Академический Документы
Профессиональный Документы
Культура Документы
1. Du ran te e l m es d e ju li o, e n una ci udad s e han regis t rado las si gui ent es t em peraturas
m á xim as :
3 , 3 5, 3 0, 3 7, 2 7, 3 1, 41 , 20, 1 6, 26, 45, 37, 9, 41, 28, 21, 31, 35, 10, 26, 11, 34, 36, 12, 22,
xi Re cuento fi Fi ni Ni
27
28
29
30
31
32
33
34
2. L a s p u n t u a c i o n e s o b t e n i d a s p or un grupo de en una prueba han s i do:
1 5 , 20 , 15, 1 8, 2 2, 1 3, 1 3, 16 , 1 5, 19, 18, 15, 16, 20, 16, 15, 18, 16, 14, 13.
xi Re c ue n to fi Fi ni Ni
13
14
15
16
18
19
20
22
3 . El núm e r o d e e s tr e l l as d e l o s ho te le s d e una c iud ad v ie ne d ad o p o r la s ig uie nte
s er ie :
3 , 3 , 4 , 3 , 4 , 3 , 1 , 3 , 4 , 3 , 3 , 3 , 2 , 1 , 3 , 3 , 3 , 2 , 3 , 2 , 2 , 3 , 3 , 3 , 2 , 2 , 2 , 2 , 2 , 3,
2 , 1 , 1 , 1 , 2 , 2 , 4, 1 .
xi Re cuento xi Fi ni Ni
4
4 . Las c al i f i c ac i o ne s d e 5 0 al um no s e n Mate m átic as han s id o las s ig uie nte s :
5 , 2 , 4, 9 , 7 , 4, 5 , 6 , 5 , 7 , 7 , 5, 5 , 2 , 10 , 5, 6 , 5 , 4 , 5, 8 , 8 , 4 , 0, 8 , 4 , 8, 6 , 6, 3 ,
6 , 7 , 6 , 6 , 7 , 6 , 7, 3 , 5 , 6 , 9 , 6 , 1 , 4 , 6 , 3, 5 , 5 , 6 , 7 .
xi fi Fi ni Ni
10
5. Lo s 4 0 al um no s d e una c l as e han o b te nid o las s ig uie nte s p untuac io ne s , s o b r e
50 , en un ex ame n de F ís ic a.
3 , 15 , 24 , 28 , 33 , 35 , 38 , 42 , 23 , 38 , 36 , 34 , 29 , 25 , 17 , 7 , 34 , 36 , 3 9, 4 4, 31 ,
26 , 20 , 11 , 1 3, 22 , 27 , 47 , 39 , 37 , 34 , 32 , 35 , 28, 38 , 41 , 48 , 1 5, 32 , 13 .
xi fi Fi ni Ni
[0 , 5 )
[5 , 10 )
[1 0 , 1 5 )
[1 5 , 2 0 )
[2 0 , 2 5 )
[2 5 , 3 0 )
[3 0 , 3 5 )
[3 5 , 4 0 )
[4 0 , 4 5 )
[4 5 , 5 0 )
6. Las c al i f i c ac i o ne s d e 4 0 al um no s e n C ie nc ias N atur ale s han s id o las s ig uie nte s :
5 , 2 , 4, 9 , 7 , 4, 5 , 6 , 5 , 7 , 7 , 5, 5 , 2 , 10 , 5, 6 , 5 , 4 , 5, 8 , 8 , 4 , 0, 8 , 4 , 8, 6 , 6, 3 ,
6 , 7 , 6 , 6 , 7 , 6 , 7, 3 , 5 , 6 ,
xi fi Fi ni Ni
10
- AQUÍ
60; 6 77 70; 66; 68; 70 66; 52; 75; 69 71; 58; 66; 74 61
6 3; ; 6 ; 0
8 5 97 ;; 66; 70; ; 8
7 6 5 ;;
7 64; 71; ; 2
6 6 47 ;; 69; 68; ; 3
8 ; 6
5
9
6 5; ; 7 ;6 7 6
5 47 ;; 65; 65; ;6 1 8
6 71 ;; 73; 57; ;6 7 7
6 82 ;; 63; 67; ;6 8 ;7 6
4
6 1; ; 6 ;6 3 6
7 69 ;; 61; 67; ;6 4 6
7 2 ;; 64; 73; ;5 8 7
6 71 ;; 71; 68; ;6 9 ;7 0
2
6 6; ; 6 6; 3 6667; ; ; 79; ; 59; ; ;
2; ;
2,8 3,2 3,8 2,5 2,7 3,7 1,9 2,6 3,5 2,3
3,0 2,6 1,8 3,3 2,9 2,1 3,4 2,8 3,1 3,9
2,9 3,5 3,0 3,1 2,2 3,4 2,5 1,9 3,0 2,9
2,4 3,4 2,0 2,6 3,1 2,3 3,5 2,9 3,0 2,7
2,9 2,8 2,7 3,1 3,0 3,1 2,8 2,6 2,9 3,3
Diagramas de dispersión
Puntaje de
satisfacción (Y) 58 54 67 64 66 73 70 85 74 85
Puntaje de
aptitud (X) 50 55 60 65 70 75 80 85 90 95
Horas de
Estudio (X) 5 6 7 8 9 10 11 12 13 14
Puntaje de seguri-
5 10 15 15 20 20 25 25 25 32 40 37 45 35 50
dad en sí mismo
(Y)
Puntaje de madu-
5 5 8 20 15 25 20 35 30 30 30 35 35 40 40
rez social (X)
UNIDAD II
TEOREMA DE BAYES
Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en una fábrica. Los porcentajes de producción defectuosa de estas
máquinas son del 3%, 4% y 5%.
1.- E l d e por t e f a v or it o.
V ar ia b le c ua l it a t i va n o m ina l
V ar ia b le c ua nt i ta t i v a o r d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a.
2.- M ed a l la de p l at a g a na d a e n un a c om pe t ic i ón de p ort i v a.
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c ua l it a t i va or d in a l
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a.
3.- P es o de 5 am ig os .
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c ua nt i ta t i v a o r d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a
4.- Co l or d e oj os d e 10 am ig os .
V ar ia b le c ua l it a t i va n o m ina l
V ar ia b le c ua l it a t i va or d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a.
5.- Núm er o d e m as c o ta s d e 3 am ig os .
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c ua l it a t i va or d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a
V ar ia b le c ua nt i ta t i v a c on t in u a.
6.- L ug ar q u e oc u p a n 1 0 am ig os e n l a c o la de l c i n e.
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c ua l it a t i va or d in a l
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a.
7.- T i em po q u e s e t ar d a e n r ec o rrer 1 Km .
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c ua l it a t i va or d in a l.
Variable c uantitat i v a dis c r eta.
V ar ia b le c ua nt i ta t i v a c on t in u a
9.- Pr im er ap e l l id o d e l os h ab i ta nt es d e u n p ue b l o.
V ar ia b le c ua l it a t i va n o m ina l
V ar ia b le c ua l it a t i va or d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a.
10 P l u v ios i d ad d e u n a c i ud a d.
V ar ia b le c ua l it a t i va n o m ina l.
V ar ia b le c u a l it a t i va or d in a l.
V ar ia b le c ua nt i ta t i v a d is c r et a.
V ar ia b le c ua nt i ta t i v a c on t in u a
3.3. LA DISTRIBUCIÓN NORMAL (PUNTUACIONES Z).
Ejemplo 1
P(Z<= - 2) = 0.0228
Ejemplo 2
Ejemplo 3
¿Qué porcentaje del área bajo la curva normal estándar o probabilidad está
incluido dentro de los siguientes rangos?
a) P(1.2 <= Z <= 2.2) = P(Z <= 2.2) – P(Z <= 1.2) =
b) P(-2.1 <= Z <= -0.4) = P(Z <= - 0.4) – P(Z <= -2.1) =
c) P( -1.3 <= Z <= 2.7) = P(Z <= 2.7) – P(Z <= -1.3) =
EJERCICIO :