manual de estadistica i
DESCRIPTION
manual de estadística.TRANSCRIPT
-
UNIVERSIDAD DE ORIENTE
NCLEO DE MONAGAS
ESCUELA DE CIENCIAS SOCIALES Y ADMINISTRATIVAS
MANUAL DE ESTADSTICA I
GUSTAVO JOS RUEDA GUTIRREZ
MATURN, JULIO 2014
-
ii
INDICE
INDICE ............................................................................................................ ii INDICE DE FIGURAS .................................................................................... vi RESUMEN .................................................................................................... vii INTRODUCCIN ............................................................................................ 1 UNIDAD I: DEFINICIONES BSICAS USADAS EN ESTADSTICA ............ 3
1.1 Estadstica ............................................................................................. 3 1.2 Estadstica Descriptiva .......................................................................... 4 1.3 Estadstica Inferencial ........................................................................... 4 1.4 Universo ................................................................................................ 4 1.5 Poblacin ............................................................................................... 4 1.6 Muestra.................................................................................................. 6 1.7 Muestreo................................................................................................ 6 1.8 Parmetro .............................................................................................. 6 1.9 Estadstico ............................................................................................. 6 1.10 Datos ................................................................................................... 7 1.11 Variable Aleatoria y Tipos .................................................................... 7 1.12 Mediciones .......................................................................................... 8 1.13 Nivel de Mediciones ............................................................................ 9 1.14 Unidad Estadstica ............................................................................... 9 1.15 Problemas Unidad I ........................................................................... 10
UNIDAD II: ESTADSTICA DESCRIPTIVA. MTODOS TABULARES Y GRFICOS ................................................................................................... 12
2.1 Distribucin de Frecuencia .................................................................. 12 2.2 Intervalo Total (Rango de los Datos o Recorrido de los Datos) ........... 12 2.3 Intervalo de Clase ................................................................................ 12 2.4 Marca de Clase ................................................................................... 13 2.5 Frmula Emprica ................................................................................ 13 2.6 Frmula Terica .................................................................................. 13 2.7 Tipos de Frecuencia ............................................................................ 14 2.8 Estructura de la Tabla de Distribucin de Frecuencias ....................... 14 2.9 Representacin Grfica ....................................................................... 15 2.10 Problemas Unidad II .......................................................................... 17
UNIDAD III: MEDIDAS DE TENDENCIA CENTRAL Y DE POSICIN ........ 21 3.1 Media Aritmtica .................................................................................. 21 3.2 Media Aritmtica Ponderada ............................................................... 21 3.3 Media Armnica ................................................................................... 22 3.4 Media Geomtrica ............................................................................... 22 3.5 Moda o Modo ....................................................................................... 24 3.6 Mediana ............................................................................................... 25
3.6.1 Para datos no agrupados .............................................................. 25 3.6.2 Para datos agrupados ................................................................... 25
-
iii
3.7 Fractiles ............................................................................................... 26 3.7.1 Cuartiles (Qi) ................................................................................. 26 3.7.2 Deciles (Di) .................................................................................... 27 3.7.3 Percentiles (Pi) .............................................................................. 28
3.8 Problemas Unidad III ........................................................................... 34 UNIDAD IV: MEDIDAS DE VARIABILIDAD O DISPERSIN...................... 45
4.1 Medidas de Dispersin Absoluta ......................................................... 45 4.1.1 Intervalo Total (Rango de los Datos o Recorrido de los Datos) .... 45 4.1.2 Desviacin Media (Desvos Medios) ............................................. 45 4.1.3 Varianza ........................................................................................ 46 4.1.4 Desviacin Tpica o Estndar ........................................................ 47 4.1.5 Desviacin Cuartlica (Desviacin Cuartil) .................................... 47
4.2 Medidas de Dispersin Relativa .......................................................... 47 4.2.1 Coeficiente de Variacin de Pearson (C.V.) .................................. 48 4.2.2 Coeficiente de Variacin Medianal (C.V.M.) .................................. 48
4.3 Problemas Unidad IV ........................................................................... 49 UNIDAD V: MEDIDAS NUMRICAS ASIMTRICAS Y KURTOSIS ........... 55
5.1 Asimetra ............................................................................................. 55 5.2 Coeficiente de Asimetra: Frmula de Pearson ................................... 56 5.3 Teora de Momentos ........................................................................... 56 5.4 Tipos de Momentos ............................................................................. 57
5.4.1 Momentos respecto al origen, cuando C = 0 ................................. 57 5.4.2 Momentos respecto de la media o momento central, cuando C = X ............................................................................................................. 57
5.5 ndice de Simetra de Fisher ................................................................ 58 5.6 Kurtosis o Curtosis .............................................................................. 58 5.7 Coeficiente de Kurtosis ........................................................................ 59 5.8 Problemas Unidad V ............................................................................ 60
UNIDAD VI: INTRODUCCIN A LA TEORA DE PROBABILIDADES ....... 64 6.1 Probabilidad ......................................................................................... 64 6.2 Probabilidad A Priori ............................................................................ 64 6.3 Probabilidad A Posteriori (Frecuencia Relativa) .................................. 65 6.4 Probabilidad (Enfoque Subjetivo) ........................................................ 65 6.5 Concepto Axiomtico de la Probabilidad ............................................. 66
6.5.1 Experimento Aleatorio (Fenmenos) ............................................. 67 6.5.2 Espacio Muestral (S) ..................................................................... 67 6.5.3 Espacio Muestral Equiprobable ..................................................... 67 6.5.4 Puntos Muestrales (Suceso o Evento) .......................................... 67
6.6 Eventos Mutuamente Excluyentes ...................................................... 67 6.7 Eventos No Mutuamente Excluyentes ................................................. 68 6.8 Seleccin al Azar ................................................................................. 68
6.8.1 Seleccin con reemplazo (con repeticin) ..................................... 68 6.8.2 Seleccin sin reemplazo (sin repeticin) ....................................... 69
-
iv
6.9 Teorema de la Suma (A B); (A + B); (A o B); (A B) ....................... 69
6.9.1 Sucesos exhaustivos y mutuamente excluyentes ......................... 69 6.9.2 Sucesos mutuamente excluyentes ................................................ 70 6.9.3 Sucesos que no son Mutuamente Excluyentes ............................. 70
6.10 Probabilidad Condicional ................................................................... 71 6.11 Probabilidad Producto ....................................................................... 72 6.12 Teorema de la Probabilidad Total ...................................................... 73 6.13 Teorema de Bayes ............................................................................ 75 6.14 Problemas Unidad VI ......................................................................... 76
UNIDAD VII: DISTRIBUCIN DE PROBABILIDAD DISCRETA. DISTRIBUCIN BINOMIAL Y DISTRIBUCIN DE POISSON .................... 89
7.1 Distribucin Discreta de una Variable Aleatoria ................................... 89 7.2 Funcin de Probabilidad ...................................................................... 89 7.3 Funcin de densidad ........................................................................... 89 7.4 Espacio Muestral ................................................................................. 90 7.5 Funcin de Distribucin ....................................................................... 90 7.6 Esperanza Matemtica o Valor Esperado ........................................... 90
7.6.1 Propiedades .................................................................................. 91 7.7 Distribucin Binomial ........................................................................... 92 7.8 Distribucin de Poisson ....................................................................... 94 7.9 Aproximacin de la Distribucin de Poisson a la Distribucin Binomial ..................................................................................................... 96 7.10 Problemas Unidad VII ........................................................................ 99
UNIDAD VIII: DISTRIBUCIN DE PROBABILIDAD CONTINUA. DISTRIBUCIN NORMAL ......................................................................... 107
8.1 Concepto de Distribucin de Probabilidad Continua ......................... 107 8.2 Funcin Distribucin F(X) .................................................................. 108 8.3 Concepto de Distribucin Normal ...................................................... 109
8.3.1 Caractersticas de la Distribucin Normal ................................... 110 8.3.2 Propiedades ................................................................................ 110
8.4 Uso de la Tabla de la Distribucin Normal Estndar ......................... 111 8.5 Relacin entre la Distribucin Binomial y la Distribucin Normal ....... 114 8.6 Aproximacin de la Distribucin Normal a la Distribucin Binomial ... 115 8.7 Problemas Unidad VIII ....................................................................... 117
RESPUESTAS A LOS PROBLEMAS PROPUESTOS .............................. 129 BIBLIOGRAFA .......................................................................................... 158 APNDICES ............................................................................................... 160
APNDICE A: INTERPOLACIN LINEAL .............................................. 161 APNDICE B: TEORA DE CONJUNTOS .............................................. 166 APNDICE C: TEORA COMBINATORIA ............................................... 171 APNDICE D: TABLA DE LA DISTRIBUCIN NORMAL ....................... 183
ANEXOS ..................................................................................................... 187
-
v
ANEXO N 1: INTRODUCCIN A LA CONFIABILIDAD DE SISTEMAS 188 ANEXO N 2: CAPACIDAD DE UN PROCESO ...................................... 197
-
vi
INDICE DE FIGURAS
FIGURA N 1: UNIVERSO Y POBLACIN .................................................... 5 FIGURA N 2 DEFINICIONES BSICAS ....................................................... 7 FIGURA N 3 HISTOGRAMAS SIMPLES .................................................... 15 FIGURA N 4 HISTOGRAMAS ACUMULADOS ........................................... 15 FIGURA N 5 POLGONOS SIMPLES ......................................................... 16 FIGURA N 6 POLGONOS ACUMULADOS (OJIVAS) ................................ 16 FIGURA N 7 LA MEDIANA .......................................................................... 25 FIGURA N 9 DECILES ................................................................................ 27 FIGURA N 10 PERCENTILES..................................................................... 28 FIGURA N 11 TIPOS DE ASIMETRA ........................................................ 55 FIGURA N 12 TIPOS DE KURTOSIS ......................................................... 59 FIGURA N 13 PROBABILIDAD ................................................................... 66 FIGURA N 14 SUCESOS EXHAUSTIVOS Y EXCLUYENTES ................... 69 FIGURA N 15 SUCESOS MUTUAMENTE EXCLUYENTES ...................... 70 FIGURA N 16 SUCESOS NO MUTUAMENTE EXCLUYENTES ................ 70 FIGURA N 17 SUCESOS NO MUTUAMENTE EXCLUYENTES, TRES
EVENTOS ................................................................................................ 71 FIGURA N 18 PROBABILIDAD CONDIONADA .......................................... 72 FIGURA N19 PROBABILIDAD TOTAL ....................................................... 73 FIGURA N 20 RBOL DE PROBABILIDADES ........................................... 74 FIGURA N 21 DISTRIBUCIN DE POISSON............................................. 95 FIGURA N 22 DISTRIBUCIN NORMAL ................................................. 109 FIGURA N 23 CONCENTRACIN DE DATOS EN LA NORMAL ............. 114 FIGURA N 24 DISTRIBUCIN BINOMIAL ................................................ 115
-
vii
UNIVERSIDAD DE ORIENTE
NCLEO DE MONAGAS
ESCUELA DE CIENCIAS SOCIALES Y ADMINISTRATIVAS
RESUMEN
Autor: Ing. Gustavo Jos Rueda Gutirrez
C.I. N V- 6.868.118
El objetivo fundamental de este trabajo es brindar una herramienta
adicional a los estudiantes de la asignatura Estadstica I de la Escuela de Ciencias Sociales y Administrativas, que permita coadyuvar en el proceso de enseanza - aprendizaje de la misma. El diseo del manual corresponde a un proyecto apoyado en una investigacin de tipo documental, debido a que se hace una recopilacin bibliogrfica, referentes tericos y documentos relacionados con la temtica desarrollada, tomando en cuenta aspectos tales como el contenido del programa vigente de la asignatura; la solicitud de elementos didcticos de estudio por parte de los estudiantes, de mucho material desarrollado en las aulas y de la experiencia, dictando el curso, del autor de este trabajo. Se destaca el hecho de que todas las situaciones propuestas han sido revisadas rigurosamente y se garantizan todos los resultados, de forma tal que el cursante pueda autoevaluar su formacin. Se ha incluido algunos ejemplos donde se considera que se brinda un enfoque que no se encuentra con facilidad en la bibliografa existente. Se espera que este trabajo contribuya, en alguna medida, a elevar el nivel de la calidad de los cursos de Estadstica.
-
1
INTRODUCCIN
El objetivo ltimo de este trabajo es presentar al estudiante de
Estadstica I una coleccin de situaciones y problemas que le permitan
ejercitar y aplicar los conocimientos adquiridos.
No se ha querido desarrollar a profundidad la Teora Estadstica
necesaria para la resolucin de estos ejercicios porque, se ha considerado
que existen excelentes libros de texto en el rea, a los cuales sera muy
difcil superar. Slo se ha incluido, al comienzo de cada unidad, una sntesis
exhaustiva del contenido de la misma, con la intencin que sirva de
recordatorio de los temas desarrollados en clase y que deberan ser
ahondados en los buenos textos recomendados.
De igual manera, en situaciones en la que se considera un especial
inters o que se crea dar un aporte debido a considerar que en la bibliografa
existente no se da ese enfoque especial o no es fcil hallarlo, se presentan
algunos ejemplos, esperando sean de mucha utilidad al lector de esta obra.
El trabajo est dividido en ocho captulos, cada uno de ellos abarca un
temario lo suficientemente amplio, que permite cubrir un buen nmero de
ejercicios y problemas de diversa ndole, que se presentan lo suficientemente
mezclados para impedir que el estudiante se mecanice, y que por el contrario
desarrolle cabalmente todos los conceptos.
El tipo de situaciones que se presentan est fundamentalmente
orientado para cursos de Estadstica I, en donde se presuponga una buena
base matemtica del estudiante; y se ha revisado profundamente, teniendo el
-
Gustavo J. Rueda G.
2
sumo cuidado en todas y cada una de las respuestas a los ejercicios
propuestos, de forma tal, que quien se est formando tenga una orientacin
certera en el logro de los objetivos del aprendizaje.
Finalmente, se espera que este trabajo contribuya a elevar el nivel de
los cursos de Estadstica, al evitar en los estudiantes la prdida de tiempo
que ocasiona la bsqueda de este material que aparece disperso en la
extensa bibliografa.
-
MANUAL DE ESTADSTICA I
3
UNIDAD I: DEFINICIONES BSICAS USADAS EN
ESTADSTICA
Estadstica es mucho ms que slo nmeros apilados y grficas muy
llamativas. Es una ciencia con tanta antigedad como la escritura, y es por s
misma auxiliar de todas las dems ciencias. Los mercados, la medicina, la
ingeniera, los gobiernos, etc., se mencionan entre los ms destacados
clientes de esta rea del saber humano.
La ausencia de sta conllevara a un caos generalizado, dejando a los
administradores y ejecutivos sin informacin vital a la hora de tomar
decisiones en tiempos de incertidumbre.
La Estadstica que hoy se conoce debe en gran parte sus alcances y
desarrollos, a los trabajos matemticos de aquellos hombres que
desarrollaron teoras, con las cuales se adhiri a la Estadstica a las ciencias
formales.
1.1 Estadstica
Es una ciencia, pues usa el mtodo cientfico, que se apoya en las
matemticas, que trata de recoger, presentar, analizar e interpretar datos
numricos y constituye la rama del saber humano que tiene como objeto el
estudio de ciertos mtodos inductivos aplicables a fenmenos susceptibles
de expresin cuantitativa.
La Estadstica para su mejor estudio se ha dividido en dos grandes
ramas: la Estadstica Descriptiva y la Inferencial.
-
Gustavo J. Rueda G.
4
1.2 Estadstica Descriptiva
Es el conjunto de mtodos cuantitativos que permiten organizar y
analizar observaciones de un fenmeno en estudio, cuyas conclusiones no
trascienden sobre un conjunto mayor de observacin.
1.3 Estadstica Inferencial
Es el conjunto de mtodos cuantitativos que permiten organizar y
analizar observaciones de un fenmeno en estudio, con el objeto de obtener
conclusiones sobre un conjunto mayor (poblacin) que dio origen a dichas
observaciones (muestra).
1.4 Universo
Es el conjunto total de individuos, cosas, hechos, objetos, etc., que se
estn considerando como objetos de estudios.
1.5 Poblacin
Es el conjunto que se obtiene de las mediciones realizadas sobre los
elementos del Universo. Cuando le damos una caracterstica comn
observable a un grupo del Universo, tenemos una Poblacin.
-
MANUAL DE ESTADSTICA I
5
FIGURA N 1: UNIVERSO Y POBLACIN
Las poblaciones objetos de estudio, segn sea el nmero de elementos
que la conforman pueden ser finitas o infinitas. Por ejemplo, los salarios de
los obreros de una empresa, es una poblacin finita. En cambio, la
temperatura en los distintos puntos de la tierra sera un ejemplo de poblacin
infinita. Hay un criterio, muy extendido, segn el cual la poblacin finita es
aquella que se puede contar, y esto es muy impreciso, pues todas se pueden
contar, la diferencia radica en que las finitas se les conoce hasta donde
llegan, es decir, su final. En cambio, las poblaciones infinitas no se le conoce
su trmino, pero se puede establecer su conteo, por ejemplo, los nmeros
reales. Muchas poblaciones finitas son tan grandes, que muchas veces se le
da un tratamiento de poblacin infinita, para poderlas estudiar.
-
Gustavo J. Rueda G.
6
1.6 Muestra
Es una parte o subconjunto de la poblacin. Es necesario que para
hacer afirmaciones basadas en datos muestrales y que tengan validez sobre
la poblacin, que la muestra sea representativa, que el proceso de seleccin
sea con aleatoriedad (al azar) y que tenga un tamao que garantice estas
condiciones (n).
1.7 Muestreo
Es el mtodo que se emplea para seleccionar una muestra. Existen
varios mtodos, pero el que se va a utilizar es el muestreo simple aleatorio,
en donde cada miembro de la poblacin se elige al azar y tiene idntico
chance o probabilidad de ser seleccionado.
1.8 Parmetro
Es una caracterstica de una poblacin. Es un valor poblacional, por
ejemplo, la edad promedio de una poblacin. Y es un valor que cambia con
el transcurrir del tiempo, en una evaluacin instantnea no cambia, pero
hecha la misma evaluacin en otro instante de tiempo pudiera tener otro
valor.
1.9 Estadstico
Es una caracterstica especifica de una muestra. Es un valor muestral,
es por tanto, una variable aleatoria.
-
MANUAL DE ESTADSTICA I
7
FIGURA N 2 DEFINICIONES BSICAS
1.10 Datos
Es el elemento bsico de la Estadstica, es su materia prima.
1.11 Variable Aleatoria y Tipos
Es un smbolo que representa un elemento no especificado de un
conjunto dado, susceptible de tomar diversos valores, y cada valor lo toma
asociado a una probabilidad.
-
Gustavo J. Rueda G.
8
Variable Cualitativa: es aquella en las que las observaciones sobre un
determinado fenmeno se describen solo como poseedoras o no de
ciertas cualidades, atributos o propiedades.
Variable Cualitativa Nominal: Son aquellas que obedecen a un nombre
y no hay ninguna relacin de orden. Ejemplo: color del carro, sexo,
profesin, marcas, etc.
Variable Cualitativa Ordinal: Como lo indica su nombre, indican una
relacin de orden. Ejemplo: tercero, escalas de notas de un examen (A,
B, C, D, E).
Variable Cuantitativa: Son aquellas que se expresan mediante un
nmero o cantidad.
Variable Cuantitativa Discreta: Son aquellas que solo pueden tomar
valores enteros. Ejemplo: nmero de hijos, cantidad de clientes, etc.
Variable Cuantitativa Continua: Son aquellas que pueden tomar valores
enteros o no enteros. Ejemplo: precios, temperaturas, velocidades,
estaturas, pesos, etc.
1.12 Mediciones
Consiste en la asignacin de nmeros a elementos u objetos para
representar o cuantificar una propiedad o caracterstica. El problema bsico
esta dado por la asignacin numeral que represente la magnitud de la
caracterstica que se quiere medir y que dicho nmeros pueden analizarse
por manipulaciones de acuerdo a ciertas reglas, es evidente, que el mundo
resultara en un caos si no se pudiera medir nada. Por medio de la medicin,
los atributos de las percepciones se transforman en entidades conocidas y
manejables llamadas nmeros.
-
MANUAL DE ESTADSTICA I
9
1.13 Nivel de Mediciones
Dicha clasificacin obedece a las escalas de medicin propuestas por el
psiclogo Stevens, S. (1946), en Sobre la Teora de las Escalas de Medicin,
casi universalmente aceptadas. Los datos estn siempre referidos a una de
estas escalas:
1. Escala Nominal: cuando se utilizan nombres para establecer categoras.
Ejemplo: el estado de una persona para determinada enfermedad se
puede clasificar como sano o enfermo. Adicionalmente, se debe
mencionar que ninguna de las categoras definidas tiene mayor
jerarqua que las otras.
2. Escala Ordinal: existen o se definen varias categoras, adems de
mostrar un ordenamiento, existen relaciones de mayor o menor que
entre ellas.
3. Escala de Intervalo: mide variables de manera numrica. Permite
establecer distancias. El cero puede estar dentro de la escala y no
implica ausencia de la caracterstica o variable medida. Ejemplo: las
fechas, la temperatura, calificaciones de una prueba.
4. Escala de Razn: es la ms fuerte, dado que usa un sistema numrico
en el que el cero (0) es un valor que indica ausencia de la caracterstica
que se mide.
1.14 Unidad Estadstica
Es el sujeto en particular sobre el cual se est observando la variable.
-
Gustavo J. Rueda G.
10
1.15 Problemas Unidad I
I.1 Se realiza un estudio en la parroquia San Simn del Municipio Maturn,
sobre el tipo de transporte utilizado por sus residentes, para lo cual se
encuesta a un grupo de ellos, obtenindose:
TIPO DE
TRANSPORTE
N DE
RESIDENTES
AUTO PARTICULAR 41
TAXI 22
MOTO 42
POR PUESTO 52
AUTOBUS 37
OTRO 25
a) Cul es el universo?
b) Cul es la poblacin?
c) Cul es la muestra?
d) Cul es la variable aleatoria y de qu tipo es?
I.2 Una fbrica produce tornillos para los cuales existen estrechos mrgenes
de tolerancia en sus dimetros. El Departamento de Control de Calidad
selecciona la produccin de un da y la somete a proceso de control.
a) Cul es el universo?
b) Cul es la poblacin?
c) Cul es la muestra?
d) Cul es la variable aleatoria y de qu tipo es?
-
MANUAL DE ESTADSTICA I
11
I.3 De un lote de 1.000 piezas defectuosas se toman al azar 150 de ellas,
encontrndose con 1, 2, 3 4 y ms defectos a 15, 52, 46 y 37 piezas
respectivamente.
a) Cul es el universo?
b) Cul es la poblacin?
c) Cul es la muestra?
d) Cul es la variable aleatoria y de qu tipo es?
I.4 Una compaa de calidad area sostiene que menos de un por ciento de
los vuelos programados que despegan del aeropuerto de Maiqueta sale
tarde. Se ha observado que el 1,5 por ciento de un lote de 200 vuelos sali
ms tarde de la hora prevista.
a) Cul es el universo?
b) Cul es la poblacin?
c) Cul es la muestra?
d) Cul es la variable aleatoria y de qu tipo es?
I.5 La Universidad de Oriente ha encuestado a 780 de sus estudiantes de su
ncleo de Monagas, para averiguar el tiempo semanal promedio que dedican
a navegar por internet.
a) Cul es el universo?
b) Cul es la poblacin?
c) Cul es la muestra?
d) Cul es la variable aleatoria y de qu tipo es?
-
Gustavo J. Rueda G.
12
UNIDAD II: ESTADSTICA DESCRIPTIVA. MTODOS
TABULARES Y GRFICOS
Los datos constituyen la materia prima de la Estadstica. Los datos se
pueden tratar de dos formas:
1. Puntual o no agrupados: registrando el valor exacto de cada dato.
2. Agrupados: se clasifican en intervalos, es ms cmodo, pero menos
preciso. Usada generalmente, cuando el nmero de datos es elevado.
2.1 Distribucin de Frecuencia
Es una tabla que resumen datos enumerando las clases en la columna
de la izquierda y el nmero de observaciones de cada clase en la columna
de la derecha. Requiere de un procedimiento previo que consiste en
recopilar, ordenar y clasificar la informacin.
2.2 Intervalo Total (Rango de los Datos o Recorrido de los Datos)
Es la diferencia (distancia) entre el valor mayor observado (XM) y el
valor menor observado (Xm) en una serie de datos.
ITOT = XM - Xm
2.3 Intervalo de Clase
Es el fraccionamiento que se hace del Intervalo Total en recorridos
parciales. Cada intervalo consta de un lmite superior (Ls) y de un lmite
inferior (Li). La amplitud del intervalo de clase es la distancia que hay entre el
-
MANUAL DE ESTADSTICA I
13
lmite superior y el lmite inferior de cada clase. Todas las clases tienen la
misma amplitud.
ic = Ls - Li
2.4 Marca de Clase
Es el punto medio del intervalo de clase. Hay tantas marcas de clase
como intervalos de clase en una distribucin de frecuencias. Se obtiene con
la semi suma de los lmites superior e inferior de cada intervalo de clase.
Xi = (Ls + Li) / 2
2.5 Frmula Emprica
Es la forma de establecer la amplitud del intervalo de clase dado el
nmero de intervalos (n) a agrupar.
ic = ITOT / n
2.6 Frmula Terica
Es la forma de establecer la amplitud del intervalo de clase cuando el
nmero de intervalos (n) a agrupar es desconocido. Se parte de la expresin
formulada por Herbert Sturges, en 1926, que sirve de indicador aproximado o
sugerido para establecer el nmero de intervalos n para realizar el
agrupamiento de los datos en intervalos de clase, partiendo del nmero total
de datos N; la Regla de Sturges viene dada por la expresin:
n = 1 + 3,322 log N
-
Gustavo J. Rueda G.
14
Luego, hecha la aproximacin correspondiente, se utiliza la conocida
expresin:
ic = ITOT / n
2.7 Tipos de Frecuencia
Frecuencia simple o absoluta (fi): Es el nmero de veces que se repite
un valor en una serie o coleccin de datos, es el conteo de los datos.
Frecuencia Relativa (hi): Es el cociente que resulta entre la frecuencia
absoluta (fi) y el nmero total de datos (N = fi). Se recomienda
expresarlo con cuatro cifras decimales y tcnica de redondeo.
Frecuencias Acumuladas: Expresan la suma de las frecuencias
(absolutas o relativas) de todos los valores de la variable anteriores o
precedentes y el suyo propio.
Fi = Frecuencia Absoluta Acumulada
Hi = Frecuencia Relativa Acumulada
Porcentajes: se obtendr el porcentaje (%), como el producto de 100 *
hi. El porcentaje tambin puede ser acumulado (%ACUM), y se obtiene
como el producto de 100 * Hi.
2.8 Estructura de la Tabla de Distribucin de Frecuencias
INTERVALOS
[UNIDADES]
FREC.
ABS.
fi
MARCA
DE CLASE
Xi
FREC. ABS.
ACUMULADA
Fi
FREC.
RELATIVA
hi
FREC. ABS.
ACUMULADA
Hi
PORCENTAJE
%
PORCENTAJE
ACUMULADO
(%ACUM)
[L1 L2) f1 X1 F1 h1 H1 %1 %ACUM1
[L2 L3) f2 X2 F2 h2 H2 %2 %ACUM2
[L3 L4) f3 X3 F3 h3 H3 %3 %ACUM3
[Ln-1 Ln] fn Xn Fn = N h4 Hn = 1 %n %ACUMn = 100
fi = N hi = 1 %i = 100
-
MANUAL DE ESTADSTICA I
15
2.9 Representacin Grfica
La representacin grfica de la distribucin de frecuencias debe estar
basada en la buena construccin de la tabla. Para esto es imprescindible que
los intervalos sean inclusivos y que no se solapen. Cada observacin debe
pertenecer a uno y slo un intervalo. Los lmites o extremos de cada clase
deben estar claramente definidos, asegurando simplemente que los limites
permitan comprender e interpretar claramente los datos.
Histogramas: Son grficos formados por rectngulos (barras verticales),
que tienen por base el intervalo de clase y por altura la frecuencia (absoluta o
acumulada) correspondiente a cada clase. El nombre del Histograma lo
define el eje vertical o eje de las ordenadas del grfico.
FIGURA N 3 HISTOGRAMAS SIMPLES
FIGURA N 4 HISTOGRAMAS ACUMULADOS
-
Gustavo J. Rueda G.
16
Polgonos: Es una figura que se forma al unir los puntos que se
determinan al unir los puntos que se determinan levantando en el punto de
medio de cada intervalo de clase, una altura igual a la frecuencia simple
(absoluta, relativa o porcentual). Los extremos del polgono se cierran en
puntos situados, antes de la primera y a continuacin de la ltima clase, a
una distancia igual a la mitad del intervalo de clase de la serie de datos.
FIGURA N 5 POLGONOS SIMPLES
Polgonos acumulados u Ojivas: son figuras que se obtienen uniendo el
lmite inferior de la primera clase, con los puntos que se determinan
levantando en el lmite superior de cada clase, una altura igual a la
frecuencia acumulada correspondiente a la clase.
FIGURA N 6 POLGONOS ACUMULADOS (OJIVAS)
-
MANUAL DE ESTADSTICA I
17
2.10 Problemas Unidad II
A todos los problemas propuestos, construya la tabla de distribucin de
frecuencias completa y lo solicitado en cada situacin.
II.1 Los siguientes datos representan los salarios diarios de unos operarios
en /da. Construya la distribucin de frecuencias agrupndolos segn el
criterio de aproximacin de la frmula terica.
a) Cuntos datos hay, cul es el menor y el mayor valor de la serie de
datos?
b) Cunto es el intervalo total?
c) Cunto es el valor de n, segn la frmula terica y cul es el valor a
usar?
d) Cul es la amplitud del intervalo de clase?
e) Construya el histograma de frecuencias absolutas y la ojiva porcentual
Salarios [/da]:
20 30 35 20 40 23 33 37 36 39
41 32 40 25 24 29 39 27 20 23
24 39 24 22 21 34 24 23 38 25
20 25 28 29 31 37 24 38 33 20
30 32 35 34 36 28 34 34 33 36
34 27 32 30 30 22 36 38 37 32
II.2 Considere los datos en la siguiente tabla de frecuencias:
a) Complete los intervalos de clases correspondientes a la siguiente
distribucin y construya la tabla de distribucin de frecuencias completa.
-
Gustavo J. Rueda G.
18
b) Construya el histograma de frecuencias relativas acumulados y el
polgono de frecuencias absolutas.
COSTO
[Bs/UNIDAD]
N DE PIEZAS
fi
MARCA DE CLASE
Xi
12 5
20 10
32 15
18 20
8 25
II.3 Construya la distribucin de frecuencias con los datos que se presentan a
continuacin, agrupando la informacin en cinco (5) clases
15 20 25 28 30 18 23 17
18 17 18 15 23 17 20 20
23 18 20 17 25 20 25 18
25 20 20 23 23 18 30 20
28 23 25 28 20 30 28 23
a) Cuntos datos hay, cul es el menor y el mayor valor de la serie de
datos?
b) Cunto es el intervalo total?
c) Cul es la amplitud del intervalo de clase?
d) Construya el histograma de frecuencias relativas y el polgono de
frecuencias absolutas acumuladas.
-
MANUAL DE ESTADSTICA I
19
II.4 Los siguientes datos representan los ingresos semanales de 40
personas. Complete, estableciendo las debidas relaciones entre las
frecuencias absolutas y sus correspondientes acumuladas y construya la
distribucin de frecuencias completa.
INGRESOS
[US$/SEMANA]
N DE PERSONAS
fi
Fi
250 300 2 F1
300 350 f2 F2
350 400 12 22
400 450 f4 29
450 500 f5 34
500 550 4 F6
550 600 f7 F7
II.5 La informacin siguiente, se refiere a rentas en [x1000 en Bs/m2] de una
muestra de 42 apartamentos con una edad promedio de 10 a 15 aos, en la
zona sur-este de la ciudad de Caracas. Agrupe en 5 intervalos de clase.
RENTAS [x1000 EN Bs./m2]
20 23 23 28 36 31
26 28 33 25 25 37
32 33 21 34 42 21
30 26 26 37 31 37
22 20 27 21 29 24
30 32 31 33 35 39
37 38 45 42 42 40
-
Gustavo J. Rueda G.
20
a) Cuntos datos hay, cul es el menor y el mayor valor de la serie de
datos?
b) Cunto es el intervalo total?
c) Cul es la amplitud del intervalo de clase?
d) Construya el histograma de porcentajes acumulados y el polgono de
frecuencias relativas.
II.6 Los siguientes datos representan la vida (*103 en horas) de una muestra
aleatoria de unos pequeos bombillos led. Agrupe en 7 intervalos de clase.
2,0 3,0 0,3 3,3 1,3 0,4
0,2 6,0 5,5 6,5 0,2 2,3
1,5 4,0 5,9 1,8 4,7 0,7
4,5 0,3 1,5 0,5 2,5 5,0
1,0 6,0 5,6 6,0 1,2 0,2
a) Cuntos datos hay, cul es el menor y el mayor valor de la serie de
datos?
b) Cunto es el intervalo total?
c) Cul es la amplitud del intervalo de clase?
d) Construya la tabla de distribucin de frecuencias completa
e) Construya el histograma de porcentajes acumulados, el polgono de
frecuencias relativas y el histograma de frecuencias absolutas
acumuladas.
-
MANUAL DE ESTADSTICA I
21
UNIDAD III: MEDIDAS DE TENDENCIA CENTRAL Y DE
POSICIN
3.1 Media Aritmtica
Es igual al cociente que resulta de dividir la suma de todos los datos de
la serie por el nmero de ellos.
DATOS NO AGRUPADOS
(SERIE DE DATOS)
DATOS AGRUPADOS
(DIST. DE FRECUENCIAS)
En donde Xi, es el valor exacto de cada
dato
En donde Xi, es la marca de clase
3.2 Media Aritmtica Ponderada
Se utiliza cuando el valor que toma la variable, puede diferir en peso o
importancia, es decir, cuando las observaciones difieren en la ponderacin.
Siendo wi la ponderacin de la observacin y X el valor del dato.
-
Gustavo J. Rueda G.
22
3.3 Media Armnica
Es el reciproco o inverso de la media aritmtica de los reciproco o
inversos de las observaciones o valores que toma la variable. Es el promedio
de eleccin cuando se requiere el promedio de ndices de tiempo, por
ejemplo, la velocidad (Km/h).
DATOS NO AGRUPADOS
(SERIE DE DATOS)
DATOS AGRUPADOS
(DIST. DE FRECUENCIAS)
En donde X, es el valor exacto de cada
dato
En donde X, es la marca de clase
3.4 Media Geomtrica
Es la n-sima raz del producto de n valores u observaciones. Se
utiliza para saber cul es el crecimiento en una serie de perodos de tiempo.
En las finanzas, se encuentra en el inters compuesto a lo largo de varios
perodos, o el crecimiento de la poblacin o el crecimiento de las ventas.
Tasa de crecimiento promedio (en finanzas):
-
MANUAL DE ESTADSTICA I
23
f = p (1 + i)n i = tasa promedio de crecimiento
n = nmero de perodos
f = valor futuro (final de la serie)
p = valor presente (inicio de la serie)
Ejemplo
Se pretende realizar un proyecto habitacional en una determinada
regin del pas, para lo cual se dispone de informacin demogrfica. A tal
efecto se tiene:
AOS POBLACIN
(En millones de Hab.)
2009 0,8
2010 1,0
2011 1,2
2012 1,6
2013 2,1
2014 2,2
Cul ser el nmero de viviendas para 2015, si se asume que el 20%
de la poblacin demanda vivienda y que cada familia est formada por 5
personas?
Se calcula inicialmente la tasa de crecimiento promedio o el
crecimiento promedio, con la expresin siguiente:
-
Gustavo J. Rueda G.
24
Despejando queda: f = p (1 + i)n, entonces f2015 = p2014 (1 + 0,22)1
F2015 = 2,2 (1 + 0,22) = 2,7 millones de habitantes
De los 2.700.000 habitantes demandan viviendas el 20%, o sea,
2.700.000(0,20) = 540.000 habitantes, pero cada familia est formada por 5
personas (en promedio), se requieren:
3.5 Moda o Modo
Es el que se presenta ms frecuentemente en una serie de datos, en
otras palabras, es el dato afectado de la mayor frecuencia. Puede haber
moda o no, y si la hay, puede haber ms de una. Por ejemplo; 2 modas la
serie es bimodal; 3 modas la serie es trimodal, etc.
Sobre la clase modal (CMo), se aplica: ic = amplitud del intervalo de clase.
Li = lmite inferior de la clase modal.
f1 = diferencia de frecuencias
absolutas de la clase modal y la clase
anterior.
f2 = diferencia de frecuencias
absolutas de la clase modal y la clase
posterior.
-
MANUAL DE ESTADSTICA I
25
3.6 Mediana
Es el valor central, es el valor que supera al 50% de los datos y a su
vez es superado por el 50% restante.
FIGURA N 7 LA MEDIANA
3.6.1 Para datos no agrupados
Se tiene dos situaciones:
1. Nmero de datos impar: se ordenan en forma creciente los datos y la
mediana ser el valor central.
2. Nmero de datos par: se ordenan en forma creciente, la mediana es
cualquier valor entre los dos valores centrales, pero por razones
prcticas, se ha convenido internacionalmente, tomar a la semi suma de
esos dos valores como la mediana.
Md = (X(n/2) + X(n/2)+1) / 2
3.6.2 Para datos agrupados
La clase medianal (CMd), es la que contiene al dato central.
-
Gustavo J. Rueda G.
26
Sobre la clase medianal (CMd), se
aplica:
ic = amplitud del intervalo de clase.
Li = lmite inferior de la clase
medianal.
fi = frecuencia absoluta de la clase
medianal.
N = total de datos.
Faa = frec. Abs.de clase anterior a
la clase medianal.
3.7 Fractiles
Son indicadores estadsticos de posicin que sirven para indicar el
fraccionamiento de la distribucin de datos. Los ms usuales son los
cuartiles, los deciles y los percentiles.
3.7.1 Cuartiles (Qi)
Fraccionan a la distribucin de datos en cuatro partes iguales de 25%
cada una y son tres (Q1, Q2 y Q3).
Datos no agrupados:
N par: Qi = (i * N) / 4
N impar: Qi = i * (N+1) / 4
Datos agrupados:
clase cuartili = (i * N) / 4
FIGURA N 8 CUARTILES
-
MANUAL DE ESTADSTICA I
27
Sobre la clase cuartili, se aplica: ic = amplitud del intervalo de clase.
Li = lmite inferior de la clase cuartili.
fi = frecuencia absoluta de la clase
cuartili.
N = total de datos.
Faa = frec. Abs.de clase anterior a la
clase cuartili.
3.7.2 Deciles (Di)
Fraccionan a la distribucin de datos en diez partes iguales de 10%
cada una y son nueve (D1, D2, D3,, D8 y D9).
Datos no agrupados:
N par: Di = (i * N) / 10
N impar: Di = i * (N+1) / 10
Datos agrupados:
clase decili = (i * N) / 10
FIGURA N 9 DECILES
-
Gustavo J. Rueda G.
28
Sobre la clase decili, se aplica: ic = amplitud del intervalo de
clase.
Li = lmite inferior de la clase
decili.
fi = frecuencia absoluta de la
clase decili.
N = total de datos.
Faa = frec. Abs.de clase
anterior a la clase decili.
3.7.3 Percentiles (Pi)
Fraccionan a la distribucin de datos en cien partes iguales de 1%
cada una y son noventa y nueve (P1, P2, P3,, P98 y P99).
Datos no agrupados:
N par: Pi = (i * N) / 100
N impar: Pi = i * (N+1) / 100
Datos agrupados:
clase percentili = (i * N) / 100
FIGURA N 10 PERCENTILES
-
MANUAL DE ESTADSTICA I
29
Sobre la clase percentili, se aplica: ic = amplitud del intervalo
de clase.
Li = lmite inferior de la
clase percentili
fi = frecuencia absoluta de
la clase percentili
N = total de datos.
Faa = frec. Abs.de clase
anterior a la clase percentili.
Un mtodo ms universal y poderoso, por su sencillez, es hallar estos
indicadores de posicin por interpolacin. Es ms sencillo, pues slo se debe
recordar una sola frmula, la de interpolacin (mtodo de aproximacin lineal
por interpolacin o tambin llamado de proporcionalidad, ver Apndice A), y
se aplica en el espacio correspondiente al porcentaje que defina el fractil que
se est calculando, sobre la columna de porcentaje acumulado (%ACUM) de la
tabla de distribucin de frecuencias.
Frmula general de interpolacin:
Sobre el espacio indicando del porcentaje
buscado:
R: valor del fractil buscando
R1: valor del % anterior al
buscado
R2: valor del % posterior al
buscado
L1: imagen del valor R1
L2: imagen del valor R2
-
Gustavo J. Rueda G.
30
L: valor del porcentaje
correspondiente al fractil
buscado.
Ejemplo
Considerar la siguiente distribucin de frecuencias, que representa
precios en dlares por unidad. Hallar:
a) El tercer cuartil (Q3)
b) El sexto decil (D6)
c) El percentil dieciocho (P18)
PRECIO
(US$ /
UNIDAD)
N DE
UNIDADES
(fi)
Fi %ACUM
15 25 6 6 10
25 35 8 14 23,33
35 45 14 28 46,67
45 55 16 44 73,33
55 65 12 56 93,33
65 75 2 58 96,67
75 85 2 60 100
n = 7 fi = N = 60
Solo se necesita la primera columna, correspondiente a los valores de
la variable, y la ltima columna, correspondiente a los porcentajes
acumulados, para ubicar los fractiles. Sobre la ltima columna (%ACUM), se
-
MANUAL DE ESTADSTICA I
31
ubica el porcentaje correspondiente al del fractil en cuestin. Por ejemplo, el
tercer cuartil o cuartil tercero o cuartil tres (Q3), es aquel indicador de
posicin que supera al 75% de los datos y a su vez es superado por el 25%
restante; entonces la posicin que se debe calcular es la que corresponde al
75%.
Ubicados los valores en la tabla de distribucin de frecuencias, se
procede a sustituir en la formula general de interpolacin, para ubicar el
fractil en cuestin, que en este caso es el Q3.
a.- Entonces el tercer cuartil es Q3 = 55,835 US$/unidad
-
Gustavo J. Rueda G.
32
El sexto decil o decil seis (D6), es aquel indicador de posicin que
supera al 60% de los datos y a su vez es superado por el 60% restante;
entonces la posicin que se debe calcular es la que corresponde al 60%.
Ubicados los valores en la tabla de distribucin de frecuencias, se
procede a sustituir en la formula general de interpolacin, para ubicar el
fractil en cuestin, que en este caso es el D6.
b.- Entonces el sexto decil es D6 = 50 US$/unidad
El percentil dieciocho (P18), es aquel indicador de posicin que supera
al 18% de los datos y a su vez es superado por el 82% restante; entonces la
posicin que se debe calcular es la que corresponde al 18%.
-
MANUAL DE ESTADSTICA I
33
Ubicando los valores en la tabla de distribucin de frecuencias, se
procede a sustituir en la formula general de interpolacin, para ubicar el
fractil en cuestin, que en este caso es el P18.
c.- Entonces el percentil dieciocho es P18 = 31,01 US$/unidad
En conclusin, solo se necesita ubicar el porcentaje acumulado
(%ACUM) asociado al fractil, y conocer la frmula de interpolacin para ubicar
su valor, y esto tiene un gran valor prctico.
-
Gustavo J. Rueda G.
34
3.8 Problemas Unidad III
III.1 La siguiente distribucin de frecuencias corresponde al costo, en
bolvares por unidad, de unos caramelos para fiestas infantiles.
COSTO
(Bs/unidad)
N DE UNIDADES
Determinar:
15 20 26 a) La media aritmtica.
20 25 34 b) La mediana.
25 30 42 c) La moda o modo.
30 35 38
35 40 20
III.2 Los siguientes datos representan las calificaciones de una muestra de
estudiantes en un determinado examen sobre 100 puntos. Agrupe en 10
intervalos (n = 10).
23 60 79 32 57 74 52 70 82 36
80 77 81 95 41 65 92 85 55 76
52 10 64 75 78 25 80 98 81 67
41 71 83 54 64 72 88 62 74 43
60 78 89 76 84 48 84 90 15 79
34 67 17 82 69 74 63 80 85 61
Determine:
a) La media aritmtica
b) La mediana
c) La moda o modo
-
MANUAL DE ESTADSTICA I
35
d) El percentil catorce (P14)
e) El primer cuartil (Q1)
f) El sptimo decil (D7)
III.3 En un estudio de mercado se desea estimar el ingreso por familia en una
determinada zona de la ciudad. Se tom una muestra aleatoria de familias,
obtenindose los siguientes resultados:
INGRESO
FAMILIAR
(US$/MES)
0 - 1000
1000 - 2000
2000 - 3000
3000 - 4000
4000 - 5000
N
FAMILIAS
2
7
6
4
1
Determine la moda y el primer cuartil (Q1) de la muestra.
III.4 El administrador de un hospital, de acuerdo a un estudio del tiempo de
espera de los pacientes, antes de ser atendidos en emergencia, obtiene para
un da laborable cualquiera la siguiente informacin:
TIEMPO EN
ESPERA
(min.)
10 - 14
14 - 18
18 22
22 - 26
26 - 30
30 - 34
N
PACIENTES
4
10
16
20
2
8
Calcular el tiempo de espera promedio.
-
Gustavo J. Rueda G.
36
III.5 Una empresa tiene 60 empleados que ganan los sueldos mensuales
siguientes:
SUELDOS
(Bs/mes)
3000 - 3500
3500 - 4000
4000 - 4500
4500 - 5000
5000 - 5500
N
EMPLEADOS
6
9
30
8
7
La Gerencia de RRHH de la empresa recomienda un aumento del 10%
para cada empleado, a cunto ascender el sueldo promedio anual de un
empleado de esta empresa? (suponer que cada empleado solo recibe solo
recibe su sueldo mensual).
III.6 La siguiente informacin se refiere a una muestra de 60 componentes
electrnicos y su duracin. Cul es la duracin promedio de estos
componentes electrnicos?
DURACIN
(x1000 hrs)
10 15 15 20 20 25 25 30 30 35
N
COMPONENTES
6 f2 18 f4 10
Fi
F1 F2 36 50 F4
III.7 Una oficina que realiza investigaciones de mercado est estudiando el
consumo mensual en una parroquia de Maturn, de cierto producto de
consumo masivo, para lo cual divide en tres reas a dicha parroquia y las
denomina A1, A2 y A3; encuestando en ellas un total de 80 hogares,
obteniendo el siguiente resultado:
-
MANUAL DE ESTADSTICA I
37
REA INFORMACIN
A1 X1 = 200 Bs/mes
N1 = 25 HOGARES
ENCUESTADOS
A2 X2 = 235 HOGARES
ENCUESTADOS
N2 = SE EXTRAVI LA DATA
A3 X3 = X2
N3 = 35 HOGARES
ENCUESTADOS
Cul es el promedio total de consumo mensual del producto en la
citada parroquia?
III.8 En base a un estudio sobre la oferta actual de locales comerciales en el
rea metropolitana de Caracas para las zonas oeste, centro y este, se
obtiene la informacin siguiente:
RESULTADOS DEL
ESTUDIO
ZONAS
OESTE CENTRO ESTE
PRECIO DE VENTAPROM
(Bs/m2)
550 NO SE
CONOCE
6.100
N LOCALES
COMERCIALES
OBSERVADOS
80 50 70
El precio de venta promedio total para el rea metropolitana es de 5.785
Bs/m2. Determine el precio de venta promedio para la zona centro.
-
Gustavo J. Rueda G.
38
III.9 Una empresa tiene 60 ejecutivos que reciben en promedio Bs. 10.000 al
mes y 800 trabajadores que reciben en promedio Bs. 3.000 al mes. En
tiempo de crisis y depresin econmica, todos los sueldos se reducen en un
20%, el nmero de ejecutivos se reduce en un 10% y se despiden 200
trabajadores. Determine el sueldo promedio total en tiempo de depresin.
III.10 Al inicio de actividades una empresa determina que el costo de
produccin para un determinado producto electrodomstico era de 1.200
Bs/unidad, actualmente al haber transcurrido varios aos de operacin, el
costo de produccin para el mismo artculo es de 1.324,91 Bs/unidad. Si se
estima que para dentro de dos aos su costo de produccin ser de 1.378,44
Bs/unidad, Cuntos aos tiene operando la empresa?
III.11 La siguiente tabla presenta los costos del terreno al sur de la ciudad de
Maturn. Si la tasa de crecimiento interanual se mantiene. Cul ser el costo
del terreno para 2020?
AOS COSTO
(Bs/m2)
2013 220
2014 231
2015 270
2016 300
2017 350
III.12 En base a un estudio realizado en una zona industrial del pas, se
obtiene la informacin dispuesta en la tabla, de acuerdo a las industrias
-
MANUAL DE ESTADSTICA I
39
instaladas en cinco (5) aos. Es necesario dotar de vivienda a cada familia
de cada trabajador, si cada industria en promedio emplea 120 trabajadores y
cada familia est formada por 5 personas, Cuntas viviendas se requieran
para 2017?
AOS INDUSTRIAS
INSTALADAS
2010 8
2011 11
2012 15
2013 18
2014 22
III.13 El director de unos grandes almacenes tiene inters en saber cuntos
reclamos recibe el Departamento de Atencin al Cliente sobre la calidad de
los aparatos electrnicos que se venden en los almacenes. Los registros de
un perodo de 5 semanas muestran el siguiente nmero de reclamos
semanales:
13 15 8 16 8
a) Calcule el nmero medio de reclamos semanales
b) Calcule el valor central de las reclamaciones
c) Halle la moda
-
Gustavo J. Rueda G.
40
III.14 Diez economistas recibieron el encargo de predecir el crecimiento
porcentual que experimentar el ndice de precios de consumo el prximo
ao. Sus predicciones fueron:
3,6 3,1 3,9 3,7 3,5
3,7 3,4 3,0 3,7 3,4
a) Calcule el ndice promedio
b) Calcule la mediana
c) Cul es la moda?
III.15 Una cadena de grandes almacenes eligi aleatoriamente 10
establecimientos situados en una regin en particular. Tras examinar los
datos de ventas, observ que ese ao se haban conseguido en las
navidades los siguientes aumentos porcentuales de las ventas en dlares
con respecto al ao anterior:
10,2 3,1 5,9 7,0 3,7
2,9 6,8 7,3 8,2 4,3
a) Calcule el aumento porcentual medio de las ventas en dlares
b) Calcule la mediana
III.16 Al tomar una muestra de 100 tornillos y medir sus dimetros, los
resultados fueron los que se indican en la tabla a continuacin:
-
MANUAL DE ESTADSTICA I
41
Dimetro
(mm)
15 - 17 17 - 19 19 21 21 - 23 23 - 25 25 - 27
fi
8 19 32 23 12 6
a) Encuentre el porcentaje de tornillos que caen en el intervalo (20 2,5)
mm
b) Determine una especificacin (limites en mm) para estos tornillos que
cubra el 95% de las unidades
c) Calcule el P39 y el D7
III.17 Los siguientes datos registran el tiempo que utilizan cuatro mdicos al
realizar una cierta intervencin quirrgica. Conocer el tiempo medio permite
contar con una herramienta til en la planeacin de los recursos, como la
Sala de Operaciones. Adems de poder comparar los desempeos con los
estndares de calidad internacionales. Calcule e interprete el tiempo medio.
MDICO A B C D
TIEMPO (min) 45 38 52 40
III.18 Suponga que una familia realiza un viaje en automvil, de una ciudad
A a una ciudad B y cubre los primeros 100 km a 60 km/h, los siguientes
100 km a 70 km/h y los ltimos 100 km a 80 km/h. Calcular, en esas
condiciones, la velocidad media realizada.
III.19 En el cuadro siguiente se presentan los consumos de electricidad en
Espaa en miles de millones de de kw/hora desde diciembre en 1985 hasta
diciembre de 1986.
-
Gustavo J. Rueda G.
42
MES
Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
CONSUMO
(x109 kw/h)
10,1 10,7 9,96 9,46 9,54 8,92 8,95 8,58 7,86 8,96 9,17 9,57 10,2
A partir de los incrementos unitarios de consumo de cada mes, calcular
el incremento unitario anual medio acumulativo.
III.20 La siguiente distribucin de frecuencias representa los pesos (kg) de un
grupo de personas
PESOS
(kg)
52 - 56 56 60 60 - 64 64 - 68 68 - 72 72 - 76 76 - 80
N
PERSONAS
4 12 17 20 15 9 3
a) Qu porcentaje de personas tienen pesos inferiores a los 62 kg?
b) Cuntas personas pesan entre 65 y 74 kg?
c) Cuntas personas con pesos superiores a 62 kg?
d) El 75% de las personas, estn por debajo de que peso?
III.21 La distribucin del ahorro mensual de 150 personas es como se
muestra a continuacin:
AHORRO
(US$/mes)
N DE
PERSONAS
100 150 12
150 200 18
200 250 21
250 300 48
300 350 24
350 400 15
400 450 12
-
MANUAL DE ESTADSTICA I
43
a) Cul es el porcentaje de personas con ahorro menor a 200 US$/mes?
b) Cuntas personas ahorran ms de 320 US$/mes?
c) Por debajo de que nivel de ahorro mensual se encuentra el 50% de las
personas?
III.22 De acuerdo a los resultados de una prueba de seleccin aplicada a 160
aspirantes, la Gerencia de Recursos Humanos de una empresa
transnacional, obtiene el siguiente resultado:
CALIFICACIONES
OBTENIDAS
N DE
ASPIRANTES
15 30 15
30 45 27
45 60 39
60 75 36
75 90 29
90 105 14
De los aspirantes que se presentaron fueron admitidos los 40 mejor
calificados. Cul fue la mnima calificacin obtenida para ser aceptado?
III.23 Los siguientes datos representan la produccin de petrleo, en miles de
barriles por da (MBPD), de los pozos al sur del Estado Monagas. Agrupar en
7 intervalos de clase.
a) Cul es el valor ms comn?
b) Cul es la produccin promedio de todos los pozos?
c) Cul es la produccin del 50% de los pozos?
-
Gustavo J. Rueda G.
44
d) Qu produccin tiene el 75% de los pozos?
e) Cuntos pozos tienen una produccin menor o igual a 7,1 MBPD?
f) Qu porcentaje de pozos tienen una produccin entre 3,0 y 4,3
MBPD?
g) En cunto vara la produccin del 80% central de los pozos?
h) Cunto es la variacin de la produccin de los pozos ubicados entre el
50% y 75% de la produccin de los pozos?
0,4 1,3 3,8 6,3 2,4
6,2 3,7 1,3 0,4 2,4
5,8 0,4 3,4 1,2 2,3
0,2 1,2 2,3 3,3 5,6
2,5 4,2 6,8 0,5 1,4
2,7 1,4 0,5 4,4 7,2
1,1 1,9 3,1 5,5 9,7
0,8 1,6 4,7 7,8 2,8
9,5 5,2 1,8 0,9 2,9
1,5 0,7 2,8 7,6 4,6
-
MANUAL DE ESTADSTICA I
45
UNIDAD IV: MEDIDAS DE VARIABILIDAD O DISPERSIN
Es imprescindible conocer la variabilidad existente entre los diferentes
valores de la serie con respecto al valor central. Una medida de tendencia
central sin estar acompaada de una medida de dispersin es una verdad a
medias. Siempre deben ir de la mano, ambas medidas, para que se pueda
formar un juicio correcto entorno a los datos que le dieron origen.
4.1 Medidas de Dispersin Absoluta
Se expresan en las mismas unidades de la variable. Las principales son
las siguientes:
4.1.1 Intervalo Total (Rango de los Datos o Recorrido de los Datos)
Es la diferencia (distancia) entre el valor mayor observado (XM) y el
valor menor observado (Xm) en una serie de datos.
ITOT = XM - Xm
4.1.2 Desviacin Media (Desvos Medios)
Es el promedio aritmtico de los valores de absolutos de las
desviaciones de los valores de la serie con respecto a la medida de
tendencia central.
-
Gustavo J. Rueda G.
46
DATOS NO AGRUPADOS DATOS AGRUPADOS
Con respecto a la media (X):
Con respecto a la media (X):
Con respecto a la mediana (Md):
Con respecto a la mediana (Md):
Con respecto a la moda (Mo):
Con respecto a la moda (Mo):
Xi es el valor exacto de cada
dato
Xi es el valor de la marca de clase
4.1.3 Varianza
Es la media aritmtica de los cuadrados de los desvos de los valores
de la serie con respecto a su media aritmtica. Se denota como Var (X) = 2
DATOS NO AGRUPADOS DATOS AGRUPADOS
Xi es el valor exacto de cada dato Xi es el valor de la marca de clase
-
MANUAL DE ESTADSTICA I
47
4.1.4 Desviacin Tpica o Estndar
Es la raz cuadrada de la varianza.
En Estadstica Inferencial, se debe hacer la distincin de cuando se
trabaja con el valor poblacional o con el valor muestral. Y se logra esa
distincin mediante la notacin correspondiente:
= Desviacin Tpica poblacional
s = Desviacin Tpica muestral
Es comn ver libros de Estadstica, que en la parte no inferencial usen
o s, de forma indistinta para denotar a la desviacin. Pero hacerlo en
Estadstica Inferencial constituye un grave error.
4.1.5 Desviacin Cuartlica (Desviacin Cuartil)
Es la mide la dispersin que hay en el 50% central de los datos, es la
diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1).
DQ = Q3 - Q1
4.2 Medidas de Dispersin Relativa
Son adimensionales, las principales son las siguientes:
-
Gustavo J. Rueda G.
48
4.2.1 Coeficiente de Variacin de Pearson (C.V.)
Cuando se requiere comparar el grado de dispersin de distribuciones
que no vienen dadas en las mismas unidades o que las medias no son
iguales, se utiliza este coeficiente, que se calcula como el cociente entre la
desviacin tpica y la media aritmtica y se expresa en porcentaje.
Tambin representa el nmero de veces que la desviacin tpica est
contenida en la media aritmtica, y por tanto, cuanto mayor es el coeficiente
de variacin (C.V.), mayor es la dispersin y menor la representatividad de la
media con respecto a los datos que le dieron origen. Se ha establecido un
lmite o regla para afirmar la representatividad de la media aritmtica:
Si el C.V. 20%, entonces, la X es representativa de los datos
4.2.2 Coeficiente de Variacin Medianal (C.V.M.)
Es el cociente entre la Desviacin Cuartil y la mediana, se expresa en
porcentaje.
-
MANUAL DE ESTADSTICA I
49
4.3 Problemas Unidad IV
IV.1 Los siguientes datos representan los pesos de unas personas que se
encuentran en dos salas diferentes, A y B. En qu caso, el promedio
aritmtico es representativo de la serie de datos?
SALA PESO (kg)
A 52 58 56 61 66
B 15 26 25 103 124
IV.2 La siguiente distribucin de frecuencias representa los ingresos diarios
de unos operarios especializados. El promedio aritmtico es representativo
para esta informacin?
INGRESOS
(US$/DIA)
N DE
OPERARIOS
70 90 5
90 110 20
110 130 27
130 150 6
150 170 8
IV.3 El Departamento de Control de Calidad de un laboratorio farmacutico,
prueba dos tipos de antibiticos, A y B, de acuerdo a su duracin efectiva en
el cuerpo humano, obteniendo la siguiente informacin:
-
Gustavo J. Rueda G.
50
DURACIN
(hrs)
ANTIBITICO
A B
X 75 81
2,5 3,5
Tomando en cuenta su uso en la salud de pacientes y la certeza que
deben tener los mdicos para calcular y dar los rcipes, cul debe
seleccionarse para su produccin?
IV.4 Dada la serie:
4,2 7,5 1,4 2,3 5,0 6,3
Determinar:
a) Desviacin tpica
b) Desviacin media con respecto a la mediana
IV.5 Determine la desviacin estndar y el coeficiente de variacin de la
siguiente serie de datos que se refiere a cuentas morosas
RETRASO
(MESES)
N DE
CUENTAS
2 5 10
5 8 12
8 11 26
11 14 19
14 17 8
-
MANUAL DE ESTADSTICA I
51
IV.6 Cul es la desviacin tpica de la siguiente serie?
Clases 20 30 30 40 40 50 50 60 60 70 70 80
fi 10 22 35 38 24 12
IV.7 En una exhibicin cientfica se obtuvo la siguiente informacin, de entre
los asistentes de un da en particular. Determine la desviacin cuartil.
EDAD
(AOS)
N DE
ASISTENTES
15 25 6
25 35 8
35 45 14
45 55 16
55 65 12
65 y ms 4
IV.8 Un contratista debe adquirir bombillos para equipar un lote de viviendas
y encuentra en el mercado dos marcas similares A y B. Cul marca debe
elegir?
DURACIN
(hrs)
MARCAS DE BOMBILLO
A B
X 1.495 1.875
280 310
-
Gustavo J. Rueda G.
52
IV.9 Un encargado de compras ha obtenido muestras de lmparas de dos
marcas A y B. En su propio laboratorio ha probado ambas muestras con
respecto a la duracin de su vida til con los resultados siguientes:
VIDA TIL
(hrs)
N LMPARAS
MARCA A
N LMPARAS
MARCA B
600 700 4 7
700 800 16 13
800 900 20 18
900 1000 14 12
1000 1100 6 10
Cul marca se debe elegir?
IV.10 Un grupo de estudiantes universitarios segn un test de habilidad
mental, obtienen las siguientes puntuaciones:
PUNTUACIONES
60 70 70 80 80 90 90 100 100 - 110
N DE
ESTUDIANTES
4 16 20 14 6
Cuntos universitarios obtienen puntuaciones menores que X + ?
IV.11 Si todos los valores de una serie de datos son iguales entre s, qu
valor tendr su desviacin estndar?
-
MANUAL DE ESTADSTICA I
53
IV.12 En un estudio de mercado se desea estimar el ingreso por familia en
una determinada zona de la ciudad. Se tom una muestra aleatoria de
familias, obtenindose los siguientes resultados:
INGRESO
FAMILIAR
(US$/MES)
0 1000
1000 - 2000
2000 - 3000
3000 - 4000
4000 - 5000
N
FAMILIAS
2
7
6
4
1
Cul es el porcentaje de familias cuyos ingresos caen en el intervalo
X ?
IV.13 La resistencia a la rotura de una muestra de 50 cables fue la siguiente:
RESIS-
TENCI
A
(kgs)
90 92
92 94
94 96
96 98
98 100
100 102
102 104
104 106
106 108
fi
2 6 10 12 8 5 4 2 1
a) Calcule la media aritmtica
b) Calcule la varianza
c) Es el promedio aritmtico representativo de esta informacin?
-
Gustavo J. Rueda G.
54
IV.14 El Departamento de Crdito de un Banco Universal, en base a un
estudio sobre solicitudes de prstamos para la adquisicin de viviendas,
obtiene para el monto de los mismos la siguiente distribucin:
MONTOS
(* Bs. 1000)
1000 1200 1200 1400 1400 1600 1600 1800 1800 2000
N DE
SOLICITUDES
6 20 28 21 5
Cul es el porcentaje de solicitudes de crdito en el intervalo X ?
-
MANUAL DE ESTADSTICA I
55
UNIDAD V: MEDIDAS NUMRICAS ASIMTRICAS Y
KURTOSIS
5.1 Asimetra
Esta medida permite identificar si los datos u observaciones se
distribuyen de forma uniforme alrededor del punto central. La asimetra
presenta tres estados diferentes, cada uno de los cuales define
de forma concisa como estn distribuidos los datos respecto al eje de
asimetra. Para una distribucin unimodal:
Curva asimtricamente Negativa (a la izquierda)
Mo > Md > X
Curva simtrica
X = Mo = Md
Curva asimtricamente Positiva (a la derecha)
X > Md > Mo
FIGURA N 11 TIPOS DE ASIMETRA
-
Gustavo J. Rueda G.
56
5.2 Coeficiente de Asimetra: Frmula de Pearson
Es la medida de asimetra ms conocida y ms utilizada, y se expresa
como el cociente de la diferencia de la media y la moda entre la desviacin
estndar.
C.A.P = 0 SIMETRA
C.A.P 0 ASIMETRA NEGATIVA
C.A.P > 0 ASIMETRA POSITIVA
5.3 Teora de Momentos
El Momento de una variable es el valor esperado o esperanza
matemtica de la funcin g (x) = xk, en donde k se le denomina ksimo
momento de x.
En general, se llama momento de orden k respecto de un valor C a la
expresin:
Datos no agrupados Datos Agrupados
-
MANUAL DE ESTADSTICA I
57
5.4 Tipos de Momentos
5.4.1 Momentos respecto al origen, cuando C = 0
Datos no agrupados Datos Agrupados
Los primeros momentos respecto al origen son con k = 1, entonces
son la media aritmtica.
Datos no agrupados: Datos agrupados:
5.4.2 Momentos respecto de la media o momento central, cuando C
= X
Datos no agrupados Datos Agrupados
El segundo momento con respecto a la media o momento central, es
decir, con k = 2, es la varianza.
-
Gustavo J. Rueda G.
58
Datos no agrupados: Datos agrupados:
5.5 ndice de Simetra de Fisher
Es el coeficiente de asimetra por el mtodo de momentos. De hecho,
el tercer momento, cuando k = 3, con respecto a la media o momento central.
Datos no agrupados Datos Agrupados
NDICE SIMETRA
g = 0 Simtrica
g > 0 Asimtrica derecha
g 0 Asimtrica izquierda
5.6 Kurtosis o Curtosis
Es una medida de la forma o apuntalamiento de la distribucin de datos,
cuan aguda o puntiaguda, trata de estudiar la mayor o menor concentracin
de frecuencias alrededor de la media y en la zona central de la distribucin.
-
MANUAL DE ESTADSTICA I
59
Esta medida determina el grado de concentracin que presentan los
valores en la regin central de la distribucin. Por medio del Coeficiente de
Curtosis, podemos identificar si existe una gran concentracin de valores
(Leptocrtica), una concentracin normal (Mesocrtica) una baja
concentracin (Platicrtica).
FIGURA N 12 TIPOS DE KURTOSIS
5.7 Coeficiente de Kurtosis
Es el cuarto momento con respecto a la media.
Datos no agrupados Datos Agrupados
Se le ha sustrado 3, que es la curtosis de la Distribucin Normal, con el
objeto de generar un coeficiente que valga cero.
Coeficiente Tipo de kurtosis
g2 = 0 Mesocrtica (normal)
g2 > 0 Leptocrtica (puntiaguda)
g2 0 Platicrtica (achatada plana)
-
Gustavo J. Rueda G.
60
5.8 Problemas Unidad V
V.1 Las edades de un grupo de personas se reflejan en la tabla, estudie la
simetra y la curtosis de la variable.
EDAD 7 9 9 11 11 13 13 15 15 17 17 19 19 21 21 23
fi 4 18 14 27 42 31 20 1
V.2 En la siguiente tabla se muestran las diferentes cantidades de IVA que
se imponen en la compra de una obra de arte, en cada de uno de los pases
europeos citados. Determine el coeficiente de asimetra de Pearson, el
coeficiente de asimetra de Fisher y la curtosis de la variable.
PAS TASA IVA
Espaa 0,16
Italia 0,20
Blgica 0,06
Holanda 0,06
Alemania 0,07
Portugal 0,17
Luxemburgo 0,06
Finlandia 0,22
V.3 Para lanzar un nuevo producto al mercado, una empresa estudia el
tiempo de publicidad, en segundos, empleando en los medios audiovisuales
por otra empresa que produce un producto similar.
-
MANUAL DE ESTADSTICA I
61
DURACIN
(SEG.)
N DE
ANUNCIOS
10 20 3
20 30 17
30 40 13
40 50 9
50 60 8
Estudiar la forma de la distribucin mediante el coeficiente de asimetra
de Pearson, el coeficiente de asimetra de Fisher y la curtosis de la variable.
V.4 Calcular el coeficiente de asimetra y curtosis de la siguiente tabla de
datos:
INTERVALO 45 55 55 65 65 75 75 85 85 95
fi 6 10 19 11 4
V.5 La siguiente tabla representa los datos de alquileres de locales
comerciales en la ciudad de Caracas, estudiar la forma de la distribucin
mediante el coeficiente de asimetra de Pearson, el coeficiente de asimetra
de Fisher y la curtosis de la variable.
Alquiler
(Bs/mes)
0 15 15 30 30 45 45 60 60 75 75 90
fi
17 130 180 30 10 5
-
Gustavo J. Rueda G.
62
V.6 En una gasolinera estudian el nmero de vehculos que cargan
combustible a lo largo de un da, obteniendo:
Horas
0 4 4 8 8 12 12 16 16 20 20 24
N
autos
6 14 110 120 150 25
Estudiar la forma de la distribucin mediante el coeficiente de asimetra
de Pearson, el coeficiente de asimetra de Fisher y la curtosis de la variable.
V.7 Los siguientes datos corresponden a calificaciones de una prueba de
actitud para la seleccin de personal de una prestigiosa empresa
transnacional. La evaluacin es en base a 100 puntos. Las siguientes
calificaciones siguientes son las obtenidas por los aspirantes:
55 67 73 49 80 84 64 91 78 52 95 80
Estudiar la forma de la distribucin mediante el coeficiente de asimetra
de Pearson, el coeficiente de asimetra de Fisher y la curtosis de la variable.
V.8 Se ha pasado un test de 80 preguntas a 600 personas. El nmero de
respuestas correctas se refleja en la siguiente tabla:
RESPUESTAS
CORRECTAS
0 10
10 20
20 30
30 40
40 50
50 60
60 70
70 80
N DE
PERSONAS
40 60 75 90 105 85 80 65
-
MANUAL DE ESTADSTICA I
63
Estudiar la forma de la distribucin mediante el coeficiente de asimetra
de Pearson, el coeficiente de asimetra de Fisher y la curtosis de la variable.
V.9 Los siguientes datos representan los pesos en kg de un grupo de
personas. Estudiar la forma de la distribucin mediante el coeficiente de
asimetra de Pearson, el coeficiente de asimetra de Fisher y la curtosis de la
variable.
PESO
(Kgs)
50 55 55 60 60 65 65 70 70 75 75 80 80 85
N DE
PERSONAS
2 7 17 30 14 7 3
V.10 Las temperaturas medias registradas durante el mes de enero en
Mrida, en grados centgrados, estn dadas por la siguiente tabla, estudiar la
forma de la distribucin mediante el coeficiente de asimetra de Pearson, el
coeficiente de asimetra de Fisher y la curtosis de la variable.
TEMPERATURA
(C)
13 14 15 16 17 18 19 20 21 22
N DE
DAS
1 1 2 3 6 8 4 3 2 1
-
Gustavo J. Rueda G.
64
UNIDAD VI: INTRODUCCIN A LA TEORA DE
PROBABILIDADES
Se presupone una buena base matemtica de parte del lector del
presente material, de igual manera, se recomienda para la mejor
comprensin del clculo de probabilidades y sus teoremas, revisar a detalle
el Apndice B: Teora de Conjuntos y el Apndice C: Teora Combinatoria.
Con seguridad, su revisin llevar a mejorar los resultados en el estudio y
comprensin de la probabilidad.
6.1 Probabilidad
Es el cociente que resulta de dividir los casos favorables de una
determinada situacin, entre el total de casos posibles de un experimento
aleatorio; los cuales son fenmenos que tienen la propiedad de que su
realizacin repetida bajo un determinado conjunto de circunstancias, pueden
dar lugar a distintos resultados.
6.2 Probabilidad A Priori
Se basa en la suposicin de que cada resultado es igualmente
posible. Entonces, es posible la determinacin de los valores de probabilidad
antes de observar cualquier evento.
Si hay a posibles resultados favorables a la ocurrencia de un evento
A y sean b posibles resultados desfavorables a la ocurrencia del evento
A, y todos los resultados son igualmente posibles y mutuamente
excluyentes, la probabilidad de A queda:
-
MANUAL DE ESTADSTICA I
65
6.3 Probabilidad A Posteriori (Frecuencia Relativa)
Se determina sobre la base de la proporcin de veces que ocurre un
resultado favorable en un nmero de observaciones o experimentos. Los
valores de probabilidad se basan en la observacin y recopilacin de datos,
el nmero de experimentos debe ser muy grande, entonces, la probabilidad
de A seria el lmite de la frecuencia relativa de A cuando n tiende al
infinito.
Este concepto es aplicable cuando el nmero de resultados posibles
es o tiende al infinito.
6.4 Probabilidad (Enfoque Subjetivo)
Es el grado de creencia por parte de un individuo de que un evento
ocurra, basado en toda la evidencia a su disposicin, ya que el valor de la
probabilidad es un juicio personal.
-
Gustavo J. Rueda G.
66
6.5 Concepto Axiomtico de la Probabilidad
Modernamente se ha desarrollado el concepto de probabilidad con base
en el estudio de modelos matemticos de fenmeno aleatorio.
Cada uno de los posibles resultados de un experimento aleatorio se
conoce como punto muestral.
El conjunto de todos los puntos muestrales de un experimento
aleatorio constituye un espacio muestral y se representa por S.
Un suceso A es un subconjunto de un espacio muestral S, A S. Si
un suceso contiene un solo punto muestral, se dice que es un suceso simple;
si contiene 2 o ms puntos muestrales, se le define como suceso compuesto
o mltiple. Un evento imposible cuando no hay chance de que ocurra un
resultado.
Cuando se de la probabilidad de que se d el suceso A, se quiere
sealar la probabilidad de que se d cualquiera de los puntos muestrales del
suceso A.
FIGURA N 13 PROBABILIDAD
0 P (A) 1
P (A) + P (A) = 1
P (S) = 1
-
MANUAL DE ESTADSTICA I
67
nA = N de elementos de A
n = N de elementos de S
6.5.1 Experimento Aleatorio (Fenmenos)
Son aquellos que al realizarse varias veces, bajo las mismas
condiciones, pueden dar lugar a resultados diferentes.
6.5.2 Espacio Muestral (S)
Es el conjunto de todos los resultados posibles de un experimento o
fenmeno aleatorio.
6.5.3 Espacio Muestral Equiprobable
Es cuando cada uno de sus elementos o puntos muestrales tienen
idntico chance de ocurrir.
6.5.4 Puntos Muestrales (Suceso o Evento)
Es un resultado en particular de un experimento o fenmeno aleatorio.
6.6 Eventos Mutuamente Excluyentes
Son eventos que no tienen elementos en comn, es decir, la
interseccin es el conjunto vacio. Es cuando es imposible que ocurran
simultneamente.
-
Gustavo J. Rueda G.
68
A B = { }
6.7 Eventos No Mutuamente Excluyentes
Son eventos que tienen elementos en comn, es decir, tienen
interseccin distinta al vacio. Es posible la ocurrencia simultnea de los
eventos.
6.8 Seleccin al Azar
Es un procedimiento de escogencia o seleccin sin un orden
preestablecido, en donde todos los elementos tienen idntico chance de ser
seleccionado, se pueden usar nmeros aleatorios para hacer la seleccin.
6.8.1 Seleccin con reemplazo (con repeticin)
El elemento seleccionado se incorpora nuevamente al conjunto, es
decir, el espacio muestral no se altera con el resultado del experimento o
-
MANUAL DE ESTADSTICA I
69
fenmeno aleatorio, el elemento seleccionado pudiera ser seleccionado
nuevamente en cada experimento. Ejemplo: sorteo de los triples de las
diferentes loteras.
6.8.2 Seleccin sin reemplazo (sin repeticin)
El elemento seleccionado no se incorpora nuevamente al espacio
muestral, es decir, el espacio muestral queda modificado o alterado luego de
efectuado el experimento aleatorio. Ejemplo: sorteo del Kino de la lotera del
Tchira.
6.9 Teorema de la Suma (A B); (A + B); (A o B); (A B)
Esto implica que se d un evento o que se d el otro o de que se den
ambos.
6.9.1 Sucesos exhaustivos y mutuamente excluyentes
Son aquellos cuya reunin es el espacio muestral.
P (A B C) = P (A) + P (B) + P (C) = 1
FIGURA N 14 SUCESOS EXHAUSTIVOS Y EXCLUYENTES
-
Gustavo J. Rueda G.
70
6.9.2 Sucesos mutuamente excluyentes
Son aquellos que su interseccin es el conjunto vacio, es decir,
A B = . En otras palabras, dos o ms sucesos son mutuamente
excluyentes si la realizacin de uno implica la imposibilidad de la realizacin
simultnea de los otros.
P (A B) = P (A) + P (B)
FIGURA N 15 SUCESOS MUTUAMENTE EXCLUYENTES
6.9.3 Sucesos que no son Mutuamente Excluyentes
Son aquellos que su interseccin es diferente al conjunto vacio, es
decir, tienen elementos en comn.
La regla de la suma para dos eventos, queda de la siguiente
forma:
FIGURA N 16 SUCESOS NO MUTUAMENTE EXCLUYENTES
-
MANUAL DE ESTADSTICA I
71
P (A B) = P (A) + P(B) P (A B)
La regla de la suma para tres eventos, queda de la siguiente
forma:
FIGURA N 17 SUCESOS NO MUTUAMENTE EXCLUYENTES, TRES EVENTOS
P (A B C) = P (A) + P (B) + P (C) P (A B) P (A C) P (B C) +
P (A B C)
6.10 Probabilidad Condicional
Considerando dos sucesos A y B, se entiende por probabilidad
condicional del suceso B dado el suceso A, a la probabilidad de que B
ocurra, dado que A ha ocurrido. El hecho de que A haya ocurrido da la
informacin adicional sobre la posibilidad de la ocurrencia B. Se representa
de la forma siguiente:
P (B/A) = Es la probabilidad de que ocurra el evento B dando a A como
cierto.
-
Gustavo J. Rueda G.
72
con P (A) 0
FIGURA N 18 PROBABILIDAD CONDIONADA
6.11 Probabilidad Producto
De la frmula de Probabilidad Condicional, se desprende la
Probabilidad Producto de dos sucesos A y B, en un mismo espacio muestral
S, se entiende a la probabilidad de que los dos sucesos se den
simultneamente:
P (A B) = P (A) * P (B/A)
En general, la probabilidad de ocurrencia del suceso B es diferente de
la probabilidad condicional del evento B dado el evento A (P (B/A)). Sin
embargo, hay casos en que esto no sucede as, sino que la probabilidad
simple y condicional de un suceso son iguales P (B) = P (B/A). Entonces, si
este es el caso, se dice que los sucesos A y B son independientes. De tal
forma, que si son independientes, si y solamente si, su probabilidad producto
es igual al producto de sus probabilidades respectivas.
P (A B) = P (A) * P (B); si A y B son independientes
-
MANUAL DE ESTADSTICA I
73
Si tenemos n eventos todos independientes (E1, E2, E3, , En); la
probabilidad de que todos ellos se den es la productoria de sus
probabilidades, as se tiene que:
P (E1 E2 E3 En) = P (Ei) = P (E1) . P (E2) . P (E3) P (En)
Una aplicacin de la Probabilidad Producto, se encuentra en el Anexo
N 1: Introduccin a la Confiabilidad de Sistemas; y que se recomienda
revisar por su importancia.
6.12 Teorema de la Probabilidad Total
Un evento B (el efecto), puede ocurrir por varias causas excluyentes
A1, A2, A3, , An.
B = (B A1) (B A2) (B A3)
P (B) = P (B A1) + P (B A2) + + P (B
An)
FIGURA N 19 PROBABILIDAD TOTAL
La expresin de la probabilidad total queda:
P (B) = P (A1).P (B/A1) + P (A2).P (B/A2) + + P (An).P (B/An)
-
Gustavo J. Rueda G.
74
rbol de probabilidades (rbol de decisiones): es la forma de
representar a la probabilidad total, se distinguen dos partes esenciales:
Nodos: representan el instante en que se realiza un experimento.
Ramas: representan los resultados del experimento.
FIGURA N 20 RBOL DE PROBABILIDADES
Los arboles al infinito, se resuelven con las series:
Sn = Suma de n trminos de una
progresin decreciente e infinita
Siendo r la razn del decrecimiento:
Ejemplo
Considere el siguiente juego, una persona lanza repetida veces un par
de dados. Gana si saca un ocho antes de obtener un siete. Cul es la
probabilidad de ganar este juego?
Este juego se puede representar mediante un rbol de decisiones, se
puede apreciar que el juego se puede acabar en el primer lanzamiento, o al
-
MANUAL DE ESTADSTICA I
75
segundo, o al tercero, y as sucesivamente, entonces, es un rbol al infinito,
como se muestra a continuacin:
P (ganar) = + + + ... =
siendo la razn r =
P (ganar) = = = 0,454545...
6.13 Teorema de Bayes
El teorema de Bayes permite reconsiderar las probabilidades
condicionadas utilizando la informacin de que se dispone. Tiene muchas
aplicaciones en la toma de decisiones empresariales. El reverendo Thomas
Bayes (1702 1761) desarroll el teorema publicado inicialmente en 1763,
despus de su muerte, y de nuevo en 1958. Se utiliza para calcular la
probabilidad de una de las causas, sabiendo que ocurri el efecto, es decir,
probabilidad a posteriori.
P (Aj/B) = Probabilidad de que se haya dado Aj, puesto que se dio B.
-
Gustavo J. Rueda G.
76
6.14 Problemas Unidad VI
Se sugiere el uso de mnimo cuatro decimales con tcnicas de
redondeo o el uso de fracciones, en el clculo de las probabilidades.
VI.1 Se tienen los nmeros 5874 y 12369. Cuntos nmeros enteros
diferentes pueden formarse, con dos dgitos no repetidos del primero y tres
no repetidos del segundo?
VI.2 Con tres vocales y tres consonantes. Cuntas palabras distintas de
seis letras pueden formarse, con la condicin de que no haya dos vocales ni
dos consonantes juntas?
VI.3 En una fiesta hay 8 muchachos y 6 muchachas. De cuntas maneras
distintas pueden estar bailando, si siempre deben estar cuatro parejas en la
pista?
VI.4 De cuntas maneras distintas puede responderse un examen de 8
preguntas, si las repuestas son: Verdadero o Falso para cada una?
VI.5 En un lote de 10 artculos, hay 7 artculos buenos y 3 defectuosos. En
cuntas muestras de a 3 artculos