62 ms?
d) ¿Cuántos y que porcentaje de ordenadores presenta un tiempo de
respuesta mayor o igual a 55 ms?
e) ¿Cuántos y que porcentaje de ordenadores presenta un tiempo de
respuesta entre 38.5 y 53.5 ms?
Solución:
a) Entre 62.5 ms y 69.5 ms, y aparecen 12 ordenadores
b) Entre 30.5 ms y 38.5 ms, y aparece un ordenadores
c) 12 o 33.3% de los ordenadores presentan un tiempo de respuesta
menor o igual a 62 ms
d) 30 o 83.3% de los ordenadores presentan un tiempo de respuesta
mayor o igual a 55 ms
e) 5 o 13.8% de los ordenadores tienen un tiempo de respuesta
entre 38.5 y 53.5 ms
Representación gráfica de los datos
Diagrama de barras Histograma
Polígono de frecuencias
Diagrama de sectores
Formas de graficas
14
12
12
10
Frecuencias
8 7
6
6 5
4 3
2
2 1
0 0
0
26,5 34.5 42.5 50.5 58.5 66.5 74.5 82.5 90.5
Clase o intervalo
35 33.3
30
Frecuencias relativa %
25
19.4
20 16.6
15 13.8
10 8.3
5.5
5 2.7
0 0
0
26,5
42.5
34.5
50.5
58.5
66.5
82.5
90.5
74.5
Clase o intervalo
Ejercicio ¿Cómo se presenta la distribución del tiempo de respuesta de los
ordenadores?
Solución: Distribución normal
Diagrama de sectores
31-38
39-46
47-54
55-62
63-70
31-38
71-78
39-46
79-85
47-54
55-62
63-70
71-78
79-85
Frecuencia acumulada
40
10
15
0
25
30
5
20
35
0
38.5
46.5
54.5
62.5
70.5
Clase o intervalo
78.5
86,5
120
100
Frecuencia acumulada
80
60
40
20
0
0 38.5 46.5 54.5 62.5 70.5 78.5 86.5
Clase intevalo
40
35
Frecuencia complementaria
30
25
20
15
10
5
0
38,5 46,5 54,5 62,5 70,5 78,5 86,5
Clase o intervalo
120
Frecuencia complementaria
100
80
60
40
20
0
38,5 46,5 54,5 62,5 70,5 78,5 86,5
Clase o intervalo
Solución
σ 𝑥𝑖 42 + 23 + 28 + 50 + 28 + 34 + 61 + 32 + 31 + 37
𝑥ҧ = =
𝑛 10
𝑥ҧ = 36.6
Mediana (𝑥)
La mediana de un conjunto finito de valores, es aquel que divide al
conjunto en dos partes iguales, de forma que el número de valores
mayores o iguales a la mediana es igual al número de valores menores o
iguales a esta. Para saber cuál será la mediana es necesario:
a) Ordenar los datos ya sea en orden ascendente o descendente.
b) Si el número de datos es impar, la mediana será el dato que se localiza
en el centro.
c) Si el número de datos es par se toman los dos datos centrales y se
divide entre dos.
Ejemplo 1
3,5,4,8,9,3,2,4,5,9,8,5,5,4,4,3,3,4
Solución
Ordenando números: 2,2,3,3,3,3,4,4,4,4,5,5,5,5,8,8,9,9
Identificando mediana: 2,2,3,3,3,3,4,4,4,4,5,5,5,5,8,8,9,9
∴ 𝑥 = 4
Ejemplo 2
3,5,4,8,9,3,2,4,5,9,8,5,5,4,4,3,3,4
Solución
Ordenando números: 2,2,3,3,3,3,4,4,4,4,5,5,5,5,8,8,8,8,9,9
Identificando mediana: 2,2,3,3,3,3,4,4,4,4,5,5,5,5,8,8,8,8,9,9
4+5
𝑥 = 𝑥 = 4.5
2
Moda (𝑥)
ො
Solución
a) 𝑥ො = 10
b) 𝑥ො = 5,6 Bimodal
c) 𝑥=𝜙
ො
d) 𝑥=8.5
ො
Medidas de tendencia central para datos
agrupados
Media (𝑥)ҧ
σ 𝑓𝑖 𝑋𝑖
𝑥ҧ =
𝑛
Dónde:
fi=Frecuencia absoluta
Xi=Marca de clase
Mediana (𝑥)ҧ
𝑛
− 𝑓𝑎𝑐𝑘−1
𝑥 = 2 ∗ 𝑊 + 𝐿𝑚𝑜
𝑓𝑖𝑀𝑑
Dónde:
fak-1=Frecuencia acumulada hasta antes de la clase que
contiene a la mediana
fiMd=Frecuencia absoluta de la clase que contiene la
mediana
W=Amplitud
Lmo=Limite real inferior de la clase que contiene a la
mediana
Moda (𝑥)
ො
𝑑1
𝑥ො = 𝐿𝑚𝑜 + ∗𝑊
𝑑1 + 𝑑2
d1=Frecuencia absoluta de la clase que contiene a la
moda menos la frecuencia absoluta de la clase anterior.
d2=Frecuencia absoluta de la clase que contiene a la
moda menos la frecuencia absoluta de la siguiente clase.
Lmo=Límite inferior real de la clase que contiene a la
moda.
W=Amplitud
Ejercicio
σ 𝑓𝑖 𝑋𝑖 7762 180−179
𝑥ҧ = = = 215.53 𝐹. 𝐶. 𝐶 = = 0.5
𝑛 36 2
𝑛 36
− 𝑓𝑎𝑐𝑘−1 −9
𝑥 = 2 ∗ 𝑊 + 𝐿𝑚𝑜 = 2 ∗ 49 + 179.5 = 213.42
𝑓𝑖𝑀𝑑 13
𝑑1 6
𝑥ො = 𝐿𝑚𝑜 + ∗ 𝑊 = 179.5 + ∗ 49 = 208.9
𝑑1 + 𝑑2 6+4
Ejercicio
Solución:
σ 𝑓𝑖 𝑋𝑖 2439 79−78
𝑥ҧ = = 36 = 215.53 𝐹. 𝐶. 𝐶 = 2 = 0.5
𝑛
𝑛 36
− 𝑓𝑎𝑐 − 12
𝑥 = 2 𝑘−1
∗ 𝑊 ∗ 𝐿𝑚𝑜 = 2 ∗ 7 ∗ 62.5 = 66
𝑓𝑖𝑀𝑑 12
𝑑1 6
𝑥ො = 𝐿𝑚𝑜 + ∗ 𝑊 = 62.5 + ∗ 7 = 66.38
𝑑1 + 𝑑2 6+5
2) Medidas de dispersión
Media:
440 419 521
𝑥𝐴 = 5 = 88 𝑥𝐵 = = 83.6 𝑥𝐶 = = 104.2
5 5
Mediana:
A: 68,88,89,92,103 B:76,79,86,88,90 C:88,88,104,118,123
Rango:
A: 130-68=35 B: 90-76=14 C: 123-88=35
Varianza (S):
2
(88 − 88)2 +(68 − 88)2 +(89 − 88)2 +(92 − 88)2 +(103 − 88)2
𝑆 𝐴= = 160.5
5−1
2
73 − 83.8 2 + 88 − 83.8 2 + 90 − 83.8 2 + 86 − 83.8 2 + 79 − 83.8 2
𝑆 𝐵=
4
= 36.5
𝑆2𝐶
104 − 104.2 2 + 88 − 104.2 2 + 118 − 104.2 2 + 88 − 104.2 2 + 79 − 104.2 2
=
4
= 267.2
R=xmax-xmin=86-31
R=55
2354
𝑥ҧ = = 65.38
36
σ𝑘
𝑖=0(𝑿𝒊 − 𝒙)𝒇𝒊
𝑠2 =
𝑛−1
Solución
𝑛 = 5 + 9 + 8 + 6 = 28
𝑥𝑖 = 1 + 1 + 1 + ⋯ + 2 + ⋯ + 3 + ⋯ + 4 = 5 1 + 9 2 + 8 3 + (6)(4)
2
σ 𝑥𝑖 𝑓𝑖 702
𝑥𝑖 = 71 σ 𝑥𝑖2 𝑓𝑖 − 1 2
5 + 2 2
9 + 3 2
8 + 4 2
6 −
𝑠2 = 𝑛 = 28
𝑛−1 28 − 1
𝑥ҧ = 2.5
s2=1.07 s=1.03
Ejercicio
Calcular media, mediana, moda, varianza y desviación estándar
de la siguiente tabla:
Solución
σ 𝑓𝑖 𝑋𝑖 3780
𝑥ҧ = = = 75.6
𝑛 50
𝑘 2 𝑓𝑖
σ 𝑖=1 𝑥 1 − 𝑥ҧ 10832.21
𝑠2 = =
𝑛−1 50
s2=221.66
s=14.86
Uso de la calculadora
Elegir la opción
que desee
Probabilidad y Estadística
3.Probabilidad
Técnicas de conteo o análisis de combinatoria
Para responder las preguntas de cuantas o cual es el
numero podríamos proceder de 2 formas: 1 (enlistar
todas las posibilidades) y 2 (determinar su número sin
enlistarlas). La determinación del número sin enlistar
todas las posibilidades es de lo que se ocupa la teoría
combinatoria mediante reglas o formulas, sin embargo
podemos auxiliarnos con diagramas para tener una idea
del problema. Los diagramas más usuales son los
diagramas de venn euler, árbol y “rayitas”.
Ejercicio, supongamos que una habitación tiene 4 puertas,
llámemelos A, B, C y D que estamos interesados en saber de
cuantas formas podemos entrar por una puerta y salir por
otra ¿cuántas son?
Solución: 4X3=12
Ejercicio
Solución: 2x5x3= 30
Ejercicio
Un restaurante ofrece 3 sopa diferente, 4 carnes, 3 postres y 4 tipos de
bebidas ¿De cuantas formas podemos ordenar una comida completa
consistente de una sopa, una carne, un postre y una bebida?
Solución: 3X4x3x4=144
Ejercicio
¿Cuántos número de 5 cifras se puede formar con los dígitos del 0
al 9, que sean múltiplos de 5 y donde no se pueden repetir los
dígitos?
Solución: 6X7X8X9X2=6048
Ejercicio:
Los números hexadecimales se forman usando dieciséis dígitos 0, 1, 2, 3, 4, 5,
6, 7, 8, 9, A, B, C, D, E, F. Se denotan con el subíndice 16. Por ejemplo,
9A2D16 y BC5416 son números hexadecimales
¿Cuantos números hexadecimales comienzan con uno de los dígitos de 3 a B
y terminan con uno de los dígitos de 5 a F y tienen una longitud de 5
dígitos?
Solución: 9X16X16X16X11 = 405 504
Ejercicio
¿Cuantos enteros del 1 a 100 000 contienen exactamente el digito 6 una vez?
Solución: 5x9x9x9x9 = 32805
PERMUTACIONES
El producto de los n primeros enteros positivo consecutivo es llamado n
factorial o el factorial de n y se denota por n! Si n=0 entonces 0!=1.
n!=n(n-1)(n-2)(n-3)…(3)(2)(1)
Ejemplos:
4!= (4)(3)(2)(1)=24
6! 6∗5∗4∗3!
= = 6 ∗ 5 ∗ 4 = 120
3! 3!
Ejercicio
¿De cuantas maneras se pueden colocar dos libros distintos encuaderno en
rojo, cuatro distintos en verde y cinco distintos en azul sobre una estantería
de manera que todos los libros de un mismo color estén juntos?
Solución
𝑃3,3 = 3! = 6
Rojos: 𝑃3,3 = 2! = 2 Verdes: 𝑃3,3 = 4! = 24 Azules: 𝑃3,3 = 5! = 120
6(2*24*120)=34560
Ejercicio
Un grupo de seis personas asisten al cine junto.
a) Dentro del grupo de seis existe una pareja que insiste en sentarse
juntos. ¿De cuantas maneras pueden los seis sentarse juntos en una fila?
b. Dos de las personas no se caen bien y no desean sentarse juntas.
¿Ahora de cuantas maneras pueden sentarse los seis juntos en una fila?
Solución
a)
b)
6!-240=720-240= 480
PERMUTACIONES SIN REPETICIÓN
Solución
5!
= 10
3! 2!
Ejercicio
a) ¿De cuantas maneras distinguibles se pueden ordenar las
letras de la palabra HULLABALOO cuando se arreglan en orden?
b) ¿Cuantos ordenamientos distinguibles de las letras de
HULLABALOO comienzan con U y terminan con L?
c) ¿Cuantos ordenamientos distinguibles de las letras de
HULLABALOO contienen las dos letras HU al lado del otro en
orden?
Solución
Hay 2 A, 1 B, 1H, 3L, 2O y 1U
10!
a) = 151200
2!1!1!3!2!1!
8!
b) = 5040
2!1!2!2!
9!
c) = 15120
1!2!1!3!2!
COMBINACIONES
Cuando hablamos de combinaciones el orden no es un factor
que nos interese.
Las combinaciones de n elementos tomados de R en R(R>n),
se denota por
𝑛 𝑛 𝑛!
𝐶𝑟 = =
𝑟 𝑛 − 𝑟 ! 𝑟!
Ejercicio
¿Cuántos helados de 2 sabores diferentes nos puede servir si
tiene el siguiente surtido de sabores: chocolate, vainilla,
pistache, fresa, uva y coco?
Solución
𝑛 𝑛! 6 6!
𝐶𝑟𝑛 = = 𝐶26 = = =15
𝑟 𝑛−𝑟 !𝑟! 2 6−2 !2!
Ejercicio
Determina el número de juegos que pueden celebrarse entre los 18
equipos de futbol de la liga mx si sólo se enfrentan una vez los
equipos.
Solución
n=18 r=2
18 18!
𝐶38 = = = 153
2 18 − 2 ! 2!
Ejercicio
Un segmento de recta AB se divide internamente en siete puntos
¿Cuántos segmentos adicionales se crean?
Solución
n=9 r=2
9!
𝐶9,2 = = 36
9 − 2 ! ∗ 2!
Segmentos adicionales= 36-1 = 35
Ejercicio
Un club está considerando modificar sus estatutos. En una votación de
tanteo inicial sobre el tema, 24 de los 40 miembros del club favoreció el
cambio y 16 no. Se eligió un comité de seis de los miembros de los 40
miembros del club para dedicarse a seguir estudiando la posibilidad.
a) ¿Cuantos comités de seis pueden formarse a partir de los miembros
del club?
b) ¿Cuantos comités pueden formarse que contengan al menos tres
miembros del club que, en el estudio preliminar, favorecieron el cambio
en los estatutos?
Solución
24 16 24 16 24 16 24 16
+ + + = 3223220
3 3 4 2 5 1 6 0
Para las combinaciones con repetición utilizamos la siguiente
formula
𝑛′
𝑛+𝑟−1 !
𝐶𝑟 =
𝑛 − 1 ! 𝑟!
Ejercicio
De cuantas formas podemos seleccionar 3 colores con repetición
de los siguientes colores: rojo, azul, verde y morado:
Solución
Para 3
′ 4+3−1 !
𝐶34 = = 20
4 − 1 ! 3!
Para 2
′ 4+2−1 !
𝐶24 = = 10
4 − 1 ! 2!
PROBABILIDAD
El origen de la probabilidad se encuentra en el trabajo motivado por los
juegos de azar; del juego de azar surge el principio de la probabilidad
de un evento (posibilidad de que ocurra un evento o resultado).
La teoría de la probabilidad tiene por objeto el análisis matemático de la
noción de azar, donde el tipo de operaciones que se emplean son
combinaciones, permutaciones y otros arreglos.
Esta teoría nos permite medir el riesgo de un error o parámetro
numérico. Sin embargo en la estadística matemática a pesar de definirse
los límites de la probabilidad, la precisión queda dudosa.
La probabilidad puede estudiarse desde 3 puntos de vista:
a) Probabilidad clásica a priori
Se llama así porque supone conocer de ante mano el número
de casos favorables y si un suceso puede ocurrir en a formas y
fallar en b formas, entonces el número de formas posibles en
que puede ocurrir o no ocurrir es a+b
La probabilidad P del que el suceso ocurra se define como el
𝑎
cociente 𝑃 =
𝑎+𝑏
𝑏
La probabilidad de que no ocurra es 𝑞 =
𝑎+𝑏
Certeza de que ocurra
𝑎 𝑏 𝑎+𝑏
𝑝+𝑞 = + = =1
𝑎+𝑏 𝑎+𝑏 𝑎+𝑏
Si q=0, p=1, Si q=1, p=0
b) La probabilidad objetiva o estadística está relacionada
con la clásica sin embargo considera que la probabilidad
de un evento se calcula a “Posteriori”, después de que se
ha realizado un numero grande de experimentos y se tiene
idea del comportamiento estadístico del fenómeno. De
esos resultados se hace un cálculo y se dice “Es probable
que suceda de esa manera”
Lanzamiento…
0.8
Frecuencia Acomulada
0.6
0.4
0.2
0
0 100 200 300 400 500
Número de Lanzamientos
c) La probabilidad subjetiva se indica como un estado
en la mente.
Operaciones con eventos
12
a)P(CALCULO) = = 0.24 24%
50
12
b)P(CALCULO)’ =1 − = 0.76 𝑜 76%
50
Solución
5 5 15
𝑃 𝑅𝑅𝐵 = × × = 0.0468 = 4.68 %
20 20 20
5 15
𝑃 𝑅 = 20 = 0.25 = 25% 𝑃 𝐵 = 20=0.75=75%
Ejercicio
Cual es la probabilidad de que en una baraja de 52 cartas
salga una determinada carta
a) trébol
b) Az
c) carta roja
d) carta negra o un az
Solución
13
a) = 0.25 = 25%
52
4
𝑏) = 0.076 = 7.6%
52
26
𝑐) = 0.5 = 50%
52
26 4 2
d)𝑃 𝑛𝑒𝑔𝑟𝑜 ∪ 𝐴𝑠 = 𝑃 𝑛𝑒𝑔𝑟𝑜 + 𝑃 𝐴𝑠 − 𝑃 𝑛𝑒𝑔𝑟𝑜 ∩ 𝐴𝑠 = + − =
52 52 52
28
= 0.53 = 53%
52
Ejercicio
Un cliente de una tienda está por elijar entre 9 bolsas de
papas. Las bolsas de papas son de la mima marca, sin
embargo existen dos sabores diferentes, cuatro bolsas son de
limón y cinco bolsas son de papas adobadas.
a) El cliente desea tomar dos bolas ¿Cuál es la probabilidad
de que se lleve dos bolsas de papas adobadas?
b) Si el cliente decide tomar cuatro bolsas ¿Qué probabilidad
existe de que se lleve todas las bolsas de limón?
Solución
5 4
𝑃= = 0.277
9 8
27.7%
4 3 2 1
𝑃= = 0.0079
9 8 7 6
0.79%
PROBABILIDAD CONDICIONAL
Si un evento ocurrido anteriormente puede influir sobre un evento
actual, trataremos de considerar de qué manera lo afecta. Sea A y A
dos eventos del espacio de eventos S la probabilidad condicional del
evento B dado que ocurrió el evento A, se denota y calcula por
𝐵 𝑃 𝐴∩𝐵
𝑃 =
𝐴 𝑃 𝐴
Ejemplo
Si se tira un dado ¿Cuál es la probabilidad que en evento B salga un 6
dado que en el evento A, cayó un número par?
1
𝑃(3 ∩ 1) 6 6 1
= = = = 0.33 33%
𝑃(3) 3 6×3 3
6
1
𝐵 𝑃 𝐴∩𝐵 6 1
𝑃 = =𝑃 =6=
𝐴 𝑃 𝐴 𝑃𝐴𝑅 1 3
2
Ejercicio
Se toma un grupo de 20 alumnos. Se cuenta el número de
alumnos que fuman F=8, se cuento el número de alumnos que
usan lentes L=12 y el número de alumnos que fuman y usan lentes
F∩L=6 alumnos. Al elegir a un alumno cualquiera ¿Cuál es la
probabilidad de que?
a) Sea un fumador
b) use lentes
c) ambas
d) De que fue dado de que lleva lentes
Solución
8
a)𝑃 𝐹 = 20 = 40%
12
b)𝑃 𝐿 = 20 = 60%
6
c) 𝑃 F ∩ L = 20 = 30%
3
𝐹 10 1
d) 𝑃 = 3 = 2 = 50%
𝐿
5
DISTRIBUCIÓN DE PROBABILIDAD DISCRETA
Cuando las variables toman valores enteros se trata de variables
discretas se puede hacer una tabla con los puntos muéstrales la
variable aleatoria y se probabilidad. Por ejemplo se tiene un
espacio muestra de cada uno de los resultados posibles de
lanzamiento de un moneda en tres ocasiones
P(x)=f(x)
P(0)=1/8
P(1)=3/8
P(2)=3/8
P(3)=1/8
DISTRIBUCIÓN BINOMIAL
Un experimento binomial es aquel que tiene dos posibles resultados que se
denominan éxito y fracaso.
Probabilidad y Estadística
4.Distribucines de probabilidad
Si un ensayo binomial puede resultar en un éxito con probabilidad de
Q=1-P, entonces la distribución de probabilidad de la distribución de
probabilidad de la variable aleatoria binomial x, se calcula con
𝑛
b(x, n, p) = 𝑝 𝑝 𝑥 𝑞𝑛−𝑥
Solución
𝑛 𝑥 𝑛−𝑥
b(x; n, p) = 𝑝 𝑞 n=4 x=2 p=3/4 q=1/4
𝑥
4 3 2 1 4−2 4! 9 1 27
b(2;4, ¾) = = = = 0.2111
2 4 4 (4−2)!2! 16 16 128
21.11%
Ejercicio
Se conoce que 95% de las piezas
De las piezas producidas por una maquina son
perfectas. Se toma una muestra de 12 piezas al
azar y se desea saber la probabilidad de que
exactamente 9 sean perfectas
Solución
p=0.95
q=0.05
n=12
x=9
12!
b(9, 12, 0.95) = 0.95 9
0.05 12−9
= 220.00007
12−9 !9!
𝜇 = 11.4 𝜎 2 = 0.57 𝜎 = 0.0173 ≈ 1.7%
Ejercicio
Se conoce que el 10% de cierta población es daltónica. Si
se selecciona una muestra de 15 personas al azar de esta
población. Calcule las probabilidades siguientes
a) 4 o menos sean daltónicos
b)5 o más sean daltónicos
c) Entre 3 y 6 inclusive sean daltónicos
Solución
Datos: p= 0.1=1/10 q=0.9=9/10 n=15 x0=0 x1=1 x2=2 x3=3 x4=4
0 15−0 0 15
15 1 9 15! 1 9
𝑏 0,15,0.1 = = = 0.2058
4 10 10 15!0! 10 10
1 15−1 1 14
15 1 9 15! 1 9
𝑏 0,15,0.1 = = = 0.3431
1 10 10 15!0! 10 10
1 15−2 2 13
15 1 9 15! 1 9
𝑏 0,15,0.1 = = = 0.3668
1 10 10 15!0! 10 10
15 1 1 9 15−3 15! 1 3 9 12
𝑏 0,15,0.1 = = = 0.1255
1 10 10 15!0! 10 10
15 1 1 9 15−4 15! 1 4 9 11
𝑏 0,15,0.1 = = = 0.0428
1 10 10 15!0! 10 10
b(0, 15, 0.1) = 0.2058 b(3, 15, 0.1) = 0.1285
b(1, 15, 0.1) = 0.3431 b(4, 15, 0.1) = 0.0428
b(2, 15, 0.1) = 0.2668 b(5, 15, 0.1) = 0.0104
b(3, 15, 0.1) = 0.1285 b(6, 15, 0.1) = 0.0019
b(4, 15, 0.1) = 0.0428 0.1836
0.9870
a) 98.7%
b) 100-98.7= 1.3%
c) 18.36%
Distribución hiperbólica
𝑛𝑘 2 𝑁 − 𝑛 𝑘 𝑘
𝜇= 𝜎 = ∗𝑛 1−
𝑁 𝑁−1 𝑁 𝑁
Ejercicio
Lotes de 40 componentes cada uno se
consideran aceptables si contienen no más de
3 defectuosos, el proceso para muestrear elote
consiste en seleccionar 5 componentes al azar
y rechazar el conjunto si se halla uno
defectuoso ¿Cuál es la probabilidad de que se
encuentre uno exactamente defectuoso en la
muestra si existen 3 defectos en todo el elote.
Solución
Datos: N= 40 n= 5 k= 3 x= 1
3 40−3 3 37 3! 37!
ℎ 𝑥; 𝑁, 𝑛, 𝑘 = 1 40
5−3
= 1 402 3−1 !1! 37−2 !
40! = 30%
5 5 40−5 !5!
𝑛𝑘 5∗3 3 𝑁−𝑛 𝐾 𝐾
𝜇 = = = = 0.325 𝜎 2 = ∗𝑛 1− 𝜎 2 = 0.31 𝜎 = 0.556
𝑁 40 8 𝑁−1 𝑁 𝑁
Ejercicio
En una caja de 10 fusible 2 de ellos esta
defectuosos. Si se examina una muestra
aleatoria de 4 fusibles ¿Cuál es la
probabilidad de encontrar los puntos?
a) Ninguno defectuoso
b) Uno defectuoso
c) uno o menos defectuoso
Solución
(2𝐶0)(8𝐶4)
= 0.33 33.3%
(10𝐶4)
(2𝐶1)(8𝐶3)
= 0.533 53.3%
(10𝐶4)
33.3+53.3= 86.6%
Un experimento de Poisson es el experimento en el cual posee las
siguientes propiedades:
Solución:
𝑒 −𝜆 𝑀 𝑥
𝑃 𝑥 ;𝜆 =
𝑥!
−4 6
𝑒 𝑀 𝑒 ∗ 46
−4
𝑃 6;4 = = = 0.104
6! 6
Ejercicio
Sea x la cantidad de ostras de cierto tipo que cae en una trampa
durante determinante periodo, suponiendo que en promedio las
trampas tendrán 4.5 ostras. Calcule:
a) La probabilidad de que una trampa contenga exactamente 5 ostras.
b) La probabilidad de que la trampa tenga a lo sumo 5 ostras.
c) ¿Cuál sería la probabilidad de que fueran más de 5 ostras?
Solución
4.55
a) P(x;5)= 𝑒 −4.5 ∗ = 0.1708= 17.08%
5!
4.50
b) P(x;0)= 𝑒 −4.5 ∗ = 0.0111 ;
5!
4.5
P(x;1)= 𝑒 −4.5 ∗ =0.0499
5!
4.52
P(x;2)= 𝑒 −4.5 ∗ = 0.1124
5!
4.53
P(x;3)= 𝑒 −4.5 ∗ =0.1687
5!
4.54
P(x;4)= 𝑒 −4.5 ∗ =0.1898
5!
R=0.1708+0.0111+0.0499+0.1124+0.1687+0.1898=0.7026=70.26%
c) 1-0.7026= 0.2974= 29.74%
Ejercicio
Una serie se conecta de tal forma que si una de
ellas falla si el sistema no funcionara. Si dos
lámparas fallan
a) Probabilidad de que la primera que
inspecciona
b) ¿Cuál es la probabilidad de encontrar a dos
que fallan si el sistema no funcionaria. Si se
inspeccionan 4 de ellas?
c) ¿Cuántas lámparas se deben inspeccionar para tener un 75% de probabilidades de
encontrar las 2 lámparas que fallaron
Solución
a) N=8 r=2 n=1 k=1
2 6
2 2 15
h(2; 8, 4, 2) = 8 = = 0.25
70
1
b) N=8 r=2 n=4 k=2
2 6
2 2 15
H(2; 8, 4, 2) = 8 = = 0.2143
70
4
X=2 N-k= 6
N=8 n-x= n-2
n=2 N-n=8-n
k=2
2 6
2 𝑛−2
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 8 = 0.75
𝑛
2! 6!
0 2! 6− 𝑛−2 ! 𝑛−2 !
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 8!
8−𝑛 ! 𝑛!
6!
8−𝑛 ! 𝑛−2 ! 6! 8−𝑛 ! 𝑛! 𝑛!
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 8! = =
8! 8−𝑛 ! 𝑛−2 ! 56 𝑛−2 !
8−𝑛 ! 𝑛!
6! 8−𝑛 ! 𝑛!
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = = 0.75
8! 8−𝑛 ! 𝑛−2 !
𝑛!
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 56 𝑛−2 ! = 0.75
𝑛!
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 𝑛−2 ! = 42
𝑛 𝑛−1 𝑛−2
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = = 42
𝑛−2 !
ℎ 𝑥, 𝑁, 𝑛, 𝑘 = 𝑛 𝑛 − 1 = 42 ⇒ 𝑛2 − 𝑛 = 42 ⇒ 𝑛2 − 𝑛 − 42 = 0 ⇒ 𝑛 − 7 𝑛 + 6 = 0
⇒
𝑛=7
Distribución normal estándar
1 ҧ
1 𝑥−𝜇
−2 𝜎
𝑦=𝑓 𝑥 = 𝑒
𝜎 2𝜋
𝑏
𝑃 𝑎 ≤ 𝑥 ≤ 𝑏 = න 𝑓 𝑥 𝑑𝑥 = 1
𝑎
𝑥ҧ − 𝜇
𝑧=
𝜎𝑥ҧ
𝜎𝑥ҧ → 𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
𝜎
𝜎𝑥ҧ = → 𝑃𝑎𝑟𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠
𝑛
𝜎 𝑁−𝑛
𝜎𝑥ҧ = ; 𝑃𝑎𝑟𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠𝑓𝑖𝑛𝑖𝑡𝑎𝑠
2 𝑁−1
𝑥 − 𝑥ҧ
𝑧=
𝑆𝑥ҧ
𝑆
𝑆𝑥ҧ =
𝑛
𝑠 𝑁−𝑛
𝑆𝑥ҧ = ∗
𝑛 𝑁−1
Ejercicio: Determine las siguientes probabilidades.
a) P(z>1)
b) P(z<1.26)
c) P(-2<z<2)
d) P(z<-1.16)
e) P(0<2<1.96)
f) P(-2.19<z<0)
g) P(-2.4≤z≤1.25)
h) P(z<-2.5)+P(z>2.5)
Ejercicio a resolver.
Una industria produce chips para una memoria USB con una media de 20 mm
de longitud y una desviación estándar de 0.15 mm. Se considera que dichas
longitudes tienen un comportamiento normal
c) ¿Entre 18 y 19.85mm?
d) Menor a 19.9 mm
Ejercicio a resolver.
c)Entre 29 y 34 horas
d)Entre 28 y 30 horas
MÉTODOS DE MUESTREO
Muestreo probabilístico
Procedimiento :
-Etiquetamos 0001-6540
-Elegimos un numero < 109
-En este caso elegimos 108
-X1 = 108
-X2=108+109=207
X3=207+109=326
Y así sucesivamente hasta 60 …..
5. Muestreo de aceptación: El muestreo de aceptación se define en la norma
ISO 3534-2 como “Muestreo en el cual se toman decisiones para aceptar o no
un lote u otro grupo de productos materiales o servicios con base en resultados
de la muestra.
El muestreo de aceptación por si mismo hace poco por la calidad. El muestreo
de aceptación se da en cualquier relación cliente proveedor, ya que entre
diferentes empresas o en el interior de ellas se requieren este tipo de medidas.
En particular si las características de calidad son variables cualitativas, entonces
un plan simple de muestreo de aceptación está definido por un tamaño de lote
(N). un tamaño de muestra (n) y el numero de aceptación.
Por ejemplo, el plan N=4000, n=100 c=2, significa que de un lote de 4000
unidades, se seleccionan 100 y si entre estas se encuentran 2 o menos piezas
defectuosas, se acepta el lote completo. Pero si se encuentran 3 o mas piezas
defectuosas el lote es rechazado.
MUESTREO NO PROBABILISTICO
Probabilidad y Estadística
6.Estimación
CÁLCULO DEL INTERVALO DE CONFIANZA
Ejercicio a resolver: Una muestra aleatoria de 625 lámparas incandescentes
tienen un promedio de vida de 950 horas, se sabe que la desviación estándar es
de 125 horas
a) Calcular el intervalo de confianza al 95% para el promedio de población de la
duración
b) Lo mismo del anterior al 99%
Ejercicio a resolver: Un centro escolar tiene una matricula de 600 estudiantes
se toma una muestra aleatoria de 36 estudiantes y se encuentra que en
promedio llegan 17 minutos a clase, una investigación previa había demostrado
que la desviación estándar era de 15 minutos. Determine:
Estime (µ1 - µ2), la diferencia en millas promedio hasta el desgaste final con un
intervalo de confianza de 99% ¿Hay una diferencia en la calidad de desgaste
promedio para los dos tipos de neumático?
Probabilidad y Estadística
7.Prueba de hipótesis
PRUEBA DE HIPÓTESIS
La prueba de hipótesis involucra una pareja de hipótesis estadísticas,
tales que la aceptación de una significa el rechazo de la otra. La hipótesis
que al investigador le gustaría establecer se llama hipótesis experimental
o hipótesis alternativa y se denota por H1, mientras que la otra se le llama
hipótesis nula y se denota por H0. Nula significa ninguna (que no tiene
diferencia).
Parejas y tipos de hipótesis
Unidireccional a la izquierda
H0: μ≥25
H1: μ<25
Unidireccional a la derecha
H0: ϓ≤3.2
H1: ϓ>3.2
Bidireccional
H0: P=0.5
H1: P≠0.5
(P-probabilidad ó
proporción poblacional)
TIPOS DE ERRORES EN LA PRUEBA DE HIPÓTESIS
TIPOS DE ERRORES EN LA PRUEBA DE HIPÓTESIS
PRUEBA DE HIPÓTESIS
La prueba de hipótesis involucra una pareja de hipótesis estadísticas, tales que
la aceptación de una significa el rechazo de la otra. La hipótesis que al
investigador le gustaría establecer se llama hipótesis experimental o hipótesis
alternativa y se denota por H1, mientras que la otra se le llama hipótesis nula y
se denota por H0. Nula significa ninguna (que no tiene diferencia).
Parejas y tipos de hipótesis
Unidireccional a la izquierda
H0: μ≥25
H1: μ<25
Ejercicio. Suponga que cierta máquina operada por monedas fue diseñada para
servir en promedio 80 oz de bebida por vaso. Después de un largo periodo de
uso sospechando que está expidiendo menos de 8 oz por vaso. Obteniendo una
muestra aleatoria de 30 vasos y se calcula que en promedio contienen 7.6 oz y
una desviación estándar de .75 oz con un α=0.05, probar hipótesis estadísticas.
Datos:
μ=80 oz
n=30
S=.75 oz
α=0.05
x=7.6 oz
Ho: μ≥8
H1:μ<8
Estadística de prueba
* Cae en rechazar Ho
Con un nivel de insignificancia del 95% se puede declarar que la máquina está
expidiendo 8 Oz (Se acepta H0)
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS
Utilidad. Verificar diferencias entre 2 marcas o 2 diferentes métodos de estudio.
PAREJAS Y TIPOS DE HIPÓTESIS
Bidireccional
H0:μ1=μ2
H1: μ1≠μ2
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS
Unilateral a la derecha
H0: μ=μ2
H1: μ1>μ2
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS
Unilateral por la izquierda
H0: μ1=μ2
H1: μ1<μ2
Cuando n1+n2-2>30, se utiliza “Zt”
ŷ=a+bx…..Ecuación de ajuste o
predicción
a=Ordenada al origen
b=Coeficiente de regresión
Syx=Error estándar
r=Coeficiente de correlación
r2=Coeficiente de determinación
Probabilidad y Estadística
8. Regresión y correlación lineal
x y X2 xy Y2
x1 y1 x 21 x 1y 1 Y2 1
… … … … … σ 𝑦 2 − 𝑏(σ 𝑥𝑦)
… … … … … 𝑆𝑥𝑦 =
xn yn x 2n xn y n y 2n
𝑛−2
𝒙 𝑦 𝑥2 𝑥𝑦 𝑦2 σ 𝑥𝑦
𝑟=
σ 𝑥2 + σ 𝑦2
Ejercicio.
Se realizó un estudio para determinar el efecto que tienen las
revoluciones por minuto sobre la cantidad de bits que un lector laser
detecta.
bytes
200
y = 14.643x + 6.3182
150 R² = 0.9926
100
50
0
0 2 4 6 8 10 12 14
X2 =650−12∗6.52 = 143
Y2 =154518−12∗101.52 = 30891
σ xy
b = σ =14.64
xy
a=y−bx=6.34
ŷ=6.34+14.64x…Ecuación de Ajuste o
Predicción.
r=0.99
r2=98.01%