Portafolio Freire Sanchez A

Misin
Formar profesionales lderes competentes, con visin humanista y pensamiento crtico a travs
de la Docencia, la Investigacin y la Vinculacin, que apliquen, promuevan y difundan el
conocimiento respondiendo a las necesidades del pas.
Visin
La Universidad Tcnica de Ambato por sus niveles de excelencia se constituir como un centro
de formacin superior con liderazgo y proyeccin nacional e internacional.
MISIN
La Facultad de Contabilidad y Auditora formar profesionales lderes competentes, con visin

humanista y pensamiento crtico a travs de la Docencia, la Investigacin y la Vinculacin, que
apliquen, promuevan y difundan el conocimiento respondiendo a las necesidades del pas.
VISIN
La Facultad de Contabilidad y Auditora como parte de la Universidad Tcnica de Ambato por

sus niveles de excelencia se constituir como un centro de formacin superior con liderazgo y
proyeccin nacional e internacional.
Contenido
1. Distribuciones de probabilidad discreta....................................................................................... 6
1.1. Propiedades de la distribucin de probabilidad discreta ................................................... 6
..................................................................................................................................... 7
2. Valor esperado y varianza ............................................................................................................. 9
2.1. Valor esperado E(x); u ........................................................................................................... 9
..................................................................................................................................... 9
3. Distribucin de probabilidad Binomial .......................................................................................... 19
3.1. Propiedades de un experimento binomial ........................................................................... 19
3.2. Formula de la distribucin binomial .................................................................................. 19
3.3. Medidas de la distribucin binomial .................................................................................. 20
................................................................................................................................... 20
4. Distribucin de Poisson................................................................................................................ 30
................................................................................................................................... 30
5. Distribucin de Probabilidad Normal ........................................................................................ 35
5.1. Distribucin normal o campana de Gauss ......................................................................... 35
5.2. Funcin de densidad de distribucin normal..................................................................... 35
5.2.1. Caractersticas de la distribucin normal ...................................................................... 35
5.3. Distribucin normal estndar ............................................................................................. 36
................................................................................................................................... 36
6. Aproximacin Normal de las Probabilidades Binomiales............................................................... 51
................................................................................................................................... 51
7. ESTADISTICA INFERENCIAL ................................................................................................ 56
8. Muestreo........................................................................................................................................ 57
Es todo el grupo de personas de quien el investigador necesita tener informacin. .............................. 57
8.1. Pasos para desarrollar un plan de muestreo...................................................................... 57
................................................................................................................................... 59
8.2. Muestreo aleatorio sistemtico ............................................................................................. 64
................................................................................................................................... 64
8.3. Muestreo aleatorio Estratificado .......................................................................................... 65
Estimacin Puntual................................................................................................................................. 66
PRUEBAS......................................................................................................................................... 68
8.1 Error de Muestreo ....................................................................................................................... 70
9. Distribucin muestral de la ..................................................................................................... 70
................................................................................................................................... 71
10. Distribucin Muestral de ........................................................................................................ 77
Aplicaciones ................................................................................................................................... 78
11. Estimacin por intervalos ........................................................................................................... 84
APLICACIONES................................................................................................................................ 84
12. CONTRASTE DE HIPOTESIS ........................................................................................................ 90
12.1. Hiptesis Nula ........................................................................................................................... 91
12.2. Hiptesis Alternativa ................................................................................................................. 92
12.3. Valor crtico del estadstico de prueba. Regiones .............................................................. 93
12.4. Coeficiente/Nivel de Significancia: ..................................................................................... 93
12.5. TIPOS DE ERROR ................................................................................................................. 94
12.2. PRUEBAS PARAMETRICAS MUESTRAS GRANDES ................................................................... 95
Aplicaciones ................................................................................................................................... 97
13. VALOR P ................................................................................................................................... 105
14. PRUEBA DE HIPOTESIS CUANDO NO SE CONOCE LA DESVIACION POBLACIONAL (Muestras
Pequeas) ............................................................................................................................................. 108
Aplicaciones ................................................................................................................................. 109
15. ESTADISTICO DE PRUEBA EN LA PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL
116
Aplicaciones: ................................................................................................................................ 117
DISTRIBUCION DE DIFERENCIAS ENTRE DOS MEDIAS MUESTRALES (X1; X2) CONOCIENDO 128
Aplicaciones ................................................................................................................................. 128
DISTRIBUCION DE DIFERENCIAS ENTRE DOS PROPORCIONES MUESTRALES (P1; P2) ......................... 129
Aplicaciones.................................................................................................................................. 130
DISTRIBUCION DE DIFERENCIAS ENTRE DOS MEDIAS MUESTRALES CON DATOS MENORES A 30 t 136
Aplicaciones.................................................................................................................................. 137
ENSAYO DE HIPOTESIS EJEMPLO DE HIPOTESIS CON TRES VARIABLES ............................................... 138
1. Distribuciones de probabilidad discreta
LA distribucin de probabilidad discreta de una variable aleatoria describe como se distribuyen

las probabilidades entre los valores de la variable aleatoria.
En el caso de una variable aleatoria discreta que lo vamos a simbolizar (x).
La distribucin de probabilidad est definida por una funcin de probabilidad y vamos a denotar
f(x). La funcin de probabilidad f(x) da la probabilidad de cada valor de la variable aleatoria.
La distribucin de probabilidad, indica la probabilidad de cada valor de una variable que est
determinada por el azar, hay que saber distinguir entre los resultados que pueden ocurrir al azar
y los pocos comunes en el sentido de que no tiene probabilidad de ocurrir al azar. (Triola,
2009)
Una variable aleatoria discreta tiene un nmero finito de valores o un nmero de valores
contables, donde contable se refiere al hecho de que podra haber un nmero infinito de
valores, pero pueden asociarse con un proceso de conteo. (Triola, Estadistica , 2013)
1.1. Propiedades de la distribucin de probabilidad discreta
a) () 0
b) () = 1
1. La empresa TOYOTA (Carlos Larrea) tiene una venta de automviles durante los ltimos
300 das de operacin. Los datos de ventas muestran que hubo 54 das en los que no se vendi
ningn automvil, 117 das en los que se vendi 1, 72 das en los que se vendi 2, 42 das en
los que se vendi 3, 12 das en los que se vendi 4 y 3 das en los que se vendi 5. El
experimento se realiza para 1 da de operacin. Calcular la distribucin de la probabilidad.
X = # Autos
x F(x)
0 54/300 = 0.18
1 117/300 = 0.39
2 72/300 = 0.24
3 42/300 = 0.14
4 12/300 = 0.04
5 3/300 = 0.01
1
Ejercicios consultados
1. Describe, mediante una tabla x p la distribucin del nmero de caras al lanzar 3

monedas.
x F(x)
0 1/8 = 0.13
1 3/8 = 0.38
2 3/8 = 0.38
3 1/8 = 0.13
1
2. En una lotera de 1000 nmeros se reparten los premios siguientes:

A un nmero elegido al azar, 5000
Al anterior y al posterior, 1000
A los 99 que terminan en la misma cifra que el ganador, 10
Al resto de nmeros nada
x F(x)
0 898 = 0.898
10 99 = 0.099
1000 2 = 0.002
5000 1 = 0.001
1000 1
3. Un profesor de idiomas tiene una clase con cuatro alumnos adultos. De los 100 das de clase,
asisten 4, 3, 2, 1 o ninguno de ellos, calcular la distribucin de la probabilidad.
x F(x)
0 3 = 0.03
1 9 = 0.09
2 17 = 0.17
3 48 = 0.48
4 23 = 0.23
100 1
4. Un jugador de bsquet est a punto de tirar hacia la parte superior del tablero. La probabilidad
de anotar o no anotar es:
x F(x)
0 1/2 0.50
1 1/2 0.50
+ 1
5. Un jugador lanza un dado corriente. Si sale 1 o nmero primo, gana tantos cientos de euros
como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como
marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del juego
X F(X)
+100 1/6 0.16667
+200 1/6 0.16667
+300 1/6 0.16667
-400 1/6 0.16667
+500 1/6 0.16667
-600 1/6 0.16667
2. Valor esperado y varianza

2.1. Valor esperado E(x); u
El valor esperado es un promedio ponderado de los valores que toma la variable aleatoria. Los
pesos son las probabilidades.
Es la media de una variable aleatoria discreta, es el resultado medio terico de un nmero

infinito de ensayos. Podemos considerar a esa media como el valor esperado, en el sentido de
que constituye el valor promedio que esperaramos tener si los ensayos pudieran continuar de
manera indefinida. (Triola, 2013)
() = ()
2.2. Varianza Var(x)
Es un promedio ponderado de los cuadrados de las desviaciones de una variable aleatoria con
respecto de su medida. Los pesos son las probabilidades
Frmula: () = ( ) ()
La varianza es una medida estadstica que cuantifica el nivel de dispersin o variabilidad de los
valores de la variable aleatoria alrededor de la media. (Ojeda, 2007)
1) Calcular el valor esperado y la varianza del ejercicio anterior

X F(x) x f(x) (x-u)^2 f(x)
0 54/300 = 0.18 0 2.25 * 0.18 = 0.405
1 117/300 = 0.39 0.39 0.25 * 0.39 = 0.0975
2 72/300 = 0.24 0.48 0.25 * 0.24 = 0.06
3 42/300 = 0.14 0.42 2.25 * 0.14 = 0.315
4 12/300 = 0.04 0.16 6.25 * 0.04 = 0.25
5 3/300 = 0.01 0.05 12.25 * 0.01 = 0.1225
1 1.5 1.25
() = .
() = .
2) Una ambulancia de voluntarios realiza de 0 a 5 servicios por da. A continuacin se

representa la distribucin de probabilidad.
x F(x) x f(x) (x-u)^2 f(x)

0 0.10 0 0.3553
1 0.15 0.15 0.3154
2 0.30 0.60 0.0608
3 0.20 0.60 0.0605
4 0.15 0.60 0.3604
5 0.10 0.50 0.6503
1.00 2.45 1.8027
() = .
() = .
Calcular el valor esperado del nmero de servicios y la desviacin tpica.

x F(x) x f(x) (x-u)^2 f(x)
0 0.10 0.00 6.0025 * 0.10 = 0.6003
1 0.15 0.15 2.1025 * 0.15 = 0.3154
2 0.30 0.60 0.2025 * 0.30 = 0.0608
3 0.20 0.60 0.3025 * 0.20 = 0.0605
4 0.15 0.60 2.4025 * 0.15 = 0.3604
5 0.10 0.50 6.5025 * 0.10 = 0.6503
1.00 2.45 2.0475
() = 2.45
() = 2.0475
Desviacin = 1.4310
# Casas
#Recamaras Rentadas Propias
0 547 23
1 5012 541
2 6100 3832
3 2644 8690
4 557 3783
3) Los datos siguientes son el nmero de recamaras en casas rentadas y en casas propias
de la provincia de Tungurahua. Los datos se representan en la siguiente tabla.
Elabore una distribucin de probabilidad
Calcule el valor esperado y la varianza del nmero de recamaras en casas rentadas
Calcule el valor esperado y la varianza del nmero de recamaras en casas propias
# Casas
# Rentadas Propias Rentadas Propias E(X) E(Y) Var (x) Var(y)
Recamaras (X) (Y)
0 547 23 0.0368 0.0014 0.0000 0.0000 0.1249 0.0117
1 5012 541 0.3373 0.0321 0.3373 0.0321 0.2391 0.1193
2 6100 3832 0.4105 0.2272 0.8210 0.4543 0.0102 0.1960
3 2644 8690 0.1779 0.5151 0.5338 1.5454 0.2386 0.0026
4 557 3783 0.0375 0.2243 0.1499 0.8970 0.1746 0.2573
14860 16869 1.00 1.00 1.842 2.929 0.7874 0.5869
() = 1.842 () = 2.292
() = 0.7874 () = 0.5869
4) La NBA lleva diversas estadsticas de cada equipo. 2 se refieren al % de tiros de
campo hechos por un equipo, y l % de tiros de 3ptos hechos por un equipo. En parte
de la temporada del 2004 el registro de tiros de 2ptos el registro de tiros de los 29
equipos de la NBA indicaba que la probabilidad de anotar 2ptos en un tiro de campo
era 0.44 y que la probabilidad de anotar 3ptos en un tiro de campo era de 0.34
a) Cul es el valor esperado para un tiro de 2ptos de estos equipos?
x F(x) x f(x) (x-u)^2 f(x)

0 0.56 0.00 0.4337
() = . 2 0.44 0.88 0.5519
0.88 =0.9856
5) Supngase que se tiene una moneda normal y el jugador tiene tres oportunidades
para que al lanzarla aparezca una cara. El juego termina en el momento en el que
cae una cara o despus de 3 intentos, lo que suceda primero. Si en el primero, segundo
o tercer lanzamiento aparece cara el jugador recibir $2, 4$ y 8$ respectivamente. Si
no cae cara en ninguno de los 3 lanzamientos, pierde $20. Para determinar la
ganancia o prdida promedio despus de un nmero muy grande de juegos, sea x la
variable aleatoria que representa la cantidad que se gana o se pierde cada vez que se
juega. Calcule el valor esperado.
x F(x) E (x)
2 1 / 2 = 0.50 1.00
4 1 / 4 = 0.25 1.00
8 1 / 8 = 0.13 1.00
-20 1 / 8 = 0.13 -2.50
1.00 0.50
1. Dos vendedores de seguros de vida, A y B, visitan de 8 a 12 clientes potenciales
por semana, respectivamente. Sean X y Y dos variables aleatorias que
representan el nmero de sentidos seguros vendidos por A y B, como resultado
de las visitas. Con base en una gran cantidad de informacin pasada, las
probabilidades para los valores de X y Y son los siguientes:
Calcule el valor esperado.
X F(x) x f(x)
0 0.02 0.00
1 0.09 0.09
2 0.21 0.42
3 0.28 0.84
4 0.23 0.92
5 0.12 0.60
6 0.04 2.87
7 0.01 5.74
8 0.00 11.39
E(x) 22.87
2. La distribucin de probabilidad de reclamaciones por daos pagados de la
compaa XYZ en seguros contra choques se muestra en la siguiente tabla
Emplee el pago esperado por choque para determinar la prima de seguro contra daos que
permitira a la empresa salir sin perdidas
La aseguradora cobra una tarifa anual de 260.00 por cubrir los choques. Cul es el valor
esperado del seguro contra choques para un asegurado?
x F(x) x f(x)
0 0.90 0.00
400 0.04 16.00
1000 0.03 30.00
2000 0.01 20.00
4000 0.01 40.00
6000 0.01 60.00
1.00 166
() =
3. Se ha obtenido la siguiente tabla de distribucin de probabilidad para el nmero de

llamadas telefnicas llegadas a una ventral en un milisegundo. Calcular el valor
esperado y la varianza
X F(x) x f(x) (x-u)^2 f(x) E(x): 0.99

0 0.37 0.00 0.3626 Varianza: 0.9699
1 0.37 0.37 0.0000
2 0.18 0.36 0.1836
3 0.06 0.18 0.2424
4 0.02 0.08 0.1812
1.00 0.99 0.9699
4. Se desea comprar una accin y mantenerla durante un ao en espera de que exista

ganancia de capital. Se requiere elegir entre dos empresas A y B; para ambas el
precio de venta de cada accin es de 10.000 pesetas, obtenindose unos dividendos de
500 pesetas. A continuacin se presentan las distribuciones de probabilidad para el
precio en el prximo ao estimado para cada tipo de accin.
Calcular los precios esperados por accin de las empresas A y B
X F(x) x f(x) (x-u)^2 f(x)

2,500 0.05 125.00 169650625 * 0.05 = $8,482,531.25
5,000 0.07 350.00 110775625 * 0.07 = $7,754,293.75
7,500 0.10 750.00 64400625 * 0.10 = $6,440,062.50
10,000 0.05 500.00 30525625 * 0.05 = $1,526,281.25
12,500 0.10 1250.00 9150625 * 0.10 = $915,062.50
15,000 0.15 2250.00 275625 * 0.15 = $41,343.75
17,500 0.12 2100.00 3900625 * 0.12 = $468,075.00
20,000 0.10 2000.00 20025625 * 0.10 = $2,002,562.50
22,500 0.12 2700.00 48650625 * 0.12 = $5,838,075.00
25,000 0.14 3500.00 89775625 * 0.14 = $12,568,587.50
15525.00 Var(x) $46,036,875.00
5. Se ha hallado la distribucin de probabilidad de que un nmero determinado de

mquinas de una fbrica pusieran fallar en un da. Las probabilidades para 0, 1, y 2
mquinas fallidas son: 0.3, 0.6, y 0.1 respectivamente. Calcule la varianza y el valor
esperado.
x F(x) x f(x) (x-u)^2 f(x)

0 0.30 0.00 2.56 * 0.30 = 0.77
1 0.60 0.60 0.36 * 0.60 = 0.22
2 0.10 0.20 0.16 * 0.10 = 0.02
1.00 0.80 2.56 * 1.00 = 2.56
1.60 Var(x) 3.56
E(x)= 1.60
6. Un analista de marketing asocia la siguiente distribucin probabilstica a las ventas

mensuales X de un determinado ordenador. Calcule la varianza. Y el valor esperado.
x F(x) x f(x) (x-u)^2 f(x)
0 0.02 0.00 13.84 * 0.02 = 0.28
1 0.08 0.08 7.398 * 0.08 = 0.59
2 0.15 0.30 2.958 * 0.15 = 0.44
3 0.19 0.57 0.518 * 0.19 = 0.10
4 0.24 0.96 0.078 * 0.24 = 0.02
5 0.17 0.85 1.638 * 0.17 = 0.28
6 0.10 0.60 5.198 * 0.10 = 0.52
7 0.04 0.28 10.76 * 0.04 = 0.43
8 0.01 0.08 18.32 * 0.01 = 0.18
1.00 3.72 Var(x) 2.84
E(x)= 3.72
7. En la produccin de un artculo se aplica soldadura y para eso se usan tres diferentes

robots. La probabilidad de que la soldadura sea defectuosa vara para cada uno de
los robots, as como la proporcin de artculos que cada uno procesa, de acuerdo a
la siguiente tabla: calcule la varianza.
Art.
x Procesados F(x) x f(x) (x-u)^2 f(x)
1 18% 0.18 0.180 1.488 * 0.18 = 0.27
2 42% 0.42 0.840 0.048 * 0.42 = 0.02
3 40% 0.40 1.200 0.608 * 0.40 = 0.24
1 1.00 2.22 Var(x) 0.53
PRUEBAS
1) La demanda de un producto, por parte de Industrias Caroline, vara enormemente

de mes a mes. La distribucin de probabilidad que se presenta en la tabla siguiente,
basada en los datos de los dos ltimos aos, muestra la demanda mensual de la
empresa.
Demanda Probabilidad ()
Unitaria(x) ()
300 0,20 60
400 0,30 120
500 0,35 175
600 0,15 90
1,00 445
a) Si la empresa basa las rdenes mensuales en el valor esperado de la demanda mensual,

Cul ser la cantidad ordenada mensualmente por la empresa para este producto?
Valor Esperado () = 445
b) Suponga que cada unidad demandada genera $70 de ganancia y que cada unidad
ordenada cuesta $50. Cunto ganar o perder la empresa en un mes si coloca una
orden con base en su respuesta al inciso a y la demanda real de este artculo es de 300
unidades?
Utilidad o prdida de la empresa:
Valor esperado Costo de unidad ordenada = 445 $ 50 = $ 22.250
Valor de demanda real Costo de unidad demandada
= 300 $ 70 = $ 21.000
= $ 21.000 $ 22.250 = 1.250
2) Segn una encuesta, 95% de los suscriptores de The Wall Street Journal
Internacional Edition tiene una computadora en casa. Para esos hogares, se dan las
distribuciones de probabilidad para computadoras porttiles y de escritorio.
a) Cul es el valor esperado de la cantidad de computadoras por familia para cada tipo?
b) Cul es la varianza de la cantidad de computadoras por familia para cada tipo?
# Probabilidad () ( ) ()
computadoras De Porttil De Porttil De
Porttil
escritorio escritorio escritorio
0 0,47 0,06 0,00 0,00 0,1865 0,1210
1 0,45 0,56 0,45 0,56 0,0616 0,0988
2 0,06 0,28 0,12 0,56 0,1126 0,0942
3 0,02 0,10 0,06 0,30 0,1123 0,2496
1,00 1,00 0,63 1,42 0,473 0,5636
VALOR ESPERADO
Porttil () = 0,63
De escritorio () = 1,42
VARIANZA
Porttil 2 = 0,473
De escritorio 2 = 0,5636
3. La NBA saca una estadstica de 29 equipos en donde la probabilidad de hacer una

canasta de 2 puntos es de 0,51 y la probabilidad de hacer una canasta de 3 puntos es
de 0,28.
a) Cul es el valor esperado para un tiro de 3 puntos de estos equipos?
Puntos Probabilidad ()
()
0 0,72 0,00
3 0,28 0,84
1,00 0,84
Valor Esperado en un tiro de 3 puntos
() = 0,84
3. Distribucin de probabilidad Binomial
Es una distribucin de probabilidad binomial discreta y est relacionada con un experimento
de pasos mltiples, al que se le llama experimento binomial.
Si P es la probabilidad de que un solo ensayo ocurra un evento (llamado la probabilidad de

xito) y q=1-p es la probabilidad de que este evento no ocurra en un solo ensayo (llamado
probabilidad de fracaso). (Murray & Larry, 2009)1
3.1. Propiedades de un experimento binomial

1) El experimento consiste en una serie de n ensayos idnticos
2) En cada ensayo hay 2 resultados posibles el xito y el fracaso
3) La probabilidad de xito (p), no cambia de un ensayo a otro en consecuencia, la
probabilidad de fracaso (q) es 1-p, tampoco cambia de un ensayo a otro
4) Los ensayos son independientes
3.2. Formula de la distribucin binomial

() = ( )

(x) = probabilidad de xitos en n ensayos

( )= combinacin
!
: ( )=
! ( )!
n = nmero de ensayos
p = probabilidad de xito
q = probabilidad de fracaso
Lanzamiento de una moneda 5 veces
1
(Murray & Larry, 2009)
Ensayos 1 2 3 4 5
Resultados X S S X X
n=5
3.3. Medidas de la distribucin binomial

Dentro de la distribucin binomial tenemos las siguientes medidas.
Media u= N.P
Varianza Var(x) = N.p.q
Coeficiente de sesgo
3 =
. .
Coeficiente de curtosis 3 + 1 6.
4 =
. .
1) Hallar la probabilidad de que al lanzar una moneda 3 veces, aparezca

a) 3 caras 1
8
b) 2 caras 3
8
c) 1 cara 3
8
d) 3 cruces 1
8
e) Probabilidad de obtener por lo menos 1 cara
n=3 x = # caras p = 0.5 q = 0.5

a) () = () () () b) () = () () ()
(3) = 1 (18) (1) (2) = 3 (1 1

4) ( 2)
(3) = (18) (2) = (38)

c) () = () () () d) () = () () ()
(1) = 3 (1 1 (0) = 1 (18) (1)

2) ( 4)
(0) = (18)
(1) = (38)
e) ( ) = ()
( 1) = 1 0,125
0.875
2) Hallar la probabilidad de que al lanzar un dado 5 veces aparezca 3
x=0 n= 5 p= 1/6 q= 5/6
a) Ninguna vez b) Al menos una vez
5 1 0 5 5 ( 1) = 1 (0)
(0) = ( ) ( ) ( )
0 6 6
( 1) = 1 0.4019
(0) = 1 1 0.4019
(0) = 0.5981
(0) = 0.4019
c) Cuatro veces d) Calcular la probabilidad de

obtener por lo menos tres veces
5 1 4 5 1
(4) = ( ) ( ) ( )
4 6 6 (3) = 1 [(0) + (1) + (2)]
5 (3) = 1 (0.4019 + 0.4019

(4) = (5)(0.0008) (6)
+ 0.1609)
(4) = 0.0033
(3) = 0.0353
3) El 5% de los camioneros del Ecuador son mujeres. Suponga que se selecciona al azar
10 camioneros, para una encuesta acerca de las condiciones de trabajo
n= 10 p= 0.05 q= 0.95
a) Cul es la probabilidad de que 2 de los camioneros sean mujeres?
10
(2) = ( ) (0.05)2 (0.95)8
0
(2) = (45)(0.0025) (0.9025)
(2) = 0.1015
b) Todos sean hombres
10
(0) = ( ) (0.05)0 (0.95)10
0
(0) = (1)(1)(0.5987)
(0) = 0.5987
c) Al menos 1 mujer
() = 1 [ (0)]
() = 1 [ 0.5987] = 0.5987
4) Hallar la probabilidad de que en una familia con 4 hijos haya:
n= 4 p= 0.5 q= 0.5
a) Al menos 1 hombre
( 1) = (1) + (2) + (3) + (4)
( 1) = 0.25 + 0.3750 + 0.25 + 0.0625
( 1) = 0.9375
b) Al menos 1 hombre y 1 mujer
( 1) = 1 [(0) + (0)]
( 1) = 1 (0.0625 + 0.0625) ( 1) = 0.8750
5) De entre 2000 familias con 4 hijos. Cuntos sabe esperar que tengan?
n= 2000 p= 0.5 q= 0.5
a) Al menos 1 hombre
= .
= 2000 (0.9375)
= 1875
b) 2 hombres
= .
= 2000 (0.375)
= 750
c) Ninguna mujer
= .
= 2000 (0.0625)
= 125
6) Si el 20% de los pernos producidos por una maquina son defectuosos, determinar la
probabilidad de que entre 4 pernos elegidos al azar
n= 4 p= 0.20 q= 0.80
a) 1 sea defectuoso
4
(1) = ( ) (0.20)1 (0.80)3
1
(1) = 0.4096
b) Ninguno sea defectuoso
4
(0) = ( ) (0.20)0 (0.80)4
0
(0) = 0.4096
c) A lo mucho 2 sean defectuosos
( 2) = (0) + (1) + (2)
( 2) = (0.4096) + (0.4096) + (0.1636)
( 2) = 0.9828
d) 3 sean correctos
n= 4 p=0.8 q= 0.2 x= 3
4
(3) = ( ) (0.80)3 (0.20)1
3
(3) = 4 (0.5120)(0.20)
(3) = 0.4096
7) El 40% de las personas que viajan por negocio, llevan un telfono celular o una
computadora porttil. En una muestra de 15 personas
n= 15 p= 0.40 q= 0.60
a) Cul es la probabilidad de que por lo menos 5 tengan 1 telfono celular o porttil?
( 5) = 1 [(0) + (1) + (2) + (3) + (4)]
( 5) = 1 (0.0005 + 0.0047 + 0.0219 + 0.0634 + 0.1268)

( 5) = 0.7827
b) Cul es la probabilidad de que 12 de los viajeros no tengan ni celular ni porttil?
n= 15 p= 0.40 q= 0.60 x= 3
15 (0.40)3 (0.60)12
(3) = ( )
3
(3) = 455 (0.0640)(0.0022)
(3) = 0.0641
c) Cul es la probabilidad de x<2 tengan un telfono celular o porttil?
( < 2) = (0) + (1)
( < 2) = 0.005 + 0.0047
( < 2) = 0.0052
1. Una institucin universitaria establece nuevos mtodos de aprendizaje y de
evaluacin con el resultado donde el 85% de alumnos aprueban todas las
asignaturas. Supongamos que se seleccionan 8 estudiantes de dicho plantel.
a) Cul es la probabilidad de que 3 aprueben

n= 8 x=3 p=0.85 q=0.15
8
(3) = ( ) (0.85)3 (0.15)5
3
(3) = 56 0.6141 0.000076
(3) = 0.0028
b) De que tres pierdan
n= 8 x=3 p=0.15 q=0.85
8
(3) = ( ) (0.15)3 (0.85)5
3 8
(0) = ( ) (0.15)0 (0.85)8
0
(0) = 1 1 0.2725
(0) = 0.2725
(3) = 56 0.0034 0.4437
(3) = 0.0845
c) Por lo menos 2 pierdan alguna asignatura
n= 8 x2 p=0.15 q=0.85
( 2) = 1 [(0) + (1)] 8
(1) = ( ) (0.15)1 (0.85)7
( 2) = 1 (0.2725 + 0.3847) 1
(1) = 8 0.15 0.3206
( 2) = 1 0.6572
(1) = 0.3847
( 2) = 0.3428
2. Supongamos el lanzamiento de 12 monedas o una moneda lanzada 12 veces. Cul

es la probabilidad de obtener?
a) Exactamente 4 caras
X= 4 caras n=12 p=1/2 q=
12
(4) = ( ) (0.50)4 (0.50)8
4
(4) = (66) (0.00098) (0.25)
(4) = 0.0162
b) Exactamente 10 caras
X= 10 caras n=12 p=1/2 q=
12 12
(10) = ( ) (0.50)10 (0.50)2 (0) = ( ) (0.50)0 (0.50)12
10 0
(0) = 1 1 0.0002
(4) = (66)(0.00098)(0.25)
(0) = 0.0002
(4) = 0.0162
c) Por lo menos 2 caras 12
(1) = ( ) (0.50)1 (0.50)11
( 2) = 1 [(0) + (1)] 1
(1) = 12 0.50 0.00048
( 2) = 1 [0.0002 + 0.0028] (1) =0.00288
( 2) = 1 0.0032
12
( 2) = 0.9968 (10) = ( ) (0.50)10 (0.50)2
10
d) Mximo 9 caras (10) = 66 0.00097 0.25
( 9) = 1 [(10) + (11) + (12)] (10) = 0.016005
( 9) = 1 [0.016 + 0.0029 + 0.0002]
( 9) = 1 [0.0191]
( 9) = 0.9809
12
11 = ( ) (0.50)11 (0.50)1 12
11 (12) = ( ) (0.50)12 (0.50)0
(11) = 12 0.00049 0.50 12
11 =0.0029 (12) = 1 0.00024 1
12 =0.00024
3. Si sabe que 9 de cada 10 personas tienen caries al tomar al azar un grupo de 5

personas Cul es la probabilidad de que?
a) 4 tengan caries
X= 4 caras n=5 p=0.90 q=0.10
5
(4) = ( ) (0.90)4 (0.10)1
4
(4) = 5 0.6561 0.10 5
(0) = ( ) (0.90)0 (0.10)5
(4) = 0.3281 0
b) Por lo menos 2 tengan caries (0) = 1 1 0.00001
( 2) = 1 [(0) + (1)] (1) =0.00001
( 2) = 1 [0.00001 + 0.0005]
( 2) = 1 0.00005 5
(1) = ( ) (0.90)1 (0.10)4
1
( 2) = 0.99995 (1) = 5 0.90 0.0001
(1) =0.00045
c) Por lo menos 2 no tengas caries por lo menos 1 tenga caries

X= 2 caras n=5 p=0.10 q=0.90
5
(2) = ( ) (0.10)2 (0.90)3
2
(2) = 10 0.01 0.729
(2) = 0.729
d) Por lo menos uno tenga caries
( 1) = 1 (0)
( 1) = 1 0.00001
( 1) = 0.99999
4. Si el 20% de los estudiantes de la universidad pierden el ao y se toman al azar un

grupo de 6 estudiantes Cul es la probabilidad de que?
a) Mximo 2 aprueben
X2 n=6 p=0.80 q=0.20
( 2) = (0) + (1) + (2)

( 2) = 0.00006 + 0.0014 + 0.01536
= 0.01682
6 6 6
(0) = ( ) (0.80)0 (0.20)6 (1) = ( ) (0.80)1 (0.10)5 (2) = ( ) (0.80)2 (0.20)4
0 1 2
(0) = 1 1 0.00006 (1) = 6 0.80 0.0003 2 = 15 0.64 0.0016
(0) =0.00006 (1) =0.0014 (2) =0.01536
b) Exactamente 2 aprueben
(2) = (62)(0.80)2 (0.20)4
(2) = 0.01536
c) Ninguno apruebe
(0) = 0.00006
5. Harry Ohme est a cargo de la seccin electrnica de una gran tienda departamental.
Se ha dado cuenta que la probabilidad de que un cliente que solamente est
curioseando compre algo es de 0.3. Suponga que 15 clientes visitan la seccin de
electrnica a cada hora.
a) Cul es la probabilidad de que al menos una de las personas que se encuentra

curioseando compre algo en una hora?
X1 n=15 p=0.30 q=0.70
15
(0) = ( ) (0.30)0 (0.70)15
( 1) = 1 (0) 0
(0) = 1 1 0.0047
( 1) = 1 0.0047
(0) =0.0047
( 1) = 0.9953
b) Cul es la probabilidad de que al menos 4 personas que se encuentra curioseando
compre algo en una hora?
( 4) = 1 [(0) + (1) + (2) + (3)]

( 4) = 1 [0.0047 + 0.0305 + 0.0916 + 0.1700]
( 4) = 1 0.2968
( 4) = 0.7031
c) Cul es la probabilidad de que ninguna de las personas que se encuentra curioseando
(0) = 0.0047
d) Cul es la probabilidad de que no ms de 4 personas que se encuentra curioseando
( 4) = (0) + (1) + (2) + (3) + (4)
( 4) = 0.0047 + 0.0305 + 0.0916 + 0.1700 + 0.2186
( 4) = 0.5155
PRUEBAS
1) De entre 1000 familias con 4 hijos cuantas cabe esperar que tengan un hombre o dos
mujeres. Datos:
Datos: n= 4
n= 4 x= 2
x= 1 p= 0,50
p= 0,50 q= 0,50
q= 0,50

() = ( ) 1
() = ( ) 1
4
4 (2) = ( ) 0,52 0,521
(1) = ( ) 0,51 0,541 2
1 (2) =0,3750
(1) =0,25

= () = ( ) 1

= 1000 (0,25 + 0,3750) 4
= 1000 (0,6250) (1) = ( ) 0,51 0,541
1
= 625 (1) =0,25
4. Distribucin de Poisson
Es una variable aleatoria discreta para estimar el nmero de veces que sucede en hecho
determinado. En un cierto intervalo de tiempo, se utiliza para nmero de llegadas de
automviles, numero de fugas. Nmero de tuberas entre otros.
La distribucin de Poisson es una distribucin de probabilidad discreta que se aplica a

las ocurrencias de algn suceso durante un intervalo especfico. La variable x es el
nmero de veces que ocurre un suceso en un intervalo. (Triola, 2009)
4.1. Propiedades de un experimento de Poisson

1) La probabilidad de ocurrencia.- Es la misma para cualquiera de dos intervalos
2) La ocurrencia o no ocurrencia.- En cualquier intervalo es independiente

() = !
FORMULA ES:
f(x)= Probabilidad de x ocurrencias

= Es el valor esperado o nmero medio de ocurrencias
e= Constante matemtica que vale 2.7182
X= variable aleatoria
= 2 = 3= 1 4=3+ 1

1) Si la probabilidad de que un individuo sufra una reaccin negativa ante una

inyeccin de cierto suero es de 0.001. hallar la probabilidad de que entre 2000
individuos
a) Exactamente 3 tengan reacciones negativas
=N*P Compruebe
23 2
f(3)= su respuesta
3! = 2000*0.001
80.1353
f (3)= = 2
6
1.0824
f (3)= 6
f (3)= 0.1804
20 2
(0) =
0!
1 0.13534
b) Ms de 2 de ellos tengan reacciones negativas (0) =
1
(0) = 0.13534
f(x2)= 1 [f(0)+f(1)]
f(x2)= 1 [0.13534 + 0.27068 ]
f(x2)= 1 [0.40602 ] 21 2
(1) =
1!
f(x2)= 0.59398 2 0.13534
(0) =
1
(0) = 0.27068
2) En cierta rea de EEUU resulta en promedio afectada por 6 huracanes al ao.

Encuentra la probabilidad de que para cierto ao, esta rea resulte afectada por:
a) Menos de 4 huracanes
61 6
(1) =
( < 4) = (0) + (1) + (2) + (3) 1!
( < 4)= 0.0025+0.00149+0.0446+0.0892 6 0.00247875

(1) =
1
( < 4) = 0.1512 (1) = 0.01487251306
62 6 63 6 60 6
(2) = (3) = (0) =
2! 3! 0!
36 0.00247875 216 0.00247875217 1 0.00247875217

(2) = (3) = (0) =
2 6 1
(2) = 0.04461753918 (3) = 0.08923507836 (0) = 0.00247875217
b) Cualquier cantidad mayor a 6 y menor a 8 huracanes

67 6
f(7)= 7!
Compruebe
2799360.00247875217
f(7)= su
5040
respuesta
f(7)= 0.1377
1. Una empresa de seguros de automviles tiene concertados 3825 plizas de
vehculos sin ningn accidente en los ltimos 12 aos. Se desea conocer la
probabilidad de que sean 10 los nacidos el da de San Cristbal (patrono de los
automviles) con el fin de establecer un descuento en sus plizas
N= 3285 P= 1/365 = 0.003
=N*P
Compruebe
=3285*0.003
910 9 su
f(10)= = 9
10! respuesta
f(10)= 0.1186
2. En una empresa la cantidad promedio de llamadas que llegan al computador entre

las 2 y las 4 de la tarde es de 2.5 por minuto. Encuentre la probabilidad de que en
determinado minuto haya.
a) 0 llamadas
2.50 2.5
f(0)= 0!
10.0821
f(0)= 1
f(0)= 0.0821
b) Una llamada entrante

2.51 2.5
f(1)=
1!
2.50.0821
f(1)= 1
Compruebe
f(1)= 0.2050
su
respuesta
c) Exactamente 2 llamadas
2.52 2.5
f(2)= 2!
6.250.08209
f(2)= 2
f(2)= 0.2565
3. Una secretaria comete dos errores por pgina, en promedio. Cul es la
probabilidad de que en la siguiente pgina cometa?
a) 4 o ms errores
= 2
f(x4)= 1- [(0) + (1) + (2) + (3)]
f(x4)= 1- [0.1353+0.2707+0.2707+0.1804]
f(x4)= 1- 0.8571234605
f(x4)= 0.1429
20 2 21 2
(0) = (1) =
0! 1!
1 0.1353352832 2 0.1353
(0) = (1) =
1 1
(0) = 0.1353352832 (1) = 0.2706705665
22 2
(2) = 23 2
2! (3) =
3!
4 0.1353
(2) = 8 0.1353
2 (3) =
6
(2) = 0.27076705665
(3) = 0.1804470443
b) Ningn error
f(0)= 0.1353
4. La seorita Berger es ejecutiva del Coast Bank and trust. A partir de sus aos de
experiencia, calcula que la probabilidad de que un solicitante no pague un prstamo
inicial es de 0.025. el mes pasado realizo 40 prstamos.
N= 40 =N*P
P= 0.025 =40*0.025
= 1
a) Calcule la probabilidad de que no se paguen 3 prestamos
13 1
f(3)= 3!
10.367979
f(3)= 6
f(3)= 0.0613
b) Cul es la probabilidad de que por lo menos no se paguen 3 prstamos.
f(x3)= 1- [(0) + (1) + (2)]
f(x3)= 1 (0.36788+0.36788+0.18394)
f(x3)= 1 0.9196997
f(x3)= 0.0803
10 1 11 1 12 1
(0) = (1) = (2) =
0! 1! 2!
(0) = 0.36788 (1) = 0.36788 (2) = 0.18394
PRUEBAS
1) Los pasajeros de las aerolneas llegan al azar e independientemente a la seccin de

documentacin a un gran aeropuerto internacional. La frecuencia promedio de llegadas es
de 10 pasajeros por minuto.
a) Cul es la probabilidad de no llegadas en el intervalo de un minuto?

() =
!
Datos
(10)0 (2,7183)10 60
(0) = = 10 ( )=10
0! 60
=0
(1)(0,000045)
(0) =
1
(0) = 0,000045
b) Cul es la probabilidad de no llegadas en un intervalo de 15 segundos?

() = !
(2,5)0 (2,7183)2,5 :
(0) =
0! 15
= 10 ( )
60
(1)(0,0821) = 2,5
(0) =
1
(0) = 0,00821
5. Distribucin de Probabilidad Normal
(Variable aleatoria continua)
La distribucin de Probabilidad normal tiene gran cantidad de aplicaciones en donde la

variable aleatoria puede ser el peso, la estatura, puntuaciones de exmenes, entre otras.
Segn Luis Rodrguez Ojeda (2007) La distribucin normal es la piedra angular de la teora
estadstica moderna. Conocida y estudiada desde hace mucho tiempo, es utilizada para
describir el comportamiento aleatorio de muchos procesos que ocurren en la naturaleza y
tambin realizados por los humanos
5.1.Distribucin normal o campana de Gauss
u= media
-5 -4 -3 -2 -1 0 1 2 3 4 5
5.2.Funcin de densidad de distribucin normal

1 ()2

() = 22
2
= 3.1416
5.2.1. Caractersticas de la distribucin normal

1. Dos parmetros media (u)
2. El punto ms alto de la curva normal es (u); esta coincide con mediana y media
3. La media de la distribucin puede tener valores, negativos, positivos o cero
4. La distribucin normal es simtrica en donde el sesgo es igual a cero
5. La desviacin estndar determina que tan plana o atachada es la curva normal
6. Las probabilidades correspondientes a la variable aleatoria normal, se denomina el
rea bajo la curva, en donde el total de rea es 1
7. El rea bajo la curva de cualquier distribucin normal.
5.3.Distribucin normal estndar

=

La distribucin normal estndar, tiene media (u) igual a cero y desviacin tpica ( ) es igual
a 1, para lo cual se asigna la letra (Z) y se calcula las probabilidades en base a la tabla.
Entonces la funcin de densidad o el rea bajo la curva es:
2
1
() = 2
2
1. Hallar el rea bajo la curva normal, en cada uno de los siguientes ejercicios:
a) Entre Z = 0 y Z = 1,2
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
P = 0.3849
b) -0.68 Z 0
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
= 0.2518
c) -0.41 Z 2,21
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
1(0 ; 2.21) = 0.4864
2(0 ; 0.46) = 0.1772
1 + 2 = 0.6636
d) 0.81 Z 1,94
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
1(0 ; 0.81) = 0.4738
2 (0 ; 1.94) = 0.2910
2 1 = 0.1828
e) A la izquierda de Z = -0,6
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
(0 0.6) = 0.2258
= 0.5 0.2258
= 0.2742
2. Construir la grfica de distribucin normal, con la escala de = ( = ; = ) y

tambin la escala de X con los siguientes valores. Se tiene que la descarga de la pgina
web se distribuye normalmente con una media de 7 segundos y una desviacin
estndar de 2 segundos. Calcular el tiempo de descarga de 9 segundos en unidades
estandarizadas.
Datos:
Distribucin normal
=7 =2 =9

=

97
= =1
2
-2 -1 0 1 2
3 5 u=7 9 11
3. El peso medio de 500 estudiantes varones de cierta universidad es de 151 libras y la
desviacin tpica es de 15 libras. Se supone que los pesos estn normalmente
distribuidos, hallar cuantos estudiantes pesan:
a) Entre 120 y 155 libras
b) Ms de 185 libras
c) Exactamente 160 libras
Datos:
= 151 = 15
=

a) 120 X 155
120151
1 = = -2,07
15
155151
2 = = 0,27
15
(1) = 0.4808
(2) = 0.1064
= 0.4808 + 0.1064 = 0.5872
Nmero de estudiantes: N (0.5872)

-2 -1 0 1 2
500 (0.5872) = 2894
b) X 185
185151
1 = = 2.27
15
(1) = 0.4884
-2 -1 0 1 2
= 0.5 0.4808
Pt = 0.0116
Nmero de estudiantes: N (0.0116)
500 (0.0116) = 6
c) X = 160
159.5151
1 = = 0.57
15
160.5151
2 = = 0.63
15
-2 -1 0 1 2
P (z1)= 0.2157
P (z2)= 0.2357
Pt = 0.2157 0.2357
Pt = 0.02
Nmero de estudiantes = N (0.02)
500 (0.02) = 10
4. Sea X una variable aleatoria que sigue una distribucin normal N ( , ); calcular
la probabilidad cuando la variable aleatoria es mayor o igual a 80. Sabiendo que la
media de la poblacin es de 50 y la desviacin tpica es de 10.

DATOS: Z= P(z)= (0.4987)

= 50
8050
= 10 Z= P(z)= 0.5 - 0.4987
10
X 80
Z= 3 P(z)= 0.0013
-3 -2 -1 0 1 2 3
5. El peso de una manzana de una huerta siguen una ley normal con una media de 150
gr. Y una desviacin tpica de 20
a) Qu porcentaje de estas manzanas tendr un peso inferior a 115 gr.

Datos:
= 150
= 20
x115

Z=
115150
Z= 20
z -1,75
Z= -1.75 x -3 -2 115 -1 0 1 2 3
P (z)= 0.5-0.4599
P (z)= 0.0401 ------- x 100= 4%
b) Hallar la probabilidad de una manzana de este huerto, elegida al azar tenga un peso
comprendido entre 165 y 220 gr.
Datos:

c)= 150 Z1= Z2=

= 20
165 165150 220150
d) x 220 Z1= Z2=
20 20
Z1= 0.75 Z2= 3.5

P(Z1)=0.2734 P (Z2)= 0.4998
PT= 0.4998-0.2734
PT= 0.2264
z 0,75 3,5
-3 -2 -1 0 1 2 3
6. El dimetro de las cabezas de un tornillo sigue una distribucin normal con una
media de 5.5 milmetros y una varianza de 0.69 milmetros cuadrados. Se sabe que
los tornillos son aprovechados, si su dimetro esta entre 4.3 y 7.1 Cul es el
porcentaje de tornillos aprovechables?
Datos:
a) Z1= Z2=

= 5.5
b)= 0.64 2 4.35.5 7.15.5
Z1= Z2=
0.8 0.8
0.64 2
4.3 x 7.1 Z1= - 1.5 Z2= 2
P(Z1)=0.4332 P (Z2)= 0.4772
PT= 0.4332 + 0.4772

PT= 0.9104
z -1,5
-3 -2 -1 0 1 2 3
7. Las puntuaciones en un test de biologa fueron 0, 1, 2, 3..10 Segn el nmero de

respuestas correctas entre las 10 preguntas. La nota media fue de 6.7 y la de
desviacin tpica de 1,2. Supuesto que las notas estuvieron normalmente
distribuidas.
a) Determinar el 10% de estudiantes que tuvo 6 puntos
X1= 6 + 0.5 X2= 6-0.5

Datos:
= 6.7 X1= 6.5 X2= 5.5
= 1.2
X=6

Z1= Z2=

6.56.7 5.56.7
Z1= Z2=
1.2 1.2
Z1= -0.17 Z2= -1

P(Z1)= 0.0675 P (Z2)=0.3413
PT= 0.3413 0.0675

PT= 0.2738
z -0,17
-3 -2 -1 0 1 2 3
b) La nota mxima del 10% ms bajo
P=0.40
Z= -1.28 0,40 0,50
0,10 0,50
X=Z +
X= (-1.28) (1.2) + 6.7
X= 5.16
c) La nota mnima del 10% ms alto de la clase
P=0.40
Z= 1.28
0,50 0,40
X=Z +
0,10 0,50 0,10
X= (1.28) (1.2) + 6.7
X= 8.24
8. En la universidad se realiza una encuesta en donde se evala la enseanza de la
matemtica educativa y se encontr que la media es de 7.5 y la desviacin tpica de
1.2 se supone de las notas estn normalmente distribuidas.
a) Cul es la probabilidad de estudiantes que obtuvieron 8 puntos
Datos: X1= 6 + 0.5 X2= 6-0.5

= 7.5
= 1.2 X1= 6.5 X2= 5.5
X=8

Z1= Z2=

8.57.5 7.57.5
Z1= Z2=
1.2 1.2
Z1= 0.83 Z2= 0

z 0,83
P(Z1)= 0.2967 P (Z2)=0 -3 -2 -1 0 1 2 3
b) Cul es el porcentaje de los estudiantes que obtuvieron 6 puntos
Datos:
= 7.5 X1= 6 + 0.5 X2= 6-0.5
= 1.2
X1= 6.5 X2= 5.5
X=6

Z1= Z2= PT= 0.4525- 0.2967

6.57.5 5.57.5
Z1= Z2= PT= 0.1558--------(x100)
1.2 1.2
Z1= -0.83 Z2= -1.67 PT= 15.58%

P(Z1)= 0.2967 P (Z2)=0.4525
z -1,67 -0,83
-3 -2 -1 0 1 2 3
c) Cul es la nota en donde el porcentaje fue de 23.27%

23.27 100= 0.2327
P=0.2327
Z= -0.62
26,73% 50%
X=Z +
X= (0.62) (1.2) + 7.5
23,27%
X= 8.24
9. Una persona debe tener una puntuacin en el 2% superior de la poblacin en

una prueba de calificaciones. Si las puntuaciones tienen una distribucin normal
con una media de 100 y una desviacin tpica de 15 que puntuacin debe obtener
una persona para ser miembro de un tribunal.
48%
98% 2%
Z 0
P = 0.48 U = 100
Z = 2.05 = 15
xu
=
=+
= 2.05(15) + 100 = 130.75
Determinar el porcentaje del rea de la curva de distribucin normal.
1. 2A la derecha de Z=0.47
P= 0.1808
Pt=0.5 - 0.1808 0,47
-3 -2 -1 0 1 2 3
Pt=0.3192
2. A la derecha de Z= -1.13
P= 0.3708
-1,13
Pt=0.5+0.3708
-3 -2 -1 0 1 2 3
2
(Sanchez, Octavio., Probabilidad y estadistica, Tercera edicion, 2009, pgs. 204-2009)
Pt=0.8708
3. Entre Z=0.54 y Z=1.91
P1=0.4719
P2=0.2054
0,54 1,91
Pt= 0.4719-0.2054 -3 -2 -1 0 1 2 3
Pt= 0.2665
4. A la izquierda de Z=0.81
P=0.2910
Pt= 0.5+0.2910
0,81
Pt= 0.7910 -3 -2 -1 0 1 2 3
5. La estatura promedio de los empleados de una empresa muy grande es de 1.65 m ,

con una desviacin estndar de 6.2 m. Supn una distribucin normal y determina
que porcentaje de empleados miden:
Datos:
= 1.65
= 6.2
0,5
a) Ms de 1.57 m
1.511.65 -1,29
Z1= 0.062
-3 -2 -1 0 1 2 3
Z1= -1.29
P=0.4015
Pt= 0.4015 + 0.5
Pt=0.9015----------x100 ---> 90.15%
b) Menos de 1.70 m
1.701.65
Z1= 0.062
0,81
Z1=0.81
-3 -2 -1 0 1 2 3
P= 0.2910
Pt= 0.5+0.2910
Pt=0.7910 79.10%
c) Entre 1.57 m y 1.70 m

1.571.65 1.701.65
Z1= Z2=
0.062 0.062
Z1= -1.29 Z2= 0.81
P1= 0.4015 P2=0.2910
Pt=0.4015+0.2910
Pt= 0.6925
1,29 0,81
Pt= 69.25% -3 -2 -1 0 1 2 3
6. Supn que el monto promedio de compras por cliente de una empresa es de $128.45
y una desviacin estndar de $18.26. Determina la probabilidad de que un cliente
compre:
Datos:
= 128.45
a) Ms de $100 = 18.26 0,5
100128.45
Z1= -1,56
18.26
-3 -2 -1 0 1 2 3
Z1= -1.56
P= 0.4406
Pt= 0.5+ 0.4406
Pt=0.9406
b) Ms de $150
150128.45
Z1= 18.26
Z1= 1.18 1,18

-3 -2 -1 0 1 2 3
P= 0.3810
Pt= 0.5+ 0.3810
Pt=0.8810
c) Menos de $120
120128.45
Z1= 18.26
Z1= -0.46
P= 0.1772
0,46
Pt= 0.5+ -3 -2 -1 0 1 2 3
Pt=0.9406
7. El tiempo necesario para arreglar la transmisin de un automvil en un taller de

servicios se distribuye normalmente con una media de 45 min. Y una desviacin
estndar de 8.0 min. El mecnico planea comenzar la reparacin del automvil
despus de 10 min que el vehculo sea entregado y le comunica al cliente que el auto
estar listo en una hora en total. Cul es la probabilidad de que el mecnico est
equivocado?
Datos:
= 45
= 8.0 min
= 50
0,62
-3 -2 -1 0 1 2 3
5045
Z1= 8.0
Z1= 0.62
P= 0.2324
Pt= 0.5 0.2324
Pt=0.2676
8. En una poblacin estudiantil el coeficiente de inteligencia es 52 iy su desviacin tpica
8. Si ponemos que la poblacin se distribuye normalmente, averiguar el porcentaje
de gente tiene un C.I superior a 60.
Datos:
=
=
=
60 52
= =1
8
= 0,3413 -2 -1 0 1 2
= 0,5 0,3413
= 0,1587(100)
= , %
9. Deseamos conocer el porcentaje de alumnos comprendidos entre las puntuaciones 40
y 75. Se sabe que la media es 50 y la desviacin tpica 80.
Datos
=
=

= =

-2 -1 0 1 2 3 4
= = =

= , = ,
= , = ,
Para calcular de desviacion estandar, media

https://www.easycalculation.com/es/statistics/standard-deviation.php
PRUEBAS
1) La cantidad promedio de precipitacin pluvial en Dallas, Texas, durante el mes de

abril es 3.5 pulgadas. Suponga que se puede usar una distribucin normal y que la
desviacin estndar es 0.8 pulgadas.
a) Qu porcentaje del tiempo la precipitacin pluvial en abril es mayor que 5 pulgadas?

= Datos

= 3,5
5 3,5
= = 0,8
0,8 5
1,5 1,88
= -3 -2 -1 0 1 2 3
0,8
= 1,88
P=0.4699
Pt=0.5-0.4699
Pt=0.0301-----------> 3.01%
b) Qu porcentaje del tiempo la precipitacin pluvial en abril es menor que 3 pulgadas?

=
Datos
3 3,5 = 3,5
= = 0,8
0,8
3
0,5
=
0,8
-0,63
Z= -0.63 -3 -2 -1 0 1 2 3
P=0.2357
Pt= 0.5-0.2357
Pt=0.2643 -----------26.43%
2. La cantidad promedio de precipitacin pluvial en Dallas, Texas, durante el mes de

abril es 3,5 pulgadas (The Worl Almanac, 2000). Suponga que se puede usar una
distribucin normal y que la desviacin estndar es 0,8 pulgadas.
a. Qu porcentaje del tiempo la precipitacin pluvial en abril es mayor a 5 pulgadas?

b. Qu porcentaje del tiempo la precipitacin pluvial en abril es menor a 3 pulgadas?
Datos:
= 3,5
. b. = 0,8

1 = 2 =

53,5 33,5
1 = = 1,88 2 = = 0,63
0,8 0,8
( )=,,=, ( )=,,=,
( )=,=,% ( )=,=,%
-2 -1 0 1 2 -2 -1 0 1 2
6. Aproximacin Normal de las Probabilidades Binomiales

Para realizar estos ejercicios se tiene como parmetros, la probabilidad y el nmero de
aciertos en donde asociados con una distribucin normal se tiene que:
U = NP
u =
1. En una distribucin de probabilidad binomial P = 0.20 y N = 100
a) Cul es la media y la desviacin tpica?
P = 0.20
N = 100
U = NP = 20
u = 100(0.20)(0.80) = 4
b) Cul es la probabilidad de exactamente 24 xitos?
X = 24
23.520
1 = = 0.88
4
24.520
2 = = 1.13
4
P (z1) = 0.3106
P (z2) = 0.3708
Pt = 0.3106 0.3708
2. La tasa de desempleo es de 5.8% segn el INEC suponga que se selecciona

aleatoriamente una muestra de 100 personas
a) Cul es el nmero esperado de quienes estn desempleados y adems cual es la
varianza?
P = 0.0580 u = np = 5.8 (valor esperado)
N = 100 u = (100) (0.0580) (0.9420)
u = 5.46 (varianza)
b) Cul es la probabilidad de que por lo menos 4 estn desempleados?

N = (; )
N = (5.8; 2.34) = 5.46 = 2.34 (desviacin tpica)
45.8
1 = = -0.77
2.34
P = 0.2794
Pt = 0.5 + 0.2794 = 0.7794

-2 -1 0 1 2
1. 3Un cierto equipo electrnico est formado por 100 componentes conectados. Si cada
componente tiene una probabilidad de 0.02 de romperse cuando el equipo es lanzado
en un cohete, hallar la probabilidad de que al hacerlo se rompan 10 o ms
componentes.
= (100)(0.02)
Datos:
N = 100
= (100 0.02 0.98) = 1.96 P = 0.02
N (u; )
= 1.96 = 1.4
.
= = . = 7.12
.
2. Supongamos que un tirador tiene probabilidad de 0.4 de acertar en la diana. Hallar

la probabilidad de que despus de realizar 20 disparos halla acertado al menos 4
lanzamientos.
N (u; ) Datos:
P = 0.4
Q = 0.6
= (20 0.4 0.6) = 4.8
N = 20
= 4.8 = 2.19
. .
= = . = 1.64
.
3
Lorente, J., (2006).Aproximacin de la distribucin Binomial a la Normal
P= 0.4495 + 0.5
Pt = 0.9495
3. Una mquina produce componentes que son defectuosos en un 10%. Se elige al azar
una muestra de estos 50 componentes. Calcular las probabilidades de que:
a) Como exactamente 6 componentes estn defectuosos
= (50 0.10 0.90) = 4.5

Datos:
= 4.5 = 2.12 N =50
P = 0.10
. . N (u; )
= = . = 2.69
.
= 0.4964
4. Un examen tipo test consta de 40 preguntas a contestar verdadero o falso. El examen

se aprueba si se contesta correctamente al menos 25 preguntas. Un alumno responde
al examen al azar. Halla la probabilidad de aprobar el examen
Datos:
= 10 = 3.16 N = 40
P = 0.5
Q = 0.5
= = . = 1.58
. = (40 0.5 0.5)
= 10
= 0.4429
5. El 5% de los libros prestados en una biblioteca de un centro escolar son tcnicos. Si

se toman los ltimos 500 prstamos, calcula la probabilidad de que se hayan prestado
entre 25 y 30 libros tcnicos.
= 23.75 = 4.87 Datos:

N = 500
. . P= 0.05
= = . = -0.10 Q = 0.95
.
= (500 0.05 0.95) = 23.75
= 0.0398
. .
= = . = 1.13
.
= 0.3708
Pt = 0.0398 + 0.3708 = 0.4106
VAMOS A NECESITAR LA TABLA Z DE DISTRIBUCIN NORMAL
http://www.disfrutalasmatematicas.com/datos/distribucion-normal-estandar.html
PRUEBAS
1) Muchos problemas de produccin se relacionan con la unin exacta de partes de

maquinarias con flechas, que caben en el orificio de una vlvula, un diseo en
particular requiere de una flecha con un dimetro de 22 milmetros, pero las flechas
con dimetros entre 21,9 mm y 22,01 mm son aceptables. Suponga que el proceso de
manufactura fabrica flechas con dimetros que se distribuyen normalmente con una
media de 22,002 mm y con una desviacin de 0,005 mm para este proceso cual es:
a) La proporcin de flechas con un dimetro entre 21,9 mm y 22 mm

=
Datos
= 22,002
= 0,005
21,9 22,002
1 =
21,9 22 0,005
1 = 21,9
2 = 22 0,102
1 = 1 = 20,4
0,005
22 22,002
2 =
0,005
0,002
2 = 2 = 0,4
0,005
1 (20,4) = 0,5
2 (0,4) = 0,1554
b) Cul es el dimetro que ser solo el 8% de las flechas superior?
Datos = +
= 22,002
= 0,005 = (1,41)(0,005) + 22,002
= 0,42
= 1,41 = 22,0091
2. El precio promedio de las acciones que pertenecen a S&P500 es de $30 y la desviacin

estndar es de 8,20 (Business Week, Special Annual Issue, primavera de 2003). Suponga
que los precios de las acciones estn distribuidos normalmente.
De qu el precio de las acciones de una empresa no sea mayor a $20?
) )
Datos:
1 = 2 = = 30

= 8,2
4030 2030
1 = = 1,22 2 = = 1,22
8,2 8,2
( )= , ( )= ,
( )=,,=, ( )=,,=,
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5 -2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
7. ESTADISTICA INFERENCIAL
N = tamao de la poblacin
Poblacin
Parmetros = desviacin tpica (poblacin)
U = media
P = proporcin
Muestra
Estadgrafos
N = tamao de la muestra
S = desviacin tpica de la
muestra
= media de la muestra
= proporcin de la
muestra
8. Muestreo
Es un proceso de obtener una informacin de un conjunto de toda la poblacin.
Ventajas del muestreo

Costos reducidos
Mayor rapidez
Ms posibilidades
Los elementos pueden ser: productos almacenes, personas, familias, entre otras.
Poblacin
Es todo el grupo de personas de quien el investigador necesita tener informacin.
8.1. Pasos para desarrollar un plan de muestreo
1) Definir la poblacin de inters
Especificar las caractersticas de los individuos, cosas, clientes, tiendas, etc; de quien se
necesita la informacin para satisfacer la investigacin.
2) Identificar un marco de referencia del muestreo
Consiste en hacer una lista de todos los elementos de la poblacin, de donde se van a
seleccionar las unidades para la muestra.
Realizar una lista en forma ascendente (a z) y numerar a cada uno de ellos.

3) Seleccionar un mtodo de muestreo
ALEATORIO
SITEMATICO
MUESTREO
PROBABILISTICO
ESTRATIFICADO
PROPORCIONAL
CONGLOMERADO
TIPOS DE
MUESTREO NO
PROPORCIONAL
CASUAL
MUESTREO NO
INTENCIONAL
PROBABILISTICO
CUOTAS
4) Determinar el tamao de la muestra, utilizando las siguientes frmulas.
2
=
2 + 2
2
=
2
Frmulas para estimar la proporcin

= =
+
Frmulas para estimar la media

= =
+
N= tamao de la poblacin
n= tamao de la muestra
Z= el nivel de confianza, se trabaja con el 95%, 99% o 90%
P= probabilidad
q= probabilidad de fracaso
E= error de la muestra
5) Ejecutar el plan operacional de la muestra
1. Se desea calcular la muestra de un establo de 5000 vacas para determinar cul de

ellas son vacas lecheras con un error del 5% y un nivel de confianza del 95%
Datos:
N=5000
E= 0.05
N.C= 0.95 =
+
p=0.5
Q=0.5 (1.96)2 (0.5)(0.5)(5000)
=
(1.962 )(0.5)(0.5) + (5000)(0.052 )
4802
=
2 0.9604 + 12.5
= 356.75
= 357
2. Calcular el nmero de promedio de estadstica descriptiva del cuarto ingeniera

financiera A de toda la poblacin 29.

=
Datos: +
N=29
E= 0.20
N.C= 1.96
p=0.5
Q=0.5
(1.96)2 (0.5)(0.5)(29)
=
(1.962 )(0.5)(0.5) + (29)(0.202 )
27.85
=
2.1204
= 13.13
= 14
a. Definir la poblacin
1) 7 2) 7 3) 7 4) 8 5) 7 6) 7.3 7) 7.1 8) 7.2
9) 7.1 10) 7.3 11) 7.1 12) 7.5 13) 7 14) 7.45 15) 7 16) 7
17) 7.2 18) 7.5 19) 8.3 20) 7.0 21) 7 22) 7 23) 7 24) 9.9
25) 7 26) 7 27) 7.5 28) 7.5 29) 8.7
b. Seleccionamos la muestra con una tabla aleatoria

7 7.1 7.2 7.1 7.5 7 7
8.3 7 7 7 7 7.5 7
c. Sacamos la media
100.7
= = 7.19
14
3. Se desea estimar el peso promedio de los sacos que son llenados con un nuevo
instrumento en una industria. Se conoce que el peso de un saco que se llena con este
instrumento es una Variable aleatoria con una distribucin normal. Si se sabe que la
desviacin tpica y el peso son de 0,5 kg. Determinar el tamao de la muestra
aleatoria con una probabilidad del 95% y el parmetro se diferencia modularmente
en -0,1 kg.
Datos:
= 0,5 2 2
= 2
N.C=95%
z=1,96 (1.96)2 (0,5)2
= (0,1)2
E=0,1
= 96.04
n=96
4. Se desea calcular la muestra para realizar un estudio del nivel de nutricin de una
cierta poblacin para lo cual se sabe que la poblacin es de 6000 personas. Un estudio
anterior revela que la probabilidad de nutricin fue de 0,8 trabajando con un nivel
de confianza del 90% y un error de muestreo del 8%. Calcular el tamao de la
muestra.
Datos:
z=1,645 2
E=0,08 = 2
P=0,8
+ 2
N=6000
N.C=90%
z=16
(1,645)2 (0,8)(0,2)(6000)
=
(1,645)2 (0,8)(0,2) + 6000(0,8)2
= 67
5. Un bilogo quiere estimar el precio promedio de las personas casadas en el estado de

Virginia. Un estudio anterior de 10 personas casadas mostro que la desviacin
estndar de sus precios es de 12,2 libras. Qu tan grande debe ser una muestra para
que el bilogo tenga el 94% de confianza y que el error de estimacin es de 4 libras
Datos:
= 12,2 2 2
= 2
N.C=94%=
0,47 (1,88)2 (12,2)2
= (4)2
z=1,88
E=4 = 33
6. Determine el tamao de la muestra necesario para estimar una proporcin

poblacional a un nivel de confianza del 98% con un error del 5% adems se sabe que
en una muestra pilota se obtuvo una probabilidad de 0,2
Datos
N.C= 98% 2
= 2
z=2,38
E=5% = 0,05
P=0,2
q=0,8
(2,33)2 (0,2)(0,8)
= = 347,45
(0,05)2
= 348
1. 4Un auditor desea tener un nivel de confianza del 95%, para que la verdadera
proporcin de error de error de exceda del 2%. Si la poblacin es muy grande, Qu
tamao tendr la muestra que va a tomarse, si el auditor estima que la proporcin
de error es del 5%?
2
Datos =
2
N.C=95%
z=1.96 (1.96)2 (0,5)(0,5)
= = 456,19
E=2% =0.02 (0,02)2
P=0,5 = 457
q=0,5
2. En un da, la produccin de tarjetas perforadas por una persona se encuentra en

una gaveta. Se desea estimar el porcentaje de tarjetas que tiene menos error,
mediante una muestra aleatoria simple. qu tamao de muestra es necesario si
se piensa que el porcentaje del 8%? Se acepta un error estndar del 3% y
confianza del 95%.
2
=
2
(1.96)2 (0,08)(0,92)
Datos = = 314.15
N.C=95% (0,02)2
z=1.96
E=3% =0.03
= 315
P=0,08
q=0,92
4
Martinez,Ciro.(2005). Estadistica y muestreo, (Decimo segunda ed.). Bogota: Ecoe Ediciones
3. El mantenimiento de cuentas puede resultar demasiado costoso, si el promedio
de compra por cuenta baja de cierto nivel. El gerente de un gran almacn por
departamentos desea estimar el promedio de lo comprado mensualmente por los
clientes, con un error de $2500, y una probabilidad aproximada de 0.95.
Cuntas cuentas deber seleccionar, si sabe que la desviacin estndar es de
$30000, la cual fue obtenida de los balances mensuales de las cuentas de crdito?
Datos 22
N.C=95% = 2

z=1.96
(1.96)2 (30000)2
E=2500 = = 553.19
= 30000 (2500)2
= 554
4. Una firma constructora desea estimar la resistencia promedio de las barras de

acero utilizadas en la construccin de edificios de apartamentos. Qu tamao de
muestra se requiere para garantizar que habr un riesgo de solo 0.001 de
sobrepasar un error de 5 kg. O ms en la estimacin? La desviacin estndar de
la resistencia de este tipo de barras se estima en 50 libras.
P=0.999/2
Datos P= 0.4995
P=1-0.0001= 0.999 Z= 3.27
E=5 kg 10 libras 22
= 2
= 50
(3.27)2 (2500)2
= = 267.32
(10)2
= 26
5
5. Wally Simpleton esta postulado para gobernador. El desea estimar dentro de 1
punto porcentual la proporcin de personas que votaran por l. Tambin desea
tener el 95% de confianza en sus hallazgos. Qu tan grande debera ser la
muestra?
Datos
N.C=95%
z=1.96
5
Webster,Allen.(2004).
P=0.5 Estadistica aplicada a los negocios y la economia, (tercera ed.).Colombia:Mc Graw
Hill q=0.5
E=0.01
2
=
2
(1.96)2 (0,5)(0,5)
= = 9.604 = 10
(0,01)2
8.2. Muestreo aleatorio sistemtico
En el muestreo sistemtico, los elementos son seleccionados de la poblacin dentro de

un intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio. El
muestro sistemtico difiere del muestreo aleatorio simple en que cada elemento tiene
igual oportunidad de ser seleccionado, pero cada muestra no tiene la posibilidad igual de
ser seleccionada. (levin & Rubin, 2010)6
1. Se tiene una poblacin formada por 100 elementos se realiza el clculo de las
muestras y se obtiene con una muestra de 25 elementos. Calcular el muestreo
aleatoriamente sistemtico
Datos: Utilizamos tabla

de nmeros
N=100 aleatorios
n=25
100
R= = =4
25
1 2 3 4 5 6 7 8 9 10 11 12
13 14 15 16 17 18 19 20 21 22 23 24
25 26 27 28 29 30 31 32 33 34 35 36
37 38 39 40 41 42 43 44 45 46 47 48
49 50 51 52 53 54 55 56 57 58 59 60
6
(levin & Rubin, 2010)
61 62 63 64 65 66 67 68 69 70 71 72
73 74 75 76 77 78 79 80 81 82 83 84
85 86 87 88 89 90 91 92 93 94 95 96
97 98 99 100
8.3. Muestreo aleatorio Estratificado

El muestreo aleatorio estratificado se usa para estimar parmetros de poblaciones muy
heterogneas; consiste en la separacin de las unidades de la poblacin en grupos. Estos
grupos se llaman estratos. De cada estrato se obtiene una muestra aleatoria simple, y los
estimadores de los parmetros de la poblacin se estiman como combinaciones de los
estimadores en cada estrato. (levin & Rubin, 2010)7
2. En la fbrica coca cola sucursal quito hay 600 trabajadores queremos tomar una
muestra de 20 trabajadores se sabe que hay 200 trabajadores en la planta de
ensamblaje. 150 en el departamento de empaque, 150 en el departamento de proceso y
100 trabajadores en publicidad
Nota: Se aplic
regla de tres
200(20)
A=200 = 6,67 = 7 Datos
600
N=600
159(20)
B=150 =5 n=20
600
150(20)
C=150 =5
600
100(20)
D=100 =3
600
7
(levin & Rubin, 2010)
1. Se tiene una poblacin formulada por 50 elementos se realiza el clculo de las
muestras y se obtiene con una muestra de 10 elementos. Calcular el muestreo
aleatoriamente sistemtico
50
R= = 10 = 5
Datos:
N=50
n=10
1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50
Estimacin Puntual
x = Estimador puntual de la media ()
s = Estimador puntual de la desviacion tipica poblacional ()
P = Estimador puntual de la proporcion poblacional
# ( )2
= =
1
1. A Joe Jackson, un meteorlogo que trabaja para la estacin de televisin WDUI, le

gustara informar sobre la precipitacin pluvial promedio para ese da en el noticiero
de la tarde. Los datos siguientes corresponden a las mediciones de precipitacin
pluvial (en centmetros) para 16 aos en la misma fecha, tomados al azar.
aos precipitacin Aceptacin )
(
x1 0,47 Si 0,010
x2 0,27 No 0,010
x3 0,13 No 0,057
x4 0,54 Si 0,029
x5 0 Si 0,136
x6 0,08 No 0,083
x7 0,75 Si 0,145
x8 0,06 Si 0,095
x9 0 No 0,136
x10 1,05 No 0,464
x11 0,34 Si 0,001
x12 0,26 No 0,012
x13 0,17 Si 0,040
x14 0,42 Si 0,003
x15 0,50 Si 0,017
x16 0,86 No 0,241
5,9 1,480

=
(
)
=

3559
= = 296,583 18266,917
12 =
11
= 40,751

=

= 51 814
11
=
12
= 0,917
2. El National Bank of Lincoln quiere determinar el nmero de cajeros disponibles
durante las horas pico del almuerzo los viernes. El banco ha recolectado datos del
nmero de personas que entraron al banco los viernes de los ltimos 3 meses entre las
11 a.m y la 1 p.m. Utilice los siguientes datos para encontrar las estimaciones
puntuales.
banco # de personas Aceptacin )

(
x1 242 No 2979,340
x2 275 Si 465,840
x3 289 Si 57,507
x4 306 Si 88,674
x5 342 Si 2062,674
x6 385 Si 7817,507
x7 279 Si 309,174
x8 245 Si 2660,840
x9 269 Si 760,840
x10 305 Si 70,840
x11 294 Si 6,674
x12 328 Si 987,007
3559 18266,917

=
(
)
=

3559
= = 296,583 18266,917
12 = 40,751
11

=

= 51 814
11
=
12
= 0,917
PRUEBAS
1. Calcular los estimadores puntuales, con el siguiente conjunto de datos, que hace referencia
a los sueldos y capacitacin de un curso (1 = capacitado; 0 = no recibe la capacitacin).
SALARIOS CAPACITACIN
436.85 0 (436.85 616.621) 2 = 32317.612
388.72 1 (388.72 616.621) 2 = 51938.866
712.28 0 (712.28 616.621) 2 = 9150.644
761.31 0 (761.31 616.621) 2 = 20934.907
836.59 0 (836.59 616.621) 2 = 48386.361
203.8 0 (203.8 616.621) 2 = 170421.178
620.22 1 (620.22 616.621) 2 = 12.953
654.29 1 (654.29 616.621) 2 = 1418.954
852.86 1 (852.86 616.621)2 = 55808.865
821.06 1 (821.06 616.621)2 = 41795.305
799.93 1 (799.93 616.621)2 = 33602.189
216.88 0 (216.88 616.621)2 = 159792.867
526.22 0 (526.22 616.621)2 = 8172.341
717.27 1 (717.27 616.621)2 = 10130.221
601.93 0 (601.93 616.621)2 = 215.825
538.96 1 (538.96 616.621)2 = 6031.23
610.66 0 (610.66 616.621)2 = 35.534
821.62 1 (821.62 616.621)2 = 42024.59
345.32 0 (345.32 616.621)2 = 73604.233
810.72 1 (810.72 616.621)2 = 37674.422
389.26 0 (389.26 616.621)2 = 49568.124
640.24 1 (640.24 616.621)2 = 557.857
875.3 0 (875.3 616.621)2 = 66914.825
14182.29

=
=

14182.29 11
=
23 =
23
= 616.621
= 0,478
(
)
S=
920509.904
S= 231
S = 204.552
8.1 Error de Muestreo
Se puede calcular el error de muestreo cuando se conocen los parmetros de la poblacin
. = Parmetros estadgrafos
Error de muestreo de poblacin = | |

Error de muestreo de la media = | |
Error de muestreo de la varianza= | |

9. Distribucin muestral de la
La distribucin muestral de la media es la distribucin de probabilidades de todos los valores
de la media muestral para ello se aplica el teorema de limite central en donde cualquier
distribucin de datos se puede aproximar a la distribucin normal cuando n tiende a infinito
(n=30)
Valor esperado
() =
Nota: con 30 muestras se aproxima a una distribucin normal es decir =
El valor esperado de la media muestral
Va hacer igual a la de la media poblacional. Cuando el valor esperado de un estimador

puntual es igual al parmetro poblacional se dice que el estimador puntual es insesgado.
Desviacin estndar de la muestra ( ) =
La desviacin estndar de la media muestral depende de que si la poblacin es finita o infinita

=

Esta frmula se utiliza cuando:
La poblacin es infinita

0.05

=

Nota: la forma de distribucin muestral se aproxima a la distribucin normal gracias al

teorema de lmite central por lo cual se aplica las probabilidades vistos en la tabla de z
tipificados.
1. Una poblacin tiene una media de 200 y una desviacin estndar de 50. Se tomara
una muestra aleatoria simple de tamao 100 y se usar la media de la muestra para
estimar la media de la poblacin.
a) Cul es el valor esperado de la media? Datos:
b) Cul es la desviacin estndar de la media muestral? = 200
= 50
c) Determine la distribucin muestral de la media n = 100
d) Qu indica la distribucin muestral?
a) E( ) =
E( ) = 200

b) =

50
= =5
100
c) N ( ; )
N (200; 5)
2. Una poblacin tiene una media de 200 y una desviacin estndar de 50. Suponga
que se selecciona una muestra aleatoria simple de tamao 100 y que se usa para
estimar .
a) Cul es la probabilidad de que la media de la muestra quede a 5 de la media de la
poblacin?
b) Cul es la probabilidad de que la media de la muestra quede a 10 de la media de la
poblacin?

a) = Datos:

195200 = 200
1 = = -1 P1=0.3413 = 50
5
n = 100
=
205200
2 = =1 2 = 0.3413
5
Pt = 0.3413 + 0.3413 = 0.6826

+
b) = =2

P = 0.4772

= = -2

= 0.4772
Pt = 0.4772 + 0.4772 = 0.9544
3. Una muestra aleatoria de tamao 50, se selecciona de una poblacin con desviacin
=10. Calcular el error del valor estndar de la media.
a) Cuando el tamao de la poblacin es 5000 Datos:
b) Cuando el tamao de la poblacin es 500 = 10
n = 50
50
a) = = 0.01 0.05
5000

=

10
= = 1.4142
50
50
b) = = 0.1 0.05
500
50050 10
= 5001
50
0.9996 * 1.4142 = 1.34

4. La media del precio por galn de gasolina es de $1.20. suponga que la media de la
poblacin del precio por galn es u=1.20 y que =0.10. Se selecciona una muestra de
50 gasolineras
a) Cul es la probabilidad de que la muestra aleatoria simple produzca una media de la
muestra al menos de $0.02 de la media de la poblacin?

a) =
Datos:
1.181.20
1 = 0.10 = -0.02 = 1.20
50 = 0.10
1 = 0.0080 n = 50

=
1.221.20
2 = 0.10 = 1.4186
50
2 = 0.0.4222
Pt = 0.0080 + 0.4222= 0.5302
5. La distribucin de la temperatura del cuerpo humano en la poblacin tiene una

media de 37 grados y desviacin tpica de 0.85. Se elige una muestra de 105 personas,
calcular la probabilidad de que la media sea menor a 39.9

=
Datos:
36.937
= 0.85 = 37
105 = 0.85
n = 105
10
= = - 1.21
0.083
P = 0.3869
Pt = 0.1131
6. El coeficiente intelectual de los estudiantes, se distribuye normalmente con una

media de 100 y desviacin tpica de 11
a) Si elegimos una persona al azar. Calcular la probabilidad que su coeficiente

intelectual est entre 100 y 103
b) Se elige al azar una muestra de 25 personas. Calcular la probabilidad de que la media
de sus coeficientes intelectuales est entre 100 y 103
100100
a) = 11
1
Datos:
Z1= 0 = 100
=0 = 11
n = 1; 25
103100
2 = 11
1
2 = 0.27
= 0.1064
Pt = 0.1064
100100
b) = 11 =0
25
P=0
100100
= 11 = 1.36
25
= 0.4131
7. El programa de pruebas universitarias de la oficina estadounidense report una
calificacin SAT de la media de la poblacin con un u=1017 tambin se sabe que la
desviacin estndar es de 100 Cul es la probabilidad de que una muestra aleatoria
de 75 estudiantes produzca una media de la muestra de calificacin SAT que quede
a menos de 10 de la media de la poblacin?
10071017
1 = 100 Datos:
75 = 1017
= 100
= -0.87 n = 75
P= 0.3078
10271017
= 100
75
= 0.87
P = 0.3078
Pt= 0.3078+0.3078
Pt=0.6156
8. La renta promedio mensual, para un departamento de 2 recamaras en California es

de 982,00. Suponga que la media poblacional tambin es de 982,00 y la desviacin
estndar es de 210,00 Cul es la probabilidad de que una muestra aleatoria de 40
departamentos, de 2 recamaras d 1 renta mensual promedio dentro de 100,00 de
la media poblacional?
1082982
= 210 = 3.01 Datos:
40
= 982
P= 0.4987 = 210
882982 n = 40
= 210 = -3.01
40
x-u = 100
P= 0. 4987
Pt = 0.4987+0.4987
Pt=0.9974
1. 8Si X est distribuida normalmente con media 5 y desviacin tpica 2, hallar P (X >
8).
Datos:
u= 5
=
=2
2
=
8
2
= 2.83 = 0.70
2. Cierto tipo de pieza para automvil tiene un promedio de duracin de tres aos, con
una desviacin estndar de 0,5 aos. Suponga que las duraciones de las piezas son
normalmente distribuidas y encuentre la probabilidad de que una pieza determinada
tenga un tiempo de duracin de ms de 3,5 aos.
8
Levine, D., Krehbiel y Berenson M., (2006). Estadistica para la administracion ($ta ed). Mexico:
Pearson Prentice Hall Datos:
=3
= 0.5
n = 3.5

c) =
3.53
1 = = 1.85
0.27
1 = 0.4678

=
2.53
2 = = -1.85
0.27
2 = 0.4678
Pt = 0.4678 + 0.4678 = 0.9356
3. Una fbrica de alimentos empaca productos cuyos pesos estn normalmente
distribuidos con media de 450 gramos y desviacin estndar de 20 gramos.
Encuentre la probabilidad de que un paquete escogido al azar pese entre 425 y 486
gramos.

=
425450 Datos:
1 = 20 = -1.25 = 450
1 = 20
1 = 0.3944

=
486450
2 = 20 = 1.8
1
2 = 0.4641
Pt = 0.4641 + 0.3944= 0.8585
4. 9En un proceso industrial el dimetro de una arandela es muy importante. El
comprador establece en sus especificaciones que el dimetro debe ser de 3,0
+0,01mm. La condicin es que no acepta ninguna arandela que se salga de estas
especificaciones. Se sabe que en el proceso el dimetro de las arandelas tienen
distribucin normal con media de 3,0 mm y una desviacin estndar de 0,005mm.
Qu porcentaje de arandelas ser rechazado? (Sol: 4,56%)

= Datos:

= 3.0 mm
= 0.005 mm
9
Anderson, D., Sweeney T., (2008). Estadistica para la administracion y economia (10ma edicion) Mxico: CENGAGE Learning
3.013.0
1 = 0.005 =2
1
1 = 0.4772
5. El peso medio de 5 estudiantes varones de una universidad es de 68,5 Kg. y la
desviacin tpica es de 10 Kg. Suponiendo que los pesos estn distribuidos
normalmente, cual es la probabilidad de que los estudiantes pesen ms de 75 kg.

=
7568.5
Datos:
1 = 10 = 2.90 n=5
5 = 68.5 Kg
1 = 0.4981 = 10 Kg
10. Distribucin Muestral de

=

X = Variable aleatoria continua o nmero de elementos de la muestra
n = Tamao de la muestra
=
Valor esperado E ()
Poblacin Finita Poblacin Infinita
(1 ) (1 )
= =
1
= 0.05

Forma de la distribucin muestral de
La frmula se aproxima a la distribucin normal; entonces se trabajar con la tabla de

probabilidades de Z. adems debe cumplir con 2 condiciones:

=
1. np 5
2. n(1-p) 5
Aplicaciones
1. Se selecciona una muestra aleatoria simple de tamao 100, de una poblacin con P =
0.40
?
a) Cul es el valor esperado de
E () = P
E () = 0,40
?
b) Cul es la desviacin estndar de
(1 )
=

0.40 (10.40)
= = 0.049
100

c) Describa la distribucin muestral de
N (P; )
N (0.40; 0.049)
2. La proporcin de una poblacin es de 40%. Se tomara una muestra aleatoria simple

de tamao 200 y se usar la proporcin de la muestra para estimar la de la poblacin.
a) Cul es la probabilidad de que la proporcin muestral est a 0.03 de la
proporcin poblacional?
Datos:
n = 200
p = 0.40
(1)
=
0.40 (10.40)
= = 0.035
200

1 =
2 =

0.43.40
1 = = 0.86 0.370.40
0.035 2 = = - 0.86
0.035
P1= 0.305
P2 = 0.3051
3. Suponga que la proporcin poblacional es de 0.55. determine el error estndar de la

proporcin ( ), para tamao de muestra de 100, 200, 500 y 1000. Cul es el anlisis
acerca del error estndar de la proporcin al aumentar el tamao de la proporcin?
(1) 0.55 (10.55)

(100) = = = 0.050
100
(1) 0.55 (10.55)

(200) = = = 0.035
200
(1) 0.55 (10.55)

(500) = = = 0.022
500
(1) 0.55(10.55)
(1000) = = = 0.016
1000
4. La proporcin poblacional es de 0.30 Cul es la probabilidad de que una proporcin

muestral este a 0.04 de la proporcin poblacional, para los siguientes tamaos de
muestra?
a) n=100
0.04
= = 0.87
0.046
P = 0.3078 (x2) = 0.6156
b) n=200
0.04
= = 1.25
0.032
P= 0.3944 (x2) = 0.7888
c) n=500
0.04
= = 1.90
0.021
P= 0.4713 (x2) = 0.9426
d) n=1000
0.04
= = 2.67
0.015
P= 0.4962 (x2) = 0.9924
5. El presidente de distribuidores Daz, cree que el 30% de los pedidos a su empresa

provienen de clientes nuevos. Se va a usar una muestra aleatoria simple de 100
pedidos para estimar la proporcin de clientes nuevos.
a) Suponga que el presidente est en lo correcto y P = 0.30 Cul es la distribucin
para este estudio?
muestral de
0.5
(1 ) 0.5
100(1 0.30) 0.5

=
0.05
= = 1.09
0.046
P= 0.3621 (x2)
Pt = 0.7242
P = 0.30
1. Suponga que tenemos una poblacin con una proporcin P= 0.40 y una muestra
aleatoria de tamao n= 100 extrada de la poblacin.
a) Cul es la probabilidad de que la proporcin muestral sea superior a 0.45?
b) Cul es la probabilidad de que la proporcin muestral sea inferior a 0.29?
c) Cul es la probabilidad de que la proporcin muestral est comprendida entre
0.35 y 0.51?10
(1)
=
0.40 (10.40)
= = 0.035
200

1 =
2 =

0.43.40 0.370.40
1 = = 0.86 2 = = - 0.86
0.035 0.035
P1= 0.305 P2 = 0.3051
a) Cul es la probabilidad de que la proporcin muestral sea superior a 0.31?
c) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.24 y 0.40?
(1)
=
0.40 (10.40)
= = 0.039
200

1 =
2 =

0.43.40 0.370.40
1 = = 0.85 2 = = - 0.85
0.035 0.035
P1= 0.3154 P2 = 0.3154
10
Autor: Mario F. Triola Edicin: 11 Ao: 2013 Estadstica pg:328 doi:
https://www.biblionline.pearson.com/Pages/BookRead.aspx
a) Cul es la probabilidad de la proporcin muestral sea superior a 0.52?
c) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.47 y 0.53?11
(1)
d) =
0.40 (10.40)
e) = = 0.035
100

f) 1 =
h) 2 =

0.43.40 0.370.40
1 = = 0.86 i) 2 = = - 0.86
0.035 0.035
g) P1= 0.3051 j) P2 = 0.3051
4. Un gerente de un gran grupo de hospitales cree que el 30% de todos los pacientes
genera facturas que se cobran con 2 meses de retraso como mnimo. Se toma una
muestra aleatoria de 300 pacientes.
a) Cul es el error tpico de la proporcin muestral que generar facturas que se
cobraran con 2 meses de retraso mnimo?
(1)
c) =
0.30 (10.30)
d) = = 0.043
300

e) 1 =
g) 2 =

0.43.40 0.370.40
1 = = 0.25 h) 2 = = - 0.25
0.035 0.035
f) P1= 0.2456 i) P2 = 0.2456
5. Una empresa est considerando la posibilidad de sacar una nueva emisin de bonos
convertibles. La direccin cree que los trminos de la oferta sern atractivos para el
11
Newbold. P, Carlson W, Thorne B; Pearson, Sexta edicin, Estadstica para Administracin y Economa, pg.
276
20% de todos sus accionistas actuales. Suponga que est en lo cierto. Se toma una
muestra aleatoria de 130 accionistas actuales
a) Cul es el error tpico de la proporcin muestral que piensa que esta oferta es
atractiva?
b) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.18 y 0.22?
(1)
c) =
0.20 (10.20)
d) = = 0.035
130

e) 1 =

0.43.40
1 = = 0.86
0.035
f) P1= 0.305

g) 2 =

0.370.40
h) 2 = = - 0.86
0.035
i) P2 = 0.3051
11. Estimacin por intervalos
Parmetro: [g.l ; N.c]
N.C = 90% 95% 99%

N.S = 10% 5% 1%

= 2

APLICACIONES
1. Una muestra aleatoria simple de 40 elementos, dio como resultado una media
muestral de 25, la desviacin estndar de la poblacin es S
Datos:
n= 40
x= 25
= 5
a) Cul es el error estndar de la media?

= = 0.7906

b) Con 95% de probabilidad o nivel de confianza, Cul es el margen de error?
N.C = 95%

= 2

5
= 1.96 = 1.55
40
[23.45; 26.55]
2. Una muestra aleatoria simple de 50 artculos origin una media de muestra de 32

y una desviacin estndar de 6.
Datos:
n= 50
= 32
=6
a) Determine un intervalo de confianza del 90% para la media de la poblacin
6
1.645 ( )
50
32 1.396
[30.604; 33.396]
b) Calcule un intervalo de confianza del 95% para la media de la poblacin

6
1.96 ( )
50
32 1.663
[30.337; 33.663]
c) Determine un intervalo de confianza del 99% para la media poblacional

6
2.575 ( )
50
32 2.185
[29.815; 34.185]
3. Una muestra de 60 artculos tuvo una media de 80 y una desviacin estndar de

15.
Datos:
n= 60
= 80
= 15
a) Determine el intervalo de confianza a un 95%

15
1.96 ( )
60
80 3.796
[76.204; 83.796]
b) Suponga que la media y la desviacin estndar se obtuvieron de una muestra
de 120 artculos. Determinar el intervalo de confianza del 95%
15
1.96 ( )
120
80 2.684
[77.316; 82.684]
c) Cul es el efecto de mayor tamao de la muestra sobre la estimacin del

intervalo de una media de la poblacin?
Si la muestra es ms grande, el intervalo de la media de la poblacin es ms cercana.
4. Se informa que el intervalo de confianza es del 95% para una media de poblacin
es de [122 a 130]. Si la media de la muestra es 126 y la desviacin estndar de la
muestra es de 16.07 Qu tamao de muestra se utiliz en la determinacin?
Datos:
Z = 1.96
= 126
= 16.07

2 =4

16.07 31.4972
1.96 =4 =4

(31.4972)2 = (4 )2
992.073 = 16(n)
992.073
= n= 62
16
Valores referenciales de Z
90% -> 1.645

95% -> 1.96
99% -> 2.576
5. Los ingresos semanales promedio de las personas que trabajan en varias industrias
aparecieron en cierta revista. Esos ingresos para quienes trabajan en ciertos
servicios fueron de 369$ Suponga que este resultado, se bas en una muestra de
250 personas y que la desviacin estndar = 50$. Calcular el intervalo de
confianza de 95% para la poblacin de ingresos semanales promedio de personas
que trabajan en los servicios.
Datos:
N= 250
S= 50
Z= 1.96
= 369

2

50
369 1.96 369 6.198
250
[363.790; 374.208]
EJERCICIOS CONSULTADOS
1. Se pide a 814 adultos que contestaron un cuestionario acerca de sus ideas sobre el
estado general de la USA a esta pregunta contestaron SI 562 adultos.
Datos:
N= 814
a) Cul es la estimacin puntual de la proporcin poblacional que contestaron

dicha encuesta?

= = 0.69

b) Cul es el margen de error a un 92% de NC?
(1 )
2

0.69 (10.69)
0.69 1.75 814
0.69 0.028
c) Cul es el margen de error a un 88%?
(1 )
2

0.69 (10.69)
0.69 1.555 814
0.69 0.025
2. En una encuesta del Instituto de investigaciones se analiz las razones por los que
los pequeos empleadores ofrecen un plan de retiro para sus empleados 33 veces
se revisa la razn en ventaja competitiva en reclutamiento y retencin.
Datos:
Z= 2.17
P = 0.33
E = 0.03
a) Qu tamao de muestra se recomienda si un objetivo de la encuesta es

estimar la proporcin de pequeos empleadores con diseo con un margen
de error 3% y un 97% de nivel de confianza?
(2 )2 ( 1)
= 2
(2.17)2 (0.33) ( 10.33)

= (0.03)2
1.04
= = 1.156
0.0009
b) Inciso A con N.C 98%
(2 )2 ( 1)
= 2
(2.33)2 (0.33) ( 10.33)

= (0.03)2
1.04
= 0.0009
= 1.334
3. En una encuesta de ventas al detalle que realizo American Exprs se encontr que
el 16% de los consumidores utilizan internet para comprar regalos durante la
temporada vacacional en la encuesta participaron 1285 clientes. Cul es el
margen de error y cul es la estimacin del intervalo a un N.c del 92%?
Datos:
P = 0.16
n= 1285
92% = 1.75
(1 )
2

0.16(10.16)
0.16 1.75 0.16 0.018
1285
(0.142; 0.178)
4. El tiempo de traslado al trabajo, para residentes de las 15 ciudades ms grandes

de los EEUU segn una encuestadora. Se emplea una muestra aleatoria de San
Francisco y se determina que 6.25 minutos es el valor de la planeacin de la
desviacin poblacional.
Datos:
E=2
NC = 99% -> 2.576
N= 15
= 6.25
a) Se desea estimar la media de la poblacin, con 2 minutos de margen de error,

Qu tamao de la muestra se debe usar a un nivel de confianza del 99%?
(2 )2 ()2
=
2
(2.576)2 (6.25)2
=
22
= 64.80 65
5. La cantidad de horas que duermen los tungurahuenses cada noche vara mucho
desde 12% de la poblacin que duerme menos de 6 horas hasta 6% que duerme
ms de 8 horas. Se coge una muestra con respecto a las horas de sueo por noche.
6.9 0.0016
7.6 0.5476
6.5 0.1296
6.2 0.4356
5.3 2.4336
7.8 0.8836
7.0 0.0196
5.5 1.8496
7.6 0.5476
6.7 0.0256
7.3 0.1936
6.6 0.0676
7.1 0.0576
6.9 0.0016
6.0 0.7396
6.8 0.0036
6.5 0.1296
7.2 0.1156
5.8 1.1236
8.6 3.0276
7.6 0.5476
7.1 0.0576
6.0 0.7396
7.2 0.1156
7.7 0.7056
a) Cul es el estimador puntual de la media poblacional?

= = 6.86

b) Determine el intervalo de confianza al 95%
S = 0.78
0.78
6.86 2.064 ( ) 6.86 0.322
25
(6.538; 7.182)
12. CONTRASTE DE HIPOTESIS

Qu es una hiptesis?
Suposicin posible o imposible de algo para sacar una consecuencia

Proposicin no demostrada que se admite para orientar investigaciones y
experimentos
Explicacin no basada en pruebas, es decir, sin ser suficientemente demostrada
Conjetura de la cual se parte para poder explicar racionalmente la causa real de
un hecho
Hiptesis Estadstica
Es una conjetura o una suposicin que se realiza respecto a una poblacin, concretamente,
con respecto a un parmetro de la poblacin el cual cuantifica una caracterstica de ella.
Hiptesis Estadstica
Hiptesis Nula Hiptesis Alternativa

(Ho ) (H1 )
Supone que no hay Supone que existe

diferencia entre el diferencia entre el
estadstico y el estadstico y el
parmetro parmetro
12.1. Hiptesis Nula

Es una aseveracin en el sentido de que un parmetro poblacional tiene un valor
especfico. Es el punto de partida de la investigacin. Generalmente en su interpretacin
se utiliza la frase no existe diferencia. Se denota (Ho)
Por ejemplo, se realiza una investigacin sobre el costo de los desayunos en el cafetn de
la ULA Tchira. Alguien puede llegar a afirmar que los estudiantes invierten un
promedio de 12 bolvares.
Hiptesis nula: El gasto promedio es de 12 Bs.

Ho: = 12 Bs.
12.2. Hiptesis Alternativa

Es cualquier hiptesis que difiera de la hiptesis nula
Si se toma el ejemplo anterior, se podra afirmar tres alternativas:
1) Que los estudiantes invierten en sus desayunos en la ULA-Tchira un promedio

diferente a 12 Bs.
2) Que la inversin de los estudiantes en promedio es menor a 12 Bs.
3) Que los estudiantes invierten en promedio ms de 12 Bs en sus desayunos en el
cafetn de la ULA-Tchira
Hiptesis Alternativas:
i. El gasto promedio es diferente de 12 Bs. ( 12 Bs.)

ii. El gasto promedio es menor de 12 Bs. ( 12 Bs.)
iii. El gasto promedio es mayor de 12 Bs. ( > 12 Bs.)
Las hiptesis Nula y Alternativa
Una hiptesis nula siempre asegura que no hay diferencia entre el estadstico y el
parmetro.
Aunque solo se cuente con la informacin que proporciona la muestra, la hiptesis
nula se escribe en trminos del parmetro de la poblacin.
Si una hiptesis nula es considerada falsa, algo debe ser cierto, es cuando se
considera la hiptesis alternativa.
La metodologa de las pruebas de hiptesis est diseada para analizar la
aceptacin o rechazo de hiptesis nulas, sin embargo, no rechazar una hiptesis
nula, no es prueba de que sea cierta.
Nunca se puede probar que una hiptesis nula sea correcta, porque la decisin se
basa solo en la informacin que aporta la muestra, y no en la informacin de toda
la poblacin.
La hiptesis nula Ho es la hiptesis que se prueba siempre
La hiptesis alternativa H1 se formula opuesta a la hiptesis nula, y es la
conclusin de apoyo si se rechaza la hiptesis nula.
12.3. Valor crtico del estadstico de prueba. Regiones
Es el valor del estadstico de prueba en su correspondiente distribucin en el muestreo (Z,
t, x2, F) y que divide a dicha distribucin en dos regiones: una de aceptacin de la hiptesis
nula y otras(s) de rechazo de la hiptesis nula.
Region de
no rechazo
Regin de Regin de
rechazo rechazo
Valor crtico Valor crtico
Posibles riesgos en la toma de decisiones
El hecho de utilizar estadsticos muestrales para tomar decisiones sobre parmetros

poblacionales, incide en el hecho de correr riesgos al establecer conclusiones incorrectas.
Dichas decisiones incorrectas reciben el nombre de error tipo I y error tipo II
Un error tipo I ocurre si la hiptesis nula H0 es rechazada cuando realmente es

cierta y no debe rechazarse. La probabilidad de que ocurra un error tipo I se denota
por
P(Error tipo I) = P(Rechazar H0 / H0 es verdadera) =

Un error tipo II ocurre si la hiptesis nula H0 no se rechaza cuando realmente es
falsa y debe rechazarse. La probabilidad de que ocurra un error tipo II se denota
por
P(Error tipo II) = P(No rechazar H0 / H0 es falsa) =
12.4. Coeficiente/Nivel de Significancia:

Se define como la probabilidad de cometer un error tipo I en una prueba estadstica. Se
denota por la letra griega . Se debe especificar antes de realizar la prueba de hiptesis y
queda bajo control directo de quien investiga o realiza la prueba. Por lo general se asumen
los valores de 0.05 y 0.01. En si es la probabilidad de rechazo y no rechazo de la hiptesis
nula. Cuando se multiplica por 100 se habla de nivel de confianza y los valores ms
usados son 5% y 1%
Coeficiente de confianza:
Se define como la probabilidad de que la hiptesis nula H0 no sea rechazada cuando

realmente es cierta y no se debe rechazar. Es el complemento de la probabilidad de
cometer un error tipo I, por lo tanto se denota por (1 ). Al multiplicarse por 100 se
obtiene el nivel de confianza.
Riesgo :
Se define como la probabilidad de cometer un error tipo II. Se le llama tambin nivel de
riesgo del consumidor. Depende de la diferencia entre el valor hipottico y el valor real
del parmetro poblacional.
Potencia de una prueba:
Se define como la probabilidad de rechazar la hiptesis nula H0 cuando realmente es falsa

y debe rechazarse. Es el complemento (1 ) de la probabilidad de un error tipo II.
Tambin se le llama poder de una prueba estadstica.
Probabilidad de cometer
error tipo I (nivel de
Coeficiente significancia)
de confianza
Z crtico
12.5. TIPOS DE ERROR

Hiptesis
Verdadera (Ho) Falsa (Ho)
Decisin
Decisin
Aceptar a Ho Error tipo II
correcta
Decisin
Rechazar a Ho Error Tipo I
correcta
: Nivel de significancia que indica la probabilidad mxima con la que se puede cometer
un error del tipo I
: Nivel de significancia que indica la probabilidad mxima con la que se puede cometer
un error del tipo II
Pruebas estadsticas
1) Escala de intervalo o
razn
2) Se ajusta a la curva
Paramtricas
normal
3) Varianzas iguales
Pruebas
1) Escala ordinal o por
rangos
No
2) Su distribucin es libre
paramtricas
3) Menos supuestos para

cumplr
12.2. PRUEBAS PARAMETRICAS MUESTRAS GRANDES

Ensayo de dos colas
Se aplica cuando se est interesado en los valores extremos a ambos lados del parmetro,
es decir, en las dos colas de la distribucin
Por ejemplo para un nivel de significancia del 5%, se tiene:
Region de no rechazo
Regin de Regin de
rechazo rechazo
-Z = -1.96 Z= 1.96
Ensayo de una cola, extremo derecho
Se aplica cuando se est interesado en los valores extremos a un solo lado del parmetro,
es decir, en una cola, extremo derecho de la distribucin.
Regin de
rechazo
Z= 1.645 0.05
Ensayo de una cola, extremo izquierdo
Se aplica cuando se est interesado en los valores extremos a un solo lado del parmetro,
es decir, en una cola, extremo izquierdo de la distribucin.
Regin de
rechazo
0.05 -Z = -1.645
VALORES CRITICOS DE Z DE MAYOR USO
1% 5% 10%
Zc
Prueba + 2.33 + 1.645 + 1.28
de
una cola - 2.33 - 1.645 - 1.28
Prueba + 2.58 + 1.96 + 1.645
de
Dos colas - 2.58 - 1.96 - 1.645
Procedimiento para probar hiptesis (Enfoque tradicional)
Formular 1. Plantear la Formular

H1 Hiptesis Ho
Tipo de 2. Seleccionar un nivel de Varianza

? Ecuacin
prueba significancia ()
Aplicaciones
1. El gerente del Hotel Relax afirma que la media de las cuentas de los huspedes,
en un fin de semana, es de $600 dlares o menos. Un empleado del departamento
de contabilidad del hotel not que recientemente los cargos totales en las cuentas
de huspedes han aumentado. EI contador usara una muestra de cuentas de fin de
semana para probar la afirmacin del gerente.
a) Cul de las siguientes formas de hiptesis se debe usar para probar la
afirmacin del gerente?
: 600
1: > 600
b) Qu conclusin es la adecuada cuando no se pueda rechazar Ho?
El gerente tiene la razn de que los huspedes tienen en sus cuentas 600
c) Qu conclusin es la adecuada cuando s se puede rechazar Ho?
El contador demostr que tena la razn, por lo tanto los huspedes tienen ms de 600 en
sus cuentas.
2. EI gerente de una agencia automotriz desea implantar un nuevo plan de bono con
objeto de aumentar el volumen de ventas. En la actualidad, la media del volumen
de ventas es de 14 automviles vendidos por mes. El gerente desea llevar a cabo
una investigacin para ver si el nuevo plan de bono aumenta el volumen de ventas.
Para reunir datos acerca del plan, se permiti que un grupo de vendedores trabajen
con l durante un periodo de un mes.
a) Formule las hiptesis nula y alternativa que sean ms adecuadas para este
caso.
: 14
1: > 14
b) Comente la conclusin a que se llegara cuando no se pueda rechazar Ho
El gerente seguir vendiendo menos de 14 automviles por mes.
c) Comente la conclusin a la que se llegara cuando si se pueda rechazar Ho
El plan de bonos se lleva a cabo por lo que incrementarn sus ventas.
3. Una operacin en una lnea de produccin debe Llenar cajas con detergente hasta
un peso promedio de 32 onzas. Peridicamente se selecciona una muestra de cajas
llenas, que se pesan para determinar si estn faltas 0 sobradas de Llenado. Si los
datos de la muestra llevan a la conclusin de que les falta 0 sobra detergente, se
debe parar la lnea de produccin, y hacer los ajustes necesarios para que el
llenado sea correcto.
a) Formule las hiptesis nula y alternativa que ayuden a decidir si es
conveniente parar y ajustar la lnea de produccin 0 no.
: = 32
1: 32
b) Comente la conclusin y la decisin cuando no se puede rechazar Ho.
La lnea de produccin no se parara ya que el llenado de detergente es el adecuado
c) Comente la conclusin y la decisin cuando s se puede rechazar Ho.

Las cajas con detergente no se llenan correctamente y la lnea de produccin necesita
ajustes.
4. En una encuesta Nielsen se obtuvo la estimacin de que la media del nmero de

horas de ver la TV por familia es de 7.25 horas diarias. Suponga que en esta
encuesta participaron 200 familias. Hace 10 aos, la media de ver la TV era de
6.70 y los datos tuvieron una desviacin estndar de 2.5 horas. Si considera que
los datos se distribuyen normalmente y si emplea un alfa de 0.01, podra aseverar
que el promedio de horas de ver la TV ha aumentado en los ltimos 10 aos.
a) Formule las hiptesis con un nivel de significancia de 1%
1) Plantear la hiptesis
: 6.7
1: > 6.7
b) Cul es el valor crtico del estadstico de prueba y cul es la regla de
rechazo?
2) Nivel de significancia
Z crtico
= 0.01 Z 2.33
c) Calcule el valor del estadstico de prueba

3) Calcular el estadstico de prueba

=

7.25 6.7
= 2.5 = 3.11
200
4) Establecer la regla de decisin
> Rechazo Ho y se acepta H1
3.11 > 2.33 (Verdadero)

d) Cul es su conclusin?
5) Toma de decisin
Se acepta H1 en consecuencia el promedio de familias que ve televisin es mayor a 6.7

horas diarias.
5. La empresa ABC, vigil a los usuarios de internet en 7 pases: Australia, Gran

Bretaa, Canad, Francia, Alemania, Japn y EEUU. Segn las cifras de medicin
recientes los usuarios estadounidenses ocupan el 1 lugar en el uso de internet con
un promedio de 13 horas por mes. Suponga que un estudio e seguimiento en el
que participan 145 usuarios de internet Canadienses la media muestral fue de 10.8
horas por mes y la desviacin estndar muestral fue de 9.2 horas.
a) Formular la hiptesis si la muestra sustenta la conclusin de que los usuarios
de internet canadienses tienen una media poblacional menor que el promedio
estadounidense de 13 horas por mes con un nivel de confianza del 99% Cul
es la conclusin?
1) Plantear la hiptesis
: 13
1: < 6.7
2) Nivel de significancia
= 0.05
3) Calcular el estadstico de prueba

=

10.8 13
= 9.2 = -2.88
145
4) Establecer la regla de decisin
< Rechazo Ho y se acepta H1
-2.88 < -1.645 (Verdadero)
5) Toma de decisin
Rechaza Ho y se acepta H1 que dice que el promedio de nmero de horas utilizadas de
internet es menor a 13 horas diarias.
Ejercicios consultados:
1. El consejo universitario informa que el nmero promedio de estudiantes de nuevo

ingreso en las universidades es de 6000. En un periodo reciente de inscripciones.
Se tom una muestra de 32 universidades con una media muestral de los
estudiantes de nuevo ingreso de 5812 y una desviacin estndar muestral de
1140.Estos datos indican un cambio en el nmero medio de estudiantes de nuevo
ingreso?
a) Formule las hiptesis
Ho: =6000
H1: 6000
b) Cules son los valores crticos de la prueba?
=0.05
G.l= n-1 z.c z.c
G.l=28
t=Ttabla(=0.025; G.l=28)= 2.048 -2,048 0 2,048
c) Calcular el valor estadstico de la prueba
58126000
t= t= 1140 = -0.89
29
d) Cul es su conclusin?
No hubo ningn cambio es decir el nmero de estudiantes que ingresan a las

universidades.
Acepto Ho:
e) Que puede decir acerca del valor P Es decir no tuvo ningun cambio con el
nuevo grupo de estudiantes que ingreso
a la universidad
P /2
2P
(0.855; 1.313)
2(0.20; 0.10) 0.05
(0.40; 0.20) 0.05 (falso)
2. La Employment and Training Administration informa que la prestacin media del

seguro de desempleo es de $245/semana. Un investigador del estado de Virginia anticipo
que datos mustrales indicaran que la prestacin media semanal del seguro de desempleo
en el estado de Virginia es menor que la media de todo el pas.
a) De las hiptesis adecuadas de manera que el rechazo de Ho favorezca la afirmacin

del investigador.
Ho: 245
H1: < 245
b) En una muestra de 29 individuos la media muestral encontrada fue de $231 y la

desviacin estndar muestral fue $80. Cul es el valor p?
=0.05
G.l= n-1
G.l=28
t=Ttabla(=0.05; G.l=28)= -1.701
231245
t= t= 80 = -0.94
29
P
(0.855; 1.313)
(0.20; 0.10) 0.05 (falso) Se acepta Ho
c) Si =0.05 Cul es su conclusin? En el estado de Virginia la prestacin semanal del

seguro de desempleados es mayor que al de todo el pas.
3. El consumo anual per cpita de leche es de 21.6 galones. Usted cree que en el oeste
medio el consumo de leche es mayor y desea fundamentar su opinin. En una muestra de
16 personas de Webster city, pueblo del oeste medio , la media muestral del consumo
anual fue de 24.1 galones y la desviacin estndar es s=4.8.
a) Elabore una prueba de hiptesis que se pueda usar para determinar si el consumo
medio anual en Webster city es mayor que la media nacional
Ho: 21.6
Datos
H1: > 21.6 = 21.6
=24.1
= 48
b) Con =0.05 cuales son los valores crticos de prueba.
= 0.05
n=16
=0.05
G.l= n-1
G.l=15
t=Ttabla(=0.05; G.l=15)= -1.753
t t se rechaza
c) Calcule el valor estadstico de prueba
24.121.6
t= t= 48 = 0.21
16
d) Cul es su conclusin
En el oeste el consumo de leche es menor a 21.6 galones

4. 12Una muestra de 25 observaciones tiene una media de 42.0 y una desviacin de
8. Trabajando con un nivel de significancia del 1%. Existe razn para rechazar
la hiptesis de la media de la poblacin es de 46.0?1
Datos:
n=25 = 42 =46 =8
f) Formule las hiptesis

Ho: =46
Ho: 46
12
Martinez, C. (2012). Estadistica y muestreo. Bogota: ECOE.
g) Cules son los valores crticos de la prueba?
z.c z.c
=0.01
2,492 0 2,492
G.l= n-1
G.l=24
t=Ttabla(=0.01; G.l=24)= 2.492
h) Calcular el valor estadstico de la prueba

4246
t= t= 8 = -2.5
25
i) Cul es su conclusin?
Se rechaza Ho y se acepta H1 es decir que la media de la poblacin de observadores no

es 46
5. Un fabricante desea hacer pblico, a fin de aumentar sus ventas, que el contenido
de nicotina de sus cigarrillos tienen un promedio inferior a los 22mg. Una oficina
gubernamental de salud y del medio ambiente realiza un anlisis de 10 cigarillos
y obtiene los contenidos de nicotina para cada uno, siendo de:
21 24 18 16 22 23 20 20 24 16
(
)2 0.36 12.96 5.76 19.36 2.56 6.76 0.16 0.16 12.96
19.36
a) Calcular la hiptesis
Ho: =22
H1: < 22
b) Con =0.05. Cules son los valores crticos para el estadstico de prueba?
=0.05
G.l= n-1
G.l=9
t=Ttabla(=0.05; G.l=9)= -1.833
c) Calcule la media muestral
204
= = 20.4
10
d) Calcule la desviacin muestral
( )2
=
1
80.4
=
10 1
= 2.99
e) Calcule el valor del estadstico de prueba
20.422
t= t= 2.99 = -1.69
10
f) Conclusin: El contenido de nicotina en el tabaco es diferente es decir que el

investigador no est en lo cierto
13. VALOR P
Un valor P es una probabilidad que aporta una medida de una evidencia suministrada por
la muestra contra la hiptesis nula. Valores P pequeos indican una evidencia mayor
contra la hiptesis nula
Valor P Es la probabilidad de que se obtenga un valor del estadstico del contraste que
sea al menos tan extremo ( o ) como el observado, suponiendo que Ho sea cierta.13
Regla para el rechazo utilizando valor P
Rechazo Ho
1. El nuevo palo de golf ERC de aleacin de titanio de Callaway Golf Company fue
calificado como ilegal porque promete tiros de salida que superan el estndar
13
Newbold, P. Estadstica para administracin y economa I Captulo 9 (9.1-9.5)
de la USGA, Golf Digest comparo las distancias actuales de tiros de salida con el
palo ERC y un palo aprobado por la USGA con una distancia promedio
poblacional de 280 yardas para el tiro de salida. Usando nueve palos de prueba, la
distancia promedio del tiro inicial con el palo ERC fue de 286.9 yardas. Conteste
las preguntas siguientes suponiendo una desviacin estndar muestral de 10
yardas para la distancia de tiro de salida.
a) Formula la hiptesis nula y alternativa que permita determinar si el nuevo palo de
golf ERC tiene una distancia promedio poblacional del tiro de salida mayor que
280 yardas
b) En promedio cuantas yardas ms viajo la pelota de golf con el palo ERC?
c) Con = 0.05 Cul es el valor crtico para la prueba y cul es la regla de rechazo?
d) Calcule el valor del estadstico de prueba
e) Cul es su conclusin?
f) Qu puede decir acerca del valor de p?
a) Ho= 280
Datos
H1= > 280 = 280
=286.9
S=10
b) t = = 0.05
n=9
t=286.9 280 = 6.9
c) = 0.05
G.L= n-1
G.L =9-1 = 8
t = = 1.86
d) Calcular el valor estadstico de la prueba
286.9280
= t= 10 = 2.07
9
e)
2,07 1,86 ()
Se rechaza Ho y se acepta H1 que dice que el palo de golf no va a recorrer >

280
f) Est en el intervalo (1.860; 2,306) entonces el valor de P esta entre 0,05 y 0,025
2. Las ganancias promedio poblacionales por accin para corporaciones de servicios

financieros, como American Express fueron de $3. En 2001, para una muestra de 10
corporaciones de servicios se obtuvieron los datos siguientes de ganancias por
accin:
1.92 2.16 3,63 3.16 4.02 3.14 2.20 2.34 3.05 2.38
a) Formula las hiptesis nula y alternativa que permitan determinar si las ganancias
promedio poblacionales por accin en 2001 difieren de los tres dlares informados
en el 2000
Ho= = 3
H1= 3
b) Con = 0.05 Cules son los valores crticos para la estadstica de prueba, y
cul es la regla de rechazo?
= 0.05 Datos
=3
G.L = n-1
=2.8
G.L =10-1
= 0.70
G.L =9 = 0.05
n=10
t 2 = = 1.833
Regla de rechazo
t 2 t 2 Se rechaza Ho
c) Calcule la media muestral

28
= =10 = 2.8

d) Encuentre la desviacin estndar muestral

( )2 4,32
= = 0,70
1 9
e) Calcule el valor del estadstico de prueba
2.83
= t= 0.70 = -0.90
10
f) cules s su conclusin?
Que se acepta Ho no hay diferencia porque -0.90 cae en la zona de aceptacin
g) qu puede decir acerca del valor de P?
(0,20; 0.10)
2(0.40; 0.20)
(0.40; 0,20) 0.05 ()
h) Calcular el intervalo de confianza y dar su conclusin

2

0.70
2.8 2.262
10
2.80.50
(2.30; 3.30)
METODO DEL INTERVALO DE CONFIANZA PARA PROBAR UNA

HIPOTESIS BILATERAL
Paso 1: seleccionar de la poblacin una muestra aleatoria simple y emplear el

valor de la media muestral ( ) para obtener un intervalo de confianza para la
media poblacional ()
Paso 2: si el intervalo de confianza contiene el valor hipottico o, NO SE
RECHAZA Ho. Caso contrario se rechaza Ho.
14. PRUEBA DE HIPOTESIS CUANDO NO SE CONOCE LA DESVIACION

POBLACIONAL (Muestras Pequeas)
En palabras de (Anderson, Sweeney, & Williams, 2008). Como es desconocida

corresponde a la situacin en que no se tiene una estimacin de la desviacin estndar
poblacional antes de tomar la muestra, la muestra se usa para obtener una estimacin tanto
de como de . Por tanto para realizar una prueba para la media poblacional en el caso
en que no se conoce la media muestral se usa como estimacin de y la desviacin
estndar muestral S se usa como estimacin de .
Se utiliza las mismas frmulas de z con la diferencia que ahora el estimador es t (student)
y se cambia la desviacin poblacional por s. para prueba bilateral tambin se usa el
intervalo con el estimador (t). Para clculos de las proporciones en esta prueba t de student
o este estimador (t), los valores P no se pueden calcular, con exactitud en consecuencia
se va a trabajar con un intervalo para aplicar la regla del P valor. Cuando sea una prueba
bilateral el valor de P se multiplica por 2.
Para calcular el valor de P se sigue los siguientes pasos:
PASO 1: Se ubica en la fila correspondiente los grados de libertad
PASO 2: el valor calculado de P se trata de ubicar dentro de un intervalo en dicha fila
PASO 3: se observa la probabilidad en la parte superior y se da valor de P aproximado
Aplicaciones
2. El nuevo palo de golf ERC de aleacin de titanio de Callaway Golf Company fue
calificado como ilegal porque promete tiros de salida que superan el estndar
de la USGA, Golf Digest comparo las distancias actuales de tiros de salida con el
palo ERC y un palo aprobado por la USGA con una distancia promedio
poblacional de 280 yardas para el tiro de salida. Usando nueve palos de prueba, la
distancia promedio del tiro inicial con el palo ERC fue de 286.9 yardas. Conteste
las preguntas siguientes suponiendo una desviacin estndar muestral de 10
yardas para la distancia de tiro de salida.
g) Formula la hiptesis nula y alternativa que permita determinar si el nuevo palo de
golf ERC tiene una distancia promedio poblacional del tiro de salida mayor que
280 yardas
h) En promedio cuantas yardas ms viajo la pelota de golf con el palo ERC?
i) Con = 0.05 Cul es el valor crtico para la prueba y cul es la regla de rechazo?
j) Calcule el valor del estadstico de prueba
k) Cul es su conclusin?
l) Qu puede decir acerca del valor de p?
Datos
g) Ho= 280
= 280
H1= > 280 =286.9
S=10
= 0.05
h) t = n=9
t=286.9 280 = 6.9
i) = 0.05
G.L= n-1
G.L =9-1 = 8
t = = 1.86
j) Calcular el valor estadstico de la prueba
286.9280
= t= 10 = 2.07
9
k)
2,07 1,86 ()
Se rechaza Ho y se acepta H1 que dice que el palo de golf no va a recorrer >

280
l) Est en el intervalo (1.860; 2,306) entonces el valor de P esta entre 0,05 y 0,025
2. Las ganancias promedio poblacionales por accin para corporaciones de servicios

financieros, como American Express fueron de $3. En 2001, para una muestra de 10
corporaciones de servicios se obtuvieron los datos siguientes de ganancias por
accin:
1.92 2.16 3,63 3.16 4.02 3.14 2.20 2.34 3.05 2.38
i) Formula las hiptesis nula y alternativa que permitan determinar si las ganancias
promedio poblacionales por accin en 2001 difieren de los tres dlares informados
en el 2000
Ho= = 3
H1= 3
j) Con = 0.05 Cules son los valores crticos para la estadstica de prueba, y
cul es la regla de rechazo?
Datos
=3
=2.8
= 0.70
= 0.05
n=10
= 0.05
G.L = n-1 z.c z.c
G.L =10-1
1,833 0 1,833
G.L =9
t 2 = = 1.833
Regla de rechazo
t 2 t 2 Se rechaza Ho
k) Calcule la media muestral

28
= =10 = 2.8

l) Encuentre la desviacin estndar muestral

( )2 4,32
= = 0,70
1 9
m) Calcule el valor del estadstico de prueba

2.83
= t= 0.70 = -0.90
10
n) cules s su conclusin?
Que se acepta Ho no hay diferencia porque -0.90 cae en la zona de aceptacin
o) qu puede decir acerca del valor de P?
(0,20; 0.10)
2(0.40; 0.20)
(0.40; 0,20) 0.05 ()
p) Calcular el intervalo de confianza y dar su conclusin

2

0.70
2.8 2.262
10
2.80.50
(2.30; 3.30)
14
Ejemplo 1. El consejo universitario informa que el nmero promedio de estudiantes de
nuevo ingreso en las universidades es de 6000. En un periodo reciente de inscripciones.
Se tomo una muestra de 32 universidades con una media muestral de los estudiantes de
nuevo ingreso de 5812 y una desviacin estndar muestral de 1140.Estos datos indican
un cambio en el nmero medio de estudiantes de nuevo ingreso?
j) Formule las hiptesis Datos

Ho: =6000 = 6000
=5812
H1: 6000 = 1140
= 0.05
n=29
k) Cules son los valores crticos de la prueba?
=0.05
z.c z.c
G.l= n-1
G.l=28
-2,048 0 2,048
t=Ttabla(=0.025; G.l=28)= 2.048
l) Calcular el valor estadstico de la prueba
58126000
t= t= 1140 = -0.89
29
m) Cul es su conclusin?
No hubo ningn cambio es decir el nmero de estudiantes que ingresan a las

universidades.
Acepto Ho:
n) Que puede decir acerca del valor P Es decir no tuvo ningn cambio con el
nuevo grupo de estudiantes que ingreso
a la universidad
P /2
2P
(0.855; 1.313)
14
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadistica para administracion y economia (10a. ed.). Mexico: CENAGE
Learning.
2(0.20; 0.10) 0.05
(0.40; 0.20) 0.05 (falso)
Ejercicio 2: La Employment and Training Administration informa que la prestacin

media del seguro de desempleo es de $245/semana. Un investigador del estado de
Virginia anticipo que datos mustrales indicaran que la prestacin media semanal del
seguro de desempleo en el estado de Virginia es menor que la media de todo el pas.
d) De las hiptesis adecuadas de manera que el rechazo de Ho favorezca la afirmacin

del investigador.
Ho: 245
H1: < 245
e) En una muestra de 29 individuos la media muestral encontrada fue de $231 y la

desviacin estndar muestral fue $80. Cul es el valor p?
=0.05
G.l= n-1 z.c
G.l=28
t=Ttabla(=0.05; G.l=28)= -1.701 -1,701
231245
t= t= 80 = -0.94
29
P
(0.855; 1.313)
(0.20; 0.10) 0.05 (falso) Se acepta Ho
f) Si =0.05 Cul es su conclusin? En el estado de Virginia la prestacin semanal del

seguro de desempleados es mayor que al de todo el pas.
Ejercicio 3. El consumo anual per cpita de leche es de 21.6 galones. Usted cree que en
el oeste medio el consumo de leche es mayor y desea fundamentar su opinin. En una
muestra de 16 personas de Webster city, pueblo del oeste medio , la media muestral del
consumo anual fue de 24.1 galones y la desviacin estndar es s=4.8.
e) Elabore una prueba de hiptesis que se pueda usar para determinar si el consumo
medio anual en Webster city es mayor que la media nacional
Ho: 21.6
Datos
H1: > 21.6 = 21.6
=24.1
= 48
f) Con =0.05 cuales son los valores crticos de prueba.
= 0.05
n=16
=0.05
G.l= n-1
G.l=15 z. A. z.c
t=Ttabla(=0.05; G.l=15)= -1.753
1,753
t t se rechaza
g) Calcule el valor estadstico de prueba
24.121.6
t= t= 48 = 0.21
16
h) Cul es su conclusin
En el oeste el consumo de leche es menor a 21.6 galones
15Ejercicio 4: Una muestra de 25 observaciones tiene una media de 42.0 y una desviacin
de 8. Trabajando con un nivel de significancia del 1%. Existe razn para rechazar la
hiptesis de la media de la poblacin es de 46.0?1
Datos:
n=25 = 42 =46 =8
o) Formule las hiptesis

Ho: =46
Ho: 46
15
p) Cules son los valores crticos de la prueba?
z.c z.c
=0.01
2,492 0 2,492
G.l= n-1
G.l=24
t=Ttabla(=0.01; G.l=24)= 2.492
q) Calcular el valor estadstico de la prueba

4246
t= t= 8 = -2.5
25
r) Cul es su conclusin? Se rechaza Ho y se acepta H1 es decir que la media de la

poblacin de observadores no es 46
Ejercicio 5: Un fabricante desea hacer pblico, a fin de aumentar sus ventas, que el
contenido de nicotina de sus cigarrillos tienen un promedio inferior a los 22mg. Una
oficina gubernamental de salud y del medio ambiente realiza un anlisis de 10 cigarrillos
y obtiene los contenidos de nicotina para cada uno, siendo de:
21 24 18 16 22 23 20 20 24 16
(
)2 0.36 12.96 5.76 19.36 2.56 6.76 0.16 0.16 12.96
19.36
g) Calcular la hiptesis
Ho: =22
H1: < 22
h) Con =0.05. Cules son los valores crticos para el estadstico de prueba?
=0.05
z.c
G.l= n-1 z. A.
G.l=9
-1,833
t=Ttabla(=0.05; G.l=9)= -1.833
i) Calcule la media muestral

204
= = 20.4
10
j) Calcule la desviacin muestral
( )2
=
1
80.4
=
10 1
= 2.99
k) Calcule el valor del estadstico de prueba
20.422
t= t= 2.99 = -1.69
10
l) Conclusin: El contenido de nicotina en el tabaco es diferente es decir que el

investigador no est en lo cierto
m) Que puede decir acerca del valor P.

P
(1.383; 1.833)
(0.10; 0.05) 0.05 (FALSO)
Se acepta Ho es decir que el nivel del cigarrillo es diferente a 22
15. ESTADISTICO DE PRUEBA EN LA PRUEBA DE HIPOTESIS PARA LA

PROPORCION POBLACIONAL
Segn (Anderson, Sweeney, & Williams, 2008)
En esta seccin se muestra como realizar la prueba de hiptesis para la proporcin

poblacional p. mediante Po se denota la proporcin poblacional las tres formas de una
prueba de hiptesis para la proporcin poblacional son las siguientes16:
16
(Anderson, Sweeney, & Williams, 2008)
Cola derecha Cola izquierda Bilateral
Ho: Ho: Ho: =
H1: < H1: > H1:
Aplicaciones:
1. El centro NN para el desarrollo de la fuerza de trabajo encontr que 40% de los
usuarios de internet recibieron ms de 10 mensajes de correo electrnico por da
en el ao 2000, en el 2001 se repiti un estudio similar acerca del uso del correo
electrnico. El propsito del estudio fue ver si aumento el uso de email.
a) Formule H0 y H1 para determinar si ocurri un incremento en la proporcin de
usuarios de internet
Ho: P0.40
Ho: P> 0.40
b) Con = 0,05 cul es el valor crtico y cul es el valor de rechazo
Z Z Se rechaza Ho z. A. z.c
1,645
c) Si en una muestra de 420 usuarios se encontr que 188 reciben ms de 10 mensajes
188
=
420
DATOS
= 0,4476
P= 0,40
n = 420
h = 188
=
(1 )

0,4476 0,40
=
0,40(1 0,40)
420
= 1.99
2. Un estudio realizado por Consumer Reports indica que 64% de los clientes de los
supermercados piensa que los productos de las marcas de los supermercados son
tan buenos como las marcas nacionales. Para investigar si estos resultados aplican
a sus propios productos, un fabricante de salsa de tomate de una marca nacional,
pregunt a los integrantes de una muestra si consideraban a las salsas de tomate
de las marcas de los supermercados tan buenas como la marca nacional
a) Formule las hiptesis para determinar si el porcentaje de clientes de los supermercados
que considera a las salsas de tomate de las marcas de los supermercados tan buenas
como la marca nacional difiere de 64%.
Ho: P 0.64
H1: P < 0.64
b) Si en una muestra de 100 clientes 52 opinan que las marcas de los supermercados son
tan buenas como las marcas nacionales, cul es el valor-p?
DATOS
z.c P= 0,64
n = 1000
h = 52
Z Z Se rechaza Ho -1,645
c) Con = 0.05, cul es la conclusin?

=

52
= 100
= 0,52

=
(1)

0.520.64
= = 2.5
0.64(10.64)

100
d) Le dar gusto esta conclusin al fabricante de la marca nacional de salsa de tomate?
Explique.
P= 0.5-P(z=-2.5)
Se rechaza Ho:
P= 0.5- 0.4938 P
0.0062 0.05
P= 0.0062
Se rechaza H0 en consecuencia la salsa de tomate de supermercado con la salsa de tomate

nacional son diferentes en sus porcentajes.
3. Drugstore.com fue la primera compaa en ofrecer ventas al menudeo de

medicamentos por internet. A los clientes de Drugstore.com se dio la oportunidad
de comprar productos para su salud, belleza, cuidado personal, bienestar y
reabastecimiento farmacutico va internet. Al final de 10 meses de operacin, la
compaa informo que 44% de las rdenes fueron de clientes que ya haban
comprado antes. Suponga que Drugstore.com utilizara una muestra de rdenes de
clientes cada trimestre para determinar si la proporcin de rdenes de clientes
repetidos cambio desde P= 0,44 inicial.
a) Formule la hiptesis nula y alternativa
Ho: P=0.44
H1: P 0.44
b) Durante el primer trimestre se observaron 205 clientes repetidos en una muestra de

500 rdenes Cul es el valor ? Cul es su conclusin con = 0,05?
205 z.c z.c

=
500
= 0,41
-1,96 0 1,96

=
(1 )

0,41 0,44
=
0,44(1 0,44)
500
171. Considere la prueba de hiptesis siguiente:
0: 0,75
1: > 0,75
Se seleccion una muestra de 300 elementos. Calcule el valor-p y establezca su

conclusin para cada uno de los resultados mustrales siguientes. Use = 0.05.

a.

(1) z.c

z. A.
0,68 0,75
=
-1,645
0,75(1 0,75)
300
= 2,8
Se rechaza H0 y se acepta H1

b. =
(1)

0,72 0,75
=
0,75(1 0,75)
300
= 1,20
Se acepta H0 y se rechaza H1

c. = (1)

0,70 0,75
=
0,75(1 0,75)
300
= 2,00
17
(Anderson, Dennis, Sweeney, & Thomas, 2008)
Se rechaza H0 y se acepta H1

d. = (1)

0,77 0,75
=
0,75(1 0,75)
300
= 0,80
Se acepta H0 y se rechaza H1
2: Un estudio realizado por Consumer Reports indica que 64% de los clientes de los
supermercados piensa que los productos de las marcas de los supermercados son tan
buenos como las marcas nacionales. Para investigar si estos resultados aplican a sus
propios productos, un fabricante de salsa de tomate de una marca nacional, pregunt a los
integrantes de una muestra si consideraban a las salsas de tomate de las marcas de los
supermercados tan buenas como la marca nacional
a) Formule las hiptesis para determinar si el porcentaje de clientes de los

supermercados que considera a las salsas de tomate de las marcas de los
supermercados tan buenas como la marca nacional difiere de 64%.
0: = 0,64
1: 0,64
b) Si en una muestra de 100 clientes 52 opinan que las marcas de los supermercados
son tan buenas como las marcas nacionales, cul es el valor-p?
52
=
100
= 0,52
c) Con = 0.05, cul es la conclusin?
Se rechaza H0 en consecuencia la salsa de

tomate de supermercado con la salsa de
tomate nacional son diferentes en sus
porcentajes.
z.c
zona de
z.c
aceptacion
-1,96 0 1,96
3: Antes del Super Bowl de 2003, la ABC pronostic que 22% de la audiencia por
televisin expresara inters por ver uno de sus prximos programas: 8 Simple Rules, Are
You Hot? y Dragnet. Durante el Super Bowl, la ABC pas comerciales sobre estos
programas de televisin. Al da siguiente del Super Bowl, una empresa de publicidad
tom una muestra de 1 532 espectadores que los vieron, de los cuales 414 afirmaron que
veran alguna de las series promovidas por la ABC.
a) Cul es la estimacin puntual de la proporcin de espectadores que despus de ver

los comerciales sobre los programas de televisin dijeron que los veran?
Ho: P = 0.22
H1: P 0.22
b) Con = 0.05, determine si la intencin de ver los programas de la ABC aument

significantemente despus de ver los comerciales.

=
zona
critica
414 zona de
= 1532 aceptacion
= 0,27 1,645

=
(1 )

0,27 0,22
=
0,22(1 0,22)
1532
= 4,72
c) Por qu tales estudios son valiosos para las empresas y los negocios de
publicidad?
Se rechaza Ho en consecuencia los programas de la ABC aumentaron

significativamente despus de ver los comerciales.
4: De acuerdo con un estudio realizado por el Census Bureaus American Housing

Survey, cuando una persona se muda de casa, el factor principal en la eleccin de su
nuevo domicilio es que est cerca de su trabajo (USA Today, 24 de diciembre de 2002).
Segn datos de 1990 de la Census Bureau, se sabe que 24% de la poblacin de personas
que se muda de casa da una ubicacin cercana a su trabajo como el factor principal en
la seleccin de su nuevo domicilio. Considere que en una muestra de 300 personas que
se mudaron de casa en 2003, 93 lo hicieron para estar ms cerca de su trabajo.
a) Formule la hiptesis:
Ho: P 0.24
H1: P > 0.24
b) Cul es la conclusin de la investigacin? Use = 0.05.

=

93 zona
= critica
300 zona de
aceptacion
= 0,31
1,645

= (1)

0,31 0,24
= Se rechaza H0 en consecuencia
0,24(1 0,24) hay ms personas que buscan un
300 domicilio cercano a su trabajo
= 2,84
185. Por estadsticas que se tienen, se ha podido establecer que por lo menos el 40% de
los jvenes toman regularmente Coca-Cola, cuando tienen sed. Una muestra aleatoria de
450 jvenes revel que 200 de ellos solan tomar dicha bebida, cuando tenan sed. Cul
podra ser su conclusin al nivel de 1% acerca de lo que muestran las estadsticas?
200 250
= 450 = 0,44 = 44% n=450 = 450 = 0,56

1) 0 : = 0,40 =

1 : 0,40
2) ) 0,01

3) 3) = = 0,005
2 z.c z.c
0,440,40
4) = = 1,71 2,58 0 2,58
0,44(0,56)
450
Z= Se ubica en la zona de aceptacin, luego al nivel de 5% la conclusin a la que se

llega es la de aceptar el 40% que arrojan las estadsticas; por lo tanto, no hay razn para
rechazarlas.
196: Un gerente de una compaa afirma que el porcentaje de atrasos en las horas de
llegada al trabajo cobija al 25% de sus empleados. Solicita al jefe de personal la revisin
de 40 tarjetas marcadas con las horas de llegada, en la quincena y encuentra que 8 han
llegado tarde. Al nivel del 5% hay razn para concluir que el gerente est exagerando?
8
= 40 = 0,20 = 40
0 : = 0,25
1 : < 0.25 z.c

1) = 0,05
-1,645
18
19
(Anderson, Dennis, Sweeney, & Thomas, 2008)
2) = 0,2(0,8) = 0,40
0,200,25
3) = = 0,79
0,2(0,8)

40
4) Se ubica Z=-0,79 en la zona de aceptacin; por lo tanto podemos concluir que a

nivel de 5% el gerente no exagera
7: Una empresa al seleccionar su personal lo somete a un concurso de entrenamiento. Por

experiencia el 76% de los aspirantes aprueban el curso. Se efectan ciertos cambios en el
programa para el cual se inscriben 40 y 24 lo aprueban. Podra afirmarse que los cambios
introducidos reducen la seleccin? (= 1%)
24
= 40 = 0,60
1) : = 0,76
1 : < 0,76
2) = 0,01 z.c
z. A.

3) =
1,645

4) =

0,60 0,76 Como -2,07 cae en la regin de aceptacin,

= la seleccin no se reduce con los cambios
(0,6)(0,4) introducidos, al nivel de 1%
40
Z= -2.7
8. Se dice con frecuencia que la poblacin de funcionarios pblicos que tienen el hbito
de fumar en horas de trabajo, es de 42%. La oficina gubernamental de salud desea realizar
una campaa a fin de disminuir este porcentaje, para ello debe comprobarlo; as que
decide realizar una investigacin de muestreo a 25 funcionarios, encontrando que 13 de
ellos fuman. A nivel del 1% la oficina puede aceptar el porcentaje del 42% como
indicador?
13
= = 42% = 25 = 0,52 = 25 = 1 = 24
1) 0 : = 0,42
1 : 0,42
z.c z.c
2) = 0,01
3) =
-2,58 0 2,58
0,520,42
4) =
0,52(0,48)
251
= 0.98
5) Conclusin: Si hay razn para aceptar el 42% como indicador de fumadores en
horas de trabajo al nivel del 1%
9. El distribuidor de una mquina afirma, que el mximo de elementos defectuosos por

hora que presenta su funcionamiento es del 3%. En una determinada hora se toma como
muestra 20 artculos producidos, los que a su vez son sometidos a control, encontrando
un artculo defectuoso. Al nivel del 5%, se podr decir que el porcentaje de defectuosos
es superior al sealado por el distribuidor?
Datos:
1
= 3% = 20 = 0,05 = 5% = 20 = 0,05
0 : = 0,03
1 : > 0,03
z. A. z.c
1) =
1,645
0,050,03
2) =
0,05(0,95)
201
= 0.4
3) Conclusin : Con este resultado no se puede concluir, que el porcentaje de

defectuosos sea superior al sealado por el distribuidor, al nivel del 5%
DISTRIBUCION DE DIFERENCIAS ENTRE DOS MEDIAS MUESTRALES (X1; X2)
CONOCIENDO
Esta prueba est indicada en aquellos casos cuando se quiere establecer si la diferencia
entre dos medidas muestrales, extradas de dos poblaciones independientes, es
significativas o si una media es mayor o menor que otra.
Son ejemplos, cuando se quiere probar si la accidentalidad vehicular es mayor

en la poblacin femenina que en la masculina? Si hay alguna diferencia en los
hbitos de fumar de los hombres y mujeres? Si la duracin de un producto de
la marca A es diferente a la de la marca B? Como se observa, estos
interrogantes encierran en la comparacin entre dos poblaciones
Mediante varios ejemplos, indicaremos el proceso a seguir en la realizacin de pruebas

de diferencias cuando dos muestras son grandes (mayores a 30) o cuando se dan las
desviaciones tpicas poblacionales, en este ltimo caso no nos interesa los tamaos
muestrales, pues los procesos son iguales, solo que las varianzas poblacionales son
sustituidas por las varianzas mustrales.

1 2
= = 2
=
2 2 2 2 2
+
+ 1 2 1+ 2
1 2 1 2
Aplicaciones
1. Supongamos que la empresa desarrollo un curso de entrenamiento para sus
tcnicos, formando dos grupos y aplicando mtodos distintos de entrenamiento.
Los dos grupos se consideran homogneos en capacidad. El primer grupo lo
componen 36 tcnicos que obtuvieron un puntaje de 6 (en una escala de 0 a 10
puntos) y una desviacin tpica de 4 puntos y el segundo grupo de 40 tcnicos
cuyo promedio fue 8,2 y desviacin tpica de 4,3 puntos. Se puede concluir que
el mtodo aplicado al segundo grupo al primero? Nivel 1%
Paso 1: Formular la hiptesis
0 : 15
1 : > 15
Paso 2: Anlisis punto critico
Regla z.c
z. A.
< 0
-2,33
= 0,01
Paso 3:
1
2
=
2 2
1+ 2
1 2
6 8,2
=
2 2
4 + 4,3
36 40
Z= -2,43
Conclusin: Como el valor calculado cae en la zona de aceptacin se acepta Ho no existe

diferencia significativa que el mtodo B sea superior al mtodo A
DISTRIBUCION DE DIFERENCIAS ENTRE DOS PROPORCIONES MUESTRALES

(P1; P2)
Se ha dicho en repetidas ocasiones, que las proporciones son utilizadas como medidas
aplicadas a caractersticas cualitativas (atributos). La prueba de hiptesis, como en los
casos anteriores, implica el uso de la distribucin normal, que nos permite establecer si
hay o no alguna diferencia entre dos proporciones, obtenidas en dos poblaciones
independientes, o si un grupo tuvo una proporcin mayor que el otro.
1 1 2 2 1 2
12 = + = 1 1
1 2 2 2
+
1 2
Aplicaciones
1. En una encuesta se pregunt sobre los hbitos de lectura, utilizando una muestra
aleatoria de 350 seoras que trabajan y otra muestra independiente de 325 que no
lo hacen. En el primer caso, 105 manifestaron que estaban suscritas a cierto tipo
revista. En el segundo, la respuesta fue de 130 que no estaban suscritas ni
mostraban inters por ninguna revista, argumentando la falta de tiempo. Al nivel
del 1% se podr afirmar que las seoras que trabajan leen menos que las seoras
que trabajan?

=
0 : 1 = 2
105
1 : 1 < 2 1 =
= 0,3231
350
130
2 =
= 0,40
325
Regla
< 0 =0.01
1 2
= 1 1 2 2
+
1 2
z.c
z. A.
0,3231 0,40
=
-2,33
0,3231(0,6769) + 0,40(0,60)
350 325
z= -2,73
Conclusin: Como cae en la zona de rechazo Ho ha afirmado que las madres que trabajan
leen menos.
Ejemplo 1: Durante el 2003 los precios de la gasolina alcanzaron record de precios altos
en 16 estados de Estados Unidos (The Wall Street Journal, 7 de marzo de 2003). Dos de
los estados afectados fueron California y Florida. La American Automobile Association
encontr como precio medio muestral por galn $2.04 en California y $1.72 por galn en
Florida. Use 40 como tamao de la muestra de California y 35 como tamao de la muestra
en Florida. Suponga que estudios anteriores indican que la desviacin estndar
poblacional en California es 0.10 y en Florida 0.08.
a) Cul es la estimacin puntual de la diferencia entre los precios medios

poblacionales por galn en California y Florida?
DATOS DATOS
= 1 2 = 2,04 = 1,72
n = 40 n = 35
= 2,04 1,72 = 0,10 = 0,8
= 0,32
b) Cul es el margen de error con un 95% de confianza?
= 95% zona
critica
= 5% zona de
aceptacion
= 1,96
1,96
c) Cul es la estimacin por intervalo de 95% de confianza para la diferencia entre

los precios medios poblacionales por galn en California y en Florida?
22 22
1 2 +
2 2 2
0,102 0,82
2,04 1,72 1,96 +
40 35
0,32 0,27
(0,05; 0,59)
Ejemplo 2: Arnold Palmer y Tiger Woods son dos de los mejores golfistas de todos los
tiempos. Para comparar a estos dos golfistas en los datos muestrales siguientes se
proporcionan los resultados de puntuaciones del hoyo 18 durante un torneo de la PGA.
Las puntuaciones de Palmer son de la temporada de 1960 y las de Woods son de la
temporada de 1999 (Golf Magazine, febrero de 2000).
Palmer,1960 Woods, 1999

1 = 112 2 = 84
1 = 69.95 2 = 69.56
Use los resultados muestrales para probar la hiptesis de que entre los dos jugadores no
hay diferencia en las medias poblacionales de las puntuaciones del hoyo 18.
a) Con una desviacin estndar poblacional de 2.5 para ambos golfistas, cul es el
valor del estadstico de prueba?
12
= 2 2
1 +2
1 2
DATOS DATOS
= 69,95 = 69,56
n = 112 n = 84
69,95 69,56
= = 2,5 = 2,5
2 2
2,5 + 2,5
112 84
= 1,08
b) Cul es el valor-p?
2
2(, 5 0,3599) 0,01
0,2802 0,01
c) Si = 0.01, cul es su conclusin?
z.c
zona de
z.c Se acepta H0 en consecuencia
aceptacion no existe una diferencia entre
los dos golfistas
-2,58 0 2,58
Ejemplo 3: En una encuesta de BusinessWeek/Harris se pidi a los ejecutivos de empresas
grandes su opinin acerca de sus perspectivas econmicas para el futuro. Una de las
preguntas era: Piensa usted que en los prximos 12 meses aumentar en su empresa el
nmero de empleados de tiempo completo? En esa encuesta 220 de 400 ejecutivos
contestaron s, mientras que en la encuesta realizada el ao anterior, 192 de 400 respondieron
s. Encuentre un intervalo de confianza de 95% para estimar la diferencia entre las
proporciones en estas dos encuestas. D su interpretacin de la estimacin por intervalo.
0: 1 = 2
DATOS
1: 1 2
n = 200 DATOS
h = 220 n = 400
h = 192

=

=
220
= 192
400
=
400
= 0,55
= 0,48
1 2
=
11 + 22
1 2
0,550,48
= 0,2475 0,2496
= 1.99
+
400 400
= 0,05
Se rechaza H0 en consecuencia no
z.c
z.c hay diferencias en las perspectivas
zona de
aceptacion de la empresa
-1,96 0 1,96
Ejemplo 4: En un estudio de la American Automobile Association se estudi si era ms

probable que conductores hombres o mujeres se detuvieran para solicitar indicaciones sobre
cmo llegar a una direccin (AAA, enero de 2006). En el estudio se preguntaba: Si usted y
su cnyuge van en su automvil y se pierden, se detiene para preguntar por la direccin que
busca? En una muestra representativa se encontr que 300 de 811 mujeres dijeron que s se
detenan para preguntar y 255 de 750 hombres dijeron que s se detenan para preguntar.
a) La hiptesis de investigacin afirmaba que era ms probable que las mujeres se

detuvieran para preguntar por la direccin. Formule la hiptesis nula y alternativa para
este estudio.
0: 1 = 2
1: 1 > 2
b) Cul es el porcentaje de mujeres que dijeron detenerse para preguntar por la direccin?

=
DATOS
300 n = 811
=
811 h = 300
= 0,37 = 37%
c) Cul es el porcentaje de hombres que dijeron detenerse para preguntar por la direccin?
DATOS
a. = n = 750
255 h = 255
=
750
= 0,34 = 34%
d) Pruebe la hiptesis usando = 0.05. Cul es el valor-p y cul es la conclusin a la que
esperara usted que llegara la asociacin?
zona
1 2 zona de
critica
= aceptacion
11 + 22
1 2
1,645
0,37 0,34
=
0,37(1 0,37) + 0,34(1 0,34)
811 750
= 1,24

Se acepta H0 en consecuencia las
(, 5 0,3925) 0,05 mujeres se detienen ms que los
hombres
0,1075 0,05
Ejemplo 5: El Bureau of Transportation de Estados Unidos vigila la puntualidad de la llegada

de los vuelos de las 10 principales aerolneas de ese pas (The Wall Street Journal, 4 de marzo
de 2003). Los vuelos que llegan con no ms de 15 minutos de retraso se consideran a tiempo.
Los siguientes son datos estadsticos del Bureau pertenecientes a enero de 2001 y a enero de
2002.
Enero 2001 En una muestra de 924 vuelos, 742 llegaron a tiempo.
Enero 2002 En una muestra de 842 vuelos, 714 llegaron a tiempo.
a) D una estimacin puntual de la proporcin de vuelos que llegaron a tiempo en 2001.
742
=
924
DATOS
n = 924
h = 742
= 0,803
b) Suministre una estimacin puntual de la proporcin de vuelos que llegaron a tiempo en

2002.
DATOS

= n = 842

h = 714
714
=
842
= 0,848
c) Sea p la proporcin poblacional de los vuelos que llegaron a tiempo en 2001 y p2 la

proporcin poblacional de los vuelos que llegaron a tiempo en 2002. Plantee las hiptesis
a probar para determinar si la puntualidad de las principales lneas areas mejor en este
periodo de un ao.
0: 1 = 2
1: 1 > 2
d) Si = 0.01, cul es su conclusin?
12
= 11 22
+
1 2
zona
critica
0,803 0,848 zona de
= z. A.
aceptacion
0,803(1 0,803) + 0,848(1 0,848)
924 842
-2,33
= 2,48
Se rechaza Ho en consecuencia no mejoro la puntualidad de las aerolneas
DISTRIBUCION DE DIFERENCIAS ENTRE DOS MEDIAS MUESTRALES CON

DATOS MENORES A 30 t
De acuerdo con el teorema de Limite Central, cuando ambas variables presentan tamaos
muestrales (n1 y n2) superiores a 30, tendrn un comportamiento similar a la distribucin
normal, por lo tanto aplicamos Z. En el caso, que ambos tamaos muestrales sean menores o
iguales a 30, se aplicara la distribucin t de Student, utilizando diferentes frmulas de
acuerdo a la forma en la que se d la informacin.
Cuando el ejercicio se suministra informacin para cada una de las observaciones muestrales,
es preferible calcular una varianza comn para las dos muestras, siendo:
2
(1 )2 + (1 )2
=
1 + 2 2
Con el resultado obtenido al aplicar la formula anterior, nos permite calcular el error estndar
para la diferencia entre las medias muestrales

=
+
1 2
Aplicaciones
1: Un fabricante de cigarrillos analiza el tabaco de dos marcas diferentes, para determinar
el contenido en nicotina y obtiene los resultados siguientes (en miligramos):
Marca A: 24 26 25 22 23
Marca B: 27 28 25 29 26
Los resultados anteriores, sealan que existe una diferencia en el contenido medio de
nicotina en ambas marcas? Siendo
(1 )2 = 10 (1 )2 = 10
10 + 10 20
2 = = = 2,5
5+52 8
2,5 2,5
= + = 1 = 1
5 5
1. 0 : =
1 :
2. = 0,05
z.c z.c
z. A.
-1,96 0 1,96
3. = 1
( )
. = = =

= 1 + 2 2 = 5+5-2=8
ENSAYO DE HIPOTESIS EJEMPLO DE HIPOTESIS CON TRES VARIABLES
Se aplican tres mtodos diferentes de enseanza a estudiantes de primer ao de universidad

en tres paralelos, Luego de haber recibido la misma materia se aplica un test de conocimiento
a todos los alumnos, se procede a extraer muestras en cinco alumnos de cada paralelo. Probar
la hiptesis de que el rendimiento medio de los tres grupos de alumnos es el mismo, es decir
no hay diferencia en el rendimiento de los alumnos con respecto al mtodo de enseanza,
con un nivel de significacin de 1%.
Cuadro De Resultados
MTODO A )
( MTODO )
( MTODO C )
(
B
6 1,14 8 4 5 1
6 1,44 7 1 8 16
2 7,84 4 4 4 0
7 4,84 5 1 2 4
3 3,24 6 0 1 9
TOTAL:24 18,8 TOTAL:30 10 TOTAL:20 30
Xa= 4,8 Xb= 6 Xc= 4

= 4,92
Proceso
Con tres variables el estimador a utilizarse es el ANALISIS DE VARIANZA O RAZON b
1. PLANTEO DE HIPTESIS
1.1 Modelo lgico:
Ho: El rendimiento medio de los alumnos en los tres grupos es el mismo cualquier
sea el mtodo de enseanza que se aplique.
H1: El rendimiento medio de los tres grupos difiere significativamente con

relacin al mtodo de enseanza
1.2 Modelo Matemtico:
Ho: = = = 0
H1: = 0
1.3 Estimador estadstico
( ) + ( ) + ( )
2 =
1
( ) + ( ) + ( )
2 =
1 2 3 3
(1 + 2 + 3)
=
1 + 2 + 3
2. NIVEL DE SIGNIFICACIN
= 0,01
F1= D1/D2 (Ft= Valor de f obtenido de la tabla)
D1= Grados de libertad entre clases n-1------ 3-1=2
D2= Grados de libertad dentro de clases: n1-n2-n3-3-------5-5+5-3=12
Ft=2/12= 6,93
3. REGLA DE DECISIN:
Se acepta la hiptesis nula si el valor de la razn F al calcularse es igual o menor a

6,93 caso contrario se acepta la hiptesis alternativa de la investigacin
4. CLCULO DE LA RAZON F

=

5(4.8 4.93)2 + 5(6 4.93)2 + 5(4 4.93)
2 =
31
2 = 10.13
18,8 10 + 30
2 =
5+5+5+3
2 = 4,9
10,13
=
4,9
F=2,07
5. CONCLUSIN FINAL
Ft= 6,93 >Fc=2,07 y de acuerdo con lo establecido en la regla de decisin, se acepta la

hiptesis nula, es decir, no hay diferencia significativa en el rendimiento medio de los
estudiantes frente a los mtodos de enseanza cualquier diferencia es producto de
muestreo
Para la resolucin de problemas planteados y de conformidad con la hiptesis estadstica

estipulada, es necesario trabajar con frecuencias observadas, que se les obtiene con la
investigacin en que se detecta que el mecanismo predominante de explotacin por parte de
los parientes es el castigo con el cual obligan a la actividad mendicante de los nios.
Proceso
Planteo de hiptesis Estimador estadstico
Se dispone de informacin obtenida como

Ho: el castigo y la recompensa son mecanismos producto de la investigacin realizada a toda la
que por igual emplean los parientes con los nios poblacin que se encontraba en el momento de
mendicantes aplicar la encuesta, (poblacin flotante para la
prueba de hiptesis que se tiene frecuencias, es
H1: el castigo es el mecanismo predominante de
recomendable utilizar la prueba de Chi-cuadrado
explotacin que los parientes emplean para
( 2 ) que permite determinar si el conjunto de
obligar a los nios a la actividad mendicante, en
frecuencias observadas ajustan a un conjunto de
el parque x de la ciudad y
frecuencias esperadas o tericas y se aplica la
formula
( )2
2 =

1. Nivel de significancia y regla de decisin:

= 0.05
G.l: (c-1) (f-1) (2-1) (3-1) = 2
Se acepta la hiptesis nula si el valor a calcularse de 2 es menos al valor de 2 tabular =

5.99; caso contrario se rechazo
Prueba de hiptesis Chi cuadrado X2

Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hiptesis
nula de la prueba Chi-cuadrado postula una distribucin de probabilidad totalmente
especificada como el modelo matemtico de la poblacin que ha generado la muestra.
Para realizar este contraste se disponen los datos en una tabla de frecuencias. Para cada valor
o intervalo de valores se indica la frecuencia absoluta observada o emprica (Oi). A
continuacin, y suponiendo que la hiptesis nula es cierta, se calculan para cada valor o
intervalo de valores la frecuencia absoluta que cabra esperar o frecuencia esperada (Ei=npi
, donde n es el tamao de la muestra y pi la probabilidad del i-simo valor o intervalo de
valores segn la hiptesis nula). El estadstico de prueba se basa en las diferencias entre la
Oi y Ei y se define como:

2
( )2
=

Este estadstico tiene una distribucin Chi-cuadrado con k-1 grados de libertad si n es
suficientemente grande, es decir, si todas las frecuencias esperadas son mayores que 5. En la
prctica se tolera un mximo del 20% de frecuencias inferiores a 5.
2. Calculo de Chi - cuadrado datos obtenidos de la investigacin
CASTIGO RECOMPENSA TOTAL

Maana: 10 12 28 (28.54) 10 (9.46) 38
Tarde: 14 - 17 69 (78.1) 35 (25.9) 104
Noche: 18 - 22 93 (83.36) 18 (27.64) 111
TOTAL 190 63 253
Los valores que se encuentran en parntesis ( ) son las frecuencias esperadas; se calcula
multiplicando los totales marginales y dividido para el gran total. Ejemplo: (190) (38)
/253 = 28.54
1. Tabla de frecuencias observadas (O) y esperadas (E)

O Frecuencias observadas E Frecuencias esperadas ( )

28 28.54 0.01
69 78.1 1.06
93 83.36 1.11
10 9.46 0.03
35 25.9 3.2
18 27.64 3.26
2 = 8.77
6. CONCLUSION
El valor de 2 = 8.77 > 2 = 5.99 y de conformidad a lo establecido en la regla de

decisin se rechaza la hiptesis nula y se acepta la hiptesis alterna, es decir, se confirma que
el castigo como mecanismo de explotacin que los parientes ejercen sobre los nios
mendicantes.
No normales
U de Mann-
Tipos de datos Independientes
Withney
Dependientes Wilcoxon
Peor Igual Mejor
Tratamiento 1 7 28 115
La prueba chi ve si hay independencia o relacin entre las variables

Nivel de Educacin
Primaria Secundaria Universidad
Solteros 14 54 65
Casados 15 34 45
Viudos 3 43 34
BIBLIOGRAFIA
levin, R., & Rubin, D. (2010). Estadistica para administracion y economia (septima ed.).
Mexico: Pearson educacion.
Martinez, C. (2006). estadistica y muestreo (12 ed. ed.). Bogota: Ecoe Ediciones.
Murray, S. R., & Larry, S. J. (2009). Estadistica (cuarta edicion ed.). Mexico: Mc Graw Hill.
Octavio, S. (2009). probabilidad y estadistica (Vol. tercera edicion). mexico.
Ojeda, L. (2007). Probabilidad estadistica basica para ingenieros. Guayaquil: ESPOL.
Triola, M. (2009). Estadistica. Mexico: Pearson Educacion.
Triola, M. (2013). Estadistica (Decimoprimera ed.). Mexico: Pearson Educacin .
Webster, A. (2004). Estadistica aplicada a los negocios y la economia. Colombia: Mc Graw

Hill.
Anderson, D., Sweeney T., (2008). Estadistica para la administracion y economia (10ma
edicion) Mxico: CENGAGE Learning

Portafolio Freire Sanchez A

Transféré par

Informations du document

Description originale:

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

Portafolio Freire Sanchez A

Transféré par

Droits d'auteur :

Formats disponibles

Misin

La Facultad de Contabilidad y Auditora formar profesionales lderes competentes, con visin

La Facultad de Contabilidad y Auditora como parte de la Universidad Tcnica de Ambato por

LA distribucin de probabilidad discreta de una variable aleatoria describe como se distribuyen

En el caso de una variable aleatoria discreta que lo vamos a simbolizar (x).

1.1. Propiedades de la distribucin de probabilidad discreta

1. Describe, mediante una tabla x p la distribucin del nmero de caras al lanzar 3

2. En una lotera de 1000 nmeros se reparten los premios siguientes:

2. Valor esperado y varianza

Es la media de una variable aleatoria discreta, es el resultado medio terico de un nmero

2.2. Varianza Var(x)

1) Calcular el valor esperado y la varianza del ejercicio anterior

2) Una ambulancia de voluntarios realiza de 0 a 5 servicios por da. A continuacin se

x F(x) x f(x) (x-u)^2 f(x)

Calcular el valor esperado del nmero de servicios y la desviacin tpica.

x F(x) x f(x) (x-u)^2 f(x)

3. Se ha obtenido la siguiente tabla de distribucin de probabilidad para el nmero de

X F(x) x f(x) (x-u)^2 f(x) E(x): 0.99

4. Se desea comprar una accin y mantenerla durante un ao en espera de que exista

X F(x) x f(x) (x-u)^2 f(x)

5. Se ha hallado la distribucin de probabilidad de que un nmero determinado de

x F(x) x f(x) (x-u)^2 f(x)

6. Un analista de marketing asocia la siguiente distribucin probabilstica a las ventas

7. En la produccin de un artculo se aplica soldadura y para eso se usan tres diferentes

1) La demanda de un producto, por parte de Industrias Caroline, vara enormemente

a) Si la empresa basa las rdenes mensuales en el valor esperado de la demanda mensual,

Valor Esperado () = 445

Utilidad o prdida de la empresa:

Valor esperado Costo de unidad ordenada = 445 $ 50 = $ 22.250

Valor de demanda real Costo de unidad demandada

= $ 21.000 $ 22.250 = 1.250

3. La NBA saca una estadstica de 29 equipos en donde la probabilidad de hacer una

a) Cul es el valor esperado para un tiro de 3 puntos de estos equipos?

Valor Esperado en un tiro de 3 puntos

Si P es la probabilidad de que un solo ensayo ocurra un evento (llamado la probabilidad de

3.1. Propiedades de un experimento binomial

3.2. Formula de la distribucin binomial

(x) = probabilidad de xitos en n ensayos

Lanzamiento de una moneda 5 veces

3.3. Medidas de la distribucin binomial

1) Hallar la probabilidad de que al lanzar una moneda 3 veces, aparezca

n=3 x = # caras p = 0.5 q = 0.5

(3) = 1 (18) (1) (2) = 3 (1 1

(3) = (18) (2) = (38)

(1) = 3 (1 1 (0) = 1 (18) (1)

2) Hallar la probabilidad de que al lanzar un dado 5 veces aparezca 3

x=0 n= 5 p= 1/6 q= 5/6

a) Ninguna vez b) Al menos una vez

c) Cuatro veces d) Calcular la probabilidad de

5 (3) = 1 (0.4019 + 0.4019

a) Cul es la probabilidad de que 2 de los camioneros sean mujeres?

(2) = (45)(0.0025) (0.9025)

b) Todos sean hombres

4) Hallar la probabilidad de que en una familia con 4 hijos haya:

( 1) = 0.25 + 0.3750 + 0.25 + 0.0625

b) Al menos 1 hombre y 1 mujer

( 1) = 1 (0.0625 + 0.0625) ( 1) = 0.8750

n= 2000 p= 0.5 q= 0.5

b) Ninguno sea defectuoso

c) A lo mucho 2 sean defectuosos

( 2) = (0) + (1) + (2)

( 2) = (0.4096) + (0.4096) + (0.1636)

a) Cul es la probabilidad de que por lo menos 5 tengan 1 telfono celular o porttil?