Cap 06 Probabilidad

Estadstica y Diseos Experimentales
Captulo VI
Teora de probabilidades
6.1 Tcnicas de conteo
Regla de la multiplicacin.
Permutaciones.
Permutacin de n objetos en n posiciones.
Permutacin de n objetos en r posiciones
Permutacin de objetos repetidos.
Permutacin de n objetos donde r tienen posiciones fijas (permutacin circular).
Combinaciones.
Ejemplos:
1) Regla de la multiplicacin. El anlisis del agua en un rio puede ser realizado por un equipo
formado por un ingeniero qumico, un laboratorista y un obrero. Se tiene 3 ingenieros, 2
laboratoristas y 3 obreros. Cul ser el nmero total de posibles equipos que se pueden
formar?. Cul ser los posibles equipos?. Cul ser la probabilidad de que el equipo cry
realice el anlisis?.
SOLUCIN
a p w
b q x
c r y
a) Para calcular el nmero se emplea la regla de la multiplicacin.

m=n1*n2*n3=3*2*3=18
b) Todas las maneras posibles son:
apw apx apy aqw aqx aqy arw arx ary
bpw bpx bpy bqw bqx bqy brw brx bry
cpw cpx cpy cqw cqx cqy crw crx cry
c) La probabilidad de que el equipo cry realice el anlisis es de 1/18.
2) Permutacin de n objetos en n posiciones. Tres laboratoristas deben realizar tomas de
muestras de aguas en tres puntos de un ro. Cul ser el nmero posible de maneras y las
maneras posibles en que los laboratoristas podran realizar las tomas de muestras de agua en
los tres puntos del ro?. Cul ser la probabilidad de que las tomas sean realizadas en el
orden siguiente: En el punto P la toma la haga el laboratorista L2, en el punto Q la toma la
haga el laboratorista L1 y en el punto R la toma la haga el laboratorista L3?.
1 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

SOLUCIN
P Q R
P R L1 L2 L3
Q L1 L3 L2
L2 L1 L3
Laboratoristas: L1, L2, L3 L2 L3 L1
L3 L1 L2
Pnn n ! P33 3! 3* 2 *1 6 L3 L2 L1
P(L2,L1,L3)=1/6
3) Permutacin de n objetos en r posiciones. Si las tomas de muestras de agua deben hacerse
solo en dos puntos del ro y se cuenta con tres laboratoristas. Cul ser el nmero posible
de maneras y las maneras posibles en que los 3 laboratoristas podran realizar las tomas de
muestras de agua en los dos puntos del ro?. Cul ser la probabilidad de que las tomas
sean realizadas en el orden siguiente: En el punto P la toma la haga el laboratorista L2, en el
punto Q la toma la haga el laboratorista L1?.
SOLUCIN
Laboratoristas: L1, L2
P Q
n! 3!
P
n
P
3
3! 6
(n r )! (3 2)!
r 2
P Q
P(L2,L1)=1/6 L1 L2
L1 L3
L2 L1
L2 L3
L3 L1
L3 L2
4) Permutacin de objetos repetidos en n posiciones. Una mezcla debe ser elaborada con 4
sustancias (2 de A y 2 de B) aadiendo y disolviendo secuencialmente una a una. Cul ser
el nmero posible de maneras y las maneras posibles en que las sustancias se van aadiendo
y disolviendo?. Cul ser la probabilidad de que se aada y disuelva las sustancias en el
orden siguiente ABAB?.
SOLUCIN
Sustancias: A, A, B, B
n n!
Pnn1 ,n2 ,...,nk
n1 , n2 ,..., nk n1 ! n2 !... nk !
n 4 n1 2 n2 2
4 4! 4*3* 2*1
4
P2,2 6
2, 2 2! 2! (1* 2) *(1* 2)
Orden de mezclar
Primero Segundo Tercero Cuarto
A A B B
B B A A
A B A B
B A B A
B A A B
A B B A
5) Combinaciones. Tres de los 6 equipos (E, F, G, H, I, J) deben ser escogidos. Cul ser el
nmero total de maneras y las maneras en que podran ser escogidos los equipos?. Cul
ser la probabilidad de escoger una de estas maneras?.
Equipos: E, F, G, H, I, J
n n! 6 6! 6*5* 4
Crn C36 20
r r !(n r )! 3 3!(6 3)! 1* 2*3
EFG, EFH, EFI, EFJ, EGH, EGI, EGJ, EHI, EHJ, EIJ, FGH, FGI, FGJ, FHI, FHJ, FIJ, GHI,
GHJ, HIJ, GIJ
1
Probabilidad de una seleccin =
20
6.2 Teora de probabilidades

Definicin de Probabilidad de un suceso. Escala de probabilidad.
La probabilidad de un suceso es una medida relativa de la probable ocurrencia de un
suceso. La escala de medida de una probabilidad es de o a 1 o de 0% a 100%. Cuando la
probabilidad es el 0% se dice que el evento con toda seguridad no ocurrir. Si la
probabilidad es igual al 100% el evento ocurrir con toda seguridad.
Definicin de experimento.
Un experimento es una accin o conjunto de acciones que se realizan con el fin de
obtener un resultado de un conjunto probable de resultados.
Definicin de espacio de posibles resultados de una variable. Tipos de espacios.
Un espacio de posibles resultados es el conjunto de todos los resultados posibles que
pueden ocurrir en el experimento para la variable que se est estudiando. Se le llama
tambin espacio muestral.
Definicin de evento.
Un evento es un posible resultado del espacio de resultados que puede ocurrir en la
unidad en anlisis que ser observada.
Probabilidad de un evento.
Es la probabilidad de que ocurra el evento en las sucesivas realizaciones del
experimento. Se define como:
Nmero de veces que ocurre el evento en las sucesivas repeticiones del experimento
P( E )
Nmero total de veces que se realiza el experimento
Probabilidad de dos a ms eventos.

Cuando se observan dos a variables en las unidades de anlisis pueden ocurrir dos a ms
eventos. Un evento para cada variable. Si A es el evento definido para la variable X y B
es el evento definido para la variable Y, la probabilidad de que ocurra el evento A y el
evento B en las sucesivas realizaciones del experimento ser:
Nmerode veces que ocurre el evento (A B) en las sucesivas repeticiones del experimento
P( A B)
Nmero total de veces que se realiza el experimento

Ejemplo:
Una muestra de 100 pacientes con presin alta fue seleccionada al azar a fin de
indagarles cul de los medicamentos A o B ingeran cada vez que les suba la presin y
si era eficaz en bajarles la presin. Se obtuvieron las frecuencias relativas de la tabla
siguiente:
Medicamento/ Eficacia Si No Probabilidad Total

A 0.46 0.18 0.64
B 0.23 0.13 0.36
Probabilidad total 0.69 0.31 1.00
Para una nueva indagacin esta tabla de frecuencias relativas se convierte en una tabla
de probabilidades.
Probabilidad total.
Es la suma de las probabilidades para un determinado evento.
Probabilidad de eventos condicionados o filtrados.
Si se supiese que uno de los eventos ocurri por ejemplo el A y se desea la probabilidad
del otro evento B, entonces se dir que un evento est condicionado al otro. El evento
condicionado se denota como B/A, se lee como B dado A y la probabilidad se escribe
como P(B/A).
Por ejemplo, en una indagacin a un nuevo paciente de la poblacin de pacientes con
presin alta, si se supiese que l consume el medicamento A, cul ser la probabilidad
de que el medicamento si sea eficaz en disminuirle la presin?.
Independencia de eventos.
Dos eventos son independientes si uno de ellos no dependen del otro, matemticamente
se debe demostrar que:
P ( A B ) P ( A) * P ( B )
Teorema de Bayes.
El teorema de Bayes es una preobabilidad condicional que se utiliza cuando se desea
hallar la probabilidad de ocurrencia de un evento que ocurri posteriormente despus
que ocurri un evento anterior.
Ejemplo
En una muestra de pacientes se realiz el anlisis del nivel de colesterol total y del nivel
de acido rico, encontrando las frecuencias relativas de la tabla:
Est. niv.col./ Est. niv. ci.

ri. Normal Alto Probabilidad Total
Normal 0.20 0.15 0.35
En el lmite 0.17 0.15 0.32
Alto 0.12 0.21 0.33
Probabilidad total 0.49 0.51 1.00
Un nuevo paciente sospecha que tiene cido rico alto, cul ser la probabilidad de que
tenga colesterol alto?.
Variable aleatoria discreta. Modelos de probabilidad.

Variable contnua. Modelos de probabilidad.
6) En vista de que en los empleados de una institucin universitaria se estaban produciendo
enfermedades cardiacas, el mdico de esta institucin recomend realizar el anlisis de
sangre a fin de determinar los niveles de colesterol total, niveles de triglicridos, los niveles
de glucosa entre otros anlisis. Se realiz el anlisis de sangre a una muestra de empleados
de una institucin universitaria. El nmero de empleados segn el nivel de colesterol total
(en mg/dL) (X), el nivel de triglicridos (en mg/dL) (Y), el nivel de glucosa (Z) (en mg/dL)
se da en la tabla adjunta.
Z
X Y p q r Total
d 6 9 10 25
e 5 3 9 17
a
f 8 7 3 18
g 5 3 4 12
24 22 26 72
Total
d 9 8 8 25
e 9 8 5 22
b
f 5 10 10 25
g 6 5 5 16
29 31 28 88
Total
d 7 5 10 22
e 3 3 10 16
c
f 10 4 5 19
g 6 6 4 16
26
Total 18 29 73
TOTAL 79 71 83 233
Calcular e interpretar las siguientes proposiciones:

a) El porcentaje de empleados que tuvieron colesterol total, triglicridos y glucosa normal.
b) El porcentaje de empleados que tuvieron colesterol total y triglicridos normal.
c) El porcentaje de empleados que tuvieron colesterol total normal.
d) Para los pacientes que tuvieron glucosa normal, calcular los porcentajes de empleados
segn el nivel de triglicridos normal y glucosa normal.
e) Para los pacientes que tuvieron triglicridos alto y glucosa normal, calcular los
porcentajes de empleados segn el nivel de colesterol.
7) El mdico a cargo del anlisis del ejercicio 1) ante los valores hallados quiso confirmar este
anlisis en la poblacin utilizando las probabilidades. Como las probabilidades se basan en
antecedentes para estimarlas, se utilizar la estadstica hallada para 1).
La estimacin de las probabilidades se har sobre la base de la seleccin al azar de uno de
los empleados y luego se plantearn las probabilidades que se consideren por convenientes.
Algunas de estas preguntas se dan a continuacin:
Si se seleccionase al azar a uno de los empleados,
i) Cul ser la probabilidad de que tenga colesterol total, triglicridos y glucosa normal?.
ii) Cul ser la probabilidad de que tenga colesterol total y triglicridos normal?.
iii) Cul ser la probabilidad de que tenga colesterol total normal?. Si se seleccionase una
muestra al azar de 20 empleados, cuntos se esperara que tuviesen colesterol total
normal.
NOTAS:
Las interpretaciones en las estadsticas se hacen en tiempo pasado.
Las interpretaciones en las probabilidades se hacen para un tiempo futuro.
Conforme el tiempo avanza las estadsticas disminuyen en su valor y no sirven para
ser utilizadas como probabilidades.
6.3 Variable aleatoria y modelos de probabilidad

Variable aleatoria. Tipos.
Una variable aleatoria es la denominacin que se le da al conjunto de datos numricos
obtenidos en un conjunto de unidades de anlisis cuando fue medida o contada una
caracterstica de estudio. Se dice que es aleatoria porque antes de la medicin no se sabe que
datos van a ocurrir. Si fue medida la caracterstica de estudio la variable ser de tipo
continua y si fue contada la variable ser de tipo discreta.
Por ejemplo:
Si en un grupo de 10 familias se debe de contar el nmero de miembros de cada una de
las familias, la variable ser de tipo discreta.
Si en un grupo de 20 personas mayores de 20 aos se les mide la talla, la variable ser
de tipo continua.
Modelos de probabilidad
Un modelo de probabilidad es la expresin matemtica ideal para la ocurrencia de los
eventos de una variable aleatoria en un conjunto de unidades de anlisis.
Por ejemplo:
En un establo, el nmero de vacas segn el nmero de litros de leche que diariamente
producen las vacas se da bajo el siguiente modelo matemtico de produccin:
g x 10 2 x donde la produccin de leche vara en el intervalo de 8 a 25 litros (
8 x 25 ).
Construya un modelo de probabilidad para estimar la probabilidad de produccin de leche

de cada vaca del establo.
SOLUCION
Un modelo est formado por una funcin de probabilidad y un rango de valores para la
variable aleatoria.
La funcin se construye de la manera siguiente:

Se halla el valor de k de la manera siguiente:
n
k g ( xi ) si la variable es de tipo discreta
i 1
b
k g ( x )dx si la variable es de tipo continua
a
luego se reemplaza en la siguiente expresin,

g ( x)
f ( x) para el mismo intervalo de la variable
k
25
k (10 2 x) dx 731
8
luego la funcin de densidad es,

g ( x ) 10 2 x
f ( x) para 8 x 25
k 731
6.4 Modelos de probabilidad para variables aleatorias discretas.

a. Modelo de probabilidad o distribucin Binomial.
Se selecciona una muestra al azar de 3 empleados en donde cada uno de ellos tiene la
probabilidad de 1/3 de tener colesterol total normal, cul ser la probabilidad de que los
tres tengan colesterol total normal?.
SOLUCIN
n
P( X x) f ( x) p x q n x x : 0,1,2,..., n
x
X: Nmero de pacientes con colesterol normal x = 0,1,2,3 n=3
3 2
P ( X 2) f (2) (1 / 3) 2 (2 / 3) 0.07407407
2 27

La probabilidad de que en la muestra dos de los pacientes tengan colesterol total normal es
del 7% aproximadamente.
b. Modelo de probabilidad o distribucin Poisson.
En el envasado de una bebida gaseosa se ha detectado que en promedio dos botellas cada
dos horas presenta impurezas. Encuentre las probabilidades de que en:
a) En 1 hora no se encuentre ninguna botella con impurezas.
b) En 3 horas se encuentre a lo ms dos botellas con impurezas.
c) En 1.5 horas se encuentre 3 botellas con impurezas.
d) En 30 minutos no se encuentren botellas con impurezas.
e) En 4 horas se encuentre 1 sola botella con impurezas.
SOLUCION
e x
P( X x) f ( x) x : 0,1,2,....
x!
2 botellas en promedio cada 2 horas presentan impurezas.
X: nmero de botellas con impurezas cada 2 horas x : 0,1,2,....
e2 0
a) P( x 0) f (0) 2 0.14 la probabilidad de que ninguna de las botellas
0!
tenga impurezas en 2 horas es del 14%.
6.5 Modelos de probabilidad para variables aleatorias continuas.

Normal, T-Student, Chi Cuadrada, F.
a. Modelo de probabilidad o distribucin Normal.
El agua de un ro se ha analizado mediante un conjunto de muestras de volmenes de agua a

fin de medir el nivel de la turbiedad en NTU (unidades de turbidez nefelomtricas) y se ha
determinado que sigue un patrn normal con media de 0.6 NTU con desviacin estndar de
0.3 NTU. A fin de realizar el control de la turbidez del agua en otro momento, en un punto
al azar del ro se extrae una muestra de un volumen de agua al azar, cul ser la
probabilidad de que el agua del ro tenga una turbidez que vara entre 0.6 a 1.2 unidades de
NTU.
SOLUCION
0.8 - 0.6 1.2 - 0.6

P(0.8 X 1.2) P( Z ) P(0.67 Z 2) P(Z 2) P(Z 0.67)
0.3 0.3
0.977250-0.748571 0.228679
La probabilidad de encontrar un nivel de turbidez en el agua en el rango de 0.6 a 1.2 NTU
es del 23% aproximadamente.
6.6 Tcnicas del muestreo.

Proceso del muestreo
Definir la tcnica de muestreo.
Construir el marco muestral de la poblacin.
Calcular el tamao de la muestra.

Seleccionar las unidades de muestreo que formaran la muestra.
Muestreo aleatorio simple.
Muestreo aleatorio sistemtico.
Muestreo aleatorio de conglomerados.
6.7 Ejercicios de muestreo

1) Para evaluar una vacuna para la gripe se eligi un grupo de 1,738 individuos en riesgo del
cual debe tomarse una muestra al azar de individuos a quienes se les aplicar la vacuna.
Hallar el tamao de muestra a un nivel de significacin del 5% en los casos siguientes:
a) El fabricante de la vacuna asegura que esta fue aplicada a un grupo de 3860 individuos
en riesgo con una efectividad del 65%.
b) La vacuna fue aplicada anteriormente en una muestra al azar de otro grupo de riesgo
encontrando una efectividad de prevencin contra la gripe de ~p 0.734 .
c) Se desconoce el valor de P.
d) La vacuna se aplic a todo un pueblo vecino de 6357 individuos de los cuales al pasar
la gripe por el pueblo 4570 no fueron afectados.
Proponga su mximo error de muestreo.
2) Supongamos que, para el tamao de muestra de 300 en el caso d) se hubiesen extrado los
individuos que se dan en el archivo muestra.xls, halle el estimador puntual y de intervalo
para un nivel de confianza del 95%. Habra sido la muestra una buena estimacin de la
poblacin?. Comente sobre el valor de la precisin.
6.8 Inferencia estadstica
Si en una muestra de sangre extrada de una persona se mide que el nivel de colesterol es normal
entonces, toda la sangre de este paciente tendr un nivel de colesterol normal. A este proceso se
le llama inferir.
Desde el punto de vista estadstico, inferencia estadstica es, analizar una variable en los
individuos de una muestra a fin de obtener sus estimadores y las conclusiones que se obtengan
de ellos generalizarlas hacia los parmetros de la poblacin de la cual se extrajo la muestra.
Parmetro:
Un parmetro es un valor que se calcula para los datos de una determinada variable medida en
los individuos de una poblacin. Los parmetros de una poblacin son: la media aritmtica
poblacional, la varianza poblacional, la desviacin estndar poblacional y el coeficiente de
variacin poblacional. Todos estos parmetros se suman a fin de analizar el comportamiento de
una determinada variable.

Estimador:
Como por muchas razones no se trabaja con toda la poblacin, los parmetros de la poblacin
(media, varianza, DE y CV ) deben ser estimados mediante los valores de una muestra llamados
estimadores. Estos estimadores se sumaran para analizar y obtener conclusiones del
comportamiento de la misma variable en la muestra con la cual se inferir a la poblacin. Los
estimadores que se calcularn en la muestra son: la media aritmtica muestral, la varianza
muestral, la desviacin muestral y el coeficiente de variacin muestral.
Las frmulas para los parmetros y los estimadores se dan en la tabla siguiente:
Medidas Poblacin Muestra

N n
Media Y i y i
i 1
y i 1
N n
N n
Y y y
2 2
i i
Varianza
S2 i 1
s2 i 1
N 1 n 1
Desviacin
estndar DE S S 2 DE s s 2
Coeficiente de S s
CV % *100 cv% *100
variacin y

Poblacin
Conjunto de unidades de estudio Tamao: N
Area de estudio Tamao: Cierta extensin
Volumen de estudio Tamao: Cierta zona acutica
Otro definido al caso
Variable 1 Variable 2 Variable 3 Variable k
Media poblacional Media poblacional Media poblacional Media poblacional

PARAMETROS Varianza poblacional Varianza poblacional Varianza poblacional Varianza poblacional
DE poblacional DE poblacional DE poblacional DE poblacional
CV poblacional CV poblacional CV poblacional CV poblacional
M u estra
Subconjunto de unidades de estudio Tamao: n
Area de estudio Tamao: Parte de la extensin
Volumen de estudio Tamao: Parte de la zona acutica
Otro definido al caso
Variable 1 Variable 2 Variable 3 ... Variable k
Media muestral Media muestral Media muestral Media muestral ...

ESTIMADORES Varianza muestral Varianza muestral Varianza muestral Varianza muestral
DE muestral DE muestral DE muestral DE muestral
CV muestral CV muestral CV muestral CV muestral

La media aritmtica muestral:
Es un valor que se coloca en la parte central de todos los datos. Expresa el rendimiento
medio de todas las unidades de anlisis.
Es un valor que se esperara que todos los datos fuesen igual a l. Si todos los datos fuesen
iguales a este valor todas las unidades de anlisis tendran el mismo rendimiento.
Cuando los datos estn ms cercanos a este valor, la media ser ms representativa. La
media aritmtica del rendimiento de todas la unidades de anlisis ser ms representativa
cuando ms cercanos estn los rendimientos de cada una de ellas.
La varianza muestral:
La varianza muestral mide la cantidad de variacin total de los datos respecto de la media
muestral.
La unidad de medida de la varianza es en unidades al cuadrado.
El valor de la varianza es til cuando se quiere comparar entre varios estudios o entre varios
grupos. Para un solo estudio no se podr determinar si es grande o pequea.
La desviacin estndar muestral:
La desviacin muestral es un valor con el cual se establece un intervalo de representatividad

de la media aritmtica para los datos que estn cercanos a esta. El intervalo se construye por
arriba y por debajo de la media aritmtica.
El coeficiente de variacin:
El coeficiente de variacin es un valor de comparacin de los datos respecto de la media de

estos. Equivalentemente puede ser usado como valor de comparacin entre ellos. Indica el
grado de variabilidad de los datos por arriba y por debajo de la media aritmtica.
El valor del coeficiente de variacin flucta en el rango de cero a uno o del 0% al 100%.
Cuando el coeficiente de variacin es cercano a cero, los datos sern aproximadamente
iguales entre si y a la media.
Conforme el coeficiente de variacin va creciendo en valor, la variacin de los datos va
aumentando.
El coeficiente de variacin debe ser mejorado a fin de obtener un rendimiento uniforme de
las unidades de anlisis.
En cada caso de la realidad, el coeficiente de variacin debe ser establecido
permanentemente.
Tipos de Estimadores:
Los tipos de estimadores son: el estimador puntual y el estimador de intervalo.
El estimador puntual es el mismo valor obtenido con la frmula del estimador y un estimador de
intervalo es una amplitud de valores en donde se espera que se halle el valor del parmetro.

6.9 Pruebas de Hiptesis

Hiptesis:
Una hiptesis se define de acuerdo al problema a solucionar. Algunos de estos son:
En los problemas que buscan satisfacer una condicin, es una afirmacin que se hace a
priori acerca del cumplimiento de dichacondicin que debe ser probada.
En los problemas de relaciones entre una variable dependiente y una o ms variables
independientes, es una afirmacin a priori acerca de la existencia de un modelo de
regresin u otro que relaciona estas variables.
En los estudios problemticos, una hiptesis es una probable solucin a un problema
que debe ser probada.
Planteamiento de una hiptesis en una investigacin:
En una investigacin se plantean dos hiptesis: la hiptesis nula y la hiptesis alternativa. La

aceptacin de alguna de ellas depende de la solucin que con ella se d al problema que se ha
planteado.
La hiptesis nula es una afirmacin acerca del cumplimiento de la condicin. Se representa

como H0 .
La hiptesis alterna contradice la afirmacin que se hace en la hiptesis nula. Se representa

como Ha .
Como las hiptesis deben ser probadas o verificadas y el planteamiento de estas es antes de la
verificacin, la probable aceptacin de alguna de ellas se mide en trminos de probabilidades,
estas probabilidades son:
: Es el nivel de aceptacin o probabilidad de aceptar la hiptesis nula.
: Nivel de significacin o probabilidad de rechazo de la hiptesis nula
EJEMPLOS
Caso1: Analizar el nivel de alcalinidad de un terreno.
Hiptesis Nula: El nivel de alcalinidad es el mismo en cualquier parte

del terreno.
Hiptesis Alternativa: El nivel de alcalinidad es diferente en cualquier parte del

terreno.
Caso2: Bajar el nivel de alta alcalinidad de un suelo para sembro mediante 4 tratamientos
A,B,C,D.
Problema de investigacin: Cul de los tratamientos disminuir el nivel de alta

alcalinidad de un suelo?

Hiptesis de la investigacin: Utilizando el tratamiento A se disminuir mejor el nivel

de alta alcalinidad de un suelo.
Experimento: Tratar el suelo con 4 tratamientos A, B, C, D
Hiptesis operativas:
Hiptesis nula: Los 4 tratamientos no disminuyen el alto nivel de

alcalinidad
Hiptesis alternativa: Por lo menos uno de los 4 tratamientos produce un

efecto significativo en disminuir el alto nivel de
alcalinidad.
PROBLEMA EN INVESTIGACION:
En el problema se pregunta cul ser la probable solucin a un problema
HIPTESIS DE LA INVESTIGACIN:
En la hiptesis de la investigacin se indica cul es la probable solucin
HIPTESIS OPERATIVAS
Las hiptesis operativas contrastan con datos reales si la probable solucin
es o no una solucin al problema en investigacin
HIPTESIS NULA (Ho): Afirma negando que la probable solucin

soluciona el problema
HIPTESIS ALTERNATIVA (Ha): Afirma que la probable solucin
soluciona el problema
Si se acepata Ho se rechaza la probable solucin de la investigacin

Si se rechaza Ho se acepta la probable solucin de la investigacin

6.10 Prueba de hiptesis para la media aritmtica poblacional

La prueba de hiptesis para la media aritmtica poblacional se utiliza cuando se quiere probar
mediante una muestra si los datos para una variable satisfacen un comportamiento normal de
media y varianza S 2 con un nivel de probabilidad de confianza . El procedimiento para
realizar esta prueba es el siguiente:
Planteamiento de las hiptesis
Puede ser alguna de las siguientes:
a) Prueba bilateral o a dos colas o extremos.

H 0 : 0 Los datos son iguales a una determinada media
H a : 0 Los datos son diferentes a una determinada media
b) Prueba a una cola o a un extremo el derecho.

H a : 0 Los datos son mayores que una determinada media
c) Prueba a una cola o a un extremo el izquierdo

H a : 0 Los datos son menores de una determinada media
A continuacin deben proponerse los niveles de probabilidad para aceptar o rechazar las
hiptesis que se plantearon.
Luego se calcula para la muestra un valor llamado estadstico de prueba para el cual se
calcular la probabilidad p P(t t0 ) que ser comparada con la probabilidad de rechazo de
la hiptesis nula .
La frmula para este estadstico cambia segn el tamao de muestra:
Si el tamao de muestra es menor de 30, el estadstico de prueba sigue una distribucin t-

Student con ( n 1) grados de libertad.
y y
t0
sy s
n

Si el tamao de muestra es mayor o igual a 30, el estadstico de prueba sigue la distribucin

normal,
y y
z0
sy s
n
Calculado el estadstico y determinada su probabilidad se escoge alguna de las decisiones

siguientes:
En el caso de una prueba dos extremos colas o bilateral,
i) Si p / 2 se acepta la hiptesis nula.

ii) Si p / 2 se rechaza la hiptesis nula y se acepta la hiptesis alternativa.
En el caso de una prueba a un extremo o a una cola,
i) Si p se acepta la hiptesis nula.

ii) Si p se rechaza la hiptesis nula y se acepta la hiptesis alternativa.
Finalmente debe realizarse las interpretaciones redactndolas de acuerdo al caso que se est
analizando.
6.11 Prueba de hiptesis para la proporcin poblacional

En el caso de variables cualitativas, la variable es contada sobre la base de la ocurrencia de
preferencias, favoritismos o predilecciones por alguna cualidad llamados xitos. Sobre la base
de este conteo se calcula la proporcin poblacional de xitos y para el caso de la muestra la
proporcin muestral de xitos.
La proporcin poblacional por la preferencia de alguna cualidad de la variable se calcula como

sigue:
Nmero de casos xitos del problema en investigacin en la poblacin

P
Nmero total de casos en investigacin en la poblacin
y la proporcin muestral que es el estimador puntual de la proporcin poblacional se calcula con

la frmula:
Nmero de casos xitos del problema en investigacin en la muestra

p
Nmero total de casos en investigacin en la muestra
Planteamiento de las hiptesis
Puede ser alguna de las siguientes:
a) Prueba bilateral o a dos colas o extremos.

H 0 : P P0 La proporcin de casos xitos es igual a una determinada proporcin
de xitos

H a : P P0 La proporcin de casos xitos es diferente a una determinada

proporcin de xitos
b) Prueba a una cola o a un extremo el derecho.

H 0 : P P0 La proporcin de casos xitos es igual a una determinada proporcin de
xitos
H a : P P0 La proporcin de casos xitos es mayor que una determinada

proporcin de xitos
c) Prueba a una cola o a un extremo el izquierdo

H 0 : P P0 La proporcin de casos xitos es igual a una determinada proporcin de
xitos
H a : P P0 La proporcin de casos xitos es menor que una determinada proporcin

de xitos
A continuacin deben proponerse los niveles de probabilidad para aceptar o rechazar las
hiptesis que se plantearon.
Luego se calcula para la muestra un valor llamado estadstico de prueba para el cual se
calcular la probabilidad p P(t( n1) t0 ) si t0 es positivo (o p P(t( n1) t0 ) si t0 es
negativo); esta probabilidad ser comparada con la probabilidad de rechazo de la hiptesis nula
.
La frmula para este estadstico se utiliza solo si el tamao de muestra es mayor o igual a 30,
este estadstico de prueba sigue la distribucin normal,
pP pP
z0
sp pq
n 1
Calculado el estadstico y determinada su probabilidad se escoge alguna de las decisiones

siguientes:
En el caso de una prueba dos extremos colas o bilateral,
iii) Si p / 2 se acepta la hiptesis nula.

iv) Si p / 2 se rechaza la hiptesis nula y se acepta la hiptesis alternativa.
En el caso de una prueba a un extremo o a una cola,
iii) Si p se acepta la hiptesis nula.

iv) Si p se rechaza la hiptesis nula y se acepta la hiptesis alternativa.
Finalmente debe realizarse las interpretaciones redactndolas de acuerdo al caso que se est
analizando.
6.12 Intervalo de confianza para estimar a la media aritmetica poblacional

Un intervalo de confianza para la media aritmtica muestral(IC) se calcula para no tener que
estimar puntualmente a la media aritmtica poblacional ya que sera imposible que con un solo
valor se coincida con el mismo valor del parmetro.
A un nivel de probabilidad un IC se calcula con alguna de las frmulas siguientes

dependiendo del tamao de muestra y de la distribucin de probabilidad del estimador:
Cuando el tamao de muestra es pequeo o menor de 30 se usa el intervalo para la distribucin

t-Student:
y t( n1, /2) s y y t( n1,1 /2) s y
Si el tamao de muestra es mayor o igual de 30, se usa el intervalo para la distribucin normal:
y z /2 s y y z1 /2 s y
Se interpreta como sigue:
Con una confianza se espera que la media poblacional est contenida en el intervalo de la
media muestral.
Donde:
y : Media muestral

s2
Error estndar muestral se deduce de la frmula s
2
sy : y
n
z /2 , z1 /2 : Puntos que se determinan con la distribucin normal
t( n1, /2) , t( n1,1 /2) : Puntos que se determinan con la distribucin t-Student
: Probabilidad de confianza de que con la estimacin que se est realizando la media

poblacional est en el IC
: Probabilidad de rechazo de que con la estimacin la media poblacin no est contenida

en el IC
Cuando la varianza se desconozca debe ser estimada mediante una muestra piloto.
6.13 Intervalo de confianza para estimar a la proporcin poblacional

El intervalo de confianza para la proporcin muestral con el cual se estima a la proporcin
poblacional se calcula con la frmula para la distribucin normal siempre con tamao de
muestra mayor o igual de 30:
p z/2 sp P p z1/2sp
cuando s p se desconozca debe ser estimada con una muestra piloto que es una muestra

pq
seleccionada de la poblacin mediante la frmula s p2 .
n 1
EJEMPLOS
1) Suponga que Ud. tiene una fbrica que envasa en bolsas de 25 Kgs., un producto para el
tratamiento de la alcalinidad del agua. A fin de verificar si el peso es correcto toma una
muestra al azar de 26 bolsas. Los pesos obtenidos son los siguientes:
24.60 25.20 24.60 25.00 24.60 24.80 24.60 25.10 25.40 25.30 25.10 24.60 25.40
25.20 24.80 24.70 25.30 25.40 24.90 25.20 25.50 24.70 24.90 24.50 24.90 24.70
Pruebe a un nivel de confianza del 95% si en promedio las bolsas tienen un peso de 25 Kg.
Interprete los resultados.
Solucin:

Media muestral 24.97
Desviacin Estndar muestral 0.31
Coeficiente de Variacin muestral 1.24
Hiptesis:
=25 Kg.
Ho: El peso promedio de las bolsas es de 25 Kg.
25 Kg.
Ha: El peso promedio de las bolsas es significativamente diferente de 25 Kg.
Es una prueba a dos extremos.
Como 0.95 entonces 0.05 y / 2 0.025 y 1 / 2 0.975
Por ser el tamao de muestra menor de 30 se usa la prueba del estadstico t-Student.
y y 24.96154 25
t0 0.62755
sy s 0.06129
n
La probabilidad para el punto t0 por ser negativo es,

p P (t(25) t0 ) P (t(25) 0.62755) 0.267995
=25 Kg.
Como p 0.025 se toma la decisin de aceptar la hiptesis nula Ho:
Por tanto, con una probabilidad de confianza del 95% se afirma que las bolsas se estn
produciendo a un peso promedio de 25 Kg.
El IC que contiene a la media aritmtica poblacional se calcula de la manera siguiente:
s 2 0.09766154
s y2 0.00375621 de donde s y 0.00375621 0.06128795
n 26
t(25,0.025) -2.059539 t(25,0.975) 2.059539
y t(25,0.025) s y y t(25,0.975) s y
24.96154 (2.05954)(0.06129) 24.96154 (2.05954)(0.06129)
24.8353 25.0878

Con una probabilidad del 95% se afirma que el envasado se est realizando con un peso que
flucta entre 24.84 y 25.09 Kg.
2) Los datos que se dan a continuacin son el resultado de la opinin de una muestra de 50
personas consumidoras de leche informal que dan su opinin respecto de que la leche que
compran est contaminada. En un estudio anterior se estim que 1 de cada 2 opinaron lo
mismo. Pruebe a un nivel de significacin del 5% si la proporcin de opinin que indica
esta muestra es superior a la opinin anterior.
1
0 1 0 0 1 1 0 1 1 1 0 0 0 0 1 0 1 1 0 1 0 1 0 1 1 3
N S N N N N N S S N N N N S N S N N N N N
O I O O O O O SI I I O O O O I O I O O SI O SI O O SI
1
0 1 1 0 1 0 1 0 1 1 0 0 1 1 1 0 1 1 1 0 1 0 1 1 0 5
N S N N N N N N S S N N S N S N N N
O I O O O O O O I I O O SI SI I O I SI SI O SI O SI SI O
SI (1) para las que indican que la leche est contaminada (Exito)
NO (0) para las que indican que la leche no est contaminada (Fracaso)
Nmero de xitos = 21
Nmero de fracaso = 29
Total de casos= 50
Proporcin de xitos o de personas que indican que la leche est contaminada:
28
p 0.56 o el 56%
50
Proporcin de fracasos o de personas que indican que la leche no est contaminada:
21
q 1 p 1 1 0.56 0.44 o el 44%
50
Planteamiento de la hiptesis:
H 0 : P 0.5 La proporcin de personas que opinaron en esta encuesta es igual a la

proporcin del estudio anterior
H a : P 0.5 La proporcin de personas que opinaron en esta encuesta es igual a la

proporcin del estudio anterior
Nivel de significacin: 0.05

pP pP
z0
sp pq
n 1
0.56 0.50
z0 0.84611
(0.56)(0.44)
49
la probabilidad del estadstico es,
p P( z z0 ) P( z 0.84611) 0.198745
como p 0.05 se acepta Ho, por tanto a un nivel de confianza del 95% se afirma que
estadsticamente no ha habido aumento en la proporcin de opinin respecto de que la leche
que compran est contaminada.
El IC que estima con esta muestra a la proporcin poblacional de personas que opinan que
la leche que compran est contaminada es,
p z/2 sp P p z1/2sp
z /2 z0.025 1.959964
0 .5 6 (1 .9 5 9 9 6 4 )( 0 .1 1 6 6 4 1) P 0 .5 6 (1 .9 5 9 9 6 4 )( 0 .1 1 6 6 4 1)
0 .4 4 P 0 .6 8
Con una probabilidad del 95% se afirma que la proporcin de personas que opinan que la
leche que compran est contaminada est fluctuando en el intervalo del 44% al 68%.
6.14 Ejercicios propuestos

1) En 50 muestras de agua de un dren se encontr los siguientes niveles de pH:
Muest 1 1 1 1
1 2 3 4 5 6 7 8 9 10 11 15 16 17 18 20
ra 2 3 4 9
Nivel 10. 9. 11. 10. 9. 12. 9. 9. 10. 12. 9. 8. 8. 10. 11. 11. 10. 9. 10.
9
pH 3 6 7 3 9 9 6 9 5 8 6 4 9 4 4 3 9 6 9
Pruebe a un nivel de confianza del 95% si el pH promedio del agua es de 12.
Estime a un nivel de confianza del 95% el IC del pH del agua en el dren.
2) En un muestreo se entrevist a 1350 personas de 10 a ms aos de edad a fin de indagarles

si le gusta o no una nueva agua mineral que se desea incursionar en el mercado. De todas
ellas a 870 les gust el agua mineral. Estime a un nivel del 95% la proporcin de personas a

quienes les gustar esta nueva agua mineral en la poblacin de dicha edad. Realice las
interpretaciones del caso.
3) En un experimento se someti a un tratamiento a las aguas de 20 estanques a fin de
disminuirles la alcalinidad. Las medidas del pH al inicio y al final se da en la siguiente
tabla:
ANTE 12 10 1 10 10 10 10 11 10 11 11 10 10 11 12 1 12 1 11 12
S .6 .9 3 .5 .9 .7 .5 .3 .7 .2 .2 .5 .9 .7 .4 3 .1 3 .1 .1
DESP 10 1 10 9. 10 9. 10 10 10 10 10 9. 9. 9. 1 9. 10
UES .5 11 0 11 .4 9 1 .9 9 .6 .2 .6 .6 .6 2 9 6 1 2 .6
Con una probabilidad de confianza en la estimacin del 95% se habr disminuido la

alcalinidad con el tratamiento. Estime el IC al 95% del pH logrado con el tratamiento.
Realice las interpretaciones del caso.
4) En dos grupos de personas se midi el pH de la saliva. Los datos son los siguientes:
Grup_ 3. 6. 5. 4. 5. 3. 6. 4. 5. 4. 4. 4. 3. 5. 5. 3. 3.
1 8 7 4 6 8 9 6 9 6 8 5 1 2 2 6 5 1 7 6 5
Grup_ 5. 6. 6. 5. 6. 6. 5. 6. 5. 6. 5. 6. 6. 6. 5.
2 5 6 1 1 1 3 7 2 7 3 8 6 1 5 3 6
Con una probabilidad de confianza del 90%, se podr afirmar que ambos grupos tienen el
mismo pH. Construya los IC para del pH para ambos grupos.
5) Pruebe para 3) y 4) a un nivel de confianza del 9% si ambos grupos tienen igual varianza.
6) Una nutricionista afirma que los comensales de un cierto restaurante por las comidas que
estn vendiendo probablemente tengan un nivel de colesterol mayor de 200 mg/dL. La
media del nivel de colesterol de una muestra de 20 personas de dicho restaurante fue de 240
mg/dL con una DE=40 mg/dL. Con una confianza del 99% se podr confirmar la hiptesis
de la nutricionista.
7) Ante la sospecha de que el peso de ciertos artculos alimenticios de 1 Kg. que venden las
tiendas de un mercado estn con falta de peso se toma una muestra de 60 de dichos artculos
los cuales al pesarlos dan un peso promedio de 0.823 de Kg. con una desviacin estndar de
0.093 de Kg. Con una confianza del 95% se podr confirmar la sospecha.
8) Se ha detectado que en el consumo de una bebida gaseosa a 12 de cada 50 les afecta a la
presin arterial. Se toma una muestra de 80 de estos consumidores y en ellos se encuentra
que a 45 les afecta a la presin arterial. A fin de confirmar este nmero se toma otra muestra
de 250 de estos consumidores y se determina que a 98 les afecta a la presin arterial.
Con una confianza del 95% plantee la hiptesis, analice el caso y d la conclusin
correspondiente.
9) Para los casos siguientes de pruebas de hiptesis, plantee las hiptesis correspondientes,
proponga los niveles de confianza de estas hiptesis, analice el caso y d las conclusiones
que corresponden.

a) De A con respecto a B donde p A 0.38 pB 0.45

b) De A con respecto a B donde p A 0.41 pB 0.27
c) De B con respecto a A donde p A 0.41 pB 0.72
donde
pA es la proporcin de alumnos de un grupo que eligen el instrumento A
pB es la proporcin de alumnos de un grupo que eligen el instrumento B
los tamaos totales de los grupos son:
nA 62
nB 71

Cap 06 Probabilidad

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

Cap 06 Probabilidad

Transféré par

Droits d'auteur :

Formats disponibles

Estadstica y Diseos Experimentales

a) Para calcular el nmero se emplea la regla de la multiplicacin.

1 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

6.2 Teora de probabilidades

Probabilidad de dos a ms eventos.

3 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

Medicamento/ Eficacia Si No Probabilidad Total

Est. niv.col./ Est. niv. ci.

Variable aleatoria discreta. Modelos de probabilidad.

Calcular e interpretar las siguientes proposiciones:

6.3 Variable aleatoria y modelos de probabilidad

Construya un modelo de probabilidad para estimar la probabilidad de produccin de leche

La funcin se construye de la manera siguiente:

luego se reemplaza en la siguiente expresin,

luego la funcin de densidad es,

6.4 Modelos de probabilidad para variables aleatorias discretas.

X: Nmero de pacientes con colesterol normal x = 0,1,2,3 n=3

7 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

b. Modelo de probabilidad o distribucin Poisson.

6.5 Modelos de probabilidad para variables aleatorias continuas.

El agua de un ro se ha analizado mediante un conjunto de muestras de volmenes de agua a

0.8 - 0.6 1.2 - 0.6

6.6 Tcnicas del muestreo.

Calcular el tamao de la muestra.

6.7 Ejercicios de muestreo

Proponga su mximo error de muestreo.

6.8 Inferencia estadstica

9 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

Medidas Poblacin Muestra

10 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

Variable 1 Variable 2 Variable 3 Variable k

Media poblacional Media poblacional Media poblacional Media poblacional

Variable 1 Variable 2 Variable 3 ... Variable k

Media muestral Media muestral Media muestral Media muestral ...

11 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

La media aritmtica muestral:

La desviacin estndar muestral:

La desviacin muestral es un valor con el cual se establece un intervalo de representatividad

El coeficiente de variacin es un valor de comparacin de los datos respecto de la media de

Los tipos de estimadores son: el estimador puntual y el estimador de intervalo.

12 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

6.9 Pruebas de Hiptesis

Una hiptesis se define de acuerdo al problema a solucionar. Algunos de estos son:

Planteamiento de una hiptesis en una investigacin:

En una investigacin se plantean dos hiptesis: la hiptesis nula y la hiptesis alternativa. La

La hiptesis nula es una afirmacin acerca del cumplimiento de la condicin. Se representa

La hiptesis alterna contradice la afirmacin que se hace en la hiptesis nula. Se representa

: Es el nivel de aceptacin o probabilidad de aceptar la hiptesis nula.

: Nivel de significacin o probabilidad de rechazo de la hiptesis nula

Caso1: Analizar el nivel de alcalinidad de un terreno.

Hiptesis Nula: El nivel de alcalinidad es el mismo en cualquier parte

Hiptesis Alternativa: El nivel de alcalinidad es diferente en cualquier parte del

Problema de investigacin: Cul de los tratamientos disminuir el nivel de alta

13 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

Hiptesis de la investigacin: Utilizando el tratamiento A se disminuir mejor el nivel

Experimento: Tratar el suelo con 4 tratamientos A, B, C, D

Hiptesis nula: Los 4 tratamientos no disminuyen el alto nivel de

Hiptesis alternativa: Por lo menos uno de los 4 tratamientos produce un

HIPTESIS NULA (Ho): Afirma negando que la probable solucin

Si se acepata Ho se rechaza la probable solucin de la investigacin

14 Recopilacin por Tefilo Donaires Flores. Facultad de Ingeniera Qumica.

6.10 Prueba de hiptesis para la media aritmtica poblacional

Planteamiento de las hiptesis

Puede ser alguna de las siguientes: