Curso Probabilidad y Estadistica Universidad

UNIDAD 1:
ESTADSTICA
DESCRIPTIVA
1.1 Definicin de estadstica y conceptos bsicos

Estadstica descriptiva
Conjunto de tcnicas y mtodos que son usados para recolectar,
organizar y representar en forma de tablas y grficas informacin
numrica. Tambin se incluyen aqu el clculo de medidas estadsticas
de centralidad y variabilidad.
Teora de decisin
La teora de la decisin es una rea interdisciplinaria de estudio,
relacionada con casi todos los participantes en ramas de la ciencia,
ingeniera principalmente la psicologa del consumidor (basados en
perspectivas cognitivo-conductuales).
Poblacin
Una poblacin es el conjunto de todos los elementos a los que
se somete a un estudio estadstico .
Muestra aleatoria:
Una muestra es un conjunto representativo de la poblacin de
referencia, el nmero de individuos de una muestra es menor
que el de la poblacin.
P= Poblacin
M=Muestra
Parmetros
Es la cantidad numrica calculada sobre la poblacin.
[Escriba el nombre de la compaa]
1.2 Datos no agrupados

Medidas de Tendencia Central
Existen tres medidas comunes para identificar el centro de un conjunto
de dato. En cada caso, se ubican alrededor del punto en donde se
aglomeran los datos.
Media
Medida de tendencia central usualmente llamada promedio, se
define como la divisin de la suma de todos los valores entre el
nmero de datos.
Mediana
Es el valor que al organizar los datos en orden ascendente o
descendente a la mitad o centro de los mismos. La posicin que
ocupa la mediana puede ser determinada mediante la siguiente
frmula:
Mediana =X [(n/2)+1/2]
Media: 1, 2, 4, 5, 6, 8, 8
Media: 1, 2, 4, 5, 6, 8, 9, 9.
Es= (5+6)/2=5.5
Dados los siguientes 8 datos ordenados en orden ascendente:
5, 8, 8, 11, 11, 11, 14, 16.
Utilizando la frmula para ubicar la posicin del dato que
representa la mediana
indica que:
Mediana = (8/2)+1/2 = 4.5
Por lo que la mediana est ubicada entre el dato 4 y 5; el valor del

dato 4 es 11 y del dato 5 es 11, por lo que al sacar el
promedio, da que la mediana de la muestra estudiada es 11.
Moda
Es el dato que ocurre con mayor frecuencia en un conjunto de
elementos estudiados.
Del ejemplo anterior donde los datos recopilados son:
5, 8, 8, 11, 11, 11, 14, 16
El dato que ocurre con mayor frecuencia es el valor 11, siendo
este valor la moda.
Media ponderada
Es una media aritmtica, en la cual se considera a cada uno de los
valores de acuerdo con su importancia en el grupo.
Mediana Ponderada
En donde:
X= Observacin individual
Q= el peso o ponderacin asignada a cada observacin
Cuando la muestra que se ha tomado de la poblacin o proceso
que se desea analizar, es menor de 30 elementos en la muestra,
entonces estos datos son analizados sin necesidad de formar
clases con ellos y a esto se le llama tratamiento de datos no
agrupados.
Con frecuencia un conjunto de nmeros se pueden reducir a una o unas

cuantas medidas numricas sencillas que resumen el conjunto total.
Tales medidas son fciles de comprender que los datos originales, no
procesados. Dos importantes caractersticas de los datos que las
medidas numricas pueden poner de manifiesto son: 1) el valor central o
tpico del conjunto y 2) la dispersin de los nmeros.
Estas medidas se utilizan para indicar un valor que tiende a ser el ms

representativo de un conjunto de nmeros. Las tres medidas que ms
comnmente se emplean son la media, la mediana y la moda. En la fig.
5 podemos apreciar el significado grafico de las medidas de tendencia

central.
Curva B
Curva C
Curva A
Fig. 5. Comparacin de la localizacin central de las

tres curvas
Medidas de dispersin o de variabilidad
Las medidas de dispersin nos informan sobre cunto se alejan del
centro los valores de la distribucin.
Rango: El rango es la diferencia entre el mayor y el menor de los

datos de una distribucin estadstica.
Dato Mayor - dato menor
Desviacin media: La desviacin respecto a la media es la
diferencia entre cada valor de la variable estadstica y la media
aritmtica.
Varianza o desviacin cuadrtica media: La varianza es la

media aritmtica del cuadrado de las desviaciones respecto a la
media de una distribucin estadstica.
Desviacin estndar o tpica: La desviacin tpica informa

sobre la dispersin de los datos respecto al valor de la media;
cuanto mayor sea su valor, ms dispersos estarn los datos.
Medidas de posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el
mismo
nmero
de
individuos.
Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor.
Las medidas de posicin son:
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto
de datos ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y
al 75% de los datos.
Q2 coincide con la mediana.
Clculo de los cuartiles
1) Ordenamos los datos de menor a mayor.
2) Buscamos el lugar que ocupa cada cuartil mediante la expresin.
Nmero impar de datos

2, 5, 3, 6, 7, 4, 9
Nmero par de datos
2, 5, 3, 4, 6, 7, 1, 9
Ejercicios:
Ejemplo N1
Se va a investigar la edad de un grupo de 20 nios.
4-6-3-2-1-5-6-3-2-4-1-3-3-2-4-4-6-6-4-5
Ejemplo N2
Se requiere conocer la edad de 24 personas de la tercera edad de un
asilo
60-83-71-65-60-70-70-60-71-67-75-60-71-74-65-60-71-68-68-70-80-9587-65.
1.3 Datos Agrupados

Medidas de tendencia central
Media: Si los datos vienen agrupados en una tabla de frecuencias, la
expresin de la media es:
Ejercicio de media aritmtica

En un test realizado a un grupo de 42 personas se han obtenido las
puntuaciones que muestra la tabla. Calcula la puntuacin media.
Mediana: La mediana se encuentra en el intervalo donde la frecuencia

acumulada llega hasta la mitad de la suma de las frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre N/2.
Li es el lmite inferior de la clase donde se encuentra la mediana.

N/2 es la semisuma de las frecuencias absolutas.
Fi-1 es la frecuencia acumulada anterior a la clase mediana.
ai es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos.

Ejemplo: Calcular la mediana de una distribucin estadstica que viene
dada por la siguiente tabla:
100/2=50
Clase modal: [66,69)
Moda
Li es el lmite inferior de la clase modal.

fi es la frecuencia absoluta de la clase modal.
fi--1 es la frecuencia absoluta inmediatamente inferior a la en clase modal.
fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
ai es la amplitud de la clase.
Tambin se utiliza otra frmula de la moda que da un valor

aproximado de sta:
Ejemplo
Calcular la moda de una distribucin estadstica que viene dada por la
siguiente tabla
Medidas de dispersin
Varianza
Desviacin estndar
Medidas de posicin
Cuartiles: En primer lugar buscamos la clase donde se encuentra
, en la tabla de las frecuencias acumuladas.
Dnde:
Li =es el lmite inferior de la clase donde se encuentra la mediana.
N= es la suma de las frecuencias absolutas.
Fi-1 =es la frecuencia acumulada anterior a la clase mediana.

ai =es la amplitud de la clase.
Ejercicio de cuartiles
Calcular los cuartiles de la distribucin de la tabla:
Clculo del primer cuartil
Clculo del segundo cuartil
Clculo del tercer cuartil
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez
partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90%

de los datos.
D5 coincide con la mediana.
Clculo de los deciles
En primer lugar buscamos la clase donde se encuentra
tabla de las frecuencias acumuladas.
en la
Li= es el lmite inferior de la clase donde se encuentra la mediana.

Fi-1= es la frecuencia acumulada anterior a la clase mediana.
ai =es la amplitud de la clase.
Ejercicio de deciles
Calcular los deciles de la distribucin de la tabla:
Clculo del primer decil
Clculo del segundo decil
Clculo del tercer decil
Clculo del cuarto decil
Clculo del quinto decil
Clculo del sexto decil
Clculo del sptimo decil
Clculo del octavo decil
Clculo del noveno decil
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100
partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99%
de los datos.
P50 coincide con la mediana.

Clculo de los percentiles
En primer lugar buscamos la clase donde se encuentra
la tabla de las frecuencias acumuladas.
, en
Li= es el lmite inferior de la clase donde se encuentra la mediana.

Fi-1 =es la frecuencia acumulada anterior a la clase mediana.
ai= es la amplitud de la clase.
Ejercicio de percentiles
Calcular el percentil 35 y 60 de la distribucin de la tabla:
Percentil 35
Percentil 60
Ejercicios a resolver:
1. Los datos siguientes corresponden a los tiempos de reaccin de

una muestra de 33 sujetos, medidos en centsimas de segundo:
55, 51, 60, 56, 64, 56, 63, 63, 61, 57, 62, 50, 49, 70, 72, 54, 48,
53, 58, 66, 68, 45, 74,65, 58, 61, 62, 59, 64, 57, 63, 52, 67.
Calcule la media, mediana, el primer y el tercer cuartil,
directamente a partir de los datos.
2. Los datos siguientes representan la temperatura del fluido de descarga
de una planta para el tratamiento de aguas negras durante varios das
consecutivos.
43 47 51 48 52 50 46 49 45 52 46 51
44 49 46 51 49 45 44 50 48 50 49 50
a)
b)
c)
d)
e)
Calcular la distribucin de frecuencias de los datos

Calcular la media muestral y la mediana
Calcular la varianza muestral y la desviacin tpica muestral
Encuentra el percentil 5 y 95 de la temperatura
Porcentaje de das en que la temperatura es superior a 45 pero
menor a 50
f) Representa grficamente la distribucin. Comenta el grfico obtenido
3. Se midi el tiempo, en dcimas de segundo, que tarda en grabarse un

mismo fichero en 30 disqueteras de un cierto fabricante, los datos
obtenidos fueron:
38 35 76 58 48 59
67 63 33 69 53 51
28 25 36 32 61 57
49 78 48 42 72 52
47 66 58 44 44 56
a) Construye la distribucin de frecuencias
b)
c)
d)
e)
Determina los cuartiles y el rango intercuartlico

Calcula la media, la mediana, la moda, la desviacin tpica
Calcula las anteriores medidas en segundos
Cuntas disqueteras tardan ms de 3 segundos? Qu tiempo como
mnimo tarda el 90% de las disqueteras en grabar el programa?
f) Representa grficamente la distribucin. Comenta el grfico obtenido
Unida
d 2:
Teora
de
Proba
bilida
d
2.1TEORA
DE CONJUNTOS
La teora de conjuntos es una rama de las

matemticas que estudia las propiedades de los
conjuntos: colecciones abstractas de objetos,
consideradas como objetos en s mismas.
Conjunto: Un conjunto es una coleccin o
familia de objetos.
Las llaves { } tendrn un uso muy especial y
nico: servirn para definir un conjunto. Para
ninguna otra cosa ms.
Operaciones bsicas con conjuntos
Interseccin
Evento que consiste en los elementos que estn en A y en B
Complemento
o tambin
Evento que consiste en los elementos que NO estn en A.
Diferencia
Evento que consiste en los elementos que estn en B y NO en A
Conjuntos mutuamente excluyentes.

A y B son mutuamente excluyentes si no tienen ningn elemento
en comn.
Tcnicas de conteo
Permutacin: Es todo arreglo de elementos en donde nos interesa el

lugar o posicin que ocupa cada uno de los elementos que constituyen
dicho arreglo.
D
Donde:
n= nmero total de objetos
r= nmero de objetos seleccionados
!= factorial, producto de los nmeros naturales entre 1 y n.
Ejemplo:
1) Cuantas representaciones diferentes sern posibles formar, si se
desea que consten de Presidente, Secretario, Tesorero, Primer
Vocal y Segundo Vocal?, s esta representacin puede ser formada
de entre 25 miembros del sindicato de una pequea empresa.
Solucin:
n = 25,
r=5
25P5 = 25!/ (25 5)! = 25! / 20!
= (25 x 24 x 23 x 22 x 21 x....x 1) / (20 x 19 x 18 x ... x 1)
= 6,375,600 maneras de formar la representacin
2) Cuntas formas hay de asignar el orden de participacin de las
primeras 5 concursantes de 11 finalistas de un concurso de Miss
Mundo?
Solucin:
n = 11, r = 5
11
P5 = 11! / (11 5)! = 11! / 6! = 11 x 10 x 9 x 8 x 7 = 55,440
maneras de asignar la participacin
Combinacin: Es todo arreglo de elementos en donde no

nos interesa el lugar o posicin que ocupa cada uno de los
elementos que constituyen dicho arreglo.
Donde:
n=Total de objetos
r=Forma de agrupar
Ejemplo:
1) Para contestar un examen un alumno debe contestar 9 de 12
preguntas, Cuntas maneras tiene el alumno de seleccionar las 9
preguntas?
Solucin:
n = 12,
r=9
C9 = 12! / (12 9)!9! = 12! / 3!9! = 12 x 11 x 10 / 3! = 220
12
maneras de seleccionar las nueve preguntas o dicho de otra

manera, el alumno puede seleccionar cualquiera de 220 grupos de
9 preguntas para contestar el examen
2) Una seora desea invitar a cenar a 5 de 11 amigos que tiene, a.
Cuntas maneras tiene de invitarlos?
n = 11,
r=5
C5 = 11! / (11 5 )!5! = 11! / 6!5! = 11 x 10 x 9 x 8 x 7 x 6! /
11
6!5! = 462 maneras de invitarlos
Es decir que se pueden formar 462 grupos de cinco personas para

ser invitadas a cenar.
2.2 TEORA ELEMENTAL DE LA PROBABILIDAD DE EVENTOS

Probabilidad: se entiende por probabilidad como aquella posibilidad
que hay entre diversas posibilidades de que un determinado hecho
suceda. Es decir que es aquello que puede suceder o pasar.
Espacio muestral: Es el conjunto de todos los posibles resultados de
una experiencia aleatoria, lo representaremos por E (o bien por la letra
griega )
Evento: Resultado particular que puede ser simple o compuesto con
respecto al espacio muestral.
Axiomas y teoremas
AXIOMAS
Los axiomas de probabilidad son las condiciones mnimas que deben
verificarse para que una funcin definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades. Fueron formulados por
Kolmogrov en 1933.
1. La probabilidad de que ocurra un evento A cualquiera se

encuentra entre cero y uno.
0 p(A) 1
Ejemplo: La probabilidad de sacar par en un dado equilibrado es 0,5.
P(A)=0,5
2. La probabilidad de que ocurra el espacio muestral debe de ser 1.
p() = 1
Ejemplo: La probabilidad de sacar un nmero del 1 al 6 en un dado

equilibrado es "1".
3. Si A y B son eventos mutuamente excluyentes, entonces la p(AB)
= p(A) + p(B)
Teoremas
TEOREMA 1. Si f es un evento nulo o vaco, entonces la probabilidad de
que ocurra f debe ser cero.
p(f)=0
DEMOSTRACIN:
Si sumamos a f un evento A cualquiera, como f y A son dos eventos
mutuamente excluyentes, entonces p (Af)=p(A) +p(f)=p(A). LQQD
TEOREMA 2. La probabilidad del complemento de A, A c debe ser,
p(Ac)= 1 p(A)
DEMOSTRACIN: Si el espacio muestral d, se divide en dos eventos

mutuamente exclusivos, A y Ac luego d=AAc, por tanto p(d)=p(A) +
p(Ac) y como en el axioma dos se afirma que p(d)=1, por tanto, p(A c)= 1
- p(A) .LQQD
TEOREMA 3. Si un evento A B, entonces la p(A) p(B).
DEMOSTRACIN:
Si separamos el evento B en dos eventos mutuamente excluyentes, A y
B \ A (B menos A), por tanto, B=A(B \ A) y p(B)=p(A) +p(B \ A), luego
entonces si p(B \ A)30 entonces se cumple que p(A)p(B). LQQD
TEOREMA 4. La p( A \ B )= p(A) p(AB)
DEMOSTRACIN: Si A y B son dos eventos cualquiera, entonces el

evento A se puede separar en dos eventos mutuamente excluyentes,
(A \ B) y AB, por tanto, A=(A \ B)(AB), luego p(A)=p(A \ B) + p(AB),
entonces, p(A \ B) = p(A) p(AB). LQQD
TEOREMA 5. Para dos eventos A y B, p(AB)=p(A) + p(B) p(AB).
DEMOSTRACIN: Si AB = (A \ B) B, donde (A \ B) y B son eventos

mutuamente excluyentes, por lo que p(A B) = p(A \ B) + p(B) y del
teorema anterior tomamos que p(A \ B) = p(A) p(AB), por tanto, p(A
B) = p(A) + p(B) p(AB). LQQD
Reglas de adicin:
Esta regla expresa la probabilidad de que ocurran
sucesos a la vez, P ( A U B).
Puede presentarse
Para
dos o ms
de dos formas:
conjuntos con Interseccin:
Esto se debe a que sumamos la probabilidad de A ms la

probabilidad de B , pero como ya habamos sumado la interseccin,
entonces la restamos.
Para
conjuntos con Mutuamente excluyentes:
En este caso,
probabilidades.
no
hay
ningn
problema
en
sumar
ambas
Ejemplo1: Se lanza un dado gana $300 si el resultado es par divisible

por tres Cul es la probabilidad de ganar?
Lo que primero hacemos es definir los sucesos.
Sea A = resultado par : A = { 2, 4, 6 }
Sea B = resultado divisible por 3 : B = { 3, 6 }

tienen interseccin ?
Ambos sucesos
Luego,
Ejemplo 2 : Se tiene una baraja de cartas ( 52 cartas sin jockers),

Cul es la probabilidad de sacar una Reina un As ?
Sea A = sacar una reina
y sea B = sacar un as,
entonces :
NOTA: Si observas esta regla, puedes notar que se relaciona

fuertemente con la Unin entre conjuntos () y es una suma.
Reglas de multiplicacin
Cuando se presentan dos eventos el resultado del primero puede tener
un efecto en el resultado de 2 o puede no tenerlo. Esto es, que los
eventos pueden ser dependientes o independientes. Existen dos tipos de
probabilidades que se presentan bajo independencia estadstica.
1.- Regla especial de la multiplicacin:
P (AB)= P(A) P (B) Eventos independientes
2.-Regla general de la multiplicacin:
P (AB)= P(A) P (B\A) Evento dependiente
Probabilidad condicional
Es la probabilidad de obtener un suceso, dado que ya ocurri

otro. Es decir, si tenemos los sucesos A y B que pertenecen a
un mismo espacio muestral S, y si la P (A) es diferente de cero,
entonces esta probabilidad que esta designada por :
Ejemplo:
La probabilidad de que una persona tenga una cuenta de
ahorros es de 0,65 y la probabilidad de que invierta en un CDT
y ahorre en una cuenta de ahorros es de 0,30. Se seleccion una
persona al azar y result tener una cuenta de ahorros Cul es
la probabilidad de que tenga tambin un CDT ?
Sea A = tener una cuenta de ahorros , B = tener un CDT
http://www.uniquindio.edu.co/uniquindio/ntic/trabajos/6/grupo3/proba
bilidad/paginas/reglaspro.htm
http://www.itch.edu.mx/academic/industrial/sabaticorita/amarillo.htm
http://www.uniquindio.edu.co/uniquindio/ntic/trabajos/6/grupo3/proba
bilidad/paginas/reglaspro.htm
Teorema de Bayes
Es que su estructura permite el clculo de probabilidades despus de
haber sido realizado un experimento (probabilidades aposteriori),
basndose en el conocimiento de la ocurrencia de ciertos eventos que
dependan del evento estudiado.
Continuando nuestro anlisis sobre el teorema de Bayes, la probabilidad
condicional de Ai dado B, para cualquier i, es:
Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai)

P(B|Ai) y en el denominador el Teorema de Probabilidad Total P(B) =
P(A1) P(B | A1) + P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos
la ecuacin que representa al:
Ejemplo 3. 11. Referente al problema de la fbrica que produce dos

tipos de reguladores A y B visto anteriormente en la aparte corresponde
al Teorema de Probabilidad Total, cabe hacer el siguiente anlisis: si se
selecciona un regulador al azar de la produccin de la fbrica y se ve
que funciona bien Cul es la probabilidad de que sea del tipo B?
Solucin
En este caso el estudio se restringe a los reguladores que funcionan
bien, por lo que ese evento acta como espacio muestral reducido, o sea
como evento condicin. Por lo tanto, el planteamiento de la pregunta es
P(B | F).
Los datos que se tienen son :
P(A) = 0.75 P(F | A) = 0.95
P(B) = 0.25 P(F | B) = 0.98
De acuerdo al Teorema de Bayes:
Podemos observar que el denominador corresponde al resultado

obtenido al aplicar el Teorema de Probabilidad Total, lo cual debe ser as,
ya que la probabilidad condicional establece que
esta forma podemos ver que la Probabilidad
. De
Total es el denominador de la frmula del Teorema de Bayes. Tambin

podemos observar que aplicando los conceptos de la Regla de
Multiplicacin y del Teorema de Probabilidad

planteamiento del teorema de Bayes, Veamos:
Total
llegamos
al
Ejemplo 3. 12. Una fbrica que produce material para la construccin

tiene 3 mquinas, a las que se les denomina A, B y C. La mquina A
produce tabique, la B adoqun y la C losetas. La mquina A produce el
50% de la produccin total de la fbrica, la B el 30% y la C el 20%. Los
porcentajes de artculos defectuosos producidos por las mquinas son,
respectivamente, 3%, 4% y 5%. Si se selecciona un artculo al azar y se
observa que es defectuoso, encontrar la probabilidad de que sea un
tabique.
Solucin
Definamos el evento D como sea un artculo defectuoso. De acuerdo a
esto tenemos que:
P(A) = 0.5 P(D | A) = 0.03
P(B) = 0.3 P(D | B) = 0.04
P(C) = 0.2 P(D | C) = 0.05
Si el artculo del que deseamos calcular la probabilidad es un tabique,
significa que es producido por la mquina A. Tambin observamos que
en la solucin solamente participan los artculos defectuosos, ya que se
pone por condicin esta caracterstica. Por lo tanto:
Ejemplo 3. 13. A un congreso asisten 100 personas, de las cuales 65

son hombres y 35 son mujeres. Se sabe que el 10% de los hombres y el
6% de las mujeres son especialistas en computacin. Si se selecciona al
azar a un especialista en computacin Cul es la probabilidad de que

sea mujer?
Solucin
Definamos los eventos:
H: Sea un hombre
M: Sea una mujer
E:
La persona sea especialista en computacin
Tenemos que:
Por lo tanto:
UNIDAD 3:
Variables aleatorias
Discretas
Variable aleatoria discreta
Es aquella que slo puede tomar valores enteros.

Ejemplos:
El nmero de hijos de una familia

La puntuacin obtenida al lanzar un dado.
Valor esperado
n
x == if ( i)
i=1
Varianza
n
= 2i f ( i )2
2
i=1
Desviacin Estndar
= Var . ( )= 1
Distribucin binomial
La distribucin binomial es tpica de las variables que proceden
de un experimento que cumple las siguientes condiciones:
1)
El experimento est compuesto de n pruebas iguales, siendo n

un nmero natural fijo.
2)
Cada prueba resulta en un suceso que cumple las propiedades

de la variable binmica o de Bernouilli, es decir, slo existen dos
posibles resultados, mutuamente excluyentes, que se denominan
generalmente como xito y fracaso.
3)
La probabilidad del xito (o del fracaso) es constante en todas

las pruebas. P(xito) = p ; P(fracaso) = 1 - p = q
4)
Las pruebas son estadsticamente independientes,
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso
Propiedades de la distribucin binomial:
Media = =
Varianza =
Desviacin estndar=
Ejemplo:
La ltima novela de un autor ha tenido un gran xito, hasta el punto de
que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos son
aficionados a la lectura:
1Cul es la probabilidad de que el grupo hayan ledo la novela 2
personas?
n=4
p = 0.8
q = 0.2
B(4, 0.8)
2Y cmo mximo 2?
Para ejercicios: http://www.vitutor.com/pro/3/b_a.html
Distribucin Hipergeomtrica
La distribucin hipergeomtrica es especialmente til en todos aquellos
casos en los que se extraigan muestras o se realizan experiencias
repetidas sin devolucin del elemento extrado o sin retornar a la
situacin experimental inicial.
Las distribucin hipergeomtrica es el modelo que se aplica en
experimentos del siguiente tipo:
En una urna hay bolas de dos colores (blancas y negras), cul es la
probabilidad de que al sacar 2 bolas las dos sean blancas?
Son experimentos donde, al igual que en la distribucin binomial, en
cada ensayo hay tan slo dos posibles resultados: o sale blanca o no
sale. Pero se diferencia de la distribucin binomial en que los distintos
ensayos son dependientes entre s:
Si en una urna con 5 bolas blancas y 3 negras en un primer ensayo saco
una bola blanca, en el segundo ensayo hay una bola blanca menos por
lo que las probabilidades son diferentes (hay dependencia entre los
distintos ensayos).
La distribucin hipergeomtrica sigue el siguiente modelo:
Donde:
Vamos a tratar de explicarlo:

N: es el nmero total de bolas en la urna
N1: es el nmero total de bolas blancas
N2: es el nmero total de bolas negras
k: es el nmero de bolas blancas cuya probabilidad se est calculando
n: es el nmero de ensayos que se realiza
Veamos un ejemplo: en una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas Cul es
la probabilidad de que 3 sean blancas?
Entonces:
N = 12; N1 = 7; N2 = 5; k = 3; n = 4
Si aplicamos el modelo:
Por lo tanto, P (x = 3) = 0,3535. Es decir, la probabilidad de sacar 3 bolas blancas es del

35,3%.
Ejemplo: en una fiesta hay 20 personas: 14 casadas y 6 solteras. Se eligen 3 personas al

azar Cul es la probabilidad de que las 3 sean solteras?
Por lo tanto, P (x = 3) = 0,0175. Es decir, la probabilidad de que las 3

personas sean solteras es tan slo del 1,75%.
Distribucin de Poisson
Una variable de tipo poisson cuenta xitos (es decir, objetos de un tipo
determinado) que ocurren en una regin del espacio o del tiempo.
El experimento que la genera debe cumplir las siguientes condiciones:
1. El nmero de xitos que ocurren en cada regin del tiempo
o del espacio es independiente de lo que ocurra en
cualquier otro tiempo o espacio disjunto del anterior.
2. La probabilidad de un xito en un tiempo o espacio
pequeo es proporcional al tamao de este y no depende de
lo que ocurra fuera de l.
3. La probabilidad de encontrar uno o ms xitos en una
regin del tiempo o del espacio tiende a cero a medida que
se reducen las dimensiones de la regin en estudio.
Como consecuencia de estas condiciones, las variables Poisson tpicas
son variables en las que se cuentan sucesos raros.
La funcin de probabilidad de una variable Poisson es:
Propiedades
Media=
Varianza (X)=
Desv. Est.=
Distribucin Geomtrica
Distribucin Uniforme
Unida
d 4:
Varia
bles
Aleat
orias
Conti
nuas
Variable aleatoria continua

Es aquella que puede tomar todos los valores posibles dentro de un
cierto intervalo de la recta real.
Ejemplos:
La altura de los alumnos de una clase

Las horas de duracin de una pila.
Distribucin Uniforme
La distribucin uniforme es aquella que puede tomar cualquier valor dentro de un
intervalo, todos ellos con la misma probabilidad.
Es una distribucin continua porque puede tomar cualquier valor y no nicamente un

nmero determinado (como ocurre en las distribuciones discretas).
Ejemplo: el precio medio del litro de gasolina durante el prximo ao se estima que puede
oscilar entre 140 y 160 ptas. Podra ser, por tanto, de 143 ptas., o de 143,4 ptas., o de
143,45 ptas., o de 143,455 ptas, etc. Hay infinitas posibilidades, todas ellas con la misma
probabilidad.
Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene cada
punto del intervalo, viene definida por:
Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la funcin de distribucin del ejemplo sera:
Es decir, que el valor final est entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad, que
est entre 141 y 142, otro 5%, etc.
El valor medio de esta distribucin se calcula:
En el ejemplo:
Por lo tanto, el precio medio esperado de la gasolina para el prximo ao es de 150 ptas.
Veamos otro ejemplo:
El volumen de precipitaciones estimado para el prximo ao en la ciudad de Sevilla va a
oscilar entre 400 y 500 litros por metro cuadrado. Calcular la funcin de distribucin y la
precipitacin media esperada:
Es decir, que el volumen de precipitaciones est entre 400 y 401 litros tiene un 1% de
probabilidades; que est entre 401 y 402 litros, otro 1%, etc.
El valor medio esperado es:
Es decir, la precipitacin media estimada en Sevilla para el prximo ao es de

450 litros.
Distribucin Normal
La distribucin normal fue definida por De Moivre en 1733 y es la
distribucin de mayor importancia en el campo de la estadstica.
Una variable es normal cuando se ajusta a la ley de los

grandes nmeros, es decir, cuando sus valores son el
resultado de medir reiteradamente una magnitud sobre la
que influyen infinitas causas de efecto infinitesimal.
Las variables normales tienen una funcin de densidad con

forma de campana a la que se llama campana de Gauss.
Su funcin de densidad es la siguiente:

Z=
Ejemplo: el salario medio de los empleados de una empresa se distribuye segn una
distribucin normal, con media 5 millones de ptas. y desviacin tpica 1 milln de ptas.
Calcular el porcentaje de empleados con un sueldo inferior a 7 millones de ptas.
Lo primero que haremos es transformar esa distribucin en una normal tipificada, para ello
se crea una nueva variable (Y) que ser igual a la anterior (X) menos su media y dividida
por la desviacin tpica
En el ejemplo, la nueva variable sera:
Esta nueva variable se distribuye como una normal tipificada. La variable Y que
corresponde a una variable X de valor 7 es:
Ya podemos consultar en la tabla la probabilidad acumulada para el valor 2 (equivalente a

la probabilidad de sueldos inferiores a 7 millones de ptas.). Esta probabilidad es 0,97725
Por lo tanto, el porcentaje de empleados con salarios inferiores a 7 millones de ptas. es del
97,725%
Ejercicio 2: La vida media de los habitantes de un pas es de 68 aos, con una varianza de
25. Se hace un estudio en una pequea ciudad de 10.000 habitantes:
a) Cuntas personas superarn previsiblemente los 75 aos?
b) Cuntos vivirn menos de 60 aos?
a) Personas que vivirn (previsiblemente) ms de 75 aos
Calculamos el valor de la normal tipificada equivalente a 75 aos
Por lo tanto
P (X > 75) = (Y > 1,4) = 1 - P (Y < 1,4) = 1 - 0,9192 = 0,0808

Luego, el 8,08% de la poblacin (808 habitantes) vivirn ms de 75 aos.
b) Personas que vivirn (previsiblemente) menos de 60 aos
Calculamos el valor de la normal tipificada equivalente a 60 aos
Por lo tanto
P (X < 60) = (Y < -1,6) = P (Y > 1,6) = 1 - P (Y < 1,6) = 0,0548
Luego, el 5,48% de la poblacin (548 habitantes) no llegarn probablemente a esta edad.
http://www.aulafacil.com/CursoEstadistica/Lecc-36-est.htm
Problemas propuestos sobre unidad 3:

http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/09Pro
blemas%20propuestosIV.htm
Problemas Propuestos.
1.
En una cierta rea de la ciudad se da como una razn del 75%

de los robos la necesidad de dinero para comprar
estupefacientes. Encuentre la probabilidad que dentro de los 5
prximos asaltos reportados en esa rea
a)
exactamente 2 se debieran a la necesidad de dinero para

comprar drogas;
b)
cuando mucho 3 se debieran a la misma razn arriba

indicada.
r. a) 0.0879
b) 0.3672
2.
Un agricultor que siembra fruta afirma que 2/3 de su cosecha

de duraznos han sido contaminada por la mosca del
mediterrneo. Encuentre la probabilidad de que al inspeccionar
4 duraznos
a)
los 4 estn contaminados por la mosca del mediterrneo
b)
cualquier cantidad entre 1 y 3 est contaminada.

r. a) 16/81
b) 64/61
3.
De acuerdo con una investigacin llevada a cabo por la

Administrative Management Society, 1/3 de las compaas en
Estados Unidos le dan a sus empleados cuatro semanas de
vacaciones despus de 15 aos de servicio.
Encuentre la
probabilidad de que 6 de las compaas investigadas al azar, el
nmero que les dan a sus empleados cuatro semanas de
vacaciones despus de 15 aos de servicio es
a)
cualquier cantidad entre 2 y 5;
b)
menos de 3.
r. a) 0.647
b) 0.680
4.
De acuerdo con un estudio publicado por un grupo de

socilogos
de
la
Universidad
de
Massachussets,
aproximadamente 60% de los adictos al Valium en el estado de
Massachussets, lo tomaron por primera vez debido a problemas
psicolgicos. Encuentre la probabilidad de que los siguientes 8
adictos entrevistados
a)
exactamente 3 hayan comenzado a usarlo debido a

problemas psicolgicos.
b)
al menos 5 de ellos comenzaran a tomarlo por problemas

que no fueron psicolgicos.
r. a) 0.1239
b) 0.5941
5.
Al probar una cierta clase de neumtico para camin en un

terreno escabroso se encontr que 25% de los camiones
terminaban la prueba con los neumticos daados.
De los
siguientes 15 camiones probados encuentre la probabilidad de
que
a)
de 3 a 6 tengan ponchaduras;
b)
menos de 4 tengan ponchaduras;
c)
ms de 5 tengan ponchaduras
r. a) 0.7073
b) 0.4613
c) 0.1484
6.
De acuerdo con un reporte publicado en la revista Parade,

septiembre 14 de 1980, una investigacin a nivel nacional
llevada a cabo por la Universidad de Michigan revel que casi el
70% de los estudiantes del ltimo ao desaprueban las medidas
para controlar el hbito de fumar mariguana todos los das. Si
12 de estos estudiantes se seleccionan al azar y se les pregunta
su opinin, encuentre la probabilidad de que el nmero que
desaprueba dicha medida sea
a)
cualquier cantidad entre 7 y 9
b)
cuando mucho 5;
c)
no menos de 8
r. a) 0.6294
b) 0.0386
c) 0.7237
7.
La probabilidad de que un paciente se recupere de una

delicada operacin de corazn es de 0.9. Cul es la
probabilidad de que exactamente 5 de los prximos 7 pacientes

que se sometan a esta intervencin sobrevivan?
r. 0.1240
8.
Un ingeniero de control de trfico reporta que el 75% de los

vehculos que pasan por un punto de verificacin tienen
matrculas del estado. Cul es la probabilidad de que ms de 7
de los siguientes 9 vehculos no sean del estado?
r. 0.8343
9.
Una investigacin de los residentes de una ciudad de Estados

Unidos mostr que 20% preferan un telfono blanco que de
cualquier otro color disponible. Cul es la probabilidad de que
ms de la mitad de los siguientes 20 telfonos que se instalen
en esta ciudad sean de color blanco?
r. 0.0006
10. Se sabe que el 40% de los ratones inyectados con un suero

quedan protegidos contra una cierta enfermedad. Si 5 ratones
son inyectados, encuentre la probabilidad de que
a)
ninguno contraiga la enfermedad;
b)
menos de 2 la contraigan;
c)
ms de 3 la contraigan
r. a) 0.0778
b) 0.3370
c) 0.0870
11. Suponga que los motores de un aeroplano operan en forma

independiente y de que fallan con una probabilidad de 0.4.
Suponiendo que uno de estos artefactos realiza un vuelo seguro
en tanto se mantenga funcionando cuando menos la mitad de
sus motores, determine qu aeroplano, uno de los 4 motores o
uno de 2, tiene mayor probabilidad de terminar su vuelo
exitosamente.
r. 0.8208 y 0.8400;
***
2- plano del
motor
12.
Encuentre la media y la varianza de la variable aleatoria

binomial del problema propuesto 7.
r.
=6.3
=0.63
2
13.
Encuentre la media y la varianza de la variable aleatoria

binomial del problema propuesto 9.
r. =4 y 2=3.2
14. De acuerdo con la teora de la gentica, un cierto cruce de

conejillos de indias resultar en una descendencia roja, negra y
blanca en la relacin 8:4:4. Encuentre la probabilidad de que de
8 descendientes 5 sean rojos, 2 negros y 1 blanco.
r. 21/256
15. Las probabilidades son de 0.4, 0.2, 0.3 y 0.1, respectivamente,

de que un delegado llegue por aire a cierta convencin, llegue
en autobs, 3en automvil o en tren. Cul es la probabilidad
de que entre 9 delegados seleccionados aleatoriamente en esta
convencin, 3 hayan llegado por aire, 3 en autobs, 1 en

automvil y 2 en tren.
r. 0.0077
16. El dueo de una casa planta 6 tallos que selecciona al azar de

una caja que contiene 5 tallos de tulipn y 4 de narciso. Cul es
la probabilidad de que plante 2 tallos de narciso y 4 de tulipn?
r. 5/14
17.
Un comit de tres integrantes se forma aleatoriamente

seleccionando de entre 4 doctores y 2 enfermeras. Escriba una
frmula para la distribucin de probabilidad de la variable
aleatroria X que representa el nmero de doctores en el comit.
Encuentre P(2 X 3).
x=1, 2, 3
18.
Una compaa est interesada en evaluar sus actuales

procedimientos de inspeccin en el embarque de 50 artculos
idnticos. El procedimiento es tomar una muestra de 5 piezas y
autorizar el embarque si se encuentra que no ms de 2 estn
defectuosas.
qu proporcin del 20% de embarques
defectuosos sern autorizados?
r. 0.9517
19. La probabilidad de que una persona que vive en cierta ciudad

posea un perro se estima en 0.3. Encuentre la probabilidad de
que la dcima persona entrevistada aleatoriamente en esta
ciudad sea la quinta persona que posee un perro.
r. 0.0515
20.
Un cientfico inocula varios ratones, uno a la vez, con un

germen de una enfermedad hasta que obtiene 2 que la han
contrado. Si la probabilidad de contraer la enfermedad es 1/6.
cul es la probabilidad de que se requieran 8 ratones?
r. 0.0651
21. Suponga que la probabilidad de que una persona determinada

crea una historia acerca de los atentados a una famosa actriz es
de 0.8. Cul es la probabilidad de que
a)
la sexta persona que escucha tal historia sea la cuarta

que la crea?
b)
La tercera persona que escucha tal historia sea la

primera en creerla?
r. a) 0.1638
b) 0.032
22. Tres personas lanzan una moneda y la que salga dispareja paga
los cafs.
Si todas las monedas caen iguales, se lanzan
nuevamente. Encuentre la probabilidad de que se necesiten
menos de 4 lanzamientos.
r. 63/64
23. La probabilidad de que un estudiante para piloto apruebe el

examen escrito para obtener su licencia de piloto privado es de
0.7. Encuentre la probabilidad de que una persona apruebe el
examen
a)
en el tercer intento
b)
antes del cuarto intento

r. a) 0.0630
b) 0.9730
24. En promedio, en una cierta interseccin ocurren 3 accidentes

viales por mes Cul es la probabilidad de que en un
determinado mes en esta interseccin
a)
ocurran exactamente 5 accidentes?
b)
ocurran menos de 3 accidentes?

r. a) 0.1008
b) 0.4232
25. Una cierta rea del este de Estados Unidos es afectada en

promedio por 6 huracanes al ao. Encuentre la probabilidad de
que en un determinado ao esta rea sea afectada por
a)
menos de 4 huracanes;
b)
cualquier cantidad entre 6 y 8 huracanes.

r. a) 0.1512
b) 0.4015
26. En un estudio de un inventario se determin que, en promedio,

la demanda por un artculo en particular en una bodega era de 5
veces al da. Cul es la probabilidad de que en un determinado
da este artculo sea requerido
a)
ms de 5 veces?
b)
Ni una sola vez?

r. a) 0.3840
b) 0.0067
27. El nmero promedio de ratas de campo por acre en un campo

de trigo de 5 acres se estima que es de 12. Encuentre la
probabilidad de que menos de 7 ratas de campo se encuentren
a)
en una acre de terreno determinado;
b)
en 2 de los siguientes 3 acres inspeccionados.

r. a) 0.0458
b) 0.0060
28.
Un restaurante prepara una ensalada que contiene en

promedio 5 verduras diferentes. Encuentre la probabilidad de
que la ensalada contenga ms de 5 verduras
a)
en un determinado da;
b)
en 3 de los siguientes 4 das;
c)
por primera vez el 5 de abril.

r. a) 0.3840
b) 0.1395
c) 0. 0553
29. La probabilidad de que una persona muera debido a cierta

infeccin respiratoria es 0.002. Encuentre la probabilidad de
que mueran menos de 5 de las prximas 2000 personas
infectadas.
r. 0.6288
30. Suponga que en promedio 1 persona de cada 1000 comete un

error numrico al preparar su declaracin de impuestos. Si se
seleccionan al azar 10 000 formas y se examinan, encuentre la
probabilidad de que 6, 7 u 8 formas tengan error.
r. 0.2657
31. La probabilidad de que un estudiante presente problemas de

escoliosis (desviacin lateral sufrida por la columna vertebral)
en una escuela de la localidad es de 0.004. De los siguientes
1875 estudiantes revisados encuentre la probabilidad de que
a)
menos de 5 presenten este problema
b)
8, 9 o 10 presenten este problema

r. a) 0.1321
b) 0.3376
32. En un proceso de manufactura se seleccionan aleatoriamente

15 unidades diarias de la lnea de produccin para verificar el
porcentaje del nmero de defectos en el proceso. A partir de
informacin histrica se sabe que la probabilidad de que se
tenga una unidad defectuosa es 0.05. El proceso se detiene en
cualquier momento en que se encuentran dos o ms defectos.
Este procedimiento se utiliza para proporcionar una seal en
caso de que la probabilidad de defectos se incremente.
33.
a)
Cul es la probabilidad de que en un determinado da el

proceso de produccin se detenga? (suponga un 5% de
defectos)
b)
Suponga que la probabilidad de que se tenga un defecto

se incrementa a 0.07. Cul es la probabilidad de que en
un determinado da el proceso de produccin se detenga?
Se est considerando la produccin de una mquina

automtica de soldar.
Se considerar exitosa si tiene una
efectividad del 99% en sus soldaduras. De otra manera, no se
considerar eficiente. Se lleva a cabo la prueba de un prototipo
y se realizan 100 soldaduras. La mquina se aceptar para su

fabricacin si no son defectuosas ms de tres soldaduras.
a)
Cul es la probabilidad de que una mquina eficiente

sea rechazada?
b)
Cul es la probabilidad de que una mquina ineficiente

con 95% de soldaduras correctas sea aceptada?
34. Una agencia que renta automviles en un aeropuerto local

tiene disponibles 5 Ford, 7 Chevrolet, 4 Dodge, 3 Datsun y 4
Toyota. Si la agencia selecciona aleatoriamente 9 de estos
vehculos para transportar delegados desde el aeropuerto hasta
el centro de convenciones en el centro de la ciudad, encuentre
la probabilidad de que se utilicen 2 Ford, 3 Chevrolet, 1 Dodge,
1 Datsun y 2 Toyota.
35. Las llamadas de servicio entran a un centro de mantenimiento

de acuerdo con un proceso de Poisson y en un promedio entran 2.7
llamadas por minuto. Encuentre la probabilidad de que:
a)
no ms de 4 llamadas entren en un minuto cualquiera;
b)
menos de 2 llamadas entren en un minuto cualquiera;
ms de 10 llamadas entren en un periodo de 5 minutos

Curso Probabilidad y Estadistica Universidad

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Curso Probabilidad y Estadistica Universidad

Transféré par

Droits d'auteur :

Formats disponibles

UNIDAD 1:

1.1 Definicin de estadstica y conceptos bsicos

[Escriba el nombre de la compaa]

1.2 Datos no agrupados

[Escriba el nombre de la compaa]

Por lo que la mediana est ubicada entre el dato 4 y 5; el valor del

Con frecuencia un conjunto de nmeros se pueden reducir a una o unas

Estas medidas se utilizan para indicar un valor que tiende a ser el ms

5 podemos apreciar el significado grafico de las medidas de tendencia

Fig. 5. Comparacin de la localizacin central de las

Rango: El rango es la diferencia entre el mayor y el menor de los

Varianza o desviacin cuadrtica media: La varianza es la

Desviacin estndar o tpica: La desviacin tpica informa

[Escriba el nombre de la compaa]

Nmero impar de datos

Nmero par de datos

[Escriba el nombre de la compaa]

1.3 Datos Agrupados

Ejercicio de media aritmtica

[Escriba el nombre de la compaa]

Mediana: La mediana se encuentra en el intervalo donde la frecuencia

Li es el lmite inferior de la clase donde se encuentra la mediana.

La mediana es independiente de las amplitudes de los intervalos.

[Escriba el nombre de la compaa]

Li es el lmite inferior de la clase modal.

Tambin se utiliza otra frmula de la moda que da un valor

[Escriba el nombre de la compaa]

[Escriba el nombre de la compaa]

Fi-1 =es la frecuencia acumulada anterior a la clase mediana.

Clculo del primer cuartil

Clculo del segundo cuartil

Clculo del tercer cuartil

[Escriba el nombre de la compaa]

Los deciles dan los valores correspondientes al 10%, al 20%... y al 90%

Li= es el lmite inferior de la clase donde se encuentra la mediana.

[Escriba el nombre de la compaa]

Clculo del primer decil

Clculo del segundo decil

Clculo del tercer decil

Clculo del cuarto decil

Clculo del quinto decil

Clculo del sexto decil

Clculo del sptimo decil

Clculo del octavo decil

Clculo del noveno decil

P50 coincide con la mediana.

Li= es el lmite inferior de la clase donde se encuentra la mediana.

1. Los datos siguientes corresponden a los tiempos de reaccin de

Calcular la distribucin de frecuencias de los datos

3. Se midi el tiempo, en dcimas de segundo, que tarda en grabarse un

Determina los cuartiles y el rango intercuartlico

La teora de conjuntos es una rama de las

[Escriba el nombre de la compaa]

Evento que consiste en los elementos que estn en A y en B

Evento que consiste en los elementos que estn en B y NO en A

Conjuntos mutuamente excluyentes.

[Escriba el nombre de la compaa]

Permutacin: Es todo arreglo de elementos en donde nos interesa el

P5 = 11! / (11 5)! = 11! / 6! = 11 x 10 x 9 x 8 x 7 = 55,440

maneras de asignar la participacin

[Escriba el nombre de la compaa]

Combinacin: Es todo arreglo de elementos en donde no

C9 = 12! / (12 9)!9! = 12! / 3!9! = 12 x 11 x 10 / 3! = 220

maneras de seleccionar las nueve preguntas o dicho de otra