Manual Estadistica I

Asignatura: ESTADISTICA I UNIVERSIDAD CATOLICA DE HONDURAS Pgina 1
Lic. Carlos A. vila (MAE Administracin de Empresas)

UNIVERSIDAD CATOLICA DE HONDURAS
NUESTRA SEORA DE LA PAZ
CAMPUS DE SAN PEDRO Y SAN PABLO
ESTADISTICA I Lic. Carlos a. vila

TEMA I:
CONCEPTOS BASICOS LA ESTADISTICA

Importancia de la Estadstica:
El anlisis estadstico permite la toma de decisiones en diversas reas como ser la
formulacin de polticas econmicas por parte de algn gobierno, las tasas tributarias,
programas sociales, gastos en presupuesto, la bsqueda de rentabilidad, control de calidad,
minimizacin de costos, combinacin de productos e inventarios, el xito de un nuevo
producto, evaluacin de oportunidades de inversin, la efectividad de un nuevo
medicamento, etc.

Oportunidades que ofrece la Estadstica:
Como la Estadstica tiene aplicacin universal, esta persigue dos objetivos primordiales:
A. Tomar decisiones
B. Solucionar problemas

Ramas de la Estadstica:
1. Estadstica Descriptiva: Es una evaluacin del comportamiento de los valores de una
variable o caracterstica. Para realizar dicha evaluacin, el experto se ayuda de
graficas, tablas y diagramas para mostrar los datos y as facilitar su comprensin.
2. Estadstica Inferencial: Se usa, para realizar comparaciones con datos histricos y
bajo una determinada tendencia, tratar de predecir lo que podra suceder ms
adelante.
3. Teora de decisiones: Los mtodos y las tcnicas de la inferencia estadstica son
usadas por los administradores para tomar decisiones en situaciones de
incertidumbre. (Significa no saber con precisin que ocurrir ms adelante, pero
adems significa anticiparse y prepararse a lo que podra suceder ms adelante).

Definiciones Bsicas:

Datos: Son colecciones de cualquier cantidad de observaciones relacionadas a una
caracterstica que se denomina Variable. A una coleccin de datos se le conoce como
Conjunto de Datos.
Poblacin: Es el conjunto completo o total de los individuos, objetos o medidas que
poseen alguna caracterstica comn observable. Es la recoleccin completa de todas
las observaciones de inters que el investigador desea estudiar y que por lo general
suele ser inaccesible. Generalmente las poblaciones pueden ser finitas o infinitas.

Parmetro: Es toda medida que describa una poblacin. Ej. El ingreso promedio de
los asalariados en Honduras, la produccin total de todas las maquilas. El parmetro
describe una poblacin.

Muestra: Es una coleccin de algunos elementos o datos de una Poblacin, pero no
de toda la poblacin. Es un subconjunto o parte de la poblacin, que lleva implcita
todas las caractersticas del universo. Ej.: Para determinar el sabor de una sopa no
necesita comerse toda la olla, solo basta con comerse un plato. Una muestra
contiene relativamente las caractersticas principales de una poblacin.

Muestra Aleatoria: Muestra elegida independientemente de todas las dems, con la
misma probabilidad que cualquier otra, y cuyos elementos estn elegidos
independientemente unos de otros con la misma probabilidad.

Nota: Estudiar en base a una muestra es ms sencillo que basar un estudio con una
Poblacin completa por las siguientes razones:
a. Ahorra tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.
b. A consecuencia del punto anterior, se ahorran costos.
c. Estudiar la totalidad de individuos con una caracterstica determinada en
muchas ocasiones puede ser una tarea inaccesible o imposible de realizar.
d. Aumenta la calidad del estudio. Al disponer de ms tiempo y recursos, las
observaciones y mediciones realizadas a un reducido nmero de individuos
pueden ser ms exactas y plurales que si se tuviese en realidad que realizar a una
poblacin.

Estadstico: Es una medida descriptiva de una muestra. El Estadstico es a la muestra
lo que el Parmetro es a la poblacin. Adems se puede definir como el elemento
que describe una muestra y sirve como una estimacin del parmetro de la poblacin
correspondiente.

Muestra Representativa: Contiene las mismas caractersticas relevantes de la
poblacin en la misma proporcin en que estn incluidas en tal poblacin.

Variable: Es cualquier rasgo o caracterstica de la muestra o poblacin que se
observa, que pueda medirse o clasificarse. Ej.: Edad, Sexo, Estado Civil, Peso, Grado
de Motivacin, Temperatura, Partidos Polticos.

Tipos de Variable: Las variables se clasifican en dos grupos generales:
a) Cualitativas: Estas variables normalmente se miden por atributos. Ej.: La
variable Sexo puede tener dos posibles resultados en su escala, Masculino o
Femenino. Dentro de las variables cualitativas tenemos:

Variables Nominales: Los resultados de estas caractersticas se registran dentro de
categoras o clases desordenadas. Ej.: Una muestra de personas puede agruparse segn su
tipo de sangre, de manera que:
1----- A 1----- O
2----- B 2----- A
3----- AB 3----- B
4----- O 4----- AB
El orden o las secuencias no tienen relevancia alguna, solo pueden enlistarse. Ej. Marcas de
Vehculos, preferencia religiosa, color de cabello y raza de una persona.

Variables Ordinales: Al igual que las nominales, estas clasifican sus resultados dentro de
clases o categoras, solo que de forma ordenada. El orden entre categoras es relevante. Ej.:
Los daos en general se pueden clasificar por su grado de gravedad:
1----- Fatal 5----- Sobresaliente
2----- Severo 4----- Muy bueno
3----- Dao moderado 3----- Bueno
4----- Dao menor 2----- No satisfactorio
Nota: El orden de las categoras puede ser Ascendente o Descendente. En estas variables la
magnitud no es relevante.

b) Cuantitativas: Estas variables se miden en base a nmeros o cifras. Ej.: Una
muestra de 100 personas puede ser clasificada por su Peso (en libras), Un
periodo de 30 das puede ser medido por su Temperatura (en grados
centgrados). Las variables cuantitativas se clasifican en:

Variables Discretas: Se refieren a que las caractersticas tienen una cantidad finita de
resultados. Estos resultados generalmente se restringen a valores enteros. Ej.: cantidad de
veces que una mujer da a luz, nmero de camas disponibles en un hospital, numero de autos
vendidos por una compaa, numero de estudiantes en una clase, etc.
Variables Continuas: Aqu los datos o resultados de una caracterstica no precisamente se
restringen a ciertos valores especficos (admite tanto valores enteros como fraccionarios).
Una variable de este tipo puede tomar cualquier valor entre dos valores dados. Ej.: El tiempo
(horas, minutos, segundos), el nivel de colesterol en la sangre, la temperatura, peso, talla de
ropa, etc.
Nota: Una regla prctica para distinguir una variable discreta de una continua es: Si los
datos son el resultado de medir, son variables continuas, y si los datos son el resultado de
contar, son discretas.

c) Variables de clasificacin de Rango: De una caracterstica central se puede
desglosar caractersticas ms especficas. Estas observaciones pueden
ordenarse de mayor a menor de acuerdo a su magnitud y despus asignarle
nmeros para determinar secuencias correspondientes a su lugar en la lista.
Ej.:
Principales problemas sociales que aquejan a Honduras:
Rango Problema Total
1 Desempleo 2750
2 Inseguridad 1845
3 Problemas econmicos 1270
4 Falta de vivienda 850
5 Poca calidad educativa 785
n = 7500

Principales causas de muerte natural en Honduras en 2008
1 Enfermedades del Corazn 12365
2 Diversos tipos de cncer 10350
3 Enfermedades cerebro vasculares 7650
4 Neumona 3820
5 SIDA 2815
n = 37000

La importancia del muestreo:
Gran parte del trabajo en Estadstica se realiza en base a muestras. Las muestras son
necesarias debido a que con frecuencia las poblaciones son demasiado grandes para ser
estudiadas en su totalidad. Por su demanda de Costo y Tiempo excesivo, lo primordial es
seleccionar una muestra de la poblacin, calcular el estadstico de la muestra, y utilizar este
resultado para estimar el parmetro correspondiente de la poblacin.
La exactitud es vital en toda estimacin. Esto depende en gran parte de la forma como se
tomo la muestra. Sin embargo, frecuentemente se comprueba que la muestra no es del todo
representativa de la poblacin, lo cual provocara un error de muestreo. Un error de
muestreo es la diferencia entre el parmetro desconocido de la poblacin y el estadstico de
la muestra utilizado para calcular el parmetro.
Un error de muestreo puede presentarse por dos razones:
1) El azar en el proceso de muestreo: es posible seleccionar elementos de muestra
atpicos que no representan a la poblacin.
2) El Sesgo muestral: este ocurre cuando hay una tendencia a seleccionar determinados
elementos de muestra en lugar de otros. Ej. En una encuesta a mujeres, tener una
tendencia a seleccionar mujeres casadas por sobre las solteras.

Funciones Primordiales de la Estadstica:
Recoleccin de los datos
Organizacin de los datos
Presentacin de los datos
Anlisis de los datos
Interpretacin de los datos

Problemas de la seccin 1:
1. Clasifique cada variable de acuerdo a su tipo y ejemplifique cada uno:
a. Ciudad
b. Calidad de producto
c. Distancia recorrida
d. Ingreso salarial
e. Temperatura ambiente
f. Magnitud de un desastre natural
g. Puntaje en un examen de Estadstica
h. Estado civil de una persona
i. Religin
j. Sexo
k. Raza
l. Color de cabello
m. Estatura
n. Compra de alimentos
o. Nmero de vehculos producidos
p. Nmero de estudiantes inscritos en la UNICAH
q. Edad
r. Preferencia poltica
s. Profesin
t. Marcas de gaseosas
u. rea de un terreno
v. Permetro de una zona
w. Volumen de un objeto
x. Nmero de goles anotados por un equipo
y. Peso de una caja de cereal
z. Numero de amigos en Facebook
aa. Clasificacin de los hoteles
bb. Calificacin de un Banco
cc. Tiempo de llegada a la universidad
dd. Duracin de una batera
ee. Precio de un paquete de harina
ff. Marcas de ropa
gg. Tipos de Empresa
hh. Grado de motivacin
ii. Cantidad de miembros de una familia
jj. Nmero de camas en una clnica
kk. Nmero de partos en una mujer
ll. Numero de Identidad
mm. Cantidad de pasajeros en una aerolnea
nn. Problemas ms graves de Honduras
oo. Principales causas de decesos en el pas
pp. Modos de transporte
qq. Intensidad de un huracn
rr. Color de los ojos
ss. Talla de Zapato
tt. Duracin de una pelcula
uu. Domicilio
vv. Tipos de empresa de acuerdo al tamao
ww. Tipos de pelcula cinematogrfica
xx. Numero de operarios en una maquila
yy. Promedio de una asignatura
zz. Deuda de una tarjeta de crdito
aaa. Tipos de Fruta
bbb. Numero de planetas en el sistema solar
ccc. Cantidad de Remesas recibidas
ddd. Desempeo laboral de un empleado
eee. Departamentos de un pas
fff. Grado de instruccin educativa
ggg. Grado militar
hhh. Jerarqua familiar

2. Genere 15 variables diferentes a las del listado anterior. Agregue el respectivo
ejemplo para cada una.

TEMA II:
ORDENAMIENTO Y ARREGLOS DE DATOS

Arreglo de Datos: A partir de datos sin procesar, el ordenamiento de datos tiene sus
ventajas:
a. Ordenados de forma ascendente o descendente, permite notar
rpidamente los valores mayor y menor de los datos.
b. Permite dividir los datos en secciones.
c. Permite ver si los valores aparecen ms de una vez en el
ordenamiento.
d. Permite observar la distancia entre valores sucesivos de los
datos.

A. Distribuciones o Tablas de Frecuencias: Es la forma ms comn de organizar los
datos en categoras o clases parciales y luego contar el numero de observaciones que
quedan dentro de cada categora. Las tablas de frecuencia (tambin conocida como
Tabla Estadstica) pueden organizar datos de solo una variable a la vez. Esto se
realiza debido a que cuando la cantidad de datos o elementos a analizar es
demasiado grande, este anlisis se vuelve extenuante y montono.

Caractersticas de las Distribuciones de Frecuencias:
1. Las clases o categoras son completamente inclusivas pues todos los datos de una
muestra caen en una u otra categora.
2. Las clases son mutuamente inclusivas ya que ningn dato cae en ms de una
categora.
3. Cada clase tiene un lmite superior (LS) y un lmite inferior (LI). Estos lmites se
pueden convertir por conveniencia, en limites reales superiores (LRS) y limites reales
inferiores (LRI).
4. Los Estadsticos toman como un estndar el hecho de que en una distribucin de
Frecuencias, el nmero de clases este en un rango de entre 5 a 15 clases. (5< # clases
<15)
5. Existe una frmula para determinar el nmero de intervalos aproximados a usar. A
partir de n muestras, el # de clases se obtiene a partir de la formula:
2
c
n
C Log n
Log 2
6. Para crear un arreglo de datos es preferible que la cantidad de datos obtenidos sea
mayor o igual a 30.
7. Las categoras deben tener la misma amplitud.
8. Las clases jams pueden traslaparse. Debe conocerse exactamente donde comienzan
y donde terminan.
9. Existen clases abiertas cuando se usan menos de o mas de, para reducir el
nmero de clases porque existe valores mucho menores o mucho mayores que el
resto de datos.

Elementos importantes de una Tabla Estadstica o Distribucin de Frecuencias:

a. Lmites Reales Inferiores y Superiores (LRI y LRS): Se calculan a partir de los lmites
inferiores y superiores normales. Se realiza para que cualquier tabla o distribucin
quede mejor estructurada. Se encuentra a travs de un promedio entre el lmite
inferior de una clase y el lmite superior de la clase anterior o por arriba de ella.

b. Frecuencia Absoluta (Fabs): Es el nmero de datos que se encuentra presente en
cada intervalo o clase.

c. Ancho del intervalo (W): Diferencia entre dos lmites sucesivos de clase ya sean
superiores o inferiores y tambin puede ser la diferencia entre dos puntos medios
sucesivos (marca de clase).
El ancho de que tendr cada clase se puede definir a travs de la siguiente frmula:

Anchura del intervalo (W) = Valor unitario siguiente Valor mas
despus del valor ms __ pequeo de
grande de los datos los datos
_______________________________________
Nmero total de clases (C)

d. Frecuencia Relativa (Fr): Es el porcentaje que representa cada frecuencia del nmero
total de datos.
Fr = (Fabs/n)*100.
e. Marca de Clase (Xm): Es el punto medio entre los lmites superior e inferior de un
intervalo o clase.
Xm = (LS + LI)/2.
f. Frecuencia Acumulada (Fac): De un intervalo es el nmero total de observaciones
entre cada clase y todas las anteriores a esta. Es la suma sucesiva (en grada) de la
frecuencia absoluta de una clase y las frecuencias absolutas de las clases anteriores.
Fac = sucesiva de Fabs
g. Frecuencia Relativa Acumulada (Frac): De un intervalo es el porcentaje del nmero
total de observaciones con un valor menor o igual al lmite superior del intervalo.
Tambin, es la suma sucesiva de la frecuencia relativa de una clase y las frecuencias
relativas de las clases anteriores.
Frac = sucesiva de Fr
Frac = (Fac/n)*100

B. Tablas de CONTINGENCIA: A diferencia de las tablas de frecuencia, las tablas de
contingencia permiten examinar y comparar dos o ms variables al mismo tiempo.

1. Un conjunto de datos contiene 60 observaciones, la ms grande de 679 y la ms
pequea de 140.
a. Cuntas clases debera tener la tabla de frecuencias?
b. Cul sera la anchura del intervalo correspondiente?
c. Cules son los lmites y puntos medios de cada clase?

2. En un estudio reciente sobre 580 graduados de administracin de negocios, el salario
inicial ms alto que se reporto fue de L. 42,499 lempiras y el ms bajo fue de L.
14,800 lempiras. Usted desea crear la tabla de frecuencias para analizar y comparar
estos datos con las ofertas de trabajo que usted ha recibido.
a. Cuntas clases pondr en su tabla de frecuencia?
b. Cul es el intervalo de clase?
c. Cules son los lmites y puntos medios de cada clase?

3. Los siguientes datos representan el nmero de pasajeros que reporta la aerolnea
TACA de los ltimos 58 vuelos. Los datos son los siguientes:
58 89 45 67 54 110
64 76 65 45 49 93
79 56 71 85 87 77
74 98 69 79 81 86
62 56 88 69 79 48
71 54 69 62 86 90
65 79 46 77 106 115
55 75 62 73 66 57
73 64 69 101 50
90 70 74 61 73
Desarrolle una tabla de distribucin de frecuencias completa.
4. Los siguientes resultados sobresalen a partir de un estudio sobre el nmero de horas
que pasan conectados a internet, algunos usuarios seleccionados al azar por semana:
23.6 31.9 12.1 10.3 20.8 42.0 24.0 15.2 19.1 11.6 34.3 42.4 60.0
30.5 31.8 22.4 13.2 10.4 17.2 35.4 56.0 13.0 42.5 31.8 38.5 23.8
44.2 50.8 16.5 52.3 34.2 42.6 14.1 22.4 48.2 29.6 64.3 75.0 32.0
15.2 26.9 41.3 53.7 32.4 13.8 25.1 43.2 39.7 67.2 23.8 40.6 23.7
67.0 54.0 49.8 23.9 36.3 45.4 33.2 20.9 14.7 53.1
Construya una tabla de distribucin de frecuencias.

5. El departamento de trnsito a travs de sus agentes, ha reportado el nmero de
licencias que se han decomisado en San Pedro Sula, por faltas graves en los ltimos 5
aos:
125 157 113 127 201
165 145 119 148 158
148 168 117 105 136
136 125 148 108 178
179 191 225 204 104
205 197 119 209 157
209 205 221 178 247
235 217 222 224 187
265 148 165 228 239
245 152 148 115 150
265 190 135 180 120
Desarrolle una tabla de distribucin de frecuencias completa.

6. A continuacin se presentan los datos de 39 personas que llegaron a una entrevista
de trabajo, de acuerdo a su tipo de sangre:
A B A O AB O B O A O
O AB B A O A O B AB O
O A B O O B A O B A
B O O AB A AB O A O
Desarrolle una tabla de distribucin de frecuencias.

7. Un dueo de auto lote, tiene registrados los automviles que ha vendido en los
ltimos 6 meses. Aqu detallamos los datos:
Nombre Marca y Modelo Nombre Marca y Modelo
a. Roberto Hyundai Accent 00 p. Alejandra Isuzu KB 99
b. Estela Kia Sorento 04 q. Ramiro Toyota Corolla 06
c. Antonio Kia Spectra 02 r. Romeo Hyundai Elantra 02
d. Benjamn Isuzu Rodeo 98 s. Fernanda Toyota RAV4 03
e. Daniel Isuzu Dmax 07 t. Armando Hyundai SantaFe 04
f. Edgardo Toyota Camry 08 u. Roco Kia Sephia 00
g. Jos Toyota 3.0 07 v. Carlos Toyota Yaris 02
h. Esther Hyundai Veracruz 05 w. Oscar Toyota Corolla 97
i. Oswaldo Isuzu Rodeo 02 x. Lorena Hyundai Tiburn 98
j. Javier Toyota Echo 03 y. Ivn Kia Rio 00
k. Pedro Isuzu Dmax 07 z. Waleska Toyota Prado 08
l. Nelson Kia Sportage 01 aa. Sandra Hyundai H100 00
m. Mario Kia Sorento 06 bb. Ricardo Toyota Corona 04
n. Juan Toyota Tundra 08 cc. Carolina Toyota Pickup 98
o. Vanessa Isuzu KB 98 dd. Cristian Kia Spectra 05
Desarrolle una tabla de contingencia completa con las variables Sexo y Marca.

8. El director de transporte noroccidental de SOPTRAVI est muy preocupado por la
velocidad a la que los conductores manejan en un tramo de carretera principal. Los
datos de la velocidad de 48 conductores expresada en mph son los siguientes:
15 32 45 46 42 39 68 47 18 31 48 59 56 42 39 48 69 61
44 42 38 52 55 58 62 48 53 56 58 48 47 52 37 64 29 55
38 29 62 49 69 18 61 55 49 70 81 50
El Departamento de transporte ha determinado que la velocidad ms segura para
esta carretera es ms de 39 y menos de 56 mph. Qu proporcin de conductores
maneja dentro de este intervalo?

9. En una poblacin bajo estudio existen 5,600 mujeres y 14,400 hombres. Si se decide
seleccionar una muestra de solo 550 individuos de esta poblacin, Cuntos debern
ser mujeres y cuantos debern ser hombres para que esta muestra sea considerada
estrictamente representativa?

10. Si los siguientes grupos de edad son incluidos en las proporciones indicadas,
Cuntos individuos de cada grupo de edad deben incluirse en una muestra de 2800
personas para que esta sea representativa?
Grupo de edad 12 17 18 23 24 29 30 35 36 +
Proporcin relativa 0.17 0.31 0.26 0.21 0.05

TEMA III:
GRAFICOS ESTADISTICOS
Para efectos de representacin la mayora de graficas se usaran en dos dimensiones (dos
ejes). El eje horizontal muestra los valores de la variable (la caracterstica que se est
midiendo). El eje vertical indica o representa las frecuencias absolutas, relativas o
acumuladas segn sea el caso.
La utilidad de los grficos es doble. En primer lugar, sustituir a las tablas estadsticas, y
segundo, constituir por si mismos una poderosa herramienta para el anlisis de los datos,
siendo en la mayora de ocasiones el medio ms efectivo no solo para describir y resumir la
informacin, sino tambin para analizarla.
El propsito de un grafico es ayudar a la comprensin y comunicacin de la evidencia
aportada por los datos respecto a una hiptesis en estudio.

Grficos para distribuciones de variables Continuas:
a) Histogramas: Consiste en una serie de rectngulos, cuyo ancho es proporcional a la
anchura de intervalo (limites superior e inferior de cada clase) de los datos que se
encuentran dentro de una clase y cuya altura es proporcional al nmero de
elementos que caen dentro de cada clase. Describe una distribucin de frecuencias
discretas o continas. Un Histograma puede ser de frecuencias absolutas o relativas.

Ventajas del Histograma:
1. Los rectngulos muestran cada clase de la distribucin por separado.
2. El rea de cada rectngulo, en relacin con el resto, muestra la proporcin del
nmero total de observaciones que se encuentran en esa clase.

b) Polgonos de Frecuencias: Es muy parecido al Histograma en varios aspectos. Esta
grafica emplea los mismos ejes que el Histograma. Se construye a partir del punto
medio de cada clase (marca de clase). La altura de los rectngulos es directamente
relacionada a la frecuencia absoluta o relativa de cada clase. Luego se unen los
puntos relacionados (marca de clase con su frecuencia correspondiente) con una
lnea recta para formar el polgono. Para completar la grafica es necesario agregar
dos clases, una en cada extremo, que contienen cero observaciones para que el
polgono alcance el eje horizontal en ambos extremos.

Ventajas de los Polgonos de Frecuencia:
1. Son ms sencillos que el Histograma.
2. Traza con claridad el patrn de los datos.
3. El polgono se vuelve cada vez ms liso y parecido a una curva conforme se aumenta
el nmero de clases y de observaciones.

c) Ojivas: Tambin se les conoce como Polgonos de Frecuencia Acumulada (Tambin
puede construirse a partir de frecuencias relativas acumuladas). Esta grafica se
construye a partir de una distribucin de frecuencias acumuladas menor que y
mayor que. Las clases se forman a partir del Limite Real Inferior de cada intervalo.
Esta grafica nos permite obtener Deciles, Cuartiles y Percentiles (Valores de posicin).

Grficos para distribuciones de variables Discretas:
d) Diagrama de Barra: Constituye un tipo popular de graficas para presentar
distribuciones de frecuencia de variables nominales u ordinales. En el diagrama, las
diferentes categoras de las observaciones se presentan a lo largo de un eje
horizontal. Se dibuja una barra vertical sobre cada categora de forma que la altura
de la barra represente la frecuencia o la frecuencia relativa de las observaciones de
cada clase. Las barras deben de ser de igual amplitud y estar separadas de forma que
no se perciba continuidad.

e) Diagrama Circular: Esta grafica es de especial utilidad para mostrar proporciones
(porcentajes) relativas de una variable. Este grafico se construye en un crculo, que
tiene como medida 360 grados. La grafica representa una superficie o rea, mas no
un volumen. Los ngulos se grafican en sentido contrario a las manecillas del reloj y
en cada sector circular generado se escribe el valor de la frecuencia y el nombre de
su categora correspondiente.

f) Grafico con lneas: Se usa cuando los datos se relacionan entre s, es decir, cuando
existe cierta continuidad entre las observaciones, como por ejemplo, el crecimiento
poblacional, la evolucin del peso o estatura de una persona a travs del tiempo, los
ingresos o egresos de una empresa medido por das o semana, las variaciones
presentadas en la medicin realizada en algn experimento cada segundo o minuto.
La grafica de lneas consiste en una serie de puntos trazados en las intersecciones de
las marcas de clase y las frecuencias de cada una, unindose consecutivamente con
lneas. Adems, es posible presentar varias series de observaciones en un mismo
grafico para as realizar anlisis de informacin.

1. Construya para los ejercicios 3 y 5 de la seccin 2:
a. Histograma
b. Polgono de Frecuencia
c. Ojiva Menor Que

2. Para el ejercicios 6 de la seccin 2, construya:
a. Diagrama de Barras
b. Diagrama Circular

3. En el siguiente reporte se muestran las muertes por lesiones de 150 nios de entre 5
a 9 aos de edad en EUA (2005 2010).
Causa No. de muertes
Homicidios 11
Ahogamiento 21
Insolacin 42
Incendios 18
Accidentes 15
Otros 13
Construya: a) Grafico de Barras b) Grafico circular.

4. IHADFA ha generado un estudio sobre el consumo anual de cerveza por botella (en
millones) en HONDURAS.
Ao 2004 2005 2006 2007 2008 2009 2010
Consumo 250 290 570 420 600 540 690
Construya un grafico de barra y un grafico de lnea.

5. Segn informacin del departamento de Migracin, el numero de deportados que se
han reportado en los ltimos 6 aos es:
Ao 2005 2006 2007 2008 2009 2010
Casos 5358 6632 7849 7221 9388 11297

TEMA IV:
MEDIDAS DE TENDENCIA CENTRAL

Por lo general las distribuciones de frecuencia nos indican ciertas tendencias y patrones en
los datos. Para describir completamente estas tendencias se requieren medidas ms
precisas. Estas medidas conforman una serie de nmeros que se conocen como Estadstica
Sumaria, para as describir las caractersticas del conjunto de datos. Las caractersticas antes
especificadas pueden ser:

A. TENDENCIA CENTRAL: Se refiere al punto medio de una distribucin. A estas medidas
se le conocen tambin como medidas de posicin. Estas medidas ubican e identifican
el punto alrededor del cual se centran los datos.

B. DISPERSION: Se refiere a la extensin de los datos en una distribucin, es decir, el
grado en que las observaciones se distribuyen. Las medidas de dispersin indican el
punto hasta el cual las observaciones individuales se esparcen alrededor del punto
central. Miden la dispersin o la variabilidad de los datos y reflejan la tendencia de
las observaciones individuales a desviarse de dicho punto central.

C. SESGO: Esta relacionado a las curvas que representan los puntos de un conjunto de
datos, que pueden ser simtricas o sesgadas. Las curvas simtricas tienen una forma
tal que una lnea vertical que pase por el punto ms alto de la curva, dividir el rea
de esta en dos partes iguales. Las curvas son sesgadas cuando los valores de una
distribucin de frecuencias estn concentrados en el extremo inferior o en el
superior de la escala de medicin del eje horizontal. Los valores no se encuentran
igualmente distribuidos.

D. CURTOSIS: Se refiere al grado de agudeza de una curva. Dos curvas pueden tener la
misma tendencia central, la misma dispersin, y ser ambas simtricas. Pero una de
las curvas tendr un pico de grafica ms agudo que el otro.

Las medidas de Tendencia Central y de Dispersin se pueden calcular a partir de datos
Agrupados y datos No Agrupados.

MEDIDAS DE TENDENCIA CENTRAL (DATOS NO AGRUPADOS)
La Media Aritmtica: es la medida de tendencia central a la cual se le considera
como un simple promedio aritmtico.

Ventajas:
1. Es una medida familiar para la mayora y es intuitivamente claro.
2. Cada conjunto de datos posee una y solo una media.
3. Es til para llevar a cabo procedimientos estadsticos como la comparacin de medias
de varios conjuntos de datos.
4. La media puede calcularse aun cuando la serie de datos no est ordenada.

Desventajas:
1. Aunque la media es confiable en el sentido de que toma en cuenta todos los valores
del conjunto de datos, puede verse afectada por valores extremos que no son
representativos del resto de los datos.
2. Cuando el conjunto de datos es muy extenso (por decir 200 datos), resulta
extremadamente tedioso calcular la media. En ese caso se tendra que usar el
mtodo de datos agrupados.
3. Es imposible calcular la media a partir de clases con un extremo abierto, ya sea en el
inferior o superior de la escala.

Para datos No Agrupados se calcula de la siguiente forma:

= X (Media para Poblacin) = x (Media para muestra)
N n

La Mediana: Es llamada tambin como la media posicional, porque queda
exactamente en la mitad del conjunto de datos, despus de que las observaciones se
han colocado en serie ordenada. La mitad de las observaciones estar a la izquierda
de la mediana y la otra mitad estar a la derecha de la mediana.

Ventajas:
1. Los valores extremos de una serie ordenada de datos no afectan tan intensamente a
la mediana as como afecta a la media aritmtica.
2. La mediana es fcil de entender y se puede calcular a partir de cualquier tipo de
datos, incluido en clases con extremo abierto.
3. Es posible encontrar la mediana a partir de descripciones cualitativas en lugar de
nmeros.

Desventajas:
1. Como la mediana es una posicin promedio, para poder calcularla, la serie de datos
debe estar totalmente ordenada a diferencia de la media que no lo necesita.
2. Ciertos procedimientos estadsticos que utilizan la mediana, son ms complejos que
aquellos que utilizan la media.
3. Cuando la serie de datos es extensa, se consume tiempo en demasa para calcular la
mediana.

NOTA: Si se desea utilizar una estadstica de muestra para estimar un parmetro de
poblacin, es preferible usar la media aritmtica, en lugar de la mediana.

Para datos No Agrupados se calcula de la siguiente forma:

a) Se obtiene la POSICION donde est ubicada la mediana.
Mediana X = (n+1) / 2 (Posicin de la mediana)

b) Se define el VALOR de la mediana a travs de la posicin.

Si el conjunto de datos contiene:
Un nmero par de elementos, la mediana es el promedio de los dos elementos de
en medio.
Un nmero impar de elementos, la mediana es el valor que est en medio del
arreglo de datos (Posicin exacta).

La Moda: Es una medida de tendencia central diferente de la media, pero un tanto
parecida a la mediana, pues en realidad no se calcula a partir de un proceso
aritmtico ordinario. La moda es el valor que ms se repite en una serie de datos. Es
la observacin que se presenta con mayor frecuencia. La moda rara vez se usa como
medida de clculo para sacar conclusiones en datos no agrupados. Preferiblemente
debe usarse para datos agrupados. Es importante destacar que as como una serie de
datos normalmente una moda, tambin que no tenga ninguna o que tenga ms de
una moda.

Ventajas:
1. La moda, al igual que la mediana, se puede utilizar como una posicin central para
datos tanto cuantitativos como cualitativos.
2. Al igual que la mediana, la moda no se ve mayormente afectada por los valores
extremos.
3. La moda se puede calcular incluso a partir de clases con extremo abierto.

Desventajas:
1. La moda es la medida de tendencia central menos utilizada.
2. Cuando los conjuntos de datos contienen ms de una moda, estas resultan ms
difciles de interpretar y comparar.

1. Los talleres de servicio del grupo Q, registran el numero de autos revisados el mes
anterior por cada una de sus 25 sucursales de la forma siguiente:
823 648 321 634 752
669 427 555 904 586
722 360 468 847 641
217 588 349 308 766
634 480 590 805 720

La compaa tiene la creencia de que una sucursal no puede mantenerse con menos
de 390 servicios mensuales. Es tambin poltica de la compaa otorgar una
bonificacin econmica al gerente de la sucursal que genere ms de 695 servicios
mensuales.
a. Ordene los datos de la tabla e indique cuantas sucursales no pueden
mantenerse y cuantas recibirn bonificacin?
b. Obtenga las medidas de Tendencia Central: Media, Moda y Mediana.
c. Destaque dos conclusiones con los datos encontrados anteriormente.

2. El administrador de un hospital privado ordeno un estudio del tiempo que un
paciente tiene que esperar antes de ser tratado por el personal de urgencias. Los
datos que presentamos a continuacin fueron tomados durante un da normal:
Tiempo de espera (en minutos):
12 16 21 20 24 3 11 17 29 18 26 4
7 14 25 3 27 15 6 5 13 9 8 21
A partir de estos datos encuentre los valores de medidas de tendencia central.

3. Una fbrica hizo un muestreo del numero de ausencias de los trabajadores por
semana, obteniendo los resultados siguientes:
4 12 8 14 11 6 7 13 11 13 11 20 5 19 10 15
24 7 29 6 13 9
a. Encuentre las medidas de tendencia central.
b. La junta directiva de la fbrica define que si el promedio de ausencias es de al
menos 8 das, entonces debera tomar medidas drsticas. Sera esto necesario?
4. La UNICAH tiene registrados el nmero de estudiantes de primer ingreso que se
matriculan por trimestre durante los ltimos 6 aos:
350 275 180 315 228 145 250 160 210 125 380 220
415 335 295 245 190 278
Calcule las medidas de Tendencia central.
La administracin de la universidad no ha tenido necesidad de poner publicidad pues
asumen que con un promedio de 350 estudiantes de primer ingreso por periodo se
considera muy aceptable. Es correcta la informacin?

5. Un mdico general recibe pacientes de todas las edades, en su clnica privada, en el
que cobra precios mdicos por cada consulta. Se presentan las edades de los
pacientes que ha atendido la ltima semana:
10 25 50 4 12 24 12 31 24 36 66 55 42 48 27 19 23
44 30
Calcule las Medidas de tendencia central.

6. Una fabrica realiza un estudio sobre el numero de fallas por da que una maquina
ensambladora presenta, en el depto. de produccin. El gerente de la empresa decide
que si el numero de fallas es de 10 o ms, reemplazara la maquina:
14 5 9 10 9 12 7 12 13 7 8 6 11 5 4 7 9 13 11
a. Sera necesario reemplazar la maquina?
b. Encuentre la Moda y la Mediana.

7. Un fabricante de cosmticos adquiri una mquina para llenar de botellas de
perfume de 3 ml. Para probar la precisin del volumen que deposita la maquina en
cada botella, se hizo una corrida de prueba con 18 recipientes. Los volmenes
resultantes (en ml) de la prueba fueron los siguientes:
3.02 2.89 2.92 2.84 2.90 2.97 2.95 2.94 2.93
3.01 2.97 2.95 2.90 2.94 2.96 2.99 3.03 2.97
a. La compaa no est dispuesta a recalibrar la maquina a menos que el volumen de
llenado este 0.04 ml por debajo de los 3 ml. Debern recalibrar?
b. Encuentre la Moda y la Mediana.

TEMA V:
OTRAS MEDIDAS DE TENDENCIA CENTRAL (MEDIA PONDERADA)

La Media Ponderada o Pesada: Nos permite calcular el promedio que toma en
cuenta la importancia de cada valor respecto al total.
Se calcula de la siguiente forma:

Xw = (w * x) donde w = peso asignado a cada observacin
w

1. Un fontanero vende 5 tipos de limpiadores para desages. A continuacin se muestra
la tabla con los resultados siguientes:
Limpiador Utilidad por lata Volumen de ventas en latas
Glunk Out L 2.25 7
Bubble Up L 3.50 9
Dream Drain L 5.75 15
Clear More L 7.50 12
Main Drain L 6.30 10
Encuentre la media correspondiente a este caso.

2. El director de planta de LACTHOSA desea comparar los salarios promedio en su
planta de Honduras con los de la competencia que est ubicada en Guatemala. De los
5,930 empleados que tiene 1,212 ganan $12.30 la hora; a 650 les paga $15.50; 3098
ganan $23.50 y al resto se les paga $17.12. De los 5,364 empleados que laboran en la
otra planta 1,654 ganan $12.75; 815 ganan $17.80 y los dems $20.10. Saque sus
propias conclusiones.

3. Los miembros de un club deben pagar cuotas con base en su precio promedio. De los
80 miembros, 18 pesaron 110 libras, 23 pesaron 130 libras, 22 hicieron girar la
balanza hasta 150 libras y el resto pesaron 180 libras. Si los miembros deben pagar L.
60.00 por cada libra que pesan en promedio. Cunto debe desembolsar cada
miembro?

4. Un profesor decide utilizar un promedio pesado para obtener las calificaciones
finales de los estudiantes que acuden a la clase que imparte. El promedio de tareas
tendr un valor de 10% de la calificacin final, el examen semestral valdr 20% de la
nota final, el examen final, 30%; el proyecto semestral 25%, y los exmenes parciales
15%. A partir de los datos siguientes, calcule el promedio final para cinco estudiantes
del seminario.
Estudiante Tareas Ex. Parciales Proyecto Ex. Semestral Ex. Final
1 85 89 94 87 90
2 78 84 88 91 92
3 94 86 93 86 89
4 82 79 88 84 93
5 95 90 92 82 88

5. Un despacho de asesora financiera y administrativa, tiene 4 tipos de profesionistas
entre su personal: asesores financieros, asociados principales, personal de campo, y
personal de oficina. Las tasas promedio que se cobran a los clientes por el
desempeo da cada una de estas categoras profesionales son $75/hora, $55/hora,
$40/hora y $25/hora, respectivamente. Los registros de la firma indican el siguiente
nmero de horas cobradas el ao anterior en cada categora: 8,500, 13,750, 21,300, y
30,450 respectivamente. Si el despacho intenta allegarse una tasa promedio de cobro
para estimar lo que se debe cobrar a los clientes en el ao siguiente. Cul ser la
tasa promedio a cobrar?

6. La Ferretera Monterrosa vende tres tipos de cerca para casas, en San Pedro Sula. El
tipo A cuesta L. 112.00 por pie de instalacin, el tipo B cuesta L. 145.00 por pie, y el
tipo C, el de mejor calidad cuesta L. 180.00 por pie. Ayer se vendieron 370 pies del
tipo A, 250 pies del tipo B y 160 del tipo C.
a. Cul fue el costo medio por pie vendido?
b. Cul es el monto de la factura?

7. Mauricio Ruiz compro 35 acciones a L. 300.00 cada una, 54 acciones a L. 400.00 cada
una, 96 acciones a L. 600.00 y 65 acciones a L. 700.00 cada una.
a. Cul es el monto total de su inversin?
b. Cul es el precio promedio por accin?

8. La siguiente tabla da el porcentaje de la fuerza laboral que est desempleada y el
tamao de la fuerza laboral en las tres ciudades ms importantes de Honduras. El
ministro de trabajo presenta un informe para el evento HOP. Cul sera la tasa de
desempleo adecuada para presentarla como representativa del pas?
Ciudad % Desempleo Tamao fuerza laboral
La Ceiba 12.5 152,500
San Pedro Sula 19.8 473,800
Tegucigalpa 23.2 669,320
9. Don Mario Flores, fabrica una pintura sellante para automviles en San Pedro Sula. El
utiliza 4 qumicos diferentes en el proceso de produccin. Para hacer su producto,
Don Mario debe utilizar 2 galones de calcimina que cuesta L. 50 el galn, galn de
kalsolita a L.25 por galn, 1 galn de aglutinante que cuesta L. 15 por galn, y 3
galones de aceite secante a L. 40 por galn. Calcule el costo de un galn de sellante.

TEMA VI:
OTRAS MEDIDAS DE TENDENCIA CENTRAL (MEDIA GEOMETRICA)

La Media Geomtrica: Proporciona una medida precisa de un cambio porcentual
promedio en una serie de nmeros. Estas cantidades tienden a cambiar en un cierto
periodo de tiempo, por lo que la media geomtrica busca encontrar para estas
cantidades, una tasa de cambio promedio. El clculo de la media geomtrica es una
forma apropiada de tomar en cuenta efectos multiplicativos, como la inflacin y el
inters compuesto.
La media geomtrica usa una variable conocida como factor de crecimiento que es
Igual a:
Tasa de inters
FC = 1 + 100
La frmula para encontrar la media geomtrica es:
________________________________
M.G. =
N
FC
1
* FC
2
* FC
3
* FC
4
** FC
n

1. El director ejecutivo de la compaa textilera Rio Lindo, desea determinar la tasa de
crecimiento en los ingresos de la empresa en los ltimos 7 aos. Los resultados se
presentan a continuacin:
Ao Ingreso
2004 $48,000
2005 $56,000
2006 $70,000
2007 $65,000
2008 $74,000
2009 $69,000
2010 $69,000
El director determina que si el crecimiento promedio es menor que el promedio de
mercado que es de 10%, se asumir una nueva campaa publicitaria.
a. Qu decisin tomara el director en este caso?
b. Cuantos factores de crecimiento aparecen en el problema

2. El descontento de los empleados de una maquila se refleja en el nmero de quejas
oficiales durante los ltimos 8 meses: 36, 41, 37, 49, 42, 38, 40 y 28. Con base en
estos datos Cul es el incremento promedio mensual en las quejas?

3. Una procesadora de frutas ha elevado el costo de la canasta completa en un periodo
de que abarca los ltimos 5 aos en los siguientes porcentajes:
2006 2007 2008 2009 2010 2011
6.75% 12.5% 9% 6% 7.5% 5.25%
Cul es el aumento porcentual promedio del costo de la fruta en el periodo de 5
aos?

4. Luis Silva se encuentra calculando el factor de crecimiento promedio de su tienda de
aparatos de sonido en los ltimos seis aos. Utilizando una media geomtrica, llega a
un resultado de 1.22. los factores de crecimiento individuales de los ltimos 5 aos
fueron 1.19, 1.35, 1.23, 1.28 y 1.30, pero Bob perdi los registros del sexto ao
despus de haber calculado la media. Cul era el factor de crecimiento del ltimo
ao?

5. Una compaa fabricante de tableros de circuitos elctricos, ha producido el
siguiente nmero de unidades en los ltimos 5 aos:
2004 2005 2006 2007 2008
12500 13250 14310 15741 17630
Calcule el aumento porcentual promedio de unidades producidas en este periodo y
utilice el resultado para estimar la produccin proyectada para el 2011?

6. Una empresa de equipos deportivos est probando el efecto de tres planes
publicitarios sobre las ventas en los ltimos 6 meses. Dados los siguientes datos,
cul de los planes es el ms efectivo?
Mes Plan A Plan B Plan C
Enero 33,200 28,400 26,750
Febrero 36,800 31,450 29,675
Marzo 40,425 35,875 33,980
Abril 43,340 38,740 37,390
Mayo 46,395 41,250 40,465
Junio 44,875 42,550 40,955
7. Una compaa tiene registros del costo de procesamiento de cada pedido. Durante
los ltimos 5 aos, este costo fue (en lempiras) de 1045, 1202, 1089, 1195 y 1254.
Cul fue el crecimiento porcentual promedio de la empresa durante ese lapso? Si
esta tasa promedio se mantiene estable durante 3 aos ms, Cunto le costara a la
empresa procesar un pedido al final de ese periodo?

TEMA VII:
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS

La Media Aritmtica: la formula general es:
_
X = (Fabs x Xm)
N
Existe un mtodo ms corto para calcular la media aritmtica. A este mtodo se le conoce
como Codificacin.
A travs de este mtodo se elimina el problema de tener puntos medios o marcas de clase
muy grandes o inconvenientes. En lugar de usar los puntos medios reales para realizar los
clculos, se pueden asignar enteros consecutivos de valor pequeo, conocidos como
cdigos, a cada uno de los puntos medios. El entero cero puede ser asignado a cualquier
punto medio, pero para que los enteros asignados sean pequeos, se asigna el cero al
punto medio de la parte media de la distribucin (o la parte ms cercana a esta). A partir de
ah se asignan enteros negativos a los valores menores a dicho punto medio y enteros
positivos a los valores ms grandes. La formula bajo este mtodo es:
_
X = X
0
+ w (u x fabs)
n
En donde: X
0
= valor del punto medio al que se le asigno el cdigo 0
w = ancho del intervalo
u = cdigo asignado a cada punto medio de clase
fabs = frecuencia absoluta de cada clase
n = nmero total de observaciones de la muestra

La Mediana: La frmula para calcularla es:
X = Lmed + (n+1) - (F+1)
2 w
fm
En donde: Lmed = Limite inferior de la clase mediana
n = nmero total de elementos de la distribucin
F = frecuencia acumulada anterior a la clase mediana
fm = frecuencia absoluta de la clase mediana
w = anchura del intervalo

La Moda: La frmula para calcularla es:
X = Lmod + d
1
w
d
1
+ d
2

En donde: Lmod = Limite inferior de la clase modal
d
1
= fabs clase modal menos fabs clase anterior a la clase modal
d
2
= fabs clase modal menos fabs clase posterior a la clase modal
w = anchura del intervalo

1. A continuacin se presenta una distribucin de frecuencias con un resumen de los
niveles de azcar en la sangre en una muestra de 70 pacientes que presentan
problemas renales crnicos.
Nivel de Azcar Nmero de pacientes
65 79 7
80 94 8
95 109 9
110 124 9
125 139 12
140 154 10
155 169 8
170 184 7
Calcule las medidas de tendencia central.
Construya una ojiva menor que y formule 2 preguntas en sentido contrario

2. La siguiente tabla clasifica en categoras 100 visitas al consultorio de especialistas en
enfermedades cardiovasculares en Honduras segn la duracin en cada visita.
Duracin (minutos) Cantidad de visitas
1 5 12
6 10 15
11 15 21
16 20 30
21 25 13
26 30 9
Total 100
Encuentre las medidas de tendencia central para este caso.

3. Una muestra de 90 comerciantes en San Pedro Sula, revelo las siguientes ventas del
ao pasado:
Ventas (en miles de Lempiras) Numero de microempresas
100 149 9
150 199 14
200 249 20
250 299 25
300 349 16
350 399 6
a. Encuentre las medidas de tendencia central.
b. Construya una ojiva menor que y saque dos conclusiones.

4. Las edades de 50 gerentes de las empresas ms grandes del pas, aparecen en la
siguiente tabla de frecuencias.
Calcule las medidas de tendencia central.
Edades Frecuencia
50 y menos de 55 8
55 y menos de 60 13
60 y menos de 65 15
65 y menos de 70 10
70 y menos de 75 3
75 y menos de 80 1

5. A continuacin el gerente de una sucursal bancaria presenta el saldo promedio
mensual de 600 cuentas de cheques:
Monto (dlares) Frecuencia Monto (dlares) Frecuencia
0.00 49.99 78 250.99 299.99 47
50.00 99.99 123 300.00 349.99 13
100.00 149.99 187 350.00 399.99 9
150.00 199.99 82 400.00 449.99 6
200.00 249.99 51 450.00 499.99 4

a. Encuentre la media aritmtica a travs de los dos mtodos.
b. Encuentre la moda y la mediana de la distribucin.
TEMA VIII:
MEDIDAS DE DISPERSION

Medidas de Dispersin (Datos No Agrupados)
En un conjunto de datos, la media, la moda y la mediana solo revelan una parte de la
informacin importante sobre las caractersticas de los datos. La otra parte relevante de la
informacin para entender el patrn de los datos lo encontraremos en las medidas de
dispersin, tambin conocidas como medidas de extensin o variabilidad.

Porque es importante la dispersin en una distribucin de datos?
Proporciona informacin adicional que permita juzgar la confiabilidad de las medidas
de tendencia central. Si los datos se encuentran ampliamente dispersos, la posicin
central es menos representativa de los datos, a diferencia de cuando estos se
agrupan ms estrechamente alrededor de la media.
Permite reconocer y rechazar distribuciones de datos que tengan las dispersiones
ms grandes o amplias.
Como existen problemas caractersticos para dispersiones muy grandes, es necesario
distinguir qu tipo de dispersin presentara una distribucin de datos.

El Rango o Alcance: Es la medida de dispersin ms simple pero menos utilizada. El
alcance es la diferencia entre la observacin ms baja y la observacin ms alta de un
arreglo de datos.
Su frmula es:
Alcance = Valor ms alto del arreglo - Valor ms bajo del arreglo
El alcance es fcil de usar pero de utilidad muy limitada, pues aparte de estos dos valores, no
toma en cuenta ninguna otra observacin del arreglo. En consecuencia ignora la variacin
entre todos los dems datos y se ve influido por los valores extremos.

La Varianza (
2
): Es una de las medidas que calculan la distancia promedio de
cualquier observacin del conjunto de datos con respecto a la media de la
distribucin. La Varianza es el promedio de las observaciones respecto a su media
elevadas al cuadrado. Cada poblacin y cada muestra tiene su propia varianza. Las
unidades que expresan la varianza se muestran elevadas al cuadrado lo cual provoca
que la varianza se exprese en trminos que en la realidad no tienen significado o
interpretacin lgica.
a. La frmula para Varianza de una poblacin es :
2
= (x - )
2
= x
2
-
2

N N
b. La frmula para Varianza de una muestra es:
S
2
= (x x)
2
= x
2
- nx
2

n-1 n-1 n-1

La Desviacin Estndar: Es otra medida del clculo de la distancia promedio de
cualquier observacin del conjunto de datos respecto de la media aritmtica de la
distribucin. Es en esencia, la raz cuadrada de la varianza.

a. La frmula para desviacin estndar de la poblacin es:
=
2
b. La frmula para desviacin estndar de la muestra es:
S = S
2

Medidas de Dispersin (Datos Agrupados)

a. La formula de Varianza es:

2
= fabs (Xm - )
2
= (fabs) Xm
2
-
2
(Poblacin)
N N
S
2
= (fabs) Xm
2
- nX
2
(Muestral)
n - 1

b. La formula de Desviacin Estndar es:
=
2
(Poblacin)
S = S
2
(Muestra)

El Coeficiente de Variacin: En ocasiones cuando se consideran dos o ms
distribuciones, con medias significativamente diferentes o que estn medidas en
unidades distintas, no es adecuado sacar conclusiones respecto a la dispersin solo
con base en la desviacin estndar.
El Coeficiente de Variacin es una medida relativa (porcentual) de dispersin.
Determina el grado de dispersin de un conjunto de datos relativo a su media. La
formula es la misma tanto para datos agrupados como no agrupados.

CV = S x (100) (Muestra) CV = x (100) (Poblacin)
X

1. La empresa de Transportes Rodrguez lleva un registro del kilometraje de todos sus
vehculos. A continuacin presentamos registros del kilometraje semanal:
810 450 756 789 210 657 589 488 876 689
1250 560 689 890 987 559 788 943 447 775
a. Calcule la media para el kilometraje de los 20 camiones.
b. Encuentre las medidas de dispersin.

2. Calcule las medidas de dispersin del problema 5, seccin 4.

3. Los siguientes datos de muestras se han obtenido para el nmero de clientes diarios
en Tiendas Nichita:
34 45 23 37 26 32 31 41 39 42 29 30 43 36 34 40 38 27
a. Calcule las medidas de Dispersin.
b. Calcule las medidas de tendencia central.
c. Si el nmero de clientes no sobrepasa los 32 clientes, la tienda cerrara operaciones.
En este caso lo har?

4. Dos marcas de Zapatos para correr fueron evaluados en cuanto a uso y desgaste.
Cada uno reporto los siguientes nmeros de horas de uso antes de que se detectara
algn desgaste significativo.
Marca A 97 83 75 82 98 65 75 93
Marca B 78 56 87 54 89 65 89
a. Cul zapato presenta mayor desgaste? (Media Aritmtica)
b. Cul zapato parece tener un programa de control de calidad que produzca la mejor
consistencia en su desgaste? (Coeficiente de Variacin)

5. Se usan dos procesos para producir diskettes de computadora. Han surgido
problemas respecto a las variaciones en los tamaos de tales discos. Con base en los
datos de muestra aqu observados, de ocho tamaos de discos en pulgadas para cada
proceso, explique cual proceso aconsejara usted si su objetivo es minimizar la
desviacin en el tamao alrededor de la media.
Proceso 1 Proceso 2
3.41 3.22 3.81 3.26
3.74 3.06 3.26 3.79
3.89 3.65 3.07 3.14
3.65 3.33 3.35 3.51
6. Encuentre las medidas de dispersin para datos agrupados de los ejercicios 2 y 3 de
la seccin 7.

7. Datos sobre las edades de los 100 mejores ejecutivos de las 500 mejores firmas de la
Revista Fortune revelan una edad media de 56.2 aos y una desviacin estndar de
12.7 aos. Su ingreso medio es de $89,432 con s=$16,097. Cul variable, edad o
ingreso presentan la mayor variacin?

8. Daniel Bentez, usa dos mquinas diferentes para producir papeleras para las
fotocopiadoras CANON. Una muestra de las papeleras de la primera mquina
midieron 12.2, 11.9, 11.8, 12.1, 11.9, 12.4, 11.3 y 12.3 pulgadas. Las bandejas
elaboradas de la segunda maquina midieron 12.2, 11.9, 11.5, 12.4, 12.2, 11.9 y 11.8
pulgadas. Daniel debe usar la maquina con mayor consistencia en los tamaos de las
papeleras. Cul maquina deber usar?

9. Dos compaas de Radio mantienen una frrea competencia, para encontrar cual de
las dos complace con ms canciones. Durante las ltimas 24 horas se recolectaron y
tabularon los datos sobre el nmero de canciones puestas por ambas estaciones.
Utilice los datos para preparar un reporte para comparar las estaciones.
a. Calcule las medidas de tendencia central y de dispersin.
b. Cual estacin es ms consistente en sus operaciones.
Numero de canciones por hora Radioactiva W105
5 10 2 4
11 16 4 5
17 22 6 7
23 28 8 5
29 34 2 3
35 40 3 1

10. El chef jefe del restaurante Taco Bell acaba de recibir dos docenas de jitomates de su
proveedora, pero todava no los acepta. Sabe por la factura que el peso promedio de
un jitomate es 7.5 onzas, pero insiste en que todos tengan un peso uniforme.
Aceptara los jitomates solo si el peso promedio es 7.5 onzas y la desviacin estndar
sea menor a 0.5 onzas. Los pesos de los jitomates son los siguientes:
6.3 7.2 7.3 8.1 7.8 6.8 7.5 7.8 7.2 7.5 8.1 8.2
8.0 7.4 7.6 7.7 7.6 7.4 7.5 8.4 7.4 7.6 6.2 7.4
Cul es la decisin del chef y por qu?

11. El gerente de Cinemark en San Pedro Sula, saco un balance del nmero de asistentes
por da que han llegado a las salas en los ltimos 6 meses (datos en das):
Nmero de asistentes Frecuencia (das)
180 249 18
250 319 37
320 389 49
390 459 44
460 529 19
530 599 13
Calcule las 3 medidas de dispersin.

TEMA IX:
OTRAS MEDIDAS DE DISPERSION

Otras Medidas de Dispersin: Tambin son conocidas como medidas posicionales
de dispersin. Se utilizan para determinar a partir de qu valor o entre que valores se
ubica un determinado segmento de los datos de una distribucin. Entre ellas
tenemos:

Cuartiles (Q): Dividen una distribucin en 4 segmentos iguales, en donde cada
una de ellas representa el 25% de los datos. Cada distribucin tiene un mximo
de 3 cuartiles.
La frmula para calcular la ubicacin respectiva es:
Qi = (n + 1) Q (Datos no Agrupados)
4
Qi = LRI + (P
Q
- fai ) w ; en donde fac (N + 1) i = P
Q
(Datos Agrupados)
F
Q
4

Deciles (D): Dividen una distribucin en 10 segmentos iguales, en donde cada una
de ellas representa el 10% de los datos. Cada distribucin tiene un mximo de 9
deciles.
Di = (n + 1) D (Datos no Agrupados)
10
Di = LRI + (P
D
- fai) w; en donde fac (N + 1) i = P
D
(Datos Agrupados)
F
D
10

Percentiles (P): Dividen una distribucin en 100 segmentos iguales, en donde
cada una de ellas representa el 1% de los datos. Cada distribucin tiene un
mximo de 99 percentiles.
Pi = (n + 1) P (Datos no Agrupados)
100
Pi = LRI + (P
P
- fai) w; en donde fac (N + 1) i = P
P
(Datos Agrupados)
F
P
100
Alcance o Rango Intercuartilico (RIQ): Es la diferencia entre el tercer cuartil y el
primer cuartil. Dentro de este rango o alcance se ubican la mitad de las
observaciones. Consta del 50% de los datos, que se ubican entre Q
1
y Q
3
,
cortando y dejando de paso al 25% inferior y al 25% superior de los datos. Esto
permite que esta medida no se vea influenciada por valores extremos. La formula
es:
RIQ = Q
3
Q
1

1. Encuentre dos cuartiles, dos deciles y dos percentiles de los ejercicios 2 y 4, de la
seccin 4.
2. Encuentre dos cuartiles, dos deciles y dos percentiles de los ejercicios 1 y 3 de la
seccin 7.
3. Encuentre Rango Intercuartilico de los Problemas 2 (Seccin 4) y 3 de (Seccin 7)

TEMA X:
APLICACIONES ADICIONALES DE LA DESVIACION ESTANDAR

El Teorema de Chebyshev = Formulado por P.L. Chebyshev, matemtico ruso, 1821
1894, establece que para todo conjunto de datos, por lo menos 1 1/K
2
% de las
observaciones estn dentro de K desviaciones estndar de la media, en donde K es
cualquier nmero mayor que 1:

Teorema de Chebyshev = 1 (1/K
2
)

La Regla Emprica y la Distribucin Normal: la desviacin estndar se puede usar
para sacar ciertas conclusiones si el conjunto de datos est distribuido normalmente.
Una distribucin normal es una distribucin de datos continuos que produce una
curva simtrica en forma de campana. Las observaciones ubicadas a los extremos de
la curva ocurren con muy poca frecuencia, las observaciones que estn ms cerca de
la mitad ocurrirn con mayor frecuencia, estas condiciones producen la campana
simtrica. La observacin modal (la ms frecuente) se encuentra ubicada en el pico
de la distribucin. En una distribucin normal la media, la moda y la mediana estn
ubicadas en la misma posicin (son iguales). Es importante agregar que la mitad de
las observaciones est por encima de la media y la otra mitad est por debajo (50% y
50%).
La Regla Emprica, que es una extensin al Teorema de Chebyshev (en la cual se dice
que no importa qu forma tenga la distribucin, al menos 75% de los valores caen
dentro de +/- 2 a partir de la media y al menos 89% de los valores caen dentro de
+/- 3 a partir de la media), especfica que:
68.3% de las observaciones caen dentro de +/- 1 desviacin estndar de la
media.
95.5% de las observaciones caen dentro de +/- 2 desviaciones estndar de la
media.
99.7% de las observaciones caen dentro de +/- 3 desviaciones estndar de la
media.


Resultado Estndar: A travs de este resultado se puede describir que tan lejos las
observaciones individuales de una distribucin se apartan de la media de la
distribucin. Especficamente nos da el nmero de desviaciones estndar que una
observacin en particular ocupa por debajo o por encima de la media. Se calcula
como:
Resultado estndar = x -

Sesgo: Se refiere a que no todas las distribuciones son normales, ya que algunas
pueden estar sesgadas ya sea a la derecha o a la izquierda. En ambos casos, la moda
es por definicin la observacin que ocurre con mayor frecuencia. Por lo tanto, se
encuentra en el pico de la observacin. Sin embargo por su sola naturaleza, la media
se ve afectada por las observaciones extremas. Por tanto, es halada en direccin del
sesgo, ms de lo que esta la mediana, la cual se encuentra en algn sitio entre la
moda y la media. El sesgo puede medirse mediante el Coeficiente de sesgo de
Pearson:

Coeficiente de Sesgo (P) = 3 (X mediana)
S
Si P < 0, los datos estn sesgados a la izquierda
Si P > 0, los datos estn sesgados a la derecha
Si P = 0, los datos estn distribuidos normalmente

1. Un conjunto de datos distribuidos normalmente tiene una media de 5,000 y una
desviacin estndar de 450. Qu porcentaje de las observaciones (Si el numero de
observaciones o elementos es 350) estn:
a. Entre 4550 y 5450.
b. Entre 4100 y 5900.
c. Entre 3650 y 6350.
d. Por encima de 6350
e. Por debajo de 4550.

2. Una empresa maderera corta troncos a una longitud media de 25 pies, con una
desviacin estndar de 4.5 pies. Si los cortes estn distribuidos normalmente (tenga
en cuenta que en bodega hay 34,500 troncos inventariados) que porcentaje de
troncos tienen:
a. Menos de 20.5 pies?
b. Mnimo 16 pies?
c. A lo sumo 25 pies?
d. Mximo 29.5 pies?

3. Un conjunto de datos sobre el peso de contenido de 1000 bolsas de comida para
perros marca Puppy Chow tiene una media de 50 libras y una desviacin estndar de
2.3 libras. No se sabe si los datos estn distribuidos normalmente. Los fabricantes
esperan que por lo menos 750 de las bolsas pesen entre 40.8 y 59.2 libras. Qu
seguridad puede darles?

4. Debido a que las tasas de inters han cado desde 2008 debido a la crisis mundial, se
encontr que una muestra de las tasas hipotecarias a 15 aos en las instituciones
bancarias fue de:
7.1%, 7.3%, 7.0%, 6.9%, 6.6%, 6.9%, 6.5%, 7.3%, 6.85%
a. Calcule las medidas de tendencia central.
b. Calcule el coeficiente de Sesgo de Pearson, para determinar el tipo de sesgo del
arreglo.
c. Calcule la Varianza y la desviacin estndar.

5. Una supervisora en una planta ensambladora recibi las siguientes clasificaciones de
eficiencia durante 12 meses:
56, 69, 48, 75, 65, 72, 81, 43, 61, 42, 36, 52.
a. Cul de las medidas de tendencia central ser la que ella debe colocar para crear
una impresin ms favorable?
b. Calcule el coeficiente de Sesgo de Pearson.

6. Dados los siguientes puntajes de 12 pruebas para una clase de Estadstica, calcule el
coeficiente de Sesgo de Pearson. Asuma que estos datos son muestrales:
80, 83, 87, 85, 90, 86, 84, 82, 88, 98, 92, 77, 95

7. La compaa American Airlines revelo en el ao 2009, una media de 78.7 pasajeros
por da, con una desviacin estndar de 12.14. Para programar los tiempos para una
nueva ruta que la compaa ha abierto, la gerencia desea saber con qu frecuencia
los pasajeros estn dentro de K = dos desviaciones estndar de la media, y cual es
dicho intervalo.

8. Calcule Pearson para el problema 9, seccin 8.

9. Un conjunto de 60 observaciones tiene una media de 66.8, una varianza de 12.60 y
una forma de distribucin desconocida.
a. Entre que valores debern caer al menos 75% de las observaciones, de acuerdo con
el teorema de Chebyshev?
b. Si la distribucin es simtrica y con forma de campana, aproximadamente cuantas
observaciones debern encontrarse en el intervalo 59.7 73.9?
c. Encuentre los resultados estndar para las siguientes observaciones tomadas de la
distribucin: 61.45, 75.37, 84.65, 51.50.

10. David Ordoez, propietario de una enorme panadera, afirmo que el nivel de
produccin promedio por semana de su empresa fue 11,398 barras de pan, con una
varianza de 49,729. Si los datos utilizados para calcular los resultados se recolectaron
en el periodo de 32 semanas, Durante cuantas semanas estuvo el nivel de
produccin debajo de 11,175? Y cuntas arriba de 11,844?

11. Una compaa multinacional tiene 3 oficinas en 3 ciudades distintas. Los niveles de
salario difieren de una ciudad a otra. En la oficina de Washington, D.C. el aumento
promedio a los salarios durante el ao anterior fue de $1500 con una desviacin
estndar de $400. En la sucursal de Nueva York, el aumento promedio fue de $3760
con una desviacin estndar de $622. En Los ngeles, el aumento promedio fue de
$850, con una desviacin estndar de $95. Se entrevisto a 3 empleados. El empleado
de Washington recibi un aumento de $1100; el de Nueva York obtuvo un aumento
de $3200 y el de Los ngeles, $500. Cul de los tres tuvo el menor aumento en
relacin con la media y la desviacin estndar de los aumentos correspondientes a su
oficina?
TEMA XI:
PRINCIPIOS DE PROBABILIDAD

En la actualidad, la teora matemtica de la Probabilidad es la base para las aplicaciones
estadsticas tanto en investigaciones sociales como en la toma de decisiones.

Conceptos bsicos de la probabilidad:

Probabilidad: Es la posibilidad de que algo pase. Las probabilidades se pueden
expresar como fracciones propias o como decimales que estn entre cero y uno.
Tener una probabilidad de cero, significa que algo nunca va a suceder y una
probabilidad de uno significa que algo va a suceder siempre.

Evento: Es uno o ms de los posibles resultados de hacer un experimento.
Ej. Los eventos del experimento de lanzar una moneda son cara y cruz.
Sacar un as de copas de una baraja de naipes.
Ser elegido de entre cien estudiantes para responder una pregunta.

Experimento: es la actividad principal que genera dichos eventos.
Ej. Lanzar una moneda.
Lanzar un dado.
Sacar una carta de una baraja.
Cursar una materia en la universidad

Espacio Muestral: Es el conjunto de todos los resultados posibles de un experimento.
Ej. Del lanzamiento de una moneda se puede obtener cara o cruz.
Del lanzamiento de un dado se pueden obtener resultados del 1 al 6.
Al cursar una materia en la universidad, uno puede aprobar o reprobar.
De una baraja se pueden obtener 52 resultados posibles.

Eventos Mutuamente Excluyentes: Se dice que los eventos son mutuamente
excluyentes si uno y solo uno de ellos puede tener lugar a un tiempo.
Ej. De lanzar una moneda podemos obtener cara o cruz, pero no ambas.
Usted puede pasar o reprobar una materia, pero no ambos resultados.
Usted puede llegar tarde o temprano a clase, pero no ambas al mismo
tiempo.

Lista Colectivamente Exhaustiva: Una lista es exhaustiva cuando en una lista de
posibles eventos que pueden resultar de un experimento se incluyen todos los
resultados posibles.
Ej. Del lanzamiento de un dado los posibles resultados van del 1 al 6.
Los estudiantes de una escuela pueden estar a tiempo o no estar en el saln
de clase cuando se pasa lista.

Tipos de Probabilidad:
Probabilidad Clsica: El Planteamiento clsico define la probabilidad de que un
evento ocurra como:

Probabilidad de un evento = Numero de resultados en los que puede ocurrir un evento
Nmero total de resultados posibles

A la probabilidad clsica tambin se le define como probabilidad a priori, debido a que si se
usan ejemplos previsibles como monedas no alteradas, dados no cargados y mazos de
barajas normales, entonces es posible establecer el resultado sin la necesidad de realizar el
experimento. Las conclusiones son basadas en puro razonamiento lgico. Este
planteamiento es til en experimentos como los mencionados anteriormente, pero se ve en
problemas al quererlo aplicar en tomas de decisiones administrativas. Es importante tomar
en cuenta que el experimento descrito de un evento puede ser con reemplazo o sin
reemplazo despus de cada intento.

Probabilidad de Frecuencia relativa de presentacin: Tambin conocida como
probabilidad a posteriori, define la probabilidad como:
1. La frecuencia relativa observada en un evento durante un gran nmero de intentos
2. La fraccin de veces que un evento se presenta a la larga, cuando las condiciones
son estables.

Frecuencia Relativa = Numero de veces que ha ocurrido un evento en el pasado
Nmero total de observaciones

Ej. Cul es la probabilidad de que yo viva hasta los 85 aos.
La probabilidad de que maana haya un accidente areo.
Este mtodo usa la frecuencia relativa de las presentaciones pasadas de un evento como
probabilidad. Se determina que tan frecuente ha sucedido algo en el pasado y se usa esa
cifra para predecir la probabilidad de que el evento suceda de nuevo en el futuro. Otra
caracterstica es que el resultado de la probabilidad obtiene mayor precisin a medida
aumenta el nmero de observaciones. Claro est que hay que tener en cuenta el tiempo y el
costo que implicara tener ms observaciones.

Probabilidad Subjetiva: Estn basadas en las creencias de las personas que efectan
la estimacin de probabilidad.
Ej. Al dolerle los huesos, una anciana cree que se avecina la lluvia.
Construir una planta nuclear sobre una falla geolgica, en ese caso sera la
probabilidad de que suceda un accidente en la planta, sin contar con antecedentes
de ese tipo.

Reglas de PROBABILIDAD
La mayora de administradores que usa la probabilidad se preocupa por dos condiciones:
El caso en que un evento u otro se presente.
La situacin en que dos eventos presenten al mismo tiempo.

Probabilidad Marginal o Incondicional: Es tambin denominada como probabilidad
sencilla, que quiere decir que solo un evento puede llevarse a cabo.

Relaciones entre eventos: Un Conjunto es toda reunin de objetos. Cada conjunto
contiene una serie de elementos. Es totalmente probable que algunos elementos
estn presentes en ambos conjuntos, si esto sucede, se dice que existe una
Interseccin de eventos, que es cuando los elementos tienen las dos caractersticas
de los conjuntos. La interseccin se simboliza como AB.

Una herramienta muy importante para mostrar la relacin entre conjuntos, es
conocida como Diagrama de Venn, desarrollado por John Venn, matemtico ingles
(1834 1923). Los eventos se representan por medio de crculos que pueden ir o no
ir interceptados, que van dibujados dentro de un rectngulo cuya rea mide 1.

El diagrama de Venn representado en el ejemplo 1 puede describirse como la
relacin entre el conjunto A y el conjunto B. El rea combinada de ambos conjuntos
recibe el nombre de unin de los conjuntos A y B. La unin en este caso contiene
todos los tipos de criaturas que tienen dos piernas, pueden volar, o ambas cosas a la
vez. El rea donde los conjuntos A y B se solapan se define como la interseccin de A
y B. Contiene todos los tipos de criaturas que pertenecen a la vez a A y a B, es decir,
que tienen dos piernas y pueden volar.
Un diagrama de Venn de dos conjuntos define 4 reas diferentes (la cuarta es la
exterior), que pueden unirse en 6 posibles combinaciones:
A (dos patas)
B (vuelan)
A y B (dos patas y vuelan)
A y no B (dos patas y no vuelan)
no A y B (ms o menos de dos patas, y vuelan)
no A y no B (ni tienen dos patas ni vuelan)

Diagrama de Venn mostrando todas las intersecciones posibles entre tres conjuntos A, B y C.

La Unin de A y B, se simboliza como AUB, consta de elementos que estn o en A o en B o
en ambos.

Regla de la Adicin:
Para eventos Mutuamente Excluyentes (eventos no pueden darse al mismo tiempo):
P (AUB) = P (A) + P (B)
Para eventos No Mutuamente Excluyentes (eventos pueden darse al mismo tiempo):
P (AUB) = P (A) + P (B) P (AB)

Eventos Complementarios: Son los eventos en que si uno de ellos ocurre, el otro no
puede ocurrir. Estos eventos por supuesto que son mutuamente excluyentes y
colectivamente exhaustivos. La referencia exacta es que de un mismo evento en
particular, puede que este ocurra o no ocurra. La formula es:
P (A) + P (no A) = 1
P (A) = 1 P (no A)

1. Sea A, el evento de que un estudiante en particular curse Calculo I y el evento B sea
que curse Estadstica I.
Qu significado tiene el evento AB?
Qu significado tiene el evento AUB?
Cul es el complemento de A?
Cul es el complemento de B?
Son los eventos A y B mutuamente excluyentes?

2. Al lanzar un dado, cual es la probabilidad de obtener:
Un nmero impar
Un 4
Sacar un nmero que no sea 5
Sacar un 7
No sacar un 2

3. Considere una pila de 9 cartas de espadas, numeradas del 2 al 10 y un dado.
Proporcione la probabilidad de cada uno de los siguientes totales, al sumar los
valores del dado y de la carta:
2 3 8 9 12 14 16

4. Durante el ao anterior, las ventas semanales en una Tienda de mascotas, han sido
bajas durante 10 semanas, considerables durante 26 semanas, y altas el resto
del ao. Cul es la probabilidad de que las ventas de esta semana sean:
Considerables
Bajas
Altas
No Bajas
Por lo menos considerables

5. Clasifique las siguientes estimaciones de probabilidad en cuanto a su tipo (clsica,
frecuencia relativa o subjetiva):
La probabilidad de lograr un tiro penal en hockey sobre hielo es 0.47
La probabilidad de que el presidente Lobo renuncie es de 0.75.
La probabilidad de sacar 2 seises al lanzar dos dados es 1/36.
La probabilidad de caerme al caminar es 0.38.
La probabilidad de que viaje a Europa este ao es 0.14.
La probabilidad de que un auto arranque en un da muy frio es 0.97

6. El gerente de Cinemark en San Pedro Sula, saco un balance del nmero de asistentes
por da que han llegado a las salas en los ltimos 6 meses (datos en das):
Nmero de asistentes Frecuencia (das)
180 249 18
250 319 37
320 389 49
390 459 44
460 529 19
530 599 13
Calcule la probabilidad de que maana lleguen a Cinemark:
a) Entre 390 y 460 personas.
b) Mximo 320 personas.
c) Por lo menos 250 personas.
d) No lleguen ms de 530 espectadores.
e) A lo sumo 180 personas.

7. Para el caso de bebes nacidos en Honduras, la probabilidad de que su peso sea
menor a los 8.5 libras es de 19% y la probabilidad de que el periodo de gestacin sea
menor a 8 meses y medio es de 31%. Adems la probabilidad de que estos dos
eventos ocurran simultneamente de 0.14.
En el caso de una nia se elija al azar Cul es la probabilidad de que ocurra A o B?
Trace un diagrama de Venn para ilustrar la relacin entre los eventos.
Cul es la probabilidad que un bebe, su peso no sea menor a 8.5 libras?
Son estos eventos mutuamente excluyentes?

8. Las siguientes estadsticas muestran el nmero de veces que una misma persona
haya ido varias veces al cine.
Edad Probabilidad
Menos de 6 0.0030
6 10 0.1240
11 15 0.2630
16 20 0.2900
21 25 0.2200
26 30 0.0850
31 35 0.0140
Ms de 35 0.0010
Total 1.0000
Cul es la probabilidad de que una persona haya ido menos de 20 veces al cine en el
ao?
Cul es la probabilidad de que esta persona haya ido por lo menos 30 veces?
Cul es la posibilidad de que una persona no haya ido entre 20 y 25 veces al cine?
Cul es la posibilidad de que una persona haya ido al cine entre 25 y 40 veces al
ao?

9. Se realizo un sondeo entre el personal del Hospital Mario Catarino Rivas sobre la
destitucin del Dr. Juan Carlos Ziga. El sondeo se realizo entre mdicos y
enfermeras de la institucin:
Sondeo de opinin Mdicos (M) Enfermeras (E)
Muy de acuerdo 5 3
Poco de acuerdo 7 5
NS/NR 8 6
Nada de acuerdo 20 26
Cul es la probabilidad de que un trabajador, seleccionado al azar del grupo
sondeado, no haya respondido sobre la destitucin?
Cul es la posibilidad de que una enfermera seleccionada al azar este de alguna
forma de acuerdo con la destitucin?
Cul es la probabilidad de que un trabajador seleccionado al azar no est de
acuerdo con la destitucin?
Son mutuamente excluyentes los eventos? Explique?
Existe dependencia o influencia alguna entre los eventos, Explique?

10. A continuacin se presenta una distribucin de frecuencias de las tomas de muestra
de los niveles de azcar en la sangre que presentan 500 pacientes del Hospital
Escuela en Tegucigalpa.
Nivel de azcar en la sangre Frecuencia
60 69 14
70 79 23
80 89 95
90 99 106
100 109 122
110 o ms 140
Si se considera que los pacientes que tienen un nivel de 110 o ms de hemoglobina
son personas diabticas, Cul es la probabilidad de que un paciente escogido al azar,
tenga diabetes?
Cul es la probabilidad de que un paciente tenga nivel normal de azcar en la
sangre? Tome en cuenta que el nivel normal de azcar es de 80 a 110.
Cul es la probabilidad de que una persona seleccionada al azar tenga muy bajo
nivel de azcar?
Cul es la probabilidad de que el nivel de azcar de una persona no est entre 90 y
100?
Son estos eventos independientes? Explique por qu.

11. A continuacin se presentan datos de la probabilidad del nmero de hijos que en
promedio tiene una familia en Honduras:
Nmero de hijos Proporcin de familias que tienen esta cantidad de hijos
0 0.04
1 0.12
2 0.32
3 0.23
4 0.13
5 0.09
6 0.07
Cul es la probabilidad de que una familia escogida al azar tenga 4 hijos o ms?
Cul es la probabilidad de que una familia escogida al azar tenga 2 o 3 hijos?
Cul es la probabilidad de que una familia elegida al azar tenga al menos un hijo?
Cul es la probabilidad de que una familia al azar no tenga hijos?
Cul es la probabilidad de que una familia no tenga 5 hijos?

12. Hondutel registra la duracin de las llamadas telefnicas efectuadas por 175
personas durante el da de navidad:
Duracin (minutos) Frecuencia
1 7 45
8 14 32
15 21 34
22 28 22
29 35 16
36 42 12
43 49 9
50 56 5
Cul es la probabilidad de que la siguiente llamada dure:
a. Cundo muchos 21 minutos?
b. Hasta 42 minutos?
c. Entre 22 y 36 minutos?
d. Mnimo 56 minutos?
e. Mximo 1 minuto?
f. No pase de 29 minutos?

13. La siguiente tabla muestra el nmero de computadores vendidos diariamente por
una tienda minorista.
Numero de computadores vendidos Nmero de das
0 10
1 38
2 16
3 26
4 20
Determine la probabilidad de que el nmero de computadores que se vendan hoy
sea:
a. 2
b. Menos de 3
c. Ms de 1
d. Por lo menos 1
e. Ninguno
f. No sea 4

14. La compaa multinacional Pfizer, ha producido una capsula para controlar la presin
arterial. El departamento de produccin realiza inspecciones permanentes de cada
capsula ya terminada. Uno de los inspectores se ha dado cuenta que de cada 1000
capsulas que se revisan, 25 tienen defectos internos, 18 tienen defectos de
empaquetado y 9 tienen ambos tipos de defectos. En su informe, el inspector debe
incluir la probabilidad de que haya defectos en las capsulas.
Cul es la probabilidad que haya defectos en las capsulas?
Cul es la probabilidad de que una capsula no tenga defectos internos?
Cul es la probabilidad que una capsula tenga defectos internos y de empaquetado?
Cul es la probabilidad de que una capsula no tenga defectos?
Construya un diagrama de Venn

15. La empresa CEMCOL distribuye una marca especfica de tractor. El gerente de
mantenimiento ha encontrado dos tipos de fallas en los tractores. Uno de los fallos es
de problemas elctricos y el otro consiste en problemas de temperatura. El gerente
sabe que la probabilidad que un tractor seleccionado al azar tenga problemas
elctricos es del 45%. La probabilidad que un tractor tenga ambas fallas es del 35%.
La probabilidad que el tractor tenga falla elctrica o de temperatura es 70%
a. Cul es la probabilidad que un tractor tenga falla de temperatura?
b. Cul es la probabilidad que un tractor no tenga fallo elctrico?
c. Cul es la probabilidad que un tractor no tenga fallo elctrico y no tenga fallo de
temperatura?
d. Cul es la probabilidad que un tractor tenga fallo de temperatura y fallo elctrico?

16. Si suponemos que es igualmente posible que un bebe nazca en cualquier da de la
semana, Cules son las probabilidades de que un bebe nazca,
a) Un martes?
b) Un da que empiece con M?
c) Entre mircoles y viernes, incluyndolos?
d) No nazca un domingo.
e) Nazca Lunes o Martes.
f) Nazca Viernes y Sbado.

17. Un inspector de una compaa tiene la tarea de comparar la confiabilidad de dos
estaciones de bombeo. Cada estacin es susceptible a dos tipos de falla:
descompostura en el bombeo y fugas. Cuando ocurre una de las dos (o ambas), la
estacin debe parar. Los datos disponibles indican que prevalecen las siguientes
probabilidades:
Estacin P(falla en bombeo) P(fuga) P(ambas)
1 0.07 0.10 0
2 0.09 0.12 0.06
Qu estacin tiene la mayor probabilidad de parar?

TEMA XII
TABLAS DE CONTINGENCIA
Tablas de Contingencia: Estas tablas son tiles para calcular probabilidades de
experimentos con eventos mltiples. Los valores en los mrgenes de la tabla se
llaman probabilidades marginales. De acuerdo a las celdas de la estructura principal
de la tabla, la probabilidad de la interseccin de dos eventos se denomina como
probabilidad conjunta.

1. En una compaa de cobros, un gerente tiene 120 cuentas por cobrar pendientes. El
gerente informa que de las 25 cuentas que estn en el intervalo de $0 a $4999, 10
estn vencidas, 5 atrasadas y el resto son morosos, colocando al deudor en peligro de
ser visitado por el representante legal. De las 37 cuentas comprendidas entre $5000
y $9999, 15 estn vencidas, 10 estn atrasadas y el resto son morosas. Hay 39
cuentas en el intervalo entre $10000 y $14999, de las cuales 11 estn vencidas, 18
son morosas y el resto estn atrasadas. De las cuentas restantes que estn en el
intervalo comprendido entre $15000 y ms, 7 estn morosas, 7 estn atrasadas y el
resto estn vencidas. El gerente general de la compaa desea ver una tabla de
contingencia de estas cuentas. Calcule:
La probabilidad de que las cuentas no sean morosas.
La probabilidad de que las cuentas estn vencidas.
La probabilidad de que las cuentas no estn atrasadas.
Las cuentas de menos de $10,000 que no estn atrasadas.
Las cuentas de ms de $5,000 que hayan vencido.

2. Una organizacin recolecta datos sobre 500 economistas en la academia, la industria
privada, y el gobierno respecto a sus opiniones sobre si la economa podra ser
estable, podra expandirse o podra entrar en un periodo de contraccin en el futuro
prximo. Sin embargo, parte de la informacin se perdi, resultando la siguiente
tabla de contingencia parcial. Con base en los datos restantes, cree una tabla de
probabilidad. ECONOMIA
Economistas Estable (S) Expansin (E) Contraccin (C) Total
Academia (A) 125 100
Industria Privada (I) 35 110
Gobierno (G) 25 40 65
Total 200

De la tabla de probabilidad, encuentre:
Pb (I)
Pb (G)
Pb (A U I)
Pb (S E)
Pb (G U C)
Pb (no E)
Pb (S no G)

3. La empresa Zip Zona Verde tiene 560 empleados de los cuales 320 son hombres y el
resto son mujeres. 170 hombres son de Personal, 95 son Auxiliares y el resto son de
Lnea. De las mujeres, 140 son de Lnea, 40 de Auxiliar y el resto de Personal.
Construya una tabla de contingencia y calcule:
a. Pb (A)
b. Pb (no L)
c. Pb (H no P)
d. Pb (M U L)
e. Pb (A P)

4. De 1000 jvenes de 18 aos, 550 tienen empleo y 780 son bachilleres. De los 780
bachilleres, 450 tienen empleo. Cul es la probabilidad de que un joven de 18 aos
tomado aleatoriamente sea:
Un bachiller empleado
Empleado pero no bachiller
Desempleado o un bachiller
Desempleado y no bachiller
No bachiller

5. Una caja contiene 75 canicas, 45 son azules, 30 de estas tienen una apariencia
veteada. El resto de ellas son rojas y 20 de estas tambin estn veteadas. Las canicas
que no estn veteadas, son transparentes. Cul es la probabilidad de sacar:
a) Una canica azul?
b) Una canica transparente?
c) Una canica azul veteada?
d) Una canica roja transparente?
e) Una canica no transparente?
f) Una canica roja o transparente?
g) Una canica veteada transparente?
6. Editorial McGraw Hill, tiene en bodega 75 ttulos distintos de libros, clasificados por
tipo y costo de la siguiente manera:
Costo
Tipo US$10 US$15 US$20 Total
Ficcin 10 3 21
Biografas 12 10
Histrico 17 23
Total 2

Complete la tabla de contingencia y encuentre las siguientes probabilidades:
Pb (B)
Pb (no H)
Pb (no $10)
Pb (H F)
Pb ($20 U B)
Pb (B U >$10)
Pb ($15 no F)

TEMA XIII
PROBABILIDADES BAJO INDEPENDENCIA ESTADISTICA

Se dice que los eventos son estadsticamente independientes, cuando la
presentacin de uno de ellos, no tiene efecto alguno, sobre la probabilidad de
presentacin de cualquier otro evento. Existen tres tipos de probabilidad bajo esta
condicin:

a) P. Marginal: Es la probabilidad simple de la presentacin de un evento. Si se lanza
una moneda la primera vez y se obtiene como resultado una cruz, y luego se vuelve a
lanzar por segunda vez, el resultado podra ser cara o cruz. El resultado del primer
lanzamiento no marca en lo absoluto el resultado del segundo o de cualquier otro
lanzamiento. Estos eventos son independientes.

b) P. Conjunta: La probabilidad de dos o ms eventos que se presentan juntos o en
sucesin es el producto de sus probabilidades marginales.
a. P (AB) = P (A) x P (B)

c) P. Condicional: Es la probabilidad de que un segundo evento (B) se presente si un
primer evento (A) ya ha sucedido.
a. P (A/B) = P (B)
b. P (B/A) = P (A)
Aunque parezca incongruente, la formula lo que en realidad presenta es que en la realidad
aunque se quiera establecer que un evento est condicionado porque otro ya haya sucedido,
en la realidad no se da de esa forma.


1. Al observar la poblacin de Honduras, se concluye que la probabilidad de que un
adulto entre 50 y 65 aos no cuente con un seguro de salud con cualquier tipo de
cobertura es de 55%.
Suponga que usted elige aleatoriamente a una mujer de 52 aos y a un hombre
sin relacin alguna con ella de 59 aos, entre esta poblacin Cul es la
posibilidad de que ninguno de los dos este asegurado?
Cul es la probabilidad de que ambos posean seguro medico?
Si se eligen 5 adultos de la poblacin no relacionados entre s de 50 y 64 aos de
edad, Cul es la probabilidad de que 3 de ellos carezcan de seguro?
De 4 adultos al azar, cual es la probabilidad que dos de ellos cuenten con seguro.
Son estos eventos Independientes?

2. La Probabilidad de que una mujer casada elegida aleatoriamente al azar no use
ningn mtodo de anticoncepcin es de 0.48
Cul es la probabilidad de que 5 mujeres de este grupo elegida al azar 3 no usen
mtodo anticonceptivo?
Cul es la probabilidad que de las 5 mujeres elegidas todas usen mtodo
anticonceptivo?
Cul es la probabilidad de que ninguna use mtodo anticonceptivo?
Son estos eventos mutuamente excluyentes?
Son estos eventos independientes?

3. La seora Victoria ha llegado al hospital a dar a luz y el resultado es un lindo varn.
Tres horas despus llega doa Carmen a dar a luz al hospital.
Cul es la probabilidad de que doa Carmen d a luz una nia, dado que doa
Victoria ha dado a luz un varn?
Cul es la probabilidad de que doa Carmen d a luz un varn, dado que doa
Victoria ha dado a luz un varn?
Cul es la probabilidad de que doa Carmen y doa Victoria den a luz un varn y
una nia respectivamente?

4. Una clnica tiene 4 aparatos de Rayos X, que cuando fallan cada una se repara por
separado. A partir de la experiencia se sabe que cada aparato se encuentra fuera de
servicio el 14% del tiempo.
Si la primera mquina est funcionando normalmente, Cul es la probabilidad de
que tres de las otras maquinas estn defectuosas?
Si la primera mquina se encuentra defectuosa, Cul es la probabilidad de que al
menos dos de las otras maquinas se encuentren defectuosas?
Si la clnica tuviera 6 aparatos, Cul es la probabilidad de que cuatro de ellas
maquinas estn funcionando correctamente?
Cul es la posibilidad de que 2 de las maquinas presenten fallos?

5. El seor William Robertson, ejecutivo de una tabacalera est consciente de la
responsabilidad social que la empresa debe tener con la sociedad. La compaa lanza
una campaa publicitaria para hacer conciencia en el consumo del cigarrillo. El seor
Robertson acaba de instalar 4 anuncios panormicos en la carretera a la entrada de la
ciudad y sabe por su experiencia, la probabilidad de cada anuncio sea visto por un
conductor escogido aleatoriamente. La probabilidad de que el primer anuncio sea
visto por un conductor es de 0.75, la probabilidad de que el segundo sea visto es de
0.83, la probabilidad para el tercero es de 0.86, y la del cuarto es de 0.90.
Suponiendo que el evento consistente en que un conductor vea uno cualquiera de
los anuncios es independiente de si ha visto o no los dems; Cul es la probabilidad
de que:
Los cuatro anuncios sean vistos por un conductor escogido aleatoriamente.
El primero y el cuarto anuncios sean vistos, sin que el segundo y el tercero sean
notados.
Ninguno de los anuncios sea visto.
El tercero y el cuarto no sean vistos.
Dos de los anuncios no sean vistos.
Tres anuncios sean vistos.

6. Una bolsa tiene 32 canicas: 4 rojas, 9 negras, 12 azules, 6 amarillas y 1 morada. Las
canicas se sacan una a la vez con reemplazo. Calcule la probabilidad de que:
La segunda canica sea amarilla dado que la primera fue amarilla
La segunda canica sea roja dado que la primera fue negra
La tercera canica sea morada dado que la primera y segunda fueron moradas
La primera canica sea roja o azul
La primera canica no sea negra
La primera canica sea azul y morada

7. El departamento de salud efecta rutinariamente dos inspecciones independientes a
los restaurantes; un restaurante aprobara la inspeccin solo si ambos inspectores lo
aprueban en cada una de ellas. El inspector A tiene mucha experiencia, en
consecuencia, solo aprueba 4% de los restaurantes que realmente estn violando el
reglamento sobre salubridad. El inspector B tiene menos experiencia y aprueba 12%
de los restaurantes con fallas. Cul es la probabilidad de que:
El inspector A apruebe el restaurante, aun cuando el inspector B haya encontrado
violaciones al reglamento
El inspector B apruebe un restaurante que este violando el reglamento, aun cuando
el inspector A ya lo haya aprobado
Un restaurante que este violando el reglamento sea aprobado por el departamento
de salud
Uno de los inspectores apruebe el restaurante
El inspector B no apruebe el restaurante

8. Cuando fallan las compuertas de una pequea represa hidroelctrica, se les repara
de manera independiente una de la otra; la represa tiene 4 compuertas. A partir de la
experiencia, se sabe que cada compuerta esta fuera de servicio 6% de todo el
tiempo.
Si la compuerta uno est fuera de servicio, Cul es la probabilidad de que las
compuertas 2 y 3 estn fuera de servicio?
Cul es la probabilidad de que 2 de ellas funcionen correctamente.
Cul es la probabilidad de todas funcionen bien.
Cul es la probabilidad de que al menos una de ellas no funcionen.

TEMA XIV
PROBABILIDADES BAJO DEPENDENCIA ESTADISTICA

La dependencia estadstica existe cuando la probabilidad de que se presente algn evento
depende o se ve afectada por la presentacin de otro evento. Existen dos tipos de
probabilidad bajo esta condicin:

P. Condicional:
P (A/B) = P (AB) / P (B)
P (B/A) = P (AB) / P (A)

P. Conjunta:
P (AB) = P (A/B) x P (B)
P (BA) = P (B/A) x P (A)

Cuando existe dependencia entre dos eventos, cada evento desempea un rol importante
para definir condicionalidad.
Bajo estas condiciones siempre un evento ocurrir primero (llamado condicionante) e
inmediatamente ocurrir el segundo evento (llamado condicionado).
La condicionalidad se presenta de dos maneras:
Condicionado DADO Condicionante
2do. Evento / 1er. Evento

Si Condicionante ENTONCES Condicionado
1er. Evento 2do. Evento

1. CONDICIONADO DADO CONDICIONANTE
2. SI CONDICIONATE ENTONCES CONDICIONADO

El Condicionante es el evento que ocurre en primera instancia.
El Condicionado es el evento que ocurre despus de haber ocurrido el Condicionante.

1. En un comedor de beneficencia, una trabajadora social, rene los siguientes datos.
De las personas que acuden al comedor, 62% son hombres, 35% son alcohlicos y
24% son hombres alcohlicos.
a. Cul es la probabilidad de que un hombre que asiste al comedor, tomado al azar sea
alcohlico?
b. Cul es la probabilidad de que una persona seleccionada al azar no sea alcohlica?
c. Cul es la probabilidad de que una persona seleccionada sea mujer?
d. Cul es la probabilidad de que la persona al azar sea hombre o alcohlico?
e. Cul es la posibilidad de que la persona no llegue al comedor no sea alcohlica?

2. Segn una investigacin, la probabilidad de que una familia posea dos seguros
diferentes dado que sus entradas anuales son mayores de $50,000 es de 0.77. De las
personas entrevistadas, 59% de las familias tuvieron entradas mayores a los $50,000
anuales y 48% tiene dos seguros diferentes.
a. Cul es la probabilidad de que una familia tenga dos seguros diferentes y una
entrada mayor a $50,000 al ao?
b. Cul es la probabilidad de que una familia no tenga 2 seguros diferentes?
c. Si una familia posee dos seguros, entonces cual es la posibilidad de que tenga
entradas mayores a $50,000.00?
d. Cul es la probabilidad de que una familia no tenga entradas mayores a $50,000?

3. Durante un estudio sobre accidentes automovilsticos, el Consejo de Seguridad en las
carreteras encontr que 60% de los accidentes suceden de noche, 52% estn
relacionados con conductores alcoholizados y 37% se presentan de noche y estn
relacionados con conductores ebrios.
a. Cul es la probabilidad de que un accidente est relacionado con un conductor
alcoholizado, dado que sucedi de noche?
b. Cul es la probabilidad de que un accidente haya sucedido de noche, dado que est
relacionado con un conductor ebrio?
c. Cul es la probabilidad de que un accidente suceda de da?
d. Cul es la probabilidad de que un accidente no est relacionado con conductores
ebrios?
e. Cul es la probabilidad de que el accidente ocurra de noche o est relacionado con
un conductor alcoholizado?
4. El director regional de salud, est preocupado por la posibilidad de que algunos de
sus empleados vayan a huelga. Estima que la posibilidad de que sus mdicos vayan a
huelga es de 0.70 y la probabilidad de que sus enfermeras vayan a huelga es de 0.55.
Adems estima que si las enfermeras van a huelga, existe 85% de posibilidades de
que los mdicos realicen un paro solidario de actividades.
a. Cul es la probabilidad de que ambos grupos se vayan a huelga?
b. Si los mdicos hacen huelga, Cul es la probabilidad de que las enfermeras lo hagan
tambin como acto de solidaridad?
c. Cul es la probabilidad de que las enfermeras no vayan a huelga?
d. Cul es la probabilidad de que los mdicos no vayan a huelga?
e. Cul es la probabilidad de que los mdicos o las enfermeras vayan a huelga?

5. Una compaa desea actualizar su sistema de computacin y una parte importante
de la actualizacin es un nuevo sistema operativo. La compaa ha pedido a un
ingeniero que evale el sistema operativo. Suponga que la probabilidad de una
evaluacin favorable es 0.65. Si la probabilidad de que la compaa actualice su
sistema dada una evaluacin favorable es 0.85. Cul es la probabilidad de que la
compaa actualice su sistema y reciba una evaluacin favorable?

6. La biblioteca de la universidad ha entrevistado a afiliados elegidos al azar durante el
ltimo mes para ver quienes usan la biblioteca y que servicios requieren. Los afiliados
se clasifican en licenciatura, postgrado y acadmicos. Los servicios se clasifican como
consulta, publicaciones peridicas o libros. La tabla contiene los datos de 350
personas. Suponga que los afiliados usan solo un servicio por visita.
Afiliados Referencia Publicaciones peridicas Libros
Licenciatura 44 26 72
Postgrado 24 61 20
Acadmicos 16 69 18
84 156 110
Encuentre la probabilidad de que un afiliado seleccionado al azar:
a) Sea estudiante de Licenciatura.
b) Visite la seccin de publicaciones peridicas, dado que es un estudiante de
Postgrado.
c) Sea Acadmico y visite la seccin de libros.
d) Si visita la seccin de Referencias, entonces sea estudiante de Postgrado
e) No sea Acadmico
f) No visite las publicaciones peridicas
g) Visite la seccin de libros o no sea estudiante Acadmico
7. Dado que Pb (A)=3/4, Pb (B)=1/6, Pb (C)=1/3, Pb (AC)=1/7 y Pb (B/C)=5/21, encuentre
las siguientes probabilidades: Pb (A/C), Pb (C/A), Pb (BC) y Pb (C/B).

8. Suponga que para 2 eventos A y B, Pb (A)=0.65, Pb (B)=0.80, Pb (A/B)=Pb(A) y Pb
(B/A)=0.85. Es esta una asignacin de probabilidad consistente?

TEMA XV
INTRODUCCION A LAS DISTRIBUCIONES DE PROBABILIDAD

En cierta medida, estas distribuciones estn relacionadas a las distribuciones de frecuencia.
Es un despliegue de todos los posibles resultados de un experimento junto con las
probabilidades de cada resultado. Es un listado de las probabilidades de todos los posibles
resultados que podran obtenerse si el experimento se llevara a cabo. Existen dos tipos de
distribuciones de Probabilidad:
Discreta: Aqu la variable principal solo puede tomar un nmero limitado de valores.
Continua: En este tipo de distribucin, la variable considerada puede tomar cualquier
valor dentro de un rango o intervalo dado.

Una variable es aleatoria si toma diferentes valores como resultado de un experimento
aleatorio. Esta variable puede ser:
Variable aleatoria discreta: la variable puede tomar solo un nmero limitado de
valores.
Variable aleatoria continua: la variable puede tomar cualquier valor dentro de un
rango o intervalo dado.

Valor Esperado E(X): De una variable aleatoria discreta, es la media ponderada de todos los
posibles resultados en los cuales los pesos son las probabilidades respectivas de tales
resultados.

Media o Valor Esperado = E(X) = (X
i
) P (X
i
)

Varianza de una distribucin
2
= (X
i
- )
2
P (X
i
)

PROBLEMAS SECCION 15
1. Basndose en la siguiente grafica de una distribucin de probabilidad, construya una
tabla que corresponda a la grafica.

2. La presidenta nacional de la asociacin contra el cncer, intenta estimar la cantidad
que ofrecer cada persona en la tele maratn anual de la asociacin. Usando los
datos recolectados en los ltimos 10 aos, calculo las siguientes probabilidades de las
diferentes cantidades prometidas. Dibuje una grafica que ilustre esta distribucin de
probabilidad.
Donaciones $25 $50 $75 $100 $125
Probabilidades 0.45 0.25 0.15 0.10 0.05

3. Las siguientes variables aleatorias son discretas o continuas? En cada caso explique
el porqu de su respuesta.
Los carros vendidos por Roberto
Los ingresos que gana Roberto
Los tiempos de terminacin de un trabajo en particular
Los empleados requeridos para completar dicho trabajo

4. Bob Walters, quien invierte con frecuencia en el mercado de valores, estudia con
detenimiento cualquier inversin potencial. En la actualidad examina la posibilidad
de invertir en una compaa de electricidad. Mediante el estudio del rendimiento en
el pasado, Walters ha desglosado los resultados potenciales en cinco resultados de
sus probabilidades asociadas. Los resultados son tasas de rendimientos anuales sobre
una sola accin que hoy cuesta $150. Encuentre el valor esperado del rendimiento
sobre la inversin en una sola accin de la compaa.
Rendimiento de la inversin ($) 0.00 10.00 15.00 25.00 50.00
Probabilidad 0.20 0.25 0.30 0.15 0.10

5. Jos Martnez acaba de comprar un Blue Ray en Jetstereo a un costo de L. 5700.00.
Ahora tiene la opcin de comprar una pliza de servicio extendido que ofrece 5 aos
de cobertura por L. 1900.00. Despus de hablar con sus amigos y leer los informes,
Jos cree que puede incurrir en los siguientes gastos de mantenimiento durante los
prximos 5 aos:
Gasto 0 50 100 150 200 250 300
Probabilidad 0.35 0.25 0.15 0.10 0.08 0.05 0.02
Encuentre el valor esperado de los costos de mantenimiento pronosticados. Debe
Jos pagar L. 1900.00 por la garanta?

6. Sea X una variable aleatoria discreta que representa la cantidad de servicios de
diagnostico que un nio recibe durante una visita al consultorio de un pediatra; estos
servicios incluyen procedimientos como los anlisis de sangre y de orina. La
distribucin de probabilidad de X se muestra a continuacin:
r P (X=r)
0 0.671
1 0.229
2 0.053
3 0.031
4 0.010
5+ 0.006
Total 1.000
a) Elabore una grafica de distribucin de probabilidad.
b) Encuentre el valor esperado.
c) Cul es la probabilidad de que un nio reciba exactamente tres servicios de
diagnostico en una visita al consultorio del pediatra?
d) Cul es la probabilidad de que el nio reciba por lo menos un servicio?
e) Cul es la probabilidad de que un nio reciba cuatro o ms servicios?

7. Sea X una variable aleatoria de una distribucin de probabilidad, que representa el
orden de nacimiento de los nios nacidos en Honduras:
r P (X=r)
1 0.416
2 0.330
3 0.158
4 0.058
5 0.021
6 0.009
7 0.004
8+ 0.004
Total 1.000
a) Cul es la probabilidad de que un nio sea el primognito o el segundo hijo?
b) Cul es la probabilidad de que un bebe sea cuando mucho el tercer hijo nacido?
c) Dibuje una grafica de distribucin de probabilidad.
d) Calcule el valor esperado.
SECCION XVI
DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Entre las distribuciones aleatorias discretas ms comunes tenemos:
Distribucin Binomial: Esta distribucin describe una variedad de procesos de
inters para los administradores y economistas, y describe datos discretos, que son
resultado de un experimento conocido como Proceso de Bernoulli, en honor al
matemtico suizo del siglo XIX, Jacob Bernoulli. La distribucin Binomial es apropiada
solo si la probabilidad de xito permanece constante, esto ocurre si el muestreo se
realiza con reemplazo o cuando la poblacin es infinita (muy grande). Este proceso
puede describirse en cuatro propiedades:
1. Cada intento tiene solamente dos resultados posibles: xito o Fracaso.
2. La probabilidad de un xito (p) sigue siendo constante de un ensayo al siguiente, al
igual que lo hace la probabilidad de fracaso (q). Dicho de otro modo, la probabilidad
de resultado de cualquier intento, permanece fijo con respecto al tiempo.
3. El xito y el fracaso son mutuamente excluyentes.
4. Los intentos son estadsticamente independientes, es decir, el resultado de un
evento no afecta el resultado de cualquier otro evento subsecuente.
5. El experimento puede repetirse muchas veces.
La formula Binomial es:
Probabilidad de r xitos en n ensayos = n! p
r
q
n-r
.
r! (n-r)!
En donde:
p = probabilidad de tener xito
q = probabilidad de de fracaso (q = 1 p)
r = numero de xitos deseados
n = numero de intentos hechos

En distribucin Binomial es posible obtener la media y la desviacin estndar, as:
La Media = np
La desviacin estndar = npq

PROBLEMAS SECCION 16
1. En 2007, 35% de los adultos son fumadores de alguna forma (cigarrillos, puros o
pipas). A travs de una distribucin Binomial, de una muestra de 14 personas,
encuentre la probabilidad de:
a. Que por lo menos 6 personas fumen de alguna forma?
b. Cundo mucho 3 personas fumen?
c. Que 4 personas fumen de cualquier forma?
d. Que todas fumen?
e. Que ninguna persona fume?
f. Encuentre la media y la desviacin estndar para este caso.

2. Al ministerio de Salud le interesa estudiar la probabilidad de que un paciente que ha
sido inyectado con una jeringa infectada con hepatitis B contraiga la enfermedad. Si
30% de los pacientes expuestos a la hepatitis B se infecta, encuentre a partir de una
muestra de 17 personas:
a. La probabilidad de que por lo menos 3 individuos contraigan hepatitis B?
b. La probabilidad de que cuando mucho 6 pacientes contraiga la enfermedad?
c. La probabilidad de que 14 pacientes contraigan la enfermedad?
d. Encuentre la media y la desviacin Standard para este caso.

3. De acuerdo con la Encuesta Nacional de Salud en Honduras, 20% de la poblacin es
zurda.
a. Cul es la probabilidad de que exactamente tres de once personas sean zurdas?
b. Cul es la probabilidad de que por lo menos seis de once personas sean zurdas?
c. Cul es la probabilidad de que cuando muchos dos individuos del total de la muestra
sean zurdos?
d. Cul es la probabilidad de que por lo menos cuatro personas sean zurdas?
e. Encuentre la media y la desviacin estndar de este caso.

4. En un fin de semana en la Emergencia del Hospital Mario Catarino Rivas, se
presentan 9 casos sospechosos de ser portadores de la Influenza AH1N1, pues
presentan los sntomas caractersticos de la enfermedad. De acuerdo a esta muestra
asumiendo que tiene las caractersticas de una distribucin Binomial (la tasa de
incidencia es de 25%) encuentre:
a. Cul es la probabilidad de que dos personas del grupo sean casos confirmados de la
enfermedad?
b. Cul es la probabilidad de que 9 de ellas tengan un cuadro positivo confirmado de la
enfermedad?
c. Cul es la probabilidad de que a lo sumo tres de ellas sean casos confirmados de la
enfermedad?
d. Encuentre la media y la desviacin Standard de esta situacin

5. En un jardn de nios, una profesora ha encontrado que existe un 60% de
posibilidades de que un estudiante lleguen temprano. Encuentre la probabilidad de
que de una muestra de 12 estudiantes:
a. Tres lleguen tarde a clases
b. Por lo mximo 7 lleguen tarde a clases
c. Uno de ellos llegue tarde a clases
d. Por lo menos 5 lleguen tarde a clases
e. Encuentre la media y la desviacin estndar para esta situacin.

6. En una encuesta a boca de urna hoy 29 de noviembre, da de las elecciones
generales, muy a pesar de los esfuerzos de la resistencia por no validar las elecciones,
un periodista ha encontrado que existe un 55% de posibilidades de que una persona
vote por el partido liberal. Cul es la probabilidad de que de una muestra de 20
electores:
a. 8 electores voten por el partido nacional?
b. Ningn elector vote por el partido nacional?
c. 17 voten por el partido nacional?
d. Cundo mucho 10 voten por el partido nacional?
e. Por lo menos 5 electores voten por el partido nacional?
f. Encuentre la media y la desviacin estndar de la intencin de voto del da 29 de
noviembre.

Distribucin Hipergeometrica: esta distribucin aplica en casos cuando la
poblacin (N) es pequea y ocurre el muestreo sin reemplazo, lo que implica que la
probabilidad de xito variara, y no ser constante. La formula es:
Distribucin P (x) =
r
C
x N-r
C
n-x
Hipergeometrica
N
C
n

En donde:
N = tamao de la poblacin
r = numero de xitos de la poblacin
n = tamao de la muestra
x = numero de xitos de la muestra

PROBLEMAS SECCION 16B
1. Como subgerente de una empresa de materias primas, usted debe contratar 10
personas entre 30 candidatos, de los cuales 22 tienen ttulos universitarios. Cul es
la probabilidad de que 5 de los que usted contrate tengan un titulo?

2. Cuarenta trabajadores de una oficina han recibido nuevos computadores. 27 tienen
una nueva tecnologa llamada MMX. Si se seleccionan 10 aleatoriamente, Cul es la
probabilidad de que 3 de ellos estn equipados con la tecnologa?

3. Una encuesta ha revelado, que 6 de 10 empleados ganan ms de L.200,000 al ao.
De 3 empleados seleccionados, Cul es la probabilidad de que los 3 ganen esa cifra?

Distribucin de Poisson: Ideada por el matemtico francs Simen Poisson (1781
1840), la distribucin Mide la probabilidad de un evento aleatorio sobre algn
intervalo de tiempo o espacio. Ejemplo de algunos procesos descritos a travs de
esta distribucin como ser: la distribucin de llamadas telefnicas que llegan a un
conmutador, la demanda de pacientes que requieren servicio en una institucin de
salud, la llegada de automviles a una caseta de peaje y el numero de accidentes
registrados en cierta interseccin de calles. Las caractersticas principales que
determinan una distribucin de Poisson son:
1. La probabilidad de ocurrencia del evento es constante para dos intervalos
cualesquiera de tiempo o espacio.
2. La ocurrencia del evento en un intervalo es independiente de la ocurrencia de otro
intervalo cualquiera.
La frmula para esta distribucin es:
P (x) =
x
x
-

X!
En donde:
X = nmero de veces que se presenta el evento.
= nmero promedio de ocurrencias por unidad de espacio o tiempo.
e = 2.71828, base de la funcin exponencial natural.

= np (As se puede calcular la media cuando no se da directamente el valor de esta
variable)
Es importante destacar que la distribucin de Poisson es una buena aproximacin de
la distribucin Binomial cuando n es igual o mayor que 20 y p es igual o menor a 0.05

PROBLEMAS SECCION 16C
1. De acuerdo con el Departamento de Salud de Massachusetts, 224 mujeres que
dieron a luz en este estado, en 1998, obtuvieron resultados positivos del anticuerpo
del VIH. Suponga que con el tiempo 25% de los bebes nacidos de estas mujeres
lleguen a ser seropositivos. Bajo la distribucin de Poisson:
a) Si se eligen muestras de n=224 individuos de una poblacin de nios nacidos de
mujeres con el anticuerpo de VIH. Cul sera la cantidad media de nios infectados
por muestra?
b) Cul sera la desviacin Standard?

2. La cantidad de casos de tuberculosis informados por la Secretaria de Salud durante
un solo mes posee una distribucin de Poisson con parmetro =3.5.
a) Cul es la probabilidad de que se informen al menos 8 casos de tuberculosis en un
mes determinado?
b) Cul es la probabilidad de que a lo sumo se presenten 5 casos de esta enfermedad?
c) Cul es la probabilidad de que no se presente ningn caso?
d) Cul es la probabilidad de que se presenten 7 casos de la enfermedad?
e) Encuentre la media y la desviacin Standard de este situacin

3. En cierto municipio la cantidad de suicidios reportados cada mes en promedio es de
2.75 (). Suponga que la cantidad de suicidios da como resultado una distribucin de
Poisson.
a) Cul es la posibilidad de que no se reporte un suicidio durante un mes
determinado?
b) Cul es la probabilidad de que se reporten 8 suicidios?
c) Cul es la probabilidad de que a lo sumo se reporten cuatro suicidios?
d) Cul es la posibilidad de que se reporten seis o ms suicidios?
e) Encuentre la desviacin Standard.

4. El juzgado contencioso de San Pedro Sula, maneja varios tipos de litigios, pero la
mayora de tipo conyugal. De hecho 96% de los pleitos que se atienden en el juzgado
son de tipo conyugal. Cul es la probabilidad de que de 80 litigios que se atienden en
los juzgados:
a) Exactamente 7 no sean de tipo conyugal.
b) 10 de ellos no sean de tipo conyugal.
c) Por lo menos 8 no sean de tipo conyugal.
d) A lo sumo 5 no sean de tipo conyugal.

5. El departamento de impresiones y grabados es el principal responsable de imprimir
papel moneda en los Estados Unidos. El departamento tiene una impresionante baja
frecuencia de errores de impresin; solo 0.5% de los billetes presentan errores graves
que no permiten su circulacin. Cul es la probabilidad de que de un fajo de 1000
billetes:
a) Ninguno presente errores graves?
b) Diez presenten errores que no permitan su circulacin?
c) A lo sumo catorce no presenten errores de circulacin?
d) Por lo menos 8 presenten errores que impidan su circulacin?

6. Sea X una variable aleatoria que representa la cantidad de nios en un grupo de 2000
que mueren antes de alcanzar su primer ao de vida. En Amrica Central, la
probabilidad de que un nio muera durante su primer ao de vida es de 0.0085.
Asuma que este caso origina una distribucin de Poisson. (Haga uso de la formula)
a) Cul es la cantidad media de nios que moriran en un grupo de este tamao?
b) Cul es la probabilidad de que a lo sumo cinco aos de un total de 2000 mueran en
su primer ao de vida?
c) Cul es la probabilidad de que entre 15 y 20 nios mueran durante su primer ao de
vida?
d) Cul es la probabilidad de que a lo sumo tres nios mueran durante su primer ao
de vida?
e) Cul es la probabilidad de que 7 nios mueran durante su primer ao de vida?
f) Encuentre la desviacin estndar de esta situacin.

Distribucin Exponencial: Es una distribucin continua. Mide el paso el paso del
tiempo entre el numero de ocurrencias, a diferencia de la distribucin de Poisson que
mide el numero de ocurrencias en un determinado intervalo de tiempo o espacio.
Mientras la distribucin de Poisson describe las tasas de llegada dentro de algn
periodo dado, la distribucin exponencial estima el lapso entre tales arribos. Si el
nmero de ocurrencias tiene distribucin de Poisson, el lapso entre las ocurrencias
estar distribuido exponencialmente. La probabilidad de que el lapso sea menor o
que o igual a cierta cantidad x es:
Distribucin Exponencial P (Xx) = 1
-t

En donde:
t = lapso de tiempo
= la funcin exponencial natural
= tasa promedio de ocurrencia
Es importante mencionar que con el paso del tiempo X aumenta, y la probabilidad
disminuye.

PROBLEMAS SECCION 16D
1. Los aviones llegan a un pequeo aeropuerto en Roatn, a una proporcin de dos por
hora. Tomara una hora reparar un rampa utilizada para desembarcar pasajeros. Cul
es la probabilidad de que un avin llegue mientras la rampa esta en reparacin?

2. El computador principal de la universidad queda fuera de lnea tres veces por
semana. Un catedrtico debe completar un proyecto que necesita de la
computadora. Cul es la probabilidad de que el computador este fuera de lnea toda
la semana?

3. Durante un da tpico de trabajo de 8 horas, las computadoras usadas para vigilar la
etapa de enfriamiento en la produccin de neumticos para autos sealan que la
temperatura no se mantiene en forma apropiada en 30 oportunidades. El director
ejecutivo de la compaa, est por hacer una inspeccin de la planta durante 30
minutos. Cul es la probabilidad de que este all cuando se active la seal del
computador?

Distribucin Uniforme: Es una distribucin en la cual las probabilidades de todos
los resultados son las mismas. Todos los resultados sobre el rango total de
posibilidades de distribucin son igualmente posibles desde el mnimo valor a hasta
el mximo valor b. En una distribucin uniforme, las probabilidades son las mismas
para todos los posibles resultados.
La media o valor esperado de una distribucin uniforme esta a la mitad de camino
entre sus dos puntos extremos, as:
E (x) = = a + b
2
La varianza de una distribucin uniforme de probabilidad es:

2
= (b a)
2

12
El rea total bajo la curva debe ser igual a 1 o 100%. Debido a que el rea es la altura
por el ancho, la altura es:
Altura = rea = 1
Ancho b - a
En donde b-a es el ancho o rango de la distribucin.
La probabilidad de que una observacin caiga entre dos valores es:
P (X
1
XX
2
) = X
2
X
1

Rango

PROBLEMAS SECCION 16E
1. Generalmente le toma entre 1.2 y 1.7 horas aproximadamente hacer su tarea de
estadstica. Los tiempos estn distribuidos de manera uniforme. Qu tan probable
es que usted termine a tiempo para reunirse con sus amigos dentro de 1.4 horas?

2. Las latas de alimentos para perros Puppy Chow tiene un promedio de 16 onzas, con
un rango de 4.2 onzas.
a) Cul es la lata ms pequea en onzas que usted puede comprar para un perro?
b) Cul es la lata ms grande que usted puede comprar para su perro lobo llamado
Killer?
c) Si usted selecciona una lata al azar, cual es la probabilidad de que pese entre 15.8 y
16.5 onzas?

3. El tiempo requerido para conseguir una pista de bolos en un local oscila entre 23.5 y
40.5 minutos. Asumiendo una distribucin uniforme, si la probabilidad de que usted
tenga que esperar ms de 30 minutos excede del 60%, usted piensa jugar golf. Cual
bolsa debera colocar en su bal, la bolsa de golf o la de bolos?

4. El agua utilizada por un car-wash para lavar los carros es de 30 galones por carros. Lo
menos que se utiliza son 27 galones, y su uso esta distribuidora uniformemente. Una
encuesta muestra que los carros no quedan limpios a menos que se utilicen 32
galones de agua en la lavada. Qu porcentaje de carros que salen del car-wash
quedan limpios?

Distribucin Normal: Es una distribucin continua, pues se puede tomar cualquier
valor que este en un intervalo de valores dado. Aunque varios matemticos han
contribuido a su desarrollo, su principal aporte se le debe al astrnomo matemtico
Karl Gauss (siglo XIX). Existen dos razones bsicas para definir que la distribucin
normal es la ms usada y ms importante de todas en la Estadstica:
1. Tiene algunas propiedades que la hacen aplicable a un gran nmero de situaciones
en las que es necesario hacer inferencias mediante la toma de muestras.
2. La distribucin normal casi se ajusta a las distribuciones de frecuencias reales
observadas en muchos fenmenos, que incluyen caractersticas humanas (pesos,
alturas, IQ), resultados de procesos fsicos (dimensiones y rendimientos), etc.

Caractersticas de la Distribucin Normal
1. La curva tiene un solo pico; por tanto, es unimodal. Tiene una forma de campana.
2. La media de la poblacin distribuida normalmente cae en el centro de su curva
normal.
3. Debido a la simetra de la distribucin normal de probabilidad, la mediana y la moda
de la distribucin se encuentran tambin en el centro; en consecuencia, para una
curva normal, la media, la mediana y la moda tienen el mismo valor.
4. Los dos extremos de la distribucin normal de probabilidad se extienden
indefinidamente y nunca tocan el eje horizontal.

Se dice que no hay una sola distribucin normal, sino una familia de curvas normales. Para
definir una distribucin de este tipo, solo se necesitan dos parmetros: la media () y la
desviacin estndar (). No importa cules sean los valores de y para una distribucin
normal, el rea total bajo la curva es 1.00, destacando que las areas bajo la curva se
consideran como probabilidades.

Ya que puede existir un nmero infinito de distribuciones normales, cada uno con su propia
media y desviacin estndar, es imposible analizar por separado cada una de ellas, por lo
tanto es necesario convertir todas estas distribuciones normales a una forma estndar. Esta
conversin a la distribucin normal estndar se efecta con la formula de conversin o
formula Z.

(Formula Z) Z = X -

Valor de Z: Es el numero de desviaciones estndar a las que una observacin estar por
encima o por debajo de la media.

PROBLEMAS SECCION 16F

1. La presin arterial diastlica entre las mujeres de 18 a 74 aos de edad se encuentra
distribuida normalmente con una media de =80 mm Hg y una desviacin Standard
de = 11.6 mm Hg.
a) Cul es la probabilidad de que una mujer elegida al azar tenga una presin arterial
diastlica menor de 65 mm Hg?
b) Cul es la probabilidad de que la mujer tenga la presin arterial diastlica mayor
que 85 mm Hg?
c) Cul es la probabilidad de que una mujer tenga una presin arterial diastlica de
entre 60 y 90 mm Hg?
d) Cul es la probabilidad de que una mujer tenga una presin arterial diastlica
superior a 70 mm Hg?
e) Cul es la probabilidad de que una mujer tenga una presin arterial diastlica de por
lo menos 80 mm Hg?

2. La distribucin de pesos de la poblacin de varones en Estados Unidos es
aproximadamente normal con una media de = 172.2 libras y una desviacin
estndar de = 29.8 libras.
a) Cul es la probabilidad de que un hombre elegido al azar pese menos de 130 libras?
b) Cul es la probabilidad de que pese ms de 210 libras?
c) Cul es la probabilidad de que un varn escogido al azar tenga un peso fuera del
rango de 130 a 210 libras?
d) Cul es la probabilidad de que pese ms de 160 libras?
e) Cul es la probabilidad de que pese menos de 180 libras?

3. En la zona noroccidental, la jefatura de transito ha determinado basado en hechos
histricos, que anualmente se presentan 8000 accidentes de trnsito con una
desviacin estndar de 600.
a) Cul es la probabilidad de que en este ao 2009 se presenten menos de 7500
accidentes?
b) Cul es la probabilidad de que en esta zona sucedan ms de 9,000 accidentes?
c) Cul es la probabilidad de que transito reporte entre 7000 y 8500 accidentes?
d) Que se presenten cuando mucho 8300 accidentes?
e) Que no se presenten a lo sumo 9500 accidentes?

4. En una unidad de la Cruz Roja se midieron los niveles de colesterol en la sangre en un
grupo de personas mayores de 45 aos resultados que arrojaron una media = 244
mg/100 ml y la desviacin estndar = 51 mg/100 ml. A partir de estos datos estime:
a) Cul es la probabilidad de que el nivel de colesterol para este grupo sea de cuando
mucho 220 mg/100 ml?
b) Cul es la probabilidad de que una persona seleccionada al azar de este grupo tenga
ms de 260 mg/100 ml?
c) Si se establece que con un nivel de 300 mg/100 ml, una persona desarrollo una
enfermedad coronaria, Cual es la probabilidad de que un individuo padezca de una
enfermedad coronaria?

5. Una institucin ha creado un programa de entrenamiento diseado para mejorar las
habilidades de supervisin para aplicar en el departamento de produccin de
cualquier empresa. Debido a que el programa es auto administrado, los supervisores
requieren un nmero diferente de horas para terminarlo. Bajo estudios anteriores, el
tiempo medio que se lleva para completar el programa es de 500 horas, con una
desviacin estndar de 100 horas, normalmente distribuida. Encuentre la
probabilidad de que un participante requiera:
a) Ms de 450 horas para completar el programa?
b) Entre 480 y 530 horas para finalizar el entrenamiento?
c) A lo sumo 700 horas para finalizar el programa?
d) Cundo mucho 600 horas para finalizar el programa?
e) Un mximo de 460 horas?
f) Encuentre la media y la desviacin estndar de la situacin?

6. En su tercer ao de funcionamiento, una liga de futbol tuvo un promedio de 16200
aficionados por juego, con una desviacin estndar de 2500. De acuerdo con los
datos cual es la probabilidad de que el nmero de aficionados en cualquier juego sea:
a) Mayor de 20,000?
b) Menor a los 10,000?
c) Este entre 13,000 y 18,500?
d) Por lo menos 12,000?
e) Cundo mucho 17,600?

7. Los sobrecostos por actualizacin de computadoras en su empresa tienen un
promedio de $23,500, con una desviacin estndar de $9,400. Como director
ejecutivo de la divisin de investigacin, usted no desea arriesgarse a ms de 34% de
probabilidad que el sobrecosto en una actualizacin propuesta recientemente
exceda de $25,000. Debera ejecutar la actualizacin?

8. Los empleados de una compaa trabajan un promedio de 55.8 horas por semana,
con una desviacin estndar de 9.8 horas. Los ascensos son ms probables para los
empleados que estn dentro del 10% de los que pasan ms tiempo trabajando.
Cunto debe trabajar usted para mejorar sus oportunidades de ascenso?


ANEXO

TABLAS ESTADISTICAS













Manual Estadistica I

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual Estadistica I

Uploaded by

Copyright:

Available Formats

Asignatura: ESTADISTICA I UNIVERSIDAD CATOLICA DE HONDURAS Pgina 1

Lic. Carlos A. vila (MAE Administracin de Empresas)

You might also like