Академический Документы
Профессиональный Документы
Культура Документы
ESTADISTICA GENERAL
BINOMIAL
La variable binomial es una variable aleatoria discreta, slo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas. Como hay
que considerar todas las maneras posibles de obtener k-xitos y (n-k) fracasos
debemos calcular stas por combinaciones (nmero combinatorio n sobre k).
La distribucin Binomial se suele representar por B(n,p) siendo n y p los
parmetros de dicha distribucin.
FRMULA
0 p1
EJERCICIOS DE LA BINOMIAL
EJEMPLO 1
Entre 2 ciudades hay 5 vuelos diarios, si la probabilidad de que un vuelo llegue
retrasado es 0,20.
a) Cul es la probabilidad de que ninguno de los vuelos se retrasen el da de
hoy?
b) Cul es la probabilidad de que exactamente uno de los vuelos llegue tarde
hoy?
c) Cul es la probabilidad de que al menos 3 vuelos se retrasen el da de
hoy?
SOLUCIN
a) Cul es la probabilidad de que ninguno de los vuelos se retrase el da de
hoy?
n=5
X=0
p = 0,20
p(x = 0) =
0,10
0,20
0,25
0,30
0,90
0,3277
0,10
0,20
0,3277
0,7373
0,25
0,30
0,90
0,10
0,20
0,3277
0,7373
0,9421
0,9933
0,9997
1,0000
0,25
0,30
0,90
0,0003
= 0,0579
EJERCICIOS DE BINOMIAL
1 .- L a l t i m a n o v e l a d e u n a u t o r h a t e n i d o u n g r a n x i t o , h a s t a e l p u n t o
de que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos
son aficionados a la lectura:
1
personas?
2
Y cmo mximo 2?
2 .- U n a g e n t e d e s e g u r o s v e n d e p l i z a s a c i n c o p e r s o n a s d e l a m i s m a
edad y que disfrutan de buena salud. Segn las tablas actuales, la
probabilidad de que una persona en estas condiciones viva 30 aos o
ms es 0,60. Hllese la probabilidad de que, transcurridos 30 aos,
vivan:
1
SOLUCIN
1 .- L a l t i m a n o v e l a d e u n a u t o r h a t e n i d o u n g r a n x i t o , h a s t a e l p u n t o
de que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos
son aficionados a la lectura:
1
personas?
2
Y cmo mximo 2?
personas?
n = 4 ; X = 2 ; p = 0.8
0
1
0,10
0,20
0,25
0,30
0,800,90
0,0272
0,1808
Y cmo mximo 2?
0,10
0,20
0,25
0,30
0,0016
0,0272
0,1808
0,0016 + 0,0256
0,800,90
0,1536 =0,1808
2 . -U n a g e n t e d e s e g u r o s v e n d e p l i z a s a c i n c o p e r s o n a s d e l a m i s m a
edad y que disfrutan de buena salud. Segn las tablas actuales, la
probabilidad de que una persona en estas condiciones viva 30 aos o
ms es 60%. Hllese la probabilidad de que, transcurridos 30 aos,
vivan:
Soluciones:
n =5; X= 5; p = 0,60
p(X = 5) =
2
n =5; X= 2; p = 0,60
p(X = 2) =
DISTRIBUCIN NORMAL Z
El cociente intelectual
Errores de medicin
2) Propiedades
1) Tiene como parmetros: E(X) = ; V(X) = 2
2) La curva es asinttica; es decir, las colas de la curva nunca llegan a tocar el eje
de las abscisas
3) La distribucin normal es simtrica con respecto a la ordenada mxima.
4) La curva tiene un solo pico; por consiguiente, es unimodal. Presenta una forma
de campana.
5) La media, moda y mediana se encuentran en el centro de su curva normal.
6) Forma grfica de la distribucin de probabilidades normal Z.
x
0,5
0,5
Donde:
X= valor de la variable aleatoria que nos interesa
= media de la distribucin de esta variable aleatoria
= desviacin estndar de la distribucin
z = nmero de desviaciones estndar de x respecto a la media de esta distribucin
4) Uso de tablas
La probabilidad de que nuestra variable aleatoria (que sigue una distribucin
normal) se encuentre entre dos valores determinados ser en general difcil de
calcular (hay que usar la integral de la funcin de probabilidad). Para ello, existen
tablas distribucin normal tipificada, si bien stas se calculan para la distribucin
Normal Tipificada.
EJEMPLO Z= 1, 2 8
0,0
0,1
0,2
.
.
1,0
1,1
1,2
0,3997
.
.
PROBLEMA N 1
El tiempo promedio que empleo un suscriptor del peridico la Verdad es de 49
minutos. Suponga que la desviacin estndar es de 16 minutos y que los tiempos
de la lectura sigue una distribucin normal.
a) Cual es la probabilidad de que un suscriptor tarde cuando menos 1 hora
en leer el peridico?
b) Cual es la probabilidad de que un suscriptor tarde menos de 30 minutos
en leerla?
c) Cual es la probabilidad de que un suscriptor tarde ms de 48 minutos en
leerla?
d) Cual es la probabilidad de que un suscriptor tarde entre 30 y 48 minutos
en leerla?
PROBLEMA N 2
c) P(X 48) =?
d) P( 30 X 48) = ?
a) P(X 60) = ?
49
60
0,5
X-
Z=
Z=
60 - 49
16
Existe un 24,51%
de
30
49
0,5
b) P(X 30) = ?
X-
Z=
Z=
30 - 49
16
-1,19
ENTRAMOS
LA
TABLA
0,3830
Existe un 11,70%
de
c) P(X 48) = ?
48
49
0,5
X-
Z=
Z=
48 - 49
16
-0,06
ENTRAMOS
LA
TABLA
0,0239
Existe un 52,39%
de
d) P( 30 X 48) = ?
30
X-
Z1 =
Z1 =
30 - 49
16
48
49
0,3830
-1,19
ENTRAMOS
LA
TABLA
X-
Z2 =
Z2 =
48 - 49
16
d) P( 30 X 48) = ?
-0,06
ENTRAMOS
LA
TABLA
0,0239
0,3830 - 0,0239 = 0,3591x 100 = 35,91%
PROBLEMA N 2
Los pesos de los individuos de una poblacin se distribuyen normalmente con
media de 70kg. Y una desviacin estndar de 6kg. De una poblacin de 2.000
personas. a)Calcule cuantas personas tendrn un peso comprendido entre 64 y
76kg? b) Se quiere saber el valor de X, si este se encuentra a un 95,05%?
d) P( 64 X 76) = ?
64
70
76
X-
Z1 =
Z=
X-
Z1 =
Z=
76 - 70
6
1,00
ENTRAMOS
LA
TABLA
-1,00
ENTRAMOS
LA
TABLA
0,3413
64 - 70
6
0,3413
b) P(X =?) = ?
45,05%
50%
95,05%
70
X=? 80
45,05% /
100 =
0,4505
X-
Z=
Z= X-
X= Z+
X = (1,65)(6) + 70
= 79,9
T- STUDENT
a) Definicin: La distribucin t . student se utiliza cuando nos encontramos con la
dificultad de no conocer la desviacin tpica poblacional y nuestra muestra es
menor de 30. Es similar a la curva normal, pero la distribucin t student tiene
mayor rea a los extremos y menos en el centro.
Sus funciones se basan en establecer un intervalo de confianza, utilizando un nivel
de confianza y los grados de libertad, obtenindose valores de una tabla dada con
respecto a estas variables y aplicarla o sustituirla en la frmula.
b) Uso de la distribucin t student
1) Para determinar el intervalo de confianza dentro del cual se puede estimar
la media de una poblacin a partir de muestras pequeas(n<30)
2) Para probar hipotesis
3) Para probar si 2 muestras provienen de la misma poblacin
Ejemplo 1
Recuerde v = n - 1
Supngase que: n = 10 y NC = 80% se busca
t/2 = ?
v
SOLUCIN
v=n1
1 = NC
2 = 0,10
v = 10 1
= 1 - NC
v=9
= 1 0,80
= 0,20
0,40
0,30
0,20
0,10
0,05
0,025
1
2
3
4
5
6
7
8
9
1,383
. Ejemplo 2
Recuerde v = n - 1
Supngase que: n = 25 y NC = 90% se busca
t/2 = ?
v
SOLUCIN
v=n1
v = 25 1
1 = NC
2 = 0,05
v = 24
= 1 - NC
= 1 0,90
v
1
24
0,40
0,30
0,20
0,10
0,05
0,025
= 0,10
2
3
4
5
6
7
8
9
.
24
1,711
nmero no existe en la tabla t students, por lo tanto se coloca la calculadora en 3 decimales y se hace de
nuevo la divisin y esta vez el resultado es 0,025, este nmero si existe en la tabla t students
Ejemplo 3
Recuerde v = n - 1
Supngase que: n = 20 y NC = 95% se busca
t/2 = ?
v
SOLUCIN
v=n1
v = 20 1
v = 19
1 = NC
= 1 - NC
= 1 0,95
= 0,05
2 = 0,025
19
2.-TIPOS DE MUESTREOS
a) Muestreo probabilstico
b) Muestreo no probabilstico
a) MUESTREO PROBABILSTICO: Es cuando los elementos que integran la
muestra se toman completamente al azar, dndole as a cada uno el mismo grado de
probabilidad de formar parte de la muestra; hablndose entonces de una muestra
probabilstica.
Es el mejor mtodo de muestreo estadstico y se puede tomar de 4 maneras:
Simple, sistemtico, estratificado y por conglomerado
Ejemplo:
Vamos a generar nmeros aleatorios, utilicemos para ello mi nmero de cdula de
identidad, de ella tomamos los 3 ltimos nmeros lo elevamos al cuadrado y tomamos los
3 ltimos nmeros, esto lo hacemos varias veces hasta obtener un total de 36 nmeros
aleatorios.
Solucin
CI: 5.052.512
512
144
736
696
416
056
136
496
016
256
536
296
EJEMPLO
Supongamos que se aplica una auditora a una empresa, y encontramos que tiene un
total de 500 cuentas por cobrar a clientes, de las cuales se decide analizar una muestra
de 9 clientes.
El procedimiento es el siguiente:
a) Se enumeran los clientes correlativamente desde el 1 hasta el 500
b) Tomamos 3 columnas contiguas de la tabla, tomamos 3 porque el total de clientes son
500, o sea 3 cifras, y as tenemos posibilidad de escogerlas a todas.
c) De estas 3 columnas tomamos los 9 nmeros aleatorios que necesitamos, a partir de
cualquier origen. Supongamos que tomamos los 9 primeros. As:
512
144
736
696
416
056
136
496
016
NOTA: Para nuestra auditora analizaremos las cuentas por cobrar de 9 clientes, cuyo
nmero de cuenta nos dice la tabla de nmeros aleatorios.
No tomamos 512, 736, y 696, porque no tenemos cuenta alguna con ese nmero, puesto
que el nmero total de clientes de esta empresa es solo de 500, tampoco se toma en
cuenta los repetidos, aunque esto es poco frecuente que ocurra, as que saltamos estos
nmeros.
En conclusin solamente analizaremos las cuentas del resto de los clientes o sea de los
clientes nmeros 144, 416, 056, 136, 496 y 016
2. Muestreo aleatorio sistemtico: Consiste en seleccionar los elementos de la muestra
siguiendo un cierto orden, en la que se toma en cuenta el tamao de la poblacin y el de
la muestra.
EJEMPLO
Vamos a suponer que queremos verificar un inventario al muestreo en una empresa, que
tiene un total de 2000 artculos en sus almacenes, con sus respectivas tarjetas de
inventario cada una, y queremos tomar una muestra de solo 25 artculos.
PROCEDIMIENTO:
a) En este caso dividimos la poblacin entre el tamao de la muestra, es decir,
2000
25
= 80
b) Este cociente, llamado factor de elevacin, nos indica que debemos tomar las tarjetas
de 80 en 80.
c) Esto supone que las tarjetas de inventario estarn numeradas correlativamente, desde
el 0001, hasta el 2000
d) Tomamos como origen, o primera tarjeta, una cualquiera al AZAR y luego tomamos la
restantes cada 80 ms.
Por ejemplo: si tomramos como primera tarjeta la nmero 12, la segunda sera la 12 +
80 = 92 y, la tercera tarjeta habra de ser la 92 + 80 =172 y as, sucesivamente, hasta
tomar las 25 tarjetas de la muestra que necesitamos
e) En el caso de agotarse las 2000 tarjetas, antes de completarse la muestra, se regresa
el conteo, desde la tarjeta 2000, hasta la nmero 0001 y se contina dicho conteo, hasta
completar las 25 tarjetas de la muestra.
12
972 + 80 = 1052
14
12 + 80 = 92
92 + 80 = 172
172 + 80 = 252
252 + 80 = 332
2
3
4
5
1052 + 80 = 1132
1132 + 80 = 1212
1212 + 80 = 1292
1292 + 80 = 1372
15
16
17
18
332 + 80 = 412
412 + 80 = 492
492 + 80 = 572
572 + 80 = 652
652 + 80 = 732
6
7
8
9
10
1372 + 80 =
1452 + 80 =
1532 + 80 =
1612 + 80 =
1692 + 80 =
1452
1532
1612
1692
1772
19
20
21
22
23
732 + 80 = 812
812 + 80 = 892
11
12
1772 + 80 = 1852
1852 + 80 = 1932
24
25
892 + 80 = 972
13
40.000 Bs
De 31 a 60 das
30.000 Bs
De 61 a 90 das
20.000 Bs
Ms de 90 das
10.000 Bs
SOLOUCIN
De 01 a 30 das
40.000,00 Bs
40%
De 31 a 60 das
30.000,00 Bs
30%
De 61 a 90 das
20.000,00 Bs
20%
10%
Ms de 90 das
10.000,00 B
TOTAL
100.000,00 Bs
100%
Si quisiramos tomar una muestra de 20 cuentas por cobrar, escogeramos los estratos
indicados siguientes: 8, 6, 4 y 2 cuentas, respectivamente, en forma sistemtica o
aleatoria simple
20 Cuentas
EJEMPLO:
Si queremos efectuar un estudio estadstico, para conocer el grado de audiencia de la
emisora de radio URBE FM 96.3, entre los estudiantes de la Universidad, procederemos
as:
a) Dividimos la Universidad en 7 bloques a saber (A, B, C, D, E, F y G)
b) De estos Bloques tomaremos al AZAR 5 salones de cada Bloque
c) De entre estos salones seleccionados se entrevistan 20 estudiantes por cada saln.
b) MUESTREO NO PROBABILSTICO:
E
Donde:
n = Tamao apropiado de la muestra
z = Nivel de confianza del intervalo
= Desviacin estndar de la poblacin
E = Error muestral mximo que se admite.
n=
E2(N 1) + Z22
Donde:
N = Tamao Poblacional
Z2pqN
E2(N 1) + Z2pq
99,74
3,00
99,00
2,58
98,00
2,33
96,00
2,05
95,45
2,00
95,00
1,96
90,00
1,645
80,00
1,28
68,27
50,00
EJEMPLO 1:
1,00
0,6745
n = 3(100) 2
20
n = [ 15 ]2
n = 225
Conclusin: Es decir, que este seor deber tomar una muestra compuesta de 225
de sus clientes ms representativos.
EJEMPLO 2:
Supongamos que una gran empresa del ramo de ferretera desea tomar un
INVENTARIO AL MUESTREO, con las siguientes condiciones: que el error
muestral no sea mayor del 4%, con un nivel de confianza del 95,45% y segn la
experiencia, las tarjetas con discrepancias suelen alcanzar el 40%
SOLUCIN
Como la poblacin es infinita utilizamos la siguiente frmula
Datos:
Z=2
p = 40% = 0,40
q = 1 p = 1 0,40 = 0,60
E = 4% = 0,04
n = Z2pq
E2
n = (22)(0,40)(0,60)
= 600
SOLUCIN
Como la poblacin es finita utilizamos la siguiente frmula
n=
Z22N
E2(N 1) + Z22
n=
(1,96)2(63,146)2(12.000)
(8)2(12.000 1) + (1,96)2(63,146)2
n=
n=
183.816.748,3
767.936,00
15318,06
183.816.748,3
783.254,06
n = 234,68
n = 235 el tamao muestral correspondiente es de 235 muestras
EJEMPLO 4
Supongamos que una gran empresa del ramo de farmacia tiene un inventario al
muestreo de 235 frmacos, con las siguientes condiciones: que el error muestral
no sea mayor del 5%,
SOLUCIN
Como la poblacin es finita utilizamos la siguiente frmula
DATOS
Z = 2,33
p = 30% = 0,30
q = 1 p = 1 0,30 = 0,70
E = 5% = 0,05
N = 235
n=
Z2pqN
E2(N 1) + Z2pq
n=
(2,33)2(0,30)(0,70)( 235)
(0,05)2(235 1) + (2,33)2(0,30)(0,70)
n=
267,92
1,73
n = 154,87
n = 155 el tamao muestral correspondiente es de 155