Академический Документы
Профессиональный Документы
Культура Документы
DISTRIBUCIN BINOMIAL
Caso I .- De acuerdo a los acadmicos queremos saber que porcentaje de los
encuestados i considera que gana lo suficiente para vivir
1- De las 409 encuestas levantadas se toman 20 de ellas.
Por lo tanto: tenemos que n=20 nmero de ensayos
2- Tenemos (S) xito [Si considera que gana lo suficiente].
Tenemos (F) fracaso [No considera que gana lo suficiente].
El resultado de este ensayo se basa en que la respuesta sea un SI o NO y
de acuerdo a la tabla de frecuencia correspondiente a este ensayo:
Gana lo suficiente
si
no
No
contest
Total
Frequenc
y
Percent
Valid
Percent
96
287
26
23,5
70,2
6,3
23,5
70,2
6,3
409
100
100
Cumulati
ve
Percent
23,5
76,5
100
Por lo tanto:
Probabilidad de xito P(S)=p=.235
- p=q=.765
Donde:
n = nmero de ensayos
p = probabilidad de xito
q = probabilidad de fracaso
y = variable de 0-20
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
1
2
3
4
5
6
7
8
9
1
0
1
1
1
2
1
3
1
4
1
5
1
20
190
1140
4845
15504
38760
77520
12597
0
16796
0
18475
6
16796
0
12597
0
77520
38760
15504
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
0,23
5
ny
20
0,235
19
0,055225
18
0,012977
88
0,003049
8
0,000716
7
0,000168
43
3,958E05
9,3013E06
2,1858E06
5,1366E07
1,2071E07
2,8367E08
6,6663E09
1,5666E09
3,6814E10
17
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
16
15
14
13
12
11
10
9
8
7
6
5
0,004712
25
0,006159
81
0,008052
04
0,010525
54
0,013758
88
0,017985
46
0,023510
4
0,030732
55
0,040173
27
0,052514
08
0,068645
86
0,089733
15
0,117298
24
0,153331
03
0,200432
72
0,262003
55
0,004712254
0,028951104
0,084488025
0,155723027
0,203305062
0,199850205
0,153479733
0,094294738
0,047070331
0,019279351
0,006514657
0,001819304
0,000419153
7,92366E-05
1,21703E-05
1,49544E-06
2
0
2
0
1 2
8 0
1
2
9
0
2
2
0
0
Grfica
1
6
1
7
0,23 8,6514E5
11
1140
0,23 2,0331E5
11
190
0,23 4,7777E5
12
20
0,23 1,1228E5
12
1
0,23 2,6385E5
13
correspondiente:
4845
4
3
2
1
0
0,76
5
0,76
5
0,76
5
0,76
5
0,76
5
0,342488
3
0,447697
13
0,585225
1,43557E-07
0,765
1,71783E-11
2,6385E-13
1,03763E-08
5,31249E-10
Solucin:
Da do que se desea saber la probabilidad de que al menos 12 personas de la
20 estn de acuerdo con lo que ganan tenemos.
Por lo tanto:
Conclusin:
La probabilidad de que al menos 12 acadmicos de los 20 tomados estn de
acuerdo con lo que ganan es de .00052 el cual es una probabilidad muy
diminuta esto quiere decir que la mayora de los acadmicos no esta conforme
con lo que ganan.
Caso II
Valid
Missing
Total
si
no
Total
System
Frequency
5
15
20
56
76
Percent
6,6
19,7
26,3
73,7
100,0
Valid Percent
25,0
75,0
100,0
Cumulative
Percent
25,0
100,0
Por lo tanto:
Donde:
n = nmero de ensayos
p = probabilidad de xito
q = probabilidad de fracaso
y = variable de 0-20
Tabla de Distribucin Binomial
2
0
0,25
20
0,25
ny
20
0,75
0,003171
2
0,00317212
0,25
19
0,75
0,004228
0,021141
2
0
190
0,25
0,0625
18
0,75
0,005637
7
0,06694768
2
0
1140
0,25
0,015625
17
0,75
0,007516
9
0,13389478
2
0
4845
0,25
0,003906
25
16
0,75
0,010022
5
0,189683642
2
0
15504
0,25
0,000976
5
15
0,75
0,013363
4
0,206414069
2
0
38760
0,25
0,000244
1
14
0,75
0,017817
9
0,168580782
2
0
77520
0,25
6,1035E05
13
0,75
0,023757
2
0,112405604
2
0
12597
0
0,25
1,5258E05
12
0,75
0,031676
3
0,060883440
2
0
16796
0
0,25
3,8146E06
11
0,75
0,042235
1
0,027060037
1
0
2
0
18475
6
0,25
9,5367E07
10
0,75
0,056313
5
0,009222277
1
1
2
0
16796
0
0,25
2,3841E07
0,75
0,075084
6
0,003006630
1
2
2
0
12597
0
0,25
5,9604E08
0,75
0,100112
9
0,000751679
1
3
2
0
77520
0,25
1,4901E08
0,75
0,133483
8
0,000154190
1
4
2
0
38760
0,25
3,7252E09
0,75
0,177978
5
2.5698E-05
1
5
2
0
15504
0,25
9,3132E10
0,75
0,237304
6
3.4264E-06
1
6
2
0
4845
0,25
2,3283E10
0,75
0,316406
2
3,5692E-07
1
7
2
0
1140
0,25
5,8207E11
0,75
0,421875
2,7993E-08
190
0,25
1,4551E-
0,75
0,5625
1.5553E-10
11
1
9
2
0
20
0,25
3.6379E12
0,75
0,75
5.4568E-11
2
0
2
0
0,25
9.0949E13
0,75
9.0949E-13
Grafica correspondiente:
Solucin:
Da do que se desea saber la probabilidad de que al menos 18 personas de la
20 digan que si.
Por lo tanto:
Conclusin:
DISTRIBUCIN GEOMTRICA
luz
Valid
Missing
Total
Frequency
sin apagones
19
con apagones
11
Total
30
System
38
68
Percent
27,9
16,2
44,1
55,9
100,0
Valid Percent
63,3
36,7
100,0
Cumulative
Percent
63,3
100,0
Por lo tanto:
x1
0,63
3
0,36
7
0,633
0,63
3
0,36
7
0,367
0,232311
0,63
3
0,36
7
0,13468
9
0,085258
0,63
0,36
0,04943
0,031289
0,63
3
0,36
7
0,01814
1
0,011483
0,63
3
0,36
7
6,65E03
4,20E-03
0,63
3
0,36
7
2,44E03
1.54E-03
0,63
3
0,36
7
8,96E04
5,67E-04
0,63
3
0,36
7
3,29E04
2,08E-04
1
0
0,63
3
0,36
7
1,20E04
7,59E-5
Grafica Correspondiente:
Conclusin:
La probabilidad de que a la cuarta encuesta tomada se obtenga a:
Si
No
No
contest
Total
Por lo tanto:
los
Busca trabajo
Frequen Perce Valid
Cumulative
cy
nt
Percent
Percent
289
67,1
67,1
67,1
121
28
28
32,9
21
4,9
4,9
431
100
100
Probabilidad de fracaso q=1-p=.329
0,67 0,32
1
9
2 0,67 0,32
1
9
3 0,67 0,32
1
9
4 0,67 0,32
1
9
5 0,67 0,32
1
9
6 0,67 0,32
1
9
7 0,67 0,32
1
9
8 0,67 0,32
1
9
9 0,67 0,32
1
9
1 0,67 0,32
0
1
9
Grfica Correspondiente:
x1
0
0,671
0,329
0,220759
0,108241
0,07262971
0,035611
29
0,011716
11
0,003854
6
0,001268
16
0,000417
23
0,000137
27
4,5161E05
0,02389517
4
5
6
7
8
9
0,00786151
0,00258644
0,00085094
0,00027996
9,2106E-05
3,0303E-05
Conclusin:
La probabilidad de que a la cuarta encuesta tomada de 431 desempleados
tengamos xito de que el desempleado busque trabajo, es:
DISTRIBUCIN HIPERGEOMETRICA
Colalumbrado
Valid
Missing
Total
Bueno
malo
Total
System
Frequency
20
10
30
38
68
Percent
29,4
14,7
44,1
55,9
100,0
Valid Percent
66,7
33,3
100,0
Cumulative
Percent
66,7
100,0
Tenemos:
M (nmero de xitos)=54
N-M (nmero de fracasos) =76-54=22
X=10 (xito que se quiere probar)
Aplicando la Distribucin Hipergeomtrica
Obtenemos la
tabla y grafica correspondiente de la Distribucin
Hipergeometrica siguientes.
Tabla Distribucin Hipergeomtrica
X
76
2
0
54
22
19
54
1540
1,09E+1
8
83160
7,62E14
2 76
2
0
54
22
18
1431
7315
1,09E+1
8
1,04E+7
9,54E12
54
22
17
24804
26334
1,09E+1
6,53E+8
5,99E-
76
NM
nx
10
76
2
0
54
22
16
31625
1
74613
1,09E+1
8
2,35E+10
2,15E08
76
2
0
54
22
15
3,16E+
06
170544
1,09E+1
8
5,38E+11
4,93E07
76
2
0
54
22
14
2,58E+
07
319770
1,09E+1
8
8,25E+12
7,56E06
76
2
0
54
22
13
1,77E+
8
497420
1,09E+1
8
8,804E+1
3
8,07E05
76
2
0
54
22
12
1,04E+
9
646646
1,09E+1
8
6,72E+14
6,16E04
76
2
0
54
22
11
5,31E+
9
705432
1,09E+1
8
3,95E+15
3,62E03
1
0
76
2
0
54
22
10
2,39E+
10
646646
1,09E+1
8
1,54E+16
0,0141
2
1
1
76
2
0
54
22
9,57E+
10
497420
1,09E+1
8
4,76E+16
4,36E02
1
2
76
2
0
54
22
3,43E+
11
319770
1,09E+1
8
1,09E+17
0,1
1
3
76
2
0
54
22
1,10E+
12
170544
1,09E+1
8
1,87E+17
0,1715
1
4
76
2
0
54
22
3,24E+
12
74613
1,09E+1
8
2,41E+17
0,2211
1
5
76
2
0
54
22
8,65E+
12
26334 1,09E+1
8
2,27E+17
0,2082
1
6
76
2
0
54
22
2,10E+
13
7315 1,09E+1
8
1,53E+17
0,1403
1
7
76
2
0
54
22
4,71E+
13
1540
1,09E+1
8
7,25E+16
0,0665
1
8
76
2
0
54
22
9,69E+
13
231 1,09E+1
8
2,23E+16
0,0204
5
1
9
76
2
0
54
22
1,83E+
14
22 1,09E+1
8
4,026E+1
5
0,0036
9
76
54
22
3,21E+
1 1,09E+1
3,21E+14
0,0002
14
Grfica correspondiente:
Conclusin:
94
Por lo tanto
DISTRIBUCIN HIPERGEOMTRICA
De acuerdo con la distribucin Hipergeomtrica estamos Interesados en
conocer la probabilidad de obtener (x) xitos en (n) determinado nmero de
muestras tomadas.
Planteamiento del problema:
Se tienen 409 encuestas contestadas por docentes de las cuales 133 trabajan
en el sector privado, se toman 20 de estas encuestas al azar. Cual es la
probabilidad de que 10 de estas sean de docentes que trabajan en el sector
privado.
Por la tanto tenemos:
1- De las 409 encuestas levantadas a docentes se toman 20 de ellas:
Entonces tenemos N=409 y n=20.
2- El xito se considera que [trabaje en el sector privado].
El fracaso se considera que [no trabaje en el sector privado].
De acuerdo a la tabla de frecuencias correspondiente a los docentes y a
la pregunta de si trabaja en el sector privado:
Institucin
privada
Frequen
cy
si
133
No
136
no
140
contest
Total
409
Tenemos:
M (nmero de xitos)=133
N-M (nmero de fracasos) =409-133=276
X=10 (xito que se quiere probar)
Aplicando la Distribucin Hipergeomtrica
N
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
40
n
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
2
NM
nx
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
13
276
19
133
276
18
8778
276
17
383306
276
16
276
15
276
14
276
13
276
12
276
11
276
10
276
276
276
1,25E+0
7
3,20E+0
8
6,80E+0
9
1,24E+1
1
1,95E+1
2
2,72E+1
3
3,74E+1
4
3,77E+1
5
3,83E+1
6
3,57E+1
1,03E+2
9
7,65E+2
7
5,32E+2
6
3,47E+2
5
2,13E+2
4
1,22E+2
3
6,49E+2
1
3,20E+2
0
1,44E+1
9
5,99E+1
7
2,24E+1
6
7,53E+1
4
2,24E+1
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
1,3699E
+31
6,7152E
+31
2,0392E
+32
4,3227E
+32
6,816E+
32
8,296E+
32
8,0476E
+32
6,24E+3
2
3,9168E
+32
2,2403E
+32
8,4448E
+31
2,884E+
31
7,9968E
3,12E03
1,53E02
4,65E02
9,85E02
1,55E01
1,89E01
1,83E01
1,42E01
8,92E02
5,10E02
1,92E02
6,57E03
1,82E-
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
9
40
9
40
9
40
9
40
9
40
9
40
9
40
9
0
2
0
2
0
2
0
2
0
2
0
2
0
2
0
3
13
3
13
3
13
3
13
3
13
3
13
3
13
3
276
276
276
276
276
276
276
7
3,06E+1
8
2,42E+1
9
1,79E+2
0
1,23E+2
1
7,94E+2
1
4,80E+2
2
2,73E+2
3
3
5,81E+1
1
1,28E+1
0
2,36E+0
8
3,46E+0
6
37950
276
1
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
4,39E+3
3
+30
1,7779E
+30
3,0976E
+29
4,2244E
+28
4,2558E
+27
3,0132E
+26
1,3248E
+25
2,73E+2
3
03
4,05E04
7,06E05
9,62E06
9,69E07
6,86E08
3,02E09
6,22E11
Grfica correspondiente:
Conclusin:
Por lo tanto
Distribucin de Poisson
Caso I.- Se desea realizar una aplicacin de la distribucin de Poisson para mostrar el
comportamiento de la misma
Se sabe que el 25% de los encuestados nos dice que se vende droga en las escuelas, se
tratara de obtener la probabilidad de que 5 de los 76 encuestados nos digan si se venden
droga en las escuelas, puede calcularse usando la distribucin de Poisson.
Segn nuestras encuestas realizadas nos arrojo el porcentaje siguiente.
Col Venta drose
Valid
Missing
Total
si
no
Total
System
Frequency
5
15
20
56
76
Percent
6,6
19,7
26,3
73,7
100,0
Valid Percent
25,0
75,0
100,0
Cumulative
Percent
25,0
100,0
En este caso concreto, k es 5 y , , el valor esperado de los encuestados que nos dijeron que
se venden droga es del 25% de 76, es decir, 19.
Tabla de la distribucin de Poisson
e-()
()k
K!
()k/K!
e()
()k/K!
5,6E-09
5,6E-9
5,6E-09
19
19
1,06E-7
5,6E-09
361
180.5
1,01
E-6
5,6E-09
6859
41154
6,40E-6
5,6E-09
130321
24
3127704
3,04E-5
5,6E-09
2476099
120
2,9E08
1,15E-4
5,6E-09
4704588
1
720
3,3E10
3,65E-4
5,6E09
8938717
39
5040
4,50E12
9,93E-4
5,6E-09
1,6E10
40320
2,22E-3
6,45E14
5,6E-09
3,22E11
362880
1,16E17
4,96E-3
1
0
5,6E-09
6,13E12
3628800
2,22E19
9,45E-3
1
1
5,6E-09
1,16E14
39916800
4,65E21
0,0162
1
2
5,6E-09
2,21E15 479001600
1,05E24
0,0248
1
3
5,6E-09
4,20E16 622702080
0
2,61E26
0,0377
1
4
5,6E-09
7,99E17 871782912
00
6,96E28
0,05
13
1
5
1
6
1
7
1
8
5,6E-09
5,6E-09
5,6E-09
5,6E-09
1,51E19
1,30767E+
12
1,96E31
0,0650
2,88E20
2,09228E+
13
6,01E33
0,0771
5,48E21
3,55687E+
14
1,94E35
0,
1,04E23
6,40237E+
15
6,65E38
0,091
086
1
9
5,6E-09
1,97E24
1,21645E+
17
2,38E41
0.0911
2
0
5,6E-09
3,75E25
2,4329E+1
8
9,11E43
0,086
P(5;19)=
10
11
0
12
1
13
2
14
3
15
4
16
5
17
6
18
7
19
8
20
9
Nk
0
0
0
1
0
1
0
0
0
1
2
0
0
1
2
0
1
2
1
0
12
Donde 1215 por lo tanto no est funcionando este anlisis.
Qu podemos hacer para mejorarlo o hacer un anlisis correcto?
1- Creemos que hemos cometido un error al tomar el intervalo de tiempo
con respecto a la edad de los desempleados.
2- Podemos intentar con otro intervalo que sea de igual forma de inters.
Proponiendo un nuevo intervalo: Tiempo que lleva sin trabajar (t=0-20 aos).
Cul ser el suceso (K) en este intervalo de tiempo? La cantidad de
desempleados con 0,1,2,3,20 aos de desempleado.
Pero nos enfrentamos a otro problema en el cual tenemos 431 desempleados
por lo tanto se tiene una (k) muy grande la cual con respecto a la tabla de
Poisson no nos dira nada.
Cmo solucionaremos este problema? Dado que en un proceso de Poisson se
puede trabajar tambin con un volumen, por lo tanto en vez del tiempo
consideraremos un intervalo de volumen
Cul seria este intervalo de volumen? Serian las 431 personas encuestadas El
intervalo seria de 0-431 el cual lo podemos dividir en sub intervalos que serian
de 1 en 1 entonces tenemos 431 sub intervalos. Tenemos una n muy grande
por lo tanto estamos concordando con el desarrollo de Poisson.
Cul ser las (k) entradas en el intervalo? En este caso serian los aos que
lleva de desempleado, entonces k=0,1,2,3,.20 y de igual forma seguimos
concordando con el desarrollo de Poisson.
Donde:
Por lo tanto:
De acuerdo a la siguiente tabla obtenemos la grfica resultante a este anlisis
utilizando la distribucin de Poisson:
Donde:
K: Cantidad de aos como desempleado.
Nk: Nmero de intervalos (un intervalo es una persona) con esa cantidad (aos
de desempleado).
N=
T=
NK
e()
10
2
15
3
86
39
16
15
3
17
2
11
7
64
19
95
32
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
()k
K!
()k/K!
1,82
1,82
3,3124
1,6562
6,028568
10,97199
38
19,96902
86
36,34363
21
66,14541
05
120,3846
47
219,1000
24
1,004761
33
0,457166
41
0,166408
57
0,050477
27
0,013124
09
0,002985
73
0,000603
120
720
5040
40320
362880
e()
()k/K!
0,162025
75
0,294886
87
0,268347
05
0,162797
21
0,074072
73
0,026962
47
0,008178
62
0,002126
44
0,000483
77
9,7828E-
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
50
13
17
60
43
1
78
8
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
0,162025
75
58
398,7621
3628800
05
725,7470
39916800
31
1320,859 479001600
6
2403,964 622702080
47
0
4375,215 871782912
33
00
7962,891 1,30767E+
9
12
14492,46 2,09228E+
33
13
26376,28 3,55687E+
31
14
48004,83 6,40237E+
53
15
87368,80 1,21645E+
02
17
159011,2 2,4329E+1
16
8
Grfica correspondiente:
78
0,000109
89
1,8181E05
2,7575E06
3,8605E07
5,0187E08
6,0894E09
6,9266E10
7,4156E11
7,498E12
7,1823E13
6,5359E14
05
1,7805E05
2,9459E06
4,4679E07
6,2551E08
8,1316E09
9,8663E10
1,1223E10
1,2015E11
1,2149E12
1,1637E13
1,059E14
Conclusin:
Da cuerdo al resultado obtenido podemos decir que el 30% de los
desempleados tienen entre un y dos aos sin trabajar se podra
decir tambin que dos aos es el tiempo mximo que una persona
puede estar sin trabajar.
Nota:
Se le recomienda al profesor que esta pregunta (pregunta 4) sea
reformulada, dado que el (0 aos) nos podra dar una mejor
informacin, a causa de que muchas personas tienen menos de un ao
sin trabajar.
DISTRIBUCIN UNIFORME
De 18 aos 9 personas
9<x<18
De 20 aos 10 personas
10<x<20
De 30 aos 15 personas
15<x<30
De 40 aos 20 personas
20<x<40
De 50 aos 25 personas
25<x<50
De 60 aos 30 personas
30<x<60
DISTRIBUCIN NORMAL
Z=
3-1
1
=2
P(x>3)= P(x>2)
=1-P(x>2)
=1-0.9772
P(x>3)= 1-0.0228
=0.9772
97.72%
=1
2.28%
Caso II.- Utilizando la distribucin normal, se ha calculado el tiempo medio en el cual los
encuestados han estado sin drenaje, con una media de 3.51 a, y una desviacin estndar de
1.899
0
1
2
3
4
5
6
7
0.0322
0.0934
0.2148
0.3974
0.4013
0.3775
0.2177
0.0951
DISTRIBUCIN GAMMA
2
2
2
2
2
2
2
2
2
2
2
2
2
)
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
f(y)
0
1
2
3
4
5
6
7
8
9
10
11
12
0.9826
0.8924
0.7184
0.5404
0.3886
0.2699
0.1817
0.1185
0.0742
0.04374
0.023
0.00921
0
Donde:
F(Y)=
()=
=2
0<y<12
(n)=(n-1)!
=2
parmetros
Hiptesis gamma:
La probabilidad de que un profesor no de horas extras es de 70%
Se rechaza y la probabilidad de que un maestro no de clases extras es de 90%.
2
2
2
2
2
2
2
2
2
2
2
2
2
)
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
f(y)
0
1
2
3
4
5
6
7
8
9
10
11
12
0.9826
0.8924
0.7184
0.5404
0.3886
0.2699
0.1817
0.1185
0.0742
0.04374
0.023
0.00921
0
Donde:
F(Y)=
()=
=4
1<y<12
(n)=(n-1)!
=2
parmetros
Hiptesis gamma:
La probabilidad de que un profesor no de horas extras es de 70%
Se rechaza y la probabilidad de que un maestro no de clases extras es de 90%.
()
f(y2)
2
2
2
6
6
6
1
1
1
0
1
2
2
2
2
2
2
2
2
2
2
2
6
6
6
6
6
6
6
6
6
6
1
1
1
1
1
1
1
1
1
1
3
4
5
6
7
8
9
10
11
12
0
0.032
0.03200
1
0.03198
0.03186
0.03147
0.0305
0.02866
0.02561
0.02117
0.01533
0.0081
0
Donde:
F(Y)=
()=
=8
1<y<12
(n)=(n-1)!
=2
parmetros
Hiptesis gamma:
La probabilidad de que un profesor no de horas extras es de 70%
II Caso de aplicacin.
Se realizo una encuesta en una escuela de nivel medio superior se toman 25 estudiantes se
escoge la pregunta de cuantas personas estudian en casa el resultado fue el siguiente:
3
2
3
3
3
2
3
6
2
3
A = ln x
3
3
2
2
2
1
1 +
4A
4A
+1 = 6.69
3
3
4
3
3
1
2
4
3
5
1
x 2.72
B= =
= 0.4065
6.69
DISTRIBUCIN BETA
Rang Cantidad
o
11
0 a 17 aos 1
18 a 20
aos
21 a 25
aos
26 a 30
aos
31 a 35
aos
Mayores de
36 aos
Porcentaje
Porcentaje
de rango
Porcentaje
acumulativo
2.6
2.6
2.6
59
13.7
13.7
16.2
117
27.1
27.1
43.4
84
19.5
19.5
62.9
31
7.2
7.2
70.1
129
29.9
29.9
100.0
Total
431
100.0
100.0
431
Media
4.05
Desviacin Estndar
1.523
Varian
2.321
Caso II
El porcentaje de alumnos que cuentan con habitacin propia sigue una distribucin beta
con = 2, = 5. Calcule la probabilidad de que ms de 10% de los alumnos cuenten
con habitacin propia.
La funcin de densidad de probabilidad de la distribucin beta continua es:
Donde
Solucin:
La funcin de densidad de probabilidad queda:
F(x)=
0
1.2217
1.9683
2.3490
2.4576
2.3730
2.1609
1.8743
1.5552
1.2353
0.9375
0.6766
0.4608
0.2926
0.1701
0.0878
0.0384
0.0129
0.0027
1.7812E-4
0
0
0.032773
0.114265
0.223515
0.344640
0.466064
0.579825
0.680920
0.766720
0.836432
0.890625
0.930801
0.959040
0.977678
0.989065
0.995361
0.998400
0.999601
0.999945
0.999998
1
DISTRIBUCIN JI CUADRADA
2 =
( n 1) S 2
DIGITOS
Respuesta
Esperada
Respuesta Negada
17
23
31
23
29
23
18
23
14
23
16
23
20
23
35
23
30
23
10
20
23
DISTRIBUCIN EXPONENCIAL
:
Caso I.- De la Ciudad de Mxico, de una muestra de 409 personas
desempleadas se encontr que buscan trabajo un promedio de 11.20,
y la distribucin se comporta de manera exponencial Cul es la
probabilidad de que hasta 14 desempleados busquen trabajo?
F ( x) = P ( X x) =
0 ___ para _ x 0
1 e x ___ para _ x 0
E[ x ] =
Solucin:
V ( x) =
1
2
f(x)=e-x
11.2
11.2
11.2
1.53E-04
0.999986325
11.2
2.04E-09
0.999999999
11.2
2.86E-14
0.999999999
11.2
3.91E-19
0.999999999
11.2
5.35E-24
0.999999999
11.2
7.32E-29
0.999999999
11.2
1.00E-33
0.999999999
11.2
1.36E-38
0.999999999
11.2
1.87E-43
0.999999999
11.2
10
2.55E-48
0.999999999
11.2
11
3.50E-53
0.999999999
11.2
12
4.78E-58
0.999999999
11.2
13
6.54E-63
0.999999999
11.2
14
8.95E-68
0.999999999
x -
e-1=(x)F
1
0.9
0.8
f(x)
0.7
F(x)
0.6
0.5
0.3
5
0.2
8
10
0.1
11
12
0
13
14
15
F(x)
f(x)
0.4
En esta tabla podemos observar bien el rea bajo la funcin de distribucin que
deja la funcin de densidad.
E[ x] = 1.401 2 = 0.510204
Despus obtenemos la Varianza:
V ( x) = 1.140 = 0.714285
Entonces concluimos que sea p el nmero de personas que buscan trabajo, tenemos
que:
100%
Caso II.- De los estudiantes de nivel medio superior, de una muestra de 100 alumnos se
encontr que en sus hogares vive un promedio de 5.31 personas, y la distribucin se
comporta de manera exponencial Cul es la probabilidad de que vivan hasta 5 personas?
Funcin de densidad: Es una curva suave de frecuencia, que describe la distribucin de
probabilidad de una variable aleatoria continua X. Se denota por f(x), en donde x se
representa por todos los valores posibles de la variable aleatoria.
Funcin de Distribucin: Calculada como el rea que deja por debajo de s la funcin
de densidad.
E[ x ] =
V ( x) =
1
2
Solucin:
Calculamos las funciones antes mencionadas para obtener el comportamiento de las
funciones y saber si son exponenciales.
100/531
100/531
100/531
100/531
100/531
100/531
x
0
1
2
3
4
5
f(x)=e-x
188.3239E-03
155.9974E-03
129.2199E-03
107.0388E-03
88.6652E-03
73.4455E-03
x -
e-1=(x)F
0
171.6536E-03
313.8423E-03
431.6237E-03
529.1876E-03
610.0043E-03
1
0.9
0.8
f(x)
0.7
F(x)
0.6
0.5
0.3
5
0.2
8
10
0.1
11
12
0
13
14
15
F(x)
f(x)
0.4
Entonces concluimos que sea p el nmero de personas que buscan trabajo, tenemos que:
DISTRIBUCION T DE STUDENT.
Caso I.- Pasando a otra pregunta de la misma encuesta realizada a los alumnos
de nivel medio superior se noto que al menos un 85% tiene un buen suministro
de agua, tomando como muestra aleatoria de tamao 25 y se encuentra que la
media muestral es
podremos comprobar con esto a que en realidad el 85% tiene buen suministro?
El estadstico t ser:
= 30
t = x / * n
Hiptesis alternativa, H 1:
> 30
= 17 30 / 5 * (25)^1/2 = 13
Como t = 0.2 , la probabilidad de elegir una muestra con x 17, o mayor, de una
poblacin con = 30 ser menor que 1.5 por cierto.
Por tanto, la diferencia entre x y es significativa y rechazamos la hiptesis
nula de
= 30 y aceptamos la alternativa de > 30.
SOLUCION:
X2 = (17 - 23)2 / 23 + (31 - 23)2 / 23 + (29 - 23)2 / 23 + (18 - 23)2 / 23 +(14 23)2 / 23 (16 - 23)2 / 23+ (20 - 23)2 / 23+ (35 - 23)2 / 23 + (30- 23)2 / 23 +(20 23)2 / 23 =29.05
El valor critico de X20.99 para v = k 1 = 9 grados de libertad es de 21.7; como
29.05> 21.7 se deduce que la distribucin observada difiere significativamente
de la esperada al nivel de significacin del 0.01. Se deduce que cabe sospechar
alguna tendencia no aleatoria en dicha tabla de nmeros.
DISTRIBUCIN F.
Caso I.- De acuerdo con los resultados del anlisis hecho a las encuestas aplicadas a los
alumnos del CETis35 se encuentra que el porcentaje de alumnos que cuentan con
habitacin propia sigue una distribucin F con d1 = 100, d2 = 2.
La funcin de densidad de probabilidad de la distribucin beta continua es:
Donde
Solucin:
Debido a que esta distribucin cambia muy rpido en sus primeros puntos, debemos evaluar
valores muy pequeos para observar los cambios. Por lo tanto recurrimos a la ayuda de un
software (MathCad), evaluamos la funcin de distribucin y construimos la grafica. A
continuacin se enumeran algunos puntos:
0
1
2
3
4
5
6
7
8
9
1
0
g(x)
0
0.364
0.151
0.079
0.048
0.033
0.023
0.018
0.014
0.011
9.031e-3