Академический Документы
Профессиональный Документы
Культура Документы
MANUAL:
MTODOS CUANTITATIVOS I
CICLO III
LIMA - PER
1
UNIVERSIDAD DE SAN MARTIN DE PORRES
RECTOR
ING. JOS ANTONIO CHANG ESCOBEDO
VICE RECTOR
ING. RAL EDUARDO BAO GARCA
SECRETARIO DE FACULTAD
DR. LUIS ANTONIO CUEVA ZAMBRANO
2
DERECHOS RESERVADOS
3
INTRODUCCIN
4
5
NDICE
PORTADA
INTRODUCCIN
INDICE DE CONTENIDO
OBJETIVOS
PAUTAS PARA EL ESTUDIO Y LOS TRABAJOS DE APLICACION
7
TEMA N 12 DISTRIBUCIN DE LAS PROPORCIONES 94-99
1. Proporcin Muestral de xitos
2. Error Estndar de la Proporcin
ACTIVIDADES APLICATIVAS
AUTOEVALUACION
REFERENCIAS DOCUMENTALES
8
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
9
METODOS CUANTITATIVOS I
ESTADSTICA
DESCRIPTIVA
PROBABILIDAD Y
DISTRIBUCIN DE
PROBABILIDADES
DISTRIBUCIN PARA
VARIABLES
CONTINUAS
10
UNIDAD I: ESTADSTICA DESCRIPTIVA
CONTENIDOS PROCEDIMENTALES
CONTENIDOS ACTITUDINALES
CONTENIDOS CONCEPTUALES
11
ESTADSTICA DESCRIPTIVA
RECOLECCIN Y PRESENTACIN
DE DATOS
GRFICAS
MEDIDAS DE
TENDENCIA CENTRAL
MEDIDAS DE DISPERSIN
VARIACIN DE LOS DATOS
COEFICIENTES DE VARIACIN
Y DE ASIMETRA
12
TEMA N 01
RECOLECCION Y PRESENTACIN DE DATOS
PRESENTACIN DE LA INFORMACIN.
Estadstica es un trmino que es usado con mucha frecuencia para hacer
referencia a cualquier informacin o dato; sin embargo, la estadstica es mucho
ms que la simple coleccin de informacin ya que involucra todo un conjunto
de procesos, que tiene como objeto alcanzar un mayor conocimiento de una
realidad que es desconocida y sobre la cual se desea tomar decisiones.
Variables
Diagrama de
Distribucin Barras
De Frecuencias
Continua Relativas Acumuladas
Grafica de Pastel
Circulares
Discretas
Grafica
Pictogramas
13
ALGUNA VEZ SE ENCONTR CON EL HOMBRE PROMEDIO?
Poblacin
Por ejemplo:
Conjunto de familias de una ciudad.
Conjunto de bombillas elctricas producidas en un da.
Muestra
14
Dependiendo de la forma como se eligen dichas unidades elementales,
las muestras pueden ser:
Muestras Aleatorias ( Probabilsticas )
Parmetro
A. Estadstica Descriptiva
Es la parte de la estadstica que estudia un grupo de datos dado, sin
inferir sus conclusiones a un grupo mayor.
15
resultados de la estadstica.
. Control de la ejecucin de lo planificado segn la estadstica de
resultados.
. Toma de decisiones y Gestin empresarial segn los resultados de la
estadstica.
. Investigacin de temas de la especialidad.
Variable
Variable Cualitativa
Variable Cuantitativa
Variable Discreta
Variable Continua
REDONDEOS DE DATOS.
Se usa generalmente para uniformizar datos de variable continua ,
aproximando a una determinada cifra: milsimas, centsimas, dcimas,
unidades, decenas, centenas, millares, millones, etc. Con el fin de
minorizar los errores, sobre todo cuando con los datos se van a efectuar
operaciones.
Tcnica:
16
. Si la cifra a eliminar es 0, 1, 2, 3,4: se desecha la cifra
. Si la cifra a eliminar es 6, 7, 8, 9: se desecha la cifra y se aumenta en
una unidad la cifra de orden superior.
. Si la cifra a eliminar es 5: se aplica el criterio del par ms cercano.
-Si el digito precedente es par, este no se modifica.
-Si el dgito precedente es impar, este ser aumentado en una unidad.
Ejem:
E1. 47.340 => 47.34 E2. 7.730 => 7.73 E3. Elimina la ltima cifra
47.341 47.34 7.731 7.73 72.8 =>73
47.342 47.34 7.732 7.73 72.814 =>72.81
47.343 47.34 7.733 7.73 183.575 =>183.58
47.344 47.34 7.734 7.73
47.345 47.34 7.735 7.74
47.346 47.35 7.736 7.74
47.347 47.35 7.737 7.74
47.348 47.35 7.738 7.74
47.349 47.35 7.739 7.74
47.350 47.35 7.740 7.74
Ejemplo N 1
Generalizando:
A = {x1, x2, x3, .................. xi .................., xn }
Ejemplo N2
Corresponde a una muestra de 100 observaciones sobre las tallas de los
alumnos, expresada en metros:
17
B=
1,60 1,70 1,55 1,68 1,72 1,70 1,63 1,76 1,54 1,71
1,78 1,74 1,65 1,63 1,55 1,68 1,69 1,74 1,80 1,66
1,65 1,69 1,59 1,68 1,70 1,73 1,74 1,76 1,75 1,69
1,78 1,77 1,69 1,71 1,70 1,75 1,76 1,77 1,68 1,64
1,69 1,70 1,71 1,76 1,71 1,72 1,74 1,69 1,58 1,59
1,60 1,63 1,64 1,65 1,68 1,70 1,70 1,72 1,75 1,58
1,71 1,75 1,74 1,71 1,70 1,69 1,68 1,73 1,72 1,74
1,71 1,70 1,72 1,79 1,78 1,82 1,80 1,79 1,71 1,71
1,70 1,72 1,76 1,75 1,70 1,71 1,69 1,68 1,60 1,62
1,59 1,58 1,61 1,65 1,69 1,71 1,75 1,74 1,70 1,78
PRESENTACIN DE LA INFORMACIN
Ejem:
Las alturas de 100 estudiantes, registradas con aproximacin de
pulgadas.
Clases Frecuencia(f)
(Alturas) (N de estudiantes)
60 62 5
63 65 18
66 68 42
69 71 27
72 - 74 8
N = 100
18
Es el punto medio del intervalo de clase. Se obtiene como la semi- suma de los
lmites de clases.
- los datos de cada clase se consideran que coincide con su
correspondiente marca de clases.
- Se determina al rango.
- se divide el rango en un numero conveniente de intervalos (5 a 20) o
usando alguno de los criterios mencionados.
- se determina el tamao del intervalo y las clases con
C =_____R_____
N de clases
138 164 150 132 144 125 149 157 146 158
163 119 154 165 146 173 142 147 135 153
140 135 161 145 135 142 150 156 145 128
3.-
12
Marcas de Clase
20
Distribucin de Frecuencia de una Muestra Discreta
k=7 f= n = 30
21
3. El cociente obtenido en la divisin realizada en el segundo
paso representa la anchura o tamao del intervalo de clase (c).
Para n = 100
k = 1 + 3,332 log n
k = 1 + 3,332 log 100
k = 7,7
Consideramos el valor:
k =7
q1 = 1.54
q2 = 1.82
q2 q1
c = k
1,82 1,54
c = 7 = 0,04,
22
TABLA DE FRECUENCIAS (EJM 2)
Clases Frecuencia
Marcas Conteo
(Estaturas f
1,56 [1,54 1,58] IIIII I 6
1,60 (1,58 1,62] IIIII III 8
1,64 (1,62 1,66] IIIII IIIII 10
1,68 (1,66 1,70] IIIII IIIIIIIIIIIIIIIIIIII III 28
1,72 (1,70 1,74] IIIII IIIIIIIIIIIIIIIIIIII I 26
1,76 (1,74 1,78] IIIII IIIIIIIIII II 17
1,80 (1,78 1,82] IIIII 5
f= 100
Grfica de Frecuencias
Ejemplo de Aplicacin:
Con los datos del ejem Nro. 2. Hallar el Histograma y Polgono de
frecuencias respectivos.
28
FA 30 26
rl 25
e u
cm 20 17
u n
15
e o 10
n s 10 8
c 6 5
i 5
a
s
1,56 1,60 1,64 1,68 1,72 1,76 1,80
Marcas de clase(Estaturas)
23
Distribucin de Frecuencias Relativas
fR2 = 8
= 0,08 que puede expresarse como el 8%
100
FA3 = f1 + f2 + f3
FA = f1 + f2 + f3 + .............. + fn
FA3 = 6 + 8 + 10 = 24
FA3 = 24
Interpretacin:
Ejemplo:
24
FAR4= fR1 + fR2 + fR3 + fR4
Generalizando:
FAR4 = 0,52
Interpretacin:
Ejemplo:
x Clases(estaturas fi fR FA FAR
)
1.56 [1.54 1.58] 6 0.06 ; 6% 6 0.06 ; 6%
1.60 (1.58 1.62] 8 0.08 : 8% 14 0.14 ; 14%
1.64 (1.62 1.66] 10 0.10 ; 10% 24 0.24 ; 24%
1.68 (1.66 1.70] 28 0.28 ; 20% 52 0.52 ; 52%
1.72 (1.70 1.74] 26 0.26 ; 26% 78 0.78 ; 78%
1.76 (1.74 1.78] 17 0.17 ; 17% 95 0.95 ; 95%
1.80 (1.78 1.82] 5 0.05 ; 5% 100 1.00 ;100%
n = 100 f R =1100%
25
Fig. 1.8 Grfica de Frecuencias Acumuladas Ojiva
FA
100 100 100
94 95
86
80
76 78
Menor oigual
60
52
48
40
24 Mayor que
20 22
14
6 5
1,54 1,58 1,62 1,66 1,70 1,74 1,78 1,82
Intervalos de clase
TALLER 01
ACTIVIDAD APLICATIVA AUTOEVALUACIN
INTRODUCCIN AL ANLISIS DE
DATOS PRESENTACIN DE LA INFORMACIN
EJERCICIOS Y PROBLEMAS
26
promedio de clientes de una empresa visitadas por un vendedor, f) el
total de ventas en soles.
3. Se encuest a un grupo de 30 alumnos sobre el departamento del
Per en el que nacieron y respondieron como se indica.
L T T C P T A A C L L P A AA
L LL P C A A T L T C L A L L
614627245686532
525756146459236
9 8 7 8 4 3
2 1 0 5 3 2
1 1 7 3 2 8
7 6 6 4 3 2
2 0 9 4 6 9
6 9 4 3 5 7
3 2 1 4 4 2
17 15 78 21 10 32 7 65 18 87
4 22 34 42 9 9 82 79 98 4
44 65 62 77 81 81 45 37 83 44
27
77 13 41 16 13 13 82 37 5 54
7 67 88 41 22 22 92 16 67 85
Distribucin de Frecuencias, Intervalos de Clase y Mtodos
Grficos.
807 811 620 650 817 732 747 823 844 907
660 753 1050 918 857 867 675 880 878 890
881 872 869 841 847 833 829 827 822 811
766 787 923 792 803 933 947 717 817 753
1056 1076 958 970 776 828 831 781 1088 1082
832 863 852 788 980 889 1030 897 755 891
28
Uso de Computadoras para Generar Nmeros Aleatorios.
AUTOEVALUACION
SAMPLE
277 170 368 180 299 124 402 359 204
240 351 24 29 339 167 154 100 122
260 339 77 128 94 345 98 71 91
377 199 243
10 14 15 13 17
29
16 12 14 11 13
15 18 9 14 14
9 15 11 13 11
12 10 17 16 12
11 19 12 14 15
DATOS DE ENTRADA
30
TEMA N 2
ORGANIGRAMA
Tendencia Central
Datos no agrupados
Media Aritmtica
Mediana
Moda
Media Geomtrica
Datos agrupados
Media Aritmtica
Mediana
Moda
CONCEPTOS RELACIONADOS
31
LA MEDIA ARITMTICA
Simbologa.-Frmulas.
Dependiendo de la informacin disponible ( poblacional o muestral) se
puede tener:
Media o promedio poblacional (u):
Xi = x .............................. (2.1)
u= 1
N i=1 N
Media o promedio muestral( X ):
Xi = x
x= 1 .............................. (2.2)
n i=1 n
Donde : Xi = Valor de la i ensima observacin de la variable
(suma de todos los datos)
Propiedades:
32
Ejemplos:
LA MEDIA PONDERADA
Frmula:
u p X P =
(px) ....................................
p
donde:
p = factor de ponderacin.
x = datos
Ejemplos
X P = S/. 38,67
Interpretacin:
Si se elige al azar un vendedor se espera que cobre una comisin de: S/.
38.67 por cada telfono vendido.
33
E4: suponga que los costos de produccin y las cantidades producidas
por tres sucursales A, B y C son:
Solucin
XP = (px)
= 500(1,20) + 200(1,60) + 900 (1,05) = 1865
p
500 + 200 + 900 1600
X P = 1,16 soles
Interpretacin:
El costo de produccin promedio por artculo, para la empresa es de
1,16 soles por cada unidad producida.
LA MEDIANA
Caractersticas:
Clculo de la Mediana:
Interpretacin:
Solucin
3, 4, 5, 5, 6, 7, 8, 9 y con n = 8 se tiene:
X (n / 2) X ( n / 2 1) X (8 / 2) X (8 / 2 1) X 4 X 5 5 6
Med 5,5
2 2 2 2
El valor de la mediana se encuentra entre los valores cuarto y quinto de
este conjunto ordenado, es decir 5 y 6 en este caso, la mediana es 5.5.
MODA
35
fxi fx
X = en forma simple X n= ................... (2.7)
f
donde:
N = N de datos de la Poblacin.
n = N de datos de la muestra.
Ambas frmulas sealan que cada punto medio de cada clase (X c), se
multiplica por la frecuencia de clase correspondiente (f), luego se suman
estos productos () para despus dividir esta suma entre el nmero total
de observaciones (f) representadas en la distribucin de frecuencias.
Ejemplos
Total 60 (fx)=1575
Solucin
En la misma tabla calculamos la marca de clase (x c), es decir el valor
intermedio de cada clase intervalo, y (fx), obtenemos:
fx 1575
x = n = 60 = 26,25
x = 26,25
Interpretacin:
36
Si se elige al azar un tcnico se espera que tenga un puntaje de 26.25 en
su evaluacin de desempeo.
Nmero de Marca de
Salario Mensual (fx)
Trabajadores (f) Clase (x)
S/.2400 2599 7 2499,50 S/. 17496,50
2600 2799 20 2699,50 53990,50
2800 2999 33 2899,50 95683,50
3000 3199 25 3099,50 77487,50
3200 3399 11 3299,50 36294,50
3400 3599 4 3499,50 13998,00
Solucin
Interpretacin:
Frmula Utilizada:
N/2 - faA
Med = LI + (fc ) i ..................................... (2,8)
Donde:
Ejemplo
Solucin
Interpretacin:
Donde:
LI = Lmite exacto inferior de la clase que contiene la moda.
d1 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la
clase precedente.
d2 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la
clase siguiente.
i = Tamao de intervalo de clase.
Ejemplo
E12: Con referencia a los datos agrupados de la tabla 2.3. Hallar la moda.
Solucin
d1 13
Mo LI ( )i 2799,50 ( )200 S / .2923,31
d1 d 2 13 8
Interpretacin:
39
TEMA N3
Ejemplos
a) Segundo Cuartil.
b) Segundo Decil
c) Punto Percentil 40.
Solucin
Siendo n = 15:
a) Q2 = X[2n/4 + ] = X[2x15/4 + ] = X8 = 5300
40
CUARTILES, DECILES Y PERCENTILES PARA DATOS AGRUPADOS
Fc
Donde:
Solucin
41
Luego segn frmula:
Conclusin:
49,5 es el lmite exacto inferior de la clase que contiene la medicin
3n/4 37.5, por tanto el cuartil 3 se encuentra en el quinto intervalo y
su valor es 53,25 min.
Conclusin:
19,5 es el lmite superior de la clase que contiene la medicin n/10
5, por tanto el decil 1 se encuentra en el segundo intervalo y su valor
es 23.5 min.
Conclusin:
Frmula
n
xg = x1 . x2 . x3 . x4 . .................... xn ....................... (2.17)
Donde:
42
x = n valores de una serie
Ejemplo
Solucin
Reemplazando en la frmula:
n
xg = x1 . x2 . x3 . x4 . .................... xn ; para n = 5
5
xg = (1,026) (1,054) (1,038) (1,005) (1,014)
5
xg = 1,14390337
Interpretacin:
43
Frmula:
1
Xh
1 / x
n ............................................ (2.18)
Donde:
xh = media armnica
EJEMPLO
E16: Los siguientes datos registran el tiempo medio que utilizan 4 clientes
al realizar una compra de un artefacto domstico. Calcule e interprete el
tiempo medio.
Cliente A B C D
Tiempo
(Minutos) 45 38 52 40
SOLUCIN
Para n = 4
Reemplazando en la frmula
4 4 x88920
Xh
1 1 1 1 1976 2340 1710 2223
45 38 52 40
X h = 43,117953 min.
44
TALLER 02
EJERCICIOS Y PROBLEMAS
2. Una empresa tiene 100 trabajadores cuyo sueldo promedio es de S/. 900.
El prximo mes se piensa incrementar el sueldo de cada trabajador en S/.
100Con cuanto dinero se debe contar para poder pagar los nuevos
sueldos?
3.Una empresa tiene 100 trabajadores cuyo sueldo promedio es de S/. 900.
El prximo mes se piensa incrementar el sueldo de cada trabajador en
20% de su sueldo actual Con cuanto dinero se debe contar para poder
pagar los nuevos sueldos?
4 Una empresa tiene 100 trabajadores cuyo sueldo promedio es de S/. 900.
El prximo mes se piensa incrementar el sueldo de cada trabajador en
20% de su sueldo actual y adems da una bonificacin de S/. 50 Con
cuanto dinero se debe contar para poder pagar los nuevos sueldos?
240, 240, 240, 240, 240, 240, 240, 240, 255, 255, 265, 265,
280, 280, 290, 300, 305, 325, 330 y 340.
45
8. En una compaa que maneja 4 productos, los mrgenes de utilidad
correspondientes a c/u de ellos durante el ao fiscal anterior fueron:
producto A, 4,2 %; producto B, 5,5 %; producto C, 7,4 % y producto D,
10,1 %. Hallar el margen de utilidad promedio.
La Media Ponderada
10. Suponga que los precios al menudeo de determinados artculos han
sufrido los cambios que se muestran en la tabla siguiente. Determine el
cambio porcentual promedio de los precios al menudeo con referencia al
promedio de gastos que se indica en la tabla.
Solucin
En la misma tabla calculamos el punto medio de clase (x), f(x) y fa
obteniendo:
46
Tabla (c). Distribucin de Frecuencias para alquiler mensual por
departamento.
u
( fx)
104500
S / .522.75
1.- N 200
Nota:
12. Las siguientes cifras son los importes del consumo en dlares de
quince personas en un restaurante en orden ascendente; 10, 10, 25,
25, 25, 35, 40, 53, 90, 125, 135, 245, 275, 309, 410. Determinar:
80,6; 89,9; 101,4; 102,6; 115,0; 120,1; 123,4; 126,3; 131,8; 138,6;
151,6 y 160,5. Determine:
47
a) El primero, segundo y tercer cuantil.
b) El segundo decil.
14. Hallar la media geomtrica de una serie 18, 21, 23, 24 y 22 tomada
en este orden.
Ejercicios y Problemas
Solucin
48
3. Utilice una computadora para calcular la media y la mediana de los
datos de la tabla siguiente, que contiene las utilidades combinadas en
millones de dlares, obtenidas en transacciones nacionales e
internacionales por las 100 empresas multinacionales con oficina
matriz en los E.U. Las columnas sucesivas de nmero corresponden
a la lista alfabtica de las empresas en la tabla original.
49
TEMA N4
ORGANIGRAMA
VARIACIN (DISPERSIN)
Datos No Agrupados
Rango (Amplitud)
Desviacin Media
Datos Agrupados
Rango (Amplitud)
CONCEPTOS RELACIONADOS
50
Mientras que las medidas de Tendencia Central identifican el valor
Tpico representativo en un conjunto de datos en contraste:
Las medidas de variacin (dispersin) describen la medida de esta
variabilidad segn sea grande o pequea con respeto a una Medida de
Tendencia Central (Media) x o u.
Ejemplo:
Conocidos los porcentajes o notas (x) de 80 estudiantes de Mtodos
Cuantitativos 1 se les puede disponer formando una distribucin de
frecuencias que da una idea ms ordenada de las caractersticas de la
variable x (calificacin o puntos).
1ro se le calcula la media de la variable x. Con este valor se puede
representar la distribucin de frecuencias.
Si los puntajes (Notas) son muy altos con respeto a la media la
variabilidad ser grande.
Si los puntajes (Notas) son muy prximos a la media, la variabilidad ser
pequea.
La Medida de esta variabilidad es lo que se llama Medidas de Variacin
o Dispersin.
Solucin
Para A: 93-25 = 68 puntos
Para B: 73 66 = 7
51
LA DESVIACIN MEDIA
Solucin
x 50 55 60 70 75 80 390
x 65
1) n 6 6
15 10 5 5 10 5 60
10
6 6
xu
D M Poblacional = N
xx
DM Muestral = n
Donde:
x = datos del Problema.
u = media poblacional de los datos.
n,N = N de datos.
52
x = media muestral de los datos.
x 5 8 8 11 11 11 14 16
10,5
1ro u = n 8
X x-u x-u
5 5-10,5=-5,5 5,5
8 8-10,5=-2,5 2,5
8 8-10,5=-2,5 2,5
11 11-10,5=0,5 0,5
11 11-10,5=0,5 0,5
11 11-10,5=0,5 0,5
14 14-10,5=3,5 3,5
16 16-10,5=5,5 5,5
Total 21,0
xu 21,0
2,625 2,6 unidades
DM = N 8
Interpretacin:
LA VARIANZA.
LA DESVIACIN ESTNDAR
( x u ) 2
Desviacin Estndar Poblacional N
( x x ) 2
s
Desviacin Estndar Muestral n 1
53
8 vendedores vendieron el siguiente N de ventiladores 8, 11, 5, 14, 8,
11, 16, 11.
X x-u (x-u)2
5 -5,5 30,25
8 -2,5 6,25
8 -2,5 6,25
11 0,5 0,25
11 0,5 0,25
11 0,5 0,25
14 3,5 12,25
16 5,5 30,25
Total
86,00
( x u ) 2 86
10,75 3,3unidades
Desviacin Estndar N 8
Varianza Poblacional: N
x 2 Nu 2
Desviacin Estndar Poblacional: N
2
x 2 n x
s
2
Varianza Muestral: n 1
2
x 2 n x
s
Desviacin Estndar Muestral: n 1
E5: Como verificacin de resultados, calcular por frmula abreviada la
desviacin estndar respectiva del problema anterior, siendo x = u =
10,5.
x x2
5 25
8 64
8 64
11 121
11 121
11 121
54
14 196
16 256
Total 968
x 2 Nu 2 968 8(10,5) 2
10,75 3,3 unidades
N 8
MEDIDAS DE VARIABILIDAD (DISPERSIN) ASIMETRA Y
CURTOSIS DE LOS DATOS.
x x x
Asimtrica Asimtrica Simtrica
Negativa Positiva (Insesgada)
(Esta sesgada (Sesgada hacia
hacia la izquierda) la derecha)
55
x x x
(1) Platikrtica (2) Leptokrtica (3) Mesocrtica
EL COEFICIENTE DE VARIACIN (C.V.)
500 300
CV ( A) 0,033 CV ( B) 0,060
u 15000 y 5000
56
COEFICIENTE DE ASIMETRA DE PEARSON (SESGO)
Mide la desviacin de la simetra, expresando la diferencia entre la
media y la mediana con respecto a la desviacin estndar del grupo de
mediciones.
Su Frmula:
3(u Med )
Asimetra Poblacional:
3( x Med )
Asimetra de la Muestra: S
57
X
Asimetra Negativa
Frmula Empleada:
( f ) x u
DMPOBLACIONAL = N
E10: Para los datos de salarios diarios del Problema anterior calcular la
Desviacin Media.
Solucin
Pto. Medio
Salario (f) N de
de clase f(x) |xu| f x u
Mensual Trabajadores
(Intervalo) x
2400 2599 2499,50 7 17496,50 450 3150
2600 2799 2699,50 20 53990,00 250 5000
58
2800 2999 2899,50 33 95683,50 50 1650
3000 3199 3099,50 25 77487,50 150 3750
3200 3399 3299,50 11 36294,50 350 3850
3400 3599 3499,50 4 13998,00 550 2200
Total: 100 294950,00 Total: 19600
2
Varianza Poblacional: N
f x x
2
S 2
Varianza Muestral: n 1
f x u
2
Desviacin Estndar Poblacional: N
f x x
2
S
Desviacin Estndar Muestral: n 1
Pto. Medio
Salario (f) N de
x x x x f x x
2 2
de clase f(x)
Diario Trabajadores
(Intervalo)x
2400 - 2599 2499,50 7 17496,50 -450 202500 1417500
2600 - 2799 2699,50 20 53990,00 -250 62500 1250000
2800 - 2999 2899,50 33 95683,50 -50 2500 82500
3000 - 3199 3099,50 25 77487,50 150 22500 562500
3200 - 3399 3299,50 11 36294,50 350 122500 1347500
3400 - 3599 3499,50 4 13998,00 550 302500 1210000
Total: 100 294900,50 Total : 5870000
Solucin
59
x
f x 294950 2949,50
3ro: Clculo de la media n 100
4to: x x Tabla
5to: f x x Tabla
2
S
f x x 2
5870000
59292.93
6to:Reemplazo de frmula n 1 99
S 243.50
2
f x 2 Nu 2
Varianza Poblacional: N
f x 2 Nu 2
Desviacin Estndar Poblacional: N
S2
f x2 n x
2
Varianza Muestral: n 1
fx n x
2 2
S
Desviacin Estndar Muestral: n 1
S 243,50
100 1
60
TALLER 03
ACTIVIDAD APLICATIVA AUTOEVALUACIN
2. Una empresa fabrica clavos que se venden por cajas. Para una
muestra de 40 cajas, se observaron los siguientes nmeros de clavos
por caja.
Nmero de clavos 18 19 20 21 22
Nmero de Cajas 4 9 15 10 2
61
Renta Mensual Nro. De Departamentos
350-379 3
380-409 8
410-439 10
440-469 13
470-499 33
500-529 40
530-559 35
560-589 30
590-619 16
620-649 12
TOTAL 200
62
MTB > NAME C1 TIME
MTB >MAXIMUN TIME K1
MAXIMUN OF TIME
MAXIMUM of TIME = 18
MTB >MINIMIM TIME K2
MAXIMUN OF TIME
MINIMUM of TIME = 9
MTB > SUBTRACT K2 K1 K3
Answer = 9.0000
MTB >stdev TIME
63
UNIDAD II
PROBABILIDADES, DISTRIBUCIN DE PROBABILIDADES
CONTENIDOS PROCEDIMENTALES
CONTENIDOS ACTITUDINALES
CONTENIDOS CONCEPTUALES
64
PROBABILIDAD Y DISTRIBUCIN DE
PROBABILIDADES
SUMA DE PROBABILIDADES
EVENTOS MUTUAMENTE
EXCLUYENTES Y NO
EXCLUYENTES
MULTIPLICACIN DE
PROBABILIDADES
EVENTOS DEPENDIENTES E
INDEPENDIENTES
DISTRIBUCIN DE
PROBABILIDADES
BINOMIAL Y DE POISSON
65
ORGANIGRAMA
PROBABILIDAD
Subjetivo
Regla de la
Multiplicacin
Probabilidad
Condicional
CONCEPTOS RELACIONADOS
RELACIONES
ENTRE SUCESOS
Mutuamente
Excluyentes
Independientes
Y dependientes
Complementarios
66
DEFINICIN DE PROBABILIDAD
ESPACIO MUESTRAL ()
EVENTO
EVENTOS NO EXCLUYENTES
Dos o ms eventos son no excluyentes cuando es posible que ocurran al
mismo tiempo Ejm:
Evento A: masculino
Evento B: menor de 30 aos
EVENTOS COMPLEMENTARIOS
Dos eventos A y B son complementarios si son mutuamente excluyentes y
su unin es el espacio muestral. Es decir si A B = y A B = A y B
son eventos complementarios, y se puede expresar que:
A
Ac = B
Bc = A
B
67
Frmula:
N ( A)
P( A)
N(S )
N A
N S
P(A) = = 4/52 = 1/13
Solucin
a) El Espacio Muestral () = {CCC CCS CSC SCC CSS SCS SSC SSS}
P(A)3/8
c) Exactamente 2 sellos?
3/8
d) Exactamente 3 caras
1/8
PROBABILIDAD SUBJETIVA
CONSIDERACIONES GENERALES
1.La Probabilidad de ocurrencia de cada Punto Muestral, debe estar
entre 0 y 1.
0 P(A) 1
68
2.La Suma de las Probabilidades de todos los puntos Muestrales debe
ser igual a 1.
P(A) + P(A) = 1
Es decir en una observacin o experimento dados, el evento debe ocurrir
o No. Por ello la suma de la probabilidad de ocurrencia + la Probabilidad
de no ocurrencia siempre es igual a 1.
(AB = ):
A B P(AB)=PA+PB
E6: Se extrae una carta de una baraja de 52, los eventos as (A) y rey
(R) son mutuamente excluyentes.
Solucin
Solucin
69
Solucin
PROBABILIDAD CONDICIONAL
Definicin:
P( AyB ) P( A B)
P( B / A)
P( A) P( A)
Donde:
70
P(AB) = Probabilidad conjunta de 2 eventos.
P(A) = Probabilidad simple no, condicional de un primer evento A.
PROBABILIDAD CONJUNTA:
Definicin:
Una Medida de la Probabilidad del acontecer simultneo de dos o ms
eventos se llama probabilidad conjunta. Para los eventos A y B, esta
probabilidad se simboliza por P(AyB) o P(AB).
Solucin
P A B 2 / 6 2
P B / A
P A 3/ 6 3
Este resultado queda comprobado por el hecho que de los 3 resultados
pares 2, 4, 6 slo 2 son mayores que 3.
71
P(V2) = 0.5 = (0.5) (0.5)
= 0.25 = 1/4
E14: Si se lanza dos veces una moneda la probabilidad de que ambos
eventos sean cara es:
P(AyB) = P(AB) = P(A). P(B) = x =
C1 y C2 1/4
1/2 C2
C1
1/2
1/2
S2 C1 y S2 1/4
S1 y C2 1/4
1/2 C2
1/2
S1
1/2 1/4
S2 S1 y S2
4/4 = 1.00
72
d) Cul es la probabilidad de que ambas sean negras?.
Solucin
Resumen de Resultados:
73
TALLER 04
Clculo de Probabilidades
1. Se lanza un dado:
a) Enumrese los elementos del espacio muestral.
b) Enumrese los elementos de contenido en el suceso de que el
resultado sea par.
c) Enumrese los elementos de contenidos en el suceso de que el
resultado sea, mayor que 4.
74
7. Se elige una carta de una baraja. Cul es la probabilidad de que
sea?.
a) Un as?.
b) Una espada?.
c) Un as o una espada?.
d) Un as o una carta roja?.
e) Una carta con una figura?.
12. Una caja contiene 100 tubos de televisor. La probabilidad de que haya al
menos un tubo defectuoso es 0,05 y de que tenga al menos dos tubos
defectuosos es 0,01. Cul es la probabilidad de que la caja contenga:
a) Ningn tubo defectuoso?.
b) Exactamente un tubo defectuoso?.
c) A lo ms un tubo defectuoso?.
15. Una urna contiene 7 bolas blancas y 5 negras, si se saca dos bolas.
Cul es la probabilidad de que las dos sean blancas si:
a) Se extrae sin restitucin.
b) Se extrae con restitucin.
75
16. La urna A contiene 5 bolitas blancas y 7 rojas y la urna B contiene 3
bolitas blancas y 6 rojas. Se saca una bolita de la urna A y una de la urna
B. Cul es la probabilidad de que las dos bolitas sean blancas?.
19. Se sacan dos cartas sin restitucin de una baraja de la cual se han
eliminado previamente las cartas con figuras. Cul es la
probabilidad de que la suma de los puntos de las cartas sea 19?.
76
TEMA N 7
DISTRIBUCIONES DE PROBABILIDADES
DISTRIBUCIONES DE PROBABILIDAD
VARIABLES VARIABLES
DISCRETAS CONTINUAS
Normal
Binomiales
Poisson
CONCEPTOS RELACIONADOS
Esperanza Matemtica
Valor Esperado
77
ESPERANZA MATEMTICA (VALOR ESPERADO O PROMEDIO)
El Valor Esperado.-
78
X (nmero de caras) P(x) xP(x)
0 1/8 0
1 3/8 3/8
2 3/8 6/8
3 1/8 3/8
12
xP( x )
8
E(x) = xP(x)
= 12/8
= 1,5 caras.
E3: Con base en la tabla del 1er. ejemplo, hallar el valor esperado de la
variable aleatoria. (Promedio de alquiler diario de camionetas)
Solucin
E4: Una caja contiene 3 bolitas negras y 7 blancas. Se saca una bolita
de la caja si sta es negra Ud. gana $2, pero si es blanca usted pierde
$1. Cul es la esperanza matemtica de este juego?
Solucin
79
+ $2 3 6
10 10
- $1 7 7
10 10
1
xP(x) = 10 = -0,1
Interpretacin:
n!
p xqn x
= x!(n x )!
Donde:
n!
n
= Coeficiente Binomial = x!(n x)!
C
nCx = x
80
E5:La Probabilidad de que un gerente de compras elegido al azar realice
una compra es de 0.20. Si un vendedor visita a 6 gerentes de compras,
hallar la probabilidad de que realice exactamente 4 ventas.
Solucin
Datos:
P = 0.20 n=6
q = 1-0.20 = 0.80 x=4
6!
(0.20) 4 (0.80) 2
= 4!( 6 4)!
6 x5 x 4 x 3 x 2
(0.0016)(0.64)
= ( 4 x 3 x 2)( 2)
= 0.01536 0.015
Solucin
6!
P(x=5) = 6C5 (0,20)5 (0,80)1 = 5! 1! (0,20)5(0,80)
= 6(0,00032) (0,80) = 0,001536
6!
P(x=6) = 6C6(0,20)6(0,80)0 = 6! 0! (0,000064)(1)
= (1) (0,000064) = 0,000064
81
Como el uso de la frmula binomial implica una cantidad
considerable de clculos cuando la muestra es relativamente
grande. Por tanto usamos las tablas de probabilidades binomiales.
Solucin
Sabemos:
P(x < 3, n = 15, p = 0,20) = P(x 2)
= P(x = 0) + P(x =1) + P(x = 2)
= 0,0352 + 0,1319 + 0,2309 (Ver Apndice 2)
= 0,3980 0,40
Ejemplo de Aplicacin:
Solucin
82
a) Cul es la probabilidad de que precisamente 16 se instalen en forma
correcta?.
Solucin
n 20
x 16 no contiene valor para p 0,95
p 0,95
Es decir:
n = 20
p( x=4/n=20, p=0,05) = 0,0133
x=4
Solucin
Obtener al menos 4 circuitos defectuosos = P(x=4) + P(x=5) + ... +
P(x=20) circuitos defectuosos, sto suma segn tabla 0,0133 + 0,0022
+ 0,0003 = 0,0158, del mismo modo.
P(a lo sumo 3 circuitos defectuosos), se encuentra como la suma de
las probabilidades de obtener 0, 1, 2 y 3 circuitos defectuosos, es decir
0,3583 + 0,3774 + 0,1887 + 0,0596 = 0,9842.
83
vez de ocurrir en ensayos u observaciones fijas como en el proceso
Bernulli.
Solucin
53 e 5 (125) (0.00674)
0.1404
P(x=3/=5.0) = 3! 3 x 2 x1
E10: Puede determinarse la respuesta del ejemplo anterior utilizando el
apndice 4 de probabilidades Poisson?.
Solucin
P(x=3/=5.0) = 0.1404
Nota 1: Cuando lo que interesa es la probabilidad de x o mas o x o
menos. Se aplica la regla de adicin para eventos mutuamente
excluyentes.
84
E11: Si en un Dpto. de reparacin de maquinaria se recibe un promedio
de 5 solicitudes de servicio por hora, hallar la probabilidad de que se
reciban menos de 3 llamadas en una hora elegida al azar.
Solucin
Solucin
Dado x = N de Personas
Promedio por horas = 12
85
P(x=7)/ = 2.0 = 0.0034
P(x=8)/ = 2.0 = 0.0009
P(x=9)/ = 2.0 = 0.0002
------------
0.3232
TALLER 05
ACTIVIDAD APLICATIVA - AUTOEVALUACIN
DISTRIBUCIONES DE PROBABILIDADES
A. Valor Esperado
Nmero de Camiones 0 1 2 3 4 5 6
B. Distribucin Binomial
86
a) P(X 2) c) P(X 4)
b) P(X = 2) d) P(X = 4)
a) P(X 7) c) P(X 5)
b) P(X = 7) d) P(X = 5)
C. Distribucin Poisson
87
12. La mesa conmutadora del Gran Hotel Emperador recibe un
promedio de 10 llamadas telefnicas por minuto. Utilcese la
distribucin de Poisson para determinar la probabilidad de que
lleguen exactamente 4 llamadas en un periodo de 30 segundos.
88
UNIDAD III:
DISTRIBUCIN NORMAL, DISTRIBUCIN DE LA MEDIA MUESTRAL
CONTENIDOS PROCEDIMENTALES
CONTENIDOS ACTITUDINALES
CONTENIDOS CONCEPTUALES
89
DISTRIBUCIN PARA VARIABLES
CONTINUAS
DISTRIBUCIN NORMAL
DISTRIBUCIN DE LA MEDIA
MUESTRAL Y
DE PROPORCIONES
90
TEMA N10
Distribucin Normal
f(x)
Peso, Kg
2000 4000 6000 8000 10000 12000
91
Uso de las Tablas de Distribucin Normales
92
Solucin
u = 13,0
= 0,1
P(12,8 x 13,1)
Si
xu
Z
12,8 13,0 13,1
X1 X2
De la figura:
X 1 u 12,8 13,0
Z1 2,0
0,1
X u 13,1 13,0
Z2 2 1,0
0,1
TALLER 6
ACTIVIDAD APLICATIVA AUTOEVALUACIN
Distribucin Normal
93
15. Un rodamiento es considerado defectuoso y por lo tanto es
rechazado si su dimetro es mayor que 2.02 pulgadas o menor
que 1,98 pulgadas. Cul es el nmero esperado de
rodamientos rechazados si los dimetros de una partida de
10,000 rodamientos estn distribuidos, normalmente con una
media de 2 pulgadas y una desviacin estndar de 0.01
pulgadas?.
a) ms de 21,000 soles
b) menos de 25000 soles
c) entre 24000 y 26000 soles
d) como mnimo 20000 soles?
94
SOFTWARE ESTADSTICO (Aplicacin por Computadora)
DISTRIBUCIN NORMAL
Caso Estudio 1:
Caso Estudio 2
95
TEMA N11
ORG ANIGR AM A
DISTRIBUCIONES MUESTRALES
96
Debido a factores como tiempo y costo, se estiman los parmetros
poblacionales desconocidos por ejemplo la media (u) examinando
la informacin de la muestra ( x ) de la poblacin, la cual debe ser
representativa de la poblacin objeto del estudio.
CONSIDERACIONES GENERALES
E1: Si tenemos una poblacin de N=4, que indican los ingresos anuales
de 4 analistas de sistemas 10, 20, 30 y 40 (en miles de soles)
a.- Calcular la media de la poblacin (u)
b.- La desviacin estndar poblacional ( )
c.- Si tomamos muestras aleatorias de tamao n=2 hacer una lista de
todos los pares posibles de las diferentes muestras de la media.
97
Para cada uno de los pares identificados, calcule la media muestral x
con su respectiva probabilidad, y demuestre que la media de todas las
medias muestrales posibles (u x ) es igual a la media de la poblacin (u)
de donde se seleccionaron las muestras.
x x
2 2
x
Ns Ns
donde:
98
N n
x
n N 1
E2: Del primer ejemplo demostraremos que al utilizar las dos frmulas
del error estndar dadas, el resultado es el mismo.
Solucin
s N n 57 100 16 57 84
sx
n N 1 16 100 1 4 99
TALLER 8
99
E6: En un estudio para comparar la produccin promedio mensual en
miles de unidades producidas por COCA-COLA y KOLA REAL se
usar una muestra aleatoria de 20 y 25 trabajadores de c/u de las
empresas . Se sabe que la produccin por trabajador siguen una
distribucin normal. El promedio de la produccin de todos los
trabajadores de COCA_COLA es de 100 unidades y su desviacin
estndar es de 14.142, mientras que el promedio de la produccin de
todos los trabajadores KOLA REAL es de 85 unidades y su desviacin
estndar es de 12.247 unidades. Si y representan el promedio
muestral de la produccin de los 20 y 25 trabajadores respectivamente.
Encuentre la probabilidad de que el promedio de las unidades
producidas por los 20 trabajadores sea al menos 20 unidades ms que
el de los 25 trabajadores.
Solucin:
Datos:
100
TEMA N 12
Solucin
S 200
P 0,40
Sabemos: n 500
Nota: Tal como estudiamos en distribucin muestral donde u x (media de
todas las medias Muestrales) = u(media de la poblacin).
En este caso: P =
Donde:
P = media de las proporciones Muestrales.
= proporcin de la poblacin.
101
Central aplicado a la distribucin de proporciones Muestrales.
Aqu se debe cumplir lo siguiente:
n> 50 y
Tanto n como n(1-) son mayores que 5.
(1 ) N n
P
n N 1
Solucin
Las muestras posibles de tamao n = 2 y la proporcin de
xitos (vive), se indican en la tabla siguiente.
Se cumple tambin 5C2 = 10. M = muere, Vive = V.
Ns = N de muestras posibles = 10
S
p
Sabemos: n
Donde:
p = proporcin muestral de xitos.
S = proporcin de xitos en una muestra.
n = 2.
Proporcin de
Muestra
xitos P
M1 V 2 0,5
M1 V 3 0,5
M1 M 4 0,0
M1 M 5 0,0
V2 V 3 1,0
V2 M 4 0,5
V2 M 5 0,5
V3 M 4 0,5
V3 M 5 0,5
M4 M 5 0,0
P = 4,0
P
P 4 0,40
Ns 10
donde:
p = proporciones.
p = media de todas las proporciones.
Ns = N de muestras posibles.
102
Es decir P (media de todas las proporciones ) es igual a u(media de la
poblacin) = 0,40.
(1 ) N n (0,4)(0,6) 5 2
P 0,3
n N 1 2 5 1
APLICACIN ESTADSTICA
Pedro enva 200 cartas en las que ofrece vender el producto. Tiene que
hacer 160 ventas. Como mnimo para financiar el viaje que tiene
programado a Hawai.
TALLER 9
103
3. Con referencia al problema anterior, cul es la probabilidad de
que la media de una muestra aleatoria de n = 40 cuentas exceda
de $ 160,000?
UNIDAD IV
ORGANIGRAMA
Intervalos
De Confianza Prueba
Estimacin Medias
Puntual Poblacionale
s
Medias Estadsticos
Poblacionales utilizados
Distribucin
t de
Student
Entre
Dos Medias
Poblacionales
105
CONTENIDOS PROCEDIMENTALES
CONTENIDOS ACTITUDINALES
CONTENIDOS CONCEPTUALES
106
ESTIMACIONES CON INTERVALOS DE
CONFIANZA, PRUEBA DE HIPOTESIS
107
TEMA N 13
INTERVALOSDE CONFIANZA PARA LA
DISTRIBUCIN MEDIA
T DE POBLACIONAL
STUDENT
DIFERENCIA DE MEDIAS
En este captulo aprenderemos a determinar intervalos de confianza de medias
poblacionales, proporciones poblacionales prueba de hiptesis, errores Tipo I y
II as como intervalos de confianza y prueba de hiptesis con dos poblaciones.
Parmetros de Poblacin
Media, u x
Diferencia entre las medias de 2 poblaciones u 1 u2 x1 x 2
I Proporcin, p
Diferencia entre las propiedades de p1 p2
dos poblaciones; 1 - 2 s2
Varianza, 2 s
Desviacin Estndar,
108
promedio a destajo para todos los empleados de la empresa, con una
estimacin por intervalo que permite tener una confianza del 95% de que
ese intervalo incluye el valor de la media poblacional.
TALLER 10
ACTIVIDAD APLICATIVA AUTOEVALUACIN
a) Con el 95%
b) Con el 90% de confianza.
TEMA N 14
109
As mismo, la distribucin t, tiene una media igual a cero, es simtrica
respecto de la media y se extiende de - a + .
Clculo del Estadstico (t)
Se calcula como el estadstico Z.
Su formula es:
xu
t
Sx
S
x t gl S x x t gl
n
TALLER 11
ACTIVIDAD APLICATIVA AUTOEVALUACIN
Determinar:
Solucin
110
16,1 3 48,3 259,21 777,63
16,2 1 16,2 262,44 262,44
n = 12 x=191,6 x =3059,46
2
x
x 191,6 15,97 x 15,97 gr
a) n 12
n x 2 ( x ) 2 12(3059,46 (191,6) 2 )
S
n(n 1) 12(11)
b)
S 0,15
x t gl S x 15,97 t11 15,97 2,201
c) n 12
INTERPRETACIN:
El peso promedio por sobre se encuentra ente 15,88 y 16,06 grs
TEMA N15
111
( x1 x 2 ) z x1 x 2
u1 u2 =
( x1 x 2 ) zS x1 x 2
u1 u2 =
Frmula del Error Estndar de la Diferencia entre dos medias.
x x x2 x2
1 2 1 2
S x1 x 2 S x21 S x22
Solucin
Sabemos:
S x1 x 2
Int. del 99% = ( x1 x 2 ) Z
S x1 x 2 S x21 S x22
En donde:
Z = 2,58
S1 1400 1400
S x1 255,60
n1 30 5,477
112
S2 1000 1000
S x2 158,11
n2 40 6,325
Reemplazando Tenemos:
Int. del 99% = S/. 1000 2,58 (300,55)
= 1000 775,4 a 1000 + 775,4
= 225 a 1775
Es decir: 225 u1 u2 1775
INTERPRETACIN:
Puede estimarse que el salario anual promedio de la primera empresa
es mayor que el correspondiente a ala segunda en una cantidad que va
de S/. 225 a S/. 1775 con una confianza del 99% en una estimacin por
intervalo.
TALLER 12
ACTIVIDAD APLICATIVA AUTOEVALUACIN
E1: Una revista describa una prueba por Daniel S.A. para comparar la
eficacia de dos tipos de fertilizantes qumicos. Se trataron 50 hectreas
con cada uno de los tipos . Los incrementos de produccin por hectrea
de trigo dieron medias de x1 = 14,2 litros para el fertilizante 1 y de x2 =
17,5 litros para el fertilizante 2. Las desviaciones estndar de ambos
fertilizantes eran de 1 =1,92 y 2 =2,05. Calcular el intervalo de
confianza del 99% para estimar la diferencia de la eficacia en los dos
fertilizantes.
CASO ESTUDIO 1.
En una Empresa Auditora un contador toma una muestra promedio de 36
cuentas por cobrar diferentes de valor 2.6 mill. de soles. Encuentre el intervalo
de confianza del 95% para la media poblacional suponiendo que la desviacin
estndar de la poblacin es de 0,3 mill. de soles.
113
SOLUCION CON MINITAD 15
1. - Se colocan los datos.(Ver grafico en clase)
2. - Poner en stat-basic statics-1-sample z.(Ver grafico en clase)
3. - Colocar los datos.(Ver grafico en clase)
4.- Luego aparecern los resultados pedidos en la pregunta.(Ver grafico en
clase)
TEMA N16
PRUEBA DE HIPTESIS
Qu es una hiptesis?
- Hiptesis: enunciado acerca de una poblacin elaborada con el
propsito de ponerse a prueba.
- Ejemplos de hiptesis acerca de un parmetro de poblacin son:
La media mensual de ingresos para contadores es $ 3625
El 20 % de los delincuentes juveniles son capturados y
sentenciados a prisin.
Prueba de Hiptesis.
114
Una prueba es de una cola cuando la hiptesis alterna, H 1, establece una
direccin, como:
H0: el ingreso medio de las mujeres es menor o igual al ingreso medio de
los hombres.
H1: el ingreso medio de las mujeres es mayor que el de los hombres.
Solucin
u = 36 onzas
= 5%
x = 37,6
S = 3 onzas
n = 100 95% Rechazo
Ho: u = 36 /2 = 0,025
H1: u 36
Sabemos:
x CR u H ZS x 35,41 uH=36 36,59
= 36 (1,96)(0,3)
= 36 0,588
35,41 hasta 36,59
INTERPRETACIN.
TALLER 13
ACTIVIDAD APLICATIVA AUTOEVALUACIN
115
E2: Un contador piensa que el nmero medio de das necesarios para
realizar un trabajo debe ser u = 27. Si la media es menor que 27, el
contador teme que el trabajo se ejecute con descuido de calidad,
mientras que una media por encima de 27 puede dar lugar a unos
gastos innecesarios. Se eligen al azar 50 trabajos con objeto de probar
(contrastar esta afirmacin).
Solucin
u = 27
n = 50
x = 25,3
S = 2,1 Rechazo
/2 = 0,005
= 1% Ho:0,99
Ho: u = 27 0,4950
H1: u 27 26,23 uH=27 27,77
E4. Si la vida til de las focos de una marca especfica es cuando menos
4200 hrs. La vida til promedio para una muestra aleatoria de n = 10
focos es x 4000 hrs. con desviacin estndar muestral S = 200hrs.
Si tiene vida til D. normal probar la hiptesis con alfa = 5%
Solucin
n = 10 Ho: 4200 hrs.
H1: < 4200
tCRTICA (gl = 9, x = 0,05) = -1,833
S 200 200
Sx 63,3hrs.
n 10 3.16
x 0 4000 4200
CAL 3,16
Sx 63.3
116
HO
Acepta
HI
CUADRO 1
Jabn
Ingresos Total
B1 B2
117
A1 40 60 100
A2 110 90 200
Total 150 150 300
En el Cuadro 1
Observamos en los totales de las filas (renglones) y columnas que:
150 + 150 = 300 personas
100 + 200 = 300 Personas
100 tienen ingresos A1, y
200 tienen ingresos A2
Tambin
150 usan jabn B1, y
150 usan jabn B2
Resultando:
CUADRO 2
Jabn
Ingresos Total
B1 B2
A1 100
A2 200
Total 150 150 300
118
frfc 200 x150
100
fe4 = n 300
Obtenemos:
CUADRO 3
Jabn
Ingresos Total
B1 B2
A1 40 (50) 60 (50) 100
A2 110 (100) 90 (100) 200
Total 150 150 300
PRUEBA DE HIPTESIS NULA DE INDEPENDENCIA PARA LOS DATOS DE
LA TABLA ANTERIOR UTILIZANDO UN NIVEL DE SIGNIFICANCIA DEL 5 %
FORMULADE JI CUADRADA:
( f0 fe )
fe
X2 =
Donde:
fe = Frecuencia esperada
f0 = Frecuencia observada
Hiptesis nula = H0 = No existe una relacin estadsticamente significativa
entre los ingresos de una persona y la clase de jabn que
usa. Por tanto son independientes.
Hiptesis alterna: HA = Existe una relacin estadsticamente significativa entre
los ingresos de una persona y la clase de jabn que usa por tanto son
dependientes.
gl = (r 1) (c 1) = (2 1 ) (2 1) = 1
( f0 fe )
fe
X2 =
TALLER 14
119
COMPLEMENTARIOS CON EL TALLER ANTERIOR.
PRUEBA DE HIPTESIS
121
APENDICE II: DISTRIBUCION BINOMIAL
122
APENDICE II: DISTRIBUCION BINOMIAL (CONT)
123
124
APENDICE II: DISTRIBUCION BINOMIAL (CONT)
125
APENDICE II: DISTRIBUCION BINOMIAL (CONT)
126
APENDICE II: DISTRIBUCION BINOMIAL (CONT)
127
APENDICE II: DISTRIBUCION BINOMIAL (CONT)
128
129
APENDICE IV: DISTRIBUCION DE POISSONAPENDICE
IV: DISTRIBUCION DE POISSON
130
APENDICE IV: DISTRIBUCION DE POISSON (CONT)
131
DISTRIBUCION DE POISSON (CONT)
132
APENDICE IV: DISTRIBUCION DE POISSON (CONT)
133
APENDICE IV: DISTRIBUCION DE POISSON (CONT)
134
APENDICE V: DISTRIBUCION NORMAL
135
APENDICE VI DISTRIBUCION t DE STUDENT
136
EJERCICIOS Y PROBLEMAS ADICIONALES
Aproximaciones.
5, 6, 1, 7, 3, 1, 4, 8, 2, 3,5,7,1,3,4,5,6,8,3,4,5,2,5,4
6,7,2,3,5,4,6,4,3,2,6,4,3,4,5,6.
Determinar su media aritmtica, su mediana y su moda.
CLASES FRECUENCIAS f
118.127 4
128.137 7
138- 147 16
148-157 19
158-167 5
168-177 6
178-187 3
137
138
Tiempos de ensamble de 30 empleados, en minutos
10 14 15 13 17 16 12 14 11 13 15 18 9 14 14 9 15 11
13 11 12 10 17 16 12 11 16 12 14 15.
CLASES f
118 126 3
127 135 5
136 144 9
145 156 12
154 162 5
163 171 4
172 180 2
b) El coeficiente de variacin
1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 0
5 7 4 8 0 5 3 8 1 9 2 5 7 0 7 0 5 9 8
1 1 1 1 0 1 1 0 1 0 1 1 1 1 1 2 0 1 1
0 5 3 2 9 6 2 9 0 8 1 4 6 3 2 0 8 2 0
139
Programe por MINITAB:
a) La construccin de un histograma
b) El calculo de la mediana
13.-La ventas por hora de una maquina automtica pueden ser de 5, 8, 11, 13,
15 o 20
Gaseosas de litro con las probabilidades de 0.4, 0.3, 0.1, 0.1, 0.005, 0.05
Respectivamente. Determine la venta esperada a liquidar de las 14:00 horas a
las 22:00 horas.
14.- Debido a la elevada tasa de inters, una empresa reporta que el 20% de
sus cuentas por cobrar estn vencidas. Si un contador toma una muestra
aleatoria de 6 de estas cuentas. Determine la probabilidad de cada uno de los
siguientes eventos con la distribucin Binomial:
15.- Se ha determinado que el nmero de clientes que llegan cada hora a una
tienda tiene la distribucin de probabilidad que se muestra en la tabla:
Numero clientes X 0 1 2 3 4 5 6
140
b) Determina la probabilidad de que el precio de accin cambie
durante la semana.
19.- El dimetro medio interior de una muestra de 300 tubos producidos por
una fabrica es de 0.530 pulgadas y la desviacin estndar es de0.0005
pulgadas. El uso de los tubos permitir una tolerancia de 0.522 a 0.538
pulgadas; de otro moto se considera defectuosos. Determina el porcentaje de
tubos defectuosos suponiendo que los tubos producidos se distribuyen
normalmente.
23.-Las lmparas que fabrica cierta empresa tiene una vida media de 1500
horas y una desviacin estndar de 100 horas.
Halla la probabilidad de que una muestra aleatoria de 25 lmparas tenga una
vida media entre 1450 y 1600 horas?
141
26.- en un Bufete de abogados hay 6 socios. A continuacin se indica el
numero de casos que cada miembro llevo a la corta en el mes pasado.
Nmeros de
Socios
Casos
Ruud 3
Austin 6
Sass 3
Palmer 3
Wilhelms 0
Schueller 1
28.- Un contador piensa que el nmero medio de das necesarios para realizar
un trabajo debe ser U = 27 si la media es menor que 27, el contador teme que
l trabajo se ejecuta con descuido de calidad, mientras que una media por
encima de 27 puede dar lugar a unos gastos innecesarios.
Se Eligio al azar 50 trabajos con objeto de probar (contrastar esta afirmacin).
Se encuentra que la media es x = 26.7 das, con una desviacin estndar S
=2.1 das, el contador desea probar (contraste) la hiptesis con nivel de
significancia de 10% (90% de confianza). Determina el sistema de hiptesis y
realizar la prueba. Si rechaza la hiptesis nula, el contador tendr que volver a
valorar el proceso de trabajo para garantizar que se siguen procedimientos
adecuados.
142
APLICACIN CON EL PROGRAMA DE MINITAB
DISTRIBUCION NORMAL
0.00008
0.00007
0.00006
Densidad
0.00005
0.00004
0.00003
0.00002
0.00001
0.05
0.00000
26234 34458
X
143
Double-click en Shaded Area (area sombreada).
SelccionarXvalue (valor X), adems hacer clic en cola a la y
proporcionar los valor de X, es decir $ 35000dlares.
Clic en Ok.
Minitab despliega la grafica de la distribucin normal con el
valor de la probabilidad sombreado. En este caso la grafica
muestra que la probabilidad es 0.03978 3.978%
Grfica de distribucin
Normal, Media=26234, Desv.Est.=5000
0.00009
0.00008
0.00007
0.00006
Densidad
0.00005
0.00004
0.00003
0.00002
0.00001
0.03978
0.00000
26234 35000
X
144
2. Un contador quiere saber el porcentaje de los costos de los insumos que
tiene una empresa en el proceso de produccin. El costo promedio esta
estimado en $ 26234 dlares anuales. Suponga que se aplica una
distribucin a los costos y que la desviacin estndar es de $ 5000
dlares.
Abrir el Minitab. Clic en Graph (Grafica).
Colocarse en el siguiente Men y opcin:
GraphProbabilityDistributionPlot (Grafica de distribucin de
Probabilidad).
Se despliega la ventana de ProbabilityDistributionPlots (parcelas
de distribucin de probabilidad).
Clic en View Probability (ver probabilidad).
Clic en Ok.
Seleccionar Distribucin Normal.
Grfica de distribucin
Normal, Media=26234, Desv.Est.=5000
0.00009
0.00008
0.00007
0.00006
Densidad
0.00005
0.00004
0.00003
0.00002
0.00001
0.03978
0.00000
26234 35000
X
145
Double-click en Shaded Area (area sombreada).
SelccionarXvalue (valor X), adems hacer clic en cola a la y
proporcionar los valor de X, es decir $ 20000 dlares.
Clic en Ok.
Minitab despliega la grafica de la distribucin normal con el valor
de la probabilidad sombreado. En este caso la grafica muestra
que la probabilidad es 0.1062 10.62%
Grfica de distribucin
Normal, Media=26234, Desv.Est.=5000
0.00009
0.00008
0.00007
0.00006
Densidad
0.00005
0.00004
0.00003
0.00002
0.00001 0.1062
0.00000
20000 26234
X
146
3. El rea de contabilidad de una empresa tiene registrada $25000 dlares
en promedio de cuentas por cobrar con una desviacin estndar de
$3000 dlares. Suponga que se hace distribucin normal. Cul es la
probabilidad por lo menos cobre $30000 dlares de las cuentas por
cobrar?
Grfica de distribucin
Normal, Media=25000, Desv.Est.=3000
0.00014
0.00012
0.00010
Densidad
0.00008
0.00006
0.00004
0.00002
0.05
0.00000
25000 29935
X
147
DobleClic en Shaded Area (reasombreada).
SelccionarXvalue (valor X), adems hacer clic en cola a la y
proporcionar los valor de X, es decir $ 30000 dlares.
Clic en Ok.
Grfica de distribucin
Normal, Media=25000, Desv.Est.=3000
0.00014
0.00012
0.00010
Densidad
0.00008
0.00006
0.00004
0.00002
0.04779
0.00000
25000 30000
X
148
4. El rea de contabilidad de una empresa tiene registrada $25000 dlares
en promedio de cuentas por cobrar con una desviacin estndar de
$3000 dlares. Suponga que se hace distribucin normal. Cul es la
probabilidad de que cobre entre $25000 dlares y 27500 dlares de
las cuentas por cobrar?
149
Grfica de distribucin
Normal, Media=25000, Desv.Est.=3000
0.00014
0.00012
0.00010
Densidad
0.00008
0.00006
0.00004
0.00002
0.05
0.00000
25000 29935
X
150
Grfica de distribucin
Normal, Media=25000, Desv.Est.=3000
0.00014
0.2977
0.00012
0.00010
Densidad
0.00008
0.00006
0.00004
0.00002
0.00000
25000 27500
X
x
70,000 z
20,000
p x 80,000
80,00070,000 10,000
z 0,50 La probabilidad acumulada es de 0,1915
20,000 20,000
p x 80,0000.50000,19150,3085
151
mayor a 80,000.entonces 61,7% de los recibir en prestamos
los$80,000.
152
SelccionarX Distributions normal
Introducir los valores de la media(Mean) y la desviacin estndar
(standardderivation)
Clic en ShadedArea
Seleccionar x vakue, clic en Middle. y proporcional los valores de x y x
Clic en OK
153
Distribution Plot
Normal, Mean=70000, StDev=20000
0.000020
0.000015
Density
0.000010
0.000005 0.3085
0.000000
7000080000
X
Resolucin
150 Segundos
15 Segundos
p125 x 150
125150
Z =-1,67
15
Rpta : p125 x 150 Z=-1,67 pero por la tabla de distribucin da
una rea de 0,4525. Por tanto la probabilidad de que una
transmisin dure entre 125 y 150 segundos es 45,25%
154
Colocarse en el siguiente men y opcin:
GraphProbabilityDistributionPlot
SelecionarDistribucion normal
Introducer los valores de la media(Mean) y la desviaciones andar
(standardderivation)
155
Clic en ShadedArea
Seleccionar x vakue, clic en Middle. y proporcional los valores de x y x
Clic en OK
Distribution Plot
Normal, Mean=150, StDev=15
0.030
0.025
0.020 0.4522
Density
0.015
0.010
0.005
0.000
125 150
X
156
directivos necesitan informacin probabilstica acerca de x=duracin
del neumtico en numero de millas.
Solucin
36500 millas
5000 millas
p x 40000
Para que x=40000, se tiene
x 4000036500 3500
z 0,70
5000 5000
Rpta: p x 40000 ,z=0,70 entonces por la tabla de distribucin normal es
igual a 0,7580 de manera que 1000-0,7580=0,2420 es la probabilidad de
que z sea mayor a 0,70 y por lo tanto de que x sea mayor a
40000.entonces 24,2% de los neumticos durara ms de 40000 millas.
157
Se despliega la ventana de probalityDistributionPlots
Clic en View probability
Clic OK
SelecionarDistribucion normal
Introducir los valores de la media(Mean) y la desviacin estndar
(standardderivation)
Clic en ShadedArea
Seleccionar x vakue, clic en ightTail.y proporcional los valores de x
158
Clic en OK
0.00008
0.00007
0.00006
Density
0.00005
0.00004
0.00003
0.00002
0.2420
0.00001
0.00000
36500 40000
X
DISTRIBUCION MUESTRAL
Solucin
159
Respuesta: 0.04779= 4.779%
Grfica de distribucin
Normal, Media=10, Desv.Est.=0.3
1.4
1.2
1.0
Densidad
0.8
0.6
0.4
0.2
0.04779
0.0
10 10.5
X
Solucin
Grafica
Grfica de distribucin de probabilidad
Ver probabilidad
Media 5, desviacin 0.25
rea sombreada. Valor de x
Cola izquierda
Escribir 4.5
Aceptar
160
Grfica de distribucin
Normal, Media=5, Desv.Est.=0.25
1.8
1.6
1.4
1.2
Densidad
1.0
0.8
0.6
0.4
0.2
0.02275
0.0
4.5 5
X
Solucin
161
Grfica de distribucin
Normal, Media=2000, Desv.Est.=100
0.004
0.003
Densidad
0.002
0.001
0.1587
0.000
2000 2100
X
Solucin
162
Grfica de distribucin
Normal, Media=4000, Desv.Est.=240
0.0018
0.4592
0.0016
0.0014
0.0012
Densidad
0.0010
0.0008
0.0006
0.0004
0.0002
0.0000
39004000 4200
X
Solucin
Grafica
Grfica de distribucin de probabilidad
Ver probabilidad
Media 45, desviacin 1.667
rea sombreada. Valor de x
Centro
Escribir 42 44.5
Aceptar
163
Grfica de distribucin
Normal, Media=45, Desv.Est.=1.667
0.25
0.20
0.15
Densidad
0.3462
0.10
0.05
0.00
42 44.545
X
164
- Clik en ok
Seleccionar Distribucin Normal
- Introducir los valores de la media (mean)
- Introducir la desviacin estndar
Grfica de distribucin
Normal, Media=520, Desv.Est.=37
0.012
0.010
0.008
Densidad
0.006
0.004
0.002
0.05
0.000
520 580.9
X
-Seleccionar X value
-Click en centro
-Click en middle y proporcionar los valores de X1 Y X2
- Click en OK
165
En minitab se despliega la grafica de la distribucin normal con el valor
de la probabilidad sombreada
Obtemos la probabilidad
166
FUENTES DE INFORM ACIN
Bsica
Complementaria
FUENTES ELECTRONICAS:
SOFTWARE ESPECIALIZADO:
167
MINITAB - SPSS EXCEL
168