U.T.N. F.R.

Haedo

Probabilidad y Estadstica

Apndice I. Notacin y resultados matemticos interesantes Conjuntos de nmeros N conjunto de los nmeros naturales; N0 = N{0}; Z conjunto de los nmeros enteros; R conjunto de los nmeros reales; C conjunto de los nmeros complejos. Desigualdades en R Sean a, b R tales que a<b entonces se satisfacen las siguientes leyes: ley de orden para la suma: a + c < b + c c R a c < b c c R > 0 ley de orden para el producto: a c = b c c = 0 a c > b c c R <0 1 si n = 0 Factorial Sea n N0, n! , esto es n! = n(n 1)(n 2)321 n (n 1)! si n N Nmero combinatorio 1) 2) n n! C n ,k = = k (k!)[(n k )!] n, k N 0 , n k ; Nmeros combinatorios complementarios: C n ,k = C n , n k .
Cn ,0 = Cn ,n = 1; 3) Cn,1 = n ; 4) C n , k = C n 1,k 1 + C n 1, k .

n N k

Tringulo de Tartaglia Cada elemento intermedio de una fila se obtiene sumando los dos elementos que se encuentran en la fila inmediatamente anterior, a partir de un tringulo inicial de 1, y los extremos de cada fila siempre valen 1. 1 C 0, 0 1 1 C1,0 C1,1 1 2 1 C 2,0 C 2,1 C 2, 2 C 3,0 C 3,1 C 3, 2 C 3,3 1 3 3 1 M M Binomio de Newton n n n n n n (a + b)n = a nk b k = a n b 0 + a n1 b1 +L+ a1 b n1 + a 0 b n , n N 0 k 1 n 1 n 0 k =0 Por ej.: ( a + b) 3 = 1 a 3b 0 + 3 a 2b1 + 3 a 1b 2 + 1 a 0b 3 ; ( a b) 3 = 1 a 3b 0 3 a 2b1 + 3 a 1b 2 1 a 0b 3 Sumatoria

k =1

ak

= a1 + a 2 + a 3 + L + a n 1 + a n con n N

En general toma la forma

n

k = z1

z2

con z1, z2 Z z1 z2; nmero de sumandos: z2 z1 + 1

1) 2) 3)

ndice mudo:

k =1

ak = ar
r =1 n k =1

Corrimiento de ndice:

ak = ak z , z Z
k =1+ z k =1

n+ z

Propiedad distributiva con respecto a la suma de sumatorias:

( a k + bk ) = a k + bk
k =1 k =1

__________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Resultados matemticos interesantes AI Pgina 1

4) 5) 6)

Extraccin de factores constantes:

k =1 n

( a k ) = a k
k =1 k =1

Descomposicin en dos sumatorias: Casos particulares.

k =1

ak = ak +
k =1

k = h +1

ak

con 1 h < n

1 = 1 + 1 +L+ 1 = n ;
S n = aq
k =1 n k 1

k =1

k = 1 + 2 +L+ n =
2

n (n + 1) ; 2

k
i =1

1 n(n + 1)(2n + 1) 6

Suma trminos de una sucesin geomtrica:

= a + aq + aq +L+ aq

n 1

1 qn =a con q 1 1 q

Series convergentes Serie geomtrica: Lmite de Sn correspondiente a una sucesin geomtrica a aq n a k 1 lim n S n = aq = lim n con | q |< 1 = k =1 1 q 1 q 1 q Exponencial:

xn x2 x3 = 1+ x + + +L = ex n! 2! 3! n =0

1 si x 0 Funcin escaln unitario: u ( x) = 0 si x < 0 Integrales indefinidas (a + bx) n +1 (a + bx) n dx = b 0, n 1 b(n + 1) dx 1 a + bx = b ln a + bx b 0 dx 1 1 bx a 2 + b 2 x 2 = ab tan a a 0, b 0 ax e ax e dx = a a 0 e ax xe ax dx = 2 (ax 1) a 0 a 1 n ax n n 1 ax n ax x e dx = a x e a x e dx a 0, n > 0

__________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Resultados matemticos interesantes AI Pgina 2

U.T.N. F.R.Haedo

Probabilidad y Estadstica

Apndice II. Algunas variables aleatorias con distribuciones especiales Variables aleatorias discretas Bernoulli con parmetro p, XBe(p) x =1 x<0 p 0 Para 0<p<1, f X ( x) = 1 p x = 0 , FX ( x) = (1 p)u ( x) + pu ( x 1) = 1 p 0 x < 1 0 1 en otro caso x 1 E ( X ) = p ; V ( X ) = p (1 p ) Binomial con parmetros n y p. XBin(n, p) n P( X = k ) = p k (1 p) n k , k = 0,1,2, L, n 1, n k 0 [x ] n FX ( x) = P( X x) = p k (1 p ) n k k =0 k 1 E ( X ) = np ; V ( X ) = np (1 p ) Geomtrica con parmetro p. XGeo(p) P ( X = k ) = (1 p ) k 1 p, k = 1,2, L 1 1 p E( X ) = ; V ( X ) = 2 p p Poisson con parmetro . XP() k P( X = k ) = e , k = 0,1,2, L k! E( X ) = ; V ( X ) = Moda (el valor ms probable de X): Si no es un entero mximo entero menor a . Si es un entero y 1 ambos valores son moda. Variables aleatorias continuas Exponencial con parmetro , XExp() Con >0, f X ( x) = e x u ( x) ; FX ( x) = 1 e x u ( x) 1 1 E( X ) = ; V ( X ) = 2 x<0 0 x n , donde [x] es la parte entera de x x>n

Normal o gaussiana con parmetros y 2, XN(;2) Para >0 y R, f X ( x) =

E( X ) = ; V ( X ) =
2

1 2

1 x 2

x ; FX ( x ) =

__________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas variables aleatorias con distribuciones especiales - AII.P1

Laplace

1 b ( x a ) x<a 2 e b b x a Para b>0 y aR, f X ( x) = e ; FX ( x ) = 1 2 1 e b ( x a ) x a 2 2 E( X ) = a ; V ( X ) = 2 b

Exponencial de doble lado pe x x0 f X ( x) = , >0, 0<p<1 x (1 p)e x < 0
2 p 1 2 2 p 1 ; V (X ) = 2 E( X ) =
2

Rayleigh
1 Para b>0 y a R, f X ( x) = 2 ( x a )e 2 b 1 x a b
2

x<a 0 2 1 xa u ( x a ) ; FX ( x ) = 1 e 2 b x a

E( X ) = a + b

b 2 (4 ) ; V (X ) = 2 2

Uniforme con parmetros a y b, XU[a; b]

a R, b R, a<b, f X ( x) =

1 u ( x a ) u ( x b) = b a ba 0 x<a 0 ( x a) x a u ( x a) x b FX ( x) = b a a xb = ba 1 x<b x>b 1 (b a ) 2 a+b , V (X ) = E( X ) = 2 12

a xb en otro caso

Weibull (fsico sueco Ernst Hjalmar Waloddi Weibull 1887-1979) b b Para a>0, b>0, f X ( x) = abx b 1e ax u ( x) ; FX ( x) = 1 e ax u ( x) Si b=1, se transforma en la variable aleatoria exponencial. Si b=2, se transforma en la variable aleatoria con distribucin Rayleigh.

Desigualdad de Chebyshev X variable aleatoria con media y varianza 2 2 P( X c ) 2 , c > 0 c 1 Con c = k , P ( X k ) 2 k p (1 p ) P( M n p ) , c > 0 n 2
__________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas variables aleatorias con distribuciones especiales - AII.P2

U.T.N. F.R.Haedo

Probabilidad y Estadstica

APNDICE III: ALGUNAS FUNCIONES ESTADSTICAS RELATIVAS A DISTRIBUCIONES DE VARIABLES ALEATORIAS EN EXCEL

DISTR.BINOM
Devuelve la probabilidad de una variable aleatoria discreta siguiendo una distribucin binomial. Se utiliza DISTR.BINOM en problemas con un nmero fijo de pruebas o ensayos, n, cuando los resultados de un ensayo son slo xito o fracaso, cuando los ensayos son independientes y cuando la probabilidad de xito, p, es constante durante todo el experimento. Sintaxis DISTR.BINOM(nm_xito;ensayos;prob_xito;acumulado) nm_xito: es el nmero de xitos en los ensayos. ensayos: es el nmero de ensayos independientes. prob_xito: es la probabilidad de xito en cada ensayo. acumulado: es un valor lgico que determina la forma de la funcin. Si el argumento acumulado es VERDADERO, DISTR.BINOM devuelve el valor de la funcin de distribucin acumulada, que es la probabilidad de que sucedan a lo sumo un nmero de xitos dado en nm_xitos; si es FALSO, devuelve el valor de la funcin de masa de probabilidad en nm_xitos, esto es la probabilidad de que un evento se reproduzca un nmero de veces igual al argumento nm_xito. Observaciones Los argumentos nm_xito y ensayos se truncan a enteros. Si el argumento nm_xito, ensayos o prob_xito no es numrico, DISTR.BINOM devuelve el valor de error #VALOR! Si el argumento nm_xito<0 o si nm_xito>ensayos, DISTR.BINOM devuelve el valor de error #NUM! Si el argumento prob_xito<0 o si prob_xito>1, DISTR.BINOM devuelve el valor de error #NUM! La ecuacin para la funcin de masa de probabilidad binomial (acumulado=FALSO) es: n P( X = x) = b( x; n, p) = p n (1 p ) n x con x = 0,1,2,..., n 1, n , x n donde = C n , x es el nmero combinatorio COMBINAT(n; x). x Cuando acumulado=VERDADERO, la respuesta es la distribucin binomial acumulada desde 0 hasta el nm_xito: x n n P( X x) = B( x; n, p) = b(k ; n, p) = p k (1 p) n k con x = 0,1,2,..., n 1, n . k =0 k =0 k Ejemplo A B 1 Datos Descripcin 2 6 Valor x, nmero de xitos obtenidos 3 10 n nmero de ensayos independientes 4 0,50 p, probabilidad de xito en cada ensayo 5 Descripcin y resultado Frmula 6 =DISTR.BINOM(A2;A3;A4;VERDADERO) F(X=x)=P(Xx)=0,828125 7 =DISTR.BINOM(A2;A3;A4;FALSO) f(X=x)=0,205078

_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P1

BINOM.CRIT
Devuelve el menor valor cuya distribucin binomial acumulativa es menor o igual que un valor de criterio. Se utiliza esta funcin en aplicaciones de control de calidad. Por ejemplo, se usa BINOM.CRIT para determinar el mayor nmero de piezas defectuosas que una cadena de montaje pueda producir sin tener por ello que rechazar todo el lote. Sintaxis BINOM.CRIT(ensayos;prob_xito;alfa) ensayos: es el nmero de ensayos Bernoulli, n. prob_xito: es la probabilidad de xito en cada ensayo, p. alfa: es el valor del criterio. Observaciones Si uno de los argumentos no es numrico, BINOM.CRIT devuelve el valor de error #VALOR! Si el argumento ensayos no es un entero, se trunca. Si el argumento ensayos<0, BINOM.CRIT devuelve el valor de error #NUM! Si el argumento prob_xito<0 o si prob_xito>1, BINOM.CRIT devuelve el valor de error #NUM! Si alfa<0 o si alfa>1, BINOM.CRIT devuelve el valor de error #NUM! Ejemplo A B 1 Datos Descripcin 2 10 Valor n, nmero de ensayos independientes 3 0,50 p, probabilidad de xito en cada ensayo 4 0,75 Valor de criterio 5 Descripcin y resultado Frmula 6 = BINOM.CRIT(A2;A3;A4) min(x) tal que P(Xx) x=6 ================================

DISTR.HIPERGEOM
Devuelve la probabilidad para una variable aleatoria discreta siguiendo una distribucin hipergeomtrica. La funcin DISTR.HIPERGEOM devuelve la probabilidad de obtener un nmero determinado de "xitos" en una muestra, conocidos el tamao de la muestra, n, el nmero de xitos de la poblacin, M, y el tamao de la poblacin, N. Se utiliza DISTR.HIPERGEOM en problemas con una poblacin finita, donde cada observacin sea un xito o un fracaso, y donde cada subconjunto de un tamao determinado pueda elegirse con la misma posibilidad. Sintaxis
DISTR.HIPERGEOM(muestra_xito;nm_de_muestra;poblacin_xito;nm_de_poblacin)

muestra_xito: es el nmero de xitos en la muestra, x. nm_de_muestra: es el tamao de la muestra, n. poblacin_xito: es el nmero de xitos en la poblacin, M. nm_de_poblacin: es el tamao de la poblacin, N. Observaciones Todos los argumentos se truncan a enteros. Si uno de los argumentos no es numrico, DISTR.HIPERGEOM devuelve el valor de error #VALOR! Si el argumento muestra_xito<0 o si muestra_xito es mayor que el mnimo entre el argumento nm_de_muestra o nm_de_poblacin, DISTR.HIPERGEOM devuelve el valor de error #NUM! Si el argumento muestra_xito es menor que el mximo entre 0 o (nm_de_muestra nm_de_poblacin + poblacin_xito), DISTR.HIPERGEOM devuelve el valor de error #NUM!
_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P2

Si el argumento nm_de_muestra<0 o si nm_de_muestra>nm_de_poblacin, DISTR.HIPERGEOM devuelve el valor de error #NUM! Si el argumento poblacin_xito<0 o si poblacin_xito>nm_de_poblacin, DISTR.HIPERGEOM devuelve el valor de error #NUM! Si el argumento nm_de_poblacin<0, DISTR.HIPERGEOM devuelve el valor de error #NUM! La ecuacin para la distribucin hipergeomtrica es: M N M x n x P ( X = x) = h( x; n, M , N ) = N n donde x=muestra_xito; n=nm_de_muestra; M=poblacin_xito; N=nm_de_poblacin. La funcin DISTR.HIPERGEOM se utiliza en muestreos sin reemplazo, a partir de una poblacin finita. Ejemplo Una caja de bombones contiene 20 piezas. Ocho de ellas contienen caramelo y las 12 restantes contienen nueces. Si una persona selecciona 4 bombones al azar, la siguiente funcin devuelve la probabilidad de que exactamente 2 contengan caramelo. A B 1 Datos Descripcin 2 2 Valor x, nmero de xitos en la muestra 3 4 n tamao de la muestra 4 8 M, nmero de xitos en la poblacin 5 20 N tamao de la poblacin 6 Descripcin y resultado Frmula 7 =DISTR.HIPERGEOM(A2;A3;A4;A5) P(X=x)=0,13869969

================================

POISSON
Devuelve la distribucin de Poisson. Una de las aplicaciones comunes de la distribucin de Poisson es la prediccin del nmero de sucesos en un determinado perodo de tiempo, como por ejemplo, el nmero de automviles que se presenta a una zona de peaje en el intervalo de un minuto. Sintaxis POISSON(x;media;acumulado) x: es el nmero de sucesos. media: es el valor numrico esperado, . acumulado: es un valor lgico que determina la forma de la distribucin de probabilidad devuelta. Si el argumento acumulado es VERDADERO, POISSON devuelve la probabilidad acumulada de que la variable aleatoria X con distribucin Poisson ocurra un nmero de veces comprendido entre 0 y x inclusive; si el argumento acumulado es FALSO, la funcin POISSON devuelve la probabilidad de que X ocurra exactamente x veces. Observaciones Si el argumento x no es un entero, se trunca. Si los argumentos x o media no son numricos, POISSON devuelve el valor de error #VALOR! Si x0, POISSON devuelve el valor de error #NUM! Si media0, POISSON devuelve el valor de error #NUM! POISSON se calcula como:
_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P3

e x con x=0, 1, 2,... y >0. x! x e k con x=0, 1, 2,... Si el argumento acumulado=VERDADERO: P( X x) = k! k =0 Ejemplo A B 1 Datos Descripcin 2 2 Valor x, nmero de sucesos 3 10 media esperada 4 Descripcin y resultado Frmula 5 =POISSON(A2;A3;VERDADERO) P(Xx)=0,124652 6 =POISSON(A2;A3;FALSO) P(X=x)=0,084224 Si el argumento acumulado=FALSO: P( X = x) = ================================

DISTR.EXP
Devuelve la distribucin exponencial. Use DISTR.EXP para establecer el tiempo entre dos sucesos, tal como el tiempo que tarda una mquina de cajero automtico en entregar efectivo. Por ejemplo, la funcin DISTR.EXP puede usarse para determinar la probabilidad de que el proceso tarde un minuto como mximo. Sintaxis DISTR.EXP(x;lambda;acum) x: es el valor de la funcin. lambda: es el valor del parmetro. acum: es un valor lgico que indica qu forma de la funcin exponencial debe proporcionarse. Si el argumento acum es VERDADERO, DISTR.EXP devuelve el valor de la funcin de distribucin acumulada hasta x; si es FALSO, devuelve el valor de la funcin de densidad de la probabilidad en x. Observaciones Si los argumentos x o lambda no son numricos, DISTR.EXP devuelve el valor de error #VALOR! Si x<0, DISTR.EXP devuelve el valor de error #NUM! Si lambda0, DISTR.EXP devuelve el valor de error #NUM! x La ecuacin para la funcin de densidad de la probabilidad es: f ( x; ) = e con x>0 y >0. x La ecuacin para la funcin de distribucin acumulada es: F ( x; ) = P ( X x) = 1 e con x>0 y >0. Ejemplo A B 1 Datos Descripcin 2 0,2 Valor x 3 10 valor del parmetro 4 Descripcin y resultado Frmula 5 =DISTR.EXP(A2;A3;VERDADERO) F(X=x)=P(Xx)=0,864665 6 =DISTR.EXP(A2;A3;FALSO) f(X=x)=1,353353 ================================

_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P4

DISTR.NORM
Devuelve la distribucin normal para la media y desviacin estndar especificadas. Sintaxis DISTR.NORM(x;media;desv_estndar;acum) x: es el valor cuya distribucin desea obtener. media: es la media aritmtica de la distribucin, . Desv_estndar: es la desviacin estndar de la distribucin, . acum: es un valor lgico que determina la forma de la funcin. Si el argumento acum es VERDADERO, la funcin DISTR.NORM devuelve la funcin de distribucin acumulada P(Xx); si es FALSO, devuelve la funcin de masa de probabilidad, esto es f(X=x). Observaciones Si los argumentos media o desv_estndar no son numricos, DISTR.NORM devuelve el valor de error #VALOR! Si el argumento desv_estndar0, la funcin DISTR.NORM devuelve el valor de error #NUM! Si el argumento media=0, desv_estndar=1 y acumulado=VERDADERO, la funcin DISTR.NORM devuelve la distribucin normal estndar, DISTR.NORM.ESTAND. La ecuacin para la funcin de densidad normal (acumulado=FALSO) es:

e 2 Cuando acumulado=VERDADERO, la frmula es el entero desde el infinito negativo a x de la frmula dada.

F ( x; , ) =

f ( x; , ) =

( x )2 2 2

1 2

( y )2 2 2

dy

Ejemplo 1 2 3 4 5 6 7
A Datos 42 40 1,5 Frmula =DISTR.NORM(A2;A3;A4;VERDADERO) =DISTR.NORM(A2;A3;A4;FALSO) B Descripcin Valor x Descripcin y resultado F(X=x)=P(Xx)=0,908789 f(X=x)=0,10934005

DISTR.NORM.INV
Devuelve el inverso de la distribucin acumulativa normal para la media y desviacin estndar especificadas. Sintaxis DISTR.NORM.INV(probabilidad;media;desv_estndar) probabilidad: es una probabilidad correspondiente a la distribucin normal, esto es el valor numrico de F(X=x)=Probabilidad siendo la incgnita x. media: es la media aritmtica de la distribucin, . desv_estndar: es la desviacin estndar de la distribucin, . Observaciones Si uno de los argumentos no es numrico, DISTR.NORM.INV devuelve el valor de error #VALOR! Si probabilidad < 0 o si probabilidad > 1, DISTR.NORM.INV devuelve el valor de error #NUM! Si desv_estndar 0, DISTR.NORM.INV devuelve el valor de error #NUM!
_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P5

Si media = 0 y desv_estndar = 1, DISTR.NORM.INV utiliza la funcin de distribucin normal estndar (vea DISTR.NORM.ESTAND.INV). DISTR.NORM.INV se calcula utilizando una tcnica iterativa. Dado un valor de probabilidad, DISTR.NORM.INV itera hasta que el resultado tenga una exactitud de 3x10^-7. Si DISTR.NORM.INV no converge despus de 100 iteraciones, la funcin devuelve el valor de error #N/A. Ejemplo A B 1 Datos Descripcin 2 0.908789 Valor F(x)=P(Xx) (x incgnita) 3 40 4 1,5 5 Descripcin y resultado Frmula 6 =DISTR.NORM.INV(A2;A3;A4) P(Xx)=0,908789 x= 42,00000258

================================

DISTR.T
Devuelve los puntos porcentuales (probabilidad) de la distribucin t de Student, donde un valor numrico (x) es un valor calculado de t para el que deben calcularse los puntos porcentuales. Se utiliza esta funcin en lugar de una tabla de valores crticos para la distribucin t. Sintaxis DISTR.T(x;grados_de_libertad;colas) x: es el valor numrico al que debe evaluarse la distribucin. grados_de_libertad: es un nmero entero que indica el nmero de grados de libertad, . colas: especifica el nmero de colas de la distribucin que deben devolverse. Si colas=1, DISTR.T devuelve la distribucin de una cola, P(t>x). Si colas=2, DISTR.T devuelve la distribucin de dos colas, P(|t |>x), donde t es una variable aleatoria que sigue la distribucin t con los grados de libertad especificados. Observaciones Si uno de los argumentos no es numrico, DISTR.T devuelve el valor de error #VALOR! Si grados_de_libertad < 1, DISTR.T devuelve el valor de error #NUM! Los argumentos grados_de_libertad y colas se truncan a enteros. Si el argumento colas es un nmero distinto de 1 2, DISTR.T devuelve el valor de error #NUM! DISTR.T se calcula como DISTR.T=P(t >x), donde t es una variable aleatoria que sigue la distribucin t con grados de libertad Ejemplo A B 1 Datos Descripcin 2 1.96 Valor x 3 20 Grados de libertad, 4 Descripcin y resultado Frmula 5 =DISTR.T(A2;A3;1) Distribucin de dos colas P(t>x)=0,03203913 6 =DISTR.T(A2;A3;2) Distribucin de dos colas P(|t|>x)=0,06407825

DISTR.T.INV
Devuelve el valor x de la distribucin t de Student como funcin de la probabilidad y los grados de libertad. Sintaxis
_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P6

DISTR.T.INV(probabilidad;grados_de_libertad) probabilidad: es la probabilidad asociada con la distribucin t de Student de dos colas, grados_de_libertad: es el nmero de grados de libertad que caracteriza la distribucin. Observaciones Si uno de los argumentos no es numrico, DISTR.T.INV devuelve el valor de error #VALOR! Si probabilidad<0 o si probabilidad>1, DISTR.T.INV devuelve el valor de error #NUM! Si el argumento grados_de_libertad no es un entero, se trunca. Si grados_de_libertad<1, DISTR.T.INV devuelve el valor de error #NUM! DISTR.T.INV se calcula como DISTR.T.INV=P(t>x ), donde t es una variable aleatoria que sigue la distribucin t de grados de libertad. Puede devolverse un valor x de una cola reemplazando probabilidad por 2*probabilidad. Para una probabilidad de 0,05 y grados de libertad de 10, el valor de dos colas se calcula con DISTR.T.INV(0,05;10), que devuelve 2,28139. El valor de una cola para la misma probabilidad y los mismos grados de libertad puede calcularse con DISTR.T.INV(2*0,05;10), que devuelve 1,812462. DISTR.T.INV se calcula utilizando una tcnica iterativa. Ejemplo A B 1 Datos Descripcin 2 0,10 Valor P(|t|>x)=probabilidad (x incgnita) 3 20 5 Descripcin y resultado Frmula 6 =DISTR.T.INV(A2;A3) P(|t|>x)=0,10 x= 1,724718 Aclaracin: P(|t|>x)=0,10 es equivalente a P(t>x)=0,05.

================================

DISTR.CHI
Devuelve la probabilidad de una variable aleatoria continua siguiendo una distribucin chi cuadrado de una sola cola. Sintaxis DISTR.CHI(x;grados_de_libertad) x: es el valor al que desea evaluar la distribucin. grados_de_libertad: es el nmero de grados de libertad, . Observaciones Si uno de los argumentos no es numrico, DISTR.CHI devuelve el valor de error #VALOR! Si el argumento x es negativo, DISTR.CHI devuelve el valor de error #NUM! Si el argumento grados_de_libertad no es un entero, se trunca. Si el argumento grados_de_libertad<1 o si grados_de_libertad10^10, DISTR.CHI devuelve el valor de error #NUM! 2 2 DISTR.CHI se calcula como DISTR.CHI=P( >x), donde es una variable aleatoria de distribucin chi-cuadrado con grados de libertad. Ejemplo A B 1 Datos Descripcin 2 18.307 Valor x 3 10 Grados de libertad, 4 Descripcin y resultado Frmula 5 =DISTR.CHI(A2;A3) Distribucin de una cola P(t>x)=0,050001
_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P7

PRUEBA.CHI.INV
Devuelve para una probabilidad dada, de una sola cola, el valor de la variable aleatoria siguiendo una distribucin chi cuadrado. Si el argumento probabilidad=DISTR.CHI(x;...), entonces PRUEBA.CHI.INV(probabilidad,...)=x. Sintaxis PRUEBA.CHI.INV(probabilidad;grados_de_libertad) probabilidad: es una probabilidad asociada con la distribucin chi cuadrado. grados_de_libertad: es el nmero de grados de libertad. Observaciones Si uno de los argumentos no es numrico, PRUEBA.CHI.INV devuelve el valor de error #VALOR! Si probabilidad<0 o si probabilidad>1, PRUEBA.CHI.INV devuelve el valor de error #NUM! Si el argumento grados_de_libertad no es un entero, se trunca. Si grados_de_libertad<1 o si grados_de_libertad10^10, PRUEBA.CHI.INV devuelve el valor de error #NUM! PRUEBA.CHI.INV usa una tcnica iterativa para calcular la funcin. Dado un valor de probabilidad, PRUEBA.CHI.INV itera hasta que el resultado tenga una exactitud de 3x10^-7. Si PRUEBA.CHI.INV no converge despus de 100 iteraciones, la funcin devuelve el valor de error #N/A. Ejemplo A B 1 Datos Descripcin 2 2 0,05 Valor P( >x)=probabilidad (x incgnita) 3 20 4 Descripcin y resultado Frmula 2 5 =PRUEBA.CHI.INV(A2;A3) P( >x)=0,05 x= 18,30703 ================================

DIST.WEIBULL
Devuelve la distribucin de Weibull. Se utiliza esta distribucin en los anlisis de fiabilidad, para establecer, por ejemplo, el perodo de vida de un componente hasta que presenta un fallo. Sintaxis DIST.WEIBULL(x;alfa;beta;acumulado) x: es el valor con el que desea evaluar la funcin. alfa: es un parmetro de la distribucin. beta: es un parmetro de la distribucin. acumulado: determina la forma de la funcin. Observaciones Si los argumentos x, alfa o beta no son numricos, DIST.WEIBULL devuelve el valor de error #VALOR! Si x<0, DIST.WEIBULL devuelve el valor de error #NUM! Si alfa0 o si beta0, DIST.WEIBULL devuelve el valor de error #NUM! La ecuacin para la funcin de distribucin acumulativa de Weibull es:

F ( x; , ) = P( X x) = 1 e La ecuacin para la funcin de densidad de probabilidad de Weibull:

_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P8

 x e Cuando alfa=1, DIST.WEIBULL devuelve la distribucin exponencial con =1/. Ejemplo A B 1 Datos Descripcin 2 105 Valor x 3 20 4 100 5 Descripcin y resultado Frmula 6 =DIST.WEIBULL(A2;A3;A4;VERDADERO) F(X=x)=P(Xx)=0,929581 7 =DIST.WEIBULL(A2;A3;A4;FALSO) f(X=x)=0,035589 f ( x; , ) =

x 1

_______________________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Algunas funciones de distribucin de variables aleatorias en Excel AIII.P9

U.T.N. F.R.Haedo

Probabilidad y Estadstica

Apndice IV. Resumen de estadsticos y de intervalos de confianza para inferencia estadstica de parmetros poblacionales Parmetro desconocido Media Caractersticas poblacionales y otra descripcin Poblacin normal XN(,2) conocido tamao de muestra n Estadstico que incluye el mejor estimador puntual Intervalo de confianza al 100(1)% x z / 2 n

Z=

X ; normal estndar exacta n

Media

Poblacin normal XN(, ) desconocido tamao de muestra n Poblacin de distribucin desconocida tamao de muestra n grande (T.C.L.)
2

t n 1 =

X ; t de Student con n1 grados de libertad S n X Z= ; normal estndar (aproximada) n

x t / 2

s n n

Media

x z / 2

Varianza

Poblacin normal XN(, ) tamao de muestra n

2 n 1 =

(n 1) S ; chi-cuadrado con con n1 grados de libertad 2

2

(n 1) s 2 (n 1) s 2 2 2 2 / 2 ;n 1 1 / 2 ;n 1
x z / 2 n

Proporcin p

n pruebas independientes repetidas X: nmero de xitos XBin(n,p); np (1p) 3

Poblacin normales indpendientes XN(X,X2); YN(Y,Y2) X y Y conocidos tamaos muestrales nX y nY Poblacin normales indpendientes XN(X,X2); YN(Y,Y2) X = Y desconocido tamaos muestrales nX y nY

Diferencia de medias XY Diferencia de medias XY

X p n Z= ; normal estndar (aproximada) p(1 p ) n ( X Y ) ( X Y ) ; normal estndar exacta Z= 2 2 y X + n X nY

t n X + nY 2 =

p(1 p ) n

( x y) z / 2

2 2 y X + n X nY

(X Y ) (
SP

Y )

1 1 + n X nY

y SP =

2 (n X 1) S X + (nY 1) S Y2 n X + nY 2

( x y) t / 2 S P

1 1 + n X nY

U.T.N. F.R.Haedo

Probabilidad y Estadstica

Apndice V. Resumen de conceptos vinculados a variables aleatorias mltiples Variable aleatoria bidimensional discreta

Sea X y sea Y variables aleatorias discretas asociadas con el mismo experimento. La distribucin de probabilidad conjunta pXY de X y de Y est definida por p X ,Y ( x, y ) = P ( X = x, Y = y ) . Las funciones de probabilidad marginal de X y de Y se obtienen a partir de p X ( x) = p X ,Y ( x, y ) ; pY ( y ) = p X ,Y ( x, y ) .
y

Funciones de distribucin de probabilidad condicionadas Si A es un evento asociado con el experimento con P(A)>0, p X / A ( x) = P( X = x / A) y

satisface que

p
x

X/A

( x) = 1 .

La funcin de distribucin de probabilidad condicionada de X dado que Y=y est relacionada con la funcin de distribucin conjunta por p X ,Y ( x, y ) = pY ( y ) p X / Y ( x / y ) , es anloga a la regla de la multiplicacin para calcular probabilidades. La funcin de distribucin de probabilidad de X dado Y puede ser usada para calcular la funcin de distribucin de probabilidad de X mediante p X ( x ) = pY ( y ) p X / Y ( x / y ) ,
y

en forma anloga al uso del teorema de la probabilidad total.

Valores esperados y valores esperados condicionados E [ X ] = xp X ,Y ( x, y ) , E [Y ] = yp X ,Y ( x, y )
y x x y

Una funcin g(X,Y) define E [g ( X , Y )] = g ( x, y ) p XY ( x, y ) .

x y

otra

variable

aleatoria

que

satisface

Si g es lineal de la forma aX + bY + c entonces E[aX + bY + c] = aE[ X ] + bE[Y ] + c . El valor esperado de X dado un evento A con P(A)>0, est definido por E [X / A] = xp X / A ( x) y para la funcin g(X) se tiene que E [g ( X ) / A] = g ( x) p X / A ( x) .
x x

El valor esperado de X dado un valor y de Y, est definido por E [X / Y = y ] = xp X / Y ( x / y ) ,

x
y

y se tiene que E [X ] = pY ( y )E [ X / Y = y ] .

Independencia de las variables aleatorias X y Y son variables aleatorias discretas independientes si para todos los pares posibles (x,y), los eventos {X=x} y {Y=y} son independientes o, equivalentemente, si p XY ( x, y ) = p X ( x) pY ( y ) ( x, y ) . Se verifica que: E[XY ] = E[X ]E[Y ] ; para cualquier dos funciones g y h, las variables aleatorias g(X) y h(Y) son independientes y vale que E[g ( X )h(Y )] = E[g ( X )]E[h(Y )] ; V ( X + Y ) = V ( X ) + V (Y ) .
________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Respuestas a algunos problemas especiales AV.P1

Variable aleatoria bidimensional continua

Sea X y sea Y variables aleatorias continuas con funcin de densidad conjunta fXY. Las funciones de densidad conjunta, marginales y condicionales estn relacionadas unas con otras mediante f XY ( x, y ) = f Y ( y ) f X / Y ( x / y ) = f X ( x) f Y / X ( y / x) ,
f X ( x) = f X ,Y ( x, y ) dy , f X ( x) =
y

fY ( y ) f X / Y ( x / y )dy ,

f Y ( y ) = f X ,Y ( x, y )dx , f Y ( y ) = f X ( x) f Y / X ( y / x)dx ,

f X / Y ( x / y) =

f X ( x) f Y / X ( y / x)
x =t

(t ) f Y / X ( y / t ) dt

, f Y / X ( y / x) =

f Y ( y) f X / Y ( x / y)
y =t

(t ) f X / Y ( x / t )dt

La funcin de densidad de probabilidad fX/Y (x/y) est definida slo para aquellos valores de y para los cuales fY (y)>0; anlogo para fY/X (y/x) con fX (x)>0.
Acerca del clculo de probabilidades. P ( B ) = P (( X , Y ) B ) =

( x , y )B

X ,Y

( x, y ) dxdy ,

P( X A) = f X ( x)dx , P( X A / Y = y ) = f X / Y ( x / y )dx ,
A A

donde B es cualquier subregin del plano bidimensional y se considera el evento {(X,Y)B}y A es un subintervalo en la recta real y se considera el evento {XA}.
Acerca del clculo de valores esperados. E [ X ] = xf X ,Y ( x, y ) dxdy , E [Y ] =
( x, y )

E [g ( X )] = g ( x) f X ( x)dx , E [g (Y )] = g ( y ) f Y ( y ) dy , E [g ( X , Y )] =
x
y

( x, y )

yf

X ,Y

( x, y ) dxdy

( x, y )

g ( x, y ) f

X ,Y

( x, y )dxdy

E [g ( X ) / Y = y ] = g ( x, y ) f X / Y ( x / y )dx , E [g (Y ) / X = x ] = g ( x, y ) f Y / X ( y / x )dy
x
y

E [g ( X , Y ) / Y = y ] = g ( x, y ) f X / Y ( x / y )dx , E [g ( X , Y ) / X = x ] = g ( x, y ) f Y / X ( y / x) dy
E [ X ] = E [X / Y = y ] f Y ( y ) dy , E [Y ] = E [Y / X = x] f X ( x)dx
y

E [g ( X )] = E [g ( X ) / Y = y ] f Y ( y ) dy E [g ( X , Y )] = E [g ( X , Y ) / Y = y ] f Y ( y ) dy .
y y

Independencia de las variables aleatorias Si X y Y son variables aleatorias continuas independientes para las que f X ,Y ( x, y ) = f X ( x ) f Y ( y ) ( x, y ) .

Se verifica que: E[XY ] = E[X ]E[Y ] , E[g ( X )h(Y )] = E[g ( X )]E[h(Y )] , V ( X + Y ) = V ( X ) + V (Y ) .

________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Respuestas a algunos problemas especiales AV.P1

U.T.N. F.R.Haedo

Probabilidad y Estadstica

Apndice VI. Respuestas a algunos problemas especiales Trabajo Prctico n 2. Ejercicio 1. Dgalo con un grfico Cada grfica presentada subraya mejor un determinado mensaje. No hay respuestas que estn bien o mal. Son subjetivas, pero lo importante es detenerse a pensar en ello. Por ejemplo, al mostrar los datos como un par de grficos de pastel o de columna con porcentajes, se estara subrayando, G1 y G2: la mezcla de ventas es diferente paras las compaas A y B. Si se presenta los datos como dos conjuntos de grficos de barras, poniendo stas ltimas en secuencia segn el orden de la informacin presentada anteriormente, se subraya el mensaje, G3: el porcentaje de ventas, tanto para la compaa A como para la compaa B vara por regin. Si se clasific el porcentaje de ventas para cada compaa en orden descendente (o ascendente), destacando el punto, G4: la Compaa A tiene ventas ms elevadas en el Sur, mientras que la compaa B tiene mayores ventas en el Norte. O bien, la Compaa A tiene las ventas ms bajas en el Norte y la B en el Sur. Al colocar las barras en una imagen de espejo para las mismas regiones, se muestra con nfasis, G5: la participacin de ventas de la Compaa A es alta en el Sur, donde la de B es dbil. Si se agrupan las barras contra una base comn, se comparan ahora los intervalos por regin, G6: en el Sur, la Compaa A supera a la B por un amplio margen; en el Este y en el Oeste ambas son competitivas; pero en el Norte, la B supera a su rival A. Trabajo Prctico n 2. Ejercicio 2. Comparacin de componentes Porcentajes que representan los grficos G1: % de G2: % de G3: % de G4: % de G5: % de ventas activos utilidades muertes volumen a 5 37 58 7 7 b 7 31 32 6 15 c 11 10 3 17 18 d 24 14 4 16 25 e 53 8 3 54 35

G6: % de impuestos 5 7 11 24 53

Trabajo Prctico n 3. Ejercicio 21. Plan de aceptacin de un lote xito: el artculo seleccionado resulta defectuoso. X: v. a. correspondiente al nmero de artculos defectuosos en la muestra de tamao n=10. X ~ Bi(n=10; p), modelo vlido pues se extrae una muestra pequea de un lote grande. 10 P( X = x) = p x (1 p ) n x R X = {0;1;2;3;4;5;6;7;8;9;10} x Funcin de probabilidad puntal, P(X=x)=p(x), para distintos valores de p p=0.01 p=0.05 p=0.10 p=0.20 p=0.30 p=0.40 p=0.50 p(x) p(x) p(x) p(x) p(x) p(x) p(x) x=0 0.9044 0.5987 0.3487 0.1074 0.0282 0.0060 0.0010 x=1 0.0914 0.3151 0.3874 0.2684 0.1211 0.0403 0.0098 x=2 0.0042 0.0746 0.1937 0.3020 0.2335 0.1209 0.0439 x=3 0.0001 0.0105 0.0574 0.2013 0.2668 0.2150 0.1172 x=4 0.0000 0.0010 0.0112 0.0881 0.2001 0.2508 0.2051 x=5 0.0000 0.0001 0.0015 0.0264 0.1029 0.2007 0.2461 x=6 0.0000 0.0000 0.0001 0.0055 0.0368 0.1115 0.2051 x=7 0.0000 0.0000 0.0000 0.0008 0.0090 0.0425 0.1172
________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Respuestas a algunos problemas especiales AVI.P1

Curva caracterstica de operacin, muestra de n=10 para distinto n mximo de artculos defectuosos aceptables x=8 x=9 0.9 x=10
0.8 1

0.0000 0.0000 0.0000

0.0000 0.0000 0.0000

0.0000 0.0000 0.0000

0.0001 0.0000 0.0000

0.0014 0.0001 0.0000

0.0106 0.0016 0.0001

0.0439 0.0098 0.0010

Nmero mximo de artculos defectuosos aceptables en la muestra

Probabilidad de aceptacin del lote

Criterio de aceptacin del lote: hasta dos defectuosos en la muestra de 10 artculos p=0.01 p=0.05 p=0.10 p=0.20 p=0.30 p=0.40 p=0.50 0.9999 2 0.9885 0.9298 0.6778 0.3828 0.1673 0.0547 p(X2) 0.7
0.6

0.5

0.4

0.3

0.2

0
0.1

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Proporcin de componentes defectuosas en la muestra

1 p=0.01 P(X<3)=0.9999 0.8

1 p=0.05 P(X<3)=0.9885 0.8

1 p=0.10 P(X<3)=0.9298 0.8

0.6 p(x) p(x)

0.6 p(x) 0.4

0.6

0.4

0.4

0.2

0.2

0.2

5 x

10

5 x

10

5 x

10

1 p=0.20 P(X<3)=0.6778 0.8

1 p=0.30 P(X<3)=0.3828 0.8

1 p=0.40 P(X<3)=0.1673 0.8

0.6 p(x) p(x)

0.6 p(x) 0.4

0.6

0.4

0.4

0.2

0.2

0.2

5 x

10

5 x

10

5 x

10

________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Respuestas a algunos problemas especiales AVI.P2

Curvas caractersticas de operacin para muestras de distinto tamao n. Criterio de aceptacin a lo sumo dos artculos defectuosos
1 0.9 0.8 0.7 0.6

Probabilidad de aceptacin del lote

n=10

0.5 0.4 0.3 0.2

n=15

n=20
0.1 0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Proporcin de componentes defectuosos en la muestra

________________________________________________________________________________ U.T.N. F.R.H. Probabilidad y Estadstica. Respuestas a algunos problemas especiales AVI.P3