BIOESTADISTICA

Ing. Juan T. Calderon Cisneros

Semestres I – 2017

Facultad Ciencias de la Salud

1
 EVALUACION

5.1 EVALUACIÓN PARA LA ACREDITACIÓN DEL ESTUDIANTE:

Referentes % Calificación Descripción

Examen 2 a 3 puntos por
30
1 cada pregunta Dos exámenes parciales, cada uno constará con un mínimo de
Examen
Examen 2 a 3 puntos por 10 preguntas
30
2 cada pregunta
2 puntos cada
Nota 1 10
Gestión en el actividad
Talleres, prácticas en laboratorio y tareas autónomas.
aula 2 puntos cada
Nota 2 10
actividad

10 puntos
Nota 1 10
documento digital Se formalizará un trabajo de investigación que implemente los
Investigación resultados de aprendizajes alcanzados por los estudiantes
10 puntos durante el semestre. Un artículo científico
Nota 2 10
exposición
 QUIEN LLEVA LA TUTORIA
5.2 PERFIL DEL DOCENTE:
NOMBRE: JUAN TARQUINO CALDERON CISNEROS

TÍTULOS OBTENIDOS:
Nombre de título Nivel Institución
INGENIERO EN ESTADISTICA INFORMATICA TERCER NIEVEL ESPOL
MASTER UNIVERSITARIO EN ANALISIS CUARTO NIVEL UNIVERSIDAD DE SALAMANCA
AVANZADO DE DATOS MULTIVARIANTES
MAGISTER EN EDUCACION SUPERIOR CUARTO NIVEL UNIVERSIDAD DE GUAYAQUIL
ESPECIALISTA EN PROYECTOS DE DESARROLLO CUARTO NIVEL UNIVERSIDAD DE GUAYAQUIL
EDUCATIVOS Y SOCIALES
DIPLOMA SUPERIOR EN DOCENCIA CUARTO NIVEL UNIVERSIDAD DE GUAYAQUIL
UNIVERSITARIA
DIPLOMADO EN ESTRATEGIAS Y NEGOCIOS CUARTO NIVEL UNIVERSIDAD DE GUAYAQUIL /
UNIVERSIDAD DE GUADALAJARA

DIPLOMADO DE FORMACIÓN DE CUARTO NIVEL UNIVERSIDAD POLITÉCNICA DE

FORMADORES ONLINE MADRID /ECOTEC

MAESTRÍA EN ADMINISTRACIÓN DE EMPRESAS CUARTO NIVEL UNIVERSIDAD DE GUAYAQUIL /

CON MENCIÓN EN PROYECTOS ESTRATÉGICOS UNIVERSIDAD DE GUADALAJARA
Y NEGOCIOS FIDUCIARIOS( EGRESADO)

EXPERIENCIA PROFESIONAL
Empresa/Institución
UNIVERSIDAD DE GUAYAQUIL,
FACULTAD DE FILOSOFÍA, LETRAS Y
CIENCIAS DE LA EDUCACIÓN
UNIVERSIDAD DE GUAYAQUIL,
FACULTAD DE FILOSOFÍA, LETRAS Y
CIENCIAS DE LA EDUCACIÓN
Cargo/Actividad
DIRECTOR NACIONAL- UNIDAD DE
EVALUACIÓN, ESTADÍSTICA Y PROYECTOS
DIRECTOR INSTITUTO DE
INVESTIGACIONES
 RESUMEN DEL CONTENIDO
1. EL PAPEL DE LA ESTADÍSTICA

2. ORGANIZACIÓN DE LOS CONJUNTOS DE DATOS CUALITATIVOS

3. MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN Y OTRAS

MEDIDAS

4. TEORÍA COMBINATORIA

5. FUNCIONES DE DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLE

DISCRETA Y CONTINUA
 BIBLIOGRAFÍA

5.3 BIBLIOGRAFIA GENERAL

BIBLIOGRAFIA GENERAL
Spiegel M, Stephens L. (2009) Estadísticas Schaum. Editorial McGraw-Hill/Interamericana Editores S.A. 4ta. Ed. ISBN-13:978-970-10-6887-
8

Johnson R, Kuby P. (2008) Estadísticas elemental: lo esencial. CENGAGE Learning Editores S.A., 10ª. Ed. Mexico. ISBN: 10: 970-686-835-6

BIBLIOGRAFIA COMPLEMENTARIA.
Organización Panamericana de la salud/Organización mundial de la salud. (2011). Modulo de principios de epidemiologia para el control de
enfermedades (MOPECE) (segunda edición revisada ed., vol. 3). (o. M. Carlos castillo salgado, ed.) N.W. Washington, Washington D.C., E.U.A:
Organización Panamericana de la Salud. Serie Paltex.
 RESULTADO DE APRENDIZAJE DEL CURSO DE ESTADÍSTICA
I

• Comprende los conceptos de variable aleatoria y distribución de

probabilidad.

• Comprende la interrelación entre dos variables estadísticas a partir de

la correlación entre ellas.
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
23
24
25
26
Escala de likert

27
Diferencial semántico

28
29
30
31
32
33
34
35
TALLER EN CLASES # 1

Ejercicios entregado en clase

36
 En la exploración se Existe una serie de
utilizan tablas, paquetes
gráficos, resúmenes computacionales
numéricos, etcétera estadísticos,

Se citan algunos de
Técnicas
estos: SPSS, SAS,
exploratorias que
MINITAB, S-PLUS, R,
describan de una
STATGRAPHICS,
manera rápida su ANALISIS STATISTICA,
comportamiento. EXPLORATORIO etcétera.
DE DATOS
“lo que dicen los
datos”
37
 En las tablas se
muestra el número Entonces se describe
de elementos de la variabilidad de los
cada clase y la datos.
proporción.

Además se usan
Describen cómo se diferentes tipos de
distribuyen los gráficos, que
valores de un informan de una
conjunto de datos. manera rápida y
TABLAS DE concisa.
DISTRIBUCIÓN DE
FRECUENCIAS.

38
Variable: Cualitativa

39
Variable: Cuantitativa - Discreta

40
Variable: Cuantitativa - Continua

41
 Si se eligen muchos Existen diferentes
intervalos, la reglas para
longitud de cada uno determinar el
de ellos resulta número de intervalos
pequeña de clase

Si se eligen pocos
intervalos, la
Una de ellas es la
longitud de cada
regla de Sturges.
intervalo de clase
resulta grande. NÚMERO DE
INTERVALOS DE
CLASE A USAR

42
 2.- Calcular la longitud de la
clase con=
𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟
𝑁𝑢𝑚𝑒𝑟𝑜 𝑐𝑙𝑎𝑠𝑒𝑠
3.- Diseñar la tabla
con las clases y
frecuencias absolutas
y relativas

1.- Calcular el
numero de clases 4.- Adicional se calcula:
con=
* marca de clases se
1+3.3logN usa grafico de
polígonos
Donde N=numero de ELABORACION * Frecuencia
datos.
DE INTERVALOS acumulada se usa para
Aunque a muchas DE CLASES CON grafico de ojiva.
asumen el numero. LA REGLA DE
STURGES
43
 * Gráfico de barras,
* Gráfico de sectores circulares
Variables * Líneas
cualitativas.

* Diagrama de Pareto para el control

de calidad (el 80% de los problemas se
deben al 20% de las causas)
.

GRÁFICAS
* Gráfico de
Discretas
bastones

* Histogramas
Variables
Cuantitativas Continuas * Polígonos
* Ojivas

Discretas o * Diagrama de
Continuas dispersión
44
*Series de tiempo
Variable: Cualitativa

45
Variable: Cualitativa

46
Variable: Cuantitativa - Discreta

47
Variable: Cuantitativa - Continua

48
49
Variable: Cuantitativa

50
Variable: Cuantitativa

51
 Para dos variables
categóricas X ,Y, indica
el número de veces que Además se generan
las variables, toma de gráficos de barras.
manera simultanea los
valores de X e Y.

También llamadas
Pueden frecuencias
tablas cruzadas o
absolutas o
tablas de
frecuencias relativas.
contingencia.
DISTRIBUCIÓN
CONJUNTA DE
FRECUENCIAS

52
53
54
EJERCICIOS EN CLASES

55
 DEBER 1

Realizar los ejercicios

proporcionados por el
docente

56
 Estas medidas son:
1.-Media aritmética
Es un valor promedio
3.-Mediana
para representar o
4.-Moda resumir las
características de un
conjunto de valores.
Permite determinar
la posición de un
valor respecto a un Se calcula tanto para
conjunto de datos, el datos agrupados en
cual lo consideramos tablas de frecuencia
como representativo. o para datos
MEDIDAS DE originales es decir no
agrupados
TENDENCIA
CENTRAL

57
 Su fórmula para datos
no agrupados: Una desventaja es
σ𝑿 que es muy sensible
ഥ
𝑿=
𝒏 a valores muy
pequeños o grandes
σ𝑿
𝝁=
𝑵
Su fórmula para datos
agrupados:
Es la mas conocida, σ 𝑿. 𝒇
utilizada y entendida 𝝁=𝑿 ഥ=
por todos, es 𝒏
adaptable cuando se Donde:
trata de hacer
cálculos MEDIA X= marca de clase o el
matemáticos. ARITMETICA valor de la variable
Se la conoce como
media ponderada

58
 Su fórmula para datos
agrupados: Su formula para datos
𝒏 no agrupados:
− 𝑭𝒋−𝟏
𝑴𝒆 = 𝑳𝒊𝒏𝒇 + 𝒊 ∗ 𝟐 (cuando n es impar)
𝒇𝒋
Su importancia es 𝑴𝒆 = 𝑿 𝒋
menor debido a su (cuando n es par)
fórmula que es rígidas 𝑿𝒋−𝟏 + 𝑿𝒋
ya que no admiten 𝑴𝒆 =
tratamiento algebraico. 𝟐
Es el valor central de un Para encontrar la
conjunto de datos posición de la mediana
ordenados. es:
Su ventaja es que los 𝒏+𝟏
valores extremos no 𝟐
tienen incidencia en el
calculo. MEDIANA

59
 Su ventaja es que es la
única medida de Su formula para datos
posición que puede ser no agrupados:
utilizada en atributos
es decir cuando la (valor que mas se
característica es repite)
cualitativa 𝑴𝒐 = 𝑿 𝒋
Es el valor de la
variable que mas se
repite o aquel que Su formula para datos
representa la máxima agrupados:
frecuencia.
(valor que mas se repite
Puede suceder que una en las frecuencias)
distribución tenga dos
o mas modas. 𝑴𝒐 = 𝒎𝒂𝒓𝒄𝒂 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆

MODA

60
EJERCICIOS EN CLASES

61
 Sin embargo es posible
determinar si hay
concentración de datos
alrededor del promedio, el
cual nos indicaría una
buena representatividad Por el contrario una
Al calcular un gran dispersión
promedio, por estaría indicando
ejemplo la media no poca
sabemos hasta representatividad,
donde se dá la por lo tanto no sería
representatividad confiable o adecuada
para ese conjunto de par el conjunto de
datos. datos.
MEDIDAS DE
DISPERSION
62
 La desviación Rango= Valor mayor –
estándar S ò σ Valor menor
Se define como la raíz
La varianza: S2 cuadrada positiva de la
Es la medida de dispersión
ò σ2 varianza
mas sencilla.
Se define como la media
de los cuadrados de las
diferencias entre los Coeficiente de
valores que toma la
variación=
𝑫𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏 𝒆𝒔𝒕á𝒏𝒅𝒂𝒓
variable y su media. Sus
𝑴𝒆𝒅𝒊𝒂
símbolos son: MEDIDAS DE indica cuán grande es
S2 = varianza muestral
DISPERSION la desviación
σ2= varianza poblacional estándar en relación
con la media 63
DATOS NO AGRUPADOS Y AGRUPADOS

64
DATOS NO AGRUPADOS

65
DATOS NO AGRUPADOS Y AGRUPADOS

66
DATOS NO AGRUPADOS Y AGRUPADOS

67
DATOS AGRUPADOS

σ(𝑋 − ത 2𝑓
𝑋)
𝑆2 =
𝑛−1

σ 𝑋 2
𝑓 − 𝑛 ത2
𝑋
𝑆2 =
𝑛−1

σ 2
𝑋 𝑓
2
𝑆 = − 𝑋ത 2
𝑛−1
68
 EJERCICIOS EN CLASES

Realizar los ejercicios

proporcionados por el
docente

69
OTRAS MEDIDAS DE POSICION

PERCENTILES

Un percentil aporta información acerca de la

dispersión de los datos en el intervalo que va
del menor al mayor valor de los datos.

70
OTRAS MEDIDAS DE POSICION

PERCENTIL

El percentil p es un valor tal que por lo menos p

por ciento de las observaciones son
menores o iguales que este valor y por lo menos
(100 p) por ciento de las observaciones son
mayores o iguales que este valor.

71
CALCULO DEL PERCENTIL

72
CALCULO DEL PERCENTIL

Ejemplo
Determine el percentil 85 y 50 en los sueldos
mensuales iniciales.

73
CUARTILES
Con frecuencia es conveniente dividir los datos en
cuatro partes; así, cada parte contiene una cuarta
parte o 25% de las observaciones.

74
CUARTILES
A los puntos de división se les conoce como
cuartiles y están definidos
como sigue:

75
CUARTILES

Los cuartiles han sido definidos como el percentil

25, el percentil 50 y el percentil 75.

Por lo que los cuartiles se calculan de la misma

manera que los percentiles.

76
CUARTILES

CALCULAR LOS CUARTILES DEL EJERCICIO

ANTERIOR

77
RESUMEN DE CINCO NÚMEROS
En el resumen de cinco números se usan los cinco números siguientes
para resumir los datos.

78
DIAGRAMA DE CAJA
Es un resumen gráfico de los datos con base en el
resumen de cinco números.

La clave para la elaboración de un diagrama de caja

es el cálculo de la mediana y de los cuartiles Q1 y Q3.

También se necesita el rango intercuartílico, RIC= Q3-

Q1

79
PASOS PARA ELABORAR UN
DIAGRAMA DE CAJA

80
81
 DEBER 2

ejercicios proporcionados
por el docente

82
DIAGRAMA DE CAJA

REALIZAR UNA DIAGRAMA DE CAJA DE LOS

DATOS DEL EJERCICIO ANTERIOR

83
Teoría de la probabilidad:
Principios de Conteo

Si el número de posibles resultados de un experimento es

pequeño, resulta relativamente fácil enlistar y contar
todos los resultados factibles. Por ejemplo hay seis
posibles eventos resultantes de la tirada de un dado,

Pero si lanzará tres dados al aire tendríamos muchos

eventos como:
etc.
 Teoría de la probabilidad:
Principios de Conteo
Para facilitar el conteo, se tienen tres formulas:

1. Fórmula de la multiplicación
2. Fórmula de la permutación
3. Fórmula de la combinación
Teoría de la probabilidad:
Principios de Conteo

1. Fórmula de la multiplicación
Si una operación se puede llevar a cabo en n1 formas y si
para cada una de estas se puede realizar una
segunda operación en n2 formas entonces las dos
operaciones se pueden ejecutar juntas en n1*n2
formas.

Cuantos resultados posibles se obtienen cuando se lanza

una vez un par de dados?
Teoría de la probabilidad:
Principios de Conteo
Fórmula de la multiplicación generalizada
Si una operación se puede llevar a cabo en n1 formas y si
para cada una de estas se puede realizar una segunda
operación en n2 formas entonces la serie de k
operaciones se puede realizar en:

n1*n2…nk formas.
Teoría de la probabilidad:
Principios de Conteo

Ejemplo
Cuantos almuerzos que consisten en una sopa, segundo,
postre y un jugo son posibles si podemos seleccionar
de 4 sopas, 3 tipos de segundo, 5 postres y 4 bebidas?
Teoría de la probabilidad:
Principios de Conteo
Ejemplo
1.- Un doctor tiene 10 camisas y 8 corbatas en su closet.
¿Cuántos conjuntos de camisas y corbatas tiene para
vestirse?
2.- Vamos a una cafetería que vende hamburguesas, un
anuncio nos dice que con los ingredientes lechuga,
tomate, tocino y cebolla podemos preparar una
hamburguesa. Cuantas formas diferentes podemos
pedir una hamburguesa?
Teoría de la probabilidad:
Principios de Conteo
Fórmula de la permutación
Es un arreglo de todo o parte de un conjunto de n
objetos distintos

Entonces el numero de permutaciones de n objetos

distintos es n!

Donde n factorial es:

n(n-1)(n-2)…3*2*1 formas
Teoría de la probabilidad:
Principios de Conteo
Fórmula de la permutación generalizada
El numero de permutaciones de n objetos distintos
tomados de r a la vez es:

n!
n Pr 
(n  r )!

Nota2: el orden del arreglo es importante en las

permutaciones
Teoría de la probabilidad:
Principios de Conteo

Ejemplo
Suponga que hay ocho maquinas disponibles pero sólo tres espacios en el piso
del taller donde se han de instalar tales máquinas. ¿De cuántos modos
diferentes pueden colocarse las ocho en los tres espacios disponibles?
 Teoría de la probabilidad:
Principios de Conteo

Fórmula de la combinación
El número de combinaciones de n objetos distintos
tomados de r a la vez es:

n!
nCr 
 r )! el orden del arreglo no es importante en las
r!(nNota2:
combinaciones
Teoría de la probabilidad:
Principios de Conteo

Ejemplo
Los ejecutivos Abel, Italo y Carlos han de ser elegidos como un
comité para negociar un contrato, de cuantas formas posibles
se puede elegir el comité de tres.
Teoría de la probabilidad:
Principios de Conteo
1.- El entrenador Suárez tiene que elegir 5 jugadores entre los doce del
equipo para incluirlos en alineación.
a.- ¿Cuántos grupos diferentes se pueden formar?
b.- Suponga que el entrenador Suárez debe clasificarlos en orden

2.- Una organización nacional de encuestas ha elaborado 15 preguntas

destinadas a evaluar la actuación del Presidente del Ecuador. El
entrevistador seleccionará 10 de tales interrogantes.
a) ¿Cuántos arreglos diferentes existen para seleccionar las 10 preguntas?
b) ¿Cuántos arreglos existen para seleccionar las 10 preguntas, si el orden
es importante?
 • La probabilidad es una medida numérica de la posibilidad de
PROBABILIDAD
que ocurra un evento.

• Por tanto las probabilidades son una medida del

grado de incertidumbre asociado con cada uno de
los eventos previamente enunciados.

• Los valores de probabilidad se encuentran en una

escala de 0 y 1.
PROBABILIDAD
• Los valores cercanos a 0 indican que las posibilidades de que
ocurra un evento son muy pocas.

• Los cercanos a 1 indican que casi seguro que ocurra

un evento.

• Otras probabilidades entre cero y uno representan

distintos grados de posibilidad de que ocurra un
evento,
 • Ejemplo:
• Si considera el evento “que llueva mañana” y el
PROBABILIDAD
instituto que pronostica el clima informe que la
probabilidad de que llueva es 0,9
• Interpretación: Es muy posible que llueva

• Otro día informa que es 0,5

• Interpretación: indica que es igual de posible que
llueva como que no llueva
 • Se presenta la probabilidad como una medida numérica de la
PROBABILIDAD
posibilidad de que ocurra un evento
PROBABILIDAD

• ¿Qué es un experimento?
• Los estadísticos utilizan la palabra experimento para describir
cualquier proceso que genere un conjunto de datos.

• Un ejemplo sencillo de experimento estadístico es el lanzamiento al

aire de una moneda.
PROBABILIDAD

• ¿Qué es un espacio muestral?

• Es el conjunto de todos los resultados posibles de un experimento
estadístico y se representa con S.
• Cuales son todos los resultados posibles del experimento estadístico del
lanzamiento al aire de dos moneda
• En algunos experimentos es útil listar los elementos del espacio muestral
de forma sistemática mediante un diagrama de árbol
PROBABILIDAD

• Ejemplo:
De un proceso de fabricación se seleccionan tres artículos de forma aleatoria,
cada articulo se inspecciona y clasifica como defectuoso (D) o sin defectos (N).
• Determine S y enliste los resultados
 PROBABILIDAD

• ¿Qué es un evento?
• Es un subconjunto de un espacio muestral.
• Del ejemplo anterior determine cuales elementos pertenecen al
evento de que dos artículos sean defectuosos
PROBABILIDAD

Ejemplo
Un experimento consiste en lanzar una moneda y después lanzarla por segunda
vez si sale cara. Si sale sello en el primer lanzamiento entonces se lanza un dado
una vez.
• Determine el espacio muestral, y
• Determine el evento A donde son los elementos que se obtiene cara.
PROBABILIDAD

 ASIGANACION DE PROBABILIDADES
 Ahora se tiene que asignar probabilidades a los resultados experimentales.
 Los tres métodos comúnmente usados son:
 METODO CLASICO

 METODO DE LA FRECUENCIA RELATIVA

 METODO SUBJETIVO
PROBABILIDAD

 ASIGANACION DE PROBABILIDADES
 Cualquier método que se utilice debe satisfacer 2 condiciones:
PROBABILIDAD

 ASIGNACION DE PROBABILIDADES
 METODO CLASICO
 Es apropiado cuando todos los resultados experimentales tienen la
misma posibilidad.
 Si existen n resultados experimentales, la probabilidad asignada a cada
resultado experimental es 1/n.
 Si en un experimento n resultados que corresponden al evento A
entonces la probabilidad del evento A es:

n( A)
P ( A) 
N
PROBABILIDAD

 ASIGNACION DE PROBABILIDADES
 METODO DE FRECUENCIA RELATIVA
 Es el más conveniente cuando existen datos para estimar la proporción
de veces que se presentarán los resultados si el experimento se repite
muchas veces.

 Considere por ejemplo un estudio sobre los tiempos de espera en el

departamento de rayos x de un hospital pequeño, durante 20 días
sucesivos un empleado registra el numero de personas que están
esperando el servicio a la 9h00 los resultados son los siguientes:
PROBABILIDAD

 ASIGNACION DE PROBABILIDADES
 METODO SUBJETIVO
 Es el más indicado cuando no es factible suponer que todos los
resultados de un experimento sean igualmente posibles y además
cuenta con pocos datos relevantes

 La probabilidad subjetiva expresa el grado de confianza que tiene un

individuo, es personal, es de esperarse que personas distintas asignen
probabilidades diferentes a los mismos resultados de un experimento

 Considere el caso en el que Tom y Judy hacen una oferta para la compra
de una casa, hay dos resultados posibles:
 E1: su oferta será aceptada
 E2: su oferta no será aceptada
Reglas de probabilidad: ADICION
• Sirve para determinar la probabilidad de que ocurra por lo menos uno de dos
eventos. Es decir, si A y B son eventos mutuamente excluyentes y nos
interesa hallar la probabilidad de que ocurra el evento A o el B, entonces:

P(A U B) = P(A) + P(B)

Reglas de probabilidad: ADICION
• La Aerolínea TAME acaba de proporcionar la siguiente información de sus
vuelos de Ecuador a España del primer semestre 2010:
Llegada Frecuencia
Antes de tiempo 100
A tiempo 800
Demorado 75
Cancelado 25
Total 1000

a.- ¿Cuál es la probabilidad de que un vuelo llegue antes de tiempo o demorado es ?

b.- ¿ Cuál es la probabilidad de que un vuelo llegue antes de tiempo o demorado o
cancelado?
Reglas dedeterminar
Se utiliza para probabilidad:
la probabilidadCOMPLEMENTO
de que no ocurra un evento.

P(Ac)= 1-P(A)

Del ejemplo anterior ¿cual es la probabilidad de que un vuelo no llegue a tiempo?

 Reglas de probabilidad: ADICION GENERAL
Sirve para determinar la probabilidad de que ocurra el evento A o el B o ambos,
para eventos que no son mutuamente excluyentes. En otras palabras la regla de
la adición se emplea para calcular la probabilidad de la unión de los dos eventos.

P(A U B) = P(A) + P(B) - P(A Π B)

La posibilidad de que dos eventos ocurran al mismo tiempo es la intersección de

los eventos A y B, se denomina Probabilidad Conjunta
 Reglas de probabilidad: ADICION GENERAL
Ejemplo: Una pequeña empresa de ensamble en la que hay 50 empleados, se espera
que todos los trabajadores terminen su trabajo a tiempo y pase la inspección final. A
veces, alguno de los empleados no satisface el estándar de desempeño, ya sea
porque no termina a tiempo su trabajo o porque no ensambla bien una pieza. Al final
del periodo de evaluación del desempeño, el jefe de producción encuentra que 5 de
los 50 trabajadores no terminarón su trabajo a tiempo, 6 de los 50 trabajadores
ensamblaron mal una pieza y 2 de los 50 trabajadores no terminarón su trabajo a
tiempo y armaron mal una pieza. El jefe de producción decide dar una calificación
baja al desempeño de los trabajadores que no terminaron a tiempo su trabajo o que
armaron mal alguna pieza.

Cuál es la probabilidad de que el jefe de producción dé a un trabajador una calificación

baja de desempeño?
 Reglas de probabilidad: ADICION GENERAL
Ejemplo: Un estudio reciente efectuado por el director de personal de una empresa
importante de software. En el estudio encontró que 30% de los empleados que
se van de la empresa antes de dos años, lo hacen por estar insatisfechos con el
salario, 20% se van de la empresa por esta descontentos con el trabajo y 12%
por estar insatisfechos con las dos cosas, el salario y el trabajo.

Cuál es la probabilidad de que un empleado que se vaya de la empresa en menos

de dos años lo haga por esta insatisfecho con el salario, con el trabajo o con las
dos cosas?
 Probabilidad condicional

Con frecuencia, en probabilidad de un evento influye el hecho de que un

evento relacionado con él ya haya ocurrido.
Probabilidad condicional
Ejemplo:
La fuerza policiaca consta de 1200 agentes, 960 hombres y 240 mujeres. De
éstos en los últimos dos años, fueron promovidos 324. En la siguiente tabla
se detalla como quedaron repartidas estas promociones entre los hombres
y mujeres.

Después de analizar el registro de las promociones, un comité femenil

protestó, ya que habían sido promovidos 288 agentes hombres, frente a
sólo 36 mujeres. Los directivos de la fuerza policiaca argumentaron que el
número de mujeres promovidas no se debía a una discriminación, sino a
que el número de mujeres que son agentes de policía es una cantidad
pequeña, por lo tanto demuestre estadísticamente que existe
discriminación o no?
Probabilidad condicional

Ejemplo: Entonces usted realizaría las siguientes preguntas:

Cuál es la probabilidad de que un agente de la policía sea promovido dado que es
hombre y cuál es la probabilidad de un agente de la policía sea promovido dado
que es mujer?
Probabilidad condicional

Ejemplo:
Del ejercicio anterior, encontrar las siguientes probabilidades:
 Regla de la Multiplicación

Mientras que la ley de las sumas de probabilidades sirve para calcular la

probabilidad de la unión de dos eventos, la ley de la multiplicación es útil
para calcular la probabilidad de las intersección de dos eventos.

La regla de la multiplicación se basa en la definición de probabilidad

condicional, al despejar se tiene:
 Regla de la Multiplicación

Mientras que la ley de las sumas de probabilidades sirve para calcular la

probabilidad de la unión de dos eventos, la ley de la multiplicación es útil
para calcular la probabilidad de las intersección de dos eventos.

La regla de la multiplicación se basa en la definición de probabilidad

condicional, al despejar se tiene:
 Regla de la Multiplicación

Ejemplo:
El diario El Universo, en un reporte indica que el 84% de los hogares de vía a
la costa están suscritos a la edición diaria del periódico (de lunes a
viernes), además indica que la probabilidad de que un hogar ya suscrito a
la edición diaria se suscriba también a la edición dominical es 0.75
Cual es la probabilidad de que un hogar se subscriba a ambas, a la edición
diaria y a la dominical?
Regla de la Multiplicación

Caso especial de la regla de la multiplicación es cuando los eventos son

independientes.

Entonces dos eventos son independientes si la ocurrencia de uno no altera la

probabilidad del otro, y es expresada de la siguiente manera:
Regla de la Multiplicación

Ejemplo:
El jefe de una gasolinera que por experiencia sabe que 80% de los clientes usan
tarjeta de crédito al pagar la gasolina. Cuál es la probabilidad de que los dos
siguientes clientes paguen la gasolina con tarjeta de crédito?
TEOREMA DE BAYES
Este teorema es una generalización de la probabilidad Condici
onada, el cual esta definido de la siguiente
Manera:
Sean A1, A2, ….An, sucesos mutuamente excluyentes
que ocupan todo el espacio muestral S.

Si cada uno de estos sucesos tiene probabilidad

no nula y uno de ellos debe ocurrir, entonces para
todo suceso B en el espacio muestral S, es :
TEOREMA DE BAYES
TEOREMA DE BAYES
 DEBER 3

Realizar los ejercicios

proporcionados por el
docente

128
DISTRIBUCIÓN DE PROBABILIDAD
VARIABLE ALETORIA

Una variable aleatoria proporciona un medio para describir los

resultados experimentales empleando valores numéricos.

Una variable aleatoria puede ser discreta o continua, depende del tipo de
valores numéricos que asuma
DISTRIBUCIÓN DE PROBABILIDAD
Variable aleatoria discreta
Variable que sólo puede tener ciertos valores
claramente separados, que resultan de contar
algún elemento de interés.
DISTRIBUCIÓN DE PROBABILIDAD
Variable aleatoria continua
A una variable que puede tomar cualquier valor
numérico dentro de un intervalo
DISTRIBUCIÓN DE PROBABILIDAD
BINOMIAL
La distribución de probabilidad binomial es una distribución de
probabilidad que tiene muchas
aplicaciones
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
Ejercicios
DISTRIBUCIÓN BINOMIAL
Ejercicios
DISTRIBUCIÓN BINOMIAL
Ejercicios
DISTRIBUCIÓN POISSON

Sirve para estimar el número de veces que sucede un hecho determinado

(ocurrencias) en un intervalo de tiempo o de espacio.
DISTRIBUCIÓN POISSON

Ejercicio
DISTRIBUCIÓN POISSON
Ejercicio
DISTRIBUCIÓN POISSON
Ejercicio
 DEBER 4

Realizar los ejercicios

proporcionados por el
docente

143
DISTRIBUCIÓN NORMAL
Tiene gran cantidad de aplicaciones prácticas, en las cuales la variable
aleatoria puede ser el peso o la estatura de las personas, puntaciones de
exámenes, resultados de mediciones científicas u otras cantidades similares.

La distribución normal también tiene una importante aplicación en inferencia

estadística.

La distribución normal es una curva en forma de campana.

DISTRIBUCIÓN NORMAL
DISTRIBUCIÓN NORMAL
Características importantes:

1.- Toda familia de distribuciones normales se diferencia por medio de dos parámetros: la media y
la desviación estándar.

2.- El punto mas alto de una curva normal se encuentra sobre la media.

3.- La media de una distribución normal puede tener cualquier valor: negativo, positivo o cero. A
continuación se muestran 3 distribuciones normales que tienen la misma desviación estándar
pero diferentes medias (-10; 0; 20)
DISTRIBUCIÓN NORMAL
Características importantes:

4.- La distribución normal es simétrica, siendo la forma de la curva normal al lado izquierdo de la
media, la imagen de la forma al lado derecho de la media. Las colas de la curva normal se
extienden al infinito en ambas direcciones y en teoría jamás tocan el eje horizontal.

5.- La desviación estándar determina qué tan plana y ancha es la curva normal. A continuación se
muestran dos curvas normales que tienen la misma media pero distintas desviaciones estándar
DISTRIBUCIÓN NORMAL
Características importantes:

6.- Las probabilidades correspondientes a la variable aleatoria normal se dan mediante áreas bajo
la curva normal. Toda el área bajo la curva de una distribución normal es 1. Como esta distribución
es simétrica el área bajo la curva y a la izquierda de la media es 0.50 y el área bajo la curva y a la
derecha de la media es 0.50

7.- Los porcentajes de los valores que se encuentran en algunos intervalos comúnmente usados
son:
DISTRIBUCIÓN NORMAL ESTANDAR
Tiene una distribución normal con media cero y desviación estándar de uno.

Para designar esta variable aleatoria normal se suele usar la letra Z

A continuación la gráfica:
DISTRIBUCIÓN NORMAL ESTANDAR

Para la distribución normal estándar se usa una tabla donde ya están calculadas las áreas
bajo la curva de la normal, es decir son las probabilidades:

Existen tres tipos de probabilidades que se necesitan calcular y son:

1.- La probabilidad de que la variable aleatoria normal estándar z sea menor o igual que un
valor dado.

2.- La probabilidad de que z esté entre dos valores dados.

3.- La probabilidad de que z sea mayor o igual que un valor dado.

DISTRIBUCIÓN NORMAL ESTANDAR
Escenario para el uso de la tabla de la distribución normal estándar:
DISTRIBUCIÓN NORMAL ESTANDAR
Escenario para el uso de la tabla de la distribución normal estándar:
DISTRIBUCIÓN NORMAL ESTANDAR
Escenario para el uso de la tabla de la distribución normal estándar:
DISTRIBUCIÓN NORMAL ESTANDAR
Escenario para el uso de la tabla de la distribución normal estándar:
DISTRIBUCIÓN NORMAL ESTANDAR
Ejercicios:
DISTRIBUCIÓN NORMAL ESTANDAR
Ejercicios:
DISTRIBUCIÓN NORMAL ESTANDAR
Calculo de probabilidades en cualquier distribución de probabilidad normal.

Se debe convertir la variable aleatoria X con media y desviación estándar en variable normal
estándar z, con la fórmula:
DISTRIBUCIÓN NORMAL ESTANDAR
Ejercicios
DISTRIBUCIÓN NORMAL ESTANDAR
Ejercicios
 DEBER 5

Realizar los ejercicios

proporcionados por el
docente

160