Académique Documents
Professionnel Documents
Culture Documents
Fórmulas de regresión
𝑌̂ = 𝑎 + 𝑏𝑥
∑𝑌 ∑𝑋
𝑎= − = 𝑌̅ − 𝑏𝑋̅
𝑛 𝑛
Determinar e interpretar
1. Diagrama de dispersión.
2. Ecuación de regresión.
1. Diagrama de dispersión.
2. Ecuación de regresión.
5(274000) − 30(40000)
𝑏=
5(210) − 302
𝑏 = 1133.33
40000 30
𝑎= − 1133.33 ∗
5 5
𝑎 = 1202
𝑌̂ = 1202 + 1133 ∗ 𝑋
𝑌̂1 = 5734
𝑌̂2 = 9133
𝑌̂3 = 4601
𝑌̂4 = 8000
𝑌̂5 = 12532
ANÁLISIS COMBINATORIO
𝑛! = 𝑛 ∗ (𝑛 − 1) ∗ (𝑛 − 2) ∗ … ∗ 3 ∗ 2 ∗ 1 = 𝑛 ∗ (𝑛 − 1)!
Por definición: 0! = 1
2. Permutación
𝑛!
𝑛𝑃𝑟 =
(𝑛 − 𝑟)!
n=10
r=3
10!
10𝑃3 =
(10 − 3)!
10𝑃3 = 720
3. Combinación
𝑛!
𝑛𝐶𝑟 =
𝑟! ∗ (𝑛 − 𝑟)!
10!
𝑛𝐶𝑟 =
3! ∗ (10 − 3)!
𝑛𝐶𝑟 = 120
PRACTICA DIRIGIDA 3.3
PROBABILIDADES
1.1 Exp. Deterministico. Cuando podemos precisar con exactitud el resultado del
experimento.
CS1,CS2,CS3,CS4,CS5,CS6
SS1,SS2,SS3,SS4,SS5,SS6
SC1,SC2,SC3,SC4,SC5,SC6}
A = {X / x es un numero primo }
A = { 2,3,5 }
Enfoque de frecuencia relativa
La validez de este enfoque depende tanto del número de repeticiones como que se
mantenga las mismas condiciones de la experimentación.
Ejercicio de Aplicación:
Se lanza 1000 veces una moneda y se supone que se encuentra bien balanceada y
simétrica. Los resultados obtenidos se registran en la tabla siguiente.
Clases fi hi F Ideal
Cara 52 0.52 0.50
Sello 48 0.48 0.50
TOTAL 100 1.00 1.00
Ejercicio de Aplicación:
Precio:
1000 $ 1m2
100000 $ 100 m2
Interés:
100% 5%
200% 10%
4. Probabilidad de eventos
1
𝑃(𝐴) = = 0.0192
52
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝜃) = 0
Ejercicio de aplicación:
¿Cuál es la probabilidad de extraer una dama o un rey de una baraja de naipes bien
mezclada?
𝑆 = {52 𝐶𝑎𝑟𝑡𝑎𝑠}
4
𝑟𝑒𝑦: 𝑃(𝐴) =
52
4
𝐷𝑎𝑚𝑎: 𝑃(𝐵) =
52
4 4 8
𝑃(𝐴 ∪ 𝐵) = + = = 0.1538
52 52 52
Dos o más eventos son no excluyentes o conjuntos cuando es posible que ocurran
ambos.
Ejercicio de aplicación:
4
𝐴𝑠: 𝑃(𝐴) =
52
13
𝐶𝑜𝑟𝑎𝑧ó𝑛: 𝑃(𝐵) =
52
1
𝐴𝑠 𝑦 𝑐𝑜𝑟𝑎𝑧ó𝑛: 𝑃(𝐴 ∩ 𝐵) =
52
4 13 1 16
𝑃(𝐴 ∪ 𝐵) = + − = = 0.3077
52 52 52 52
Dos o más eventos son considerados independientes si los eventos en ningún modo
se afectan el uno al otro.
Ejercicio de aplicación:
Un ánfora contiene 4 bolas rojas y 4 azules. Se extrae una bola del ánfora y después
se la reemplaza. Otra bola es extraída después del reemplazamiento. ¿Cuás es la
probabilidad de que ambas extracciones sean bolas rojas?
1º 𝑒𝑥𝑡𝑟𝑎𝑐𝑐𝑖ó𝑛
4
𝑅𝑜𝑗𝑎: 𝑃(𝐴) =
7
2º 𝑒𝑥𝑡𝑟𝑎𝑐𝑐𝑖ó𝑛
4
𝑅𝑜𝑗𝑎: 𝑃(𝐵) =
7
4 4 16
𝑃(𝐴 𝑦 𝐵) = ∗ = = 0.3265
7 7 49
𝐵 𝑃(𝐵 ∩ 𝐴)
𝑃( ) =
𝐴 𝑃(𝐴)
Ejercicio de Aplicación:
Un ánfora contiene 4 bolas rojas y 3 bolas azules. Se extrae una bolade la caja y no es
regresada a la caja antes de sacar la segunda bola. ¿Cuál es la probabilidad de que
ambas bolas sean rojas?
4
1º 𝐸𝑥𝑡𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑅𝑜𝑗𝑎: 𝑃(𝐴) =
7
𝐵 3
2º 𝐸𝑥𝑡𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑅𝑜𝑗𝑎 ∷ 𝑃 ( ) =
𝐴 6
𝐵
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃 ( )
𝐴
4 3 12
𝑃(𝐴 𝑦 𝐵) = ∗ = = 0.2857
7 6 42
R: La probabilidad de que ambas bolas sean rojas sin regresar a la primera bola
extraída antes de sacar la segunda bola es 0.2857.
PRACTICA DIRIGIDA 3.4
DISTRIBUCIÓN BINOMINAL
Fórmula:
𝑛!
𝑃(𝑥) = 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥
(𝑛
𝑥! − 𝑥)!
Donde:
x: numero de éxitos.
p: Probabilidad de éxito.
q: Probabilidad de fracaso.
Propiedades:
MEDIA
𝜇 =𝑛∗𝑝
VARIANZA
𝑆2 = 𝑛 ∗ 𝑝 ∗ 𝑞
DESVIACIÓN ESTÁNDAR
𝜎 = √𝑛 ∗ 𝑝 ∗ 𝑞 = √𝑠 2 = 𝑆
Ejercicio de aplicación:
Se lanza una moneda bien balanceada 5 veces. Hallar la probabilidad de obtener 4
caras.
X=4
N=5
P=0.5
Q=0.5
𝑛!
𝑃(𝑋) = 𝑝 𝑥 𝑞 𝑛−𝑥
𝑥! (𝑛 − 𝑥)!
5!
𝑃(𝑥 = 4) = 0.54 0.55−4
4! (5 − 4)!
5
𝑃(𝑥 = 4) =
32
𝑃(𝑥 = 4) = 0.15625
PRACTICA DIRIGIDA 3.5
DISTRIBUCIÓN DE POISSON
FORMULA:
λx ∗ e−λ
𝑃(𝑥) =
𝑥!
Donde:
X!: X factorial.
Ejercicio de aplicación:
Datos:
N=100
X=2
P=0.05
Q=0.95
λ=n*p=100*0.05
λ=5
52 ∗ 𝑒 −5
𝑃(𝑥 = 2) =
2!
25 ∗ 0.006738
𝑃(𝑥 = 2) =
2∗1
𝑃(𝑥 = 2) = 0.084
PRACTICA DIRIGIDA 3.6
DISTRIBUCIÓN NORMAL
a) Si se selecciona una muestra aleatoria de una población que tiene una distribución
normal, entonces la distribución de muchas funciones importantes de los valores
observados de la muestra aleatoria son también normales.
El área debajo de la curva normal es igual a 1 o 100%, y el 50% del área corresponde
a observaciones con valores inferiores a la media, y el otro 50% corresponde a
observaciones con valores mayores que la media.
Fórmulas
𝑥−𝜇
𝑍=
𝜎
Donde:
Regresión
Pag. 141 EJ. 1
Número de horas que ha utilizado un corredor durante cada una de ocho semanas y
los tiempos correspondientes en los cuales recorrió un km al final de la semana.
X Y XY 𝑋2
23 1,9 43,7 529
20 2,2 44 400
16 3,4 54,4 256
25 1,9 47,5 625
17 2,9 49,3 289
21 2,1 44,1 441
14 3,6 50,4 196
18 2,4 43,2 324
154 20,4 376,6 3060
Determinar e interpretar:
1. Diagrama de dispersión
2. La ecuación de regresión
8(376.6) − (154)(20.4)
𝑏=
8(3060) − 1542
𝑏 = −0.1686
20.4 154
𝑎= + 0.1686 ∗
8 8
𝑎 = 5.7956
𝑌̂ = 5.7956 − 0.1686 ∗ 𝑋
𝑌̂1 = 1.9178
𝑌̂2 = 2.4236
𝑌̂3 = 3.0980
𝑌̂4 = 1.5806
𝑌̂5 = 2.9294
𝑌̂6 = 2.2550
𝑌̂7 = 3.4352
𝑌̂8 = 2.7608
X Y XY 𝑋2
3 57 171 9
4 78 312 16
4 72 288 16
2 58 116 4
5 89 445 25
3 62 186 9
4 71 284 16
5 84 420 25
3 75 225 9
2 48 96 4
35 694 2543 133
1. Diagrama de dispersión
2. La ecuación de regresión
10(2543) − (35)(694)
𝑏=
10(133) − 352
𝑏 = 10.86
694 35
𝑎= − 10.86 ∗
10 10
𝑎 = 31.39
𝑌̂ = 31.39 + 10.86 ∗ 𝑋
𝑌̂1 = 63.97
𝑌̂2 = 74.83
𝑌̂3 = 74.83
𝑌̂4 = 53.11
𝑌̂5 = 85.69
𝑌̂6 = 63.97
𝑌̂7 = 74.83
𝑌̂8 = 85.69
𝑌̂9 = 63.97
𝑌̂10 = 53.11
X Y XY 𝑋2
56 50 2800 3136
53 47 2491 2809
36 33 1188 1296
43 43 1849 1849
48 38 1824 2304
50 48 2400 2500
44 45 1980 1936
56 54 3024 3136
50 43 2150 2500
43 40 1720 1849
45 45 2025 2025
49 45 2205 2401
53 50 2650 2809
626 581 28306 30550
Determinar e interpretar:
1. Diagrama de dispersión
2. La ecuación de regresión
13(28306) − (626)(581)
𝑏=
13(30550) − 6262
𝑏 = 0.81
581 626
𝑎= − 0.81 ∗
13 13
𝑎 = 5.69
𝑌̂ = 5.69 + 0.81 ∗ 𝑋
𝑌̂1 = 51.05
𝑌̂2 = 48.62
𝑌̂3 = 34.85
𝑌̂4 = 40.52
𝑌̂5 = 44.57
𝑌̂6 = 46.19
𝑌̂7 = 41.33
𝑌̂8 = 51.05
𝑌̂9 = 46.19
𝑌̂10 = 40.52
𝑌̂11 = 42.14
𝑌̂12 = 45.38
𝑌̂13 = 48.62
4. Trazar la línea de regresión
Pag. 144 EJ. 4
X Y XY 𝑋2
37,8 80 3024 1428,84
36,7 60 2202 1346,89
38,9 100 3890 1513,21
38,3 90 3447 1466,89
37,2 70 2604 1383,84
188,9 400 15167 7139,67
Determinar e interpretar:
1. Diagrama de dispersión
2. La ecuación de regresión
5(15167) − (188.9)(400)
𝑏=
5(7139.67) − 188.92
𝑏 = 18.163
400 188.9
𝑎= − 18.16 ∗
5 5
𝑎 = −606.085
𝑌̂ = −606.085 + 18.163 ∗ 𝑋
𝑌̂1 = 80.48
𝑌̂2 = 60.50
𝑌̂3 = 100.46
𝑌̂4 = 89.56
𝑌̂5 = 69.58
Probabilidades
P.150 Ej. 1 Determinar el Valor
1.1
7!
7𝐶1 =
1! ∗ (7 − 1)!
7 ∗ 6!
7𝐶1 =
1 ∗ 6!
7𝐶1 =7
1.2
13!
13𝐶4 =
4! ∗ (13 − 4)!
13 ∗ 12 ∗ 11 ∗ 10 ∗ 9!
13𝐶4 =
4! ∗ 9!
13𝐶4 = 715
7!
7𝑃3 = = 210
(7 − 3)!
P.150 Ej. 3 ¿De cuántas maneras pueden ser colocadas en una fila, 7 bolas de
diferentes colores?
7!
7𝑃7 = = 5040
(7 − 7)!
6!
6𝑃3 = = 120
(6 − 3)!
P.150 Ej. 5 El gerente regional de un banco debe visitar 2 agencias bancarias en la
mañana y 4 en la tarde, es conveniente que lo haga de sorpresa. ¿De cuántas
maneras diferentes puede visitar las agencias bancarias?
6!
6𝐶2 = = 15
2! (6 − 2)!
6!
6𝐶4 = = 15
4! (6 − 4)!
P.150 Ej. 6 ¿De cuántas diferentes maneras pueden elegirse 2 de 10 estudiantes para
el consejo de Facultad?
10!
10𝐶2 = = 45
2! (10 − 2)!
12!
12𝐶8 = = 495
8! (12 − 8)!
8!
8𝐶5 = = 56
5! (8 − 5)!
Ejercicios propuestos:
2. ¿De cuántas formas distintas pueden sentarse ocho personas en una fila de
butacas?
3. ¿De cuántas formas distintas pueden sentarse ocho personas alrededor de una
mesa redonda?
4. Una mesa presidencial está formada por ocho personas, ¿de cuántas formas
distintas se pueden sentar, si el presidente y el secretario siempre van juntos?
6. ¿Cuántos números de cinco cifras distintas se pueden formar con las cifras
impares? ¿Cuántos de ellos son mayores de 70.000?
Binomial
𝑛! ∗ 𝑝 𝑥 𝑞 𝑛−𝑥
𝑃(𝑋) =
𝑥! (𝑛 − 𝑥)!
P(x=2)=0.0595
P(x=2)=0.19371
3. Un estudio revela que el 80% de los clientes de un banco deben esperar por lo menos
20 minutos para ser atendidos, y se considera 10 clientes que deben esperar como
mínimo 20 minutos. Determine la probabilidad:
3.1. Tres clientes esperen como mínimo 20 minutos.
x=3, n=10, p=0.8, q=0.2
P(x=3)=0.000786
3.2. Al menos 2 clientes esperan mínimo 20 minutos.
x=2,3,4,5,6,7,8,9,10, n=10, p=0.8, q=0.2
Ejercicios propuestos:
B(4 , 0. 2) p = 0. 8 q = 0 .2
B(5 , 2/3) p = 2/ 3 q = 1 /3
3. Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan
más caras que cruces
B(4 , 0. 5) p = 0. 5q = 0 .5
Poisson
4. Suponga que la probabilidad de que cualquier persona crea un rumor sobre la vida
privada de cierto político es de 0.15, y se considera 8 personas. Determinar la
probabilidad:
4.1. Al menos dos creen el rumor.
𝑝 = 0.15
𝑞 = 0.85
𝑛=8
8! 8!
𝑃(2 ≤ 𝑥 ≤ 8) = 1 − ( 0.150 ∗ 0.858−0 + 0.151 ∗ 0.858−1 )
(8
0! ∗ − 0)! (8
1! ∗ − 1)!
𝑃(2 ≤ 𝑥 ≤ 8) = 0.1052
𝑃(𝑥 = 5) = 0.0026
5. La probabilidad de que un motor falle en una rutina de vuelo entre dos ciudades es de
0.005. Determinar la probabilidad de:
5.1. Dos fallas en 1000 vuelos
𝑝 = 0.005
𝑛 = 1000
λ=n∗p
λ = 1000 ∗ 0.005 = 5
𝜆𝑥 ∗ 𝑒 −𝜆
𝑃(𝑥) =
𝑥!
52 ∗ 𝑒 −5
𝑃(𝑥 = 2) =
2!
𝑃(𝑥 = 2) = 0.08425
5.2. Por lo menos dos fallas en 1000 vuelos
𝑃(2 ≤ 𝑥 ≤ 1000) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)]
50 ∗ 𝑒 −5 51 ∗ 𝑒 −5
𝑃(2 ≤ 𝑥 ≤ 1000) = 1 − [ + ]
0! 1!
𝑛 = 400
λ=n∗p
λ = 400 ∗ 0.02 = 8
𝜆𝑥 ∗ 𝑒 −𝜆
𝑃(𝑥) =
𝑥!
82 ∗ 𝑒 −8
𝑃(𝑥 = 2) =
2!
𝑃(𝑥 = 2) = 0.01073
80 ∗ 𝑒 −8 81 ∗ 𝑒 −8
𝑃(2 ≤ 𝑥 ≤ 400) = 1 − [ + ]
0! 1!
Distribución Normal
0.
4
𝑃(0.4 ≤ 𝑥) = 0.3446
0. 1
4
𝑃(0.4 ≤ 𝑥 ≤ 1) = 𝑃(0.4 ≤ 𝑥) − 𝑃(1 ≤ 𝑥)
𝑃(0.4 ≤ 𝑥 ≤ 1) = 0.1859
11. Si una variable aleatoria tiene la distribución normal con un 𝜇 = 80.0 y 𝜎 = 4.8.
Determinar la probabilidad:
11.1. Sea mayor de 76.4
𝑥−𝜇
𝑍=
𝜎
76.4 − 80
𝑍=
4.8
𝑍 = −0.75
-
0.75
𝑃(−0.75 ≤ 𝑥) = 0.7734
- 1.7
1.75 5
𝑃(−1.75 ≤ 𝑥 ≤ 1.75) = 2 ∗ 𝑃(0 ≤ 𝑥 ≤ 1.75)
1.54
𝑃(1.54 ≤ 𝑥) = 0.06178
- 1.5
0.38 4
𝑃(−0.38 ≤ 𝑥 ≤ 1.54) = 𝑃(−0.38 ≤ 𝑥) − 𝑃(1.54 ≤ 𝑥)