Вы находитесь на странице: 1из 200

Mg.

Mara Vallejos Atalaya

Estadstica General

PROESAD

Programa de Educacin Superior a Distancia

Ttulo :

Estadstica General

Autor: Mg. Mara Vallejos Atalaya


Diseo interior: Eduardo Grados
Diseo de tapa: Eduardo Grados
Responsables de edicin:
Edwin Sucapuca Sucapuca, Christian Vallejos Angulo, Sinforiano Martnez Huisa,
Lizardo Vsquez Villanueva, Rosa Cuadros Zvietcovich, Mariela Malazquez Marn.

Primera edicin, febrero 2012
El contenido de esta publicacin (texto, imgenes y diseo),
no podr reproducirse total ni parcialmente por ningn medio mecnico, fotogrfico, electrnico (escner y/o fotocopia) sin la autorizacin escrita del autor.
Universidad Peruana Unin - Facultad de Ciencias Empresariales
Programa de Educacin Superior a Distancia PROESAD
Centro de Produccin de Materiales Acadmicos CEPMA
Sede Central - UPeU
Carretera Central km. 19.5 Lima-aa/ Telf. (01) 618-6336 / 618-6300 / Anexo: 3084
www.upeu.edu.pe
e-mail proesad@upeu.edu.pe
http://proesad.upeu.edu.pe
Este libro se termin de imprimir en los talleres grficos del Centro de
Aplicacin Editorial Imprenta Unin de la Universidad Peruana Unin,
Km. 19 Carretera Central, aa, Lima-Per
Telf.: 618-6301, Telefax: 618-6339
JOB 13963-12 UNIN
E-mail: union@imprentaunion.com
Hecho el depsito legal
en la Biblioteca Nacional del Per N 2012-02649
IMPRESO EN EL PER
PRINTED IN PERU

Presentacin
El mdulo de Estadstica General tiene la naturaleza terico- prctica, pertenece al rea
de Formacin Bsica, en el I ciclo, con un total de 4 horas y 3 crditos. Asimismo, responde
a las exigencias curriculares de los programas acadmicos y de los diseos curriculares de la
Facultad de Ciencias Empresariales y sus respectivas carreras acadmicas profesionales, en el
contexto de los perfiles, las visiones y las misiones institucionales educativas y profesionales.
Tiene el propsito de proporcionar al futuro profesional los conocimientos necesarios de la
estadstica, que le permitir investigar y resolver problemas con el quehacer de su carrera
profesional. El mundo actual que vivimos, ha provocado incertidumbre en las personas que
tienen que tomar decisiones en las diferentes funciones que les toca desempear, ya sea en las
instituciones gubernamentales, comerciales, de negocios pblicos y privados. La estadstica es
una herramienta intelectual que ayuda a tomar decisiones racionales, porque sabemos que El
pasado puede evaluarse, el presente puede ser descrito y el futuro puede ser previsto.
El sistema modular no es sino un encuentro de los alumnos y profesores en espacios diseados
y establecidos previamente, con mucha inteligencia, seleccin adecuada y pertinente de los
contenidos, instrumentos y metodologa, cuyos alcances de autoaprendizajes sern coronados
en la grandeza de los alumnos participantes, especialmente de quienes quedan inmersos en los
programas acadmicos a distancia, cuya dinmica acadmica se ha estandarizado y responde
al uso de las tecnologas modernas. En este sentido, el mdulo ha sido diseado para desarrollarlo en dos fases: una a distancia y la otra presencial (tutorial) que comprende 10 tutoras
presenciales.
Este mdulo contiene la sumilla, las competencias, los contenidos agrupados en 5 unidades.
Unidad 1: Conceptos fundamentales y la organizacin de la informacin, Unidad 2: Medidas de resumen: anlisis e interpretacin de los resultados, Unidad 3: Nociones de probabilidad: propiedades, anlisis combinatorio, Unidad 4: Distribuciones de probabilidad
y Unidad 5: Distribuciones muestrales. Adems, en el mismo mdulo se encuentra la
metodologa, la evaluacin y la bibliografa. Por ejemplo, se trabajar la metodologa
activa, adems, se ejercer la evaluacin de acuerdo con los indicadores, criterios y
condiciones registrados en el desarrollo de cada unidad. Este mdulo comprende
una bibliografa bsica y especializada.

NDICE
UNIDAD I: TEORA ESTADSTICA
Sesin N1 CONCEPTOS FUNDAMENTALES Y ORGANIZACIN DE LA INFORMACIN
1.1 Generalidades ............................................................................................... 15
1.1.1 Definicin de estadstica .......................................................................... 15
1.1.2. Ramas de la estadstica ........................................................................... 15 .
1.1.3. Poblacin .................................................................................................. 15
1.1.4. Muestra .................................................................................................... 16
1.1.5. Unidad estadstica .................................................................................... 16
1.1.6. Dato estadstico ........................................................................................ 17
1.1.7. Parmetro ................................................................................................. 17
1.1.8. Estadstico o estadgrafo .......................................................................... 17
1.1.9. Variable estadstica .................................................................................. 17
Sesin N 2 ETAPAS DEL MTODO ESTADSTICO
2.1. Etapas del mtodo estadstico ................................................................... 21
2.1.1. Planificacin del estudio .......................................................................... 21
2.1.2. Recoleccin de la informacin ................................................................ 21
2.1.2.1. Mtodo de recoleccin de la observacin ........................................... 22
2.1.2.2. Muestreo ............................................................................................... 22
2.1.2.3. Determinacin del tamao de muestra .............................................. 22
2.1.3. Presentacin u organizacin de la informacin ..................................... 23
2.1.3.1. Revisin y correccin de la informacin recogida .............................. 23
2.1.3.2. Presentacin de la informacin mediante cuadros ............................ 23
2.1.3.3. Presentacin de la informacin mediante grficos ............................ 23
2.1.4. Anlisis e interpretacin de los resultados ............................................ 24
EJERCICIOS PROPUESTOS ....................................................................................... 24
AUTOEVALUACIN ................................................................................................. 25
Sesin N 3 ORGANIZACIN DE LA INFORMACIN: TABLAS Y GRFICOS ESTADSTICOS
3.1. Tablas de frecuencias o distribucin de frecuencias .................................. 29
3.1.1. Distribucin de frecuencias de una variable discreta ............................ 30
2.1.2. Distribucin de frecuencias para datos agrupados ................................ 32
Sesin N 4 REPRESENTACIN DE LA INFORMACIN
4.1. Presentacin de la informacin mediante grficos .................................... 37
EJERCICIOS PROPUESTOS ....................................................................................... 43
AUTOEVALUACIN ................................................................................................. 46

UNIDAD II: MEDIDAS ESTADSTICAS


Sesin N5 MEDIDAS DE RESUMEN
5.1. Anlisis e interpretacin de los resultados ................................................. 51
5.2. Medidas de tendencia central ..................................................................... 51
5.2.1. La media o promedio aritmtico ( ) ........................................................ 51
5.2.1. Mediana (Me) ........................................................................................... 52
5.1.3. La moda (Mo) ........................................................................................... 53
Sesin N 6 MEDIDAS DE POSICIN
6.1. Medidas de posicin .................................................................................... 61
6.1.1. Cuartiles (Qi ) ............................................................................................ 61
6.1.2. Deciles (Di ) ............................................................................................... 62
6.1.3. Percentiles (Pi ) ......................................................................................... 62
EJERCICIOS PROPUESTOS ....................................................................................... 67
AUTOEVALUACIN ................................................................................................. 70
Sesin N 7 MEDIDAS DE DISPERSIN
7.1. Medidas de dispersin ................................................................................. 73
7.1.1. Varianza (s2 ) ............................................................................................ 73
7.1.2. Desviacin estndar (s ) ........................................................................... 74
7.1.3. Coeficiente de variacin (c.v. % ) ............................................................ 74
Sesin N 8 MEDIDAS DE FORMA
8.1. Medidas de forma ........................................................................................ 79
8.1.1. Asimetra (As) ........................................................................................... 79
8.1.2. Coeficiente de Kurtosis o apuntamiento (K) .......................................... 79
EJERCICIOS PROPUESTOS ....................................................................................... 82
AUTOEVALUACIN ................................................................................................. 84

UNIDAD III: PROBABILIDAD


Sesin N9 PROBABILIDAD
9.1. Introduccin .................................................................................................. 89
9.2. Anlisis combinatorio ................................................................................... 89
9.2.1. Factorial de un nmero (!) ...................................................................... 89
9.2.2. Permutaciones .......................................................................................... 90
9.2.3 variaciones ................................................................................................. 91
9.2.4. Combinaciones ......................................................................................... 92
9.2.5. Propiedad .................................................................................................. 94

Sesin N 10 ALGUNOS CONCEPTOS BSICOS DE PROBABILIDAD


10.1. Algunos conceptos bsicos de probabilidad ............................................. 97
10.1.1. Experimento ............................................................................................ 97
10.1.2. Espacio muestral ..................................................................................... 98
10.1.3. Suceso o evento ...................................................................................... 98
10.1.4. Operaciones con eventos ....................................................................100
10.1.5. Eventos mutuamente excluyentes .......................................................101
10.2. Probabilidad de un evento .....................................................................102
EJERCICIOS PROPUESTOS .....................................................................................106
AUTOEVALUACIN ...............................................................................................110
Sesin N 11 PROBABILIDAD CONDICIONAL
11.1. Probabilidad condicional ........................................................................111
11.2. Regla de la multiplicacin de eventos ..................................................114
11.3. Teora de la probabilidad total ...............................................................115
11.4. Teorema de bayes ....................................................................................116
EJERCICIOS PROPUESTOS .....................................................................................118
AUTOEVALUACIN ...............................................................................................120

UNIDAD IV: PROBABILIDAD Y DISTRIBUCIN


Sesin N12 PROBABILIDAD BSICA
12.1. Las distribuciones de probabilidades bsicas ........................................125
12.2. Las variables aleatorias .........................................................................125
12.3. Las distribuciones de probabilidad ........................................................126
12.3.1. La distribucin binomial ......................................................................126
12.3.1.1.1. Propiedades de una distribucin binomial ....................................127
12.3.1.1.2. Uso de tablas de la distribucin binomial ....................................130
12.3.1.1.3. Media y desviacin estndar de una distribucin binomial ........132
12.3.2. La distribucin de poisson ...................................................................133
12.3.2.1. La frmula de poisson .......................................................................134
12.3.2.2. Uso de tablas de la distribucin acumulada de poisson ................135
EJERCICIOS PROPUESTOS .....................................................................................138
AUTOEVALUACIN ...............................................................................................140
Sesin N 13 DISTRIBUCIN NORMAL
13.1. Distribucin normal ..................................................................................143
13.1.1. Uso de tablas de distribucin acumulada normal estndar ..............145
EJERCICIOS PROPUESTOS .....................................................................................151
EVALUACIN .......................................................................................................153

UNIDAD V: DISTRIBUCIONES DE MUESTREO


Sesin N14 DISTRIBUCIONES MUESTRALES
14.1. Distribuciones muestrales .......................................................................157
14.2. Muestreo .................................................................................................157
14.3. Etapas del muestreo ................................................................................158
14.4. Las distribuciones muestrales de probabilidad ......................................158
14.5. Distribuciones de muestreo de estadsticas ...........................................159
14.6. Distribucin muestral de la media ..........................................................160
Sesin N 15 DISTRIBUCIN MUESTRAL DE UNA PROPORCIN
15.1. Distribucin muestral de una proporcin ...............................................165
15.2. Distribucin muestral de la diferencia de dos medias ..........................168
AUTOEVALUACIN ...............................................................................................172
REFERENCIAS BIBLIOGRFICAS ...........................................................173
APNDICES
Apndice N 1 Nmeros aleatorios ................................................................174
Apndice N 2 Tabla de la distribucin acumulada binomial .........................180
Apndice N 3 Distribucin de poisson - trminos acumulativos ...................185
Apndice N 4 Distribucin acumulativa normal .............................................191

SUMILLA
La asignatura de Estadstica General tiene la
naturaleza terico- prctico, pertenece al rea de
Formacin Bsica, con cuatro horas, tres crditos,
corresponde al I ciclo de las Carreras Acadmico
Profesional de Administracin y Contabilidad. Pretende proporcionar los conocimientos necesarios
de la estadstica, que le permitir investigar, analizar y resolver problemas con el quehacer de su
carrera profesional, cuyo contenido son: conceptos
fundamentales y la organizacin de la informacin,
medidas de resumen: anlisis e interpretacin de
los resultados, nociones de probabilidad, distribuciones de probabilidad y distribuciones muestrales.

ORIEnTACIOnES METODOlGICAS
CMO ESTUDIAR
LOS MDULOS DIDCTICOS O TEXTOS AUTOINSTRUCTIVOS
MTODO A2D
El mtodo A2D para autodidactas, de Ral Paredes Morales, es un mtodo de fcil aplicacin para la mayora
de los estudiantes, inclusive para los no autodidactas. Si
el estudiante aplica este mtodo, su trabajo intelectual
ser ms rpido y eficaz.
A2D responde a las letras iniciales de los 3 pasos que
se propone para la lectura de un mdulo didctico o
cualquier otro texto.

Antes de la lectura

A2D

Durante la lectura
Despus de la lectura

AnTES DE lA lECTURA
Consiste en la exploracin preliminar y se debe:
Echar un vistazo general empezando por el ndice, reconociendo
unidades y lecciones que se van explicando en el mdulo didctico.
Anotar tus dudas que van surgiendo durante el vistazo general,
para esclarecerlos durante la lectura o despus de ella.
Adoptar una actitud psicolgica positiva.

DURAnTE lA lECTURA
sta es la fase ms importante del mtodo, el ritmo de lectura lo pone cada
lector. Debes tener presente los siguientes aspectos:
Mantn la actitud psicolgica positiva.
Participa activamente en la lectura: Tomando apuntes, subrayando,
resumiendo y esquematizando.
Si no entiendes lo que lees o encuentras una palabra desconocida,
consulta con tu profesor tutor o un diccionario.

DESpUS DE lA lECTURA
Esta fase va afianzar tu lectura, mejorando tu comprensin lectora, para
ello debes tener en cuenta lo siguiente:
Repasa los apuntes tomados durante la lectura.
Organiza el trabajo y planifica el horario de estudio. Trata de que
sea siempre a la misma hora.
Realiza los trabajos diariamente. No dejes que se te acumulen las tareas.
Procura ampliar las lecciones con lecturas complementarias.
Al final de cada captulo, haz tu cuadro sinptico o mapa conceptual.
Elabora tu propio resumen.

Enriquece tu vocabulario para entender


mejor las prximas lecturas.

UNIDAD I
UNIDAD I TEORA ESTADSTICA
Sesin N 1: Conceptos fundamentales y organizacin de la informacin
Sesin N 2: Etapas del Mtodo Estadstico
Sesin N 3: Organizacin de la informacin:
tablas y grficos estadsticos
Sesin N 4: Representacin de la Organizacin

COMPETENCIAS
CONCEPTUAL

PROCEDIMENTAL

ACTITUDINAL

Reconoce los diferentes


conceptos fundamentales y construye tablas y
grficos de informacin
estadstica.

Reconocen y delimitan
la poblacin, muestra y
variables en estudio, y
adems utilizan tablas
y grficos adecuados.

Analizan e interpretan
los resultados obtenidos en las tablas y
grficos estadsticos.

PROESAD

Sesin

CONCEPTOS FUNDAMENTALES
Y ORGANIZACIN DE LA
INFORMACIN
1.1 GENERALIDADES
1.1.1 Definicin de estadstica

La estadstica es una ciencia que nos proporciona un conjunto de mtodos


y tcnicas para la recoleccin, clasificacin, presentacin, anlisis e interpretacin de los datos, con la finalidad de realizar una toma de decisin
ms efectiva.

1.1.2. Ramas de la estadstica


Estadstica descriptiva
Consiste en recolectar, clasificar, presentar y describir los datos vlidos nicamente para la poblacin objeto de estudio, utilizando tablas, grficos y algunas medidas de resumen. No se efectan
inferencias para un grupo mayor.
Estadstica inferencial
Se emplea para generalizar conclusiones vlidas para una poblacin a partir de datos obtenidos
de una muestra extrada de dicha poblacin.

1.1.3. Poblacin

Es el conjunto de todos los individuos, objetos u observaciones que poseen al menos una caracterstica comn, que son objetos de estudio. Se representa con la letra N.
La poblacin se define de acuerdo a la caracterstica, unidad estadstica y extensin del problema
objeto de estudio.
Ejemplo:
1. Las edades de los estudiantes de la UPeU.
2. Los errores que presentan las facturas del supermercado La Unin.
Respecto a la caracterstica objeto de estudio se puede distinguir:
a) Poblacin objeto. Considerada como el conjunto de elementos que son objeto de estudio.

Estadstica General

15

Universidad Peruana Unin

Ejemplo.
1. Conjunto de los alumnos de la UPeU.
2. Conjunto de facturas del supermercado La Unin.
c) Poblacin objetivo. Considerada como el conjunto de observaciones, medidas de la caracterstica que es de inters para el estudio de la poblacin objeto.
Ejemplo.
1. Conjunto de edades.
2. Conjunto de errores.
La poblacin de acuerdo al nmero de elementos que la forman puede ser finita o infinita.
Poblacin finita: Es aquella que tiene un nmero limitado de elementos.
Ejemplo:
1. Ventas efectuadas durante un ao en una tienda determinada.
2. Edades de los alumnos de la UPeU.
Poblacin infinita: Es aquella que tiene un nmero indeterminado de elementos. No se refiere
a que no se puede contar, sino que es imposible ubicar a todos los elementos de la poblacin.
Ejemplo:
1. Los sntomas de los enfermos tuberculosos de Lima.
2. Evasin de impuestos de las empresas adscritas al RUC.

1.1.4. Muestra
Es un subconjunto o parte de la poblacin. Se examina una muestra cuando no es posible examinar una poblacin, ya sea por factores econmicos, disponibilidad de personal o tiempo.
La muestra debe cumplir dos requisitos bsicos: Debe ser representativa y adecuada.
Es representativa cuando contiene todos los sectores o aspectos de la poblacin en la misma
proporcin en que se hallan en la totalidad del universo. La representatividad asegura la calidad
de la muestra.
Es adecuada cuando el tamao de la muestra tiene una magnitud suficiente que permita confiar
en la estabilidad de las caractersticas presentes en la muestra. La adecuacin asegura la confiabilidad de la muestra.

1.1.5. Unidad estadstica


Es el elemento que pertenece a la poblacin objeto de estudio. Dicho elemento contiene las
caractersticas, atributos que el individuo o fenmeno puede poseer.
Ejemplo:
1. Para un ingeniero que verifica la calidad de productos elaborados por una empresa, la unidad
estadstica son los productos terminados.

Unidad I

16

PROESAD

2. Para un auditor que verifica los estados financieros de una empresa en el balance general,
cuentas clientes, la unidad estadstica son las facturas por cobrar.

1.1.6. Dato estadstico


Son nmeros o medidas que han sido recopilados como resultado de observaciones que pueden
ser comparados, analizados e interpretados.
Ejemplo:
1. Si la caracterstica de estudio es la variable X: edad de un grupo de 5 estudiantes. El conjunto
de datos estadsticos seran los siguientes:
x1 = 17, x2 = 18, x3 = 21, x4 = 22, x5 = 19
2. Si la caracterstica de estudio es la variable X: n de errores ubicados en 5 facturas. El conjunto de datos estadsticos seran los siguientes:
x1 = 2, x2 = 5 , x3 = 0, x4 = 4, x5 = 2

1.1.7. Parmetro
Es una medida de resumen que describe alguna caracterstica de toda la poblacin objeto de estudio.
Para determinar el valor del parmetro se requiere informacin de toda la poblacin.
Las ms usadas son:
i) Media poblacional ()
ii) Varianza poblacional (2)
iii) Desviacin estndar poblacional ()
iv) Proporcin poblacional (P)

1.1.8. Estadstico o estadgrafo


Es una medida de resumen que describe alguna caracterstica de la muestra.
Las ms usadas son:
i) Media Muestral (x)
ii) Varianza muestral (s2)
iii) Desviacin estndar muestral (s)
iv) Proporcin muestral (p)

1.1.9. Variable estadstica


Es una caracterstica de la poblacin que interesa al investigador y que toma diferentes valores.
Se denota con las letras: X, Y, Z, etc.
Ejemplo:
1. Edad 2. Profesin
3. Ingreso familiar
4. Estado Civil
5. Estatura
6. Nivel socioeconmico
Estadstica General

17

Universidad Peruana Unin

Las variables se pueden clasificar de la siguiente manera:


a. Variables cualitativas
Son aquellas caractersticas que no se expresan cuantitativamente, constituidas por atributos.
Ejemplo:
Lugar de procedencia (norte, centro sur, oriente)
Estado civil (soltero, casado, viudo, divorciado, conviviente).
Estas variables a su vez pueden clasificarse segn la escala de medicin en:
i) Variable cualitativa nominal
Es aquella que no lleva ninguna ordenacin en sus posibles modalidades (datos estadsticos).
Ejemplo:
Estado civil: soltero, casado, viudo divorciado, conviviente (en estas clasificaciones no hay
ordenacin jerrquica, si quisiramos forzar la ordenacin y pondramos al soltero en primer lugar, quin ira segundo, el casado o el conviviente y luego el viudo o el divorciado).
Filiacin religiosa: catlico, adventista, mormn,
ii) Variable cualitativa ordinal
Es aquella que busca ordenar sus casos en trminos del grado que posee una determinada
caracterstica.
Ejemplo:
Nivel socio-econmico: alto, medio, bajo
Rendimiento: excelente, bueno regular malo, psimo.
b. Variables cuantitativas
Es aquella cuyos datos estadsticos son numricos y se obtiene como resultado de mediciones o conteos.
Ejemplo:
Sueldos: 800, 1500, 935, 450,
Notas: 12, 19, 16, 08, 10,
Las variables cuantitativas segn la escala de medicin pueden ser:
i) Variable cuantitativa de intervalo
Es aquella que se presenta en intervalos y no necesariamente empieza del cero racional.
Ejemplo:
Temperatura corporal: 36, 37, 38 (una persona no puede tener 0 de temperatura,
porque estara muerta).
Peso: 20kg, 35kg, 58kg.
Todos los signos vitales son variables cuantitativas de intervalo.

Unidad I

18

PROESAD

ii) Variable cuantitativa de razn


Es aquella que necesariamente empieza del cero racional.
Ejemplo:
Notas: 0, 1, 2, 3, , 20 (empieza desde cero)
Edad: 0, 1, 2,
Las variables cuantitativas segn su naturaleza pueden ser:
i) Variable discreta
Son aquellas que toman valores numricos aislados y no pueden tomar ningn valor entre
dos nmeros consecutivos fijados (slo asume nmeros enteros).
Ejemplo:
N de hijos: 0, 1, 2, 3, (no puede existir 2.5 porque sera ilgico pensar en 2 hijos y
medio)
N de facturas que presentan errores: 0, 1, 2, 3,
ii) Variable continua
Son aquellas que pueden tomar infinitos valores entre dos nmeros, por muy prximos que
los fijemos, es decir, se presentan valores enteros as como decimales.
Ejemplo:
Peso: 62.55 kg, 72.40 kg, 56.35 kg,...
Talla: 1.50 mt, 1.65 mt, 1.85 mt,

Estadstica General

19

PROESAD

Sesin

ETAPAS DEL MTODO


ESTADSTICO
2.1. ETAPAS DEL MTODO ESTADSTICO
De acuerdo con el orden de aplicaciones de la estadstica a un problema determinado, los mtodos estadsticos se dividen en cuatro etapas:
1.
2.
3.
4.

Planificacin del estudio.


Recoleccin de la informacin.
Presentacin u organizacin de la informacin.
Anlisis e interpretacin de los resultados.

2.1.1. Planificacin del estudio


Estudia los detalles concernientes a la recoleccin, clasificacin y anlisis de la informacin. En
base a lo cual se definirn caractersticas de la poblacin o se negarn o confirmarn una hiptesis de trabajo.
En esta etapa se pueden considerar los siguientes aspectos:

Planteamiento del problema.


Bsqueda y evaluacin de la informacin existente.
Formulacin de hiptesis.
Verificacin de la hiptesis.
Anlisis y presentacin de los resultados.

2.1.2. Recoleccin de la informacin


Los principales puntos que deben considerarse al recoger la informacin son:
Los errores que puedan cometerse en la recoleccin de los datos y la manera de controlarlos.
Las ventajas y limitaciones de los diversos mtodos empleados en la recoleccin de la informacin.
Las condiciones que deben reunir los individuos que se estudian y los procedimientos ms
convenientes para su eleccin.
El diseo de los formularios que servirn para registrar la informacin que se recoja.

Estadstica General

21

Universidad Peruana Unin

2.1.2.1. Mtodo de recoleccin de la observacin


a. Directa.- Cuando los datos son recolectados directamente de la fuente de origen. sta puede
ser mediante la observacin o el interrogatorio.
b. Indirecta.- Cuando los datos provienen de datos recogidos por otros individuos en este caso
se habla de fuentes secundarias.
En cuanto al tiempo, la recoleccin de datos puede clasificarse en:
Continuas: Cuando son registradas a medida que ocurren.
Ejemplo: Registro civil de hechos vitales (nacimientos, defunciones y casamientos).
Peridicas: Cuando est hecho en determinados intervalos de tiempo (forma cclica).
Ejemplo: Censos hechos en el Per cada 10 aos.
Ocasionales: Cuando se efecta en cualquier poca.
Ejemplo: Estudios de investigacin realizados por algn investigador.
2.1.2.2. Muestreo
Es la tcnica mediante la cual se obtiene la muestra representativa y adecuada.
VENTAJAS Y LIMITACIONES DEL MUESTREO
a. Permite conocer con relativa aproximacin determinada caracterstica de una poblacin de
gran tamao, dentro de un costo razonable y en menor tiempo.
b. Permite mayor exactitud de los resultados, puesto que los factores artificiales de variacin
pueden controlarse.
c. Cuando la poblacin es infinita o muy grande, entonces, el estudio slo podr realizarse a
travs de una muestra.
d. Cuando se trata de ensayos destructivos o no recuperables, necesariamente se tendr que
utilizar una muestra.
e. Una limitacin de la muestra, es que, por buena que pueda ser la muestra y los cuidados
puestos en ella, siempre existe el sesgo debido a factores aleatorios. Dicho riesgo debe ser
establecido a priori por el investigador de modo que se tenga suficiente garanta de la muestra seleccionada.
2.1.2.3. Determinacin del tamao de muestra
Se determina el tamao de muestra utilizando la frmula siguiente, para una muestra sacada de
una poblacin finita cuya fuente es Arkin y Colton.

n=

N
( N 1) k 2 + 1

NOTAS
Unidad I

22

PROESAD

Donde:
n = tamao de la muestra (nmero de elementos de la muestra)
N = tamao de la poblacin (nmero de elementos de la poblacin)
k = error de muestreo.
Ejemplo:
Seleccionar el tamao de la muestra para la poblacin que est constituida por 1500 estudiantes
de la UPeU, utilizando un error de muestreo del 25% y 5%.
Solucin:
si: k = 25%, para reemplazar este valor en la frmula, primero debemos convertir a real, es
decir, k = 25/100 = 0.25

=
n

1500

=
15.84
= 16 alumnos
2
+1

(1500 1)( 0.25)

si: k = 5%, para reemplazar este valor en la frmula, primero debemos convertir a real, es
decir, k = 5/100 = 0.05.

=
n

1500

=
315.96
= 316 alumnos
2
+1

(1500 1)( 0.05)

2.1.3. Presentacin u organizacin de la informacin


Se consideran los tres pasos siguientes:
1. Revisin y correccin de la informacin recogida.
2. Presentacin de la informacin mediante cuadros.
3. Presentacin de la informacin mediante grficos.
2.1.3.1. Revisin y correccin de la informacin recogida
Se debe revisar y corregir:
a)
b)
c)
d)

La escritura.
Las respuestas inconsistentes.
Las respuestas incompletas.
Las unidades en las cifras son diferentes.

2.1.3.2. Presentacin de la informacin mediante cuadros


Despus de la revisin de los datos recopilados, es conveniente presentar la informacin, de
acuerdo a algn sistema de ordenacin, a fin de describirlos y analizarlos.
2.1.3.3. Presentacin de la informacin mediante grficos

Estadstica General

23

Universidad Peruana Unin

Los grficos ms usados son:


a. Histograma de frecuencias
b. Polgono de frecuencias
c. Polgono de frecuencias acumuladas u ojiva
d. Barras
e. Bastones
f. Sectores
g. Series de tiempo

2.1.4. Anlisis e interpretacin de los resultados


Para el anlisis e interpretacin de los resultados nos basamos en los cuadros y grficos, y en las
medidas de resumen de la serie de datos.

EJERCICIOS PROPUESTOS
1. Indique cules de los trminos u operaciones siguientes se relacionan con una muestra o con
una poblacin:
a)
b)
c)
d)

grupo de medidas llamados parmetros


uso de inferencia estadstica
hacer un censo
juzgar la calidad de un embarque de fruta inspeccionando varios de los bultos incluidos
en el embarque.

2. En los siguientes enunciados, indicar si se trata de una Muestra (M) o una Poblacin (P):
a)
b)
c)
d)

Nmero de estudiantes egresados del Instituto YI en el ao 2004


Estudio de personas con proceso judicial por trfico de drogas en el ao 2000
Nmeros de nios nacidos vivos en el hospital X
Estudio del 25% de pacientes con tuberculosis del distrito DF

3. Elabore una lista de 10 variables. Luego:


a)
b)
c)
d)

Identifique la poblacin objeto.


Identifique la poblacin objetivo.
Determine la unidad estadstica.
Mencione algunos datos estadsticos.

4. Clasificar las siguientes variables en cualitativas (nominal y ordinal) y cuantitativas (discreta


y continua).
a)
b)
c)
d)
e)

rendimiento acadmico
velocidad de lectura
peso contenido en un paquete de cereales
categora de docente
nmero de artculos defectuosos producidos

Unidad I

24

PROESAD

f) nmero de unidades de un artculo en existencia


g) grado de desnutricin
h) asistencia a los cultos devocionales
i) patrn conductual
j) cultura organizacional
k) tipo de alimentacin
l) nmero de hermanos
m) grado de instruccin
n) estado civil.
5. Clasifique las variables e indique el tipo de escala en que estn medidas las siguientes caractersticas:
a)
b)
c)
d)
e)
f)
g)
h)

Profesin
Ao de nacimiento
Nacionalidad
Grado de instruccin
ingreso mensual familiar promedio
Nmero de telfono
Grado de instruccin
Nmero de hijos

6. Utilizando la frmula determine el tamao de la muestra, considerando los datos que se


mencionan a continuacin.
a)
b)
c)
d)
e)

N=
N=
N=
N=
N=

1 500
2 000
5 000
500
1 000

k = 3%
k = 10%
k = 2%
k = 10%
k = 5%

7. En el siguiente enunciado identifique: poblacin, muestra, unidad estadstica, parmetro,


estadstico, variable(s), tipo de variable(s) y d 2 ejemplos de dato estadstico.
8. Con la finalidad de mejorar el servicio de la Biblioteca de la UPeU se decidi realizar un
estudio de investigacin, para lo cual se seleccion aleatoriamente a 45 estudiantes usuarios
de la biblioteca obtenindose los siguientes resultados:

En promedio un alumno dedica 1 hora a la lectura en sala.


El 80% afirma que la atencin es buena.
El 10% de los usuarios son recin ingresantes a la UPeU.
En promedio un alumno se lleva 1.5 libros a su casa.

9. Identifique en cada caso: unidad elemental, variable, tipo de variable


a)
b)
c)
d)
e)
f)

consumo mensual de electricidad


opinin acerca de la gestin de un ministro
peso de nios de 5 aos
estado civil
nmero de artculos defectuosos producidos por las mquinas de una fbrica
nacionalidad de personas que asisten a un congreso.
Estadstica General

25

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor.


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(

(
(

)
)

(
(

)
)

?
?

Una muestra es representativa si sta contiene todas las caractersticas de la muestra.


La variable es una caracterstica que asume diferentes valores.
Para que una poblacin est bien definida, debe contener la caracterstica, unidad
estadstica y extensin.
Las ramas de la estadstica son: estadstica descriptiva e inferencial.
Las variables cualitativas son aquellas que son numricas y se obtiene como resultado del conteo

PROCEDIMENTAL:
2. Los mtodos de recoleccin de la informacin son: directa e indirecta. Cul es la diferencia
entre ambas?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
3. Dadas las siguientes variables, colocar en la tabla en el lugar donde le corresponde de acuerdo a su naturaleza y escala de medicin.
a. Estudios diarios

b. Lugar de procedencia

c. Velocidad de lectura

d. Idiomas

i. Estado civil
k. Estatura

e. Grado de instruccin
f. Sueldos
g. Gastos
h. Rendimiento
j. Edad
l. Categora de docente

Variable cualitativa
Nominal
Ordinal

Variable cuantitativa
Discreta
Continua

Autoevaluacin

26

4. Utilizando la frmula determine el tamao de la muestra, considerando los datos que se


mencionan a continuacin.
a) N = 500 k = 10%
c) N = 1 500 k = 3%

b) N = 1 000
d) N = 2 000

k = 5%
k = 10%

ACTITUDINAL:
5. Considerando los conocimientos adquiridos en esta tutora identificar las clases de variables
estadstica, su naturaleza, y de esta manera poder realizar un estudio estadstico.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

27

PROESAD

Sesin

ORGANIZACIN DE LA
INFORMACIN:
TABLAS Y GRFICOS ESTADSTICOS
3.1. TABLAS DE FRECUENCIAS O DISTRIBUCIN DE FRECUENCIAS
Una distribucin de frecuencias (o tabla de distribucin de frecuencias) es una representacin de
una serie de datos. En ella se muestra cmo se distribuyen los valores de la variable estadstica
junto a sus frecuencias correspondientes a cada uno de ellos.
En estas tablas de distribucin de frecuencias, como producto de la operacin de tabulacin
(conteo), se observa cuantos elementos (frecuencia o repeticin) hay en cada categora, valor o
intervalo de la variable.
Luego de la revisin de los datos recopilados, es conveniente presentar la informacin, de acuerdo a algn sistema de ordenacin, a fin de describirlos y analizarlos. A continuacin se presenta
algunos conceptos y procedimientos comunes para la presentacin de cuadros o tablas.
Frecuencia absoluta simple ( f i ): Se llama al nmero de veces que aparece repetido dicho valor,
en un conjunto de valores realizadas. La suma de todas las frecuencias es igual al total de
datos observados.
Se denota mediante: f i
Propiedad: f1 + f 2 + ... + f=
m

f
=
i =1

Frecuencia absoluta acumulada (Fi ): Es igual a la suma de las frecuencias absolutas simples
inferiores o iguales a las frecuencias acumuladas que se desea encontrar.
Se denota mediante:
Propiedad:

F1 = f q
F=
f1 + f 2
2
.
.
.

Fm = f1 + f 2 + ... + f m

Estadstica General

29

Universidad Peruana Unin

Frecuencia relativa simple ( hi ): Es el cociente entre la frecuencia absoluta simple de su fila y


el nmero total de observaciones realizadas (n). La suma de todas las frecuencias relativas es
igual a 1.
Su frmula es: hi =

fi
n

Se denota mediante:
Propiedad: h1 + h2 + ... + hm =

h
i =1

=1

Frecuencia relativa acumulada ( ): Se llama al cociente entre la frecuencia absoluta acumulada


de su fila y el nmero de observaciones realizadas (n).
Su frmula es: H i =

Fi
n

Se denota mediante: H i
Propiedad:

H1 = hq
H 2= h1 + h2
.
.
.

H m = f1 + h2 + ... + hm
Para presentacin de la informacin mediante cuadros o tablas, es necesario construir la tabla de
distribucin de frecuencias. La cual puede ser:

3.1.1. Distribucin de frecuencias de una variable discreta


Una distribucin de frecuencias es un arreglo de los valores observados x1,...xm de una variable
X con sus respectivas frecuencias, en una tabla de la forma:
Valores de X

fi

Fi

hi

Hi

x1
x2
.
.
.
xk

f1
f2
.
.
.
Fm

F1
F2
.
.
.
Fm=n

h1
h2
.
.
.
Hm

H1
H2
.
.
.
Hm=1

Total

fi=n

hi=1

Ejemplo:
Dadas las edades de 12 estudiantes de la UPeU, construir la tabla de distribucin de frecuencias.
EDAD (X): 19, 20, 23, 20, 18, 20, 25, 18, 18, 20, 25, 23.
Solucin
Unidad I

30

PROESAD

EDAD
18
19
20
23
25

fi
3
1
4
2
2

Total

12

Fi
3
4
8
10
12

hi
0.25
0.08
0.33
0.17
0.17
1.00

Hi
0.25
0.33
0.66
0.83
1.00

La suma de las frecuencias relativas simples (hi) siempre debe ser igual a uno, en caso de error
de redondeo no diera 1, hay que ajustar, es decir, hay que sumar o restar 1 dgito a cualquier
nmero para conseguir la suma de 1.
f3: Indica la frecuencia absoluta simple de la tercera fila y corresponde al nmero 4.
F4: Indica la frecuencia absoluta acumulada de la cuarta fila y corresponde al nmero 10.
h3: Indica la fecuencia relativa absoluta simple de la tercera fila y corresponde al nmero 0.33.
Para interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando el nmero por 100, as 0.33x100 = 33%.
H4: Indica la frecuencia relativa acumulada de la cuarta fila y corresponde al nmero 0.83. Para
interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando el nmero por 100, as 0.83x100 = 83%
Interpretacin:
f3: Existen 4 alumnos que tienen 20 aos de edad.
F4: Existen 10 alumnos cuyas edades varan de 18 a 23 aos.
h3: El 33% de los alumnos que tienen 20 aos de edad.
H4: El 83% de los alumnos tienen edades que varan de 18 a 23 aos.
Las frecuencias absolutas interpretan la variable en su fila, en cambio las frecuencias acumuladas
interpretan desde el principio hasta su fila.
Observacin:
Cuando se realiza una observacin en una muestra o en una poblacin, se puede presentar los
siguientes casos:



(*)
(*)

Que se hayan hecho pocas observaciones y por lo tanto, la variable estadstica tome pocos
valores.
Que se hayan hecho muchas observaciones y sin embargo, la variable estadstica toma muy
pocos valores diferentes.
Que se hayan hecho muchas observaciones y la variable toma muchos valores distintos.
Los dos primeros casos caern dentro del estudio de variable discreta.
El tercer caso se agrupar los valores de la variable en intervalos adecuadamente para no perder mucha informacin.

Estadstica General

31

Universidad Peruana Unin

2.1.2. Distribucin de frecuencias para datos agrupados


Es una tabla en donde los datos originales se clasifican en intervalos de clase.
Para la elaboracin de esta tabla se debe tener en cuenta las definiciones siguientes:
Intervalos o lmites de clase: se identifica por tener su lmite superior y su lmite inferior.
Los extremos de los intervalos no se repiten.
Ejemplo:

15-19
20-24
25-29

LCI=15 y LCS=19

Amplitud intervlica (c): Llamado tambin ancha de clase, es la cantidad de datos que
estn comprendidos en un intervalo de clase.
Marca de clase (Xi): Es el punto medio del intervalo de clase:

Xi =

LCI + LCS
2

Ejemplo:

La marca de clase para el primer intervalo ser:

=
Xi

15 + 19 )
(=
2

17

REGLA GENERAL PARA LA CONSTRUCCIN DE UNA DISTRIBUCIN DE FRECUENCIAS DE UNA VARIABLE CONTINUA AGRUPADA EN INTERVALOS
Dado n valores de una variable cuantitativa continua, o discreta con ms de 20 valores distintos, uno de los mtodos para construir la distribucin de frecuencias es:
1) Determinar el Rango: R
El rango de variacin de los datos se define por:

R = X mx X mn

2) Determinar el Nmero de intervalos: k


Utilizando la regla de Sturges:

k = 1 + 3.322 log(n)

n: Nmero total de datos.


Observacin: El resultado que se obtenga de k ser redondeado al entero inmediato mayor.
Ejemplo:
Si k = 6.32 entonces, k = 7 (Nmero de intervalos igual a 7).
Si k = 6.84 entonces, k = 7 (Nmero de intervalos igual a 7).

Unidad I

32

PROESAD

3) Determinar la Amplitud del intervalo: c


La amplitud del intervalo se obtiene dividiendo el rango entre el nmero de intervalos.
4) Determinar los extremos de los intervalos

c=

R
k

Ejemplo:
Los siguientes datos son puntajes del cociente de inteligencia (CI) de 50 alumnos de la UPeU. Con
base en estos puntajes, preparar la tabla de distribucin de frecuencias.
PUNTAJES DEL COCIENTE DE INTELIGENCIA (CI)
DE 50 ESTUDIANTES DE LA UPeU
91
114
118
119
89
128
114
112
97
106

104
105
100
95
113
107
106
103
104
93

113
101
111
106
118
89
105
92
105
89

125
89
125
120
127
122
115
125
95
100

101
126
109
129
129
89
98
107
91
115

1) Determinar el Rango: R
El rango de variacin de los datos se define por:
2) Determinar el Nmero de intervalos: k
Utilizando la regla de Sturges:

k = 1 + 3.322 log(n)
n: Nmero total de datos.
Observacin: El resultado que se obtenga de k ser redondeado al entero inmediato mayor.
Ejemplo:
Si k = 6.32 entonces, k = 7 (Nmero de intervalos igual a 7).
Si k = 6.84 entonces, k = 7 (Nmero de intervalos igual a 7).
3) Determinar la Amplitud del intervalo: c
La amplitud del intervalo se obtiene dividiendo el rango entre el nmero de intervalos.
Estadstica General

33

Universidad Peruana Unin

4) Determinar los extremos de los intervalos


Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES DEL CI DE 50 ESTUDIANTES DE LA UPeU
Lmite de clase
88 94
94 100
100 106
106 112
112 118
118 124
124 130

Yi
91
97
103
109
115
121
127

fi
9
6
11
5
8
3
8
50

Fi
9
15
26
31
39
42
50

hi
0.18
0.12
0.22
0.1
0.16
0.06
0.16
1.00

Hi
0.18
0.3
0.52
0.62
0.78
0.84
1.00

f3: Indica la frecuencia absoluta simple de la tercera fila y corresponde al nmero 11.
F4: Indica la frecuencia absoluta acumulada de la cuarta fila y corresponde al nmero 31.
h3: Indica la relativa absoluta simple de la tercera fila y corresponde al nmero 0.22. Para interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando al nmero por 100, as 0.22x100 = 22% .
H4: Indica la frecuencia relativa acumulada de la cuarta fila y corresponde al nmero 0.62. Para
interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando al nmero por 100, as 0.62x100 = 62%
Interpretacin:
f3: Existen 11 estudiantes de la Universidad Peruana Unin que tienen un cociente intelectual
que vara de 100 a 106 puntos.
F4: Existen 31 estudiantes de la Universidad Peruana Unin que tienen un cociente intelectual
que vara de 106 a 112 puntos
h3: El 20% de estudiantes de la Universidad Peruana Unin tienen un cociente intelectual que
vara de 100 a 106 puntos
H4: El 62% de estudiantes de la Universidad Peruana Unin tienen un cociente intelectual que
vara de 106 a 112 puntos
Las frecuencias relativas interpretan la variable en su fila, en cambio, las frecuencias acumuladas
interpretan la variable desde el principio hasta su fila.
CUIDADOS EN LA PRESENTACIN DE CUADROS ESTADSTICOS
A continuacin sealamos los elementos necesarios que deben tenerse en cuenta para la presentacin de informacin estadstica mediante cuadros.
Unidad I

34

PROESAD

1. N de cuadro
2. Ttulo: Debe responder las siguientes preguntas:
a. Qu informacin contiene el cuerpo del cuadro?
Ej. Cociente de inteligencia de 50 alumnos
b. Dnde fue tomada la informacin?
Ej. ...en la UPeU Lima
c. Cundo fue tomada la informacin?
Ej. ...Enero, 1995
3. Los encabezados: Corresponde a la identificacin de la variable y las frecuencias.
4. Columna matriz: corresponde a las categoras de clasificacin de la variable.
5. Cuerpo del cuadro: Corresponde a la informacin numrica, generalmente frecuencias absolutas y relativas.
6. Fuente: Sealar el medio de informacin que condujo al conjunto de datos.
Ej. Test aplicado por los investigadores
7. Notas: son colocadas para esclarecimiento.
8. Comentarios: sirve para aclarar minucias en relacin a cada celda.
Para nuestro ejemplo visto anteriormente el cuadro ser:
CUADRO N 1
COCIENTE INTELECTUAL DE 50 ESTUDIANTES DE LA UNIVERSIDAD PERUANA UNIN - LIMA, 2004
COCIENTE DE INTELIGENCIA
88 94
94 100
100 106
106 112
112 118
118 124
124 130
TOTAL

N DE ALUMNOS
9
6
11
5
8
3
8
50

%
18
12
22
10
16
6
16
100

Fuente: Test aplicado por los investigadores.

Estadstica General

35

PROESAD

Sesin

REPRESENTACIN DE
LA INFORMACIN
4.1. PRESENTACIN DE LA INFORMACIN MEDIANTE GRFICOS
Los grficos ms usados son:
a. Histograma de frecuencias
b. Polgono de frecuencias
c. Polgono de frecuencias acumuladas u ojiva
d. Barras
e. Bastones
f. Sectores
g. Series de tiempo

a. Histograma de frecuencias
Es una representacin grfica de una distribucin de frecuencias agrupadas en intervalos de clase, mediante una serie de intervalos continuos.
Se usa:
Cuando se tiene una variable cuantitativa continua
Se construye:
1. Se coloca los intervalo de clase en el eje horizontal (eje de las abscisas o eje x).
2. Se levanta cada intervalo a la altura de la frecuencia absoluta simple o relativa simple.
Ejemplo:
Considere el ejemplo de tabla de distribucin de frecuencia para datos agrupados del Puntajes
del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.

Estadstica General

37

Universidad Peruana Unin

b. Polgono de frecuencias
Se usa:
Cuando se tiene una variable cuantitativa continua y econmica.
Se construye:
1. Se ubica en el eje x la marca de clase y se considera el punto medio,
2. Se levanta el punto de la marca de clase a la altura de la frecuencia absoluta simple o relativa simple,
3. Luego de marcar los puntos, unirlos,
4. Finalmente, unir los extremos al eje de las abscisas.
Ejemplo:
Considerando el ejemplo de la tabla de distribucin de frecuencias para datos agrupados, en el
cual estudiamos el Puntaje del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
fi
10
9
8

11
9

7
6
5
4
3
2
1

91

97

103

109

Unidad I

38

115

121

127

PROESAD

c. Polgono de frecuencias acumuladas u ojivas


Se usa:
Cuando la frecuencia acumulada es de inters.
Se construye:
1. Se ubica en el eje x la marca de clase.
2. Se levanta el punto del extremo superior de cada lmite de intervalo de clase a la altura de
la frecuencia absoluta acumulada o relativa acumulada.
3. Luego de marcar los puntos, unirlos
4. Finalmente, unir los extremos al eje de las abscisas.
Ejemplo:
Considerando el ejemplo de la tabla de distribucin de frecuencias para datos agrupados, en el
cual estudiamos el Puntaje del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU
fi

50

50
45
40

42
39

35

31

30
25

26

20
15

15
10
5

88

94

100

106

112

118

124

130

d. Barras
Se representa mediante una serie de rectngulos separados
Se usa:
Para representar variables cualitativas.
Se construye:
1. Se ubica en el eje x las categoras de la variable, utilizando intervalos y separando aproximadamente la mitad del intervalo entre una categora y otra.
2. Se levanta cada intervalo de la categora que corresponde a la variable, a la altura de la frecuencia absoluta simple o relativa,

Estadstica General

39

Universidad Peruana Unin

Ejemplo:
Facultad
1. Ciencias Contables y Administrativas
2. Teologa
3. Ciencias de la Salud
4. Educacin y Ciencias Humanas
5. Ingeniera
Total

N de alumnos
500
200
250
250
300
1500

fi
50
0

50
45
0
40
0
0
35
030
25
0
020
0
15
0
10
0 50

20
0

25
0

25
0

30
0

e. Bastones
Tiene la forma de alfileres.
Se usa:
Para representar una variable cuantitativa discreta.
Se construye:
1. Se ubica en el eje x los valores de la variable, separando equitativamente entre uno y otro valor,
2. Se levanta utilizando una lnea recta para cada valor de la variable, a la altura de la frecuencia absoluta simple o relativa y se termina con un punto, en forma de alfiler.
Ejemplo:
No de Hijos (xi)
N de familias (fi)
NOTAS

0
3

1
7

2
12

3
20

4
15

fi

20

20

15

15
12
10
5

3
1

Unidad I

40

5
5

PROESAD

f. Sectores
Se representa mediante un crculo particionado.
Se usa:
Para representar una variable cualitativa cuyo principal inters es conocer su frecuencia relativa.
Se construye:
1. Se particiona a una circunferencia equitativamente, considerando que sta constituye el
100%,
2. Se efecta la particin, segn la frecuencia relativa simple lo considere y se ubican las categoras de la variable en cada particin.
Ejemplo:
Rubro
Diezmo
Vivienda
Alimentacin
Vestido
Educacin
Recreacin
Otros
Total

hi %
10
20
30
10
20
5
5
100

VIVIENDA
20%
ALIMENTACIN
30%

OTROS
5%

VESTIDO
10%

DIEZMO
10%
RECREAC.
5%

EDUCACIN
20%

g. Series de tiempo
Son curvas idnticas al del polgono de frecuencias pero sus extremos no tocan el eje de las
abscisas.
Se usa:
Cuando la variable de inters es el tiempo.
Ejemplo:
N DE ALUMNOS INGRESANTES A LA UPeU DE TRES
COLEGIOS DIFERENTES 1991-1995
AOS
1991
1992
1993
1994
1995

N DE ALUMNOS INGRESANTES
COLEGIO 1
10
15
20
25
35

COLEGIO 2
20
25
20
25
25

COLEGIO 3
15
20
25
20
25

Estadstica General

41

Universidad Peruana Unin


fi

40
35
30
25
20
15
10
5
0

COLEGIO 1
COLEGIO 2
COLEGIO 3

1991 1992 1993 1994 1995

AOS

CUIDADOS EN LA PRESENTACIN DE GRFICOS ESTADSTICOS


A continuacin sealamos los elementos necesarios que deben tenerse en cuenta para la presentacin de informacin estadstica mediante grficos.
1. N de grfico
2. Ttulo: Debe responder las siguientes preguntas:
a. Qu informacin contiene el cuerpo del cuadro?
Ej. Cociente de inteligencia de 50 alumnos
b. Dnde fue tomada la informacin?
Ej. ...en la UPeU Lima
c. Cundo fue tomada la informacin?
Ej. ...Setiembre, 1994
3.
4.
5.
6.

Representacin grfica (sealar escalas).


Leyenda (si fuere necesario).
Fuente.
Nota (en caso de ser necesario).

Ejemplo:
La representacin grfica para el ejemplo de datos agrupados de los datos del Puntajes del
Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
GRFICO N 1
COCIENTE INTELECTUAL DE 50 ESTUDIANTES DE LA UNIVERSIDAD PERUANA UNIN - LIMA, 2001

Unidad I

42

PROESAD

Fuente: Test aplicado por los investigadores.

EJERCICIOS PROPUESTOS
1. En una encuesta de opinin acerca de las preferencias de una marca de bebida gaseosa
por sus colores: Amarillo (A), Blanco (B), Rojo (R), 20 consumidores dieron las siguientes respuestas:
B, R, R, B, R, A, A, B, B, A
B, A, A, R, B, A, B, R, B, A
a) Construir la distribucin de frecuencias
b) Graficar la distribucin
2. La tabla muestra la distribucin del ingreso familiar correspondiente a 80 familias:
Ingresos
[160 - 170
[170 - 180
[180 - 190
[190 - 200
[200 - 210

fi
48

Fi

hi

60
0,125
0,075

a) Determinar el nmero de familias que ganan menos de 200 nuevos soles


3. Para cada uno de los siguientes ejercicios construir:
a) La tabla de distribucin de frecuencias
b) El grfico adecuado
c) Interpretacin

Estadstica General

43

Universidad Peruana Unin

3.1. Los siguientes datos proporcionan las remuneraciones de 50 obreros.


730
600
570
730
378
730
650

470
700
730
663
930
640
740

672
650
770
569
848
708

820
700
580
720
860
461

670
570
609
860
748
685

610
850
700
766
777
630

800
590
574
456
640
720

670
700
578
258
560
840

3.2. Considere los datos obtenidos por las medidas de las alturas de 100 individuos
(dados en cm)
151
161
166
167
168
169
170
172
174
176
179
181
187

152
161
165
167
168
169
170
172
175
177
179
182
188

154
161
166
167
168
169
170
173
175
177
180
182
189

155
162
166
168
168
169
170
173
175
177
180
182
190

159
163
166
168
168
169
171
173
176
177
180
183

159
163
166
168
169
170
171
173
176
178
181
184

160
164
166
168
169
170
171
174
176
178
181
185

161
165
167
168
169
170
172
174
176
178
181
186

3.3 El gerente de una compaa registra el nmero de cierto trabajo, completados


por los empleados. Cincuenta empleados realizan el mismo trabajo, divididos
en dos grupos de 25 y en salones diferentes.
En el saln A, el gerente registra el siguiente nmero de unidades completadas por da:
21
22
20
15
25
30
28
29
28
30
24
29
27
34
38
24
35
36
31
41
32
43
44
53
50
En el saln B los datos son los siguientes:
16
21
13
36
16
18
20
28
30
26
20
35
31
30
40
30

18
25
45

Unidad I

44

24
33
59

32
26
32

PROESAD

a) Combinar todos los puntajes y obtener la distribucin de frecuencias con tamao de clase
k=10.
b) Obtener la distribucin de frecuencias por cada saln y realice la grfica adecuada.

4. Se tiene la siguiente tabla de frecuencias relativas de 300 empleados segn su


edad.
EDADES
19-21
22-24
25-27
28-30
31-33

a)
b)
c)
d)

hi
0.15
0.25
0.40
0.10
0.10

Cuntos empleados tienen edades entre 22 y 30 aos?


Qu porcentaje de empleados tienen 25 aos o ms?
Qu porcentaje de empleados tienen 24 aos o menos?
Una empresa que se dedica a preparar dietas, proyecta lanzar al mercado una dieta rigurosa.
Los empleados de una compaa se presentaron como voluntarios para dicha promocin.

Se realiz un muestreo con 80 empleados elegidos aleatoriamente. Los resultados del chequeo
de los pesos (en Kg), fueron los siguientes:
80.6
53.2
76.9
88.3
75.6
65.2
54.2
80.2

65.8
60.2
77.4
94.6
41.8
62.1
75.3
60.2

49.6
91.2
67.9
57.3
73.6
44.8
50.1
71.6

79.1
74.8
63.7
87.3
71.4
82.9
61.1
77.1

84.4
78.6
49.9
74.3
83.2
81.7
42.3
94.9

66.2
81.4
46.4
73.2
67.4
70.4
68.6
61.4

79.3
58.6
68.8
90.4
99.3
74.6
56.2
82.1

59.4
68.2
67.3
76.3
62.3
76.9
70.8
78.3

72.9
67.4
72.3
52.7
89.2
85.7
47.3
51.2

73.6
55.6
75.8
71.7
86.8
40.9
66.9
79.3

a) Elaborar la distribucin de frecuencias


b) Cuntos empleados tienen pesos entre 45 y 60 kg?
c) Qu porcentaje de empleados tienen pesos mayores que 75.5 Kg?

Estadstica General

45

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(
(
(

)
)
)
)
)

?
?

Una tabla estadstica representa a la informacin en forma organizada.


La marca de clase es el punto medio de los intervalos de clases.
F3 indica la frecuencia acumulada relativa simple de la tercera fila.
La suma de las frecuencias relativas simples debe ser igual a uno.
El histograma de frecuencia se utiliza para una distribucin de frecuencias agrupadas
en intervalos de clase.

PROCEDIMENTAL:
2. A continuacin se presentan las notas de 50 alumnos:
60
65
71
47
80

53
41
39
94
94

85
74
35
54
61

77
55
60
98
88

33
57
81
68
41

45
78
76
66
89

52
50
91
48
66

65
35
55
69
73

77
64
73
85
42

84
74
59
67
65

Se pide:
a)
b)
c)
d)

Determinar el rango.
Nmero de clases o filas.
Amplitud de las clases o filas.
Frecuencias absolutas y relativas simples, absolutas y relativas acumuladas. Interpretar
por lo menos 2 de cada fila.

3. Al investigar el nivel socioeconmico en los valores: Bajo (B), medio (M), alto (A), 20 familias
dieron las siguientes respuestas:
M, B, B, M, A, B, B, M, M, B, M, B, B, A, M, B, M, A, M, B
Construir la distribucin de frecuencia y trazar su grfica.
4. Dibujar un diagrama de sectores para mostrar los gastos de un hospital de una gran ciudad,
siendo stos los siguientes: 73% en sueldos, honorarios profesionales mdicos y bonificaciones a los empleados; 13% en suministros, equipo mdico y quirrgico; 8% en mantenimiento, alimentacin y energa; y 6% en costos administrativos.

Autoevaluacin

46

ACTITUDINAL:
5. Considerando los conocimientos adquiridos en la primera unidad, qu aconsejaras a un
empresario que necesita tomar decisiones acertadas para el buen funcionamiento de su
negocio?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

47

UNIDAD II
UNIDAD II
Sesin N 5: Medidas de resumen
Sesin N 6: Medidas de posicin
Sesin N 7: Medidas de dispersin
Sesin N 8: Medidas de forma

COMPETENCIAS
CONCEPTUAL

PROCEDIMENTAL

ACTITUDINAL

Reconoce los conceptos de las medidas de


resumen, como las de
tendencia central, de
posicin, de dispersin y
de forma, de una serie
de datos.

Calcular las diversas


medidas de resumen
para una serie de
datos.

Identifican y reconocen
qu medidas de resumen son adecuadas
para el anlisis de una
serie de datos.

PROESAD

Sesin

MEDIDAS DE
RESUMEN
5.1. ANLISIS E INTERPRETACIN DE LOS RESULTADOS
Se estudi los cuadros y grficos estadsticos en la unidad anterior como
formas para ordenar y describir un conjunto de datos para tomar decisiones. Sin embargo, el anlisis resulta incompleto, para esto se utiliza
ciertos indicadores.
Estos indicadores llamados medidas de resumen o ESTADGRAFOS permiten hallar un solo valor numrico, el mismo que representa a toda la
poblacin o muestra en estudio.
Los estadgrafos o medidas de resumen ms importante son:
De tendencia central: media, mediana y la moda.
De posicin: cuartiles, deciles y percentiles.
De dispersin: varianza, desviacin estndar, y coeficiente de variacin.
De forma: asimetra y el coeficiente de kurtosis.

5.2. MEDIDAS DE TENDENCIA CENTRAL


Son estadsticos que permiten hallar el valor numrico que indica el centro de un conjunto de
datos; sealando la caracterstica que destaca en la informacin.

5.2.1. La media o promedio aritmtico (x)


Es la ms estable y se obtiene de acuerdo a lo siguiente:
a) Media aritmtica para datos simples (en serie):
Proceso: Sumar todos los valores de la variable y dividir entre el nmero de datos que se
han sumado.

x=

x
n

Estadstica General

51

Universidad Peruana Unin

b) Media aritmtica para datos agrupados (en tablas):


Proceso: Sumar todos los valores de la variable o marca de clase multiplicados por la frecuencia absoluta simple y dividir entre el nmero de datos o la suma de las frecuencias absolutas
simples.

x=

xf
f

Ventajas de la media aritmtica:


Es til cuando los datos estn distribuidos en forma normal o simtrica.
Es de gran estabilidad porque toma en cuenta todos los datos.
Nos permite probar parmetros en inferencia estadstica.
Desventajas de la media aritmtica:
Puede ser afectado por valores extremos.
Cuando los datos agrupados tienen clases abiertas en los extremos, no es recomendable
calcular el promedio.

5.2.2. Mediana (Me)


Es el estadstico que representa el punto medio de los datos en el cual cae el 50% de puntuaciones. Se obtiene de acuerdo a lo siguiente:
a) Mediana para datos simples (en serie):
Es el valor medio (cuando la serie es impar) o la semisuma de los dos valores medios (cuando la serie es par); del conjunto de datos previamente ordenados en forma creciente.
(*) La mediana se utiliza tambin en variables ordinales
Ej: Se tiene la siguiente informacin sobre el nmero de alumnos repitentes por aos de
estudios de la carrera de contabilidad en la UPeU.
AOS
Primero
Segundo
Tercero
Cuarto
Quinto
Total

fi
25
14
6
9
2
56

Fi
25
39
45
54
56

Clase mediana.


Proceso:
1. Se calcula la suma de las frecuencias absolutas simples entre 2 as:

n
=
2

f
=
2

56
= 28
2

Unidad II

52

PROESAD

2. El valor inmediatamente superior o igual a 28 se busca en la columna de la tabla que


corresponde a la frecuencia absoluta acumulada Fi (en este ejemplo corresponde a 39,
porque 25 es menor que 28).
3. Luego se observa la primera columna donde se encuentra la variable, en la fila donde se
observ el nmero 39, el valor de la variable que se encuentra en esa fila corresponde
a la mediana.
Me = Segundo.
Interpretacin: La mitad de los estudiantes repitentes lo hacen como mximo hasta segundo
ao, aproximadamente la otra mitad repiten categoras superiores al segundo ao.
b) Mediana para datos agrupados:
Cuando los datos se encuentran agrupados en una tabla de distribucin de frecuencias, la
mediana se encuentra utilizando la siguiente frmula:

Fi 1
2

= Linf + c
Me
fi
Donde
Linf : Lmite inferior del intervalo que contiene a la mediana
c : Amplitud del intervalo
n : Nmero total de datos
Fi-1 : Frecuencia absoluta acumulada anterior a la clase mediana
i : Frecuencia (o frecuencia absoluta) de la clase mediana.
Lugar de la Mediana, Me :

n
2

Ventajas de la mediana:
No est afectada por valores extremos, y por lo tanto es ms representativa que el promedio, cuando las series son poco simtricas.
Es til cuando los datos agrupados tienen clases abiertas en los extremos (es decir, no
tiene lmite inferior en la primera clase ni lmite superior en la ltima clase).
Se aplica a variables que pertenecen a la escala ordinal.

5.2.3. La moda (Mo)


Nos indica el valor o cualidad que se repite con mayor frecuencia dentro de una informacin. Se
obtiene de acuerdo a lo siguiente:
a) Moda para datos simples (en serie):
Es el valor que ms se repite en una serie.
(*) Es til cuando la variable en estudio pertenece a la escala nominal.

Estadstica General

53

Universidad Peruana Unin

Ejemplo:
Hallar la moda para la siguiente informacin que consiste en una muestra de 100 consumidores segn preferencia por tipos de panes Unin.
TIPOS DE PANES
Integral
Americano
Fibra
Hamburguesa
Total

CONSUMIDORES (fi)
25
20
40
15
100
Clase modal,
por ser el valor ms frecuente (f =40)

Entonces, la moda ser el valor que corresponde a la categora de la variable, en la clase o


fila modal.
Mo = Fibra
Interpretacin:
La mayora de los consumidores de Productos Unin prefiere pan fibra.
b) Moda para datos agrupados:
En este caso la moda se halla mediante la frmula:

M
o = Linf + c
1 + 2
Donde
Linf : Lmite inferior del intervalo que contiene a la moda
c : Amplitud del intervalo
con 1 =

fi fi 1 ; 2 = fi fi +1

Ventajas de la moda:
No est afectada por valores extremos.
Puede usarse cuando los datos agrupados tienen clases abiertas en los extremos.
Se usa para variables que pertenecen a la escala nominal.
Desventajas de la moda:
No es representativa a menos que la distribucin contenga un gran nmero de datos y
exista significativa repeticin de alguno de ellos.
Muchas veces la serie no tiene moda porque ningn valor se repite, en ese caso se dice
que la informacin es unimodal.
Cuando la serie tiene 2 modas, se dice que la informacin es bimodal, y si tiene ms de
2 modas, la informacin es multimodal. En estos casos se hace difcil su interpretacin y
comparacin, por lo tanto, no se considera una medida representativa
Unidad II

54

PROESAD

Ejemplo:
Correspondiente a datos simple (informacin en serie):
Los datos presentados corresponden a las edades de 8 alumnos del 1er ao de la Facultad de
Ciencias Contables y Administrativas:
Edad :
Xi: 18, 20, 23,
17, 18, 19,
23, 18

Calcular la media, mediana y moda e interpretar sus resultados.
Solucin:
Media

=x

18 + 20 + 23 + 17 + 18 + 19 + 23 + 18 156
= = 19.5
= 20
n
8
8
Interpretacin

=
x

La edad promedio de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas es de 20 aos.
Mediana
Me: Es el valor medio (cuando la serie es impar) o la semisuma de los dos valores medios (cuando la serie es par); del conjunto de datos previamente ordenados en forma creciente.
En este caso la serie es par, por lo tanto, se procede del siguiente modo:
1

Se ordena la serie
17,

18,

18,

18,

19,

20,

23,

23

23,

23

Se particiona la serie por la mitad


17,

18,

18,

18,

19,

20,

3 La mediana ser la semisuma de los dos valores centrales, por ser la serie par, es decir 8 datos.

=
Me

18 + 19
= 18.5
= 19
2

Interpretacin:
La mitad de los de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas
tiene como mximo 19 aos, aproximadamente la otra mitad tienen ms de 19 aos.

Estadstica General

55

Universidad Peruana Unin

Moda
Es el valor que ms se repite.
As, en nuestra base de datos.
1

Se ordena la serie

17,
2

18,

18,

18,

19,

20,

23,

23

Se toma el valor que ms se repite.

En nuestro ejemplo el 18 se repite 3 veces.


Mo = 18
Interpretacin:
La mayora de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas
tiene de 20 aos de edad.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas):
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estudiamos el Puntajes del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
Hallaremos la media, mediana y moda para datos agrupados.
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES DEL CI DE 50 ESTUDIANTES DE LA UPeU
Lmites de clases
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>
Total

Xi

fi

Fi

Xi fi

Xi 2fi

91
97
103
109
115
121
127

9
6
Mo 11
5
8
3
8

9
15
Me 26
31
39
42
50

819
582
1133
545
920
363
1016

74529
56454
116699
59405
105800
43923
129032

5378

585842

50

Solucin:
La columna de las marcas de clase denotada por Xi, se obtiene por la formula dada anteriormente en la Unidad 1.

Unidad II

56

PROESAD

LCI + LCS
2
88 + 94
=
X 1 = 91
2
94 + 100
=
X 2 = 97
2
100 + 106
=
X 3 = 103
2
.
Xi =

.
=
X7

124 + 130
= 127
2

La columna de Xi fi : se obtiene multiplicando valor por valor la columna de las marcas de clase
denotada por Xi por las frecuencias absolutas simple denotada por fi:
As:
X1 f1 = 91 x 9 = 819
X2f2 = 97 x 6 = 582
X3 f3 = 103 x 11 = 1133
.
.
X7 f7 = 127 x 8 = 1016
Observacin: Las sumas de cada columna se encuentran en la fila que corresponde al total (al
final de las columnas).
La clase mediana se ubica con las frecuencias absolutas acumuladas.
La clase modal se ubica con las frecuencias absolutas simples.
Media:
=
x

xf

=
f
i i
i

819 + 582 + 1133 + 545 + 920 + 363 + 1016


9 + 6 + 11 + 5 + 8 + 3 + 8

5378
= 107.56
= 107
50

Interpretacin:
El cociente de inteligencia promedio de los alumnos de la Universidad Peruana Unin es de
aproximadamente 107 puntos.
Mediana:
Proceso:
1. Ubicamos la clase o fila mediana (intervalo que contenga la mediana):
Lugar de Me: n/2= 50/2= 25 (25 avo. lugar)
Analizando, la mediana se encuentra en la 4ta. Clase.
Estadstica General

57

Universidad Peruana Unin

Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la


tabla de datos, considerando el inmediatamente mayor o igual a 25.
En nuestro ejemplo corresponde a la cuarta fila, pues su frecuencia acumulada es F4 = 31 y
es el inmediatamente superior a 25.
La cuarta fila es la clase mediana y de all se considera los datos que van a ser reemplazados
en la frmula.
2. Utilizando la frmula:

Fi 1
2

= Linf + c
Me
fi
Linf
n
Fi-1
fi
c

: Lmite inferior del intervalo de la clase mediana = 100


: Nmero total de datos = 50
: Frecuencia absoluta acumulada anterior a la clase mediana = 15
: Frecuencia absoluta simple de la clase mediana = 11
: Amplitud intervlica: 6

La mediana ser:

50

15
2

Me
= 100 + 6
= 105.45
11
Interpretacin:
La mitad de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia
mximo de 105 puntos, aproximadamente la otra mitad tienen ms de 105 puntos.
Moda
Proceso:
1. Se ubica la clase o fila modal (donde se encuentra la moda), ubicando en la columna de las
frecuencias absolutas simples (fi) el mayor valor.
En nuestro ejemplo el mayor valor de las frecuencias absolutas simples es f3 = 11,
En nuestro ejemplo, la clase modal o fila donde se encuentra la moda es la tercera fila porque
en ella se encuentra el mayor valor de las frecuencias absolutas simples.
2. Utilizando la frmula:

M
o = Linf + c

2
1

Unidad II

58

PROESAD

hallando:

1 = fi fi 1 = 11- 6 = 5
2 = fi fi +1 = 11-5 = 6
5
Mo
= 100 + 6
= 102.72
5+6
Interpretacin:
La mayora de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia de 103 puntos.

Estadstica General

59

PROESAD

Sesin

MEDIDAS DE
POSICIN
6.1. MEDIDAS DE POSICIN
Son estadgrafos que dividen a una serie de datos en cuatro, diez o cien partes iguales.
Estas medidas son:
- Cuartiles
- Deciles
- Percentiles

6.1.1. Cuartiles (Qi )


Son estadgrafos que dividen a la informacin en cuatro partes iguales, donde cada uno de ellos
es el 25% de la informacin.
Esquemticamente se tiene:
Q1

25%

Q2
25%

25%

25%

total

Q3

100%

Los cuartiles se calculan con la frmula siguiente:


( j )n

4 Fi 1
=
Q
Linf + c

j
fi

Estadstica General

61

Universidad Peruana Unin

Donde:
j
: 1,2 3
Linf
n
Fi-1
fi
c

: Lmite inferior del intervalo de la clase cuartlica.


: Nmero total de datos.
: Frecuencia absoluta acumulada anterior a la clase cuartlica.
: Frecuencia absoluta simple de la clase cuartlica.
: Amplitud intervlica.

6.1.2. Deciles (Di)


Son estadgrafos que dividen a la informacin en diez partes iguales, donde cada uno de ellos es
el 10% de la informacin.
Esquemticamente se tiene:
D1

10%

D2
10%
. . .
D9
10%

10%

Total 100%
Los deciles se calculan con la frmula siguiente:

( j )n

10 Fi 1
=
D
Linf + c

j
fi

Donde:
j
Linf
n
Fi-1
fi
c

: 1,2, 3, 9
: Lmite inferior del intervalo de la clase declica.
: Nmero total de datos.
: Frecuencia absoluta acumulada anterior a la clase declica.
: Frecuencia absoluta simple de la clase declica.
: Amplitud intervlica.

6.1.3. Percentiles (Pi )


Son estadgrafos que dividen a la informacin en cien partes iguales, donde cada uno de ellos
es el 1% de la informacin.

Unidad II

62

PROESAD

Esquemticamente se tiene:
P1

1%
1%

P2

1%

1%

total

100%


P99
. . .

Los percentiles se calculan con la frmula siguiente:

( j )n

100 Fi 1
=
Pj Linf + c

fi

Donde:
j
Linf
n

: 1,2, 3, 99
: Lmite inferior del intervalo de la clase percentlica.
: Nmero total de datos.

Fi-1 : Frecuencia absoluta acumulada anterior a la clase Percentlica.


fi
: Frecuencia absoluta simple de la clase percentlica.
c

: Amplitud intervlica.

Observacin:
Generalmente se calculan las medidas de posicin para datos agrupados, pues se tiene una gran
cantidad de informacin.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas)
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estudiamos el Puntajes del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
Hallaremos los cuartiles 1 y 3, los deciles 2 y 8 y los percentiles 10 y 90.
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES
DEL CI DE 50 ESTUDIANTES DE LA UPeU

Estadstica General

63

Universidad Peruana Unin

Intervalo de clase
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>

Xi

fi

Fi

91
97
103
109
115
121
127

9
6
11
5
8
3
8

9
15
26
31
39
42
50

Total

P10
Q1,D2

Q3,D8
P90

50

Solucin
Cuartil 1 (Q1)
Proceso
1. Se ubica la clase o fila cuartlica (donde se encuentra el primer cuartil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1, 2 3.

i f (1)50
= = 12.5
4
4
2. Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la
tabla de datos, considerando el inmediatamente mayor o igual a 12.5.
En nuestro ejemplo corresponde a la segunda fila, pues su frecuencia acumulada es F2 = 15
y es el inmediatamente superior a 12.5.
3. La segunda fila es la clase cuartlica y de all se considera los datos que van a ser reemplazados en la frmula.
( j )n

4 Fi 1
=
Q
Linf + c

j
fi

Linf
n
Fi-1
i
c

: Lmite inferior del intervalo de la clase cuartlica = 94


: nmero total de datos = 50
: Frecuencia absoluta acumulada anterior a la clase cuartlica = 9
: Frecuencia absoluta simple de la clase cuartlica = 6
: amplitud intervlica: = 6

Cuartil 1 ser:

(1)50

4 9
Q1 =
94 + 6
97.5
=
6

Unidad II

64

PROESAD

Interpretacin:
El 25% de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia
mximo de 98 puntos, aproximadamente el 75% restante tienen ms de 98 puntos.
Cuartil 3 (Q3)
Proceso
1. Se ubica la clase o fila cuartlica (donde se encuentra el tercer cuartil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1, 2 3.

j (n) (3)50
= = 37.5
4
4
2. Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la
tabla de datos, considerando el inmediatamente mayor o igual a 37.5.
En nuestro ejemplo corresponde a la quinta fila, pues su frecuencia acumulada es F5 = 39 y
es el inmediatamente superior a 37.5.
3. La quinta fila es la clase cuartlica y de all se considera los datos que van a ser reemplazados
en la frmula.
Linf

: Lmite inferior del intervalo de la clase cuartlica = 112

: nmero total de datos = 50

Fi-1

: Frecuencia absoluta acumulada anterior a la clase cuartlica = 31


: Frecuencia absoluta simple de la clase cuartlica = 8

1
c

: Amplitud intervlica: = 6

El cuartil 3 ser:

(3)(50)

4 31
Q3 =
112 + 6
116.87
=
8

Interpretacin:
El 75% de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia
mximo de 117 puntos, aproximadamente el 25% restante tienen ms de 117 puntos.
Decil 2 (D2)
Proceso:
1. Se ubica la clase o fila declica (donde se encuentra el segundo decil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu decil se desea encontrar; ya sea el 1, 2,
, 9.

j (n) (2)50
= = 10
10
10

Estadstica General

65

Universidad Peruana Unin

2. Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la


tabla de datos, considerando el inmediatamente mayor o igual a 15.
En nuestro ejemplo corresponde a la segunda fila, pues su frecuencia acumulada es F2 = 15
y es el inmediatamente superior a 10.
3. La segunda fila es la clase declica y de all se considera los datos que van a ser reemplazados
en la frmula.
Li
n
Fi-1
1
c

: Lmite inferior del intervalo de la clase declica = 94


: Nmero total de datos = 50
: Frecuencia absoluta acumulada anterior a la clase declica = 9
: Frecuencia absoluta simple de la clase declica = 6
: Amplitud intervlica: = 6

El decil 2 ser:

(2)(50)

10 9
D2 =
94 + 6
95
=
6

Interpretacin:

El 20% de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia


mximo de 95 puntos, aproximadamente el 80% restante tienen ms de 95 puntos.
Percentil 10 (P10)
Proceso
1. Se ubica la clase o fila percentlica (donde se encuentra el percentil 10), utilizando la siguiente frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1,
2, , 99.

j (n) (10)50
= = 5
100
100
2. Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la
tabla de datos, considerando el inmediatamente mayor o igual a 5.
En nuestro ejemplo corresponde a la primera fila, pues su frecuencia acumulada es F2 = 9 y
es el inmediatamente superior a 5.
3. La primera fila es la clase percentlica y de all se considera los datos que van a ser remplazados en la frmula.
Li
n
Fi-1
1
c

:
:
:
:
:

Lmite inferior del intervalo de la clase percentlica = 88


Nmero total de datos = 50
Frecuencia absoluta acumulada anterior a la clase Percentlica = 0
Frecuencia absoluta simple de la clase percentlica = 9
Amplitud intervlica: = 6

Unidad II

66

PROESAD

El percentil 10 ser:

(10)(50)

100 0
P10 =
88 + 6
91.3
=
9

Interpretacin:
El 10% de los estudiantes de la Universidad Peruana Unin tiene un coeficiente de inteligencia
mximo de 91.3 puntos, aproximadamente el 90% restante tienen ms de 91.3 puntos.

EJERCICIOS PROPUESTOS
1. Los datos siguientes corresponden al peso en Kg. de 10 alumnos.
40.8
52.5

52.5
58.0

49.2
60.0

40.8
40.8

62.2
52.5

Calcular:
a) La media, la mediana y la moda.
b) Cul de los 3 indicadores (en (a)) miden con mayor precisin el centro de los datos?
2. El nmero de autos vendidos por cada uno de 10 vendedores de una distribuidora de automviles en un mes particular, dispuestos en orden ascendente es: 2, 4, 7, 10, 10, 10,
12, 12, 14, 15.
Determine e interprete:
a) La media

b) La mediana

c) La moda

3. La media mnima para aprobar una asignatura es 11. Si un estudiante obtiene la notas 13.5,
14, 9.5, 12, 8.5, 8, 11.5, 10 en los trabajos mensuales de la asignatura en cuestin, el estudiante fue aprobado?
4. A Continuacin se dan las notas de 50 alumnos.
60
77
71
64
80
73
41
85
94
42

85
84
35
74
61
59
55
67
98
65

33
65
81
47
41
53
78
39
66
94

52
74
50
54
91
77
48
60
66
88

65
57
35
68
55
45
69
76
73
89

Estadstica General

67

Universidad Peruana Unin

Se pide:
a) Obtener la distribucin de frecuencias
b) Determinar: la media, mediana y moda
c) Determinar el 3er cuartil, 7mo decil y 55avo percentil.
5. A continuacin tenemos la distribucin del nmero de accidentes por da durante 43 das, en
cierta autopista.
N de accidentes
N de das

0
10

1
15

2
10

3
5

4
3

a) Determinar: la media, mediana y moda


b) Cul es el porcentaje de das en que se tuvo dos o ms accidentes por da?
6. Considere los datos obtenidos por las medidas de las alturas de 100 individuos (dados en cm)
151
163
167
168
170
173
176
180
187

152
163
167
169
170
173
177
181
188

154
164
167
169
170
174
177
181
189

155
165
168
169
170
174
177
181
190

159
166
168
169
171
174
177
181

159
165
168
169
171
175
178
182

160
166
168
169
171
175
178
182

161
166
168
169
172
175
178
182

161
166
168
169
172
176
179
183

161
166
168
170
172
176
179
184

161
166
168
170
173
176
180
185

162
167
168
170
173
176
180
186

Calcular las medidas de tendencia central, posicin, dispersin y de forma. Interpretar los
resultados.
7. Obtenga la media y la mediana para cada uno de los siguientes conjuntos de nmeros:
1) 1, 5, 9, 13, 17

2) 1, 3, 9, 27, 81

3) 1, 4, 9, 16, 25

a) Para cul de estos conjuntos de datos son iguales la media y la mediana?


b) Cul medida es la misma para los 3 conjuntos?
c) Cul de estos conjuntos tiene una moda?
8. Los siguientes datos representan el nmero de obreros ausentes en cierta empresa manufacturera, en 10 das consecutivos de trabajo:
5,

3,

0,

4,

3,

1,

4,

2, 20,

a) Encontrar la media, la mediana y la moda.


b) Interpretar sus resultados.

Unidad II

68

PROESAD

9. El siguiente cuadro muestra la distribucin de edades de casos de una cierta enfermedad


reportada durante un ao en una ciudad del estado.
EDAD
5 - 14
15 - 24
25 - 34
35 - 44
45 - 54
55 - 64

Nmero de casos
5
10
20
22
13
5
75

Total

a) Determinar e interpretar las medidas de tendencia central: media, mediana, moda.


b) Determinar e interpretar las medidas de Posicin: Cuartiles (Q1 y Q3) Deciles (D3 y D4) y
Percentil (P14 y P94).
10. En la tabla siguiente se muestra los puntajes obtenidos por 36 alumnos en una prueba de
razonamiento matemtico:
Yi-1 - Yi

fi
Yi

hi

42 - 51
51 - 60
60 - 69
69 - 78
78 87
87 - 96

11
10
2
5
3
5

0.35
0.28
0.055
0.14
0.08
0.14

Fi

Hi

a) Calcular la media aritmtica, mediana y moda e interprete los datos


b) Calcular Q1, P90, D9 e interprete
c) Graficar el histograma y polgono de frecuencia

Estadstica General

69

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(
(
(

)
)
)
)
)

?
?

La mediana es una medida de tendencia central.


La moda indica el valor que se repite con mayor frecuencia.
Los cuartiles dividen a la informacin en 10 partes iguales.
La media se calcula sumando todos los valores de la variable.
Los percentiles dividen la informacin en cien partes iguales.

PROCEDIMENTAL:

2. Establezca las diferencias entre las medidas de tendencia central: media, mediana y moda.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
3. El nmero de autos vendidos por cada uno de 10 vendedores de una distribuidora de automviles en un mes particular, dispuestos en orden ascendente es: 2, 4, 7, 10, 10, 10,
12, 12, 14, 15.
Determine e interprete:
a) La media

b) La mediana

c) La moda

4. La siguiente tabla muestra la distribucin de edades de casos de una cierta enfermedad


informados durante un ao en una provincia.
Edad
[ 5 - 15>
[15 - 25>
[25 - 35>
[35 - 45>
[45 - 55>
[55 - 65>
total

Nmero de casos
5
10
20
22
13
5
75

a) Calcular la media, la mediana, la moda. Interprete.


b) Calcular el Q1, Q3, D2, D5, P8, P10
Autoevaluacin

70

ACTITUDINAL:
5. Para conocer la edad ms frecuente de tus compaeros de clase, qu medida de tendencia
central utilizaras?, qu procedimiento efectuaras para su clculo? y cmo ensearas a tus
subordinados para conocer la edad ms frecuente de los que siempre llegan tarde?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

71

PROESAD

Sesin

MEDIDAS DE
DISPERSIN
7.1. MEDIDAS DE DISPERSIN
Son estadgrafos que cuantifican el grado de concentracin o de dispersin de los valores de la
variable en torno a un promedio o valor central de la distribucin. Las medidas de dispersin se
necesitan para dos propsitos bsicos:
a) Para verificar la confiabilidad de los promedios y
b) Para que sirva como base para el control de la variacin de la misma.
Las principales medidas de dispersin o variabilidad son:
Varianza
Desviacin estndar
Coeficiente de variacin

7.1.1. Varianza (s2 )


Es una medida que cuantifica el grado de dispersin o de variacin de los valores de una variable
cuantitativa con respecto a su media aritmtica.
Es el promedio de la suma de los cuadrados de las desviaciones de la variable respecto a su
media.
Cuando el resultado de la varianza es un valor grande, se dice que los datos se encuentran bastantes dispersos o alejados de la media aritmtica; si el resultado es bastante pequeo los datos
estarn bastante cercanos o concentrados alrededor de la media aritmtica.
Se obtiene de acuerdo a lo siguiente:
a) Varianza para datos simples (en serie):

s2 =

n( x ) 2

n 1

Donde:

Estadstica General

73

Universidad Peruana Unin

x2
n
x

= Cada valor de la muestra se eleva al cuadrado luego se suma todos los valores.
= Tamao de la muestra. (nmero de datos).
= Media para datos simples.

b) Varianza para datos agrupados:

Y
=

f n(Y ) 2
n 1

Donde:

y2

= Cada marca de clase elevado al cuadrado y multiplicado por su frecuencia absoluta


simple, luego se suman todos los valores.
n = Tamao de la muestra.
Y = Media para datos agrupados.

Observacin: La varianza es una medida terica; no tiene interpretacin prctica.

7.1.2. Desviacin estndar (s )


Es la raz cuadrada de la varianza. Esta medida tiene interpretacin prctica.

s = s2
Es uno de los estadsticos de mayor uso en el cual las unidades de la variable ya no estn elevados al cuadrado sino estn en unidades originales.

7.1.3. Coeficiente de variacin (c.v. % )


Es el cociente de la desviacin estndar y la media aritmtica, expresado en porcentaje. As:

cv% =

s
.100
x

El coeficiente de variacin se usa para saber si un conjunto de datos es homogneo o heterogneo (concentrados o dispersos). Para esto se utiliza el siguiente criterio:
Si C.V. < 0.33
Si C.V. 0.33

Datos HOMOGNEOS
Datos HETEROGNEOS

El coeficiente de variacin tambin se utiliza para comparar la variabilidad de 2 ms series de


datos que tengan unidades de medidas diferentes (por ejemplo, peso en kgs. y edad en aos).
Si C.V.A < C.V.B

Los datos de la serie A presentan una menor variabilidad con respecto


a los datos de la serie B

Ejemplo:
Correspondiente a datos simples (informacin en serie):
Los datos presentados corresponden a las edades de 8 alumnos del 1er ao de la Facultad de
Ciencias Contables y Administrativas:
Unidad II

74

PROESAD

Edad:
Xi: 18, 20, 23, 17, 18, 19,

23, 18

Calcular la varianza, desviacin estndar y coeficiente de variacin e interpretar sus resultados.


Solucin:
La varianza (s2) :
Proceso:

x
=

=
x

18 + 20 + 23 + 17 + 18 + 19 + 23 + 18 156
= = 19.5
8
8

=182 + 202 + 232 + 17 2 + 182 + 192 + 232 + 182 =3080

n = 8, pues hay 8 datos.


Entonces, la varianza es:

x n( x )

=
2

=
s

n 1

3080 8(19.5) 2
= 5.43
8 1

No tiene interpretacin prctica, slo se calcula para poder determinar la desviacin estndar.
La desviacin estndar (s):
=
s

=
s2

5.43
= 2.33
= 2

Interpretacin:
Las edades de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas se
dispersan respecto al valor central en aproximadamente 2 aos.
El coeficiente de variacin (cv%):

=
cv%

2.33
s
=
.100
=
.100 11.95%
= 12%
x
19.5

Interpretacin:
Como cv% es menor que el 30%, entonces, la media es una medida representativa del conjunto
de datos.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas):
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estudiamos el Puntajes del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.

Estadstica General

75

Universidad Peruana Unin

Hallaremos la varianza, desviacin estndar y coeficiente de variacin para datos agrupados.


Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES DEL CI DE 50 ESTUDIANTES DE LA UPeU
Lmites de clases
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>

Xi

fi

Fi

Xi fi

Xi 2fi

91
97
103
109
115
121
127

9
6
11
5
8
3
8

9
15
26
31
39
42
50

819
582
1133
545
920
363
1016

74529
56454
116699
59405
105800
43923
129032

5378

585842

Total

50

Solucin:
La varianza (s2) :
Proceso:
Media

=
x

xf

=
f
i i
i

819 + 582 + 1133 + 545 + 920 + 363 + 1016


9 + 6 + 11 + 5 + 8 + 3 + 8

5378
= 107.56
= 107
50
= x 2 f =912 (9) + 97 2 (6) + 1032 (11) + 1092 (5) + 1152 (8)

585842
=
+1212 (3) + 127 2 (8) =
Entonces, la varianza es:

x f n( x )

=
2

=
s2

n 1

585842-50(107.56) 2
= 150.70
50 1

No tiene interpretacin prctica, slo se calcula para poder determinar la desviacin estndar.
La desviacin estndar (s):

=
s

=
s2

150.70
= 12.27

Unidad II

76

PROESAD

Interpretacin:
El cociente de inteligencia de los alumnos de la Universidad Peruana Unin se dispersa respecto
al valor central en aproximadamente 13 puntos.
El coeficiente de variacin (cv%):

=
cv%

12.27
s
=
.100
=
.100 11.40%
= 12%
x
107.56

Interpretacin:
Como cv% es menor que el 30%, entonces, la media es una medida representativa del conjunto
de datos.

Estadstica General

77

PROESAD

Sesin

MEDIDAS
DE FORMA
8.1. MEDIDAS DE FORMA
Son aquellos que permiten identificar la distribucin de la informacin.

8.1.1. Asimetra (As)


Permite identificar hacia dnde se acumula la informacin. Se obtiene mediante la siguiente
frmula:

=
As

Q3 + Q1 2Q2
x Mo
=
o As
s
Q3 Q1

S: As = 0 La distribucin es simtrica
As > 0 La distribucin es positiva
As < 0 La distribucin es negativa

8.1.2. Coeficiente de Kurtosis o apuntamiento (K)


Indica el grado de aplastamiento que tiene la distribucin. De acuerdo a ello se clasifican en:
distribuciones platicrticas (Fig.1), mesocrticas (Fig.2) y leptocrticas (Fig.3).


PLATICRTICA Fig.1

MESOCRTICA Fig.2

LEPTOCRTICA Fig.3

Estadstica General

79

Universidad Peruana Unin

Para el grado de apuntamiento (deformacin vertical) utilizaremos el coeficiente denotado por:

k=

Q3 Q1
2( P90 P10 )

Donde:

P90 = percentil 90;


P10 = percentil 10;

Q1 = primer cuartil
Q3 = tercer cuartil

Si k = 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es mesocrtica (tiene igual apuntamiento que la normal o campana de Gauss).
si k < 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es platicrtica.
si k > 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es leptocrtica.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas):
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estudiamos el cociente intelectual de 50 alumnos. [Puntajes del Cociente de Inteligencia (CI) de 50
Estudiantes de la UPeU].
Hallaremos la asimetra y el coeficiente de Kurtosis para datos agrupados.
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES
DEL CI DE 50 ESTUDIANTES DE LA UPeU
Intervalo de clase

Xi

fi

Fi

[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>

91
97
103
109
115
121
127

9
6
11
5
8
3
8

9
15
26
31
39
42
50

Total

P10
Q1,D2
Q2
Q3
D8
P90

50

Solucin
La Asimetra (As):
Proceso:
Calcular los cuartiles 1, 2 y 3, como se hizo en el ejemplo de las medidas de posicin.
Unidad II

80

PROESAD

(1)50

4 9
Q1 =
94 + 6
97.5
=
6

(2)(50)

4 15
Q2 =
100 + 6
105.45
=
11

(3)(50)

4 31
Q3 =
112 + 6
116.87
=
8

Reemplazar en la frmula de la asimetra, entonces, la Asimetra es:

=
As

Q3 + Q1 2Q2 116.87 + 97.5 2(105.45)


=
= 0.17
Q3 Q1
116.87 97.5

Interpretacin:
Como la asimetra tiende a cero, la informacin es simtrica.
El coeficiente de Kurtosis (k):
Proceso:
Calcular los cuartiles 1 y 3 y los percentiles 10 y 90, como se hizo en el ejemplo de las medidas
de posicin
(1)50

4 9
Q1 =
94 + 6
97.5
=
6

(3)(50)

4 31
Q3 =
112 + 6
116.87
=
8

(10)(50)

100 0
P10 =
88 + 6
91.3
=
9

(90)(50)

100 42
P90 =
124 + 6
126.25
=
8

Estadstica General

81

Universidad Peruana Unin

Reemplazar en la frmula de la asimetra, entonces el coeficiente de Kurtosis es:

Q3 Q1
116.87 97.5
=
= 0.27
2( P90 P10 ) 2(126.25 91.3)

=
k
Interpretacin

Como k es igual 0.27 y este nmero es mayor que 0.263, entonces, la informacin es leptocrtica.

EJERCICIOS PROPUESTOS
1. Analizar comparativamente la distribucin de los sueldos de los 45 trabajadores de la empresa metal mecnica.

Directivos
Empleados
Obreros

C.V

C.V%

70
60
90

700
300
250

0,10
0,20
0,36

10%
20%
36%

2. En una empresa, el salario medio de los hombres es de S/. 4000 con una desviacin estndar de s/. 1500 y el de las mujeres es un promedio de s/. 3000 con desviacin estndar de
s/.1200. Hallar el Coeficiente de Variacin de los salarios de los hombres y mujeres. Interprete.
3. Determinar cul de las dos distribuciones A y B, tiene un mayor grado de dispersin
DISTRIBUCIN A
yj-1
nj

yj

(0-2]
4

(2-4]
6

(4-6]
5

(6-8]
3

(8-12]
12

(12-16]
14

(16-20]
20

DISTRIBUCION B
yj-1
nj

yj

(4-8]
10

(20-24]
21

4. Una prueba de conocimiento, A, se calific sobre 20 puntos dando una media de 12 y una
desviacin estndar de 2 puntos. Mientras que una prueba de aptitud, B, se calific sobre 100
puntos, dando una media de 70 y una desviacin estndar de 5.
a) En cul de las dos pruebas los puntajes son ms homogneos?
b) Si Juan tiene 14 en A y Luis 73 en B, quin tiene mejor puntuacin estndar.
5. Multiplicando por 2 cada uno de los valores de la variable X: 3, 2, 0, 5, se obtiene la serie
y: 6, 4, 0, 10. Comprobar que ambas series tienen el mismo coeficiente de variacin.

Unidad II

82

PROESAD

6. Se toman las medidas de 80 personas, las que tiene estatura media de 1,70mt. y desviacin
estndar de 3.4cm. Posteriormente se verific que la medida usada en la medicin tena 4
cm. menos. Rectifique los estadgrafos mencionados.
7. Conteste lo siguiente:
a) Si la varianza de una distribucin de edades es 19.9809, entonces la desviacin estndar
de dicha distribucin es:
a1) 399.23636
a3) 19.9809

a2) 9.99045
a4) 4.47

b) Calcular el C.V. de: y=5x + 4 sabiendo =240, V(x)=64


b1) 4.0%

b2) 3.2%

b3) 5.1%

b4) 3.0%

8. Si la nota promedio en el curso de matemtica Bsica de la seccin A es 12 puntos y la desviacin estndar es de 3 puntos y en la seccin B se tiene una nota promedio de 12 punto y
una desviacin estndar de 4 puntos podemos afirmar que:
a) La seccin B tiene mejor promedio
b) La seccin A tiene mejor promedio
c) Las notas de la seccin A son ms homogneas
d) Las notas de la seccin B son ms homogneas

Estadstica General

83

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(
(

)
)
)
)

?
?

La asimetra es una medida de forma.


El C.V. permite determinar si la informacin es homognea.
Kurtosis indica el grado de aplastamiento que tiene la distribucin.
La varianza no tiene interpretacin prctica.

PROCEDIMENTAL:

2. Un alumno obtuvo como promedio en estadstica 68.70 puntos con una desviacin estndar
de 15.40, y otro alumno obtuvo 50.90 puntos con una desviacin estndar de 19.60. Diga Ud.
cul de los dos alumnos tiene un rendimiento homogneo.
________________________________________________________________________
________________________________________________________________________
3. En la siguiente tabla se presenta la distribucin de los salarios en dlares. De 50 trabajadores
de una empresa. La longitud de los intervalos de clase es constante e igual a 20.
( yj-1 - yj

yj

nj

Nj

23

yjnj
300
400
350

17
( 100 - 120]

440
50

a) Completar la tabla de distribucin de frecuencia y los datos que faltan


b) Determine la varianza, la desviacin estndar, el coeficiente de variacin
4. Los siguientes datos muestran los calificativos de 20 personas sometidos a una prueba de
aptitud. Los 20 estudiantes fueron divididos en dos grupos, al grupo 1 se calific de 0 a 100
y al grupo 2 se calific de 0 a 20:
Grupo 1: 86, 81, 79, 73, 95, 86, 94, 90, 86, 88
Grupo 2: 16, 19, 13, 20, 14, 16, 19, 18, 17, 15

Autoevaluacin

84

a) Calcule la media y la desviacin en cada grupo, cul de los grupos es ms homogneo?

ACTITUDINAL:
5. En una empresa deseas saber cmo estn dispersos los valores de las edades, con respecto a
la media aritmtica, de todos los trabajadores, qu medida de resumen utilizaras y porqu?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

85

UNIDAD III
UNIDAD III
Sesin N 9: Probabilidad
Sesin N 10: Algunos conceptos bsicos
de probabilidad
Sesin N 11: Probabilidad condicional

COMPETENCIAS
CONCEPTUAL
Reconoce los conceptos
fundamentales de la
probabilidad y sus propiedades, y del anlisis
combinatorio.

PROCEDIMENTAL

ACTITUDINAL

Calculan las probabiResuelven situaciones


lidades y aplican las
en donde existen intcnicas del anlisis
certidumbre, utilizando
combinatorio a diversos
las probabilidades.
eventos.

PROESAD

Sesin

PROBABILIDAD
9.1. INTRODUCCIN
Como es de nuestro conocimiento, la Estadstica representa un mtodo para la toma de decisiones frente a la incertidumbre y como tal, se basa en la teora de probabilidad, pues la probabilidad es la medida de la incertidumbre y de los riesgos asociados con ella. Por ello, el estudiante,
antes que aprender procedimientos estadsticos para tomar decisiones, debe tener un concepto
claro de la teora de probabilidad.
Un tratamiento preciso de la teora de probabilidad requiere de dos enfoques, uno inicial, basado
en la teora de conjuntos (objetivo central de esta unidad), y un segundo basado en las distribuciones de probabilidad (distribuciones tericas de poblaciones).
El primer enfoque nos permite comprender con claridad el concepto de probabilidad, as como
obtener un listado de axiomas y propiedades fundamentales de la teora de probabilidad. Con el
segundo enfoque, llegamos a representaciones matemticas que facilitan el clculo de probabilidades, mediante frmulas que se ajustan regularmente a ciertos fenmenos.
En esta parte se desarrollan nociones bsicas y propiedades del modelo propuesto que sern
utilizadas en la inferencia estadstica.

9.2. ANLISIS COMBINATORIO


9.2.1. FACTORIAL DE UN NMERO (!)
El factorial de un nmero se define como el producto de todos los enteros consecutivos y positivos comprendidos entre la unidad y el nmero dado, incluyendo a ambos. As:
5! = 1 x 2 x 3 x 4 x 5 = 5 x 4 x 3 x 2 x1
10! = 10 x 9 x 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1

Por definicin el factorial de:
0! = 1

1! = 1
FRMULA:

n! = 1 x 2 x 3 x 4 x ...x (n-2) (n-1) (n)


Estadstica General

89

Universidad Peruana Unin

Adems, podemos escribir: n! = (n-1)! n

Esta ltima expresin nos dice que: El factorial de un nmero cualquiera puede escribirse como
el producto del factorial de su consecutivo anterior, por el nmero dado.

9.2.2. PERMUTACIONES
Son todas las ordenaciones (es decir, importa el lugar que un elemento ocupe) diferentes, que
se logran utilizando todos los elementos a la vez, de un conjunto dado.
Por ejemplo: las permutaciones que se pueden obtener con los 3 elementos de los que consta
un conjunto cualquiera, son 6 Cmo as?
Valo Ud.:
Sean los elementos del conjunto: A, B, C.
Las diferentes ordenaciones, tomando todos los elementos a la vez son:

ABC, ACB, CBA


BAC , BCA , CAB
FRMULA:

Pn = n !

Ejemplo:
Cuntas permutaciones se obtendrn de un conjunto de 5 elementos?

P5 = 5! = 5 x 4 x 3 x 2 x 1 = 120

RESUMEN
Las caractersticas de las permutaciones son: Se toman todos los elementos a la vez, e
importa el orden en que se tomen.
Ejemplos:
1. Simplificar:

32!
23!
32!
E=
23!

a) E =

24!
33!
24 x 23! 24 8
=
=
33 x32! 33 11

35! x87! x3 x 4! x15!


17! x87 x86 x36! x84!
35! x87 x86 x85 x84! x3 x 4 x3 x 2 x15! 5
E
=
17 x16 x15! x87 x86 x36 x35! x84!
8

b) E =

Unidad III

90

PROESAD

c) E =
=
E

n ! ( n 2 )!
( n 3)! ( n + 1)!
n !( n 2 )( n 3) ! n 2
=
( n 3)!( n + 1)( n )! n + 1

2. Cuntos nmeros de 6 cifras no repetidas pueden formarse con la cifras: 1, 2, 3, 4, 5, 6.


P6 = 6! = 6(5)(4)(3)(2) = 720
3. Cuntas palabras diferentes (sin importar su sentido) se pueden formar intercambiando de
lugar las letras de la palabra PROBLEMA?
PROBLEMA tiene 8 letras
Entonces, se pueden formar.
P8 = 8! = 8(7)(6)(5)(4)(3)(2) = 40320 palabras.

9.2.3 VARIACIONES
Son las ordenaciones (es decir, importa el lugar que un elemento ocupe) diferente que se pueden lograr tomando para ello, Grupos, de determinado tamao de un total dado de elementos.
Ejemplo:
Tenemos el conjunto de 4 elementos: a, b, c, d. Las variaciones de estos 4 elementos, tomados
de 2 en 2 sern:
ab, ba
ac, ca

ad, da
bc, cb
bd, db
cd, dc
FRMULA GENERAL:

VRn =

12 ordenaciones diferentes

n!
( n R )!

En forma ms simplificada:

VRn = n(n 1)(n 2 )......(n R + 1)


RESUMEN:
Las caractersticas de las variaciones son: Se toman grupos, del total de elementos que se
tengan, e importa el orden que cada elemento ocupe dentro del grupo.

Estadstica General

91

Universidad Peruana Unin

Ejemplos:
1. Calcular las siguientes variaciones:
Se resuelven las variaciones empezando a multiplicar en forma descendente desde el valor
superior hasta llegar al nmero de producto que lo menciona el valor inferior.
V47 7=
=
( 6 )( 5)( 4 ) 840

V5n = n ( n 1)( n 2 )( n 3)( n 4 )


V25 5=
=
( 4 ) 20
V38 8=
x7 x6 336
=
2. Hallar n en:

V3n = 336

V3n = n ( n 1)( n 2 ) = 336 n ( n 1)( n 2 ) = 336


8 ( 7 )( 6 ) = 336
n=8

3. Cuntos nmeros enteros y desiguales, mayores que 10 y menores que 100, se pueden formar con las 8 primeras cifras, no repitindose ninguna de ellas? Las cifras deben ser contadas
a partir de uno.
Solucin:
10 < x < 100 son nmeros de 2 cifras

=
V28 8=
( 7 ) 56

4. Cuatro personas entran en un vagn de ferrocarril en el que hay 7 asientos. De cuntas


maneras diferentes pueden sentarse?

=
V47 7=
( 6 )( 5)( 4 ) 840
9.2.4. COMBINACIONES
Es el nmero de grupos (no importa el orden que un elemento ocupe) que se pueden lograr al
tomar todos o parte de los elementos de un total dado.
FRMULA:
=
Crn

Vrn
n!
=
( n r )! r ! Pr


Ejemplos:

1. Calcular las siguientes combinaciones:

5 ( 4 )( 3) 5 ( 4 )( 3)
a)
5 x 2 10
=
C35 = =
=
3!
3( 2)

Unidad III

92

PROESAD

8 x 7 x 6 x5 8 x 7 x 6 x5
b)
=
C48 = = 70
4!
4 x3 x 2
c)
C3n =

n ( n 1)( n 2 )
3!

2. Hallar n en:

C2n = 10
n ( n 1)
= 10 n ( n 1) = 20
2
5 ( 4 ) = 20

n=5
3. Hallar n en:

C2n 3
=
C3n 5
n(n 1)
3
2
=
(n)(n 1)(n 2) 5
6
6(n)(n 1)
3
=
2(n)(n 1)(n 2) 5
3
3
=
n2 5
n2 5
=
3
3
n=7

4. En una reunin hay 30 personas. Cuntos apretones de mano se propusieron al saludarse


todos ellos entre s?

No entran todos, porque no puede saludarse una persona consigo misma.


No importa el orden porque saludar A con B es igual a B con A. Entonces, es una combinacin.

=
C230

30 ( 29 )
= 15
=
( 29 ) 435
2!

5. Con seis pesas diferentes de 1, 2, 5, 10, 20 y 50 kg. Cuntas pesadas diferentes pueden
obtenerse, tomando aqullas de 3 en 3?

=
C36

6 ( 5 )( 4 ) 6 ( 5 )( 4 )
= = 20
3!
3( 2)

Estadstica General

93

Universidad Peruana Unin

6. Un depsito de agua tiene 5 caos de desage que arrojan: 1, 3, 5, 10 y 20 litros por minuto
respectivamente. Abriendo indistintamente cuatro de estos caos. En cuntos tiempos diferentes se puede desaguar el depsito?

=
C45

5 ( 4 )( 3)( 2 ) 5 ( 4 )( 3)( 2 )
= = 5
4!
4 ( 3)( 2 )


ORDEN DE LOS ELEMENTOS
Importa
No Importa
Permutaciones
X
Variaciones
X
Combinaciones
X

CANTIDAD DE ELEMENTOS
Entran Todos
Entran Algunos
X
X
X

9.2.5. PROPIEDAD
Si una operacin puede efectuarse de m maneras y una segunda operacin puede efectuarse de n maneras, las dos operaciones podrn efectuar de m.n maneras.
1. Hay 6 omnibuses diferentes que viajan entre Lima y Huancayo. De cuntas maneras puede
Marcela ir a Huancayo y regresar en un mnibus diferente?
Solucin:
Lima a Huancayo 6 omnibuses
Huancayo a Lima en un mnibus diferente 5 mnibuses.
puede viajar en 6x5 = 30 omnibuses.
2. En un estante hay 5 libros de Aritmtica y 7 de Geometra. De cuntas maneras diferentes
pueden encogerse 2 libros de aritmtica y 5 de geometra?
Solucin:
5
5 libros de aritmtica, se escogen 2 C2
7 libros de geometra, se escogen 5 C57
Entonces, se pueden elegir 2 de aritmtica y 5 de geometra de:

5 x 4 7 x 6 x5 x 4 x3
x
2!
5!
5 ( 4 ) ( 7 )( 6 )( 5 )( 4 )( 3)
=
x
2
5 ( 4 )( 3)( 2 )

C25 xC57 =

= 5=
( 2 ) x7 ( 3) 210
3. En el consejo de una ciudad hay 25 consejeros y 10 oficiales. Cuntos comits pueden conformarse si deben constar de 5 consejeros y 3 oficiales?
Solucin:

Unidad III

94

PROESAD
25

25 consejeros, se escogen 5 consejeros C5


10
10 oficiales, se escogen 3 oficiales C3
entonces, se pueden formar comits de:

25 ( 24 )( 23)( 22 )( 21) (10 )( 9 )( 8 )


x
5!
3!
25 ( 24 )( 23)( 22 )( 21) (10 )( 9 )( 8 )
=
x
( 5)( 4 )( 3)( 2 )
( 3)( 2 )

C525 xC310 =

= 5 ( 23)( 22 )( 21) ( 5 )( 3)( 8 )


= 6375600
4. 7 hombres y 5 mujeres se van a formar comits mixtos de 6 personas. De cuntas maneras
pueden formarse si:
a. En el comit hay 2 mujeres.
b. Cuando haya como mnimo 2 mujeres.

Solucin:
7 hombres
5 mujeres

comits mixtos de 6 personas.

a) Hay 2 mujeres:

7 ( 6 )( 5 )( 4 ) ( 5 )( 4 )
x
4!
2!
7 ( 6 )( 5 )( 4 ) ( 5 )( 4 )
=
x
4 ( 3)( 2 )
2

C47 C25 =

= 7 ( 5) x 5 ( 2 )
= 350
Comits mixtos considerando 2 mujeres y 4 hombres.
b) Como mnimo 2 mujeres (los comits son de 6 personas).

C47 C25 + C37 C35 + C27 C45 + C17 C55


=

7 ( 6 )( 5 )( 4 ) ( 5 )( 4 ) ( 7 )( 6 )( 5 ) 5 ( 4 )( 3)
x
+
x
+
4 ( 3)( 2 )
2
3( 2)
3( 2)

( 7 )( 6 ) x ( 5)( 4 )( 3)( 2 ) + ( 7 ) x ( 5)( 4 )( 3)( 2 )(1)


2
4 ( 3)( 2 )
1
5 ( 4 )( 3)( 2 )
7 ( 5 )( 5 )( 2 ) + 7 ( 5 )( 5 )( 2 ) + 7 ( 3)( 5 ) + ( 7 )
= 350 + 350 + 105 + 7
= 812

Estadstica General

95

Universidad Peruana Unin

5. En una caja hay 20 libros grandes y 5 libros chicos. De cuntas maneras pueden colocarse en
un estante los libros en grupos de 5, de los cules 3 sean grandes y 2 chicos?
Solucin:
20 libros grandes
5 libros chicos

Grupos de 5, de los cuales

sean 3 grandes y 2 chicos

20 (19 )(18 ) 5 ( 4 )
x
3!
2!
20 (19 )(18 ) 5 ( 4 )
=
x
3( 2)
2

C320 C25 =

= 20 (19 )( 3) x5 ( 2 )
= 11400

Unidad III

96

10

PROESAD

Sesin

ALGUNOS CONCEPTOS
BSICOS DE PROBABILIDAD
10.1. ALGUNOS CONCEPTOS BSICOS DE PROBABILIDAD
En la vida diaria siempre empleamos los trminos bsicos de
probabilidad, an sin conocer las leyes que la rigen o menos
an de la axiomtica respectiva; as, es frecuente escuchar:
Es muy probable que en los prximos diez aos se descubra
algn remedio contra el cncer o Es muy probable que el
equipo de ftbol de la universidad vaya a ganar el campeonato
final.
As, desde hace mucho tiempo, el hombre emple intuitivamente la probabilidad asociada a algunos hechos para presagiar otros, aplicando, sin saberlo, la probabilidad condicionada de sucesos.
El desarrollo del clculo de probabilidades ocurre con Pascal y Fermat motivados sobre todo en
problemas de juego de azar; recientemente, en 1933, A. Kolmogorov logra el desarrollo axiomtico de la probabilidad.
Empezaremos nuestros conocimientos sobre el tema a partir de los siguientes conceptos:

10.1.1. Experimento
Es un proceso mediante el cual se obtiene un resultado de una observacin. ste puede ser determinstico o no determinstico.
1. Experimento determinstico: Es aquel cuyo resultado de la observacin es determinado en
forma precisa por las condiciones bajo las cuales se realiza dicho experimento.
Ejemplo:
a) Suma de dos nmeros naturales pares.
b) Observar el color de una ficha extrada de una urna que contiene slo fichas negras.
2. Experimento no determinstico o aleatorio: Cuando los resultados de la observacin no se
puede predecir con exactitud antes de realizar el experimento.

Estadstica General

97

Universidad Peruana Unin

Ejemplo:
a)
b)
c)
d)

Lanzar un dado y observar el nmero que aparece en la cara superior.


Lanzar una moneda 8 veces y observar la sucesin de caras obtenidas.
Contar el nmero de piezas defectuosas producidas por una mquina en un da determinado.
Elegir un presidente en un aula de 50 alumnos.

10.1.2. Espacio muestral


Es un conjunto no vaco, al que denotaremos por , el cual contiene como elementos todos los
resultados posibles del ensayo, dichos elementos son llamados puntos muestrales y los denotaremos por w.
Ejemplos
1. Sea : lanzar un dado y observar el resultado.
Entonces = {1,2,3,4,5,6}
2. Sea : lanzar 3 monedas sucesivamente y observar el resultado.
luego = {(ccc)(ccs)(csc)(scc)(css)(scs)(ssc)(sss)}
3. Sea : contar el nmero de camiones que pasan por un peaje.
luego = {0,1,2,3, ...}

10.1.3. Suceso o evento


Es un conjunto de posibles resultados de un experimento, en trminos de conjuntos, es un subconjunto del espacio muestral.
al

= se llama evento seguro, y


= evento imposible.

Ejemplo 1:
Sea = lanzar un dado y observar el nmero que aparece en la cara superior. = {1,2,3,4,5,6}
definir los siguientes eventos:
A = obsrvese un nmero impar
B = obsrvese un nmero menor que 4
C = obsrvese un mltiplo de 2
D = obsrvese un mltiplo de 3
E = obsrvese el nmero 1
Solucin:
A = {1,3,5}
B = {1,2,3}
C = {2,4,6}

D = {3,6}
E = {1}

a) Suceso elemental o simple


Es aquel que contiene un punto del espacio muestral.

Unidad III

98

PROESAD

b) Suceso compuesto
Es aquel formado por la unin de dos o ms eventos simples.
Ejemplo 2:
Tres muchachas compiten en un concurso de belleza (Ana, Claudia y Rosa), los premios son otorgados al primer y segundo lugar.
a) Liste los elementos del espacio muestral al elegir las dos ganadoras.
b) Define los siguientes eventos:
A = Ana gana el concurso de belleza.
B = Ana gana el segundo lugar.
C = Claudia y Rosa ganan los premios.
Solucin:
a) = {(Ana, Claudia)(Ana, Rosa)(Claudia, Ana)(Rosa, Ana) (Claudia, Rosa)(Rosa, Claudia)}
b) Los eventos son:

A = {(Ana, Claudia), (Ana, Rosa)}

B = {(Claudia, Ana), (Rosa, Ana)}

C = {(Claudia, Rosa), (Rosa, Claudia)}
Ejemplo 3:
Un experimento consiste en lanzar dos dados y observar el nmero que aparece en las caras
superiores.
a) Liste los elementos del espacio muestral.
b) Liste los elementos del evento.
A: La suma de los nmeros es 5
B: La suma de los nmeros es 12
C: El producto de los nmeros es 24
D: La suma de los nmeros es divisible por 7
Solucin:
a)

b)


(1,1), (1, 2), (1,3), (1, 4), (1,5), (1, 6)


(2,1), (2, 2), (2,3), (2, 4), (2,5), (2, 6)

(3,1), (3, 2), (3,3), (3, 4), (3,5), (3, 6)


=

(4,1), (4, 2), (4,3), (4, 4), (4,5), (4, 6)


(5,1), (5, 2), (5,3), (5, 4), (5,5), (5, 6)

(6,1), (6, 2), (6,3), (6, 4), (6,5), (6, 6)


A = {(1,4), (2,3), (3,2), (4,1)}
B = {(6,6)}
C = {(4,6), (6,4)}
D = {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)}

Estadstica General

99

Universidad Peruana Unin

10.1.4. Operaciones con eventos


UNIN:
A B = {w /w A w B}
La parte sombreada en las siguientes figuras representa a la unin de los eventos A y B.

AB

AB

AB
Ejemplo:

Una familia planifica tener 3 hijos y se desea observar la unin de los siguientes eventos.
A: Que los tres hijos sean del mismo sexo,
B: Que al menos uno sea hombre.
Solucin:
= {(HHH)(HHM(HMH)(MHH)(HMM)(MHM)
(MMH)(MMM)}
A = {(HHH),(MMM)}
B = {(MMH), (MHM), (HMM), (MHH), (HMH),
(HHM), (HHH)}
AB = {(MMM)(MMH)(MHM)(HMM)(MHH)(HMH)
(HHM) (HHH)}
Donde:

H: Hombre

M: Mujer
INTERSECCIN:
A B = {w / w A y w B}
La parte sombreada de las siguientes figuras representan a la interseccin de los eventos A y B.

AB

A
AB = A

Unidad III

100

AB =

PROESAD

Ejemplo

En el ejemplo anterior hallar A B.
Solucin:
A B = {(HHH)}

10.1.5. Eventos mutuamente excluyentes


2 eventos son mutuamente excluyentes o disjuntos s y slo s A B =
Ejemplo:
Sea un experimento seleccionar un alumno al azar y observar su edad.
y sea:
A = Alumno seleccionado al azar mayores de 24 aos.
B = Alumno seleccionado al azar menor de 21 aos.
Son estos eventos mutuamente excluyentes?
Solucin:


21

24

EDAD. S, porque A B =

Complemento de un evento

Ac = A = A' = {w / w A}
Ejemplo:
Sea el experimento seleccionar un alumno de la Facultad de Industrias Alimentaras.
Sea:
A: el alumno seleccionado juega ftbol. Cul sera el complemento de este evento?
Solucin:

A = el alumno seleccionado no juega ftbol.

Inclusin de eventos
Se dice que A est contenido en B s y slo s siempre que ocurre A ocurre B.
As: A B (w) {s w A w B}
Ejemplo:
Sea el experimento seleccionar un alumno de la UPeU y observar su estatura y sea:
A: El alumno seleccionado al azar tiene una altura mayor de 1,60m.
B: El alumno seleccionado al azar tiene una estatura mayor de 1,70m.
Estadstica General

101

Universidad Peruana Unin

Identificar qu conjunto est incluido en el otro.


Solucin:

A
1,60

BA
1,70

Trabajo: Revisar las propiedades de las operaciones con eventos.


lgebra de eventos
Sea A una coleccin de subconjuntos de , diremos que A es un lgebra si verifica:
i) Si A A entonces A A
ii) Si A, B A entonces A B A
iii) A
a los conjuntos de la coleccin A les llamaremos eventos o sucesos.
Ejemplo 1:
Dado el experimento aleatorio, que consiste en lanzar un dado que tiene 3 caras rojas (CR) y 3
caras blancas (CB). Determinar el lgebra de eventos asociado a este experimento.
Solucin:

= {C R, C B}

A = {{CR}, {CB}, {CR, CB}, }
Ejemplo 2:
Dado el experimento aleatorio, que consiste en lanzar una moneda 2 veces y observa la secuencia de caras y sellos. Determinar el lgebra de eventos asociado a este experimento.
Solucin:

= {(cc)(cs)(sc)(ss)}
A = {{cc}, {cs}, {sc}, {ss}, {cc,cs}, {cc,sc}, {cc,ss}, {cs,sc}, {cs,ss},{sc,ss}, {cc,cs,sc}, {cc,cs,ss},
{cc,sc,ss}, {cs,sc,ss}, {cc,cs,cs,ss}, }
Consecuencias:
1. es un evento, puesto que A
Llamaremos a EVENTO SEGURO
2. Si A y B son eventos, entonces, A B = AB es tambin un suceso.

10.2. PROBABILIDAD DE UN EVENTO


Sea un espacio muestral asociado a un cierto experimento y sea A un lgebra de subconjuntos de , entonces, una medida de probabilidad p es una funcin que asigna a cada evento A
A, un nmero p(A), llamado probabilidad del evento A.
As: P: A [0,1]


A P(A)

Unidad III

102

PROESAD

Tal que satisface los siguientes axiomas:


1)
2)
3)
4)

0 P(A) 1
AA
P() = 1
; si Ai P (Ai), Si A1, A2 ..., An son eventos disjuntos 2 a 2.
Si A y B son eventos mutuamente excluyentes en entonces se tiene: P(A B) = P(A) +
P(B)

Propiedades
1) Si es evento imposible, entonces, P() = 0
2) Si A es evento complementario de A, entonces, se cumple:
P(A) = 1 P(A) P(A) = 1 P(A)
3) Si A B son 2 eventos, entonces, P(A) P(B)
4) Si A y B son 2 eventos, entonces, P(A B) = P(A) + P(B) P(A B)
5) Si A, B y C son eventos, entonces, P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C)
P(B C) + P(A B C)
La probabilidad de un evento A se calcula por:

P ( A) =

N de elementos del evento A


N de elementos del

Ejemplo 1:
Considere el siguiente diagrama que ilustra a un espacio muestral y los puntos muestrales que
estn en A, en B o en ambos (considere que todos los puntos muestrales son igualmente probables).

Calcule: P(A), P(B), P(A B), P(B), P(A B)


Solucin:

4
6
2
P=
P ( A =
B)
( B)
10
10
10
4
2
P (=
B')
P ( A B=
)'
10
10
P=
( A)

Ejemplo 2:
Considere que en un experimento de observar 2 productos terminados, la probabilidad que
ninguno sea defectuoso (D) al 3er da es de 0,25. Cul es la probabilidad que uno o ms, sean
defectuosos (D)?
Solucin:
P(ND) = 0.25
P(1 ms D) = 1 0.25 = 0.75
Estadstica General

103

Universidad Peruana Unin

Ejemplo 3:
En el siguiente diagrama se ilustra un espacio y los puntos muestrales de 3 sucesos A, B y C
(considere que todos los puntos muestrales son igualmente probables).
Calcular:
P(A), P(B), P(C)
P(A B), P(A C)
P(A B C),
P(AB), P(AC), P(ABC)
P(AC)

B
C

Solucin:
P(A) =

7
8
9
, P(B) = , P(C) =
,
20
20
20

13
20
15
P(A C) = P(A) + P(C) P(AC) =
20
16
P(A B C) =
20
1
4
1
P(AB) = , P(AC) = , P(ABC) = ,
20
20
20
19
1
P(AC) = 1 =
20 20

P(A B) = P(A) + P(B) P(AB) =

Ejemplo 4:
En el hipdromo de Monterrico, 4 caballos A, B, C y D compiten en una carrera; A tiene 2 veces
ms probabilidad de ganar que B; B tiene 2 veces ms de probabilidad de ganar que C y C tiene
2 veces ms de probabilidad de ganar que D.
a) Cules son las probabilidades de ganar de cada uno de los caballos?
b) Cul es la probabilidad de que B C gane?
Solucin:
a) P(A) = 2P(B); P(B) = 2P(C); P(C) = 2P(D)
P(D) = P; P(C) = 2P; P(B) = 4P; P(A) = 8P

Unidad III

104

PROESAD

Adems, P(A B C D) = P() = 1. A B =


P(A) + P(B) + P(C) + P(D) = 1
8P + 4P + 2P + P = 1
15P = 1

1
15
2
1
4
8
P(A)
; P(B) =
; P(C) = ; P(A) =
15
15
15
15
P=

b) P(B C) = P(B) + P(C) =

4 2
6
+ =
15 15 15

Ejemplo 5:
En un almacn hay 12 artculos de los cuales 4 son defectuosos (D), si se extraen 2 artculos,
calcule la probabilidad que:
a) ambos artculos sean defectuosos
b) ambos artculos no sean defectuosos
c) por lo menos uno es defectuoso
Solucin:

12
=
C=
66 si, 12 Artculos, 4 D, 8 ND
2

a) Sea el evento A: los 2 artculos seleccionados son defectuosos.


P(A) =

C24
6
1
= = = 0, 0909
12
C2
66 11

b) Sea el evento B: los 2 artculos seleccionados no son defectuosos.


P(B) =

C28 28 14
= = = 0, 4242
C212 66 33

c) Sea el evento C: por lo menos uno de los 2 artculos seleccionados es defectuoso:


P(C) = 1 P(B) = 1

28 38 19
=
=
= 0,5758
66 66 33

Ejemplo 6:
Considere el problema de seleccionar 2 candidatos para cierto empleo de un grupo de 5 personas, supngase que los candidatos estn clasificados de acuerdo a su competencia; como primero en competencia (1), segundo (2), tercero (3), cuarto (4) y quinto (5). Estas categoras son
desconocidas por el empleador.
a) Cul es la probabilidad que el empleador seleccione al mejor y uno de los dos peores?
b) Cul es la probabilidad que el empleador seleccione uno de los dos mejores candidatos?

Estadstica General

105

Universidad Peruana Unin

Solucin:
= {(1,2), (1,3), (1,4), (1,5), (2,3), (2,4), (2,5), (3,4), (3,5), (4,5)}
a) A = {(1,4)(1,5)}

P(A) =

2 1
=
10 5

b) B = {(1,2)(1,3)(1,4)(1,5)(2,3)(2,4)(2,5)}

7
P(B) =

10

Ejemplo 7:
La probabilidad de que un estudiante apruebe matemtica es 2/3 y la probabilidad de que
apruebe estadstica es 4/9. Si la probabilidad de aprobar al menos una de estas materias es 4/5
Cul es la probabilidad que apruebe ambos cursos?
Solucin:

2
3

4
9

P(M) =

P(M E) = P(M) + P(E) P(M E)


P(M E) = P(M) + P(E) P(M E)
=

P(E) =

P(ME) =

4
5

2 4 4 14
+ =
= 0,3111
3 9 5 45

EJERCICIOS PROPUESTOS
1. Hallar P en:P = ( 2!+ 0!) + 1 !
a)20

b) 24

2. Hallar H en:H =
a) 32

a ) n + 1

xn

d) 22

e) 18

d) 1

e) N.A.

34!31!
34 x33!30!

b) 30

3. Simplificar:Q =

c) 21

c) 31

( x n 1)! ( n + 1)!
( x + n )! n !

b) x + n

nn

c)

n +1
x+n

d)

1
2

e)

1 xn
x

4. Hallar:
x + n si:V3n 2 210
=
=
adems : C8x 45
a) 19

b) 10

c)9

d) 1

Unidad III

106

e) N.A.

PROESAD

C228R
225
=
24
C2 R 4 11

5. Hallar:V2R ,
a) 14

s:

b) 24

c) 42

d) 56

e) N.A.

c) 14

d) 15

e) 13

6. Hallar x si:
a) 10

b) 12

7. Cuntos objetos diferentes tienen que haber para que el nmero de combinaciones que se
pueden formar tomndolos de 3 en 3 sean del doble del nmero de objetos?
a) 6

b) 3

c) 2

d) 10

e) 5

8. Cuntos nmeros diferentes de 4 cifras pueden escribirse con las cifras 1, 2, 3, 4, sin que se
repita ninguna cifra?
a) 36

b) 6

c) 8

d) 12

e) 24

9. 9) De cuntas maneras pueden formar 5 soldados en una fila?


a) 24

b) 120

c) 20

d) 100

e) Infinitas

10. En el sistema de base 8. Cuntos nmeros diferentes pueden escribirse de 5 cifras, sin que
ninguna se repita y sin que ninguno de ellos contenga la cifra 0?
a) 2250

b) 8!

c) 2520

d) 21

e) F.D.

11. Cuntos nmeros distintos de cinco cifras cada uno, sin que ninguna se repita, se pueden
formar con las cifras 1, 2, 3, 4, 5, 6, 7, de tal manera que todos empiecen con 2 y acaben en 1.
a) 360

b) 6!

c) 60

d) 12

e) Absurdo

12. En la prueba de automovilismo, Caminos del Inka, se han inscrito 18 participantes, los cuales han de disputar, un primer, segundo y tercer premio; si se trata de que Ud. acierte con la
clasificacin final, De entre cuntas posibilidades tendra que escoger una?
a) 6840

b) 4956

c) 4256

d) 4896

e) 18!x3!

13. De cuntas manera diferentes pueden elegirse un comit de 4 personas en un club de 10


miembros, sabiendo que los cargos que han de desempear son de diferentes significacin
y trascendencia.
a) 504

b) 5040

c) 420

d) 4200

e) N.A.

14. Juan ve desde la ventana de una casa que las personas all reunidas se han dado en total 105
apretones de manos. Diga Ud. Cuntas personas ha visto Juan?
a) 15

b) 12

c) 7

d) 14

e) F.D.

Estadstica General

107

Universidad Peruana Unin

15. Con 7 hombres y 4 mujeres se desea formar grupos mixtos de 6 personas de Cuntas maneras pueden formarse tales grupos de modo que en cada uno de ellos exista siempre 2
mujeres.
a) 200

b) 210

c) 312

d) 220

e) 212

16. Tenemos las cifras: 1, 2, 3, 4, 5, 6, 7, 8, 9. Cuntos nmeros de 5 cifras diferentes podramos


tener si las 2 primeras cifras de estos nmeros pueden ser slo ocupados por las 4 primeras
cifras enunciadas, las que a su vez no pueden ocupar los otros tres lugares restantes.
a) 700

b) 40

c) 720

d) Absurdo

e) N.A.

17. Sea el experimento: lanzar una moneda y un dado.


a) Construya el espacio muestral
b) Liste los elementos de los siguientes eventos.
A: Sale sello en la moneda y un nmero par en el dado.
B: Sale cara en la moneda y un nmero impar en el dado.
C: El nmero en el dado es mltiplo de 3.
c) Liste los elementos de los eventos.
i) B

ii) A U B

iii) A B

iv) (A U B)

d) Cul de los eventos A, B y C son mutuamente excluyentes?


18. Determinar si los siguientes experimentos son determinsticos o no, en caso que no lo sean,
describir el espacio muestral asociado a ese experimento.
a) Se arroja 3 veces una moneda.
b) Se arrojan 3 monedas.
c) Se retira una tarjeta de una caja que contiene 10 tarjetas idnticas.
d) Un jugador de ftbol tira un penal.
e) La UPeU elige un rector entre un solo candidato.
f) El Per elige a su presidente.
19. Un nmero es seleccionado al azar entre los nmeros 1 al 20. Sean los eventos:
A: El nmero elegido es par.
B: El nmero elegido es primo.
C: El nmero elegido es mltiplo de 5.
Liste los elementos de los siguientes eventos: A B, A U B,
A C, (A U B) C
20. Si P(A) = 1/2 ; P(B) = 1/4 y si A y B son eventos mutuamente excluyentes, calcular
a) P(A)

b) P(A B)

c) P(A U B)

d) P(A B)

Unidad III

108

PROESAD

21. En la tabla siguiente aparecen 1000 estudiantes universitarios clasificados de acuerdo con
los puntajes que obtuvieron en un examen de admisin a la universidad. Tambin muestra
la calidad de los colegios en donde se graduaron segn la clasificacin que hizo un grupo de
educadores.
Clase de colegio

Puntaje
Bajo(B)
Medio(M)
Alto(A)
Total

inferior(P)
100
75
25
200

Regular(R)
50
175
75
300

Superior(S)
50
150
300
500

Total
200
400
400
1000

Calcular la probabilidad de que un estudiante escogido al azar:


a) Haya obtenido un puntaje bajo en el examen,
b) Se haya graduado en un colegio de nivel superior,
c) Haya obtenido un puntaje bajo en el examen y se haya graduado en un colegio de nivel
superior,
d) Haya obtenido un puntaje bajo en el examen dado que se haya graduado en un colegio
de nivel superior,
e) Haya obtenido un puntaje alto en el examen o se haya graduado en un colegio de nivel
regular.
El puntaje del examen es independiente de la calidad del colegio? Comprobar su respuesta.

Estadstica General

109

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(

(
(

)
)

?
?

La combinacin es el cociente entre la variacin del total y el subgrupo y la permutacin del subgrupo.
En un problema se usa la variacin cuando entran algunos elementos pero se considera el orden.
El espacio muestral es el conjunto de todos los posibles resultados del ensayo.
Los experimentos aleatorios pueden predecir con precisin sus resultados antes de
efectuar la observacin.

Se dice que dos eventos son mutuamente excluyentes cuando su interseccin es


diferente del vaco.

PROCEDIMENTAL:
Encierre en un crculo la respuesta que considere la correcta.
2. Hallar x si:
a) 10

b) 7

c) 5

d) 9

e) 11

3. En una gran ciudad, el 70% de los hogares compra un peridico matutino y el 90% uno vespertino. Suponiendo que estos dos eventos son independientes. Qu probabilidad hay que
un hogar escogido al azar sea uno de los que compra ambos peridicos?
a) 0.74

b) 0.66

c) 0.33

d) 0.63

4. Suponga que hay un grupo de 500 profesionales recin graduados, de los cuales 175 se especializaron en economa, 150 en contabilidad, 100 en administracin y 75 en psicologa. Se
elige una persona al azar de este grupo. Cul es la probabilidad de que la persona elegida
al azar se haya especializado en administracin o en contabilidad?
a) 0.50

b) 0.20

c) 0.30

d) 0.70

ACTITUDINAL:
5. ParaQu aplicaciones prcticas le encuentra a la teora de probabilidad? Mencionar algunos.
________________________________________________________________________
________________________________________________________________________

Autoevaluacin

110

11

PROESAD

Sesin

PROBABILIDAD
CONDICIONAL
11.1. PROBABILIDAD CONDICIONAL
Frecuentemente los sucesos se encuentran relacionados entre s, de modo que la ocurrencia de
un suceso modifica la probabilidad de otro.
Definicin:
Sea B un suceso de probabilidad no nula y A otro suceso de probabilidad P(A). La probabilidad
puede dejar de ser la misma si se sabe que se ha presentado el suceso B. Esta nueva probabilidad P(A/B) se llama probabilidad de A condicionada al suceso B o simplemente PROBABILIDAD
DE A DADO B. Est dada por:

P ( A / B) =

P( AB)
P( B)

Puede suceder dos casos:


a) P(A/B) P(A) Entonces, la presencia de B altera la probabilidad que tena A, y se dice que
A y B son eventos dependientes.
b) P(A/B) = P(A) Entonces, el hecho que haya ocurrido B no influye en la probabilidad de que
tena A, y se dice que A y B son independientes.
Definicin:
Diremos que los sucesos A y B son independientes si P(AB) = P(A). P(B), en caso contrario diremos que son dependientes, y entonces se verifica P(AB) = P(B). P(A/B)
Consecuencias:
1. Si A y B son independientes, tambin lo son A y B, A y B.
2. Las probabilidades condicionales P(A/B) y P(A/B) son complementarios: P(A/B) + P(A/B) = 1
NOTA: En caso de datos de enumeracin con gran nmero de observaciones respecto a los sucesos A y B tendramos:
A

TOTAL

NAB

NA`B

NB

NAB

NAB

NB

TOTAL

NA

NA

N
Estadstica General

111

Universidad Peruana Unin

Y las probabilidades se expresaran:

NA
NB
=
, P ( B)
N
N

N
P ( AB') = AB ` , etc.
N

=
P ( A)

Ejemplo 1:
Supngase que de un grupo de estudiantes matrculados en la UPeU, son clasificados de acuerdo
a su carrera y sexo como sigue:
CARRERA
Contabilidad
Indust. Alimen.
Enfermera
Teologa
TOTAL

SEXO
HOMBRE
15
10
8
10
38

MUJER
5
10
12
10
37

TOTAL
20
20
20
20
75

Sea el experimento
: escoger al azar un estudiante
Los eventos
A: El estudiante escogido es mujer.
B: El estudiante escogido est matrculado en Industrias
Alimentaras.
C: El estudiante escogido es hombre.
D: El estudiante escogido est matrculado en Teologa.
Hallar:
P(A), P(B), P(C), P(D), P(A/B), P(C/D), P(B/A), P(D/C)
Solucin:
P(A) =

37
15
20
38
, P(B) =
, P(C) =
, P(D) =
75
75
75
75

P(A/B) =

5
10 / 75 10
5 / 75
=
P(C/D) =
=
20 / 75 20
15 / 75 15

P(B/A) =

10 / 75 10
5
=
P(D/C) =
38
37 / 75 37

Ejemplo 2:
Cierta familia tiene 3 hijos y se sabe que al menos 2 de ellos son nias. Suponiendo que los
nacimientos de nios y nias son igualmente probables, y suponiendo adems que el sexo del
hijo mayor no afecta en ningn modo al sexo del hijo menor, calcule la probabilidad de que la
familia tenga 3 nias.

Unidad III

112

PROESAD

Solucin:
= (MMM)(MMV)(MVM)(VMM)(MVV)(VMV)(VVM)(VVV)
A: Al menos 2 nias:
A = (MMM)(MMV)(MVM)(VMM)
B = MMM

B: Tres nias
P(B/A) =

P ( A B ) 1/ 8 1
= =
P ( A)
4/8 4

Donde:

M: Mujer

V: Varon
Ejemplo 3:
La informacin siguiente presenta la clasificacin de 356 estudiantes de la Facultad de Ciencias
Contables y Administrativas de la UPeU.
PROCEDENCIA
Limeo (L)
Provinciano (P)
Extranjero (E)
TOTAL

CARRERA
Administracin (A)
Contabilidad (C)
70
140
60
80
1
5
131
225

TOTAL
210
140
6
356

Sea el experimento : Elegir al azar un estudiante del grupo


a) Cul es la probabilidad de que el estudiante no pertenezca a la carrera de Administracin y
no sea extranjero?
b) Cul es la probabilidad de que el estudiante no pertenezca a la carrera de Contabilidad dado
que es limeo?
c) Cul es la probabilidad de que el estudiante sea de la carrera de Administracin o de Contabilidad?
Solucin:

220
= 0, 6180
356
P ( C' L ) 70 / 356
70
b) P ( C' /=
L)
=
= = 0,3333
P ( L)
210 / 356 210
a ) P ( A' E') =

c) P ( A C ) = P ( A ) + P ( C ) =

131 225 356


+
=
= 1
356 356 356
Estadstica General

113

Universidad Peruana Unin

Ejemplo 4:
Uno de los clubes universitarios femeninos est compuesto por las siguientes asociadas 15 rubias
de ojos azules, 8 rubias ojos castaos, 9 morenas ojos azules, 12 morenas de ojos castaos, 4
pelirrojas de ojos azules y 2 pelirrojas de ojos castaos. Supongamos que Ud. ha conseguido una
cita con una de las chicas, sin conocerla, y est lloviendo cuando se encuentra Ud. con ella. Su
cabello est completamente cubierto, pero sin embargo sus chispeantes ojos azules le dan la
bienvenida. Cul es la probabilidad de que sea rubia?
Solucin:
La informacin contenida en el enunciado de este problema, lo resumimos como sigue:
Color de ojos
Azules (A)
Castaos
Total

P(R/A) =

Rubias (R)
15
8
23

Morenas
9
12
21

Pelirrojas
4
2
6

Total
28
22
50

P ( R A ) 15 / 50 15
=
= = 0,536
P ( A)
28 / 50 28

11.2. REGLA DE LA MULTIPLICACIN DE EVENTOS


Si A, B, C son independientes o disjuntos; entonces:
P(ABC) = P(A). P(B). P(C)
Si A, B, C no son independientes; entonces:
P(ABC) = P(A). P(B/A). P(C/AB)
Ejemplo 1:
Considere el caso en que el personal responsable de una empresa dedicada a enlatados de ctricos confundi 3 saborizantes de naranja entre saborizantes de mandarina, de igual forma y color,
de los 10 saborizantes, son entregados a los obreros 3 para ser administrados a los enlatados.
a) Calcular la probabilidad de que los 3 saborizantes correspondan a los de naranja.
b) Calcular la probabilidad de que ninguno sea de naranja.
c) Calcular la probabilidad de que al menos uno sea de naranja.
Solucin:
a) P(NNN) = P(N) P(N/N) P(N/NN)
=

3 2 1
1
6
. . =
=
= 0,0083
10 9 8 720 120

b) P(MMM) = P(M) P(M/M) P(M/MM)


=

7 6 5 210 17
.=
.
=
= 0,2917
10 9 8 720 24

Unidad III

114

PROESAD

c) P(Al menos 1 naranja) = 1 P(MMM)


1

7
257 17
=
= = 0,7083
24
362 24

Ejemplo 2:
Considere que el 10% de los alumnos son estudiantes sobresalientes. Dos alumnos son observados, considere N estudiante normal y S estudiante sobresaliente. Construya el espacio
muestral correspondiente y asigne la probabilidad a cada punto muestral.
Solucin:

P(S) = 0,10 P(N) = 0,90

N
N

s
S
N

= (NN)(NS)(SN)(SS)
P(NN) = P(N)P(N) = 0,90(0,90)
P(NN) = P(N)P(S) = 0,90 (0,10)
P(SN) = P(S)P(N) = 0,10(0,90)
P(SS) = P(S)P(S) = 0,10(0,10)

= 0,81
= 0,09
= 0,09
= 0,01
1,00
Nota: La suma de todas las probabilidades de los puntos muestrales es la unidad.

11.3. TEORA DE LA PROBABILIDAD TOTAL


Supongamos que se descompone en una particin de K sucesos excluyentes:

= H1 + H2 + ... + Hk con Hi Hj =
y sea A un suceso asociado a dicho espacio muestral
(A). La probabilidad de A se calcula por:
P(A) = P(A/H1)P(H1) + P(A/H2)P(H2) +...+ P(A/Hk)P(Hk)

A
.. .
H1

H2

.. .

Hk

Ejemplo 1:
En un grupo de hombres adultos, el 10% presenta educacin primaria (p), el 70% tiene educacin secundaria (s) y el 20% educacin universitaria (u). El 5% de los que presenta educacin
primaria pertenecen al grupo de los ingresos altos (A). Por su lado, el 15% de los que tienen
educacin secundaria y el 75% de los que tienen educacin universitaria pertenecen al grupo

Estadstica General

115

Universidad Peruana Unin

de ingresos altos. Cul es la probabilidad de que un individuo seleccionado al azar en esta


poblacin sea de ingresos altos?
Solucin:

P(p) = 0,10

P(s) = 0,70

P(u) = 0,20

1,00


P(A/p) = 0,05
P(A/s) = 0,15
P(A/u) = 0,75

P(A) = P(A/p)P(p) + P(A/s)P(s) + P(A/u)P(u)


= 0,05 (0,10) + 0,15 (0,70) + 0,75 (0,20)
= 0,26

Ejemplo 2:
Una compaa de seguros opina que la poblacin limea puede ser dividida en dos clases: aquellas personas propensos a accidentes (pA) y aquellas que no son propensos (pA). Sus estadsticas muestran que una persona propensa a accidente tendr un accidente alguna vez dentro de
un perodo de un ao con probabilidad 0,4, mientras sus probabilidades decrecen a 0,2 para una
persona que no es propenso a accidentes. Si suponemos que el 30% de la poblacin limea es
propenso a accidentes, se pide:
Calcular la probabilidad de que una persona que compra una nueva pliza de seguros tiene un
accidente (A) dentro de un ao de vigencia de su pliza.
Solucin:

P(pA) = 0,30
P(A/pA) = 0,40

P(pA) = 0,70
P(A/pA) = 0,20

1,00

P(A) = P(A/pA) P(pA) + P(A/pA) P(pA)

= 0,40 (0,30) + 0,20 (0,70)

= 0,26

11.4. TEOREMA DE BAYES


En las condiciones anteriores, de que el espacio muestral se encuentre descompuesto en K
subpoblaciones o sucesos excluyentes:

= H1 + H2 + . . . + Hk (con Hi Hj =
Entonces, si se ha presentado el suceso A, la probabilidad de que proceda de la subpoblacin Hi
es:

P ( H i / A) =
=

P ( A / Hi ) P ( Hi )
P ( A)

P ( A / Hi ) P ( Hi )
k

P( A/ H ) P(H )
j =1

Unidad III

116

PROESAD

Ejemplo 1:
Tomando los datos del ejemplo 1 del teorema de la probabilidad total. Si se selecciona un individuo al azar entre esta poblacin y se encuentra que est en el grupo de ingresos altos (A),
encontrar la probabilidad de que este individuo slo tenga educacin primaria (p), presente
educacin secundaria (s) y de que presente educacin universitaria (u).
Solucin:

=
P ( p / A)

P ( A / p ) P ( p ) 0, 05 ( 0,10 )
= = 0, 0192
P ( A)
0, 26

=
P ( s / A)

P ( A / s ) P ( s ) 0,15 ( 0, 70 )
= = 0, 4038
P ( A)
0, 26

=
P ( u / A)

P ( A / u ) P ( u ) 0, 75 ( 0, 20 ) 0,5769
= =
P ( A)
0, 26
1, 0000

Ejemplo 3:
En la Facultad de Ciencias Contables y Administrativas de la Universidad Peruana Unin, en que
slo hay estudiantes de Contabilidad (Cont), Administracin (A), Computacin (Comp) y Secretariado (Sec), terminan la carrera (TC) 40% de Contabilidad, 20% de Administracin, 10% de
Computacin y 5% de Secretariado. Se sabe que el 50% estudian Contabilidad, el 15% Administracin, el 25% computacin y el 10% Secretariado. Eligiendo un estudiante al azar, se pide:
a) Probabilidad de que sea de Secretariado (Sec) y haya terminado su carrera (TC).
b) Si nos dice que ha terminado su carrera (TC). Cul es la probabilidad de que sea de Computacin (Comp)?
Solucin:
P(Cont) = 0,50

P(TC/Cont) = 0,40
P(Comp) = 0,25
P(TC/Comp) = 0,10

P(A) = 0,15
P(TC/A) = 0,20
P(Sec) = 0,10
P(TC/Sec) = 0,05

a) P(SecTC) = P(Sec) P(TC/Sec) = (0,10)(0,05) = 0,005


b) P(Comp/TC)

=
=

P ( Comp ) P (TC / Comp )

P ( Cont ) P (TC / Cont ) + P ( A ) P (TC / A ) + P ( Comp ) P (TC / Comp ) + P ( Sec ) P (TC / Sec )
0,25 ( 0,10 )

0,50 ( 0,40 ) + 0,15 ( 0,20 ) + 0,25 ( 0,10 ) + 0,10 ( 0,05 )

0,025
0,26
= 0,0962
=

Estadstica General

117

Universidad Peruana Unin

EJERCICIOS PROPUESTOS
1. Un saln de clase est compuesto por 50 alumnos, de los cuales 20 son varones y 30 mujeres. De 35 alumnos que estn en favor de un candidato para consejo de facultad, 15 son
varones. Se selecciona al azar un alumno del saln. Cul es la probabilidad de que este
alumno sea una mujer que se opone al candidato?
2. Tres mquinas A,B y C producen respectivamente 40%, 50% y 10% del total de las piezas de
una fbrica. Los porcentajes de piezas defectuosas en las respectivas mquinas son 3%, 5%
y 2%. Una pieza es seleccionada al azar y se verifica que es defectuosa. Cul es la probabilidad de que la pieza haya sido producida por la mquina B?
3. La tabla siguiente muestra el resultado de 500 entrevistas hechas durante una encuesta cuyo
objetivo era analizar las opiniones de los residentes de cierta ciudad acerca de los ovnis. Los
datos tambin se clasificaron segn el sector de la ciudad donde se aplic el cuestionario.
Resultado de la entrevista


Sector de
la ciudad
A
B
D
E
Total

Contest (C)
100
115
50
35
300

No estaba en
casa (N)
20
5
60
50
135

Rehus contestar
(R)
5
5
15
40
65

Total
125
125
125
125
500

a) Se selecciona un cuestionario azar entre los 500. Cul es la probabilidad (1) de que sea
contestado el cuestionario? (2) de que la persona a quien iba dirigida la encuesta no est en
su casa? de que rehse contestar (3) de que viva en el sector A? B? D? E? (4) de que conteste el cuestionario, dado que viva en el sector B (5) de que la persona encuestada rehse
contestar el cuestionario o viva en el sector D
b) Calcular las siguientes probabilidades:
1) P(A R)
4) P(N / D)

2) P(B U C)
3)P(D)
5) P(B / R)
6) P(C)

4. En el departamento de historias clnicas, tres empleados tcnicos en computacin tienen la


tarea de procesar los registros de los pacientes. El primer empleado, C1, procesa el 45% de
los registros, el segundo, C2, el 30% y el tercero, C3, el 25%. El primer empleado tiene una
tasa de error en su trabajo de 0,03, el segundo de 0,05 y el tercero de 0,02. Se selecciona
un registro al azar entre los que se procesaron durante la semana y se encuentra que tiene
un error. El bibliotecario de registros mdicos desea saber la probabilidad de que el registro
haya sido procesado por cada uno de los tres empleados.
5. 5) De las personas examinadas en el departamento de salud de Lima Metropolitana, el 45%
proviene del sector A, el 30% del sector B y el 25% del sector C. El 30% de los pacientes
Unidad III

118

PROESAD

del sector A, el 20% del sector B y el 10% del sector C estn en la nmina del seguro social
de Lima Metropolitana. Se escoge al azar un paciente entre los archivos del departamento y
se halla que est inscrito en la nmina del seguro social. Qu probabilidad hay de que ese
paciente sea del sector A? B? C?
6. La tabla siguiente muestra los resultados de una encuesta en la que 100 universitarios de
ltimo ao sealaron sus inclinaciones polticas y manifestaciones si pertenecan o no al club
estudiantil.
Inclinacin poltica

Miembro de un club
estudiantil
S (B)
No (B)
Total

Conservador (A)

Otro(A)

Total

55
45
100

35
5
40

20
40
60

a) Calcular las siguientes probabilidades:


(1) P(A)
(4) P(B)
(7) P(A B)

(2) P(A B)
(5) P(A B)
(8) P(A B)

(3) P(B)
(6) P(A)

b) Interpretar cada una de las probabilidades calculadas en (a).

Estadstica General

119

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(

)
)
)

?
?

P(A/B) se llama probabilidad de A condicionada al suceso B.


Los sucesos A y B son independientes si P(AB)=P(A). P(B).
Se dice que dos eventos son mutuamente excluyentes cuando su interseccin es
diferente del vaco.
Si A, B, C son independientes; entonces: P(ABC) P(A).P(B).P(C)

PROCEDIMENTAL:

2. Suponga que hay un grupo de 500 profesionales recin graduados, de los cuales 175 se especializaron en economa, 150 en Contabilidad, 100 en Administracin y 75 en Psicologa. Se
elige una persona al azar de este grupo. Cul es la probabilidad de que la persona elegida
al azar se haya especializado en Administracin o en Contabilidad?
a) 0.50

b) 0.20

c) 0.30

d) 0.70

3. Un club consiste de ciento ciencuenta miembros. Del total, 3/5 son hombres y 2/3 con profesionales. Adems, 1/3 de las mujeres son no profesionales.
Se elige al azar un socio del club:
a) Calcular la probabilidad de que sea hombre y profesional.
b) Calcular la probabilidad que sea hombre, dado que es profesional.
4. Una cierta fbrica contiene dos mquinas. Los registros pasados muestran que la mquina I
produjo 40% de los elementos del producto y la mquina II produjo el 60% de los elementos.
An ms, 5% de los elementos producidos por la mquina I fueron defectuosos y solamente
2% de los producidos por la mquina II fueron defectuosos. Si un elemento es extrado al
azar, Cul es la probabilidad de que sea defectuoso?
a) 0.012

b) 0.020

c) 0.032

d) 0.103

Autoevaluacin

120

ACTITUDINAL:
5. En la vida prctica. Como podran resolverse los problemas del negocio? Podras conocer si
va a tener xito o fracaso? Pon ejemplos utilizando probabilidades.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

121

UNIDAD VI
UNIDAD VI
Sesin N 12: Probabilidad bsica
Sesin N 13: Distribucin normal

COMPETENCIAS
CONCEPTUAL

PROCEDIMENTAL

ACTITUDINAL

Reconoce los conceptos


y caracterstica de las
distribuciones de probabilidad.

Calculan las probabilidades para las variables aleatorias que


tiene una distribucin
de probabilidad.

Utilizan e identifican
qu distribucin de
probabilidad es apropiado para el comportamiento de cierta
variable en estudio.

12

PROESAD

Sesin

PROBABILIDAD
BSICA
12.1. LAS DISTRIBUCIONES DE PROBABILIDADES BSICAS
En la tercera unidad desarrollamos algunos modelos probabilsticos a travs de espacios muestrales. Esto facilit la comprensin
del concepto de probabilidad y la obtencin de algunas propiedades fundamentales de la teora de probabilidad; sin embargo,
para estudiar situaciones prcticas ms generales, necesitamos
ampliar estos conceptos para que tengamos distribuciones (o modelos) de probabilidad que representen todos los tipos de variables definidas en la asignatura de Estadstica General. As, todo lo estudiado en tal asignatura
para hacer un tratamiento descriptivo de las variables cuantitativas tendr su correspondiente
distribucin (o modelo terico). Estas variables numricas a las cuales asociamos distribuciones
de probabilidad, sern llamadas variables aleatorias.

12.2. LAS VARIABLES ALEATORIAS


Una variable cualquiera es toda caracterstica que est sujeta a medicin o conteo. Se representan por letras maysculas como X, Y, Z, y pueden adoptar un conjunto de valores que recibe el
nombre de DOMINIO DE LA VARIABLE. Si una variable puede asumir valores que se obtiene por
conteo, toma el nombre de VARIABLE DISCRETA. Por ejemplo, si se arroja un dado, en la cara superior puede obtenerse cualquiera de los valores siguientes: 1, 2, 3, 4, 5, 6. Si una variable puede
asumir cualquier valor real dado entre ciertos lmites, recibe el nombre de VARIABLE CONTINUA.
Por ejemplo, las estaturas de los estudiantes de un aula de primer grado, el peso de un nio al
nacer, etc.
Si el domino de una variable representa los resultados obtenidos al realizar un experimento
aleatorio, sta recibe el nombre de VARIABLE ALEATORIA. As, la variable X que representa el
nmero de caras obtenidas al lanzar tres monedas es una variable aleatoria, digamos: 0, 1, 2,
3, donde 0 significa ninguna cara, es decir: SSS; 1 significa una cara, es decir: CSS, SCS, SSC y
as sucesivamente. Es conveniente distinguir entre variable aleatoria y los valores numricos que
ella pueda tomar, para esto designaremos la variable aleatoria por la letra mayscula X y un
valor que ella tome por la letra minscula x.

Estadstica General

125

Universidad Peruana Unin

12.3. LAS DISTRIBUCIONES DE PROBABILIDAD


En estadstica general se estudi la forma en que, tenindose reunidas un grupo de observaciones, de una caracterstica, stas pueden arreglarse o disponerse en clase o categoras, constituyendo en conjunto una distribucin de frecuencias. Si el nmero de observaciones pertenecientes a una variable dada, es solamente una muestra pequea de una poblacin muy grande, es
posible que la distribucin de frecuencias obtenida de la muestra no representa bien a toda la
poblacin.
El propsito de esta unidad es estudiar las distribuciones de poblaciones, es decir, distribuciones
considerando a todos los individuos (u observaciones) que forman parte de una poblacin.
Como ya vimos tambin, existen variables discretas y continuas, las que dan lugar, por consiguiente, a distribuciones discretas y distribuciones continuas.
Existen muchas distribuciones tericas de poblaciones, discretas y continuas, de las cuales dedicaremos especial atencin a las distribuciones BINOMIAL y de POISSON, dentro de las discretas,
y a la distribucin NORMAL dentro de las continuas.

12.3.1. LA DISTRIBUCIN BINOMIAL


Iniciaremos el estudio de la distribucin binomial con la idea de un ENSAYO de BERNOULLI.
Considere que el investigador est observando el resultado de un ensayo el cual slo conduce a
dos posibles resultados E (xito) o F (fracaso). Se considera xito a la aparicin de la caracterstica que se est estudiando y no en el sentido de que este resultado tenga necesariamente
que ser exitoso.
Por ejemplo, si se est evaluando alumnos respecto a si presentan o no desnutricin; podra asignarse E (xito) al hecho de presentar desnutricin y como se observa, no tiene nada de exitoso
sino simplemente ocurri E.
Es fcil asociar estos resultados a un espacio muestral.

= { E,F }

y aqui P(E) = p
P(F) = 1 - P(E) = 1 - p
y se denota: q = 1 - p
A tal ensayo se le conoce como ensayo de bernoulli.
Si se asigna la variable aleatoria X (nmero de xito), la cual toma valores X = 0 si ocurre F y x
= 1 si ocurre E
Entonces, P(X=0) = q

P(X=1) = p

Luego, si el investigador realiza n ensayos de Bernoulli bajo las mismas condiciones, se dice que
la variable aleatoria X que corresponde al nmero de xitos sigue la DISTRIBUCIN BINOMIAL.

Unidad IV

126

PROESAD

En el clculo de probabilidades y en teora estadstica, la distribucin binomial es la que mejor


caracteriza a las distribuciones de variables discretas. En este tipo de experimentos aleatorios,
cada prueba tiene dos resultados posibles, llamados XITO y FRACASO, con probabilidades
respectivas p y 1 p, las cuales se mantienen constantes a travs de varias pruebas independientes del experimento. Supongamos, por ejemplo, que la poblacin de estudiantes primarios de una escuela es muy grande y queremos determinar al final del ao el nmero X de
estudiantes aprobados en una muestra de n estudiantes de dicha escuela; conocindose que
la probabilidad de que un estudiante est aprobado es p y que esta probabilidad es constante
para los n-estudiantes de la muestra y que, igualmente, la probabilidad de elegir un estudiante
aprobado es independiente de un estudiante a otro.
La distribucin de frecuencia de esta variable X (nmero de estudiantes aprobados) siguen una
distribucin binomial.
La frmula de las probabilidades (funcin de probabilidad), para los diferentes valores de las
variables X (x = 0, 1, 2, ..., n), es la siguiente:

P( X = x ) = c xn p x (1 p ) n x =

n!
p x (1 p ) n x ...(1)
x!(n x )!

Donde:
x es el nmero de estudiantes aprobados en la muestra de n estudiantes.
Si llamamos q = 1 p, la fmula (1) tambin puede expresarse como:

P( X = x ) =

n!
x!(n x )!

p x q n x ..... (1a)

La cual toma el nombre de FRMULA BINOMIAL.


Los parmetros de esta distribucin son n y p donde n determina el nmero de ensayos y p la
probabilidad de que ocurra el suceso xito en cada ensayo.
Sealaremos, adems, que:
El valor esperado (media) de la distribucin binomial es:

E ( X ) = = np
La varianza es:

V ( X ) = 2 = npq
La desviacin estndar

DE ( X =
) =

npq

Y la funcin de distribucin de la distribucin binomial es:


x

P( X x) = P( X = i )
i =0

12.3.1.1. PROPIEDADES DE UNA DISTRIBUCIN BINOMIAL


1. El ensayo consta de n ensayos idnticos.
2. Cada ensayo puede tener uno de dos resultados; E(xito) o F(fracaso).
Estadstica General

127

Universidad Peruana Unin

3. La probabilidad de un xito es p; la probabilidad de un fracaso es q = 1-p.


4. Las pruebas son independientes.
5. Interesa conocer x, el nmero de xitos observados en n pruebas.
Ejemplo 1:
Si la probabilidad de que un estudiante primario apruebe el ao escolar es 0,6. Cul es la probabilidad de que en una muestra de 5 estudiantes seleccionados por sorteo de un aula, exactamente, aprueban 4?
Solucin:
p = 0,6 (probabilidad de que un estudiante apruebe).
q = 1-p =0,4 (probabilidad de que un estudiante no apruebe).
n = 5 (nmero de estudiantes seleccionados).
x = 4 (nmero de estudiantes aprobados).
Luego, por la frmula binomial:

5!
4
1
( 0, 6 ) ( 0, 4 )
4! x1!
= 5 x0,1296 x0, 4
= 0, 2592

P ( X= 4=
)

Entonces, la probabilidad de que aprueben 4 estudiantes en una muestra de 5 estudiantes es


0,2592.
Ejemplo 2:
De una seccin de educacin inicial, con 10 nias y 30 nios, se selecciona por sorteo a 6 estudiantes Cul es la probabilidad de que exactamente 4 sean nias?
Solucin
Sea la variable:
X = El estudiante seleccionado es nia.

=
p

10
= 0, 25 (probabilidad de seleccionar una nia).
40

q = 0,75 (probabilidad de seleccionar un nio).


n = 6 (nmero de estudiantes seleccionados).
x = 4 (nmero de nias seleccionadas).
Luego, por la frmula binomial

6!
4
2
( 0, 25) ( 0, 75)
4! x 2!
= 15 x0, 00391x0,5625

P ( X= 4=
)

La probabilidad de que en un grupo de 6 estudiantes seleccionados, haya 4 nias es 0.03299.


Ejemplo 3:
Se ha elaborado un examen de 10 preguntas con 4 alternativas por pregunta. Si ninguno de los
estudiantes que rindi la prueba estudi. Qu porcentaje de estudiantes aprob el examen, si
aprueban los que responden 6 ms preguntas?
Unidad IV

128

PROESAD

Solucin.
Sea la variable: X = la respuesta es correcta

1
= 0, 25 (probabilidad de responder correctamente una pregunta).
4
3
q= = 0, 75 (probabilidad de no acertar una pregunta).
4
p=

n = 10 (nmero de preguntas).
x = 6, 7, 8, 9, 10 (nmero de respuestas correctas para aprobar el examen).
Como el estudiante aprueba si responde correctamente 6 ms preguntas, entonces, la probabilidad de aprobar el examen est dada por la suma:
P(X = 6) + P(X = 7) + P(X = 8) + P(X = 9) + P(X = 10)
Lo que pueda representarse como la probabilidad P(X 6)
Por la frmula binomial:

P( X= x=
)

n!
p x q n x
x !( n x ) !

Luego:

10! 1 3
P (=
x 6=
)
= 0, 0162
6! 4! 4 4
10! 1 3
P (=
x 7=
)
= 0, 0031
7! 3! 4 4
10! 1 3
P(=
x 8=
)
= 0, 0004
8! 2! 4 4
9

10! 1 3
P (=
x 9=
)
= 0, 0000
9! 2! 4 4
10

10! 1 3
P=
( x 10=)
=
0, 0000
10! 10! 4 4
P (X 6) = Suma = 0,0197
Como 0,0197 = 1,97% 2%, entonces, aprobara aproximadamente el 2% de los estudiantes
que rindieron el examen.

Estadstica General

129

Universidad Peruana Unin

Ejemplo 4:
Se lanza 5 veces un dado, hallar la probabilidad de obtener 3 ms veces el nmero uno.
Solucin.
Dada la informacin:
p=

1
6

q=

5
(probabilidad de no obtener UNO en un lanzamiento).
6

(probabilidad de obtener UNO en un lanzamiento).

n = 5 (nmero de lanzamiento).
x = 3, 4, 5 (nmero de UNOS obtenidos).
La probabilidad de obtener 3 ms UNOS en 5 lanzamientos, est dada por la suma.
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5)
Por la frmula binomial:

P ( X= x=
)
Luego:

P(=
x 3=
)

n!
p x q n x
x !( n x ) !
3

5! 1 5
= 0, 0321
3! 2! 6 6

5! 1 5
P (=
x 4=
)
= 0, 0032
4! 1! 6 6

5

5! 1 5
P (=
x 5=
)
= 0, 0001
3! 0! 6 6
P(X 3) = Suma = 0,0001
La probabilidad de obtener 3 o ms UNOS en 5 lanzamientos de un dado es 0,0354.
12.3.1.1.2. USO DE TABLAS DE LA DISTRIBUCIN BINOMIAL (APNDICE N 2)
En la prctica para resolver problemas del tipo de los ejemplos 3 y 4, se utiliza tablas de la distribucin binomial, en la cual estn calculados los valores correspondientes a la frmula:

n!
p r q nr
r
!
n
r
!

(
)
r =0
x

P ( X x) =

... (2)

La que en el segundo miembro expresa la suma de las probabilidades calculadas por la frmula
binomial, para los valores enteros que van de 0 hasta x.

Unidad IV

130

PROESAD

Como ya se vio en la seccin de probabilidades, los correspondientes sucesos complementarios


suman 1, esto lo podemos expresar formalmente como sigue:
P( X < x ) + P( X x ) = 1
Con la consideracin de que en general X toma valores enteros que van de 0 a n, entonces,
por tablas tambin se puede calcular la probabilidad:
Considrese, P ( X
x ) = 1 P( X < x )
Pero como: P ( X < x ) = P ( X x 1)
Entonces: P ( X x ) = 1 P( X x 1) ... (3)
Todos los clculos que se realizaran utilizando la frmula Binomial, se resumen a la bsqueda de
un valor en la tabla de la distribucin binomial, para lo cual basta conocer n, p y x.
As, por ejemplo, si queremos calcular la siguiente probabilidad:
Para: n = 6, p=0.50 P(X 4) = 0.8906
El procedimiento para ingresar a la tabla es el siguiente:
n

P
.01

.50

1
2
3
0.8906

4
5
6
.


As, en la tabla de la distribucin binomial, podemos calcular la probabilidad de que un estudiante apruebe como sigue con:

n = 10,

p = 0,25

x=5
P(X 6)

P(X 6)

y
= 1 P(X 5)
= 1 0,9803
= 0.0197
Estadstica General

131

Universidad Peruana Unin

Que es lo mismo que ya determinamos con la frmula binomial.


Ejemplo:
Un estudiante de primer ao de secundaria tiene la seguridad de aprobar una asignatura cualquiera con probabilidad de 0,5. Si lleva 6 asignatura, hallar la probabilidad de que apruebe:
a) A lo ms 4 asignaturas
b) Por lo menos 4 asignaturas
Solucin
Sea la variable:
X = Nmero de asignaturas que aprueba el estudiante.
p = 0,5 (probabilidad de aprobar una asignatura cualquiera).
q = 0,5 (probabilidad de desaprobar una asignatura cualquiera).
n = 6 (nmero de asignaturas que lleva).
a) La probabilidad de aprobar como mximo 4 asignaturas es:
P(X 4) = 0,8906 (Por tablas)
b) La probabilidad de aprobar como mnimo 4 asignaturas es:

P(X 4) = 1 P(X 3) ... Por frmula (3)

= 1 0,6562 ... Por tablas

= 0,3438.
12.3.1.1.3. MEDIA Y DESVIACIN ESTNDAR DE UNA DISTRIBUCIN BINOMIAL
La media y desviacin estndar de una distribucin binomial, denotadas respectivamente por
y se calcula por las frmulas respectivas:

= np
...
= npq (4)
Ejemplos 1:
Un dado se lanza 180 veces. Determinar la media y desviacin estndar de la obtencin del nmero UNO en ese experimento.
Solucin
Dada la informacin:

p=

1
(probabilidad de obtener UNO en un lanzamiento).
6

q=

5
(probabilidad de no obtener UNO en un lanzamiento).
6

n = 180

180 (nmero de lanzamientos).

Por la frmula de media y desviacin estndar, tenemos que:

Unidad IV

132

PROESAD

1
=
= 180 =
np
30
6
=

npq
=

1 5
180 =
5
6 6

Ejemplo 2:
Si la probabilidad de que un remache sea defectuoso es 0,01. Hallar la media y la desviacin
estndar de nmero de remaches defectuosos en un avin que tiene 10,000 remaches.
Solucin
Dada la informacin:
P = 0,01 (probabilidad de que un remache sea defectuoso).
q = 0,99 (probabilidad de que un remache no sea defectuoso).
n = 10,000 (nmero total de remaches).
Por la frmula de la media y de la desviacin estndar:

=
np
=
y

npq

=
10,
=
000 ( 0, 01) 100
=

=
10, 000 ( 0, 01)( 0,99 ) 9, 25

12.3.2. LA DISTRIBUCIN DE POISSON


Esta distribucin es llamada en honor a S.D. Poisson quien la dedujo en el ao 1837.
Es un buen modelo para la distribucin de frecuencias relativas del nmero de eventos raros que
ocurren en una unidad de tiempo, distancia, espacio, etc.
Los siguientes ensayos pueden usarse como modelo de la distribucin de Poisson:
N de accidentes industriales por unidad de tiempo.
N de reclamas de seguros por unidad de tiempo.
N de llegadas a un servicio por unidad de tiempo.
La llegada de vehculos a una caseta de peaje, la llegada de aviones a un aeropuerto, etc.
La distribucin de Poisson se usa tambin para describir experimentos tales como el nmero de
errores por pgina de un diario, el nmero de remaches defectuosos en un avin, el nmero de
bacterias en un centmetro cbico de agua, etc. En estos experimentos se supone que el nmero
promedio de ocurrencias (xitos) en una unidad de medida es conocido. La unidad de medida
puede ser una unidad de longitud, de rea o de volumen.
Se considera tambin que la distribucin de Poisson es un caso especial de distribucin binomial,
en la que la probabilidad de xito p es muy pequea, el nmero de prueba de Bernoulli n es
muy grande y el nmero promedio de xito en cierta unidad de medida es = np.

Estadstica General

133

Universidad Peruana Unin

12.3.2.1. LA FRMULA DE POISSON


La probabilidad (funcin de probabilidad) de obtener exactamente x xitos, denotada por P(X
= x) segn la frmula de Poisson, es:

P ( X=
x=
)

x e ... (5)
x!

Donde:
X = Variable de Poisson que toma los valores de X =0,1,2,3...
= nmero promedio de xitos en una unidad de medida determinada.
e = 2,7182... (base del sistema de logaritmos naturales o neperianos).
El parmetro de esta distribucin es , donde determina el valor medio o promedio de la
variable.
Sealaremos, adems, que:
El valor esperado (media) de la distribucin de Poisson es:

E( X ) = =
La varianza es:

V (X ) = 2 =
La desviacin estndar

DE ( X =
) =

Y la funcin de distribucin de la distribucin de Poisson es:


x

P( X x) = P( X = i )
i =0

Ejemplos 1:
Un estudiante de educacin a distancia comete en promedio un error por pgina en un trabajo
monogrfico. Cul es la probabilidad de que cometa 3 errores en un trabajo de 5 pginas?
Solucin
Dada la informacin:
= 1 (promedio de errores en 1 pginas)
Como se desea la probabilidad en 5 pginas, entonces:
= 5 (promedio de errores en 5 pginas)
x = 3 (nmero de errores en 5 pginas)
Por la frmula de Poisson:

x e

P ( X= x=
)

x!
5 e 5 125
P ( X= 3=
=
)
3!
6 e5
3

P ( X= 3=
) 0,1404
La probabilidad de que el estudiante cometa 3 errores en 5 pginas es 0,1404.

Unidad IV

134

PROESAD

Ejemplo 2:
El promedio anual de terremotos en Japn es 0,5. Hallar la probabilidad de que no haya terremotos en los prximos tres aos.
Solucin
Dada la informacin:
= 0,5 (promedio de terremotos en 1 ao)
Como se desea la probabilidad en 3 aos, entonces:

= 1,5 (promedio de terremotos en 3 aos)


X = 0 (nmero de terremotos en 3 aos)

Por la frmula de Poisson:

x e
P ( X= x=
)

x!
1,50 e 1.5
1
P ( X= 0=
= 1,5
)
e
0!
P ( X= 0=
) 0, 2231

La probabilidad de que en el Japn no haya terremotos en 3 aos es 0,2231.


12.3.2.2. USO DE TABLAS DE LA DISTRIBUCIN ACUMULADA DE POISSON (APNDICE N 3)
La probabilidad de obtener a lo ms x xitos, denotada por P(X x), segn Poisson se determina por la frmula:

P ( X x ) =

r =0

r e ... (6)
r!

Donde el segundo miembro expresa la suma de las probabilidades calculadas por la frmula de
Poisson, para los valores enteros que van desde 0 hasta x.
As mismo, la probabilidad de obtener X o ms xitos, se puede calcular por la frmula:

P( X x ) = 1 P( X x 1) ... (7)

Todos los clculos que se realizaran utilizando la frmula de Poisson, se resumen a la bsqueda
de un valor en la tabla de la distribucin de Poisson, para lo cual basta conocer y x.
As, por ejemplo, si queremos calcular las siguientes probabilidades:
i) Para = 1,
ii) Para = 2,

P(X 3) = 0.981
P(X 4) = 1 P(X 3)
= 1 0,857
= 0,143

Estadstica General

135

Universidad Peruana Unin

El procedimiento para ingresar a la tabla es el siguiente:


x

1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0

3
0,981
0,974
0,966
0,957
0,946
0,934
0,921
0,907
0,891
0,875
0,857

Ejemplos 1:
Los alumnos de un colegio ingresan en las maanas a razn de 30 alumnos por minuto. Determinar la probabilidad de que ingresen:
a) Por lo menos 2 alumnos en un segundo.
b) A lo ms 3 alumnos en un segundos.
Solucin
Sea la variable:
X = (N de alumnos que ingresan por las maanas)
= 30 (promedio de alumnos que ingresan en 1 minuto)
Como se desea encontrar la probabilidad en 1 segundo, entonces:
= 0,5 (promedio de alumnos que ingresan en un segundo)
a) La probabilidad de que ingresen en un segundo por lo menos 2 alumnos es:
P(X 2) = 1 P(X 1)
Por frmula (7)

= 1 0,910
Por tablas con
= 0,090 = 0,5 y x = 1
b) La probabilidad de que ingresen a lo ms 3 alumnos en un segundo es:
P(X 3)
= 0,998
... Por tablas con
= 0,5 y x = 3
Ejemplo 2:
El nmero promedio de homicidios en cierta ciudad es de 2 por da. Determinar la probabilidad
de que un da dado haya:
Unidad IV

136

PROESAD

a) No ms de 3 homicidios
b) No menos de 3 homicidios
Solucin
Sea la variable:

X = N de homicidos

= 2 (promedio de homicidios por da)

x = 3 (nmero de homicidios en un da)
Utilizando la tabla de la distribucin de Poisson, las probabilidades pedidas son:
a) P(X 3)
= 0,857
b) P(X 3)
= 1 P(X 2)

= 1 0,677
= 0,323

Por frmula (7)

Luego, la probabilidad de que un da dado haya como mximo 3 homicidios es 0,857, y la probabilidad de que haya 3 o ms homicidios en un da dado es 0,323.
Ejemplo 3:
El nmero promedio de llamadas por minuto, que llegan a la central telefnica de la Universidad
Peruana Unin es de 10. Hallar la probabilidad de que lleguen a la central:
a) a lo ms 4 llamadas en 30 segundos
b) 9 ms llamadas en 90 segundos
Solucin
a) Sea la variable:

X = N de llamadas
= 10 (promedio de llamadas en 1 minuto)
Pero, como se desea calcular la probabilidad en 30 segundos, entonces:

= 5 (promedio de llamadas en 0,5 minutos)
Utilizando la tabla de la distribucin de Poisson, la probabilidad pedida es:
p(X 4) = 0,440
b) Dada la informacin:

X = N de llamadas
= 10 (promedio de llamadas en 1 minuto)

Pero, como se desea calcular la probabilidad en 90 segundos, entonces:


= 15 (promedio de llamadas en 1,5 minutos)
Utilizando la frmula de distribucin de Poisson, la probabilidad es:

Estadstica General

137

Universidad Peruana Unin

P(X 9)
= 1 P(X )

= 1 0,037
= 0,963

Por frmula (7)

EJERCICIOS PROPUESTOS
1. Para cada uno de los escenarios siguientes, establezca si es razonable o no, utilizar la distribucin binomial como modelo de variable aleatoria y por qu:
a) Un proceso produce miles de transductores de temperatura. Sea X el nmero de transductores
que no cumplen con los requisitos de diseo de una muestra de 30 tomadas al azar del proceso.
b) Cuatro componentes electrnicos idnticos estn conectados a un controlador que puede
conmutar de un componente que falla a otro de los que quedan como repuesto. Sea X el
nmero de componentes que han fallado despus de cierto tiempo de operacin.
c) Sea X el nmero de accidentes que ocurren en las carreteras federales de cierto estado durante un mes.
d) Sea X el nmero de respuestas correctas de un estudiante que resolvi un examen de opcin
mltiple, en las que pudo eliminar, en algunas preguntas, varias de las opciones porque eran
incorrectas, y en otras, todas las opciones incorrectas.
e) Los defectos sobre la superficie de un chip semiconductor aparecen al azar. Sin embargo, slo
el 80% de los defectos pueden detectarse mediante pruebas. Se toma una muestra de 40
chips que tienen un defecto y se someten a prueba. Sea X el nmero de chips en los que la
prueba encuentra un defecto.
2. Calcular la probabilidad binomial si p = 0,06; n=5 para:
x = 3; x 3; x = 4; x 4; 2 x 4
3. De un gran nmero de consumidores de panes de Productos Unin, el 40% prefiere pan integral. 10 consumidores de dicho Productos Unin son elegidos al azar. Calcule la probabilidad
de que el nmero de consumidores de pan integral sea:
a) exactamente 5

b) de 5 a menos

c) 4, 5 6

4. Las lesiones laborales graves que ocurren en una panadera tienen una media anual de 2,7.
Dado que las condiciones de seguridad sern iguales en la panadera durante el prximo ao
cul es la probabilidad de que el nmero de lesiones graves sea menor que dos?
5. Se ha observado durante un largo perodo que un vendedor puede concluir una venta en
una sola entrevista con una probabilidad de 20%. Supngase que el vendedor entrevista 4
posibles clientes.
Calcule la probabilidad de que:
a) exactamente 2 posibles clientes compren sus libros.
b) al menos 2 posibles clientes compren sus libros.
c) todos los posibles clientes compren sus libros.
d) ningn posible clientes le compre sus libros.
Unidad IV

138

PROESAD

6. En determinada escuela se ha verificado que el 10% de los alumnos tiene problemas de


aprendizaje. 8 alumnos son elegidos al azar para representar a la escuela en una actividad
social. Calcule la probabilidad de que el nmero de alumnos con problemas de aprendizaje
a) Sea a lo ms 3

b) exactamente 3

d) 3, 4 5

7. Suponga que X es una V.A. de Poisson, con = 1,5 ; encuentre:


a) P(X = 0)

b) P(X = 0)

c) P(X 2)

d) P(X > 1)

8. Suponga que X es una V.A. de Poisson, con = 2 ; encuentre:


a) P(X = 0)

b) P(X > 1) c) P(X 2) d) P(1 < X < 6)

9. En una determinada colectividad el nmero de casos de accidentes de trabajo por semana


en promedio es de 5, suponiendo que se ajusta a una distribucin de Poisson; calcule la probabilidad de la siguiente semana:
a) No exista ningn accidente de trabajo.
b) Se produzca exactamente un accidente.
c) Se produzca no ms de un accidente.
d) Se produzca al menos un accidente.
10. El nmero de fallas de un instrumento de prueba debidas a las partculas contaminantes de
un producto, en una variable aleatoria Poisson con media 0,02 fallas por hora.
a. Cul es la probabilidad de que el instrumento no falle en una jornada de ocho horas?
b. Cul es la probabilidad de que se presente al menos una falla en un perodo de 24 horas?

Estadstica General

139

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(
(

)
)
)
)

?
?

La distribucin binomial es una distribucin de variable continua.


La distribucin de Poisson es una distribucin de variable discreta.
La media de la distribucin binomial es npq.
La varianza de una distribucin de Poisson es .

PROCEDIMENTAL:

2. Determine las siguientes probabilidades:


a. P(x 17)
para n = 20, p = 0.4
b. P(x = 5)
para = 3
c. P(0,6 < z < 2)
a) {0.772, 0.101, 0. 2515}
c) {0.872, 0.901, 0. 2515}

b) {0.872, 0.101, 0. 2515}


d) {0.872, 0.101, 0. 2525}

3. El nmero x que ingresan al centro de cmputo de la UPeU en cualquier hora posee una distribucin de probabilidad de Poisson con una media igual a 12 personas diarias. Cul es la
probabilidad de que el nmero de personas que ingresan al centro de cmputo a cierta hora
sea igual a 5?, menor o igual a 8?
(a) {0.013, 0.156}
(c) {0.012, 0.155}

(b) {0.002, 0.125}


(d) {0.022, 0.255}

4. Suponga que llega en forma aleatoria una serie de llamadas a una central telefnica con un
promedio de tres llamadas por minuto. Calcular la probabilidad de que en el perodo de un
minuto:
a) No ocurra llamada alguna
b) Ocurran al menos 4 llamadas

Autoevaluacin

140

ACTITUDINAL:
5. Si fueras administrador de una empresa. Cmo identificaras el porcentaje de satisfaccin en
el trabajo? Qu distribucin utilizaras?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Vuelve a leer el captulo si no puedes


responder a tu autoevaluacin.
T eres el resultado de tus pensamientos

Estadstica General

141

13

PROESAD

Sesin

DISTRIBUCIN
NORMAL
13.1. DISTRIBUCIN NORMAL
Recordemos primero las siguientes variables: nmero de estudiantes en cierta universidad, nmero de caras obtenidas en 10 lanzamientos de una moneda, nmero de alumnos en una seccin de Estadstica, etc. Estas variables pueden tomar slo los valores 0,1,2,3,...; son, por tanto,
variables discretas
Consideramos ahora las siguientes variables: peso de un estudiante de educacin a distancia,
tiempo de vida de un foco de luz, estatura de un estudiante universitario, etc. Estas variables
toman los valores, por ejemplo, 59,5kg. para el peso de un estudiante, 150 horas para el tiempo
de vida de un foco de luz y 1,65 metros para la estatura de un estudiante universitario. Estas
variables toman el nombre de variables continuas.
Como ya se habr observado, la distribucin binomial y la de Poisson slo representan la distribucin de probabilidad de una variable discreta. En lo que sigue en algunas de las variables
continuas su distribucin de probabilidad puede describirse mediante una distribucin continua
muy conocida llamada DISTRIBUCIN NORMAL.
Esta es la distribucin de mayor importancia en estadstica, puesto que se presenta naturalmente
en muchos casos reales como peso, talla, notas, produccin, grado nutricional, cociente intelectual, etc.
En general, son muchas las caractersticas continuas que se ajustan al modelo de la distribucin
normal, obtenida por Abraham De Moivre en 1733 y publicada con importantes aportaciones y
aplicaciones a la teora de errores por C.F. Gauss (1777 - 1855).
La distribucin normal se define para valores que van desde - a +.
La frmula para la distribucin normal de probabilidades (funcin de densidad) es:

f ( x) =

1 x

... (8)

Estadstica General

143

Universidad Peruana Unin

Donde:
X = Variable normal que toma los valores x de - a +
= media de los valores de la variable normal X
= desviacin estndar de la variable normal X
= 3,14159...
y
e = 2,71828
La distribucin normal describe una representacin grfica acampanada simtrica respecto a

Los valores y son parmetros de la distribucin normal conocidos como media (promedio
aritmtico) y desviacin estndar.
E(X) = V(X) =
Construir una distribucin normal aplicando la frmula sera una tarea pesada a causa de la gran
cantidad de clculos necesarios (x toma una cantidad indefinida de valores posibles). Para facilitar la construccin y uso de la distribucin normal se ha elaborado una tabla de reas bajo la
curva normal. La tabla ha sido estandarizada a fin de hacerla aplicable a cualquier problema que
incluya una distribucin normal. Para utilizar la tabla, la variable x debe transformarse en una
medida ESTANDAR Z, la cual se halla mediante la frmula:

Z=

Llamada a menudo VARIABLE NORMAL ESTANDAR Z, siendo ahora la frmula para la distribucin
de probabilidades:
1

z2
1
e 2
2

f (z ) =

Observar que la distribucin normal estandarizada tiene media = 0 y desviacin estndar = 1,


y para valores de Z que van de 4 a 4, generan la curva que se muestra a continuacin y cuya
rea bajo la curva es 1.

f (z ) =

z2
1
e 2
2

-4

-3

-2 -1 =0

1 2 3

Unidad IV

144

PROESAD

13.1.1. USO DE TABLAS DE DISTRIBUCIN ACUMULADA NORMAL ESTNDAR


(APNDICE N 4)
La probabilidad de ocurrencia en un intervalo, de la variable normal estandarizada Z, est calculada en tablas y el uso de stas facilita el clculo de probabilidades de ocurrencia de la variable
normal X. Para esto, si X tiene distribucin normal con media y desviacin estndar
conocidas, entonces, la probabilidad de que la variable X tome valores iguales o menores que el
nmero real X, denotados por P(X x), se calculan transformando X a la forma Z, mediante la
frmula siguiente:
X x

= P ( Z z )= F ( z )
a ) P ( X x )= P


x X x2
b) P ( x1 X =
x2 ) P 1



= P ( z1 Z Z 2=
) F ( z2 ) F ( z1 )
c) P ( X > x ) =
1 P ( X x ) =
1 F ( z ) Por frmula (a )
NOTA : P ( X < x =
) P ( X x)
P ( Z < z) = P ( Z > z) = 1 F ( z)

Z1
0
P(z1
Z2 Z z2) = F(z2)
F(z1)

0
Z
F(Z) = P(Z z)

-Z
0
Z
P( Z z) = 1 F(z); P(Z -z) = 1
F(z)

As, por ejemplo, si queremos calcular las siguientes probabilidades:


i) Para = 50

= 5:

X 45 50
P ( X =
45 ) P

5

= P ( Z 1) = F ( 1) = 0,15866

ii) Para = 170

F(z)

-1,01

0,15625

= 4:

164,4 170 X 174,4 170


P(164,4 X 174,4) = P

4
4

= P( 1,4 Z 1,1)
= F (1,1) F ( 1,4)
= 0,86433 0,08076
= 0,78357

Z
-1,41

F(z)
0,07927

Estadstica General

145

Universidad Peruana Unin

iii) Para = 3000

= 400:

P( X 3368) = 1 P( x < 3368)


X 3368 3000
= 1 P
<

400


= 1 P(Z < 0,92
= 1 F (0,92 )

= 1 0,82121
= 0,17809

iv) Para = 80 y

F(z)

0,90
0,91
0,92
0,93

0,81594
0,81859
0,82121
0,82381

= 10:

P ( X > 98 ) =
1 P ( X 98 )
X 90 80
=

1 P

10

1 P ( Z 1,8 )
=
= 1 F (1,8 )
= 1 0,96407
= 0, 03593

F(z)

1,78
1,79
1,80
1,81

0,96246
0,96327
0,96407
0,96485

Ejemplo 1:
Los puntajes obtenidos en un test psicotcnico estn distribuidos normalmente con una media
de 60 y una desviacin estndar de 10.
a) Si el puntaje mnimo para aprobar es 48. Cul es el porcentaje de fracasos?
b) Si han de aprobar el 80% de los estudiantes. Cul debe ser el puntaje mnimo aprobatorio?
Solucin:
a) Sea X la variable normal que expresa los puntajes obtenidos, cuya media y desviacin estndar son respectivamente:
= 60
y
= 10
Como X = 48 es el puntaje mnimo aprobatorio, la probabilidad de no aprobar es:
48 60
60
X 48
48 ) = P
P( X < 48
<

10
10


....Por frmula ( A)
= P(Z < 1,2 )
= F ( 1,2 ) = 0,11507 ....Por tabla
= 1 ,507%

El porcentaje de desaprobados (fracasos) es 11,5%

Unidad IV

146

PROESAD

b) Sea X el puntaje mnimo aprobatorio, se pide hallar x sabiendo que:

80 % = 00,80
,80
P( X x ) = 80

X x 60

6
0
= 00,80
,80
P

10
10

0,80
....Por frmula ( A)
P(Z z ) = 0,80
1 F (z ) = 0,80
....Por frmula (C )
o,80
,20
F (z ) = 00,20
Como F(-0,84) = 0,20045 ... Por tabla
Comparando z = 0,84

x 60
60
,84
= 00,84

10
10
51 ,6 = 52
52
x = 51,6
Para que aprueben el 80% de los estudiantes, el puntaje mnimo aprobatorio debe ser aproximadamente 52.
Ejemplo 2:
La estatura de los cadetes de la Escuela Naval del Per est distribuida normalmente con media
de 68 pulgadas y una desviacin estndar de 2 pulgadas.
a) Hallar la probabilidad de que un cadete mida ms de 72 pulgadas.
b) Cul es el porcentaje de cadetes cuyas estaturas estn entre 69 y 73 pulgadas?
c) Si para la participacin en una cierta prueba atltica, un cadete debe estar en el 20% de los de
mayor estatura Cul es la estatura mnima para participar en dicha prueba?
Solucin:
Sea X la variable normal que expresa la estatura de los cadetes de la Escuela Naval del Per, cuya
media y desviacin estndar son respectivamente:

= 69 pulg.

= 2 pulg.

Se pide:

72 6969
X 73
72 ) = P
a) P( X >69
>

2

P(Z > 1,5) = 1 P(Z 1,5)
72 ) = 1 0,93319
P( X > 72

Por frmula ( A)
Por frmula (C )

= 0,06681
Luego, la probabilidad de que un cadete mida ms de 72 pulgadas es 0.06681

Estadstica General

147

Universidad Peruana Unin

X 773
69 69
69
3 69
69
69
69 < x < 73
73 ) = P
<
<
b) P(69

2
2

= P(0 < Z < 2 )


Por frmula ( B )
= F (2 ) F (0 )
= 0,97725 0,5

= 0,47725 = 47
47 ,725% 48
48 %

Luego, el porcentaje de cadetes que tienen estatura entre 69 y 73 pulgadas es aproximadamente


48%.
Sea x la estatura mnima de un cadete para participar en una prueba atltica, se pide hallar
x para que se cumpla que:
P ( X x ) = 0,20
0,2
0

X
69
x6
9
= 0,20
0,2
0
P=

P(Z z ) = 0,20
0,2
0
0,20
1 P(Z < z ) = 0
,2
0

Porfrmul
frmula
( A(A)
)
Por

Por
frmula (C)
Porfrmula
(C )

1 F ( z ) = 0,20
0,2
0
F ( z ) = 0,80
0,8
0

Como F(0,84) = 0,79955


Comparando z = 0,84

x 69
= 0,84
2
Luego, la estatura mnima para que el cadete participe en una prueba atltica es 71 pulgadas.
Ejemplo 3:
El tiempo de mquina necesario para fabricar una unidad del producto A est distribuido normalmente con una media de 50 minutos y una desviacin estndar de 5 minutos. Se debe fabricar
una partida de 4000 unidades de A.
a. Cuntas unidades requerirn de un tiempo de mquina de 53 minutos?
b. Cuntas unidades requerirn de un tiempo de mquina no menor de 48 minutos ni
mayor de 53 minutos?
c. Si el 50% de las unidades requieren de un tiempo de mquina comprendido entre x1 y
x2 minutos. Determinar x1 y x2 si ellos son simtricos con respecto al tiempo medio.
Solucin:
Sea X la variable normal que expresa el tiempo de mquina para fabricar una unidad de producto
A, cuya media y desviacin estndar son respectivamente:

Unidad IV

148

PROESAD

= 50 min.

= 5 min.

a) Se pide calcular 4000 P(X 53), donde:


53 50
50
X 53
53 ) = P
P( X > 53
>
Por frmula ( A)

= P(Z > 0,6 )


= 1 P(Z 0,6 )
= 1 F (0,6 )
= 1 0,72575

Por frmula (C )

= 0,27425

Luego: 4000 (0,27425) = 1097 son las unidades del producto A que necesitan un tiempo de
mquinas de ms de 53 minutos.
b) Se pide 4000 P(48 X 53), donde:

48 50
50
X 53
53 550
0
48
P(448
8 x 53
53 ) = P

5
= P( 0,4 Z 0,6)
= F (0,6) F ( 0,4)
= 0,72575 0,34458
= 0,38117

Por frmula ( B)

Luego: 4000(0,38117) = 1524,68 1525 es el nmero de unidades del producto A que necesitan un tiempo de mquina no menor 48, mi mayor de 53 minutos.
c) Si pide x1 y x2 sabiendo que:
P(x1 X x2) = 50% = 0,50

50
50
X x2 50
x 50
0,50
= P 1
<
<
= 0,50

5
5

P(z1 Z z2) = 0,50
Como z1 y z2 son simtricas respecto a la media cero, entonces, se cumple que:

P( z < Z < z ) = 0,50


0,50
F (z ) F ( z ) = 0,50
0,50
F (z ) [1 + F (z )] = 0,50
0,50
F (z ) 1 + F (z ) = 0,50
0,50
1,50
2 F (z ) = 1,50
F (z ) = 0,75
0,75

Como z1 = -z =

z = 0,68
0,68

Por frmula D
Por tabla III

x1 50
5

Estadstica General

149

Universidad Peruana Unin

= -0,68 =

= x1 = 46,6

x 50
x 50
0,68 = 2
5
5

z2 = z = 2

x2 = 63,4

LAS FRMULAS MS USADAS



p( X = x ) =

n!
p x q n x
x! (n x )!

Esta es la frmula binomial que permite calcular la probabilidad de x xitos en n pruebas de


un experimento, donde:
X = Nmero deseado de xito.
n = Nmero de pruebas realizadas.
p = Probabilidad de un xito.
q = Probabilidad de un fracaso, que es igual a (1-p).
Esta frmula se utiliza en los siguientes casos:
1. Cuando cada prueba tiene slo dos resultados posibles:
p: xito.
q: fracaso.
2. Cuando la probabilidad de acierto permanece constante, prueba tras prueba.
3. Cuando las pruebas son estadsticamente independientes.
= np
Esta es la media de una distribucin binomial.

= npq

Esta es la desviacin estndar de una distribucin binomial.


P ( X= x=
)

x . e x
x!

Esta es la probabilidad de x ocurrencias de una variable aleatoria discreta en una distribucin


de Poisson.
=
Esta es la media de una distribucin de Poisson

Esta es la desviacin estndar de una distribucin de Poisson


z=

Unidad IV

150

PROESAD

Donde:
x = Valor de la variable aleatoria de nuestro inters.
= Media de la distribucin de esta variable aleatoria.
= Desviacin estndar de esta distribucin.
z = Nmero de desviaciones estndar de x a partir de la media de esta distribucin.
Luego de derivar z con esta frmula se puede usar la tabla de la distribucin de probabilidad
norma estndar.

EJERCICIOS PROPUESTOS
1. Calcular las siguientes probabilidades:
a) P(Z < 2,8)
b) P(Z > -0,8)
c) P(2 Z 3,5)
b) P(Z -1,5)
e) P(Z > 2,52)
f) P(-2 Z 2)
2. Si X n(5,4) calcular P(-2 X 0)
Si X n(20,16) calcular P(X 15)
Si X n(2,6) calcular P(X 4)
Si X n(420,64) calcular P(X 215)
3. Suponga que Z tiene una distribucin normal estndar. Determinar el valor de z que resuelve
cada una de las siguientes probabilidades.
a)
b)
c)
d)
e)

P(Z < z) = 0,9


P(Z < z) = 0,5
P(Z > z) = 0,1
P(Z > z) = 0,9
P(-1,24 < Z < z) = 0,8

4. Los resultados de una prueba nacional estndar para los bachilleres recin egresados tienen
una media de =500, con una desviacin estndar = 100. Los resultados estn distribuidos en forma aproximadamente normal. Cul es la probabilidad de que el resultado de un
individuo aleatoriamente escogido est:
a) Entre 500 y 650?
b) Entre 450 y 1000?
c) Tenga un resultado inferior a 300?
d) Superior a 650?
5. La resistencia a la compresin de una serie de muestras de cemento puede modelarse con
una distribucin normal con media 6000 kilogramos por centmetro cuadrado, y una desviacin estndar de 100 kilogramos por centmetro cuadrado.
a. Cul es la probabilidad de que la resistencia de una muestra sea menor que 6250 kg/cm2.
b. Cul es la probabilidad de que la resistencia de una muestra se encuentre entre 5800 y
5900 kg/cm2.

Estadstica General

151

Universidad Peruana Unin

6. La resistencia a la traccin de un papel est modelada por una distribucin normal con media
35 libras por pulgada cuadrada y desviacin estndar de 2 libras por pulgadas cuadrada.
a. Cul es la probabilidad de que la resistencia de una muestra sea menor que 40 lb/in2.
b. Cul es la probabilidad de que la resistencia de una muestra se encuentre entre 30 y 40
lb/in2.
7. Si X ~N(16,25). Calcular:

a) P(X>23) b) P(15<X<30)
c) P(X 20) d) P( X-u <9)

8. Suponga que la temperatura mxima diaria x durante el mes de julio, tiene distribucin
normal con media 28 C y desviacin estndar 5 C. Calcule la probabilidad de que un da
especfico del mes de julio la temperatura mxima sea:
a) Menor o igual que 20 C
b) Mayor o igual que 35 C
c) Est entre 20 C y 35 C
9. Se tiene una variable aleatoria X distribuida normalmente con media 50 y desviacin
estndar 3.
a) Calcular a tal que P(X a) = 0.975
b) Calcular b tal que P(X > b) = 0.25
10. La fbrica de neumticos DURAMS produce un tipo de neumticos que tiene una vida
til media de 80000 Km. y una desviacin estndar de 8000 Km. Suponiendo que la variable aleatoria vida til del neumtico est distribuida normalmente. Cul es la probabilidad
que un neumtico dure ms de 96000 Km.?

Unidad IV

152

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(
(
(
(

)
)
)
)

?
?

La distribucin normal es una distribucin de variable discreta.


La distribucin normal es la distribucin de mayor importancia en la estadstica
Los valores p y q son parmetros de la distribucin normal
Z= -u/ se llama variable normal estndar Z

PROCEDIMENTAL:

2. Dado que una variable aleatoria X tiene una distribucin normal con media 1 y
desviacin estndar de 2 , encuentre:
a) P (X 3) .
b) P (X > 1.5).
c) P (2 < X <5)
d) P ( X -1) o P ( X > 0.5)
3. El peso promedio de los alumnos del 1ro de contabilidad, se distribuye normalmente, con
51 kg. en promedio, y una desviacin estndar de 4 kg. Cul es la probabilidad de que un
alumno escogido al azar tenga menos de 49 kg.
a) 0.9615

b) 0.7915

c) 0.2915

d) 0.6915

4. La administracin de un instituto ha clasificado a sus alumnos en una escala que va de 0 a


150. Si la distribucin de sus calificaciones se aproxima a una distribucin normal con la media de 100 y desviacin estndar de 20. Si la administracin quiere una lista del 10% de los
mejores. Luego en esta lista figurarn los alumnos con un puntaje igual o mayor a:
a) 135,6

b) 115,6

c) 125,6

d) 116,5

e) 126,5

ACTITUDINAL:
5. Una empresa que se dedica a la produccin de cierto producto, en qu ayudara una distribucin normal.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Estadstica General

153

UNIDAD V
UNIDAD V
Sesin N 14: Distribuciones muestrales
Sesin N 15: Distribucin muestral de
una proporcin

COMPETENCIAS
CONCEPTUAL

PROCEDIMENTAL

ACTITUDINAL

Reconoce los diferentes


conceptos dentro de las
distribuciones muestrales, para la media muestral, proporcin muestral
y diferencia de medias.

Calculan las probabilidades para las variables


aleatorias, media muestral, proporcin muestral,
diferencia muestral de
dos medias.

Identifican que distribucin muestral es apropiado en el anlisis de


una muestra obtenida
de cierta poblacin en
estudio.

14

PROESAD

Sesin

DISTRIBUCIONES
MUESTRALES
14.1. DISTRIBUCIONES MUESTRALES
Al iniciar el estudio de la Estadstica encontramos que tiene como objetivo dar a conocer un conjunto de mtodos para recolectar y clasificar informacin, que luego debe ser analizada e interpretada
adecuadamente, de modo que sea til en la toma de decisiones. Esto nos permiti encontrar dos
ramas bien diferenciadas de la Estadstica llamadas: Estadstica Descriptiva y Estadstica Inferencial.
La primera ya fue estudiada ampliamente en la ESTADSTICA GENERAL, la segunda es el propsito
fundamental de nuestro estudio.
La ESTADSTICA INFERENCIAL O INFERENCIA ESTADSTICA es el aspecto ms importante en la toma de
decisiones, tanto en las ciencias naturales como en las ciencias sociales. La Inferencia Estadstica
se refiere a la ESTIMACIN y a la PRUEBA DE HIPTESIS, siendo la estimacin el proceso de utilizar
ESTADSTICOS (como la media de la muestra y desviacin estndar de la muestra) que se obtiene
de los datos muestrales y sirven para estimar su verdadero valor o PARMETRO de la poblacin.
Como en las dos unidades anteriores examinamos las reglas bsicas de probabilidad de un evento y las distribuciones de probabilidad como la binomial, de Poisson y la normal, en esta unidad
utilizaremos estos conocimientos de probabilidad de modo que puedan utilizar ciertos estadsticos
para hacer inferencias en cuanto a los parmetros de la poblacin. En consecuencia, por provenir
los estadsticos de la MUESTRA, es sta el vehculo para llegar a conclusiones acerca de la poblacin.
As tenemos que si queremos utilizar la media de la muestra para estimar la media de la poblacin
debemos determinar todas las muestras posibles y la media de cada una de ellas. A la distribucin
de probabilidad de estas medias se le denomina DISTRIBUCIN MUESTRAL DE LA MEDIA.
Por ltimo, recordaremos que una poblacin est representada por el conjunto de todos los valores (observaciones) posibles que puede tomar una variable, por lo cual diremos indistintamente
que la distribucin de la poblacin es la distribucin de la variable.

14.2. MUESTREO
Los datos necesarios para tomar decisiones se renen ya sea estudiando todas las posibles observaciones de la poblacin (CENSO), ya seleccionado unas pocas de las observaciones para realizar
el estudio (MUESTRA). El propsito fundamental de muestreo es ESTIMAR EL PARMETRO de la
poblacin basado en el ESTUDIO MUESTRAL.

Estadstica General

157

Universidad Peruana Unin

Existen muchas razones para realizar muestreo en una poblacin, entre las que mencionaremos:
1. El costo elevado al examinar a toda la poblacin.
2. La imposibilidad de estudiar a toda la poblacin, como por ejemplo, los peces de un lago.
3. Las limitaciones de tiempo, como las que recaen sobre los encuestadores polticos antes de
una eleccin.
4. La ndole destructiva de ciertas investigaciones, como por ejemplo, al estudiar el tiempo de
vida de focos de luz de cierta marca.
Todas las anteriores razones nos indican que el uso de muestras ofrece las siguientes ventajas:
1. Ahorra dinero, tiempo y trabajo.
2. Permite una mayor exactitud en el estudio, pues los errores debidos al observador, al objeto
observado y al mtodo de observacin, pueden disminuir y controlarse ms efectivamente.
La nica desventaja del uso de muestras es el llamado ERROR DE MUESTREO, dado por la diferencia entre el valor que describe a la muestra y el verdadero valor de la poblacin. Este error se
debe a que las muestras seleccionadas de una poblacin difieren unas de otras y como nosotros
estudiamos una muestra para generalizar luego a toda la poblacin, entonces, los resultados son
algo diferentes. Como el error por muestreo puede medirse, en consecuencia puede disminuirse
a voluntad, con slo aumentar el tamao de la muestra.
Una muestra es considerada como una BUENA muestra, si cumple con las siguientes condiciones:
a) BUENA EN CANTIDAD, si incluye un nmero ptimo de individuos, as por ejemplo, si una
enfermedad se presenta tan slo en 1% de la poblacin, habr la necesidad de estudiar
por lo menos 100 casos, para tener la posibilidad de hallar una persona enferma, pero si la
presencia es el 50%, basta estudiar dos personas.
b) BUENA EN CALIDAD, si refleja fielmente las caractersticas de la poblacin de la cual procede
y difiere de ella, slo en el nmero de unidades incluidas.

14.3. ETAPAS DEL MUESTREO


Los pasos principales para la recoleccin de la informacin de una muestra son:
1.
2.
3.
4.
5.

Definir explcitamente la unidad de anlisis.


Definir en forma clara la poblacin que va ser muestrada.
Seleccionar bien las variables que deben ser observadas en cada unidad que se va analizar.
Especificar el grado de precisin deseada.
Seleccionar la unidad muestral. En algunos casos es obvia, como en el caso de una poblacin
de estudiantes de un centro educativo, en donde la unidad es un estudiante. En otras ocasiones debe escogerse la unidad muestral, como en el caso de muestreo de residentes de una
ciudad, donde la unidad es una persona, una familia o las familias de una cuadra.
6. Seleccionar la muestra, despus de haber decidido el tamao respectivo.

14.4. LAS DISTRIBUCIONES MUESTRALES DE PROBABILIDAD


En la mayora de los mtodos estadsticos que se estudia, se supondr que estamos trabajando
con una clase particular de muestra denominada muestra aleatoria. Este nfasis en muestras
aleatorias, las cuales sern explicadas en esta parte, se debe a que permiten generalizaciones
Unidad V

158

PROESAD

vlidas o lgicas de los datos muestrales. As pues, posteriormente veremos como ciertos estadsticos (es decir, ciertas cantidades determinadas a partir de las muestras) puede esperarse que
varen de muestra a muestra. El concepto de distribucin muestral, o sea la distribucin de un
estadstico calculada con base en el concepto de muestra aleatoria, es fundamental para toda la
inferencia estadstica.
Consta:
Muestrear, observar el valor de una estadstica y, luego, repetir el proceso una y otra vez.
Muestreo Aleatorio:
Existe un mtodo de muestreo simple (MAS), que consiste en obtener muestras al azar.
Definicin
Sean N y n nmeros de elementos en la poblacin y en la muestra, respectivamente. Si se realiza
el muestreo de manera que cada una de las NCn muestras tengan la misma probabilidad de ser
escogida, se dira que el muestreo es aleatorio, y la muestra, aleatoria simple.
Ejemplo:
N = 4;

n = 2

# muestras =

C2 =

4!
=6
2!2!

Muestra obs.
1
x1,x2
2
x1,x3
3
x1,x4
4
x2,x3
5
x2,x4
6
x3,x4

14.5. DISTRIBUCIONES DE MUESTREO DE ESTADSTICAS


Definicin:
La distribucin de probabilidad de una estadstica se llama distribucin de muestreo (o muestral)
de la misma.
Teorema del lmite central
Si se seleccionan muestras aleatorias de n observaciones de media y desviacin estndar
finita, entonces, cuando n es grande, la distribucin de muestreo de la media muestral X tiende
a una normal de media y desviacin estndar / n [ x n (, ) ], la aproximacin, ser
cada vez ms exacta a medida que n se haga cada vez mayor.

Estadstica General

159

Universidad Peruana Unin

Se vio que hay ciertos rasgos invariables dentro de una poblacin que describen una de sus
caractersticas, tales como la media y la desviacin estndar , stas reciben el nombre
de PARMETROS de la poblacin. Al extraerse una muestra, es posible tener un estimado de los
parmetros, a partir de las observaciones de la muestra, estos estimados por estar en funcin
de tales observaciones varan de muestra a muestra y reciben genricamente el nombre de ESTADSTICOS de la muestra. En consecuencia, los estadsticos son variables y, por tanto, tienen su
correspondiente distribucin de probabilidad, la cual toma el nombre de DISTRIBUCIN MUESTRAL
DEL ESTADSTICO. En la prctica las distribuciones muestrales usuales son: la de una media, la de
la diferencia de dos medias y la de una proporcin.

14.6. DISTRIBUCIN MUESTRAL DE LA MEDIA


Si tomamos repetidamente muestras aleatorias de una poblacin con distribucin de probabilidad cuyos parmetros son y , entonces la variable aleatoria media muestral X tiene la
misma distribucin de probabilidad con parmetros.

x =

x =

Para la poblacin infinita

N n
N 1

Para la poblacin finita de


tamao N

Luego, la variable X bajo la transformacin:


z=

Se distribuyen como sigue:


CASO 1. Aproximadamente como la normal estndar, si la poblacin es normal o no con conocida y el tamao n de la muestra es igual o mayor de 30.
CASO 2. Exactamente como la normal estndar, si la poblacin es normal con conocida y el
tamao n de la muestra es cualquiera.
CASO 3. Aproximadamente como la normal estndar, si la poblacin es normal o no con desconocida y el tamao n de la muestra es igual o mayor que 30. La desviacin estndar poblacional
se estima con la desviacin estndar muestral S, utilizando la frmula:
n

S2 =

(x

i =1

x)

o con la frmula equivalente:


n

S2 =

x
i =1

2
i

(x )

Ejemplo 1:
La media de los puntajes de los cocientes de inteligencia (CI) de los alumnos de una universidad
es 110 y la desviacin estndar es 10. Si los puntajes de los CI estn distribuidos normalmente:
Unidad V

160

PROESAD

a) Cul es la probabilidad de que el puntaje medio de una muestra de 36 alumnos sea mayor
que 112?
b) Cul es la probabilidad de que el puntaje medio de una muestra de 100 alumnos sea mayor
que 112?
Solucin:
a) Por tener los puntajes de los CI, variable que sigue una distribucin normal, las medias de las
muestras tambin se distribuyen normalmente con media y desviacin estndar respectivas:

x= = 110

x=

=
n

10
5
=
36 3

La probabilidad de que el puntaje medio de una muestra de 36 alumnos sea mayor que 112 es:

x 112 110
P x > 112
= P
>


5 / 3
x
= P ( Z > 1, 2 )

1 P ( Z 1, 2 )
=
= 1 F (1, 2 )
= 1 0,8849
= 0,1151
b) Para una muestra de 100 alumnos se tiene que:

=x = 110

x=

=
n

10
= 1
100

Luego, como en (a):


x 112 110

P(x > 112 ) = P


>

x
P(x > 112 ) = P(Z > 2 )
= 1 P(Z 2)
= 1 F (2)
= 1 0,9772
= 0,0228

Ejemplo 2:
El peso medio de un grupo de 1000 estudiantes es de 68,2kg. y la desviacin estndar es de
2,5kg. Hallar la probabilidad de que una muestra de 100 estudiantes arroje una media superior
a 68,9kg.
Solucin:
La poblacin de N = 1000 estudiantes se distribuye con media = 68,2kg. y desviacin estndar
= 2,5kg. Luego todas las muestras de tamao n = 100, tienen media x, con distribucin cuya
media y desviacin estndar son respectivamente

Estadstica General

161

Universidad Peruana Unin

x= = 68, 2kg
=
x

N n
=
N 1

2,5
=
100

1000 100
= 0, 24
1000 1

Luego, la probabilidad de que una muestra de 100 estudiantes arroje una media superior a
68,9kg. es:

x 68,9 68, 2
P (=
X 68,9 ) P
>


0, 24
x

= P ( Z > 2,92 )

1 P ( Z 2,92 )
=
= 1 F ( 2,92 )
= 1 0,9982
= 0, 0018

Ejemplo 3:
En una zona papera el rendimiento medio es de 9000 de tubrculos por hectrea con una desviacin estndar de 2400kg por hectrea. Determinar la probabilidad de que 100 agricultores de
esta zona, seleccionados al azar, tengan un rendimiento medio superior a 9600kg. de tubrculos
por hectrea.
Solucin:
El rendimiento de todos los agricultores tiene una distribucin con parmetros:
Kg
Kg
=
9000
=
y
2400
Ha
Ha

El rendimiento medio de una muestra de 100 agricultores, tiene una distribucin con parmetros:

Kg

x= = 9000
Ha

=
x

=
n

Kg
2400
= 240
Ha
100

Luego, la probabilidad de que los 100 agricultores seleccionados tengan un rendimiento medio
superior a 12000kg. por hectrea es:

x 9600 9000

>
P(x > 9600) = P

240
x

= P(Z > 2,5)


= 1 P(Z 2,5)
= 1 F (2,5)
= 1 0,9938
= 0,0062

Unidad V

162

PROESAD

Ejemplo 4:
En un examen interfacultades de la UPeU, las calificaciones obtenidas arrojaron una media de
72 y una desviacin estndar de 10 Qu tan grande debe ser una muestra de alumnos de la
Universidad Peruana Unin para tener una probabilidad de 0,10 de que la calificacin media sea
inferior a 70?
Solucin:
Las calificaciones obtenidas tienen una distribucin con parmetros:
= 72

= 10

El rendimiento medio de una muestra de n estudiantes tiene una distribucin con parmetros:

= = 72

=
x

=
n

10
n

Como la probabilidad de que la muestra de n estudiantes de la Universidad Peruana Unin arrojen un rendimiento medio inferior a 70, es 0,10; entonces:

0,10
P x < 70 =

x x 70 72
P
<
0,10
=
10
x

2 n
P Z <
=0,10
10

2 n
0,10
F
=
10

Como F(-1,28) = 0,10


Comparando se tiene que:

2 n
=
1, 28
10

n = 40,96 41

Por tanto, debemos tomar una muestra de 41 estudiantes.

Estadstica General

163

15

PROESAD

Sesin

DISTRIBUCIN MUESTRAL
DE UNA PROPORCIN
15.1. DISTRIBUCIN MUESTRAL DE UNA PROPORCIN
Si de una poblacin X que sigue una distribucin binomial con parmetros

=
np=
y

npq

Se extraen todas las muestras aleatorias posibles de tamao n iguales o mayores que 30, entonces, la proporcin de xito en la muestra de tamao n, que denotaremos por:

p=

X
n

Tiene una distribucin con parmetros

=P

pq

pq N n
n N 1

si la poblacin es infinita
si la poblacin es finita de
tamao N

Luego, la variable mediante la transformacin:


z=

p p
pq
n

Se distribuye aproximadamente como la normal estndar para muestras suficientemente grandes (n 30)
Ejemplo 1:
El 10% de las personas de cierta comunidad tiene sangre tipo B, si se selecciona una muestra
aleatoria de 900 personas de esa comunidad, determinar la probabilidad de que la proporcin
muestral de personas con sangre tipo B:

Estadstica General

165

Universidad Peruana Unin

a) Sea ms de 12%
b) Sea menos de 10,5%
c) Entre 11% y 13%
Solucin:
Sean: P = 0,10 (proporcin poblacional de personas con sangre tipo B).
n = 900 (Nmero de personas en la muetra).
p = (Proporcin muestral de personas con sangre tipo B).
a) La probabilidad de que la proporcin muestral de personas de sangre tipo B sea ms de 12%
es:

p p
0,12 0,10

>
P p > 0,12 =
P
pq

0,10 x0,90
n

900

= P ( Z > 2)
1 P ( Z 2)
=
= 1 F ( 2)
= 1 0,9773
= 0,0227

b) La probabilidad de que la proporcin muestral de personas con sangre tipo B sea menos de
10,5 es:

p p 0,105 0,10

P p < 0,105 = P
<

0,10 x0,90
pq
n

900

P p < 0,105 =
P ( Z < 0,5 )

= F ( 0,5 )
= 0, 6915

c) La probabilidad de que la proporcin muestral de personas con sangre tipo B est entre 11%
y 13% es:

0,11 0,10
p p
0,13 0,10

P 0,11=
< p < 0,13 P
<
<
0,10 x0,90

pq
0,10 x0,90

n
900
900

= P (1 < Z < 3)

= F ( 3) F (1)
= 0,9986 0,8413
= 0,1573

Ejemplo 2:
Para decidir si apoya o no al candidato Juan Prez, la Sociedad de Votantes Independientes adopta el procedimiento siguiente: Se selecciona una muestra de 400 votantes inscritos. Si el 50% o
ms estn a favor de Juan Prez, la Sociedad lo apoyar; en caso contrario no lo apoyar. Cul
es la probabilidad de que la Sociedad:
Unidad V

166

PROESAD

a) Apoye al candidato Juan Prez si slo el 45% de los votantes estn a favor de l?
b) No apoya a Juan Prez, si al 55% de los votantes a favor de l?
Solucin:
a) La probabilidad de que la sociedad apoye al candidato Juan Prez es:

p p 0,50 0, 45

P p 0,50=

P
pq

0, 45 x0,55

400
n
= P ( Z 2, 01)

1 P ( Z < 2, 01)
=
= 1 F ( 2, 01)
= 1 0,9778
= 0, 0222

b) La probabilidad de que la sociedad no apoye al candidato Juan Prez es:

p p 0,50 0,55

P p < 0,50 =
<
P
pq

0,55 x0, 45

400
n
= P ( Z < 2, 01)

= F ( 2, 01)
= 0, 0222

Las frmulas ms utilizadas en las distribuciones muestrales son:


x =

Esta es la frmula para calcular la desviacin estndar de la media cuando la poblacin es infinita, es decir, cuando los elementos de la poblacin no se puede enumerar. En esta frmula:

s = desviacin estndar de una poblacin

n = tamao de la muestra aleatoria

x =

N n
N 1

Esta es la frmula para calcular la desviacin estndar de la media cuando la poblacin es finita,
es decir, de tamao limitado. En esta frmula:

N = tamao de la poblacin

n = tamao de la muestra

=S=

(X

x)

Estadstica General

167

Universidad Peruana Unin

Esta frmula indica que la desviacin estndar de la muestra se puede usar como estimador de
la desviacin estndar de la poblacin, cuando es desconocido y n 30.

x y =

12
n1

22
n2

Esta es la frmula para calcular la desviacin estndares de la diferencia de dos medias maestrales. En esta frmula:
1 = Desviacin estndar de la poblacin 1
2 = Desviacin estndar de la poblacin 2
n1 = Tamao de la muestra extrada de la poblacin 1
n2 = Tamao de la muestra extrada de la poblacin 2

x y

S12 S 22
+
n1 n2

Esta frmula indica que cuando se desconocen las dos desviaciones estndar de la poblacin, se
puede usar para calcular la desviacin muestral de la diferencia entre las dos medias.

=p

Esta es la frmula para calcular la media de la distribucin muestral de la proporcin de aciertos.

p =

pq
n

Esta es la frmula para calcular la desviacin estndar muestral de la proporcin de aciertos,


cuando la poblacin es infinita.
=

pq N n

n N 1

Esta es la frmula para calcular la desviacin estndar muestral de la proporcin de aciertos,


cuando la poblacin es finita de tamao N.

15.2. DISTRIBUCIN MUESTRAL DE LA DIFERENCIA DE DOS MEDIAS


Supongamos ahora que se tiene dos poblaciones representadas por las variables X e Y, distribuidas con medias respectivas 1 y 2, y desviaciones estndar 1 y 2.
De la poblacin (1) se extraen todas las muestras posibles de tamao n1 y de la poblacin (2)
se extraen todas las muestras posibles de tamao n2.
Las diferencias de las medias de las muestras , determinan una nueva variable cuya distribucin
tiene los parmetros:

(x y ) = (x ) ( y ) = 1 2
(x y ) = (x ) + ( y ) =

12
n1

( Media)

22
n2

( Desviacin estndar )

Unidad V

168

PROESAD

Luego la variable (X - Y) mediante la transformacin:

z=

(X Y ) (
1

n1

2 )

22
n2

Se distribuye como sigue:


CASO 1: Aproximadamente como la normal estndar, si las poblaciones X e Y son normales o no
con 2 conocidas y tamaos muestrales n1 y n2 iguales o mayores a 30.
CASO 2: Exactamente como la normal estndar, si las poblaciones X e Y son normales con 1 y
2 conocidas y tamaos muestrales n1 y n2 cualesquiera.
CASO 3: Aproximadamente como la normal estndar, si las poblaciones X e Y son normales o
no con 1 y 2 desconocidas y tamaos muestrales n1 y n2 iguales o mayores a 30. Las desviaciones estndar poblaciones 1 y 2 se estiman con las desviaciones estndar muestrales
respectivas:

S12 =

n1

n2

(x x )
i =1

S 22 =

n1

(y
i =1

y)

n2

Ejemplo 1:
La estatura media de los soldados del ejrcito norteamericano es de 172,5cm. con una desviacin estndar de 5cm. en tanto que para un soldado del ejrcito de un pas latino estos valores
son 167,5cm. y 2,5cm., respectivamente. Si se selecciona una muestra aleatoria de 80 soldados
de cada uno de estos ejrcitos. Cul es la probabilidad de que la estatura media de la muestra
del ejrcito norteamericano sea superior a la media de la muestra del ejrcito de un pas latino
en 6cm. o ms?
Solucin
Las poblaciones del ejrcito norteamericano y latino arrojan la siguiente informacin:
EJRCITO
NORTEAMERICANO

EJRCITO
LATINO

1 =172,5

2 = 167,5

1 = 5

2 = 2,5

n1 = 80

n2 = 80

La probabilidad de que la estatura media de la muestra del ejrcito norteamericano sea superior
a la media de la muestra del ejrcito latino en 6 cm. es:

x y ( 1 2 )
=

P X Y 6 P
2
2

1
2

n1 n2
= P ( Z 1, 26 )

65

25 6, 25

+
50
50

=
1 P ( Z < 1, 26 )
= 1 F (1, 26 )
= 1 0, 8962
= 0,1038
Estadstica General

169

Universidad Peruana Unin

Ejemplo 2:
Una muestra de tamao 25 se toma de una poblacin normal con media 80 y desviacin estndar
5; una segunda muestra de tamao 36 se toma de una poblacin normal con media 7 y desviacin estndar 3. Hallar la probabilidad de que la media de la muestra de 25 observaciones exceda
a la media de la muestra de 36 observaciones en por lo menos 5,9, pero no menos de 3,4.
Solucin:
Las muestras son extradas de poblaciones normales, que arrojan la informacin dada en el
cuadro:
POBLACIN 1
1 = 80
1=5
n1 = 25

POBLACIN 2
2 = 75
2=3
n2 = 36

La probabilidad de que la muestra de 25 observaciones exceda a la media de 36 observaciones


en por lo menos 5,9 pero menos de 3,4 es:

x1 x 2 ( 1 2 )
3, 4 5
P 3, 4 X =
Y 5,9
P

25 9
12 22

+
+
25 36
n1 n2

3,6
9,6
= P
Z

45
45

5,9 5
25 9

+
25 36

= P ( 1, 43 Z 0,54 )

= F ( 0,54 ) F ( 1, 43)
= 0,7053 0,0764
= 0,6289

EJERCICIOS PROPUESTOS
1. Se seleccionaron muestras de tamao n de poblaciones con las siguientes medias y varianzas. Determine la media y la desviacin estndar (error estndar) de la distribucin de
muestreo de la media muestral.
a) n = 25, = 10, = 9 b) n = 100, = 5, = 4
c) n = 36, = 120, = 1
2. 2. Trace un esquema de las distribuciones de muestreo descritas en 2) y localice la media
en el intervalo ( 2 x) sobre el eje x de la grfica.
3. 3. Una expectativa importante de la reciente reduccin de los impuestos federales sobre
los ingresos, es que los consumidores ahorrarn una parte sustancial del dinero que ganan.
Supngase que las estimaciones de la parte ahorrada del total de los impuestos, basadas
en un muestreo aleatorio de 35 economistas, tiene una media de 26% y una desviacin
estndar de 12%. Cul es la probabilidad aproximada de que una media muestral, basada
en una muestra aleatoria de n=35 economistas, se localice dentro de 1% de la media de la
poblacin de todos los economistas?

Unidad V

170

PROESAD

4. Un departamento estatal de carreteras vigil una autopista interestatal en particular durante 25 perodos de 1 hora seleccionados al azar durante un mes, para obtener informacin
acerca del volumen de la carga transportada por camiones a travs de dicha autopista. Se
cont el nmero de trailers para cada perodo de una hora y se calcul x para la muestra de
25 perodos individuales por una hora. Supngase que la distribucin del nmero de trailers
pesados por hora es aproximadamente normal con = 50 y = 7.
a) Cul es la probabilidad de que la media muestral x para n=25 perodos de una hora sea
mayor de 55?
b) Si n = 4 perodos de 1 hora. Cul es la probabilidad de que sea mayor que 55?
5. Se seleccionan muestras aleatorias de tamao n de poblaciones binomiales con los siguientes parmetros poblacionales p. Encuentre la media y la desviacin estndar de la distribucin normal de la proporcin muestral p.
a) n=100, p=0,3 b) n=400, p=0,1 c) n=250, p=0,6
6. Si n=1000 y p=0,1, obtenga la probabilidad de que:
a) p > 0,12

b) p < 0,10

7. Calcule p para n=100 y para los valores siguientes de p.


a) p=0,01
e) p=0,7

b) p=0,1
f) p=0,9

c) p=0,3
g) p=0.99

d) p=0,5

8. Antes de tomar la decisin de introducir su nueva bebida (Coke) en 1985, la compaa CocaCola la present a aproximadamente 40000 consumidores en 30 ciudades de Estados Unidos.
Sin marcas de identificacin, 55% prefirieron la nueva frmula a la anterior (Fortune, 27 de
mayo, 1985). Supngase que los 40000 consumidores de la encuesta representa una muestra aleatoria de una poblacin de bebedores de refrescos de Cola en las 30 ciudades.
a) Describa la distribucin de muestreo de , la proporcin en la muestra de gente que est
a favor de la nueva Coke.
b) Encuentre la probabilidad de que se localice dentro de 0.005 de la proporcin p de los
bebedores de refrescos de cola en la poblacin que favorecen la bebida nueva.
9. Se seleccionan muestras independientes de n1 y n2, observaciones de poblaciones con los
parmetros (1, 1) y (2, 2). Encuentre la media y la desviacin estndar de la distribucin de muestreo de la diferencia (x1 - x2), entre las medias muestrales en cada uno de
los siguientes casos.
a) n1 = 16, 1 = 10, = 4 y n2 = 20, 2 = 20, =8
b) n1 =100, 1 = 640, = 1 y n2 = 100, 2 = 642, =3

Estadstica General

171

Universidad Peruana Unin

AUTOEVALUACIN

REFUERZA LAS COMPETENCIAS A LOGRAR

T decides si ser el mejor o el peor


CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
(

(
(
(

)
)
)

?
?

La estimacin y la prueba de hiptesis son procedimientos que corresponde a la


inferencia estadstica.
El propsito fundamental del muestreo es estimar el valor del estadstico
Los estadsticos nos sirven para estimar el valor del parmetro.
Las condiciones bsicas de una buena muestra se basan en la cantidad y la calidad
de sus elementos.

PROCEDIMENTAL:

2. Cul es la probabilidad de que la media para una muestra aleatoria de 144 cuentas por cobrar extradas de una poblacin de 2000 cuentas con media de 10000 dlares y desviacin
estndar de 4000 dlares, est entre 9500 y 10500 dlares?
a) 0,1288 b) 0,1828

c) 0,2818

d) 0,8128

e) 0,8812

3. Los puntajes de un examen de aptitud a nivel nacional siguen una distribucin normal con
media de 72 puntos y desviacin estndar de 8 puntos, cul es la probabilidad de que la
diferencia de los puntajes medios de dos muestras aleatorias de 28 y 36 estudiantes sea de
3 ms puntos?
a) 0,5120 b) 0,5210

c) 0,2150

d) 0,2015

e) 0,2510

4. Del profesorado universitario de la ciudad de Lima, 1/6 son mujeres. Si de esta poblacin se
extrae una muestra aleatoria de 180 profesores. Cul es la probabilidad de que la proporcin
de profesores en la muestra no sea menor del 10%, ni mayor del 25%?
a) 0,9938 b) 0,9398

c) 0,8399

d) 0,8939

e) 0,3899

ACTITUDINAL:
5. Si tuvieras una fbrica de lapiceros y deseas verificar que el porcentaje de lapiceros defectuosos que produces durante un da es menor del 10%. Utilizaras la probabilidad? Qu
distribucin de muestreo utilizaras?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________

Unidad V

172

PROESAD

REFENCIAS BIBLIOGRAFICAS
CRDOVA ZAMORA, Manuel (2003). Estadstica Descriptiva e Inferencial
DAZ OPORTO, Juan. (1995). Razonamiento Matemtico. Per: CONCYTEC.
HERNNDEZ R., FERNNDEZ C. Y BAPTISTA P. (1996). Metodologa de la Investigacin. Colombia:
Mac. Graw Hill. Primera Edicin.
MARTNEZ, Ciro. (1995). Estadstica. Santa Fe de Bogota, Ed. Presencia.
MENDENHALL. William. (1991). Estadstica para Administradores. Editorial Harla.
MEZA DE CASTILLO Elizabeth. (1994). Probabilidad. Lima Per: CONCYTEC.
MILLER, FREUD y JOHNSON. (1992). Probabilidad y Estadstica para Ingenieros. Mxico: Ed. Prince
Hall. Cuarta edicin.
MITACC MEZA, Mximo. (1994).Tpicos de Inferencia. Lima Per: Ed. San Marcos.
MITACC MEZA, Mximo. (1994). Tpicos de Estadstica y Probabilidad. Lima Per. Ed. San Marcos.
MONTGOMERI D. Y RUNGER G. (1996). Probabilidad y Estadstica aplicadas a la Ingeniera. Mxico:
Mc Graw Hill. Primera edicin.
MORRIS H. DeGROOT. (1988). Probabilidad y Estadstica. Estados Unidos: ADDISON WESLEY IBEROAMERICANA.
MOYA R. Y SARAVIA A. (1998). Probabilidad e Inferencia Estadstica. Lima Per, Ed. San Marcos.
Segunda Edicin.
OSTLE, Bernard. (1994). Estadstica Aplicada. Mxico: Ed. Limusa.
P, BOX, George (1993). Estadstica para Investigadores. Ed. Reverte.
POZA VLCHEZ, Manuel y ORIHUELA ORIHUELA, Pedro (1994). Estadstica Aplicada a la Educacin.
Per: Ed. Educacin a distancia EESA. Universidad Inca Garcilaso de la Vega.
SCHEAFFER, Richard L. (1993). Probabilidad y Estadstica para Ingeniera.
SUMIRE QUENTA, David (2001). Matemtica Bsica. Per: Editorial Imprenta Unin.
WONNACOTT Y WONNACOTT. (1991). Estadstica Bsica Practica. Mxico: Ed. Limusa.

Estadstica General

173

APNDICE N 1
NMEROS ALEATORIOS
00 - 04

05 - 09

10 - 14

15 - 19

20 - 24

25 - 29

30 - 34

35 - 39

40 - 44

45 - 49

00

39591

66082

48626

95780

55228

87189

75717

97042

19696

48613

01

46304

97377

43462

21739

14566

72533

60171

29024

77581

72760

02

99547

60779

22734

23678

44895

89767

18249

41702

35850

40543

03

06743

63537

24553

77225

94743

79448

12753

95986

78088

48019

04

69568

65496

49033

88577

98606

92156

08846

54912

12691

13170

05

68198

69571

34349

73141

42640

44721

30402

3507

33475

47401

06

27974

12609

77428

64441

49008

60489

66780

55499

80842

57706

07

50552

20688

02769

63037

15494

71784

70559

58158

53437

46216

08

74687

02033

98290

62635

88877

28599

63682

35566

03271

05651

09

49303

76629

71897

30990

62923

36686

96167

11492

90333

84501

10

89734

39183

52026

14997

15140

18250

62831

51236

61236

09179

11

74042

40747

02617

11346

01884

82066

55913

72422

13971

64209

12

84706

31375

67053

73367

95349

31074

36908

42782

89690

48002

13

83664

21365

28882

48926

45435

60577

85270

02777

06878

27561

14

47813

74854

73388

11385

99108

97878

97878

17473

07682

20166

15

00371

56525

38880

53702

09517

47281

15995

98350

25233

79718

16

81182

48434

27431

55806

25389

40774

72978

16835

65066

28732

17

75242

35904

73077

24537

8135 4

48902

03478

42867

04552

66034

18

96239

80246

07000

09555

55051

49596

44629

88225

28195

44598

19

82988

17440

85311

03360

38176

51462

86070

03924

84413

92363

20

77599

29143

89088

57593

60036

17297

30923

36224

46327

96266

21

61433

33118

53488

82981

44709

44709

64388

00198

14135

57514

22

76008

15045

45440

84062

55236

52363

33726

44301

86246

99727

23

26494

76598

85834

10844

56300

56300

72118

96510

98388

80161

24

4670

88558

77533

33359

07830

07830

53260

46755

36881

98535

25

73995

41532

87933

79930

14310

64833

49020

36224

99726

97007

26

93901

38276

75544

19679

82899

11365

22896

00498

77165

08734

27

41925

28215

40966

93501

45446

27913

21708

44301

81404

15119

28

80720

02782

24326

41328

10357

86883

80086

96510

57072

12100

29

92596

39416

50362

04423

04561

58179

54188

46755

14322

97056

30

39693

58559

45839

47278

38548

38885

19875

70067

86711

57005

31

86923

37863

14340

30929

04079

65274

03030

42118

09362

82972

32

99700

79237

18172

58879

56221

65644

33331

01788

32961

40996

33

60248

21953

52321

16981

03252

90433

97304

77138

71026

01946

Apndice

174

34

29136

71987

03992

67025

31070

78348

47823

44978

13037

47732

35

57471

42913

85212

42319

92901

97727

04775

26829

38154

25238

36

57424

93847

03269

56096

95028

14039

76128

15110

27301

65529

37

56768

71694

63361

80836

30841

71875

40944

87502

01887

54822

38

70400

81534

02148

41441

26582

27481

84262

50181

42409

62950

39

05454

88418

48646

99565

36635

85496

18894

11033

26894

00889

40

80934

56136

47063

96311

19067

59790

08752

68040

85685

83076

41

06919

46237

50676

11238

75637

43086

95323

52867

06891

32089

42

00152

23997

41751

74756

50975

75365

70158

67663

51431

16375

43

88505

74625

71783

82511

13661

63178

39291

76796

74736

10980

44

64514

80967

33545

09582

86329

58152

05931

35961

70069

12142

45

25280

53007

99651

96366

49378

80971

10419

12981

70572

11575

46

71292

63716

93210

59312

39493

24252

54849

29754

41497

79228

47

49734

50498

08974

05904

68172

02864

10994

22482

12912

17920

48

43075

09754

71880

92614

99928

94424

86353

87549

94499

11459

49

15116

16643

03981

06566

14050

33671

03814

48856

41267

76252

NMEROS ALEATORIOS
50 - 54

55 - 59

60 - 64

65 - 69

70 - 74

75 - 79

80 - 84

85 - 89

90 - 94

95 - 99

50

25178

77518

41773

39926

09843

29694

43801

69276

44707

23455

51

45803

95106

85816

33366

37383

76832

37024

06581

22587

24827

52

15532

30898

14922

13923

44987

45122

86515

55836

96165

19650

53

99068

35453

42152

12078

04913

06083

06645

93310

40016

8421

54

70983

88359

95583

79348

24101

07502

25692

42496

77732

19278

55

71181

48289

03153

18779

65702

03612

64608

84071

4788

09982

56

44052

59163

74033

86112

27731

46135

63092

59171

44816

12354

57

91555

87708

70964

43346

56811

03725

75139

77674

82467

41899

58

54307

12188

58089

73745

35569

97352

77301

37684

36823

69218

59

63631

23919

06785

13891

89918

76211

09362

34292

17640

6907

60

46832

30801

98898

28954

97793

20825

36775

71974

15574

09184

61

05944

82632

39310

74857

61725

50569

81937

16820

85446

51168

62

28199

90116

59501

49025

73005

84954

11587

97691

90415

84685

63

09391

05600

00624

95068

33776

44985

01505

76911

45539

32181

64

29634

13021

96568

15124

55092

44043

31073

92371

51288

33378

65

61509

18842

79201

46451

68594

98120

68110

91062

42095

61839

66

87888

23033

69837

65661

15130

44649

42515

83861

50721

36110

67

94585

15218

74838

61809

92293

85400

46934

08531

70107

65707

Apndice

175

68

82033

93915

34898

79913

70013

27573

39256

35167

35070

47095

69

79131

10022

82199

78976

22702

37936

10445

96846

84927

69745

70

79344

39236

41333

11473

15049

47930

99029

97150

82275

55140

71

15384

44585

18773

89733

40779

59664

83328

25162

58758

17761

72

38802

90957

32910

97485

10358

88588

95310

22252

19143

69011

73

85874

18400

28151

29541

63706

43197

65726

94117

22169

91806

74

26200

72680

12364

46010

92208

59103

60417

45389

56122

85353

75

13772

75282

81418

42188

66529

47981

92548

10079

68179

40915

76

91876

07434

96946

98382

97374

34444

17992

42811

01579

48741

77

31721

21713

83632

40605

24227

53219

05482

86768

53239

24812

78

92570

53242

98133

84706

84706

29645

79336

66091

05793

25922

79

02880

29307

73734

66448

66448

74645

29562

13999

17492

49891

80

80982

14684

31038

85302

98349

57313

86371

33938

10768

60837

81

38000

43364

94825

32413

46781

09685

69058

56644

85531

55173

82

14218

94289

79484

61868

40034

22546

68726

14736

89844

13466

83

74358

21940

40280

22233

09123

49375

55094

46113

54046

51771

84

39049

14986

94000

26649

13037

13037

45186

89515

63214

66886

85

48727

06300

91486

67316

84576

11100

37580

49629

83224

46321

86

22719

29784

40682

96715

40745

57458

50048

48306

50270

87424

87

33980

36769

51977

03689

79071

20279

64787

48877

44063

93733

88

23885

66721

16542

12648

65986

43104

45583

75729

35118

58742

89

85190

44068

78477

69133

58983

96504

44232

74809

25266

73872

90

33453

36333

45814

78128

55914

89829

43251

41634

48488

49153

91

98236

11489

97240

01678

30779

75214

80039

68895

95271

19654

92

21295

53565

43609

48439

87427

88065

09892

58524

43815

31340

93

28335

79849

69842

71669

38770

54445

48736

03242

83181

85403

94

95449

35273

62581

85522

35813

34475

97514

72839

10387

31649

95

88167

03878

89405

55461

73248

48620

31732

47317

06252

54652

96

86131

62596

98785

02360

54271

26242

93735

20752

17146

18315

97

71134

90264

30126

08586

97497

61678

81940

00907

39096

02082

98

02664

53438

76839

52290

77999

05799

93744

16634

84924

31344

99

90664

96876

16663

25608

67140

84619

67167

13192

81774

58619

NMEROS ALEATORIOS
00 - 04

05 - 09

10 - 14

15 - 19

20 - 24

25 - 29

30 - 34

35 - 39

40 - 44

45 - 49

00

93873

86558

72524

02542

73184

37905

05882

15596

73646

50798

01

08761

47547

02216

48086

56490

89959

69975

04500

23779

76697

Apndice

176

02

61270

98773

40298

26077

80396

08166

35723

61933

13985

19102

03

73758

15578

95748

02967

35122

36539

72822

68241

34803

42457

04

17132

32196

60523

00544

73700

70122

27962

45597

36011

79971

05

26175

29794

44838

84414

82748

22246

70694

57953

39780

17791

06

06004

04516

06210

03536

84451

30767

37928

26986

07396

64611

07

34687

73753

36327

73704

61564

99434

90938

03967

97420

19913

08

27865

08255

57859

04746

79700

68823

16002

58115

07589

12675

09

89423

51114

90820

26786

77404

05795

49036

34686

98767

32284

10

99030

80312

69745

87636

10058

84834

89485

08775

19041

61375

11

02852

54339

45496

20587

85921

06763

68873

35367

42627

54973

12

10850

42788

94737

74549

74296

15053

46816

32141

02533

25648

13

38301

18507

33151

69434

80103

02603

6110

89395

67621

67025

14

48181

95478

62739

90148

00156

09338

44558

53271

87549

45974

15

23098

23720

76508

69083

56584

90423

21634

35999

09234

95116

16

25104

82019

21120

06165

44324

77577

15774

44091

69687

67576

17

22205

40198

86884

28103

57306

54915

03426

66700

45993

36668

18

64975

05064

29617

40622

20330

18518

45312

57921

23188

82361

19

58710

75278

47730

26093

16436

38868

76861

85914

14162

21984

20

12140

72905

26022

07675

16362

34504

47740

39923

04081

03162

21

73226

39840

47958

97249

14146

34543

46162

74158

59739

67447

22

12320

86217

66162

70941

58940

58006

80731

66630

02183

94678

23

41364

64156

23000

23188

64945

33815

32884

76955

56574

61666

24

97881

80867

70117

72041

03554

29087

19767

71838

80545

61402

25

88295

87271

82812

97588

09960

06312

03050

77332

25977

13385

26

95321

89836

78230

46037

72483

87533

74571

88859

26908

55626

27

24337

14264

30185

36753

22343

81737

62926

76494

93536

75502

28

00718

66303

75009

91431

64245

61863

16738

23127

89435

45109

29

38093

10328

96998

91386

34967

40407

48380

09115

59367

49596

30

87661

31701

29974

56777

66751

35418

63887

95094

20056

84990

31

87142

91818

51857

85061

17890

39057

44506

00969

32942

54794

32

60634

27142

21199

50437

04685

70252

91453

75952

66753

50664

33

73356

64431

05068

56334

34487

78253

67684

69916

63885

88491

34

29889

11378

65915

66776

95034

81447

98035

16815

68432

63020

35

48257

36438

48479

72173

31418

1035

84239

02032

40409

11715

36

38425

29462

79880

45713

90049

01136

72426

25077

64361

94284

37

482226

31868

38620

12135

28346

17552

03203

42618

44151

78438

38

80189

30031

15435

76730

58565

29817

36775

64007

47912

16754

39

33208

33475

95219

29832

74569

50667

90569

66717

46958

04820
Apndice

177

40

19750

48564

49690

43352

53834

80125

47792

99701

06800

22794

41

62820

23174

71124

36040

34873

95650

79059

23394

58534

78296

42

95737

34362

81520

79481

26442

37826

76866

01580

83713

94272

43

64642

62961

37566

41064

69372

84369

92823

91391

61056

44495

44

77636

60163

14915

50744

95611

99346

39741

04407

72940

87936

45

43633

52102

93561

31010

11299

52661

79014

17910

88492

60753

46

93686

41960

61280

96529

52924

87371

34855

67125

40279

10186

47

23775

33402

28647

42314

51213

29116

26243

40243

32137

25177

48

91325

64698

58868

63107

08993

96000

66854

11567

80604

72299

49

58129

44367

31924

73586

24422

92799

28963

36444

01315

10226

NMEROS ALEATORIOS

50 - 54

55 - 59

60 - 64

65 - 69

70 - 74

75 - 79

80 - 84

85 - 89

90 - 94

95 - 99

50

37686

78520

31209

83677

99115

94024

09286

58927

24078

16770

51

58108

29344

11825

51955

50618

99753

02200

50503

32466

50055

52

71545

42326

66429

93607

55276

85482

24449

41764

19884

46443

53

93303

90557

79166

90097

01627

96690

77434

06402

05379

59549

54

36731

37929

13079

83036

31525

35811

59131

65257

03731

86703

55

49781

31581

80391

84608

23390

30433

08249

85136

80060

43651

56

65995

94208

68785

04370

44192

91852

01129

28739

08705

54538

57

19663

09309

02836

10223

90814

92786

96747

46014

54765

76001

58

88479

24307

63812

47615

17220

27942

11785

49933

03923

35432

59

95407

95006

95421

20811

76761

47475

58865

06204

36543

81002

60

22789

87011

61926

97996

16604

80855

48714

52754

98279

96467

61

96783

18403

36729

18760

30810

73087

94565

68682

15792

60020

62

68933

05665

12264

23954

01883

75411

04460

83939

66528

22576

63

68794

13000

20066

98963

93483

51165

63358

12373

13877

37580

64

40537

31604

60323

51235

65546

85117

15647

09617

73520

48525

65

41249

42504

91773

81579

02588

74657

73765

10932

74607

83825

66

08813

84525

30329

33144

76884

89996

7834

67266

96820

15128

67

46609

30917

29996

10848

39555

09233

58988

82131

69232

76762

68

68543

69424

92072

57937

05563

80727

67053

35431

00881

56541

69

09926

84219

30089

08843

24998

27105

18397

79071

40738

73876

70

30515

76316

49597

37900

98604

05857

51729

19006

15239

27129

71

21611

26346

04877

71584

55724

39616

64648

26811

60915

34108

72

47410

83767

56454

96768

27001

83712

01245

27256

57991

75758

Apndice

178

73

18572

31214

41015

64110

61807

72472

78059

69701

78681

17356

74

28078

02819

02459

33308

96540

15817

78694

81476

85856

99737

75

56644

50430

34562

75842

67724

02918

55603

55195

88219

39676

76

27331

48055

18928

47463

61966

64507

06559

81329

29481

03660

77

32080

21524

32929

07739

08836

39497

94476

27433

96857

52987

78

27027

69762

65362

90214

89572

52054

43067

73017

87664

03293

79

56471

68839

09969

45853

72627

71793

49920

64544

71874

74053

80

22689

19799

18870

49272

74783

38777

76176

40961

18089

32499

81

71263

82247

66684

90239

67686

48963

30842

59354

33551

87966

82

64084

57386

89278

27187

52142

96305

87393

80164

95518

82742

83

23121

10194

0991

37062

43446

09107

47156

70179

00858

92326

84

78906

48080

76745

65814

51167

87755

66884

12718

14951

47937

85

87257

26005

21544

37223

53288

72056

96396

67099

49416

91891

86

39529

98126

33694

29025

94308

24426

63072

51444

04718

49891

87

89632

11606

87159

89408

06295

31055

15530

46432

49871

37982

88

23708

98919

14407

53722

58779

92849

04176

24870

56688

25405

89

51445

46758

42024

27940

64237

10086

95601

53923

85209

79385

90

23849

65272

24743

39960

27313

99925

29743

87270

05773

21797

91

78613

15441

34568

57398

25872

61792

94599

60944

90908

38948

92

90694

27996

94181

87428

41135

29461

72716

68956

67871

72459

93

96772

86829

36403

40087

67456

21071

39039

91937

45280

00066

94

24527

40701

56894

73327

00789

97573

09303

41704

05772

95372

95

31596

70876

46807

06741

29352

23829

52465

00336

24155

61871

96

31613

99249

17260

05242

19535

52702

64761

66694

06150

13820

97

02911

09514

50864

80622

20017

59019

43450

75942

08567

40547

98

02484

74068

04670

19646

41951

05111

34013

57443

87481

48994

99

69259

75535

73007

15236

01572

44870

53280

25132

70276

87334

Apndice

179

APNDICE N 2
TABLA DE LA DISTRIBUCIN ACUMULADA BINOMIAL

p
n

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.9025

0.8100

0.7225

0.6400

0.5625

0.4900

0.4225

0.3600

0.3025

0.2500

0.9975

0.9900

0.9775

0.9600

0.9375

0.9100

0.8775

0.8400

0.7975

0.7500

0.8574

0.7290

0.6141

0.5120

0.4219

0.3430

0.2746

0.2160

0.1664

0.1250

0.9928

0.9720

0.9393

0.8960

0.8438

0.7840

0.7183

0.6480

0.5748

0.5000

0.9999

0.9990

0.9966

0.9920

0.9844

0.9730

0.9571

0.9360

0.9089

0.8750

0.8145

0.6561

0.5220

0.4096

0.3164

0.2401

0.1785

0.1296

0.0915

0.0625

0.9860

0.9477

0.8905

0.8192

0.7383

0.6517

0.5630

0.4752

0.3910

0.3125

0.9995

0.9963

0.9880

0.9728

0.9492

0.9163

0.8735

0.8208

0.7585

0.6875

1.0000

0.9999

0.9995

0.9984

0.9961

0.9919

0.9850

0.9744

0.9590

0.9375

0.7738

0.5905

0.4437

0.3277

0.2373

0.1681

0.1160

0.0778

0.0503

0.0313

0.9774

0.9185

0.8352

0.7373

0.6328

0.5282

0.4284

0.3370

0.2562

0.1875

0.9988

0.9914

0.9734

0.9421

0.8965

0.8369

0.7648

0.6826

0.5931

0.5000

1.0000

0.9995

0.9978

0.9933

0.9844

0.9692

0.9460

0.9130

0.8688

0.8125

1.0000

1.0000

0.9999

0.9997

0.9990

0.9976

0.9947

0.9898

0.9815

0.9688

0.7351

0.5314

0.3771

0.2621

0.1780

0.1176

0.0754

0.0467

0.0277

0.0156

0.9672

0.8857

0.7765

0.6554

0.5339

0.4202

0.3191

0.2333

0.1636

0.1094

0.9978

0.9842

0.9527

0.9011

0.8306

0.7443

0.6471

0.5443

0.4415

0.3438

0.9999 0.9987

0.9941 0.9830

0.9624

0.9295

0.8826

0.8208

0.7447 0.6563

1.0000

0.9999

0.9996

0.9984

0.9954

0.9891

0.9777

0.9590

0.9308

0.8906

1.0000

1.0000

1.0000

0.9999

0.9998

0.9993

0.9982

0.9959

0.9917

0.9844

0.6983

0.4783

0.3206

0.2097

0.1335

0.0824

0.0490

0.0280

0.0152

0.0078

0.9556

0.8503

0.7166

0.5767

0.4449

0.3294

0.2338

0.1586

0.1024

0.0625

0.9962

0.9743

0.9262

0.8520

0.7564

0.6471

0.5323

0.4199

0.3164

0.2266

0.9998

0.9973

0.9879

0.9667

0.9294

0.8740

0.8002

0.7102

0.6083

0.5000

1.0000

0.9998

0.9988

0.9953

0.9871

0.9712

0.9444

0.9037

0.8471

0.7734

1.0000

1.0000

0.9999

0.9996

0.9987

0.9962

0.9910

0.9812

0.9643

0.9375

1.0000

1.0000

1.0000

1.0000

0.9999

0.9998

0.9994

0.9984

0.9963

0.9922

0.6634

0.4305

0.2725

0.1678

0.1001

0.0576

0.0319

0.0168

0.0084

0.0039

0.9428

0.8131

0.6572

0.5033

0.3671

0.2553

0.1691

0.1064

0.0632

0.0352

0.9942

0.9619

0.8948

0.7969

0.6785

0.5518

0.4278

0.3154

0.2201

0.1445

0.9996

0.9950

0.9786

0.9437

0.8862

0.8059

0.7064

0.5941

0.4770

0.3633

1.0000

0.9996

0.9971

0.9896

0.9727

0.9420

0.8939

0.8263

0.7396

0.6367

1.0000

1.0000

0.9998

0.9988

0.9958

0.9887

0.9747

0.9502

0.9115

0.8555

1.0000

1.0000

1.0000

0.9999

0.9996

0.9987

0.9964

0.9915

0.9819

0.9648

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9998

0.9993

0.9983

0.9961

0.6302

0.3874

0.2316

0.1342

0.0751

0.0404

0.0207

0.0101

0.0046

0.0020

0.9288

0.7748

0.5995

0.4362

0.3003

0.1960

0.1211

0.0705

0.0385

0.0195

0.9916

0.9470

0.8591

0.7382

0.6007

0.4628

0.3373

0.2318

0.1495

0.0898

Apndice

180

0.9994

0.9917

0.9661

0.9144

0.8343

0.7297

0.6089

0.4826

0.3614

0.2539

1.0000

0.9991

0.9944

0.9804

0.9511

0.9012

0.8283

0.7334

0.6214

0.5000

1.0000

0.9999

0.9994

0.9969

0.9900

0.9747

0.9464

0.9006

0.8342

0.7461

1.0000

1.0000

1.0000

0.9997

0.9987

0.9957

0.9888

0.9750

0.9502

0.9102

1.0000

1.0000

1.0000

1.0000

0.9999

0.9996

0.9986

0.9962

0.9909

0.9805

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9992

0.9980

P
N

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

10

0.5987

0.3487

0.1969

0.1074

0.0563

0.0282

0.0135

0.0060

0.0025

0.0010

0.9139

0.7361

0.5443

0.3758

0.2440

0.1493

0.0860

0.0464

0.0233

0.0107

0.9885

0.9298

0.8202

0.6778

0.5256

0.3828

0.2616

0.1673

0.0996

0.0547

11

12

13

0.9990

0.9872

0.9500

0.8791

0.7759

0.6496

0.5138

0.3823

0.2660

0.1719

0.9999

0.9984

0.9901

0.9672

0.9219

0.8497

0.7515

0.6331

0.5044

0.3770

1.0000

0.9999

0.9986

0.9936

0.9803

0.9527

0.9051

0.8338

0.7384

0.6230

1.0000

1.0000

0.9999

0.9991

0.9965

0.9894

0.9740

0.9452

0.8980

0.8281

1.0000

1.0000

1.0000

0.9999

0.9996

0.9984

0.9952

0.9877

0.9726

0.9453

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

0.9983

0.9955

0.9893

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9990

0.5688

0.3138

0.1673

0.0859

0.0422

0.0198

0.0088

0.0036

0.0014

0.0005

0.8981

0.6974

0.4922

0.3221

0.1971

0.1130

0.0606

0.0302

0.0139

0.0059

0.9848

0.9104

0.7788

0.6174

0.4552

0.3127

0.2001

0.1189

0.0652

0.0327

0.9984

0.9815

0.9306

0.8389

0.7133

0.5696

0.4256

0.2963

0.1911

0.1133

0.9999

0.9972

0.9841

0.9496

0.8854

0.7897

0.6683

0.5328

0.3971

0.2744

1.0000

0.9997

0.9973

0.9883

0.9657

0.9218

0.8513

0.7535

0.6331

0.5000

1.0000

1.0000

0.9997

0.9980

0.9924

0.9784

0.9499

0.9006

0.8262

0.7256

1.0000

1.0000

1.0000

0.9998

0.9988

0.9957

0.9878

0.9707

0.9390

0.8867

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9980

0.9941

0.9852

0.9673

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9993

0.9978

0.9941

10

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9995

0.5404

0.2824

0.1422

0.0687

0.0317

0.0138

0.0057

0.0022

0.0008

0.0002

0.8816

0.6590

0.4435

0.2749

0.1584

0.0850

0.0424

0.0196

0.0083

0.0032

0.9804

0.8891

0.7358

0.5583

0.3907

0.2528

0.1513

0.0834

0.0421

0.0193

0.9978

0.9744

0.9078

0.7946

0.6488

0.4925

0.3467

0.2253

0.1345

0.0730

0.9998

0.9957

0.9761

0.9274

0.8424

0.7237

0.5833

0.4382

0.3044

0.1938

1.0000

0.9995

0.9954

0.9806

0.9456

0.8822

0.7873

0.6652

0.5269

0.3872

1.0000

0.9999

0.9993

0.9961

0.9857

0.9614

0.9154

0.8418

0.7393

0.6128

1.0000

1.0000

0.9999

0.9994

0.9972

0.9905

0.9745

0.9427

0.8883

0.8062

1.0000

1.0000

1.0000

0.9999

0.9996

0.9983

0.9944

0.9847

0.9644

0.9270

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9992

0.9972

0.9921

0.9807

10

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9989

0.9968

11

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9998

0.5133

0.2542

0.1209

0.0550

0.0238

0.0097

0.0037

0.0013

0.0004

0.0001

0.8646

0.6213

0.3983

0.2336

0.1267

0.0637

0.0296

0.0126

0.0049

0.0017

Apndice

181

14

0.9755

0.8661

0.6920

0.5017

0.3326

0.2025

0.1132

0.0579

0.0269

0.0112

0.9969

0.9658

0.8820

0.7473

0.5843

0.4206

0.2783

0.1686

0.0929

0.0461

0.9997

0.9935

0.9658

0.9009

0.7940

0.6543

0.5005

0.3530

0.2279

0.1334

1.0000

0.9991

0.9925

0.9700

0.9198

0.8346

0.7159

0.5744

0.4268

0.2905

1.0000

0.9999

0.9987

0.9930

0.9757

0.9376

0.8705

0.7712

0.6437

0.5000

1.0000

1.0000

0.9998

0.9988

0.9944

0.9818

0.9538

0.9023

0.8212

0.7095

1.0000

1.0000

1.0000

0.9998

0.9990

0.9960

0.9874

0.9679

0.9302

0.8666

1.0000

1.0000

1.0000

1.0000

0.9999

0.9993

0.9975

0.9922

0.9797

0.9539

10

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9987

0.9959

0.9888

11

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

0.9983

12

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.4877

0.2288

0.1028

0.0440

0.0178

0.0068

0.0024

0.0008

0.0002

0.0001

0.8470

0.5846

0.3567

0.1979

0.1010

0.0475

0.0205

0.0081

0.0029

0.0009


P
n

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

14

0.9699

0.8416

0.6479

0.4481

0.2811

0.1608

0.0839

0.0398

0.0170

0.0065

15

0.9958

0.9559

0.8535

0.6982

0.5213

0.3552

0.2205

0.1243

0.0632

0.0287

0.9996

0.9908

0.9533

0.8702

0.7415

0.5842

0.4227

0.2793

0.1672

0.0898

1.0000

0.9985

0.9885

0.9561

0.8883

0.7805

0.6405

0.4859

0.3373

0.2120

1.0000

0.9998

0.9978

0.9884

0.9617

0.9067

0.8164

0.6925

0.5461

0.3953

1.0000

1.0000

0.9997

0.9976

0.9897

0.9685

0.9247

0.8499

0.7414

0.6047

1.0000

1.0000

1.0000

0.9996

0.9978

0.9917

0.9757

0.9417

0.8811

0.7880

1.0000

1.0000

1.0000

1.0000

0.9997

0.9983

0.9940

0.9825

0.9574

0.9102

10

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9989

0.9961

0.9886

0.9713

11

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9978

0.9935

12

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9991

13

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.4633

0.2059

0.0874

0.0352

0.0134

0.0047

0.0016

0.0005

0.0001

0.0000

0.8290

0.5490

0.3186

0.1671

0.0802

0.0353

0.0142

0.0052

0.0017

0.0005

0.9638

0.8159

0.6042

0.3980

0.2361

0.1268

0.0617

0.0271

0.0107

0.0037

0.9945

0.9444

0.8227

0.6482

0.4613

0.2969

0.1727

0.0905

0.0424

0.0176

0.9994

0.9873

0.9383

0.8358

0.6865

0.5155

0.3519

0.2173

0.1204

0.0592

0.9999

0.9978

0.9832

0.9389

0.8516

0.7216

0.5643

0.4032

0.2608

0.1509

1.0000

0.9997

0.9964

0.9819

0.9434

0.8689

0.7548

0.6098

0.4522

0.3036

1.0000

1.0000

0.9994

0.9958

0.9827

0.9500

0.8868

0.7869

0.6535

0.5000

1.0000

1.0000

0.9999

0.9992

0.9958

0.9848

0.9578

0.9050

0.8182

0.6964

1.0000

1.0000

1.0000

0.9999

0.9992

0.9963

0.9876

0.9662

0.9231

0.8491

10

1.0000

1.0000

1.0000

1.0000

0.9999

0.9993

0.9972

0.9907

0.9745

0.9408

11

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

0.9981

0.9937

0.9824

12

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9989

0.9963

13

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

Apndice

182

16

17

0.4401

0.1853

0.0743

0.0281

0.0100

0.0033

0.0010

0.0003

0.0001

0.0000

0.8108

0.5147

0.2839

0.1407

0.0635

0.0261

0.0098

0.0033

0.0010

0.0003

0.9571

0.7892

0.5614

0.3518

0.1971

0.0994

0.0451

0.0183

0.0066

0.0021

0.9930

0.9316

0.7899

0.5981

0.4050

0.2459

0.1339

0.0651

0.0281

0.0106

0.9991

0.9830

0.9209

0.7982

0.6302

0.4499

0.2892

0.1666

0.0853

0.0384

0.9999

0.9967

0.9765

0.9183

0.8103

0.6598

0.4900

0.3288

0.1976

0.1051

1.0000

0.9995

0.9944

0.9733

0.9204

0.8247

0.6881

0.5272

0.3660

0.2272

1.0000

0.9999

0.9989

0.9930

0.9729

0.9256

0.8406

0.7161

0.5629

0.4018

1.0000

1.0000

0.9998

0.9985

0.9925

0.9743

0.9329

0.8577

0.7441

0.5982

1.0000

1.0000

1.0000

0.9998

0.9984

0.9929

0.9771

0.9417

0.8759

0.7728

10

1.0000

1.0000

1.0000

1.0000

0.9997

0.9984

0.9938

0.9809

0.9514

0.8949

11

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9987

0.9951

0.9851

0.9616

12

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9991

0.9965

0.9894

13

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9979

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

15

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.4181

0.1668

0.0631

0.0225

0.0075

0.0023

0.0007

0.0002

0.0000

0.0000

0.7922

0.4818

0.2525

0.1182

0.0501

0.0193

0.0067

0.0021

0.0006

0.0001

0.9497

0.7618

0.5198

0.3096

0.1637

0.0774

0.0327

0.0123

0.0041

0.0012

0.9912

0.9174

0.7556

0.5489

0.3530

0.2019

0.1028

0.0464

0.0184

0.0064

P
N

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

17

0.9988

0.9779

0.9013

0.7582

0.5739

0.3887

0.2348

0.1260

0.0596

0.0245

0.9999

0.9953

0.9681

0.8943

0.7653

0.5968

0.4197

0.2639

0.1471

0.0717

18

1.0000

0.9992

0.9917

0.9623

0.8929

0.7752

0.6188

0.4478

0.2902

0.1662

1.0000

0.9999

0.9983

0.9891

0.9598

0.8954

0.7872

0.6405

0.4743

0.3145

1.0000

1.0000

0.9997

0.9974

0.9876

0.9597

0.9006

0.8011

0.6626

0.5000

1.0000

1.0000

1.0000

0.9995

0.9969

0.9873

0.9617

0.9081

0.8166

0.6855

10

1.0000

1.0000

1.0000

0.9999

0.9994

0.9968

0.9880

0.9652

0.9174

0.8338

11

1.0000

1.0000

1.0000

1.0000

0.9999

0.9993

0.9970

0.9894

0.9699

0.9283

12

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9975

0.9914

0.9755

13

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

0.9981

0.9936

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9997

0.9988

15

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

16

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.3972

0.1501

0.0536

0.0180

0.0056

0.0016

0.0004

0.0001

0.0000

0.0000

0.7735

0.4503

0.2241

0.0991

0.0395

0.0142

0.0046

0.0013

0.0003

0.0001

0.9419

0.7338

0.4797

0.2713

0.1353

0.0600

0.0236

0.0082

0.0025

0.0007

0.9891

0.9018

0.7202

0.5010

0.3057

0.1646

0.0783

0.0328

0.0120

0.0038

0.9985

0.9718

0.8794

0.7164

0.5187

0.3327

0.1886

0.0942

0.0411

0.0154

0.9998

0.9936

0.9581

0.8671

0.7175

0.5344

0.3550

0.2088

0.1077

0.0481

1.0000

0.9988

0.9882

0.9487

0.8610

0.7217

0.5491

0.3743

0.2258

0.1189

Apndice

183

19

1.0000

0.9998

0.9973

0.9837

0.9431

0.8593

0.7283

0.5634

0.3915

0.2403

1.0000

1.0000

0.9995

0.9957

0.9807

0.9404

0.8609

0.7368

0.5778

0.4073

1.0000

1.0000

0.9999

0.9991

0.9946

0.9790

0.9403

0.8653

0.7473

0.5927

10

1.0000

1.0000

1.0000

0.9998

0.9988

0.9939

0.9788

0.9424

0.8720

0.7597

11

1.0000

1.0000

1.0000

1.0000

0.9998

0.9986

0.9938

0.9797

0.9463

0.8811

12

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9986

0.9942

0.9817

0.9519

13

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9987

0.9951

0.9846

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

0.9990

0.9962

15

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9993

16

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.3774

0.1351

0.0456

0.0144

0.0042

0.0011

0.0003

0.0001

0.0000

0.0000

0.7547

0.4203

0.1985

0.0829

0.0310

0.0104

0.0031

0.0008

0.0002

0.0000

0.9335

0.7054

0.4413

0.2369

0.1113

0.0462

0.0170

0.0055

0.0015

0.0004

0.9868

0.8850

0.6841

0.4551

0.2631

0.1332

0.0591

0.0230

0.0077

0.0022

0.9980

0.9648

0.8556

0.6733

0.4654

0.2822

0.1500

0.0696

0.0280

0.0096

0.9998

0.9914

0.9463

0.8369

0.6678

0.4739

0.2968

0.1629

0.0777

0.0318

1.0000

0.9983

0.9837

0.9324

0.8251

0.6655

0.4812

0.3081

0.1727

0.0835

1.0000

0.9997

0.9959

0.9767

0.9225

0.8180

0.6656

0.4878

0.3169

0.1796

1.0000

1.0000

0.9992

0.9933

0.9713

0.9161

0.8145

0.6675

0.4940

0.3238

1.0000

1.0000

0.9999

0.9984

0.9911

0.9674

0.9125

0.8139

0.6710

0.5000


P
N

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

19

10

1.0000

1.0000

1.0000

0.9997

0.9977

0.9895

0.9653

0.9115

0.8159

0.6762

11

1.0000

1.0000

1.0000

1.0000

0.9995

0.9972

0.9886

0.9648

0.9129

0.8204

20

12

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9969

0.9884

0.9658

0.9165

13

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9993

0.9969

0.9891

0.9682

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9994

0.9972

0.9904

15

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9995

0.9978

16

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9999

0.9996

17

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.3585

0.1216

0.0388

0.0115

0.0032

0.0008

0.0002

0.0000

0.0000

0.0000

0.7358

0.3917

0.1756

0.0692

0.0243

0.0076

0.0021

0.0005

0.0001

0.0000

0.9245

0.6769

0.4049

0.2061

0.0913

0.0355

0.0121

0.0036

0.0009

0.0002

0.9841

0.8670

0.6477

0.4114

0.2252

0.1071

0.0444

0.0160

0.0049

0.0013

0.9974

0.9568

0.8298

0.6296

0.4148

0.2375

0.1182

0.0510

0.0189

0.0059

0.9997

0.9887

0.9327

0.8042

0.6172

0.4164

0.2454

0.1256

0.0553

0.0207

1.0000

0.9976

0.9781

0.9133

0.7858

0.6080

0.4166

0.2500

0.1299

0.0577

1.0000

0.9996

0.9941

0.9679

0.8982

0.7723

0.6010

0.4159

0.2520

0.1316

1.0000

0.9999

0.9987

0.9900

0.9591

0.8867

0.7624

0.5956

0.4143

0.2517

1.0000

1.0000

0.9998

0.9974

0.9861

0.9520

0.8782

0.7553

0.5914

0.4119

10

1.0000

1.0000

1.0000

0.9994

0.9961

0.9829

0.9468

0.8725

0.7507

0.5881

11

1.0000

1.0000

1.0000

0.9999

0.9991

0.9949

0.9804

0.9435

0.8692

0.7483

Apndice

184

12

1.0000

1.0000

1.0000

1.0000

0.9998

0.9987

0.9940

0.9790

0.9420

0.8684

13

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9985

0.9935

0.9786

0.9423

14

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9984

0.9936

0.9793

15

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9985

0.9941

16

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9997

0.9987

17

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

0.9998

18

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

1.0000

10

APNDICE N 3
DISTRIBUCIN DE POISSON - TRMINOS ACUMULATIVOS

e x
P[ X x ] =
x!
x =0
x

0.01

0.990

0.02

0.980

0.03

0.970

0.04

0.961

0.999

0.05

0.951

0.999

0.06

0.942

0.998

0.07

0.932

0.998

0.08

0.923

0.997

0.09

0.914

0.996

0.10

0.905

0.995

0.15

0.861

0.990

0.999

0.20

0.819

0.982

0.999

0.25

0.779

0.974

0.998

0.30

0.741

0.963

0.996

0.35

0.705

0.951

0.994

0.40

0.670

0.938

0.992

0.999

0.45

0.638

0.925

0.989

0.999

0.50

0.607

0.910

0.986

0.998

0.55

0.577

0.894

0.982

0.998

0.60

0.549

0.878

0.977

0.997

0.65

0.522

0.861

0.972

0.996

0.999

Apndice

185

DISTRIBUCIN DE POISSON - Trminos Acumulativos

e x
P[ X x ] =
x!
x =0
x

0.70

0.497

0.844

0.966

0.994

0.999

0.75

0.472

0.827

0.959

0.993

0.999

0.80

0.449

0.809

0.956

0.994

0.999

0.85

0.427

0.791

0.945

0.989

0.998

0.90

0.407

0.772

0.937

0.987

0.998

0.95

0.387

0.754

0.929

0.984

0.997

1.00

0.368

0.736

0.920

0.981

0.996

0.999

1.1

0.333

0.699

0.900

0.974

0.995

0.999

1.2

0.301

0.663

0.879

0.966

0.997

0.998

1.3

0.273

0.627

0.857

0.957

0.989

0.998

1.4

0.247

0.592

0.833

0.946

0.983

0.997

0.999

1.5

0.223

0.558

0.809

0.934

0.981

0.996

0.999

1.6

0.202

0.525

0.783

0.921

0.976

0.994

0.999

1.7

0.183

0.493

0.757

0.907

0.970

0.992

0.998

1.8

0.165

0.463

0.731

0.894

0.964

0.99

0.997

0.999

1.9

0.150

0.434

0.704

0.875

0.956

0.987

0.997

0.999

2.0

0.135

0.406

0.677

0.857

0.947

0.983

0.995

0.999

2.1

0.122

0.380

0.650

0.839

0.938

0.980

0.994

0.999

2.2

0.111

0.355

0.623

0.819

0.928

0.975

0.993

0.998

2.3

0.100

0.331

0.596

0.799

0.916

0.970

0.991

0.997

0.999

2.4

0.091

0.308

0.571

0.779

0.904

0.964

0.988

0.997

0.999

2.5

0.082

0.287

0.544

0.758

0.891

0.958

0.986

0.996

0.999

2.6

0.074

0.267

0.518

0.736

0.877

0.951

0.983

0.995

0.999

2.7

0.067

0.249

0.494

0.714

0.863

0.943

0.979

0.993

0.998

0.999

2.8

0.061

0.231

0.469

0.692

0.848

0.935

0.976

0.992

0.998

0.999

2.9

0.055

0.215

0.446

0.670

0.832

0.926

0.971

0.990

0.997

0.999

3.0

0.050

0.199

0.423

0.647

0.815

0.916

0.966

0.988

0.996

0.999

3.2

0.041

0.171


2
0.380


3
0.603

4
0.781

5
0.895


6
0.955


7
0.983

10


8
0.994

10

0.998

3.4

0.330

0.147

0.340

0.558

0.744

0.871

0.942

0.977

0.992

0.997

0.999

3.6

0.027

0.126

0.303

0.515

0.706

0.844

0.927

0.969

0.988

0.996

0.999

Apndice

186

3.8

0.022

0.107

0.269

0.473

0.668

0.816

0.909

0.96

0.984

0.994

0.998

4.0

0.018

0.092

0.239

0.433

0.629

0.785

0.889

0.949

0.979

0.992

0.997

4.2

0.015

0.078

0.210

0.395

0.590

0.753

0.897

0.936

0.972

0.989

0.996

4.4

0.012

0.066

0.185

0.359

0.551

0.72

0.844

0.921

0.964

0.985

0.994

4.6

0.010

0.056

0.163

0.326

0.513

0.686

0.818

0.905

0.955

0.98

0.992

4.8

0.008

0.048

0.143

0.940

0.476

0.651

0.791

0.887

0.944

0.975

0.99

5.0

0.007

0.040

0.126

0.265

0.440

0.616

0.762

0.867

0.932

0.968

0.986

5.2

0.006

0.034

0.109

0.238

0.406

0.581

0.732

0.845

0.918

0.96

0.982

5.4

0.005

0.290

0.095

0.213

0.373

0.546

0.702

0.822

0.903

0.951

0.977

5.6

0.004

0.024

0.082

0.191

0.342

0.512

0.67

0.797

0.886

0.941

0.975

5.8

0.003

0.021

0.071

0.17

0.313

0.478

0.638

0.771

0.867

0.929

0.965

6.0

0.002

0.017

0.062

0.151

0.285

0.446

0.606

0.744

0.847

0.916

0.957

DISTRIBUCIN DE POISSON - Trminos Acumulativos


P[ X x ] =

11

12

13

14

e x

x!
x =0
x

15

3.2
3.4
3.6
3.8

0.999

4.0

0.999

4.2

0.999

4.4

0.998

0.999

4.6

0.997

0.999

4.8

0.996

0.999

5.0

0.995

0.998

0.999

5.2

0.993

0.997

0.999

5.4

0.990

0.996

0.999

5.6

0.988

0.995

0.998

0.999

5.8

0.984

0.993

0.997

0.999

6.0

0.980

0.991

0.996

0.999

0.999

Apndice

187

10

6.2

0.002

0.015

0.054

0.134

0.259

0.414

0.574

0.716

0.826

0.902

0.949

6.4

0.002

0.012

0.046

0.119

0.235

0.384

0.542

0.687

0.803

0.886

0.939

6.6

0.001

0.010

0.400

0.105

0.213

0.355

0.511

0.658

0.780

0.869

0.927

6.8

0.001

0.009

0.034

0.093

0.192

0.327

0.48

0.628

0.755

0.85

0.915

7.0

0.001

0.007

0.030

0.082

0.173

0.301

0.45

0.599

0.729

0.83

0.901

7.2

0.001

0.006

0.025

0.072

0.156

0.276

0.42

0.569

0.703

0.81

0.887

7.4

0.001

0.005

0.022

0.063

0.140

0.253

0.392

0.539

0.676

0.788

0.871

7.6

0.001

0.004

0.019

0.055

0.125

0.231

0.365

0.51

0.618

0.765

0.854

7.8

0.004

0.016

0.048

0.112

0.21

0.338

0.481

0.62

0.741

0.835

8.0

0.003

0.014

0.042

0.100

0.191

0.313

0.453

0.593

0.717

0.816

8.2

0.003

0.012

0.037

0.089

0.174

0.290

0.425

0.565

0.692

0.796

8.4

0.002

0.010

0.032

0.079

0.157

0.267

0.399

0.537

0.666

0.774

11

12

13

14

15

16

17

18

6.2

0.975

0.099

0.995

0.998

0.999

6.4

0.969

0.986

0.994

0.997

0.999

6.6

0.963

0.982

0.992

0.997

0.999

0.999

6.8

0.955

0.978

0.990

0.996

0.998

0.999

7.0

0.947

0.973

0.987

0.994

0.998

0.999

7.2

0.937

0.967

0.984

0.993

0.997

0.999

0.999

7.4

0.926

0.961

0.980

0.991

0.996

0.998

0.999

7.6

0.915

0.954

0.976

0.989

0.995

0.998

0.999

7.8

0.902

0.945

0.971

0.986

0.993

0.997

0.999

8.0

0.888

0.936

0.966

0.983

0.992

0.996

0.998

0.999

8.2

0.873

0.926

0.960

0.979

0.990

0.995

0.998

0.999

8.4

0.857

0.915

0.952

0.975

0.987

0.994

Apndice

188

0.997

0.999

DISTRIBUCIN DE POISSON - Trminos Acumulativos

e x
x!
x =0
x

P[ X x ] =

10

11

12

13

14

15

16

17

8.5

0.002

0.009

0.030

0.074

0.150

0.256

0.386

0.523

0.653

0.763

0.849

0.909

0.949

0.973

0.986

0.993

0.997

9.0

0.001

0.006

0.021

0.055

0.116

0.207

0.324

0.456

0.587

0.706

0.803

0.876

0.926

0.959

0.978

0.989

0.995

9.5

0.001

10.0

0.004

0.015

0.040

0.089

0.165

0.269

0.392

0.522

0.645

0.752

0.836

0.898

0.940

0.967

0.982

0.991

0.003

0.010

0.029

0.067

0.13

0.220

0.333

0.256

0.583

0.697

0.792

0.864

0.917

0.951

0.973

0.986

10.5

0.002

0.007

0.021

0.050

0.102

0.179

0.279

0.397

0.521

0.639

0.742

0.825

0.888

0.932

0.960

0.978

11.0

0.001

0.005

0.015

0.038

0.079

0.143

0.232

0.341

0.460

0.579

0.689

0.781

0.854

0.907

0.944

0.968

11.5

0.001

0.003

0.011

0.028

0.06

0.114

0.191

0.289

0.402

0.520

0.633

0.733

0.815

0.878

0.924

0.954

12.0

0.001

0.002

0.008

0.020

0.046

0.090

0.155

0.242

0.347

0.462

0.376

0.682

0.772

0.844

0.899

0.937

12.5

0.002

0.005

0.015

0.035

0.070

0.125

0.201

0.297

0.406

0.519

0.628

0.725

0.806

0.869

0.916

13.0

0.001

0.004

0.011

0.026

0.354

0.100

0.166

0.252

0.353

0.463

0.573

0.675

0.764

0.835

0.890

13.5

0.001

14.0

0.003

0.008

0.019

0.041

0.079

0.135

0.211

0.304

0.409

0.518

0.623

0.718

0.798

0.861

0.002

0.006

0.014

0.032

0.067

0.109

0.176

0.260

0.358

0.464

0.570

0.669

0.756

0.827

14.5

0.001

0.004

0.010

0.024

0.048

0.088

0.145

0.220

0.311

0.413

0.518

0.619

0.711

0.790

15.0

0.001

0.003

0.008

0.018

0.037

0.070

0.118

0.185

0.268

0.363

0.466

0.568

0.664

0.749

16.0

0.001

0.004

0.010

0.022

0.043

0.077

0.127

0.193

0.275

0.680

0.467

0.566

0.659

17.0

0.001

0.002

0.005

0.130

0.026

0.049

0.085

0.135

0.201

0.281

0.371

0.468

0.564

0.001

0.003

0.007

0.015

0.030

0.055

0.092

0.143

0.208

0.287

0.375

0.469

18.0

18

19

8.5

0.999

0.999

9.0

0.998

0.999

9.5

0.996

0.998

0.999

10.0

0.993

0.997

0.998

0.999

10.5

0.988

0.994

0.997

0.999

0.999

11.0

0.982

0.991

0.995

0.998

0.999

11.5

0.974

0.986

0.992

0.996

0.998

0.999

12.0

0.963

0.979

0.988

0.994

0.997

0.999

0.999

12.5

0.948

0.969

0.983

0.991

0.995

0.998

0.999

0.999

13.0

0.930

0.957

0.975

0.986

0.992

0.996

0.998

0.999

13.5

0.908

0.942

0.937

0.950

0.989

0.994

0.997

0.998

0.999

14.0

0.883

0.923

0.952

0.971

0.983

0.991

0.995

0.997

0.999

0.999

14.5

0.853

0.901

0.936

0.960

0.976

0.983

0.992

0.996

0.995

0.999

0.999

15.0

0.819

0.875

0.917

0.947

0.967

0.981

0.989

0.994

0.997

0.995

0.999

16.0

0.742

0.812

0.868

0.911

0.942

0.963

0.978

0.987

0.993

0.996

17.0

0.655

0.736

0.805

0.861

0.905

0.937

0.959

0.975

0.985

18.0

0.562

0.651

0.731

0.799

0.855

0.899

0.932

0.955

0.972

20

21

22

23

24

25

26

27

28

29

30

31

32

0.998

0.999

0.999

0.991

0.995

0.997

0.999

0.999

0.983

0.99

0.994

0.997

0.998

0.999

Apndice

189

DISTRIBUCIN DE POISSON - Trminos Acumulativos

e x
P[ X x ] =
x!
x =0
x

10

11

12

13

14

15

16

17

0.001

0.002

0.004

0.009

0.018

0.035

0.061

0.098

0.015

0.215

0.292

0.378

0.001

0.002

0.005

0.011

0.021

0.039

0.066

0.105

0.157

0.221

0.297

21.0

0.001

0.003

0.006

0.013

0.025

0.043

0.072

0.111

0.163

0.227

22.0

0.001

19.0
20.0

23.0

0.002

0.004

0.008

0.015

0.028

0.048

0.077

0.117

0.169

0.001

0.002

0.004

0.009

0.017

0.031

0.052

0.082

0.123

0.001

0.003

0.005

0.011

0.020

0.034

0.560

0.087

0.006

0.012

0.022

0.038

0.060

24.0
25.0

0.001

0.003

18

19

20

21

22

23

24

25

26

27

28

29

19.0

0.469

0.561

0.647

0.725

0.793

0.849

0.395

0.927

0.951

0.697

0.980

0.988

20.0

0.381

0.470

0.559

0.644

0.721

0.787

0.343

0.888

0.922

0.948

0.966

0.978

0.001

21.0

0.302

0.840

0.471

0.558

0.640

0.716

0.782

0.838

0.383

0.917

0.944

0.863

22.0

0.232

0.306

0.387

0.472

0.556

0.637

0.712

0.777

0.832

0.877

0.913

0.940

23.0

0.175

0.238

0.310

0.389

0.472

0.555

0.635

0.708

0.772

0.327

0.873

0.908

24.0

0.128

0.180

0.243

0.314

0.392

0.473

0.554

0.632

0.704

0.768

0.823

0.868

25.0

0.092

0.134

0.185

0.247

0.318

0.394

0.473

0.553

0.629

0.700

0.763

0.818

19.0

x 30
0.993

31

32

33

34

0.996

0.998

0.999

0.999

35

36

37

38

39

20.0

0.987

0.992

0.995

0.970

0.999

0.999

21.0

0.976

0.982

0.991

0.994

0.997

0.998

0.999

0.999

22.0

0.959

0.973

0.983

0.989

0.994

0.996

0.998

0.999

0.999

23.0

0.936

0.956

0.971

0.981

0.988

0.993

0.996

0.997

0.999

40

41

42

0.999

24.0

0.904

0.932

0.953

0.969

0.979

0.987

0.992

0.995

0.997

1.000

0.999

0.999

25.0

0.863

0.900

0.929

0.950

0.966

0.978

0.985

0.991

0.994

0.997

0.998

0.999

Apndice

190

0.999

APNDICE N 4
DISTRIBUCIN ACUMULATIVA NORMAL

F (z ) =

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

-4.00

0.00003

-3.55

0.00019

-3.10

0.00097

-3.99

0.00003

-3.54

0.00020

-3.09

0.00100

-3.98

0.00003

-3.53

0.00021

-3.08

0.00104

-3.97

0.00004

-3.52

0.00022

-3.07

0.00107

-3.96

0.00004

-3.51

0.00022

-3.06

0.00111

-3.95

0.00004

-3.50

0.00023

-3.05

0.00114

-3.94

0.00004

-3.49

0.00024

-3.04

0.00118

-3.93

0.00004

-3.48

0.00025

-3.03

0.00122

-3.92

0.00004

-3.47

0.00026

-3.02

0.00126

-3.91

0.00005

-3.46

0.00027

-3.01

0.00131

-3.90

0.00005

-3.45

0.00028

-3.00

0.00135

-3.89

0.00005

-3.44

0.00029

-2.99

0.00139

-3.88

0.00005

-3.43

0.00030

-2.98

0.00144

-3.87

0.00005

-3.42

0.00031

-2.97

0.00149

-3.86

0.00006

-3.41

0.00032

-2.96

0.00154

-3.85

0.00006

-3.40

0.00034

-2.95

0.00159

-3.84

0.00006

-3.39

0.00035

-2.94

0.00164

-3.83

0.00006

-3.38

0.00036

-2.93

0.00169

-3.82

0.00007

-3.37

0.00038

-2.92

0.00175

-3.81

0.00007

-3.36

0.00039

-2.91

0.00181

Apndice

191

-3.80

0.00007

-3.35

0.00040

-2.90

0.00187

-3.79

0.00008

-3.34

0.00042

-2.89

0.00193

-3.78

0.00008

-3.33

0.00043

-2.88

0.00199

-3.77

0.00008

-3.32

0.00045

-2.87

0.00205

-3.76

0.00008

-3.31

0.00047

-2.86

0.00212

-3.75

0.00009

-3.30

0.00048

-2.85

0.00219

-3.74

0.00009

-3.29

0.00050

-2.84

0.00226

-3.73

0.00010

-3.28

0.00052

-2.83

0.00233

-3.72

0.00010

-3.27

0.00054

-2.82

0.00240

-3.71

0.00010

-3.26

0.00056

-2.81

0.00246

-3.70

0.00011

-3.25

0.00058

-2.80

0.00256

-3.69

0.00011

-3.24

0.00060

-2.79

0.00264

-3.68

0.00012

-3.23

0.00062

-2.78

0.00272

-3.67

0.00012

-3.22

0.00064

-2.77

0.00280

-3.66

0.00013

-3.21

0.00066

-2.76

0.00289

-3.65

0.00013

-3.20

0.00069

-2.75

0.00298

-3.64

0.00014

-3.19

0.00071

-2.74

0.00307

-3.63

0.00014

-3.18

0.00074

-2.73

0.00317

-3.62

0.00015

-3.17

0.00076

-2.72

0.00326

-3.61

0.00015

-3.16

0.00079

-2.71

0.00336

-3.60

0.00016

-3.15

0.00082

-2.70

0.00347

-3.59

0.00017

-3.14

0.00084

-2.69

0.00357

-3.58

0.00017

-3.13

0.00087

-2.68

0.00368

-3.57

0.00018

-3.12

0.00090

-2.67

0.00379

-3.11

0.00094

-2.66

0.00391

-3.56

0.00019

Apndice

192

DISTRIBUCIN ACUMULATIVA NORMAL

F (z ) =

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

-2.65

0.00402

-2.20

0.01390

-1.75

0.04006

-2.64

0.00415

-2.19

0.01426

-1.74

0.04093

-2.63

0.00427

-2.18

0.01463

-1.73

0.04182

-2.62

0.00440

-2.17

0.01500

-1.72

0.04772

-2.61

0.00453

-2.16

0.01539

-1.71

0.04363

-2.60

0.00466

-2.15

0.01578

-1.70

0.04457

-2.59

0.00480

-2.14

0.01618

-1.69

0.04551

-2.58

0.00494

-2.13

0.01659

-1.68

0.04648

-2.57

0.00508

-2.12

0.01700

-1.67

0.04746

-2.56

0.00523

-2.11

0.01743

-1.66

0.04846

-2.55

0.00539

-2.10

0.01786

-1.65

0.04947

-2.54

0.00554

-2.09

0.01831

-1.64

0.05050

-2.53

0.00520

-2.08

0.01876

-1.63

0.05155

-2.52

0.00587

-2.07

0.01923

-1.62

0.05262

-2.51

0.00604

-2.06

0.01970

-1.61

0.05370

-2.50

0.00621

-2.05

0.02018

-160

0.05480

-2.49

0.00639

-2.04

0.02068

-1.59

0.05592

-2.48

0.00657

-2.03

0.02118

-1.58

0.05705

-2.47

0.00676

-2.02

0.02169

-1.57

0.05821

-2.46

0.00695

-2.01

0.02222

-1.56

0.05938

-2.45

0.00714

-2.00

0.02275

-1.55

0.06057

2.44

0.00734

-1.99

0.02330

-1.54

0.06179

2.43

0.00755

-1.98

0.02385

-1.53

0.06301

-2.42

0.00776

-1.97

0.02442

-1.52

0.06426

Apndice

193

-2.41

0.00798

-1.96

0.02500

-1.51

0.06552

-2.40

0.00820

-1.95

0.02569

-1.50

0.06681

-2.39

0.00842

-1.94

0.02619

-1.49

0.06811

-2.38

0.00866

-1.93

0.02680

-1.48

0.06944

-2.37

0.00889

-1.92

0.02745

-1.47

0.07078

-2.36

0.00914

-1.91

0.02807

-1.46

0.07215

-2.35

0.00939

-1.90

0.02872

-1.45

0.07353

-2.34

0.00940

-1.89

0.02938

-1.44

0.07493

-2.33

0.00990

-1.88

0.03005

-1.43

0.07636

-2.32

0.01017

-1.87

0.03074

-1.42

0.07780

-2.31

0.01044

-1.86

0.03144

-1.41

0.07927

-2.30

0.01072

-1.85

0.03216

-1.40

0.08076

-2.29

0.01101

-1.84

0.03288

-1.39

0.08226

-2.28

0.01130

-1.83

0.03362

-1.38

0.08379

-2.27

0.01160

-1.82

0.03438

-1.37

0.08534

-2.26

0.01191

-1.81

0.03515

-1.36

0.08691

-2.25

0.01222

-1.80

0.03593

-1.35

0.08851

-2.24

0.01255

-1.79

0.03673

-1.34

0.09012

-2.23

0.01287

-1.78

0.03754

-1.33

0.09176

-2.22

0.01321

-1.77

0.03836

-1.32

0.09342

-2.21

0.01355

-1.76

0.03920

-1.31

0.09510

DISTRIBUCIN ACUMULATIVA NORMAL

F (z ) =

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

-1.30

0.09680

-0.85

0.19766

-0.40

0.34458

-1.29

0.09853

-0.84

0.20045

-0.39

0.34827

Apndice

194

-1.28

0.10027

-0.83

0.20327

-0.38

0.35197

-1.2

0.10204

-0.82

0.20611

-0.37

0.35569

-1.26

0.10383

-0.81

0.20897

-0.36

0.35942

-1.25

0.10565

-0.80

0.21186

-0.35

0.36317

-1.24

0.10749

-0.79

0.21476

-0.34

0.36693

-1.23

0.10935

-0.78

0.21770

-0.33

0.37070

-1.22

0.11123

-0.77

0.22065

-0.32

0.37448

-1.21

0.11314

-0.76

0.22363

-0.31

0.37828

-1.20

0.11507

-0.75

0.22663

-0.30

0.38209

-1.19

0.11702

-0.74

0.22965

-0.29

0.38591

-1.18

0.11900

-0.73

0.23270

-0.28

0.38974

-1.17

0.12100

-0.72

0.23576

-0.27

0.39358

-1.16

0.12302

-0.71

0.23885

-0.26

0.39743

-1.15

0.12507

-0.70

0.24196

-0.25

0.40129

-1.14

0.12714

-0.69

0.24510

-0.24

0.40517

-1.13

0.12924

-0.68

0.24825

-0.23

0.40905

-1.12

0.13136

-0.67

0.25143

-0.22

0.41294

-1.11

0.13350

-0.66

0.25463

-0.21

0.41683

-1.10

0.13567

-0.65

0.25785

-0.20

0.42074

-1.09

0.13786

-0.64

0.26109

-0.19

0.42465

-1.08

0.14007

-0.63

0.26435

-0.18

0.42858

-1.07

0.14231

-0.62

0.26763

-0.17

0.43251

-1.06

0.14457

-0.61

0.27093

-0.16

0.43644

-1.05

0.14686

-0.60

0.27425

-0.15

0.44038

-1.04

0.14917

-0.59

0.27760

-0.14

0.44433

-1.03

0.15150

-0.58

0.28096

-0.13

0.44828

-1.02

0.15386

-0.57

0.28434

-0.12

0.45224

-1.01

0.15625

-0.56

0.28774

-0.11

0.45620

-1.00

0.15866

-0.55

0.29116

-0.10

0.46017

-0.99

0.16109

-0.54

0.29460

-0.09

0.46414

-0.98

0.16354

-0.53

0.29806

-0.08

0.46812

-0.97

0.16602

-0.52

0.30153

-0.07

0.47210

-0.96

0.16853

-0.51

0.30503

-0.06

0.47608

-0.95

0.17106

-0.50

0.30854

-0.05

0.48006

-0.94

0.17361

-0.49

0.31207

-0.04

0.48805

Apndice

195

-0.93

0.17619

-0.48

0.31561

-0.03

0.48803

-0.92

0.17879

-0.47

0.31918

-0.02

0.49202

-0.91

0.18141

-0.46

0.32276

-0.01

0.49601

-0.90

0.18406

-0.45

0.32636

0.00

0.50000

-0.89

0.18673

-0.44

0.32997

0.01

0.50399

-0.88

0.18943

-0.43

0.33360

0.02

0.50798

-0.87

0.19215

-0.42

0.33724

0.03

0.51197

-0.86

0.19489

-0.41

0.34090

0.04

0.51595

DISTRIBUCIN ACUMULATIVA NORMAL

F ( z ) = z

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

0.05

0.51994

0.50

0.69146

0.95

0.82894

0.06

0.52392

0.51

0.69497

0.96

0.83147

0.07

0.52790

0.52

0.69847

0.97

0.83398

0.08

0.53188

0.53

0.70194

0.98

0.83646

0.09

0.53586

0.54

0.70540

0.99

0.83891

0.10

0.53983

0.55

0.70884

1.00

0.84134

0.11

0.54380

0.56

0.12260

1.01

0.84375

0.12

0.54776

0.57

0.71566

1.02

0.84614

0.13

0.55172

0.58

0.71904

1.03

0.84850

0.14

0.55561

0.59

0.72240

1.04

0.85083

0.15

0.55962

0.60

0.72575

1.05

0.85314

0.16

0.56356

0.61

0.72907

1.06

0.85543

0.17

0.56749

0.62

0.73237

1.07

0.85769

0.18

0.57142

0.63

0.73565

1.08

0.85993

0.19

0.57535

0.64

0.73891

1.09

0.86214

Apndice

196

0.20

0.57926

0.65

0.74215

1.10

0.86433

0.21

0.58317

0.66

0.74537

1.11

0.86650

0.22

0.58706

0.67

0.74857

1.12

0.86864

0.23

0.59095

0.68

0.75175

1.13

0.87076

0.24

0.59483

0.69

0.75490

1.14

0.87286

0.25

0.59871

0.70

0.75804

1.15

0.87493

0.26

0.60257

0.71

0.76115

1.16

0.87698

0.27

0.60612

0.72

0.76424

1.17

0.87900

0.28

0.61026

0.73

0.76730

1.18

0.88100

0.29

0.61409

0.74

0.77035

1.19

0.88298

0.30

0.61791

0.75

0.77337

1.20

0.88493

0.31

0.62172

0.76

0.77637

1.21

0.88686

0.32

0.62552

0.77

0.77935

1.22

0.88877

0.33

0.62930

0.78

0.78230

1.23

0.89065

0.34

0.63307

0.79

0.78524

1.24

0.89251

0.35

0.63383

0.80

0.78814

1.25

0.89435

0.36

0.64058

0.81

0.79103

1.26

0.89617

0.37

0.64431

0.82

0.79389

1.27

0.89796

0.38

0.64803

0.83

0.79677

1.28

0.89973

0.39

0.65173

0.84

0.79955

1.29

0.90147

0.40

0.65542

0.85

0.80234

1.30

0.90320

0.41

0.65910

0.86

0.80511

1.31

0.90490

0.42

0.66276

0.87

0.80785

1.32

0.90658

0.43

0.66640

0.88

0.81057

1.33

0.90824

0.44

0.67003

0.89

0.81327

1.34

0.90988

0.45

0.67364

0.90

0.81594

1.35

0.91149

0.46

0.67724

0.91

0.81859

1.36

0.91309

0.47

0.68082

0.92

0.82121

1.37

0.91466

0.48

0.68439

0.93

0.82381

1.38

0.91621

0.49

0.68793

0.94

0.82639

1.39

0.91774

Apndice

197

DISTRIBUCIN ACUMULATIVA NORMAL

F (z ) =

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

1.40

0.91924

1.85

0.96784

2.30

0.98928

1.41

0.92030

1.86

0.96856

2.31

0.98956

1.42

0.92220

1.87

0.96926

2.32

0.98983

1.43

0.92364

1.88

0.96995

2.33

0.99010

1.44

0.92507

1.89

0.97706

2.34

0.99030

1.45

0.92647

1.90

0.97128

2.35

0.99061

1.46

0.92785

1.91

0.97193

2.36

0.99086

1.47

0.92922

1.92

0.97257

2.37

0.99111

1.48

0.93056

1.93

0.97320

2.38

0.99134

1.49

0.93189

1.94

0.97381

2.39

0.99158

1.50

0.93319

1.95

0.97441

2.40

0.99180

1.51

0.93443

1.96

0.97500

2.41

0.99202

1.52

0.93574

1.97

0.97558

2.42

0.99224

1.53

0.93699

1.98

0.97615

2.43

0.99245

1.54

0.93822

1.99

0.97670

2.44

0.99266

1.55

0.93943

2.00

0.97725

2.45

0.99286

1.56

0.94062

2.01

0.97778

2.46

0.99305

1.57

0.94179

2.02

0.97831

2.47

0.99324

1.58

0.94295

2.03

0.97882

2.48

0.99343

1.59

0.94408

2.04

0.97932

2.49

0.99361

1.60

0.94520

2.05

0.97982

2.50

0.99379

1.61

0.94630

2.06

0.98030

2.51

0.99396

1.62

0.94738

2.07

0.98077

2.52

0.99413

1.63

0.94845

2.08

0.98124

2.53

0.99430

1.64

0.94950

2.09

0.98169

2.54

0.99446

1.65

0.95053

2.10

0.98214

2.55

0.99461

1.66

0.95154

2.11

0.98257

2.56

0.99477

Apndice

198

1.67

0.95254

2.12

0.98300

2.57

0.99492

1.68

0.95352

2.13

0.98341

2.58

0.99506

1.69

0.95449

2.14

0.98382

2.59

0.99520

1.70

0.95543

2.15

0.98422

2.60

0.99534

1.71

0.95637

2.16

0.98461

2.61

0.99547

1.72

0.95728

2.17

0.98500

2.62

0.99560

1.73

0.95818

2.18

0.98537

2.63

0.99573

1.74

0.95907

2.19

0.98574

2.64

0.99585

1.75

0.95994

2.20

0.98610

2.65

0.99598

1.76

0.96080

2.21

0.98645

2.66

0.99609

1.77

0.96164

2.22

0.98679

2.67

0.99621

1.78

0.96246

2.23

0.98713

2.68

0.99632

1.79

0.96327

2.24

0.98745

2.69

0.99643

1.80

0.96407

2.25

0.98778

2.70

0.99653

1.81

0.96485

2.26

0.98809

2.71

0.99664

1.82

0.96562

2.27

0.98840

2.72

0.99674

1.83

0.96638

2.28

0.98870

2.73

0.99683

1.84

0.96771

2.29

0.98899

2.74

0.99693

DISTRIBUCIN ACUMULATIVA NORMAL

F (z ) =

z2

1
e 2d
z
2

F(z)

F(z)

F(z)

2.75

0.99702

3.20

0.99931

3.65

0.99987

2.76

0.99711

3.21

0.99934

3.66

0.99987

2.77

0.99720

3.22

0.99936

3.67

0.99988

2.78

0.99728

3.23

0.99938

3.68

0.99988

2.79

0.99736

3.24

0.99940

3.69

0.99989

2.80

0.99744

3.25

0.99942

3.70

0.99989

2.81

0.99752

3.26

0.99944

3.71

0.99990

2.82

0.99760

3.27

0.99946

3.72

0.99990

Apndice

199

2.83

0.99767

3.28

0.99948

3.73

0.99990

2.84

0.99774

3.29

0.99950

3.74

0.99991

2.85

0.99781

3.30

0.99952

3.75

0.99991

2.86

0.99788

3.31

0.99953

3.76

0.99992

2.87

0.99795

3.32

0.99955

3.77

0.99992

2.88

0.99801

3.33

0.99957

3.78

0.99992

2.89

0.99807

3.34

0.99958

3.79

0.99992

2.90

0.99813

3.35

0.99960

3.80

0.99993

2.91

0.99819

3.36

0.99961

3.81

0.99993

2.92

0.99825

3.37

0.99962

3.82

0.99993

2.93

0.99831

3.38

0.99964

3.83

0.99994

2.94

0.99836

3.39

0.99965

3.84

0.99994

2.95

0.99841

3.40

0.99966

3.85

0.99994

2.96

0.99846

3.41

0.99968

3.86

0.99994

2.97

0.99851

3.42

0.99969

3.87

0.99995

2.98

0.99856

3.43

0.99970

3.88

0.99995

2.99

0.99861

3.44

0.99971

3.89

0.99995

3.00

0.99865

3.45

0.99972

3.90

0.99995

3.01

0.99869

3.46

0.99973

3.91

0.99995

3.02

0.99874

3.47

0.99974

3.92

0.99996

3.03

0.99878

3.48

0.99975

3.93

0.99996

3.04

0.99882

3.49

0.99976

3.94

0.99996

3.05

0.99989

3.50

0.99977

3.95

0.99996

3.06

0.99889

3.51

0.99978

3.96

0.99996

3.07

0.99893

3.52

0.99978

3.97

0.99996

3.08

0.99897

3.53

0.99979

3.98

0.99997

3.09

0.99900

3.54

0.99980

3.99

0.99997

3.10

0.99903

3.55

0.99981

4.00

0.99997

3.11

0.99906

3.56

0.99981

3.12

0.99910

3.57

0.99982

3.13

0.99913

3.58

0.99983

3.14

0.99916

3.59

0.99983

3.15

0.99918

3.60

0.99984

3.16

0.99921

3.61

0.99985

3.17

0.99924

3.62

0.99985

3.18

0.99926

3.63

0.99986

3.19

0.99929

3.64

0.99986







Apndice

200