1.

- PROBABILIDADES

1.1.- INTRODUCCIN

Cuando un experimento aleatorio se repite un gran nmero de veces, los posibles

resultados tienden a presentarse un nmero muy parecido de veces, lo cual indica que la
frecuencia de aparicin de cada resultado tiende a estabilizarse.

El concepto o idea que generalmente se tiene del trmino probabilidad es adquirido de

forma intuitiva, siendo suficiente para manejarlo en la vida corriente.

Nos interesa ahora la medida numrica de la posibilidad de que ocurra un suceso o

evento A cuando se realiza el experimento aleatorio. A esta medida la llamaremos
probabilidad del suceso A y la representaremos por p(A)

1.2.- CONCEPTOS BASICOS DE PROBABILIDAD

1.2.1.- EXPERIMENTOS

Experimento determinstico.- es aquel en el cual, bajo las mismas condiciones

experimentales, las repeticiones del experimento absolutamente todas, siempre producen
el mismo resultado.

El experimento Aleatorio.- conservando las mismas condiciones experimentales, los

resultados no se pueden predecir, con exactitud, para ninguna repeticin.
S, por ejemplo lanzamos una moneda al aire para observar de cual lado cae, no
podemos pronosticar con certeza, si se presenta sello o se presenta cara. Tenemos
entonces presente el componente del azar y por consiguiente un experimento aleatorio.
No ocurrira igual si la moneda estuviese diseada igual por ambos lados y por
consiguiente sera un experimento determinstico:

1.2.2.- ESPACIO MUESTRAL Y EVENTOS

Evento.- Es uno ms de los posibles resultados de hacer algo, es el resultado de un

experimento.

Espacio Muestral.- Todos los posibles resultados de un experimento aleatorio, conforman

el espacio muestral que representaremos por S, a cualquier subconjunto del espacio
muestral se le denomina suceso o evento aleatorio y lo denotaremos con E. . Cada uno
de los elementos del espacio muestral se denomina evento elemental e:

Definiciones sobre Sucesos o Eventos:

El evento A U B ocurre cuando se verifica uno de los dos, o ambos sucesos.

El evento A B se presenta cuando ocurren los dos simultneamente.

Evento o suceso elemental E = {e}

Evento o suceso seguro Siempre se presenta en un experimento: S

Evento o suceso imposible nunca ocurre dentro un experimento:

1
Eventos incompatibles Dos o ms sucesos son incompatibles o excluyentes cuando la
ocurrencia de uno impide la presencia de los otros. Si E1, E2 excluyentes entonces E1
E2 = 0

Complemento El complemento de un evento consta de todos los resultados del espacio

muestral.

OPERACIONES CON SUCESOS

Con los sucesos se opera de manera similar a como se hace en los conjuntos y sus
operaciones se definen de manera anloga. Los sucesos a considerar sern los
correspondientes a un experimento aleatorio y por tanto sern subconjuntos del espacio
muestral E.

Suceso Contenido en Otro

Dados dos sucesos A y B de un experimento aleatorio:
Diremos que A est incluido en B si:
Cada suceso elemental de A pertenece tambin a B, es decir, siempre que ocurre el
suceso A, tambin ocurre el suceso B.
Diremos tambin que A implica B.
A B A B

Igualdad de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
Diremos que A y B son iguales si:
Siempre que ocurre el suceso A tambin ocurre B y al revs.

A= B A B
B A

Unin de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
La unin de ambos sucesos A y B es:
Otro suceso compuesto por los resultados o sucesos elementales pertenecientes a A, a
B, o a los dos a la vez (interseccin).
AB

Interseccin de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
La interseccin de ambos sucesos A y B es:
Otro suceso compuesto por los resultado o sucesos elementales que pertenecen a A y a
B, simultneamente.
En general, dados n sucesos A1, A2, A3,..., An, su interseccin es otro suceso formado
por los resultados o sucesos elementales que pertenecen a todos los sucesos
AB

2
Eventos mutuamente excluyentes
Los eventos son mutuamente excluyentes si no presentan elementos en comn, es decir
si uno y solo uno puede tener lugar en un tiempo, por ejemplo al lanzar una moneda se
tiene dos resultados cara o cruz pero no los ambos

Eventos colectivamente exhaustivos

Se dice que los eventos son colectivamente exhaustivos si por lo menos uno de ellos
debe ocurrir durante un experimento, por ejemplo al decir la carta en un naipe es un
trbol

3
1.3.- PROBABILIDADES

La probabilidad es una medida sobre la escala 0 a 1 de tal forma que:

Al evento imposible le corresponde el valor 0
Al evento seguro le corresponde el valor 1
El resto de eventos tendrn una probabilidad comprendida entre 0 y 1

El concepto de probabilidad no es nico, pues se puede considerar desde distintos puntos

de vista:

Definicin Clsica de la Probabilidad

Se define la probabilidad de que un evento ocurra como:

4
 nmerode resultadosen los quese presentael evento
Probabilidad de un evento
nmerototalde resultadosposibles

Definicin Frecuentista de la Probabilidad

La definicin frecuentista consiste en definir la probabilidad como la frecuencia relativa de
ocurrencia de un evento con respecto a un gran nmero de ensayos repetitivos

Definicin Subjetiva de la Probabilidad

Tanto la definicin clsica como la frecuentista se basan en las repeticiones del
experimento aleatorio; pero existen muchos experimentos que no se pueden repetir bajo
las mismas condiciones y por tanto no puede aplicarse la interpretacin objetiva de la
probabilidad.

En esos casos es necesario acudir a un punto de vista alternativo, que no dependa de

las repeticiones, sino que considere la probabilidad como un concepto subjetivo que
exprese el grado de creencia o confianza individual sobre la posibilidad de que el suceso
ocurra.
Se trata por tanto de un juicio personal o individual y es posible por tanto que, diferentes
observadores tengan distintos grados de creencia sobre los posibles resultados,
igualmente vlidos.

Ejemplo:
Con una sola carta de un mazo de 52 seale la probabilidad de obtener lo siguiente:
a) una sota =10
b) una carta roja
a) p = 4 . = 0.77 = 7.7% b) p= 26 = 0.5 = 50%
52 52
c) uno de 10 trboles
d) una carta con figura
e) un diamante
f) una q roja o un 8 negro
c) p= 1 . = 0.0192 = 1.92% d) p= 12 = 0.2308 = 23.08%
52 52

e) p = 13 = 0.25 = 25% f) p= 4 = 0.0769 = 7.69%

52 52

Ejercicio

2) Enumere los posibles resultados al tirar un solo dado. Calcule la probabilidad de cada
resultado y sume cada uno de ellos.

1. Obtener 1 vez cada nmero.

5
1 2 3 4 5 6

1 + 1 + 1 + 1 + 1 + 1 = 6 =1
6 6 6 6 6 6 6

3) Un dado no cargado se tira una sola vez. Calcule las probabilidades de obtener los
siguientes.

a) 6 b) 5,6 o 7

p= 1 = 0.1667 = 16.67% p= 2 = 0.3333 = 33.33%

6 6

c) Una cara con un nmero par. d) Un nmero menor que cuatro.

P= 3 = 0.5 = 50% p= 3 = 0.5 = 50%

6 6

4) Se enumeran 10 fichas del 0 al 9 y se colocan en una a una. Si se mezclan una vez sacan
1 ficha determine la probabilidad de que sea:

a) El numero 3 b) Un nmero impar

p= 1 = 0.1 = 10% p= 5 = 0.5 = 50%

10 10

c) Un numero menor que 4 d) El numero 10

p= 4 = 0.4=40% p= 0
10

5) El neumtico del auto de un individuo tiene un vidrio o un clavo y el 20% del neumtico es
visible. Si el automovilista se detiene. Cuales la probabilidad de que la piedra o el clavo quede
en la parte visible.

P= 20% = 0.20
100%

6
Ejemplo

Considere el experimento que consiste el lanzamiento de una perinola y un dado en conjunto,

calcule el espacio maestral

DADO
1 2 3 4 5 6
PERINOLA

TOMA T1 T2 T3 T4 T5 T6 = 6
PON P1 P2 P3 P4 P5 P6 = 6
TODOS PONEN TP TP2 TP3 TP4 TP5 TP6 = 6
TOMA TODO TT1 TT2 TT3 TT4 TT5 TT6 = 6

TOTAL 24

Respuesta: el espacio muestral es de 24

2) Calcule el espacio muestral de un cuadriltero y de un rectngulo considere los lados.

CUADRADO
1 2 3 4
RECTANGULO

1 L1 L2 L3 L4 = 4
2 L1 L2 L3 L4 = 4
3 L1 L2 L3 L4 = 4
4 L1 L2 L3 L4 = 4

TOTAL 16

Respuesta.- El espacio muestral es de 16.

3) Cual es el espacio muestral? Entre una pirmide y un cubo, considere seis lados y
vrtices.

7
4 lados y 4 vrtices 6 lados y 8 vrtices

Espacio Muestral = (4+4) (6+8) = 112

Respuesta.- El espacio muestral es de 112.

Reglas de Probabilidades

1. Ley Aditiva.- Llamada tambin ley de la suma; a parte tambin existe la ley de la
multiplicacin.
Dentro de la ley aditiva existen varios inventos:
Eventos mutuamente excluyentes
Eventos no mutuamente excluyentes
Ley de complemento

1.- Eventos mutuamente excluyente.- es cuando existe un evento que impide que se realice
u ocurra otro. Ejemplo: el da y la noche.
Formula
P (A o B) = P (A) + P (B)
Dentro de esta el trmino clave es o, este trmino implico una adicin o suma.

2.- Evento no mutuamente excluyente.- puede ocurrir dos o ms eventos a la vez; existe
una intervencin

Formula
P (A o B) = P (A) + P (B) P(A interseccin B)

GRFICOS
P (AoB) = P (A) + P (B) - P (A B) P (A o B) = P (A) + P (B)

A B A + B

- 8
 2. Ley de complemento

V
A
--
A = Ac

A
Ejemplo:

1. Con una sola carta de 52 seale la probabilidad de obtener un 9 rojo o un 8 negro.

P (AoB) = 2 + 2 = 4 = 0.0769 = 7.69

52 52 52

Es un evento mutuamente excluyente.

2. Hay 100 canicas en una a una, 50 son rojas, 30 son blancas y el resto azules.

a) Que porcentaje de las canicas son rojas, blancas y azules.

Rojas 50%; Blancas 30%; Azules 20%

b) Si se mezclan las canicas y se saca una de ellos obtenga P (ROJA).

P (roja) = 50 = 0.5 = 50%

100

c) Determine la probabilidad de que la canica seleccionada no sea roja.

P (B;A) = 50 = 0.2 20%

100

d) Calcule la probabilidad de que la canica sea azul.

P (azul) = 20 = 0.2= 20%

100

e) Halle la probabilidad de que la canica sea roja o azul

P (P,A) = 50 + 20 = 0.70 = 70%

100 100

3.- cual es la probabilidad de adivinar el da de la semana (por ejemplo martes), en que naci
Napolen, Jorge Washington Qu suposiciones? Le parece razonable dicha suposicin?
P= 1 = 0.1429 = 14.29%
7

9
Si porque existe la probabilidad de que haya nacido en cualquier da de la semana

Posibilidad: es la razn entre el nmero de resultados favorables y no favorables

Ejemplo

Cul es la posibilidad de que caiga cara al tirar una moneda?

1:2
A
Determinar las probabilidades favorables de sacar una reina de un mazo de 52 Cules son
las posibilidades en contra de esto?

4 : 48

6) Obtenga las posibilidades favorables de sacar una carta con figura, de un mazo de 52
naipes
12:40

Ley de complemento

Conjunto complemento = v conjunto.

1. (A AC) =V 2. (AC )C = A

V
V
A
A

A
AC

3. (A AC) = 0 4. VC = 0

V V
A A

A A

10
Ley de Morgan

1. (A B)C = AC - BC
V
AC A

V
A B A

= B V
A

2.- (A B)= Ac U Bc

Ac

Bc

11
Demuestre la ley de complemento y las dos leyes de morgan con los siguientes datos:
V = {0,1,2,3,4,5,6,7,8,9}
A = {2,4,6,8} B = {1,2,3,5,7}
C
(A U A ) =
AC = {0,1,3,5,7,9}
(A U A)C = {2,4,6,8}U {{0,1,3,5,7,9}= {0,1,2,3,4,5,6,7,8,9}
(AC)C = {0,1,3,5,7,9}C = {2,4,6,8}
(A AC) = {2,4,6,8} {0,1,3,5,7,9}= 0
(VC) = 0
1) (A B)C = {0,9}
AC = {0,1,3,5,7,9} BC = {0,4,6,8,9}

{0,9}
2)(A B)C = [{2,4,6,8} {1,2,3,5,7}]C
{2}C
{0,1,3,4,5,6,7,8,9}

A U B = {0,1,3,4,5,6,7,8,9 }

Ley de Idempotencia .- Esta ley plantea que .

A U A = A
A A = A

Un conjunto en forma de unin o interseccin es igual al mismo conjunto.

Ley asociativa.- ( A U B U C ) = ( A U B ) UC = (B U C ) UA
(A B C ) = ( A B ) C = (A C ) B

EJEMPLO:

Si A = {1,3,5,7 } B = {5,9,6 } C = {7,2,4 }

(A U B U C ) = {1,2,3,4,5,6,7,9 }
(A U B )UC = {1,3,5,6,7,9 } U { 7,2,4 } = {1,2,3,4,5,6,7,9 }
(A B C ) =
(A B ) C = { 5 } ( 7,2,4 ) =

Ley Conmutativa.- A U B = B U A
A B = B A

( A U B ) = {1,3,5,7 } U { 5,9,6 } = { 1,3,5,6,7,9 }

( B U A ) = { 5,9,6 } U {1,3,5,7 } = { 1,3,5,6,7,9 }
( A B ) = { 5 }
( B A) = { 5 }

12
Ley Distributiva.- ( A U B ) C = ( A C ) U ( B C )
( AU C ) B = (A B ) U ( C B )
( B U C ) A = ( B A ) U ( C A )

Ejercicios

1.- Sea el conjunto universo U = {a,b,c,d,e,f,g } y sean A = {a,b,c,d,e } B = {a,c,e,g}

y C = {b, e,f,g }. Hallar:

a) A U C = { a, b, c, d, e, f, g }
b) B A = { a, c, e }
c) C - B = { b, f }
d) B = { b, d, f }
e) A - B = { f, g } - { a, c, e, g } = { f }
f) B U C = { b, d, f } U { b, e, f, g } = { b, d, e, f, g }
g) (A-C)={a,c,d}={b,e,f,g}
h) CA = {a,c,d} {a,b,c,d,e} = {a,c,d}
i) (A-B) = {a,c,e}={b,d,f,g}
j) (AA) = {} =

2.-Sean A= {4,6,8,10,12} , B= {3,5,7,9} y C = {4,7,5,11}. Hallar el valor de los siguientes y

dibujar sus diagramas de Venn.

a) AB = b) AUB ={3,4,5,6,7,8,9,10,12}

6 6
8 5 3 8 4 11 5 3
10 4 11 7 9 10 7 9
12 12

A C B A C B

c) AU(BUC) = {4,6,8,10,12} U {3,4,5,7,9,11}

= {3,4,5,6,7,8,9,10,11,12}

6
8 4 5 3
10 11 7 9
12

A C B

d) BUC = {5,7}

6
8 4 5 3
10 11 7 9
12

13
 A C B
e) (AUB) UC = {3,4,5,6,7,8,9,10,12} U {4,7,5,11}
= {3,4,5,6,7,8,9,10,11,12}

6
8 4 5 3
10 11 7 9
12
A C B

f) ( AUB) (CUB) = {3,4,5,6,7,8,9,10,12}

= {3,4,5,7,9}

6
8 4 5 3
10 11 7 9
12
A C B

g) (AC) UB = {4} U {3,5,7,9} = {3,4,5,7,9}

6
8 4 5 3
10 11 7 9
12

A C B

h) A-C = {6,8,10,12}
6
8 4 5 3
10 11 7 9
12

A C B

i) (AUB) C = { 3,4,5,6,7,8,9,10,12} {4,7,5,11}

={3,6,8,9,10,12}

6
8 4 5 3
10 11 7 9
12
A C B
j) (C-B) A = {4,11} {4,6,8,10,12} ={11}

6
8 4 5 3
10 11 7 9
12

A C B

14
h) (A-B) (B-C) = {4,8,6,10,12} {3,9} =

6
8 4 5 3
10 11 7 9
12

A C B

e) C- (AUB) = {4,7,5,11} {3,4,5,6,7,8,9,10,12} = {11}

6
8 4 5 3
10 11 7 9
12
A C B

3.- En los siguientes diagramas rayar:

a) VW

V W

V W

b) W

V W

V W

c) W-V

V W

V W

d) VUW

V W

V W

15
e) VW

V W

V W

f) V-W

V W
V W

2. Ley de la multiplicacin.- se entiende como y,y este hace que se multipliquen los
eventos.

Probabilidad Conjunto Eventos Independientes.- un evento no depende de que ocurra el

otro. P ( A y B )

Probabilidad Condicional.- dentro de esta se encuentran eventos independientes y son

iguales a: P (A/B) = P(A) P(B)

P(B)

En este caso cambia y por / que significa en el caso anterior:

Probabilidad de A dado que ha sucedido E.

Ejercicios

1) Al tirar un par de dados no cargados:

a.- Cul es la probabilidad de que ambos dados caigan en 6?

p= 1 1 = 1 = =0.028 = .78%
6 6 36

b.- Cul es la probabilidad que caigan en dos?

p(2)= 1 1 = 1 =0.028 = .78%

6 6 36

2) Al tirar un par de dados, cul es la probabilidad de que de que ambos sean iguales? ( use
la probabilidad condicional)

P(A/B)= 6= 1 = 0.17100 = 16.67% //

36 6

16
5) Las descomposturas de maquinas son independientes entre si. Se tienen cuatro maquinas;
cuyas respectivas probabilidades de averas son 1%,2%,5% y 10% en un da particular,
calcule las siguientes probabilidades:

a) Todas se descomponen el mismo da.

P = (0.01) (0.02) (0.05) (0.10) = 0.000001

b) Ninguna se descompone.

P = (0.99) (0.98) (0.95) (0.90) = 0.83

7) De los estudiantes de una preparatoria, 30% son de primer ao, 35% de segundo, 20% de
tercero y el resto son repetidores. Si uno de los alumnos gan un milln de pesos en una
lotera estatal, calcule las siguientes probabilidades.

a) De que el alumno sea repetidor

P(r)= 15 =0.45
100

b) Que el alumno sea de primero o de segundo ao

P(pos) = 30 + 35 = 65 = 0.65
100 100 100

c) Que el alumno no sea de primer ao

P(no p) = 35 + 20 + 15 =0.7
100 100 100

d) Que el estado se niegue a entregarle el premio por ser menor de edad:

P(no pago)=

9) Suponga que A o B sean dos eventos mutuamente excluyentes u que

P(A) = 0.31 y P(B) =0.29

b) Encuentre P(AoB)

P(AoB) = P(A) + P(B) = 0.31 +0.29 = 0.60

c) Obtenga P(AoB)

P(AoB) = (0.60) = 1 - 0.60 =0.40

d) Halle P(AyB)

P(AyB) = (0.31) (0.29) = 0.0899

17
11) Si en cada uno de los tres lotes de marcos para cuadros, un 10% presenta defectos de
fabricacin, que probabilidad hay que un inspector no encuentre ningn defecto si
inspecciona cada uno de los lotes?

P(no hallar) = 90 + 90 + 90 = 0.729

100 100 100

12) El peridico informa que hay el 40% de probabilidades de que hoy llueva. Luis considera
que las posibilidades de que apruebe su examen de estadstica son 3:5. Suponiendo que
estos eventos son independientes, determinar lo siguiente:
3 : 5 posibilidad probabilidad 3 = 3
3+5 8

a) P(que llueva y apruebe) 0.40 3 = 0.15

8

b) P(que no llueva y no apruebe) = 0.60 5 = 0.375

8

13) Cules seran mis respuestas al ejercicio anterior si las dos cartas se sacan del mismo
mazo sin regresar la primera carta a su lugar antes de sacar la segunda?

a) Ambas rojas

P(r) = 26 25 = 650 = 0.25 = 24.51%

52 51 2652

b) Ambas trboles

P(t) = 13 12 = 156 = 0.06 = 5.88%

52 51 2652

c) Ambas con figura (J, K,Q de cualquier tipo).

P(F) = 12 11 = 0.0498 = 4.98

52 51

d) Un corazn y un diamante

P(y) = 13 13 + 13 13 = 0.0637 + 0.0637 = 0.1275

52 51 52 51

c) Un trbol y un corazn o un diamante

P(y) o (y) = 13 26 + 26 13 = 0.256

52 51 52 51

14) Una compaa que fabrica cristalera cuenta con un proceso de inspeccin que consta de
cuatro pasos. Los directivos de la compana afirma que la probabilidad de que un artculo
defectuoso no sea detectado es de casi el 20%. Con esta cifra del 20%, encuentre la
probabilidad de que el artculo defectuoso pase las cuatro etapas de inspeccin sin ser
detectado.

18
Cual sera su respuesta si se agregara una quinta etapa, con una probabilidad de 50% de
detectar los artculos defectuosos?
4
P(4ta etapa) = 20 = 0.0016
100
4
P(5ta etapa) = 20 50 =0.0016 0.5 = 0.0008
100 100

15) Muchos fanticos de los deportes conocen la habilidad de Jaime, alias Romano para
pronosticar quienes sern los equipos ganadores en ftbol. Observaron que sucede a razn
de 80%. Jaime elige los ganadores de los cuarto prximos partidos. Encuentre probabilidades
de que:

a) Todos los pronsticos de juego son correctos:

P(c)= (0.80) 4 = 0.4096 = 40.96%

b) Ninguno sea correcto

P (no C) = (0.20) 4 = 0.0016 = 0.16%
c) Uno sea correcto
P (1inc) = 4 (0.80) 3 (0.20) = 0.4096 = 40.96%
d) Tres sean incorrectos
P(3inc) = 4 (0.20) 3 (0.80)= 0.0256 =2.56%

Miguel tiene dos juguetes viejos. En las maanas fras hay un 20% de probabilidad de que
no funcione, y un 30% de que el otro tampoco.

a) Encuentre la probabilidad de que ninguno funcione

20 30 600
P(no f) = * 0.06%
100 100 1000
b) Halle la probabilidad de que solamente uno funcione
20 70 30 80
P(1f) = * * 0.14 0.24 0.38 38%
100 100 100 100

Jos espera ansiosamente las calificaciones de dos cursos que recientemente termino.
Considera que hay 0.80 de probabilidad de obtener A en literatura y un 0.40 de
probabilidad de obtener A en filosofa. Encuentre las probabilidades de estos resultados.
a) Ambas calificaciones sea A
P(A)= (0.20)(0.40) = 0.32= 32%
b) Ninguno sea A
P(noA)= (0.20)(0.60)= 0.12= 12%
c) En literatura obtenga A pero no en filosofa
P(LyF)= (0.80)(0.60)= 0.48 = 48%
d) Ninguna de las anteriores
e) P(l0 y Fa) = (0.20)(0.40) = 0.08 = 8%

19
 TEOREMA DE BAYES

La regla de Bayes es un mtodo para verificar las probabilidades (anteriores) existentes,

basndose en la informacin obtenida por el muestreo.

A continuacin se presenta un cuadro resumen, en el cual de existir un nmero de

estados de la naturaleza (urnas con canicas, o tener respecto a no tener), cada uno con
1 o ms resultados o eventos de muestreo posible, asociados con ellos (as como canica
roja en un determinada urna, o un resultado positivo en el examen), la representacin
tabular de estos sera

E1 E2 .. Ej
Estados posibles de S1 P(E1/S1) P(E2/S1) .. P(Ej/S1)
la naturaleza S2 P(E1/S2) P(E2/S2) .. P(Ej/S2)
. . . .
. . . .
Si P(E1/Si) P(E2/Si) .. P(Ej/Si)

Por ejemplo, la probabilidad de que un resultado muestral, digamos E2 ocurra como

consecuencia de un estado particular de la naturaleza, digamos S1, se puede calcular de
esta manera

P(S1)P(E2/ S1)
P ( S1 / E 2)
P(S1)P(E2/ S1) P(S2)P(E2/ S2) ........ P(Si)P(E2/ Si)

Probabilidad condicional independiente y procesos estadsticos finitos

Si una nfora contiene 8 fichas de las cuales 4 son rojas y el resto son blancas; una
segunda nfora contiene 6 fichas de las cuales 1 es roja y el resto son blancas.
a) Si se elige una nfora al azar y se saca una ficha Cul es la probabilidad de que sea
blanca?
b) Si la ficha es blanca Cul es la probabilidad de que proceda del nfora 2 ?
c) Cual es la probabilidad de que la ficha sea de color rojo
d) Si la ficha es roja Cul es la probabilidad de uqe proceda del nfora 1?

20
 ANFORA 1 ANFORA 2 ANFORA 1
4A 1A 4A
4B 5B 5B
8 6 9
I 1/3 4A 4/8

4 B 4/8

1/3 II 1 A 1/6 PROBABILIDAD

3 B 5/6

1/3 III 4 A 4/9

5 B 5/9

1 4 1 5 1 5 1 5 5 17
a) P(B) = * * * = 0.63 = 63%
3 8 3 6 3 9 6 18 27 27

P(B) = P( B/I ) + P( II ) P( B/II ) + P( III ) P( B/III )

1 5 5
*
3 6 135
b) P(A2) = 18 0.44 44%
1 4 1 5 1 5 17 306
* * *
3 8 3 6 3 9 27

1 4 1 1 1 4 1 1 4 10
c) P( R ) = * * * 0.37 37%
3 8 3 6 3 9 6 18 27 27

1 4 1
*
Casos favorables 3 8 6 27
d) P( R/I )
Casos posibles 1 4 1 1 1 4 1 1 4 60
* * *
3 8 3 6 3 9 6 18 27

= 0.45 = 45%
P( I ) P( R / I )
P ( R/I ) =
P ( I ) P ( R / I ) P ( II ) P ( R / II ) P ( R / III )

21
 Ejercicio
1. Los registros policacos revelan que solo el 10% de las victimas de accidentes que llevan
cinturones de seguridad sufrieron heridas graves, en tanto que el 50% que no usaron
cinturn sufrieron tambin serias heridas, la polica estima que el 60% de las personas que
viajan en automvil empleaban los cinturones de seguridad.
Se llama a la polica para investigar un accidente en el que una persona resulta
seriamente herida.

a) Estime la probabilidad de que llevara puesto el cinturn de seguridad en el

momento del choque.

El conductor del otro auto no sufri heridas graves.

b) Determine la probabilidad de que este ultimo llevara puesto el cinturn de
seguridad.

Levan cinturn 60% 10% graves

90%

No llevan cinturn 40% 50%

50%

(0.50) * (0.10) 0.05

a) p (c/cm) = 23.05%
(0.50) * (0.10) (0.10) * (0.50) 0.05 0.20

(0.60) * (0.90) 0.54

b) P(c)= 0.73 73%
(0.60) * (0.90) (0.40) * (0.50) 0.74

2. Una compaa constructora propone una rebaja en un proyecto de construccin. Si el

principal competidor tambin propone una, hay solamente 0.25 de probabilidad de que se
le conceda a la compaa. Si el competidor no hace ninguna rebaja, existe una
oportunidad de 2/3 de que la compaa obtenga el trabajo. Hay 0.50 de probabilidad de
que el competidor haga la rebaja.
a) Cul es la probabilidad de que la compaa constructora obtenga el trabajo?

b) Qu probabilidad hay de que el competidor haga la rebaja si su compaa

constructora obtiene el trabajo?

Hace rebaja 0.50 0.25 otorgue

0.75 no otorgue

No la hace 0.50 0.67 otorgue

0.33 no otorgue

22
a) p (p) = 80.50) (0.25)+ (0.50) (2/3) = 0.125 + 0.33 = 0.46 046%

(0.50) * (0.25) 0.125

b) P (P/P) = 0.27 27%
(0.50) * (0.25) (0.50)(2 / 3) 0.4583

2) Eduardo conoce una nueva chica en la mitad de una fiesta a las que va. Tres cuartas
partes de las veces en las que conoce a una joven, se divierte, pero la probabilidad
que se divierta cuando no conoce a una chica es solamente del 10%. Eduardo acaba
de decir que se esta divirtiendo. Cul es la probabilidad de que haya conocido una
nueva joven?

CONOCE SE DIVIERTE

NO SE DIVIERTE

NO CONOCE 10% SE DIVIERTE

90% NO SE DIVIERTE

1 3 3 3
*
2 4 120
P (d/c) = 8 8 0.88 88%
1 3 1 10 3 1 17 136
* *
2 4 2 100 8 20 40
88% de que haya conocido una chica.

4) Tres maquinas producen piezas fundidas de metales no ferrosos. La maquina A produce

1% de piezas defectuosas, la maquina B 2%, y la maquina C 5%. Cada maquina
produce1/3 de la produccin total. Un inspector examina una pieza fundida y determina
que no esta defectuosa. Estime las probabilidades de que dicha pieza haya sido producida
por cada maquina.

A 1/3 1% DEFECTUOSO

99% NO DEFECTUOSA

B 1/3 2% DEFECTUOSO

98% NO DEFECTUOSO

C 1/3 5% DEFECTUOSO

95% NO DEFECTUOSO

5) Un granjero estima cuando un jardinero experimentado planta rboles, el 90% crecer

en tanto que cuando un novato lo hace, solo crece el 50%. Si un rbol plantado
anteriormente no crece, encuentre la probabilidad de que lo haya plantado el jardinero
novato dado que este tipo de jardineros generalmente plantan 1/10 de los rboles.

23
 Experimentado 0.90 0.90 Crece

0.10 No crece

Novato 0.10 0.50 Crece

0.50 No crece
(0.10) * (0.50) 0.05 0.05
P (ha/h) = 36%
(0.90) * (0.10) (0.10) * (0.50) 0.04 0.05 0.14

6) En un proceso de fabricacin existe 4 puntos de control de calidad, el primero siempre

establece un 2% de defectos, el segundo establece un 4% de defectos, el tercero un 3%
de defectos y el cuarto un 4% de defectos. Si se escoge aleatoriamente los 4 puntos:
a) Cul es la probabilidad de que sea defectuoso?
b) Si es bueno cual es la probabilidad de que proceda del punto 3 de control de calidad.

0.25 I 2% Defectuosos

98% Buenos

0.25 II 4% Defectuosos

96% Buenos

0.25 III 3% Defectuosos

97% Buenos

0.25 IV 4% Defectuosos

96% Buenos

a) P = (0.25*0.02)+(0.25*0.04)+(0.25*0.03)+(0.25*0.04)
= 0.005 + 0.01 + 0.0075 +0.01 = 0.0325 = 3.3 %

(0.25) * (0.97)
P (B/III) =
(0.25 * 0.98) (0.25 * 0.96) (0.25 * 0.97) (0.25 * 0.96)

(0.25) * (0.97)
=
(0.25 * 0.98) (0.25 * 0.96) (0.25 * 0.97) (0.25 * 0.96)

0.2425 0.2425
= 0.2506 25.06%
0.2450 0.24 0.2425 0.24 0.9675

P ( III ) * P ( B / III )
P (B/III) =
P ( I ) P ( B / I ) P ( II ) P ( B / II ) P ( III ) P ( B / III ) P ( IV ) P ( B / III )

24
 7) Se nos da dos urnas como sigue: La urna A contiene 5 fichas rojas 3 blancas y 8
azules, la urna B, 3 rojas y 5 blancas, se lanza un dado corriente si aparece el 30 el 6 se
escoge de B de lo contrario se escoge de A.
a) Si se escoge una ficha blanca, cual es una probabilidad de que aparezca el 5 en el
dado.

A 4/6 5 Rojas 5/16

3 Blancas 3/16

8 Azules 8/16

B 2/6 3 Rojas 3/8

5 Blancas 5/8
1 5 2 3 5 1 1
P (r) = * * 0.33 33.3%
6 16 6 8 24 8 3

1 3 1 1
*
6 16 32 32 9.38%
P (B/5) =
4 3 2 5 1 5 1
* *
6 16 6 8 8 24 3

8) De cuantas maneras se puede repartir 2 premios entre 10 personas:

a) Si no le puede dar los dos premios a la misma persona sin reemplazo

b) Si se le puede dar los dos premios a la misma persona con reemplazo

1P 2P
a) 10 9 = 90

1P 2P
b) = 100
10 10

9) Se vendieron 200 boletos para una rifa y usted compro dos de ellos. El premio es una
docena de pltanos congelados. Los boletos se mezclaran muy bien en una gran urna, y con
chimpanc amaestrado 20 car los dos boletos ganadores.

a) Cul es la probabilidad de que una persona que compro un boleto gane?

2
P(ganar) = 0.01 1%
200
b) Cul es la probabilidad de que usted obtenga un premio? Dos premios?Tres
premios?
2
P(un premio) = 0.01
200

25
 2 1
P(dos premios) = * 0.00005
200 200

P(tres premios) = No es posible

DISTRIBUCION DE PROBABILIDADES

VARIABLES ALEATORIAS

26
Son valores numricos cuyo valor esta regido por factores en los que intervienen el asar.
Hay dos grupos de variables aleatorias:
1. Variable Aleatoria Discreta
2. Variable Aleatoria Continua

1. Variable Aleatoria Discreta.- Interviene nicamente nmeros enteros, es decir, se pueden

contar.
Ejemplo: Numero de accidentes que ocurren en un periodo, cantidad de cosechas perdidas,
productos buenos y defectuosos, entre otros.

2. Variable Aleatoria Continua.- Se puede asumir cualquier valor dentro de un determinado

intervalo, toma infinitos valores dentro de una escala de medida.
Ejemplo: peso, distancias, estatura, entre otros.

Distribucin de Probabilidades.- Es una distribucin de frecuencias relativas.

1. Dentro de la variable aleatoria discreta existen:

Distribucin Binomial
Distribucin Probabilstica Distribucin de Poisson
Discreta Distribucin Multinomial
Distribucin Ipergeometrica

2. Dentro de la variable aleatoria continua existen:

Distribucin Normal
Distribucin Probabilstica Distribucin Uniforme
Contina Distribucin Exponencial

Una distribucin tiene una esperanza matemtica E(x) , una varianza 2 y una desviacin
tpica c .La esperanza matemtica es igual al promedio u.

Formula de Esperanza Matemtica:

E(x)= (Xi * P(X) )

La multiplicacin de la variable por la probabilidad es igual a un promedio.

Formula de la Varianza:
2 = (Xi - X)2 P(X)

Formula de la Desviacin Tpica:

= (Xi - X)2 P(X)

27
DISTRIBUCIN BINOMIAL
Es una distribucin de probabilidades. Proviene de la distribucin de Bernoulli que fue un
matemtico que estableci su conjetura en xitos y fracasos. (Binomio).
Bsicamente tiene su conjetura en dos eventos; la categora debe ser mutuamente
excluyentes: dentro de esto se puede tener:
1. Las respuestas de un examen: verdadero o falso.
2. Respuestas afirmativas y negativas.
3. Productos defectuosos o buenos.
4. Nios que han sido vacunados o no.

Formula de la distribucin binomial

P ( x) nCx Px Q n x

donde:
n = es el numero de la muestra o de repeticiones
x = es el numero de aciertos o xitos.
P = es la probabilidad de xito.
Q = es la probabilidad de fracaso.
Es importante considerar que n deber ser mayor o igual a x.

NOTACIN FACTORIAL
Es igual al producto de enteros positivos que van desde el valor indicado hasta la unidad.
Ejemplo:
5! 5 4 3 2 1 120
Esto no se puede sumar, restar, multiplicar ni dividir, solo se puede simplificar, resolviendo el
mayor hasta encontrar su correspondencia.
Ejemplo:
5! 5! 1

8! 8 7 6 5! 336

0! 1 por definicin es igual a la unidad .

COMBINACIONES
Frmula:

n!
nCx
( n x)! x!
x! x ( x 1) ( x 2) hasta llegar a la unidad .
Ejemplo:
5
10! 10! 10 9 8! 10 9
1. 10C 2 45
(10 2)! 2! 8! 2! 8! 2! 2 1
5!
2. 5C 0 1
5! 0!

28
 Ejercicios.

1.) Una empresa que fabrica mesas de billar sospecha que el 2% de su produccin est
defectuosa en alguna forma. Si esta sospecha es correcta, encuentre la probabilidad
de que en una muestra de 9 mesas:

a.) Haya por lo menos una defectuosa.

b.) No haya mesas defectuosas.

P = 2%
Q = 98%
n=9
por lo menos una defectuosa. (Igual a decir no menos de una).
x=1 x=4 x=7
x=2 x=5 x=8
x=3 x=6 x=9

a.) Mtodo largo P (1) P ( 2) P (3)....................... P (9)

P(1) 9C1 0.021 0.98 8 0.1531
P (2) 9C 2 0.02 2 0.98 7 0.0125
P (3) 9C 3 0.02 3 0.98 6 0.0006
P (4) 9C 4 0.02 4 0.98 5 0.000018
P (5) 9C 5 0.02 5 0.98 4 0.000000372
P (6) 9C 6 0.02 6 0.98 3 0.000000005
P(7) 9C 7 0.02 7 0.98 2 0.00000000004426
P(8) 9C 8 0.02 8 0.981 0.0000000000002258
P (9) 9C 9 0.02 9 0.98 0 0.000000000000000512
0.166218377 0.17
Mtodo Corto.
P = 0.02 P( x) nCx P x Q n x
Q = 0.98 P (0) 9C 0 0.02 0 0.98 9
n = 9 P (0) 0.83
x = 0 1 0.83 017
La probabilidad de que haya por lo menos una mesa defectuosa es del 17%.

b.) P (0) 0.83

La probabilidad de que no haya mesas defectuosas es del 83%.

2.) De los alumnos de una universidad; el 41% fuma. Se eligen seis alumnos para
conocer sus opiniones sobre el cigarrillo. a.) Encuentre la
probabilidad de que ninguno de ellos fume. b.) Obtenga la
probabilidad de que todos fumen.
c.) Determine la probabilidad de que por lo menos la mitad de los seis fumen.
a) P = 0.41 P ( x) nCx P x Q n x
Q = 0.59
n =6 P (0) 6C 0 0.410 0.59 6
x =0 p (0) 0.0422 4.22%
La probabilidad de que los seis alumnos no fumen es del 4.22%

29
 b) P = 0.41
Q = 0.59 P (6) 6C 6 0.416 0.59 0
x =6 P(6) 0.0048 0.48%
n =6
La probabilidad de que todos fumen es del 0.48%

P (0) 0.0422
c) P (1) 6C1 0.411 0.59 5 0.1759
4
P (2) 6C 2 0.412 0.59 0.3055
P (0) P(1) P (2) 0.0422 0.1759 0.3055 0.5236
1 0.5236 0.4764 100 47.64%
La probabilidad de que por lo menos la mitad fumen es del 47.64%

3.) El 12% de los que hacen las reservaciones para un vuelo en avioneta a menudo no
llegan a tiempo para abordarla. Dicha avioneta tiene capacidad para 15 pasajeros.
a.) Obtenga la probabilidad de que las 15 personas que hicieron las reservaciones
aborden la avioneta.
b.)Si se anotaron 16 reservaciones, encuentre la probabilidad de que:
Se quede una persona.
No se quede ninguna.
Se quede ms de una.
a) P = 0.12 (no lleguen a tiempo) P = 0.88 (lleguen a tiempo)
Q = 0.88 Q = 0.12
n = 15 n = 15
x = 0 x = 15
P (0) 15C 0 0.12 0 0.8815 P (15) 15C15 0.8815 0.12 0
P (0) 0.1470 14.70% P (15) 0.1470 14.70%

b)
Se quede una persona.
n = 16
x = 1 P (16) 16C1 0.121 0.8815
P = 0.12 P(16) 0.2822 28.22%
Q = 0.88

No se quede ninguna
n = 16 n = 16
x = 16 x = 0
Q = 0.12 Q = 0.88
P = 0.88 P = 0.12
P (16) 16C16 0.8816 0.12 0 P (0) 16C 0 0.12 0 0.8816
P (16) 0.1293 12.93% P (0) 0.1293 12.93%

La probabilidad de que ninguno se quede es del 12.93%

Se quede ms de una.
n = 16
x = 0,1

30
P = 0.12
Q = 0.88

P (0) 0.1293
P (1) 16C1 0.121 0.8815 0.2822 100 28.22%
P (0) P (1) 0.1293 0.2822 0.4115
1 0.4115 0.5885 100 58.85%
La probabilidad de que se quede mas de una es del 58.85%.

4.) Un vendedor de autos nuevos observa que el 80% de los autos vendidos son
regresados al departamento de servicio para corregir diversos defectos de fabricacin
en los primeros 25 das despus de su compra. De los 11 autos que se vendieron en
un periodo de 5 das, Cul es la probabilidad de que:
a.) Todos regresen en el lapso de 25 das para recibir servicio?
b.) Solo uno no regrese.

a) n = 11
x = 11 P(11) 11C11 0.8011 0.20 0 0.0859 100 8.59%
P= 0.80
Q= 0.20

La probabilidad de que todos regresen en un lapso de 25 das es de 8.59%

b) n = 11 n = 11
x = 11 x = 10
Q = 0.80 Q = 0.20
P = 0.20 P = 0.80
P (1) 11C1 0.201 0.8010 P (10) 11C10 0.80 10 0.201
P (1) 0.2362 23.62% P (10) 0.2362 23.62%

La probabilidad de solo uno no regrese es del 23.62%

5.) Suponga que el 8% de los emparedados que se venden en un estadio de bisbol se

piden sin mayonesa. Si siete personas ordenan emparedados; encuentre la
probabilidad de que: a.) Todos los quieran con mayonesa.
b.) Solo uno lo quiera con mayonesa.
a) P = 0.92
Q = 0.08 P (7) 7C 7 0.92 7 0.08 0
n = 7 P (7) 0.5578 55.78%
x = 7
La probabilidad de que todos quieran los emparedados con mayonesa es del 55.78%

b) P = 0.08
Q = 0.92 P (6) 7C 6 0.08 6 0.921
n = 7 P(6) 0.000001688
x = 6

La probabilidad de que solo uno lo quiera con mayonesa es del 0.0001688%

31
 Ejercicios de distribucin binomial

1) Un 10% de automviles nuevos requerir servicio por garanta en el primer ao, la agencia
Jones Honda vendi 12 automviles en el mes de abril.
a.) Cul es la probabilidad de que ninguno de estos autos necesite
servicio de garanta?
b.) Determine la probabilidad de que exactamente uno de ellos requiera
tal servicio?
c.) Determine la probabilidad de que exactamente dos de ellos requieran
el servicio?
d.) Calcule la media y la desviacin estndar de esta distribucin
Probabilstica.

a) P = 10%
Q = 90% P(0) 12C 0 0.10 0 0.9012
n = 12 P (0) 0.2864 100 28.64%
x = 0

b) P = 10%
Q = 90% P (1) 12C1 0.101 0.9011
x = 1 P (1) 0.3766 100 37.66%
n = 12

c) P = 10%
Q = 90% P (2) 12C 2 0.10 2 0.9010
n = 12 P (2) 0.2301 100 23.01%
x = 2

d) Media u np ; u 12(0.10) 1.2

Desviacin npq ; 12 0.10 0.90 1.04

2.) Una empresa de telemercadeo hace seis llamadas telefnicas por hora y es capaz de
realizar una venta en el 30% de estos contactos. Para las prximas 2 horas, determine:

a.) La probabilidad de hacer exactamente 4 ventas.

b.) La de no realizar una sola venta.
c.) La de lograr exactamente 2 ventas.
d.) El nmero medio de ventas en el periodo de dos horas.
e.) La varianza y la desviacin estndar en el nmero de ventas durante
el lapso de 2 horas.

a) P = 30% ventas
Q = 70% no ventas P ( 4) 12C 4 0.30 4 0.70 8
n = 12 P (4) 0.2311 100 23.11%
x = 4

b) P = 30% ventas
Q = 70% no ventas P (0) 12C 0 0.30 0 0.7012
n = 12 P (0) 0.0138 100 1.38%
x = 0

32
 c) P = 30% ventas
Q = 70% no ventas P (2) 12C 2 0.30 2 0.7010
n = 12 P(2) 0.1678 100 16.78 _ %
x = 2

d) P = 30% ventas u np
n = 12 u 12(0.30) 3.6

Desviacin Varianza
e) n = 12 npq 2
npq
P = 0.30 12 0.30 0.70 2 2.52
Q = 0.70 1.5875

3.) Un 10% de empleados de produccin de la empresa NomecStal estn ausentes del trabajo
en un determinado da de verano. Supngase que se selecciona al azahar 10 trabajadores de
produccin para un estudio riguroso del ausentismo.
a.) Cul es la variable aleatoria?
b.) Tal variable es discreta o continua?
c.) Cul es la probabilidad de que ninguno de los 10 empleados
seleccionados este ausente
d.) Desarrolle una distribucin probabilstica binomial para el experimento.
e.) Calcule la media, la varianza y la desviacin tpica de la distribucin.

a) La variable aleatoria es el ausentismo.

b) La variable es discreta porque no se puede fraccionar los valores empleados.

c) P = 10%
Q = 90% P (0) 10C 0 0.10 0 0.9010
n = 10 P (0) 0.3487 100 34.87%
x = 0

P (1) 10C1 0.101 0.90 9 0.3874

P (2) 10C 2 0.10 2 0.90 8 0.1937
P (3) 10C 3 0.10 3 0.90 7 0.0574
P (4) 10C 4 0.10 4 0.90 6 0.0112
P (5) 10C 5 0.10 5 0.90 5 0.0015
d)
P (6) 10C 6 0.10 6 0.90 4 0.00014
P (7) 10C 7 0.10 7 0.90 3 0.0000087
P (8) 10C 8 0.10 8 0.90 2 0.00000036
P (9) 10C 9 0.10 9 0.901 0.000000009
P (10) 10C10 0.1010 0.90 0 0.0000000001

e) P = 10%
Q = 90%
n = 10
Media u np ; u 10(0.10) 1

33
 Desviacin Tpica npq ; 10 0.10 0.90 0.9987
Varianza npq
2
; 2 10 0.10 0.90 0.9

4.) El departamento de mercadotecnia de la empresa Kelloggs Company planea realizar una

encuesta nacional para determinar si los consumidores de cereales en hojuelas pueden o no
distinguir uno de sus productos favoritos, respecto de los otros del mismo tipo. Para probar el
cuestionario y el procedimiento que se emplearn, se pide a 8 personas que colaboren en un
experimento. Se colocan frente a cada una 5 tazones muy pequeos con hojuelas.
Se marcaron los recipientes como: A, B, C, D, y E. A la persona se le informa que solo uno de
los tazones tena su producto favorito.

a.) Suponga que una persona no pudo identificar su cereal predilecto y

simplemente conjetur que estaba en el tazn C. Cul es la probabilidad de
que haya adivinado correctamente?
b.) Cul es la variable aleatoria en este problema?
c.) Tal variable es discreta o continua?, Por qu?
d.) Considere que la s8 personas que participaron en el experimento fueron
incapaces de identificar su cereal, y simplemente adivinaron en que tazn se
encontraba. Cul es la probabilidad de que ninguna de las ocho haya
adivinado correctamente?
e.) Desarrolle una distribucin probabilstica binomial para este experimento.
f.) Calcule la media, la varianza, y la desviacin estndar de la distribucin.
g.) Por qu la distribucin binomial es adecuada para este problema?

1
a) P ( acierte)
5

b) La variable aleatoria es la identificacin del cereal favorito o predilecto.

c) Es una variable discreta, porque no se puede expresar fraccionariamente.

1
d) P =
5
0 8
4 1 4
Q = P (0) 8C 0

5
5 5
n = 8 P (0) 0.1678 100 16.78%
x = 0

e)
Xi P(Xi) Frec. Relativa
0 8C 0 0.20 0 0.80 8 0.1678
1 8C1 0.201 0.80 7 0.3355
2 8C 2 0.20 2 0.80 6 0.2936
3 8C 3 0.20 3 0.80 5 0.1468
4 8C 4 0.20 4
0.80 4 0.0459
5 8C 5 0.20 5 080 3 0.0092
6 8C 6 0.20 6 0.80 2 0.0011
7 8C 7 0.20 7 0.801 0.0001

34
 8 8C 8 0.20 8 0.80 0 0.0000
1.0000
f) n = 8
1
P =
5
4
Q =
5

Media u np ; u 8(0.20) 1.6

Desviacin Tpica npq ; 8 0.20 0.80 1.1314
Varianza npq
2
; 8 0.20 0.80 1.28
2

g) Es adecuada a este problema debido a las respuestas dadas por las personas
encuestadas ya que es el mejor mtodo para cuantificar las mismas.

DISTRIBUCIN NORMAL

Caractersticas

6=1

50% 50%

- X=0 A B

La curva normal tiene forma de campana.

Es asimtrica con respecto a la media.
Se extiende de a + () infinito
Cada distribucin normal tiene una media y una desviacin
El rea total bajo la curva normal es igual a 100%.
La probabilidad se expresa entre 2 puntos, estos 2 puntos conforman un rea.
Como la curva es asimtrica la cola del lado derecho es igual al 50%, y la cola del lado
izquierdo es igual al otro 50%

Curva estandarizada

35
 = 100

70 80 90 X=100 110 120 130

-3 -2 -1 1 2 3
68%

95%
99%

110 100
z 1
10
120 100
z 2
10
130 100
z 3
10
90 100
z 1
10
80 100
z 2
10
70 100
z 3
10

Ejercicios

1. Calcule el valor de la probabilidad de los siguientes enunciados

a) A la derecha de z = 2.4
b) A la derecha de z = -2.4
c) A la izquierda de z = 1.22
d) A la izquierda de z = 1.22
e) Entre z = -2.4 y z =1.8
f) Entre z mayor a 1.2 y z menor a -2.3

Solucin a.

36
 0.4918

X 2.4
z

P = 0.5 0.4918 = 0.082 (100) = 82%

37
Solucin b.

2.4 X
z

P = 0.4918 + 0.5 = 0.9918 (100) = 99.18 %

Solucin c.

X 1.22
z

P = 0.3888 + 0.50 = 0.8888 (100) = 88.88 %

Solucin d.

1.22 X
z

P = 0.3888 (- 0.50) = 0.1112 (100) = 11.12 %

38
Solucin e.

-2.4 X 1.8
z z

P = 0.4918 +0.4641 = 0.4559 (100) = 95.59 %

Solucin f.

-2.3 X 1.2
z z

P = (0.5 0.3849) + (0.5 0.4893) = 0.1258 (100) = 12.59

P = 1- (0.4893 0.3849) = 0.1259

2. Supngase que el peso de 2000 es estudiantes est distribuido normalmente con una
media de 155 libras y un desviacin de 20. Hallar el no. De estudiantes con pesos.

a) Inferior a 100 libras

b) Entre 120 y 130 libras
c) Entre 150 y 175 libras
d) Mayores a 200 libras

Solucin a

39
 100 X
155

100 155
z 2.75
20

2.75 = 0.4970

P = 0.50-0.4970 = 0.003 (100) = 0.3%

200 x 0.3% = 6estudiantes

Solucin b

-1.75 -1.25 X
155

100 155
z 1.75
20
130 155
z 1.25
20

A - 2.75 = 0.4599
A 1.25 = 0.3944

P = 0.4599 0.3944 = 0.0655 (100) = 6.55%

200 x 6.55% = 131alumnos

Solucin c

40
 -1.75 -1.25 X
155

150 155
z 0.25
20
175 155
z 1
20

A 0.25 = 0.0987
A 1 = 0.3413

P = 0.0987 + 0.3413 = 0.44 (100) = 44%

2000 x 44% = 880alumnos

Solucin d

0.4918

X 2.4
z

200 155
z 2.25
20
A 2.25 = 0.4878
P = 0.5 - 0.4878 = 0.0122 (100) = 1.22%
2000 x 1.22% = 24alumnos

Ejercicios
La media de un examen es 72 y la desviacin es igual a 9, el 10% del curso recibir grado a.
Cul es la nota mnima para optar a el.

41
x 72
9

0.40%

P = 10%

Maxima
X 1.28
72

P 0.40 = z = 1.28

xx
z

x 72
z
9
x 72
1.28
9
1.28 (9) = x 72
11 52 = x 72
x = 8352

3. Un proceso de produccin de rodamientos los fabrican en dimetros que se distribuyen por

la ley normal con una x = 0.5 y = 0.004

a) Cul es la probabilidad que in rodamiento tomado al azar tenga un dimetro no inferior a

0.46 y no mayor a 0.56

-2 X 3
0.5

42
x = 0.5
= 0.0004
= 0.02
0.46 0.5
z = -2 = 0.4772
0.02

0.56 0.5
z = 3 = 0.4987
0.02

P = 0.4772 + 0.4987 = 0.9759 (100) 97.59%

b) Cul es la probabilidad que un rodamiento tomado al azar tenga un rodamiento de por lo

menos 0.44

-3 X
0.5

0.44 0.5
z = -3 = 0.4987
0.02

P = 0.5 + 0.4987 = 0.9987

P = 99.87%

Suponga que un test normal de una puntuacin media de 75 y otra varianza de 36, 3
estudiantes a,b y c. Sern notificados que tenan puntuaciones normales tipificadas o estndar
1 es de 1.5, 0.8 y 0.5 respectivamente. Hallar las notas obtenidas por a, b y c
x = 75
=6

43
 xx
z

x 75
1.5
6
x 75
0.8
6
1.5(6) = x -75
9 = x 75
x = 84
0.8(6) = x 75
4.8 + 75 = x
79.8 = x
x 75
0 .5
6
0.5 (6) = x -75
3 +75 = x
78 = x

9. Las parejas para un baile escolar se eligen colocando los nombres de las chicas en una
urna y el de los muchachos en otra, seleccionndolos despus al azar. Si hay 10 jvenes y 10
chicas, Cuntas parejas se pueden formar? Si un muchacho y una chica se agregan al grupo
(mantenindose un total de 10 jvenes y 10 chicas), Cul es la probabilidad de que formen
pareja si stas se seleccionan al azar?

Solucin a

10! 10! 10P10 10 P10 = 1.31681894913

Solucin b
1/10 = 0.10

Ejercicios
a) Cul es el valor de z cuando existe una probabilidad del 98%
b) Del 99%

44
 c) Del 95%
d) Del 90%
e) Del 80%
f) Del 75%

Solucin a

49 9
0. 0.4

98%

Z X Z
-2.32 2.32

Z = 2.32
Z= 2.32
Solucin b

5 95
49 0.4
0.

Z X Z

Z = 2.57
Z= -2.32

Solucin c
0.95 / 2 = 0.4750

45
 50 7 50
47 0.4
0.

Z = 1.96
Z= -1.96
Solucin d
0.90 / 2 = 0.45

5
45 0.4
0.

Z = 1.64
Z= -1.64
Solucin e
0.80 / 2 = 0.40

0
40 0.4
0.

Z = 1.28
Z= -1.28

Solucin f

46
0.75 / 2 = 0.375

5 0 7 50
37 0.3
0.

Z = 1.15
Z= -1.15
2. Se sabe que la cantidad de cerveza en una lata de 12 onzas fabricada por cierta
embotelladora, est bien aproximada durante una distribucin normal. Con una media de 12
onzas y una desviacin de 0.25

a) Que porcentaje de latas podra tener menos de 11.60 onzas

b) Que porcentaje de latas no variara (en menos de) ms de 0.20 onzas, respecto a la
media.
c) Determine la probabilidad de obtener 4 latas que contengan menos de 12 onzas, s se
elige una muestra de 4 latas.

Solucin a
x = 12
= 0.25
11.6 12
z =-1.6 = 0.4452
0.25
P = (0.5 0.4452) = 0.0548 (100) = 5.48%

-1.6 X
12

47
Solucin b
12.3 12
z =1.20
0.25
11.7 12
z =1.20
0.25
P = 0.3349 + 0.3849 = 0.7698
P = 76.98%

1.67 X 12.3
-1.20 12 1.20

Solucin c
P = (0.5)4
P = 0.0625 ( 100 ) = 6.25 %

0.5

X
12

APROXIMACIN DE LA DISTRIBUCIN

48
 ORMAL A LA BINOMIAL

XX
Z

X np
Z
npq

Ejercicios
1. Hallar la probabilidad que en 200 lanzamientos de una moneda

a) El no. De caras est entre 80 y 120

b) Menos de 90 caras
c) Menos de 85 o ms de 115 caras
d) Exactamente igual a 100 caras

Solucin a
1
P 0.5%
200
Q= 0.5

80 X 120
-2.82 100 2.82

- x -np = 200 x 0.5 = 100

X np
Z
npq

120 100
Z 2.33
7.0711
80 100
Z 2.83
7.0711

49
P = 0.4977 + 0.4977 = 0.9952
P = 0.9952 (100) = 99.52%
200 x 99.52% = 199 caras.

Solucin b

90 100
Z 1.41 0.4207
7.07
P = 0.5 - 0.4207 = 7.93 %

90 X
100

Solucin c
85 100
Z 2.12
7.07
115 100
Z 2.12
7.07
P = 1 (0.4830 + 0.4830) = 3.4 %

85 X 115
100

Solucin d

50
0.5 100 0.5
100.5 100
Z 0.07
7.07
99.5 100
Z 0.07
7.07
P = (0.0279 + 0.0279) = 0.0558

99.5 X 100.5
100

DETERMINACIN DEL TAMAO DE LA MUESTRA

2
z 2 Pe
n n z 2
P , inf initas

e e

z 2 2 N z 2 QPN
n P , inf initas
n
z e ( N 1)
2 2 2
( N 1)e 2 z 2 Pc

z 2 PQN
n
( N 1)e 2 z 2 PQ

De donde
= Parmetro a nivel de una poblacin (desviacin tpica)
s = Estsfgrafo a nivel de una muestra (desviacin tpica)
e = Error
z = Nivel de confianza ( 95% - 99%)
N = Tamao de la poblacin

El nivel de confianza se simboliza con pero se la debe transformar a niveles de z

z es conveniente trabajar con un 95% hasta un 99% de confianza
e es conveniente trabajar hasta con un 10% de error
P y Q cuando no se tiene estos valores es conveniente trabajar con un 0.5% y 0.5%,
respectivamente que son consideradas como probabilidades mximas.

51
72 = distribucin 7, se dice que se aplica cuando mi muestra es pequea, cuando conozco la
varianza d una muestra (s) y cuando se sigue una distribucin normal.
La desviacin tpica es slo a nivel de la muestra.

Ejemplos

1. Que tamao de muestra ser necesario para producir un intervalo de 90% en el caso de la
media de la poblacin verdadera, con un error de 1 en cualquier sentido, si la desviacin
estndar de la poblacin es 10.

Z = 90% / 2 = 0.45 z = 1.64

e=1
= 10

2
z
R
e
2
1.64 x 10
R 268.96 269
1

NOTA: Siempre que tenga decimales aproxima, no importa si sea menor a 0.5

Interpretacin. El tamao de la muestra es de 269 con un 90% de confianza.

2. Qu tamao de muestra ser necesaria para obtener un intervalo de confianza del 95% par
la proporcin de la poblacin si el error es de 0.08

Z = 95% --> 1.96

e = 0.08
PQ
n z2
e2
(1.96) 2 (0.5 x0.5)
R 150.06 15%
(0.08) 2

52
3. Determine el tamao de la muestra necesaria para estimar el porcentaje verdadero de la
poblacin con un error del 4% utilizando un intervalo de confianza del 90%. Es razonable
suponer que el valor verdadero es 1.3

e = 4%
z = 90% = 1.96
p = 0.3
A = 0.7
PQ
n z2
e2
(0.3 x0.70)
R (1.69) 2
(0.04) 2
R 353.01 354

SELECCIN DE LA MUESTRA

Poblacin: Estudiantes del aula 30 de Finanzas

N=74
z 2 pqN
n
( N 1)e 2 z 2 pq
B= 95% -> z = 1.96
e = 5% = 0.05
(1.96) 2 (0.5 x 0.5)74
n
(73)(0.05) 2 (1.96) 2 (0.5 x 0.5)
71.07

1.14
62.34 36 personas

e = 10%
B= 90% -> z = 1.64

(1.64) 2 (0.5 x 0.5)74

n
(73)(0.10) 2 (1.64) 2 (0.5 x 0.5)
49.7576

1.4024
35.48 36 personas

53
Con un B = 95% y un error del 5% R = 63

B = 90% R = 36
e = 10%
B y e no necesariamente tiene que complementarse

Ejemplo

Afijacin Proporcional

Nh
ah n
N
50
a1 100 72.5 13
400
79
100 17.5 18 31
400
130
100 32.5 33
400
150
100 37.5 38 71
400
Muestra = 102

MUESTREO SISTEMTICO

i
i+k
i + 2k
i + 3k
i + 4k
N
k
n
Hay 400 placas numeradas del 1 hasta el 400

400
k 4
100
i = 3 (Elegido aleatoriamente)

54
i+k
3+4 = 7
3+8 = 11
3+12 = 15
3+16 = 19
3+20 = 23
3+24 = 27
3+28 = 31
3+32 = 35
3+36 = 39

Para cuando seleccione 100

MTODOS DE MUESTREO

Probabilsticas.- Son aquellas cuyas probabilidades de seleccin de las unidades de

muestreo son:
l. Conocidas
2. Seleccionadas al azar
3. Cumplen con los postulados de seleccin

Con reeemplazamiento
Muestreo aleatorias simples
Sin reemplazamiento

Afijacin proporcional
Muestreo Estratificado Afijacin ptima
Afijacin igual
Afijacin arbitraria
- Muestreo Sistemticas

-Muestreo de Grupo
o Por conglomerado Tamao igual

55
 Tamafio Desigual Muestra Unietpico
Muestra Bietpico
Muestra Trietpico
No Probabilsticas .- Son aquellas que no cumplen con algunas de las caractersticas de las
muestras probabilsticas

Muestreo por cuotas

No Probabilsticas Muestreo Dirigidas
Muestreo Voluntarias
MUESTRAS PROBABILSTICAS

Muestras Aleatorias Simples:

Deben cumplir dos caractersticas
l. Las unidades de seleccin sean elementos
2. Las unidades sean seleccionadas al azar

Con reemplazamiento.- son aquellas en las cuales una vez seleccionados los elementos son
repuestos a la poblacin o universo y pueden volver a ser seleccionados. Conocidos como
muestras para poblaciones infinitas.
N = 30 n = 5 >> n =35

Sin reemplazamiento.- los elementos seleccionados ya no tienen nuevas oportunidades de

ser seleccionadas. Conocidas como muestras para poblaciones finitas. N = 30 ; n =30

Las muestras se agotan y no se tiene un tamao de muestra mayor.

Ejemplo: se elige una muestra de radiografas torxicas entre las obtenidas en el ao 2004, el
medico mide le dimetro traquea que es parte del expediente clnico.

La poblacin es de 400 radiografas, bajo el supuesto que la muestra es igual a 100 placas.

Cada radiografa debe tener un numero de identificacin (Marco de muestreo), as se

enumeran las radiografas del 1 al 400

1 21 41 61 81 101 121 141 161 181 201 221 241 261 281 301 321 341 361 381
2 22 42 62 82 102 122 142 162 182 202 222 242 262 282 302 322 342 362 382
3 23 43 63 83 103 123 143 163 183 203 223 243 263 283 303 323 343 363 383

56
4 24 44 64 84 104 124 144 164 184 204 224 244 264 284 304 324 344 364 384
5 25 45 65 85 105 125 145 165 185 205 225 245 265 285 305 325 345 365 385
6 26 46 66 86 106 126 146 166 186 206 226 246 266 286 306 326 346 366 386
7 27 47 67 87 107 127 147 167 187 207 227 247 267 287 307 327 347 367 387
8 28 48 68 88 108 128 148 168 188 208 228 248 268 288 308 328 348 368 388
9 29 49 69 89 109 129 149 169 189 209 229 249 269 289 309 329 349 369 389
10 30 50 70 90 110 130 150 170 190 210 230 250 270 290 310 330 350 370 390 11 31 51 71
91 111 131 151 171 191 211 231 251 271 291 311 331 351 371 391 12 32 52 72 92 112 132
152 172 192 212 232 252 272 292 312 332 352 372 392 13 33 53 73 93 113 133 153 173 193
213 233 253 273 293 313 333 353 373 393 14 34 54 74 94 114 134 154 174 194 214 234 254
274 294 314 334 354 374 394 15 35 55 75 95 115 135 155 175 195 215 235 255 275 295 315
335 355 375 395 16 36 56 76 96 116 136 156 176 196 216 236 256 276 296 316 336 356 376
396 17 37 57 77 97 117 137 157 177 197 217 237 257 277 297 317 337 357 377 397 18 38 58
78 98 118 138 158 178 198 218 238 258 278 298 318 338 358 378 398 19 39 59 79 99 119
139 159 179 199 219 239 259 279 299 319 339 359 379 399 20 40 60 80 100 120 140 160
180 200 220 240 260 280 300 320 340 360 380 400
Se eligen las 100 placas al azar.

Muestras estratificadas.- Consiste en dividir o distribuir a la N (poblacin) en subconjuntos

llamados estratos de tal manera que los elementos al interior del estrato sean homogneos
entre si y heterogneos con respecto a los elementos de los otros estratos, una vez
seleccionados los estratos se procede a obtener estimaciones de los parmetros, as como
tambin la variabilidad de los estratos de esas estimaciones.

Ejemplo: en el ejemplo de las radiografas el medico podra requerir la estratificacin basada

en la edad de los pacientes, ya que la traque varia de tamao con la edad.

La poblacin de radiografas se dividira en:

Estrato 1 Lactantes menores de un ao = 50 nios

Estrato 2 Nios de 1 a 6 aos = 70 nios
Estrato 3 Nios y adolescentes de 6 a 16 aos =130 adolescentes y nios
Estrato 4 Sujetos de 16 aos o ms = 150 sujetos mayores.

Una vez hecho esto se seleccionara una muestra al azar de cada estrato de edad, con
cualquier tipo de afijacin.

57
Afijacin.- procedimiento por el cual se divide a la n (muestra) en esos K estratos.
Afijacin.- proporcional.- Consiste en distribuir el tamao de la n (muestra) en forma
proporcional al nmero de elementos en cada estrato.

nh= n (Nh/N)

Donde: Nh.- Nmero de elementos de cada estrato

n . - Tamao de la muestra
N .- Tamao de la poblacin
nh .-Tamao muestral de cada estrato

Ejemplo

Afijacin ptima.- Consiste en distribuir el tamao de la muestra en forma proporcional al

nmero de elementos que tiene cada estrato y a su variabilidad.

Afijacin igual.- Consiste en distribuir el tamao de la muestra en forma igual entre los
diferentes estratos, independientemente de su variabilidad o del nmero de elementos que
hay en cada estrato.

Afijacin arbitraria.- Consiste en distribuir el tamao de la muestra de acuerdo a cualquier

procedimiento diferente a los tres antes sealados.

Muestreo Sistemtico.- Consiste en seleccionar unidades de muestreo de K en K, a partir de

un arranque aleatorio que designamos como i, que est comprendido entre la primera unidad
de muestreo y la k-sima elemento, las subsiguientes unidades de muestreo a ser
seleccionadas se obtienen agregando en forma progresiva el intervalo se seleccin k al
arranque aleatorio, hasta completar el tamao de la muestra deseada: i+k,
i+2k,, i+(n+l)k.

K=es el intervalo de seleccin. N/n

i arranque aleatorio

Ejemplo

58
Muestreo por conglomerados.- Son agrupaciones naturales o artificiales de elementos
generalmente heterogneo s, con respecto a las diferentes caractersticas de la poblacin,
Ejemplo: La muestra de una encuesta de hogares tomada en una ciudad podra seleccionarse
usando las manzanas como grupos, se selecciona una muestra aleatoria de manzanas de la
ciudad y se encuestan todos los hogares.

Ejercicio los empleados de una compaa tienen credenciales de identificacin

numeradas en forma consecutiva, del 101 al 873 (divididos en directivos correspondientes
a las 100 primeras credenciales, personal administrativo las 150 siguientes y obreros las
restantes credenciales). Determine el tamao de muestra y seleccione las mismas,
utilizando los muestreos probabilsticos que sean aplicables.

ESTIMACIONES

Puntual
Estimacin
Intervalos

Para esto tenemos:

Est.Medias
Est. Proporciones
Est. Diferencia de Medias
Est. Diferencia de Proporciones

Concepto. Es el proceso de utilizar datos muestrales para estimar los valores de parmetros
desconocidos de una poblacin

ESTIMACIN PUNTUAL O DE PUNTO. Es la estimacin de un valor nico de un parmetro

de la poblacin.

ESTIMACIN DE UN INTERVALO.
Incluye un intervalo de valores posibles en el que se considera que est comprendido un
parmetro de la poblacin
Ejemplo

59
Estim. Puntual El promedio de consumo de carne por persona es de 1 libra semanal.

Estim. Intervalo El promedio de consumo de carne por persona es de libra y de 1

semanal.

ESTIMACIN DE MEDIAS

Est. Puntual
Est. Intervalos x z 2

De donde

Desviacin tpica de una Distribucin muestral de Medias x

x
n

NOTA: Si n es 5% N => aplico el labor de correccin fc (este fc se aplica para poblacin

finitas.

Nn
fc
N 1

x z x fc

N n
xz
n N 1

DISTRIBUCIN t

Esta distribucin es conveniente aplicarla cuando:

La muestra es pequea n 30
Distribucin normal
Si la es desconocida, s es conocida es nivel de la muestra.

60
Grado de libertad gl = n-1

N Significacin => (Contrario a N confianza B)

Ejercicio

Determine un intervalo de confianza del 95% para los 2 casos siguientes

a)
x = 15
=2
n = 100
N = 1000

Si n 5% N => fc
100 > 50 => fc
x x fc

N n
xz
n N 1

b)
x = 15
=2
n = 16
N = 200

2 1000 100
15 1.96
100 1000 1
2
15 1.96 . 0.95
10
15.37
15 0.37
14.63

Solucin b
x = 15

61
=2
n = 16
N = 200
X7 x
X 7 x fc

x=
n
Si n 5% N => fc
16 > 10 = fc
X 7 x fc

N n
xz
n N 1

2 200 16
15 1.96
16 200 1
15 2.131(0.5)(0.9615)
15 1.024
16.02
int ervalos
13.98

Ejercicios

1) Una muestra aleatoria de 40 cuentas de cheques de una sucursal bancaria, present un

saldo promedio diario de 140 y una desviacin estndar de 30

a) Establezca un intervalo de confianza del 95% para la media verdadera.

b) Establezca un intervalo del 99% para la media verdadera.

c) Cul es el error mximo en la estimacin del inciso A

Solucin a)
n = 40
x = 140
= 30

62
B = 95% => z = 1.96
x zx

xz
n
30
140 1.96
40
140 9.29
149.29
Intervalos
130.70

Interpolacin: La cuenta de los promedios est entre (30.61 y 149.29)

Solucin b)
n = 40
x = 140
= 30
B = 99% => z = 2.57
x zx

30
140 2.57
40
152.19
Intervalos
127.80

Solucin c)

x z x

30
1.96 9.29
40

ESTIMACIN DE PROPORCIONES

P Z p
P Z p fc
PQ int ervalos
PZ
n

63
NOTA: No se aplica distribucin t

Una muestra aleatoria de 100 clientes que registra sus compras a medio da en un
supermercado, revela que todos excepto que 10, (revelan sus compras) incluyen su leche en
sus compras.
a) Cul ser la estimacin de puntos de porcentaje de estos clientes que compran leche
b) Esta vez con el intervalo del 90% para la proporcin verdadera que compran leche

Solucin a

P = 90%
n = 100
10 no leche
90 si leche

Solucin b

B = 90% (Compran) => z = 1.64

p Z p

pq
PZ
n
0.90 x 0.10
0.90 1.64
100
0.90 0.05
0.95 95%
0.85 85%

El porcentaje de los que compran leche es de 95% y 85%

Ejercicios

6) El departamento de polica de trnsito llev a cabo un estudio sobre la velocidad a que

conducen los automviles en una autopista durante las primeras horas de la maana (2am a 4
am) en un tramo de esta. Durante el tiempo de estudio, en el radar se detect que 100
automviles tuvieron un promedio de velocidad de 70 millas por hora con una desviacin
estndar de 15 millas por hora

64
 a) Estime la media verdadera (estimacin de punto) de la poblacin

x 70
b) Describa la poblacin
Todos los carros que pasaron durante las 2 y 4 am de la maana por ese tramo de la
carretera.
c) Establezca un intervalo de confianza de 98% para la media de la poblacin.
x = 70 m/n
= 15 m/n
B = 98% => z = 2.33
n = 100
x zx

15
70 2.33
100
70 3.495
73.495
66.505

d) Cul es el error mximo asociado al intervalo calculado en el inciso c?

Z=x
15
2.33 = 3.495
100

8) Vuelva a resolver el ejercicio 7 pero ahora utilizando un tamao muestral de 15, una media
de $ 140.00 y una desviacin estndar de $ 30.00 para un intervalo de confianza del 95%.
Suponga que se est muestreando a partir de una poblacin normal, y explique porqu es
necesario hacer este supuesto.

Solucin a)
n = 15
x = 140
= 30
N = 5% => = 2.145

65
x 7x

30
140 2.145
15
140 16.62
156.62
123.38

Solucin b)
n = 15
x = 140
= 30
N = 1% => = 2.977
x 7x

30
140 2.977
15
140 23.06
163.06
116.99

Solucin c)

7x
30
2.145
15
16.62
Se hace la aclaracin porque de lo contrario no se podra aplicar la distribucin 7

10) A 100 alumnos de una preparatoria se les pidi que llevaran un registro de sus gastos de
alimentacin durante una semana. En la preparatoria hay 500 estudiantes. El resultado fue un
justo promedio de $ 40.00 y una desviacin estndar de $ 10.00

a) Establezca un intervalo de confianza de 95% para la media verdadera

N = 500
n = 100
x = 40
= 10

66
B = 95% => z = 1.96

Si n 5% N => fc
100 25 => fc

x Z x = fc

10 400
40 1.96
100 499
40 1.75
41.75
38.25

b) Cun importante es una muestra aleatoria en este ejemplo?

Es muy importante debido a que los estudiantes investigados debern ser escogidos al azar,
sin ningn tipo de preferencia o discriminacin.

8) En un estudio reciente de 200 personas que viven en una gran ciudad 40 aprobaron el
restablecimiento de la pena de muerte para los que fuman marihuana

n = 200
P = 40 => 20%
B = 40 => z = 2.57
P Z p
0.2 x 0.8
0.2 2.57
200
0.2 0.07
0.27
0.13

b) Qu puede decir con respecto al tamao del error mximo para este intervalo de confianza

e = Z p

67
 0.2 x 0.8
e = 2.57
200
e = 0.07

10) un grupo de investigacin de mercado descubri que el 25% de 200 clientes que fueron
recientemente entrevistados en un gran centro comercial, residan a ms de 15 kilmetros de
ah, suponga que se tom una muestra aleatoria.

a) Establezca un intervalo de confianza de 95% para el porcentaje ideal de clientes que viven
a ms de 15 kilmetros de dicho centro.

n = 200
P = 25%
B = 95 => z = 1.96
P Z p
0.2 x 0.8
0.2 2.57
200
0.2 0.07
0.27
0.13

b) Qu puede decir con respecto al tamao del error mximo para este intervalo de confianza

e = Z p
0.2 x 0.8
e = 2.57
200
e = 0.07

10) Un grupo de investigacin de mercado descubri que, el 25% de 200 clientes que fueron
recientemente entrevistados en un gran centro comercial, residan a ms de 15 kilmetros de
ah. Suponga que se tom una muestra aleatoria.

a) Establezca un intervalo de confianza de 95% para el porcentaje (eq) de clientes que viven a
ms de 15 kilmetros de dicho centro

68
n = 200
P = 25%
B = 95 => z = 1.96
P Z p
0.25 x 0.75
0.25 21.96
200
0.25 0.06
0.31
0.19

b) Cul es el error probable mximo, asociado al intervalo del inciso a?

e = Z p
0.25 x 0.75
e = 1.96
200
e = 0.06

c) En este caso qu significa el trmino muestra aleatoria.

Que los clientes fueron escogidos al azar, es decir todo tuvieron la misma oportunidad para
ser elegidos.

d) Porqu es importante obtener una muestra aleatoria?

Porque permite aplicar una disminucin de muestreo.

11) Una muestra aleatoria de 40 hombres que trabajan en el proyecto de construccin de un

gran edificio indica que 6 hombres no utilizan cascos de proteccin

a) Establezca un intervalo de confianza de 98% con respecto a la proporcin verdadera de

hombres que no utilizan cascos de proteccin
n = 40
P = 15%
B = 0.98 => z = 2.33
P Z p
0.15 x 0.85
0.15 2.33
40
0.15 0.13
0.28

69
0.02
b) Si hay 1000 hombres trabajando en la construccin, convierta el intervalo de confianza de
cifras de porcentaje a nmero de hombres.

1000 x 15% = 150 150 130

1000 x 13% = 130

c) Qu se puede decir acerca del tamao mximo de error, asociado al intervalo del inciso a?
inciso b?

a) e = 0.13
b) e = 130

PRUEBA DE HIPTESIS
Llamada tambin prueba de significacin
La prueba de significacin y la estimacin de las ramas principales de la inferencia estadstica.
EL objetivo de la estimacin es calcular el valor de cierto parmetro de la poblacin mientras
que la finalidad pruebas de significacin es evaluar si una afirmacin acerca del parmetro es
verdadero.

Pasos para llegar a determinar pruebas de significacin

1) Planteamiento de hiptesis
2) Estadstica de prueba
3) Determinar el nivel de significacin

70
 4) Criterio de desicin
5) Desicin

1) Planteamiento de hiptesis

Probar un supuesto; dentro de esta tenemos:

Comparaciones
Hiptesis Nula Ho, Ho 1 = 2 = 3
Hiptesis Alternativa H1. Ha 1 2 3

Siempre se debe (calcular) plantear las 2 claves de hiptesis

Hiptesis nula (Ho).- Enunciado que expresa que el parmetro de la poblacin es como se
especific.
Es la proporcin verdadera, es lo que se quiere probar o plantea un supuesto acerca del
parmetro.

Hiptesis Alternativa (H1).- Plantea lo contrario de la hiptesis nula.

Ejemplos
Promedio de estudiantes es 5
Ho = = 5
H1 = 5

El porcentaje de las personas que aprueban el curso = 70% (Proporciones)

Ho = P = 70%
H1 = P 70%

La nota promedio de un curso es

Ho = 5
H1 = < 5

2. Estadstica de Prueba

Dentro de esta tenemos las siguientes distribuciones: z, t, x, T

71
Estadstica de Prueba. Depende del tamao de la muestra, la estadstica muestral que se va a
estudiar (Proporciones a Medias)

T: Se utiliza para comparar varias muestras. (Promedio de rendimiento de varios cursos,

rendimiento de los vehculos con diferentes tipos de gasolinas, diesel)

Distribucin Z

x
Ze
x

Ze = Z calculado

Distribucin 7
x
fe
Sx

Proporciones
P P
Ze
p

P = P muestral

P = P poblacional

Valor medio Media propuesta

de la muestra o poblacional
Valor estadstica de p
Desv.tpica de la distribucin
media ( x) o Pr oporciones ( P)

3) Nivel de significacin
Este nivel de significacin se simboliza como () (alfa) y viene a ser la zona de rechazo de la
hiptesis nula

4) Criterio de desicin
Establece un lmite, un valor a partir del cual se puede rechazar la hiptesis nula

72
 ZRHo
ZRHo ZRHo

/ 2 / 2

ZRH0 : Zona de rechazo de la hiptesis nula

ZRH0 : Zona de aceptacin de la hiptesis nula

Una vez hecha matemticamente se debe tomar la desicin e interpretarla con palabras.

PRUEBAS UNI Y BILATERALES

La hiptesis alternativa se utiliza para indicar que aspecto de variacin no aleatoria resulta de
inters. Existen 3 casos posibles.

Caso 1: Colas bilaterales

Caso 1: Colas H izquierda

Caso 1: Colas Derecha

NOTA: La hiptesis nula solamente se puede plantear (en funcin) en trminos de igualdad
(=), >, <, no de diferente ()

EJERCICIOS
En la Prov. De Cotopaxi el porcentaje de analfabetos es el 40%. El Minist. Educacin ha
creado un programa especial de educacin de adultos, que tiene como objeto disminuir el
porcentaje de analfabetos en la provincia una vez (transani) transcurrido el ao queremos ver
si el programa ha dado resultado entonces tomamos una muestra de 50 personas de las
cuales 18 resultaron ser analfabetos usando un nivel de significacin del 5%, probar si e
programa tuvo o no xito.

P (analfabetos) = 0.40
< analfabetos
n = 50

73
18 (analfabetos => 36% = 0.36
= 5%

1) Planteamiento de hiptesis
Ho : P = 40
HA : P < 40

Ho: La proporcin de analfabetos en la Prov. Cotopaxi es del 40%

HA: La proporcin de analfabetos en la Prov. Cotopaxi es < al 40%
Es decir el programa que imparte el Ministerio de Educacin es bueno

2) Estadstica de Prueba

P P
Zc
p

P P
Zc
PQ
n
0.36 0.40

0.36 x 0.64
50
0.04
0.5893
0.067
3) Determinar el nivel de significacin

= 5% B = 95%

4) Criterio de desicin

74
 ZRHo

B
0.95
ZRHo

Z7 ZcX
-1.64 -0.5893

5) Desicin
Acepto Ho => El programa no tuvo efectos se sugiere realizar otro tipo de programas

2) El peso promedio de un lote de pollos de carne era de 2.1 Kg. Durante el ltimo periodo de
engorde, se prob un alimento balanceado, que se cree que aument el peso promedio de los
pollos, esto se quiere probar, utilizando un nivel de significacin del 5% al obtener una
muestra de 50% pollos se obtuvo que el precio medio fue de 2.2 Kl. Y una desviacin de 0.8
= 2.1 Kg.
= 5%
n = 50
x = 2.2 Kl
S = 0.8
Aumento el x peso

1) Planteamiento de Hiptesis
Ho: = 2.1 El peso de los pollos de carne es de 2.1 Kg.

HA: = 2.2 El peso promedio de los pollos de carne es > 2.2 Kg.

2) Estadstica de Prueba

75
 x
Zc
s
n
2.2 2.1

0 .8
50
0.10
0.8839
0.1131

3) Determinar el nivel de significacin

= 5% B= 95%

4) Criterio de decisin

ZRHo
B

ZRHo

Xze Z7
0.8839 1.64

5) Desicin
El balanceado no funcion pues siguen pesando 2.1 Kg. Y el 0.1 Kg que aument, se debe a
efectos aleatorios o seleccin de la muestra.

Ejercicios

5. Una compaa que vende tiras repelentes contra insectos, asegura que su producto es
eficaz, por lo menos durante 400 horas. Un anlisis sobre nueve tiras seleccionadas
aleatoriamente indic un promedio de 380 horas.

a) Pruebe la aseveracin de la compaa respecto a la alternativa de que el repelente

sea eficaz menos de las 400 horas, a un nivel 0.01, si la desviacin estndar de la
muestra es 60 horas.

76
 b) Repita el inciso a utilizando el conocimiento de que la desviacin estndar de la
poblacin es de 90 horas.
c) En cules de los incisos anteriores es necesario saber que la poblacin es
aproximadamente normal? Porqu?

= 400
n=9
x = 380

a)
Asevera que su producto es eficaz, por lo menos durante 400 horas

= 5%
B= 50
= 60 h.

1) Planteo de la hiptesis

Ho: = 400 El repelente es eficaz no menos de 400 horas

HA: < 400 El repelente es eficaz < 400 horas

2) Estadstica de Prueba
x
tc
s
n
380 400

60
9
20
1
20

3) Determinar el nivel de significacin

N = 0.01 = -9.896 B= 0.99

4) Criterio de desicin

77
 B
ZRHo
0.99
ZRHo

-2.896 X
t7 Z7

5) Desicin

El repelente es eficaz, dura ms de 400 horas

7. Mediante un proceso de fabricacin, se produce alambre de acero con una resistencia

media a la tensin de 200 libras por pulgada cuadrada (psi). La desviacin estndar del
proceso es 20 psi. El ingeniero encargado del control de calidad quiere disear una prueba
que le indique si ha habido o no un cambio en el promedio del proceso, utilizando un tamao
de muestra de 25 y un nivel de significacin de = 0.05. Suponga que la poblacin de la
resistencia del alambre es aproximadamente normal
a. Enuncie H0 y H1 para esta prueba.
b. Para qu intervalo de resistencia del alambre, e l proceso se considerar fuera de control
(es decir, se concluir que la media del proceso ha cambiado a partir de 200 psi)?

a) Planteo Hiptesis
Ho: = 200 Se produce alambre con una resistencia de 200 lb.
HA: 200 Se produce alambre con una resistencia diferente de 200 lb.
b) Intervalos
= 20
n = 25
= 0.05
= 200
x z x
20
200 1.96
25
200 7.89
207.84
192.16
Interpretacin

78
El alambre de acero se considera fuera de control cuando sale de los intervalos 207.84 y
192.16

ERROR TIPO I Y II

El error de rechazar H0 cuando es verdadera se denomina error TIPO I y la probabilidad de

cometerlo se representa por medio de (alfa)

El error de aceptar H0 cuando es falsa se conoce como error TIPO II y la probabilidad de

cometerlo se denota por medio de B (la letra griega minscula)

Acepte H0 Rechace H0
H0 es verdadero Desicin Correcta Error Tipo I
H0 es falso Error Tipo II Desicin correcta

Si rechazamos una hiptesis cuando debera ser aceptada entonces se ha cometido un error
tipo I, por otra parte si aceptamos una hiptesis que debera ser rechazada se ha cometido un
error tipo II, y en ambos casos se ha producido un juicio errneo.

Para que la regla de desicin o contraste de hiptesis sean buenas deben disearse de modo
que minimicen los errores de la desicin la nica forma de disminuir ambos a la vez es
aumentar el tamao de la muestra que no siempre es posible.

Ejemplo.
Con referencia al ejemplo de la extensin de las alas de insectos que el bilogo aumenta el
tamao de la muestra a 60 mm. Mientras todo lo dems se mantiene sin cambio.

Suponiendo que se sabe de estudios similares de la desviacin tpica es 0.8 mm. para que
este tipo de datos. Primero investiguemos la posibilidad que la x de la muestra ser
Mayor que 13.6 o menor de 13.2 aunque la media ideal de 13.4 mm.

a) Demuestre que esto sucede la probabilidad de cometer un error de tipo I

Desarrollo
Ho: = 13.4 mm
HA: 13.4 mm.

79
II
x
Z e1 ; 13.2

n
13.2 13.4
Z e1 1.94
0.103
x
Z e1 ; 13.6

n
13.6 13.4
Z e1 1.94
0.103

III
= 0.05% B = 0.95% => z = 1.96

ZAHo

ZRHo ZRHo
/2 2

-1.96 u -1.96
13.4

Desicin
La media es igual a 13.4 es decir no es menor a 13.2 ni mayor a 13.6

b) 90% => z = 1.64

Zalto

ZRHo ZRHo
/2 2 /2

Ze -1.64 u 1.64
-1.94 13.4 Ze 1.94

Desicin
Rechaza hiptesis nula con el 90% de confianza

c)

80
85% => z = 1.43

ZAHo

ZRHo ZRHo
/2 2

-1.96 u -1.96
13.4

Desicin
Rechaza hiptesis nula con el 85% de confianza
Zalto

ZRHo ZRHo
/2 2 /2

Ze -1.43 u 1.64
-1.94 13.4 Ze 1.94

d)
94% => z = 1.88

Zalto

ZRHo ZRHo
/2 2 /2

Ze -1.88 u 1.88 1.64

-1.94 13.4 Ze 1.94

Desicin
Rechazo hiptesis nula con el 94% de confianza

Interpretacin del 95% de confianza

Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II

81
9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?

> 10000
n = 50 familias
x = 9600
= 1000.

1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000
NOTA: Solo H0 puede ser (=)
x
Ze ; 13.2

n
9600 10000
Ze 2.8289
141.4214

3) = 0.05 B = 95% => Z = 0.95 0.5 = 0.45 => Z7 = -1.64

ZAHo

ZRHo

Z7
X 1.64

Desicin
Se acepta Ho < < 10000
Interpretacin del 95% de confianza

82
Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II

9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?

> 10000
n = 50 familias
x = 9600
= 1000.

1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000

NOTA: Solo H0 puede ser (=)

x
Ze ; 13.2

n
9600 10000
Ze 2.8289
141.4214

3) = 0.05 B = 95% => Z = 0.95 0.5 = 0.45 => Z7 = -1.64

ZAHo

ZRHo

Z7
X 1.64

83
Desicin
Se acepta Ho < < 10000
Interpretacin del 95% de confianza

Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II

9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?

> 10000
n = 50 familias
x = 9600
= 1000.

1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000

NOTA: Solo H0 puede ser (=)

x
Ze ; 13.2

n
9600 10000
Ze 2.8289
141.4214

3) = 0.05 B = 95% => Z = 0.95 0.5 = 0.45 => Z7 = -1.64

84
 ZAHo

ZRHo

Z7
X 1.64

Desicin
Se acepta Ho < < 10000

Solucin C

x
Zc

n
77.5 75 2.5
Zc 0.3125
8 8

3) = 0.05 B = 0.95 => Z7 = -1.64

ZAHo

ZRHo

Z7
X 0.31 1.64
Zc

Desicin
Acepto Ho

Ejercicios

1. Una cadena de tiendas de descuento expide su propia tarjeta de crdito, el gerente de esta
funcin desea averiguar si el saldo medio mensual es mayor de $ 400. El nivel de significacin
se fija en 0.05, una revisin aleatoria de 172 sueldos revel que la media muestral es de 407 y
la desv. Estndar de la muestra es 38

85
a) Debera concluir el funcionario de crdito que la media poblacional es mayor de 400, o bien
es razonable que la diferencia de 7 obtenida de 407 menos 400 se debe al azar

Solucin a
= 400 = 0.05 n = 172 x =407 S = 38
Ho: 400
HA: > 400

NOTA: Se intenta rechazr Ho por lo que Ha est en funcin de la x y la muestra

2)
x
Zc

n
407 400 7
Zc 2.42
38 2.8974
172

3) = 0.05 B = 0.95 => Z7 = -1.64

ZAHo

ZRHo

1.64 2.42
X 0.31 Z7 Zc
Zc

Desicin:
Rechazo Ho > 400

6) Una cadena de restaurantes (MacBurguer) afirma que el tiempo medio de espera de

clientes por atender est distribuido normalmente, con una media de 3 min. (minutos) y una
desviacin estndar de 1 min. El departamento de aseguramiento de calidad hall en una
muestra de 50 clientes en un cierto restaurante, que el tiempo medio de espera era de 2.75

86
min. Al nivel de significancia de 0.05 Se puede concluir que dicho tiempo es menor que 3
min?

=3
=1
n = 50
x = 2.75
= 0.05

1)
Ho: = 3 La media de tiempo de espera de clientes es de 3 es
HA: < 3 La media de tiempo de espera de clientes es menor a 3

2)
x
Zc

n
2.75 3 0.25
Zc 1.78
1 0.14
50
3) = 0.05 B = 0.95 => Z7 = -1.64

ZRHo
ZAHo

-1.8 1.64
Ze Z7 X

Desicin
Se rechaza H0, y la media de tiempo es menor a 3

8) Cuando Isabel Benitez fue contatada como camarera en un restaurante, se le dijo: Puedes
obtener, en promedio, ms de $ 20 (dlares) al da por propinas. A los primeros 35 das de su
trabajo en el restaurante, el importe medio dirio de las propinas recibidas fue de $ 24.85 con
una desviacin estndar de $ 3.24. Al nivel de significancia de 0.01. Puede la seorita
Benitez concluir que est ganando ms de $ 20 por las propinas?

87
n = 35
> 20
x = 24.85
= 3.24
= 0.01

1)
Ho: = 20 las propinas promedio en el da es de 20$
HA: > 20 las propinas promedio en el da es mayor a 20$

2)
x
Zc

n
24.85 203 4.85
Zc 8.85
3.24 0.54
35
3) = 0.01 B = 0.99 => Z7 = 2.32
Zalto

ZRHo

2.32 8.85
X Z7 Zc

Desicin
Rechazo Ho La srta. Gana ms de $ 20 al da en propinas

7) Una encuesta nacional reciente hall que estudiantes de bachillerato miraban un promedio
(media) de 6.8 videos por mes. Una muestra aleatoria de 36 alumnos universitarios revel que
el nmero medio de videos observados el mes pasado fue de 6.2 con una desviacin estndar
de 0.5. En el nivel de significancia de 0.05. Puede concluirse que los estudiantes de
universidad ven menos videos que los de bachillerato?

= 6.8
n = 36
x = 6.2

88
 = 0.5
= 0.05
1)
Ho: = 6.8 Los est. Universitarios ven 6.8 videos promedio al mes
HA: < 6.8 Los est. Universitarios ven menos de 6.8 videos promedio al mes

2)
x
Zc

n
6.2 6.8 0.6
Zc 7.2
0.5 0.083
36
3) = 0.05 B = 0.95 => Z7 = -1.64
Zalto

ZRHo

-72 -1.64
Zc Z7 X

Desicin
Rechazo Ho Los estudiantes universitarios ven menos de 6.8 videos promedio al mes.

89