DESARROLLO GUIA # 1

7.1 En la Universidad ECCI desea hacer una investigacin sobre el nivel de aprendizaje
obtenido en estadstica de los estudiantes del anterior semestre. Para ello se disea una
evaluacin que se califica con escalas categricas, y que debe ser resuelto por los estudiantes
al finalizar el semestre.
a) Indique cual es la caracterstica de inters y cul es la variable con la que se va a
expresar su medicin
La caracterstica de inters a analizar es el aprendizaje obtenido en estadstica
de los estudiantes del anterior semestre, vamos a expresar la medicin es la
variable ordinales (Bueno, Regular o Malo).
b) Describa la poblacin estadstica.
Los estudiantes de estadstica en la universidad ECCI
c) Denote la muestra, el parmetro, y el estadstico.
Muestra: Los estudiantes de estadstica que culminaron el semestre anterior
Parmetro: Semestre acadmico (4 meses)
Estadstico: Nivel de aprendizaje obtenido en estadstica por cada uno de los
estudiantes
7.2 "Con el fin de decidir cuantas cajas para atencin a los clientes se necesitaran en las
tiendas que construirn en el futuro, una cadena de supermercados quiso obtener informacin
acerca del tiempo (minutos) requerido para atender los clientes. Se recogieron los siguientes
datos correspondientes al tiempo de atencin a:
3.6 1.9 2.1 0.3 0.8 0.3 2.5 1.0 1.4 1.8 1.6 1.1 1.8
2.8 0.3 1.1 0.5 1.2 0.6 1.8 3.0 0.8 1.7 1.4 0.3 1.3
3.2 3.0 0.4 2.3 1.8 4.5 0.9 0.7 3.1
a.- Cul es la poblacin? Cul es la muestra?
Poblacin: Clientes del supermercado
Muestra: 35 Clientes
b.- Defina cul es la variable de inters y de qu tipo es?
La variable de inters es el tiempo de atencin, y es de tipo cuantitativo continuo
c.- Construya la distribucin de frecuencias correspondiente
xi
0,3
0,4

fi
4
1

Fi
4
5

fri
0,11
0,03

Fri
0,11
0,14

0,5

0,03

0,17

0,6

0,03

0,20

0,7
0,8
0,9
1
1,1
1,2
1,3
1,4
1,6
1,7
1,8
1,9

1
2
1
1
2
1
1
2
1
1
4
1

8
10
11
12
14
15
16
18
19
20
24
25

0,03
0,06
0,03
0,03
0,06
0,03
0,03
0,06
0,03
0,03
0,11
0,03

0,23
0,29
0,31
0,34
0,40
0,43
0,46
0,51
0,54
0,57
0,69
0,71

2,1
2,3
2,5
2,8
3
3,1
3,2
3,6
4,5

1
1
1
1
2
1
1
1
1

26
27
28
29
31
32
33
34
35

0,03
0,03
0,03
0,03
0,06
0,03
0,03
0,03
0,03

35

0,74
0,77
0,80
0,83
0,89
0,91
0,94
0,97
1,00

1,00

d.- Qu porcentaje de clientes se atendieron antes de 1 minuto?

31% de personas atendidas en menos de un minuto
e.- Qu porcentaje de clientes se demoran ms en ser atendidos?
69%de personas atendidas en un minuto o mas
7.3 - Cierta empresa colombiana lleva un registro del kilometraje de todos sus vehculos. A
continuacin presentamos registros del kilometraje semanal:
450

756

789

710

657

589

559

788

943

447

775

810

788

943

447

775

810

876

588

349

745

578

109

869

876

689

520

560

469

987

756

789

410

657

589

488

689

580

459

520

789

650

753

688

519

550

788

555

488

450

689

478

a.- Cul es la poblacin? Cul es la muestra?

La poblacin sern todos los vehculos y la muestra son el registro semanal en este
caso 52 registros
b.- Defina cul es la variable de inters y de qu tipo es?
La variable de inters son los kilometrajes y son de tipo cuantitativo
c.- Construya la distribucin de frecuencias correspondiente haciendo el anlisis
correspondiente para muestra y poblacin del segundo intervalo.
.
Rango

878

176

INTERVALOS

fi

hi

FA

HA

108

284

0,02

0,02

284

459

0,12

0,13

459

635

17

0,33

24

0,46

635

810

22

0,42

46

0,88

810

986

0,12

52

52

1,00

Analizando el segundo intervalo podemos evidenciar que existen seis (6) vehculos que tienen
un kilometraje entre 284 y 459 Kms. los cuales representan un 12% del total de la muestra.
7.4 En una empresa se selecciona una muestra de 30 empleados para hacer un estudio sobre
el nmero de horas que el personal deja de laborar durante la semana. Se registra el nmero
de horas y el da de la semana que ms falto
1.
Lunes
2
16. .
Viernes
5
2.
Viernes
6
17.
Lunes
6
3.
Lunes
7
18.
Martes
7
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

Martes
Viernes
Viernes
Lunes
Lunes
Viernes
Viernes
Viernes
Lunes
Lunes
Martes
Mircoles

8
10
12
3
8
14
9
11
10
3
2
2

19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

Viernes
Viernes
Lunes
Lunes
Viernes
Viernes
Viernes
Lunes
Lunes
Mircoles
Jueves
Jueves

8
10
12
3
8
14
9
3
2
4
6
2

a.- Cul es la poblacin?

La poblacin del caso es todo el personal de la empresa por ser el conjunto de
elementos que se someten a estudio.
Cul es la muestra?
La muestra son los 30 empleados que se seleccionan de la poblacin.
b.- Defina cuales son las variables de estudio. Identifique de qu tipo es cada una
La primera variable son los de la semana la cual es una variable cualitativa ordinal ya
que corresponde a los das de la semana los cuales tienen una secuencia lgica o
escala establecida.
La segunda variable es el nmero de horas las cuales son una variable cuantitativa
continua porque puede tomar un valor cualquiera dentro de un intervalo establecido.
c.- Construya la distribucin de frecuencias correspondiente a cada una de las variables.
Variable N 1 Das
Xi

Fi

Hi

FI

HI

Lunes

11

0,37

11

0,37

37%

Martes

0,10

14

0,47

47%

Mircoles

0,07

16

0,53

53%

Jueves

0,07

18

0,60

60%

Viernes

12

0,40

30

1,00

100%

TOTAL

30

Variable N 2 Horas

Xi

Fi

Hi

FI

HI

0,17

0,17

17%

0,13

0,30

30%

0,03

10

0,33

33%

0,03

11

0,37

37%

0,10

14

0,47

47%

0,07

16

0,53

53%

0,13

20

0,67

67%

0,07

22

0,73

73%

10

0,10

25

0,83

83%

11

0,03

26

0,87

87%

12

0,07

28

0,93

93%

13

0,00

28

0,93

93%

14

0,07

30

1,00

100%

TOTAL

30

7.5 En un concesionario se realiz un estudio sobre la opinin de los clientes sobre los nuevos
modelos de carros ofrecidos y la atencin recibida. Se observaron o midieron, entre otras las
siguientes caractersticas
De 1 a De 1 a De 1 a
5
5 cmo 5 cmo
Marca
cmo evala evala
No Eda model Estado
evala la
la
Rol laboral
.
d
o
Civil
el
atenci atenci
nuevo
model n
del n
del
o
asesor asesor
nuevo ?
?
1
20
X-Trail Soltero(a) Empleado
4
5
3
2
21
Patrol Soltero(a) Independiente
5
5
3
Dueo
de
3
21
D-22
Soltero(a) empresa
4
4
5
Dueo
de
4
24
Patrol Soltero(a) empresa
4
5
4
5
24
X-Trail Soltero(a) Empleado
5
5
5
6
25
Tiida
Soltero(a) Empleado
5
5
3
7
25
Tiida
Soltero(a) Estudiante
5
5
4
8
26
Sentra Soltero(a) Empleado
4
4
4
9
27
Sentra Casado(a) Empleado
4
4
5
10 27
Almera Soltero(a) Independiente
4
4
4
11 28
D-22
Soltero(a) Estudiante
5
5
5
12 28
Tiida
Soltero(a) Independiente
5
5
4
13 28
Sentra Soltero(a) Empleado
4
4
4
14 30
D-21
Soltero(a) Empleado
5
5
3
15 30
Tiida
Soltero(a) Empleado
5
5
5
16 30
17 31
18 32

D-22

Viudo(a)
Separado(
Sentra a)
Almera Soltero(a)

Independiente

Empleado
Pensionado(a)

4
5

3
3

5
2

19
20
21
22
23
24
25
26
27
28
29

33
34
34
35
35
36
36
36
38
39
41

30
31
32
33

41
41
42
42

34 44
35 47
36 53
37 54
38 55
39 57
40 63

Sentra
Tiida
D-22
Almera
D-22
Sentra
D-22
Sentra
D-22
Sentra
Urvan

Soltero(a)
Soltero(a)
Soltero(a)
Soltero(a)
Soltero(a)
Soltero(a)
Soltero(a)
Unin Libre
Soltero(a)
Soltero(a)
Soltero(a)
Separado(
X-Trail a)
D-21
Soltero(a)
Micra Soltero(a)
Tiida
Soltero(a)
Separado(
D-22
a)

Empleado
Estudiante
Empleado
Estudiante
Independiente
Empleado
Independiente
Empleado
Empleado
Pensionado(a)
Independiente

3
5
4
4
2
3
5
3
5
3
4

5
5
3
5
2
5
5
3
5
3
5

4
4
5
4
4
5
5
4
4
3
5

Independiente
Empleado
Independiente
Empleado

3
5
5
4

4
3
5
3

4
4
4
3

Independiente
4
Dueo
de
Sentra Unin Libre empresa
4
D-22
Soltero(a) Independiente
4
Separado(
Almera a)
Independiente
3
D-21
Soltero(a) Empleado
3
Dueo
de
X-Trail Unin Libre empresa
5
Muran
o
Soltero(a) Empleado
5

3
3

3
3

3
4

3
4

a.- Cul es la poblacin? Cul es la muestra?

Poblacion: Todos los clientes del concesionario
Muestra: Clases (40)
b.- Defina cuales son las variables de estudio. Identifique de qu tipo es cada una
Variable No1: El estudio de la satisfaccin del nuevo modelo de carro
Variable No2: El estudio de la satisfaccion de la atencion del asesor
c.- Construya la distribucin de frecuencias correspondiente a cada una de las variables

DISTRIBUCION DE FRECUENCIAS DE FORMA INDIVIDUAL

FRECUE
NCIA
CLAS ABSOLU
ES
TA
20
1
21
2
24
2

FRECUE
NCIA
ABSOLU
TA
ACUMUL
ADA
1
3
5

FRECUE
NCIA
RELATIV
A
0,025
0,05
0,05

FRECUE
NCIA
RELATIV
A
ACUMUL
ADA
0,025
0,075
0,125

25
26
27
28
30
31
32
33
34
35
36
38
39
41
42
44
47
53
54
55
57

2
1
2
3
3
1
1
1
2
2
3
1
1
3
2
1
1
1
1
1
1

63
1
TOTA
L
40

7
8
10
13
16
17
18
19
21
23
26
27
28
31
33
34
35
36
37
38
39

0,05
0,025
0,05
0,075
0,075
0,025
0,025
0,025
0,05
0,05
0,075
0,025
0,025
0,075
0,05
0,025
0,025
0,025
0,025
0,025
0,025

0,175
0,2
0,25
0,325
0,4
0,425
0,45
0,475
0,525
0,575
0,65
0,675
0,7
0,775
0,825
0,85
0,875
0,9
0,925
0,95
0,975

40

0,025

40

DISTRIBUCION DE FRECUENCIAS DE FORMA AGRUPADA

FRECUENC
FRECUENC
IA
IA
FRECUENC ABSOLUTA FRECUENC RELATIVA
IA
ACUMULA IA
ACUMULA
ABSOLUTA DA
RELATIVA DA

CLASES
20
26,142857
1
32,285714
3
38,428571
4
44,571428
6
50,714285
7
56,857142
9
TOTAL

26,1428571
4
32,2857142
9
38,4285714
3
44,5714285
7
50,7142857
1
56,8571428
6
63

0,2

0,2

10

18

0,25

0,45

27

0,225

0,675

34

0,175

0,85

35

0,025

0,875

38

0,075

0,95

40

0,05

40

40

a) La Importancia de la estadstica.
La estadstica es importante puesto que es una ciencia de aplicacin prctica que se adecua en
el proceso de todo tipo de investigacin; est nos permite recolectar y agrupar diversos datos

para construir con ellos informes comprensibles sobre diferentes y variados temas. Asimismo
nos permite resumir los resultados de manera significativa y cmoda con una descripcin ms
exacta.
b) Oportunidades que ofrece la estadstica.
La estadstica nos ofrece los medios para comprender el flujo de datos y encontrar su sentido.
De igual forma sirve como herramienta de control para relacionar y comparar datos.
Tiene muchas aplicaciones en la vida laboral, como la gestin de rendimiento y de
productividad en la empresa, tambin ayudan a los gerentes a comparar escenarios
alternativos y escoger la mejor opcin, o se podra utilizar en la investigacin y el desarrollo de
diferentes estudios para evaluar el mercado de un producto propuesto.
c) Definicin de estadstica.
La estadstica es una coleccin de mtodos para planificar y realizar experimentos, obtener
datos y luego analizar, interpretar, y formular una conclusin basada en esos datos. La
estadstica tambin se encarga de recopilar, organizar, analizar e interpretar informacin
numrica o cualitativa, de manera que pueda llevar a conclusiones vlidas.
La estadstica se divide en dos ramas:
La estadstica descriptiva: Se puede definir como el estudio que incluye la obtencin,
organizacin, presentacin y descripcin de informacin numrica. Su objetivo, por lo tanto, es
describir las caractersticas principales de los datos reunidos.
La estadstica inferencial: Es la que trata de estimar las caractersticas de una poblacin a
travs del estudio de una muestra.
d) Que es una distribucin de frecuencias
Es una disposicin tabular de datos estadsticos, ordenados ascendente o descendentemente,
de acuerdo a la frecuencia de cada dato. La finalidad de las agrupaciones en frecuencias es
facilitar la obtencin de la informacin que contienen los datos. En otras palabras, una
distribucin de frecuencias nos indica cuntas veces se observ cada categora.
e) Como se calcula el nmero de clase
El nmero de clase o intervalos se calcula:
Ni = 1 + 3.3 * log (N)
Donde:
Ni: nmero de intervalos
N: nmero de datos
f) Como se calcula la amplitud o anchura del intervalo
La amplitud del intervalo se calcula con la siguiente formula
R/Ni
Donde:
R: rango
Ni: nmero de intervalos

g) Que son las frecuencias acumuladas?

La frecuencia acumulada es la suma de las frecuencias a un valor dado o debajo de l. Es el
total de las frecuencias que ocurren hasta el valor dado.
Ejemplo:
En una encuesta, se pregunt a 10 personas acerca del nmero de mascotas que tenan y en
la siguiente tabla se muestra cmo calcular la frecuencia acumulativa:

h) Que son las frecuencias relativas?

La frecuencia relativa es el resultado de dividir la frecuencia absoluta de un determinado valor
entre el nmero total de datos, se representa por ni.
ni=fi
N
La suma de las frecuencias relativas es igual a 1
i)

Que es una tabla de contingencia?

Una tabla de contingencia es una tabla que cuenta las observaciones por mltiples variables
categricas. Las filas y columnas de las tablas corresponden a estas variables categricas.
J) Que es y que analiza un histograma?
Una grfica de barras o un diagrama de barras, es una grfica para representar los datos
cualitativos de una distribucin de frecuencia, de frecuencia relativa o de frecuencia porcentual.
En uno de los ejes de la grfica (por lo general en el horizontal), se especifican las etiquetas
empleadas para las clases (categoras). Para el otro eje de la grfica (el vertical) se usa una
escala para la frecuencia, frecuencia relativa o frecuencia porcentual. Despus, empleando un
ancho de barra fijo, se dibuja sobre cada etiqueta de las clases una barra que se extiende
hasta la frecuencia, frecuencia relativa o frecuencia porcentual de la clase.

K) Que es y que analiza un diagrama de barras?

Una presentacin grfica usual para datos cuantitativos es el histograma. Esta grfica se hace
con datos previamente resumidos mediante una distribucin de frecuencia, de frecuencia
relativa o de frecuencia porcentual. Un histograma se construye colocando la variable de
inters en el eje horizontal y la frecuencia, la frecuencia relativa o la frecuencia porcentual en el
eje vertical. La frecuencia, frecuencia relativa o frecuencia porcentual de cada clase se indica
dibujando un rectngulo cuya base est determinada por los lmites de clase sobre el eje
horizontal y cuya altura es la frecuencia, la frecuencia relativa o la frecuencia porcentual
correspondiente.

L) Que es y que analiza un diagrama de Gantt?

El diagrama de GANTT es una herramienta que le permite al usuario modelar la planificacin
de las tareas necesarias para la realizacin de un proyecto. Esta herramienta fue inventada por
Henry L. Gantt en 1917.
Debido a la relativa facilidad de lectura de los diagramas de GANTT, esta herramienta es
utilizada por casi todos los directores de proyecto en todos los sectores. El diagrama de
GANTT es una herramienta para el director del proyecto que le permite realizar una
representacin grfica del progreso del proyecto, pero tambin es un buen medio de
comunicacin entre las diversas personas involucradas en el proyecto.

m) Que es y que analiza un diagrama de espina de pescado o causa y efecto?

Un diagrama de causa y efecto o espina de pescado es una herramienta que representa la
relacin entre un efecto (problema) y todas las posibles causas que lo ocasionan. Los
diagramas de espina de pescado pueden servir como estructura para argumentaciones de
grupo sobre las posibles causas de un problema.
Los diagramas de causa y efecto analizan y evalan las necesidades para ayudar a ilustrar o
reflejar las relaciones que existen entre varias causas potenciales (o reales) de un problema de
rendimiento.
n) Que es y que analiza un diagrama de dispersin?
El diagrama de dispersin es una herramienta grfica que ayuda a identificar la posible relacin
entre dos variables. Representa la relacin entre dos variables de forma grfica, lo que hace
ms fcil visualizar e interpretar los datos.
El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos variables.
Por ejemplo, dos variables estn relacionadas de manera que al aumentar el valor de una, se
aumente simultneamente el valor de la otra.
o) Que es y que analiza un diagrama de tallos u hojas?
Diagrama de tallos u hojas es un semi-grfico que permite presentar la distribucin de
una variable numrica. Consiste en separar cada dato en el ltimo dgito (que se
denomina hoja) y las cifras delanteras restantes (que forman el tallo). Ejemplo
125 ------ 12 hoja / 5 tallo
Un diagrama de tallo y hoja te permite analizar la probabilidad de que un suceso ocurra sin
utilizar probabilidad y estadstica concretamente. Esta representacin de los datos es parecida
a la de un histograma y presentan ms informacin. El diagrama tallo y hojas permite obtener
simultneamente una distribucin de frecuencias de la variable y su representacin grfica
p) Qu es y que analiza un diagrama o caja de bigotes?
Son una presentacin visual que describe varias caractersticas importantes, al mismo tiempo,
tales como la dispersin y simetra.
Para su realizacin se representan los tres cuartiles y los valores mnimo y mximo de los
datos, sobre un rectngulo, alineado horizontal o verticalmente.
Una grfica de este tipo consiste en una caja rectangular, donde los lados ms largos muestran
el recorrido intercuartlico. Este rectngulo est dividido por un segmento vertical que indica
donde se posiciona la mediana y por lo tanto su relacin con los cuartiles primero y tercero
(recordemos
que
el
segundo
cuartil
coincide
con
la
mediana).
Esta caja se ubica a escala sobre un segmento que tiene como extremos los valores mnimo y
mximo de la variable. Las lneas que sobresalen de la caja se llaman bigotes. Estos bigotes
tienen tienen un lmite de prolongacin, de modo que cualquier dato o caso que no se
encuentre dentro de este rango es marcado e identificado individualmente

q) Que es y que analiza los diagramas por atributos por procesos?

Estas son algunas de las caractersticas importantes de este tipo de diagramas:
Puede ser ms sencillo y gil, por esta razn es ms econmico. Un ejemplo de esto, es
comprobar si una pieza pasa por cierto calibre que medirla exactamente.
Resume las caractersticas de distintas variables. Un producto o servicio puede ser defectuoso
o no dependiendo de muchas variables y no de una sola. No se controla una caracterstica
medible sino la ausencia o presencia de un atributo (rechazo/no rechazo).
La verificacin de un proceso por medio de este tipo de mediciones se denomina control por
atributos. Existen diferentes tipos de grficos que permiten verificar la tendencia de este tipo de
informacin. Bsicamente lo que se puede lograr con este tipo de grficos es estudiar como el
proceso cambia o se modifica a travs del tiempo.
Existen 4 tipos de graficas o diagramas por atributos:
Grafico P: porcentaje de fraccin defectiva.
Grafico NP: nmero de unidades defectuosas por muestra constante.
Grafico C: nmero de defectos por unidad.
Grafico U: proporcin de defectos.
r) Que es y que analiza los grficos de causa y efecto?
Un diagrama de causa y efecto (diagrama C&E) es una herramienta de lluvia de ideas que le
permite investigar las diversas causas que influyen en un efecto especfico. Un diagrama C&E
puede ser muy til para dar prioridad a las reas que presentan problemas y desarrollar ideas
para mejorar en una organizacin.
Las causas en un diagrama C&E se deben organizar en seis categoras principales para usos
en el proceso de produccin: Personal, mquinas, materiales, mtodos, mediciones y medio
ambiente. Las aplicaciones de calidad de servicio incluyen por lo general el Personal, los
Procedimientos y las Normas. Adems, los diagramas C&E pueden incluir cualquier tipo de
causa que usted desee investigar.
El diagrama C&E tambin se conoce como diagrama de espina de pescado, porque se
asemeja al esqueleto de un pescado, o diagrama de Ishikawa, el cual debe su nombre a su
creador, Kaoru Ishikawa.

Fuentes de consulta
DESARROLLO GUIA # 2
Actividades de aplicacin:
1.) Calcular la media aritmtica, la mediana y la moda de la siguiente serie de nmeros: 5, 3,
6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.Analizar.

Cuenta
Max

20
8

Min
Mediana
Moda
Media
Dx

2
5
5
4,8
1,32

De acuerdo con los estadsticos, los valores de la mediana y la moda la tendencia de

este grupo de datos esta en 5

2.) Las puntuaciones obtenidas por un grupo en una prueba han sido: 15, 13, 16, 15, 19, 18,
15, 14, 18. Calcular la moda, la mediana y la media aritmtica.
Cuenta
Max
Min
Mediana
Moda
Media
Dx

9
19
13
15
15
15,8888889
1,65432099

3.) Los siguientes datos provienen del resultado de entrevistar a 30 personas sobre la marca
de refresco que ms consume a la semana. Cul es la moda? La mediana y la media?
Marca1
Marca1
Marca2
Marca1
Marca3

Marca2
Marca3
Marca1
Marca1
Marca1

Marca1
Marca1
Marca3
Marca1
Marca3

Marca1
Marca2
Marca3
Marca3
Marca3

marca
Marca 2
Marca 3
Marca 1

Cantidad
6
9
15

Mediana
Media
Moda

Marca1
Marca1
Marca2
Marca1
Marca2

Marca3
Marca1
Marca1
Marca2
Marca3

9 - Marca 3
10 - Marca 3 (Por aproximacin)
15 Marca 1

4.) Los Estudiantes que trabajan en un Centro de Da para adultos de la tercera edad de la
Ciudad de Bogot, observaron el estado civil de un grupo de 120 varones que se tratan por
Problemas depresivos. Sus registros se presentan en la siguiente tabla:

Frecuencia
Absoluta

Frecuencia
Relativa

Casado

18

15%

Soltero

24

20%

Divorciado

36

30%

Viudo

42
120

35%
100%

Mediana

30

Moda

Viudo

Promedio

30

Qu Estado Civil se le asignara a Antonio G. si solo sabe que se trata por problemas
Depresivos y concurre a dicho Centro de Da? Justifique su respuesta.

De acuerdo con los estadsticos de los valores de la tendencia central se identifica que
en una media y mediana de los datos la persona es divorciada

5.) Los resultados de un test de aptitud tomado a un grupo de 100 personas se volcaron en la
siguiente tabla:
Intervalo de aptitud
20,525,5
15,520,5
10,515,5
5,510,5
0,55,5
Total

Frecuencia personas
28
32
21
12
7
100

Media = (28+32+21+12+7) / 5 = 20
La media est en el intervalo de 10,5 15,5.
Mediana = 10,5 15,5
Moda = 15,5 20,5
La moda sobre los resultados de un test de amplitud est en un intervalo de 10,5
15,5. ya que se repiten 32 veces, es uni-modal
6.) La Calidad de un chiste fue evaluada por un grupo de expertos. A continuacin se presenta
la distribucin obtenida:
Calidad de Chiste
Muy bueno

5%

Bueno

12%

Regular

40%

Malo

28%

Muy Malo

15%

a.) Determine la moda y la mediana de esta distribucin.

o Moda = Regular ya que tiene el % ms alto con un 40%
o Mediana = De acuerdo a la organizacin de las posiciones encontramos que
en el medio o en la tercera posicin se encuentra que la calidad es Regular.
b.) La media y el grafico que lo represente?
o Media = (5%+12%+40%+28%+15%)/5 = 100%/5 = 20%

Calidad del chiste

45%
40%
35%
30%
25%
20%
15%
10%
5%
0%

Muy bueno

Bueno

Regular

Malo

Muy Malo

7.) Los nios, a diferencia de los adultos, tienden a recordar las pelculas, cuentos e historias
como una sucesin de acciones ms que el argumento en forma global y de conjunto. En el
relato de una pelcula, por ejemplo, utilizan con frecuencia las palabras "y entonces...". Una
psicloga con suprema paciencia pidi a 50 nios que le contaran una determinada
pelcula que ellos haban visto. Consider la variable: cantidad de "y entonces..." utilizados
en el relato y registr los siguientes datos:
8

15 22 19 15 17 18 20 17 12

16 16 17 21 23 18 20 21 20 20
15 18 17 19 20 23 22 10 17 19
19 21 20 18 18 24 11 19 31 16
17 18 19 20 18 18 40 18 19 16
Como parte del mismo estudio la experimentadora obtuvo de 50 adultos el mismo tipo de datos.
Estos fueron:

Para ambas variables:

a.

Construya las tablas de frecuencias.

Nios
8

15 22 19 15 17 18 20 17 12

16 16 17 21 23 18 20 21 20 20
15 18 17 19 20 23 22 10 17 19
19 21 20 18 18 24 11 19 31 16
17 18 19 20 18 18 40 18 19 16
Intervalos: 1 + 3.33 Log in = 1 + 3.33 Log 50 = 6.65 ~ 7
Amplitud: (Max Min)/# intervalos = (40 8)/ 7 = 4.57 ~ 5
Tabla de frecuencia (Nios)
veces
repetidas
palabra
(y
entonces)

ni nios

Ni nios

hi %

Hi %

Promedio
veces
repetidas

13

0,08

0,08

10,50

14

19

29

33

0,58

0,66

16,50

20

25

15

48

0,30

0,96

22,50

26

31

49

0,02

0,98

28,50

32

37

49

0,00

0,98

34,50

38

43

Sumatoria

50

0,02

50

1,00

40,50

1,00

Adultos.
1
0
1
1
9

1
2
1
0
8

1
1
5

1
2

1
5
1
2
1
0

1
6
7

1
3
1
1
1
0
9

1
0
1
5
1
4
1
0
1
1

1
2
1
2
7
3
1
4

1
7
1
6
1
1
1
0

1
4
9

1
0
1

1
4
1
5

8
9

Intervalos: 1 + 3.33 Log in = 1 + 3.33 Log 50 = 6.65 ~ 7

Amplitud: (Max Min)/# intervalos = (17 1) / 7 = 2.28 ~ 2
Tabla de frecuencia (Adultos)
veces repetidas
palabra
(y
entonces)

ni
adulto
s

Ni
adulto
s

hi %

Hi %

Promedio
veces
repetidas

0,04

0,04

2,00

0,06

0,10

5,00

16

21

0,32

0,42

8,00

10

12

18

39

0,36

0,78

11,00

13

15

47

0,16

0,94

14,00

16

18

50

0,06

1,00

17,00

Sumatoria

50

1,00

Calcule la media, la mediana y la moda. Analice los comportamientos de los resultados en

los dos procesos.

Nios
Media
=
(8+15+22+19+15+17+18+20+17+12+16+16+17+21+23+18+20+21+20+20+15+18+17+19
+20+23+22+10+17+19+19+21+20+18+18+24+11+19+31+16+17+18+19+20+18+18+40+1
8+19+16) = 935/50 = 18.7 ~ 19
Mediana
=
8,10,11,12,15,15,15,16,16,16,16,17,17,17,17,17,17,18,18,18,18,18,18,18,18,18,19,19,19,1
9,19,19,19,20,20,20,20,20,20,20,21,21,21,22,22,23,23,24,31,40
La mediana de los datos evaluados es de 18.

Moda = 18
La moda de los datos es de 18 ya que se repiten 9 veces, es unimodal.
Adultos

Media
=
(10+12+5+8+13+10+12+8+7+9+11+10+9+9+11+15+12+17+14+10+9+8+15+16+10+14+7
+16+9+1+4+11+12+7+9+10+3+11+14+8+12+5+10+9+7+11+14+10+15+9)
= 508/50 = 10.16 ~ 10
Mediana
=
1,3,4,5,5,7,7,7,7,8,8,8,8,9,9,9,9,9,9,9,9,9,10,10,10,10,10,10,10,10,11,11,11,11,11,12,
12,12,12,12,13,14,14,14,14,15,15,15,16,16,17
La mediana de los datos evaluados es de 10.
Moda = 10 y 9
La moda de los datos es de 10 y 9 ya que ambos se repiten 8 veces, es bimodal.

c.) Grafique ambas distribuciones de manera que puedan ser comparadas.

veces repetidas palabra
(y entonces)
1-6

ni adultos

ni nios

7 - 12

34

13 - 18

11

22

19 - 24

22

25 - 30

31 - 36
37 - 42
Sumatoria

0
0
50

1
1
50

cantidad de "y entonces..."

ni adultos

ni nios

34

22

22

11
5

4
1

1 - 60

7 - 12

13 - 18

19
0 - 24

25
0 - 30
0

31
0 - 36

1
37
0 - 42

d.) Los puntos anteriores, qu indican respecto de la conducta observada en nios y

Adultos? = Nos damos cuenta que los nios son los que tienden a repetir ms la
palabra y entonces al momento de contar una pelcula a diferencia de los adultos ya
que estos su nmero ms alto fue de 17, y los nios de 40.
e.)
8.) Calculo de la media a, la mediana. La moda, la varianza, desviacin y coeficiente de
variacin. Se analiz el IVA que se aplica, en diversos pases europeos, a la compra de
obras de arte. Los resultados obtenidos fueron los siguientes:.

PAIS
Espaa 0,16
Italia 0,20
Blgica 0,06
Holanda 0,06
Alemania 0,07
Portugal 0,17
Luxemburgo 0,06
Finlandia 0,22

Pas

IVA

Blgica

0,06

0,004

Holanda

0,06

0,004

Luxemburg
o

0,06

0,004

Alemania

0,07

0,005

Espaa

0,16

0,026

Portugal

0,17

0,029

Italia

0,2

0,04

Finlandia

0,22

0,048

0,159

Mediana

0,13

Media

0,12

Moda

0,06

Varianza

0,02

Desviacin

0,14

Coef. Variacin

1,22

Definicin de medida de tendencia central

Las medidas de tendencia central son medidas estadsticas que pretenden resumir en un solo
valor a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado el
conjunto de los datos, es decir que sirven como punto de referencia para interpretar los datos
obtenidos de una muestra. Las medidas de tendencia central ms utilizadas son: media,
mediana y moda.
9.) Dentro del proceso de ingeniera determine un modelo en un proceso de manufactura en
que pueda aplicar las medidas de tendencia central y dispersin?
En la empresa Margarita en el proceso de empaque de las papas hay un punto de control
donde se hace seguimiento al paso de los paquetes midiendo el cumplimiento al margen
establecido que es 28 g +- 0.5, este control se lleva diario por muestreo de lotes, de cada lote
se toman 40 paquetes de papas los cuales se obtuvieron pesos diferentes a pesar de que el
producto se realiz bajo las mismas condiciones (temperatura, maquinaria, tiempo en coccin
entre otros).
10.) A continuacin encuentra una serie de preguntas que debe contestar adecuadamente,
apoyado de su creatividad y de lecturas.

a. Cules son los parmetros bsicos que determinan la medidas de tendencia

central?

Rta/: Los parmetros bsicos que determinan las medidas de tendencia central
son:

La media promedio, es la informacin que establece la preferencia tpica

de cierto grupo de datos. Se halla sumando todos los datos paso siguiente
se divide este resultado en el nmero total de datos.
La mediana, es el antecedente que ocupa el lugar central de una
agrupacin de datos ordenados.
La moda, son los datos que se repite con mayor frecuencia en un conjunto
de estos.

b. Cuales son la caractersticas principales de la media mediana y moda?.

MEDIA

1.- Es una medida totalmente numrica o sea slo puede calcularse en datos de
caractersticas cuantitativas.
2.- En su clculo se toman en cuenta todos los valores de la variable.
3.- Es lgica desde el punto de vista algebraico.
4.- La media aritmtica es altamente afectada por valores extremos.
5.- No puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
6.- La media aritmtica es nica, o sea, un conjunto de datos numricos tiene una y solo
una media aritmtica.

MEDIANA
1.- En su clculo no se incluyen todos los valores de la variable.
2.- La Mediana no es afectada por valores extremos.
3.- Puede ser calculada en distribuciones de frecuencia con clases abiertas.
4.- No es lgica desde el punto de vista algebraico.

MODA
1.- En su clculo no se incluyen todos los valores de la variable.
2.- El valor de la moda puede ser afectado grandemente por el mtodo de designacin de
los intervalos de clases.
3.- No est definida algebraicamente.
4.- Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
5.- No es afectada por valores extremo

La media aritmtica: comnmente conocida como media o promedio. Se representa

por medio de una letra M o por una X con una lnea en la parte superior.
La mediana: la cual es el puntaje que se ubica en el centro de una distribucin. Se
representa como Md.
La moda: que es el puntaje que se presenta con mayor frecuencia en una
distribucin. Se representa Mo.
c. Definicin de medida de tendencia central?.

Las medidas de tendencia central son valores que se ubican al centro de un conjunto de
datos ordenados segn su magnitud. Generalmente se utilizan 4 de estos valores tambin
conocidos como estadgrafos, la media aritmtica, la mediana, la moda y al rango medio.
La media aritmtica es la medida de posicin utilizada con ms frecuencia. Si se tienen n
valores de observaciones, la media aritmtica es la suma de todos y cada uno de los
valores dividida entre el total de valores: Lo que indica que puede ser afectada por los
valores extremos, por lo que puede dar una imagen distorsionada de la informacin de los
datos.
La Mediana, es el valor que ocupa la posicin central en un conjunto de datos, que deben
estar ordenados, de esta manera la mitad de las observaciones es menor que la mediana y
la otra mitad es mayor que la mediana, resulta muy apropiada cuando se poseen
observaciones extremas.
La Moda es el valor de un conjunto de datos que aparece con mayor frecuencia. No
depende de valores extremos, pero es ms variables que la media y la mediana.
Rango Medio es la media de las observaciones menor y mayor. Como intervienen
solamente estas observaciones, si hay valores extremos, se distorsiona como medida de
posicin, pero
Ofrece un valor adecuado, rpido y sencillo para resumir al conjunto de datos.

d. Que determinan los anlisis de la media, mediana y moda para datos agrupados?
La media se define como la suma de todos los valores observados, dividido por el nmero total
de observaciones y determina el valor promedio de los datos a analizar
Mediana: podemos identificar el valor que se encuentra en el centro de los datos, es decir, nos
permite conocer el valor que se encuentra exactamente en la mitad del conjunto de datos
despus que las observaciones se han ubicado en serie ordenada el cual separa los datos en
dos fragmentos.
Moda: Es la medida que se relaciona con la frecuencia que se presenta el dato o los datos con
mayor incidencia, con lo que se considera la posibilidad de que exista ms de una moda para
un conjunto de datos, esta puede ser cuantitativo o cualitativo.
e. Que determinan los anlisis de la media, mediana y moda para datos
agrupados?
Punto de equilibrio.
f.

Como se calcula la media para datos agrupados?

Clculo De La Mediana Para Datos Agrupados

no

La mediana, llamada algunas veces media posicional, es el valor del trmino medio que
divide una distribucin de datos ordenados en dos partes iguales, es decir, el 50% de los
datos se ubican sobre la mediana o hacia los puntajes altos y el 50% restante hacia los
puntajes bajos.

g.

Que son las medidas de centralizacin?

Habitualmente necesitamos disponer de un valor numrico que represente la disparidad de

datos de una distribucin de frecuencias. Estos valores son los llamados parmetros
centrales o medidas de centralizacin, ya que son valores "intermedios" que se situan
alrededor del centro de la distribucin.
Se trata de la media, la moda y la mediana.
Que aplica una mediana en formacin de anlisis?

Que parmetros tiene en cuenta para la media?

Una estimacin es puntual cuando se obtiene un slo valor para el parmetro. Los
estimadores ms probables en este caso son los estadsticos obtenidos en la muestra,
aunque es necesario cuantificar el riesgo que se asume al considerarlos. Recordemos que
la distribucin muestral indica la distribucin de los valores que tomar el estimador al
seleccionar distintas muestras de la poblacin. Las dos medidas fundamentales de esta
distribucin son la media que indica el valor promedio del estimador y la desviacin tpica,
tambin denominada error tpico de estimacin, que indica la desviacin promedio que
podemos esperar entre el estimador y el valor del parmetro.
Ms til es la estimacin por intervalos en la que calculamos dos valores entre los que se
encontrar el parmetro, con un nivel de confianza fijado de antemano.
Llamamos Intervalo de confianza al intervalo que con un cierto nivel de confianza, contiene
al parmetro que se est estimando.

h. Que caractersticas aplican en la varianza?

Se trata de la esperanza del cuadrado de la desviacin de esa variable considerada frente
su media y se mide en una unidad diferente. Como ejemplo, en los casos en que la variable
mide una distancia en kilmetros, su varianza se expresa en kilmetros al cuadrado.
Que determinan los anlisis de la media, mediana y moda para datos no agrupados?
El anlisis de la media determina el promedio de la poblacin, la mediana es donde se
encuentra el punto medio de la poblacin, y la moda es el dato que ms se repite en la
poblacin
Cules son las propiedades y observaciones que se cuenta con la desviacin tpica?
Propiedades de la desviacin tpica

1 La desviacin tpica ser siempre un valor positivo o cero, en el caso de que las
puntuaciones sean iguales.
2 Si a todos los valores de la variable se les suma un nmero la desviacin tpica no vara.
3 Si todos los valores de la variable se multiplican por un nmero la desviacin
tpica queda multiplicada por dicho nmero.
4 Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas desviaciones tpicas se puede calcular la desviacin tpica total.
Si todas las muestras tienen el mismo tamao:

Si las muestras tienen distinto tamao:

Observaciones sobre la desviacin tpica

1 La desviacin tpica, al igual que la media y la varianza, es un ndice muy sensible a
las puntuaciones extremas.
2 En los casos que no se pueda hallar la media tampoco ser posible hallar la desviacin
tpica.
3 Cuanta ms pequea sea la desviacin tpica mayor ser la concentracin de
datos alrededor de la media.
Desviacin tpica
La desviacin tpica es la raz cuadrada de la varianza y se representa por la letra .
Para calculara se calcula la varianza y se saca la raz. Las interpretaciones que se
deducen de la desviacin tpica son, por lo tanto, parecidas a las que se deducan de
la varianza.
Comparando con el mismo tipo de datos, una desviacin tpica elevada significa que
los datos estn dispersos, mientras que un valor bajo indica que los valores son
prximos los unos de los otros, y por lo tanto de la media.
Propiedades de la desviacin tpica
0 La desviacin tpica es un valor positivo, la igualdad slo se da en el caso de que
todas las muestras sean iguales.
Si a todos los datos se les suma una constante, la desviacin tpica sigue siendo la
misma.
Si todos los datos se multiplican por una constante, la desviacin tpica queda
multiplicada por dicha constante.
Si se dispone de varias distribuciones con la misma media y se calculan las distintas
desviaciones tpicas, se puede hallar la desviacin tpica total aplicando la frmula

En el caso de que las distribuciones tengan distinto tamao, la frmula se pondera y queda
como

i.

Que determinacin dara a un proceso de prestacin de servicios en la parte de

ingeniera industrial?

Mejora logstica
Reduccin de tiempos.
Mejora de procesos.

DESARROLLO GUIA # 3
1.

Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas

nicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones de
entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?, b) Cul es la
probabilidad de que como mximo 2 de las identificaciones pertenezcan a menores de
edad?
A)
N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a
personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
P(x=2, n=5)= 4C2 * 5C3 = (3) (10) = 0.238095
9C5
126
B)
N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a
personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

P(x=0,1,2,n=5)= 4C0 * 5C5 + 4C1 * 5C4 + 4C2 * 5C3 = (1)(1) + (4) (5) + (6)(10=
9C5
126
1+120+60 =
126

81 =
126

0.64286

2. Una compaa manufacturera utiliza un esquema para la aceptacin de los artculos

producidos antes de ser embarcados. El plan es de dos etapas. Se preparan cajas de
25 para embarque y se selecciona una muestra de 3 para verificar si tienen algn
artculo defectuoso. Si se encuentra uno, la caja entera se regresa para verificarla al
100%. Si no se encuentra ningn artculo defectuoso, la caja se embarca.
A) Cul es la probabilidad de que se embarque una caja que tiene tres artculos
defectuosos?
Total en caja
N = 25
Objetos defectuosos en la caja
a=3
Muestra tomada
n=3
Cuantos se espera encontrar defectuosos
x=1
Ca, x = C3, 1 = 3!/(1! * 2!)= 3
CN-a, n-x = C 22,2 = 22!/(20! * 2!)= (22*21/2) = 231
CN,a = C25,3 = 25!/(22! * 3!)= 25*24*23/6 = 25*23*4 = 2300
Probabilidad de deteccin y rechazo
P = (Ca,x * CN-a,n-x) / Cn,a = (3*231)/2300 = 693/2300 = 0.3013
Probabilidad de embarque
B) 1 - P = 0.6987 = 69.87% b) Cul es la probabilidad de que una caja que
contiene solo un artculo defectuoso se regresa para verificacin?
b. Total en caja
N = 25
Objetos defectuosos en la caja
a=1
Muestra tomada
n=3
Cuantos se espera encontrar defectuosos
x=1
Ca, x = C1,1 = 1
CN-a , n-x = C 24,2 = 24!/(22! * 2!)= (24*23/2) = 276
CN,a = C25,3 = 25!/(22! * 3!)= 25*24*23/6 = 25*23*4 = 2300
Probabilidad de deteccin y rechazo
P = (Ca,x * CN-a,n-x) / Cn,a = (1*276)/2300 = 276/2300 = 0.12
P = 12%
3. La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de
los lectores ya la han ledo. Un grupo de 4 amigos son aficionados a la lectura:

Cul es la probabilidad de que el grupo hayan ledo la novela 2 personas?

B (4,0.2) P= 0.8 q= 0.2
p = (x=2) = (4/2) (0.8)2 (0.2)2 = 4-3/2 0.64 -0.04
= 0.15
Y cmo mximo 2?
P= ( x 2 ) = p ( x = 0 ) + p ( x = 1 ) + p ( x = 2 ) =

4. La probabilidad de que un artculo producido por una fbrica sea defectuoso es 0.02.
Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la desviacin tpica.
U= 10000 * 0.02 = 200
O= 10000* 0.02 * 0.98 = 196
O = 196 = 14
5. Un agente de seguros vende plizas a cinco personas de la misma edad y que
disfrutan de buena salud. Segn las tablas actuales, la probabilidad de que una
persona en estas condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de
que, transcurridos 30 aos, vivan:
Las cinco personas
B ( 5, 2/3) p = 2/3 q = 1/3
P ( x = 5 ) = ( 5/5) ( 2/3 ) 5 = 0.132
Al menos tres personas
P(X>=3)
=
P(X=3)
P(X=3)
P(X=4)
P(X=5)

=
=
=

C(5,3)
C(5,4)
C(5,5)

*
*
*

+
(2/3)^3
(2/3)^4
(2/3)^5

P(X=4)
*
*
*

(1/3)^(5-3)
(1/3)^(5-4)
(1/3)^(5-5)

P(X=5)
=
=
=

0.3292
0.3292
0.1317

P(X>=3) = 0.7901
Exactamente dos personas
P(X=2) = C(5,2) * (2/3)^2 * (1/3)^(5-2) = 0.1646
6. Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras
que cruces.
B (4, 0.5) p = 0.5 q = 0.5
P (x 3) = p (x = 3) + p (x = 4) =
= (4/3) 0.5^3 * 0.5 + (4/4)0.5^4 = 0.3125
7. En unas pruebas de alcoholemia se ha observado que el 5% de los conductores
controlados dan positivo en la prueba y que el 10% de los conductores controlados no
llevan puesto el cinturn de seguridad. Tambin se ha observado que las dos
infracciones son independientes. Un guardia de trfico para cinco conductores al azar.
Si tenemos en cuenta que el nmero de conductores es suficientemente importante
como para estimar que la proporcin de infractores no vara al hacer la seleccin:
A) Determinar la probabilidad de que exactamente tres conductores hayan
cometido alguna de las dos infracciones
B) Determine la probabilidad de que al menos uno de los conductores controlados
haya cometido alguna de las dos infracciones.
8. La probabilidad de que un artculo producido por una fbrica sea defectuoso es p =
0.02. Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la desviacin tpica.

U= 10000 * 0.02 = 200

O= 10000* 0.02 * 0.98 = 196
O = 196 = 14
p.
A)

8.1. En la inspeccin de hojalata producida por un proceso electroltico

continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine
las probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos
dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15
minutos.

9. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10
cheques sin fondos en cualquiera de dos das consecutivos?
A) x = variable que nos define el nmero de cheques sin fondo que llegan al
banco en un da cualquiera = 0, 1, 2, 3, .., etc, etc.
l
=
6
cheques
sin
fondo
por
da
e = 2.718
B) x= variable que nos define el nmero de cheques sin fondo que llegan al banco
en
dos
das
consecutivos
=
0,
1,
2,
3,

l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das

consecutivos
Nota: l siempre debe de estar en funcin de x siempre o dicho de otra forma,
debe hablar de lo mismo que x
10. La probabilidad de tener un accidente de trfico es de 0,02 cada vez que se viaja, si se
realizan 300 viajes, cul es la probabilidad de tener 3 accidentes?
P =?
K=3
= n * p = 300 * 0.02 = 6
P (x=k) e- k
K!
P(x=3) 2.71828^-6 * 6^3.
3!
P(X=3) 0.0892
P(X=3) 8.9%
La probabilidad de tener 3 accidentes de trfico en 30 viajes es de 8.9%
11. La probabilidad de que un nio nazca pelirrojo es de 0,012. Cul es la probabilidad de
que entre 800 recin nacidos haya 5 pelirrojos?
P= (x = 5 ) = e ^-9.6 * (9.6^5/ 5! )
P = ( x = 5 ) = 4.602
Por lo tanto, la probabilidad de que haya 5 pelirrojos entre 800 recin nacidos es del 4,6%
REFLEXIONES:
a) La Importancia de la distribucin de probabilidades.

La importancia de la distribucin de probabilidades radica en que esta funcin nos permite

visualizar las diferentes opciones de resultado que se pueden presentar para un determinado
experimento arrojando diversas variables.

a) Oportunidades que ofrece la distribucin Poisson.

Dado que la distribucin de Poisson se emplea para describir varios procesos, se puede decir
que nos ofrece entre otros la distribucin de las llamadas telefnicas que llegan a un
conmutador, la demanda de servicios en una institucin asistencial por parte de los pacientes,
los arribos de los camiones y automviles a la caseta de cobro y el nmero de accidentes en un
cruce, entre otros
b) Defina distribucin Poisson, binomial e Hipergeometrca.
Poisson: expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de
que ocurra un determinado nmero de eventos durante cierto perodo de tiempo.
Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".
Binomial: es la principal distribucin de probabilidad discreta para variables
dicotmicas, es decir, que slo pueden tomar dos posibles resultados. Este proceso,
consiste en realizar un experimento aleatorio una sla vez y observar si cierto suceso
ocurre o no, siendo p la probabilidad de que ocurra (xito) y q=1p de que no ocurra
(fracaso), por lo que la variable slo puede tomar dos posibles valores, el 1 si ocurre y
el 0 sino sucede.
Hipergeomtrica: la distribucin hipergeomtrica es una de las distribuciones de
probabilidad discreta que modela el nmero de eventos en una muestra de tamao fijo
cuando usted conoce el nmero total de elementos en la poblacin de la cual proviene
la muestra. Se utiliza para calcular la probabilidad de una seleccin aleatoria de un
objeto sin repeticin.

c) Que es una distribucin de probabilidad discreta y continua?

Distribucin de probabilidad discreta es aquella que puede tomar valores al azar pero
teniendo en cuenta que solo maneja nmeros enteros y exactos
Distribucin de probabilidad continua es aquella que toma valores con decimales y
toma valores que continan

d) Como se calcula la distribucin binomial?

La distribucin binomial se calcula con la formula

Donde:
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.

e) Como se calcula la distribucin Poisson?

La distribucin poisson se calcula con la formula

Donde:
k es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la
probabilidad
de que el evento suceda precisamente k veces).
es un parmetro positivo que representa el nmero de veces que se espera que
ocurra
el fenmeno durante un intervalo dado. Por ejemplo, si el suceso estudiado tiene
lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad de
que ocurra
k veces dentro de un intervalo de 10 minutos, usaremos un modelo de distribucin de
Poisson con = 104 = 40.
e es la base de los logaritmos naturales (e = 2,71828...)
f)

Que le aporta como ingeniero las distribuciones de probabilidad?

Las distribuciones de probabilidad le aporta a un ingeniero la capacidad de
entender mas all.
De la estadstica normal y poder generar conocimiento para un buen
desenvolvimiento de las probabilidades.

g) Que indica en un proceso la Poisson?

o

h)

Las distribuciones de probabilidad me aporta como ingeniero una herramienta

importante para el anlisis de datos.

Que le aporta como ingeniero las distribuciones de probabilidad?

o Indica unos fenmenos que ocurren 0, 1, 2, 3,... veces durante un periodo
definido de tiempo o en un rea determinada

i)

Que indica en un proceso la Distribucin Poisson?

Esta distribucin es una de las ms importantes distribuciones de variable discreta. Sus

principales aplicaciones hacen referencia a la modelizacin de situaciones en las que nos
interesa determinar el nmero de hechos de cierto tipo que se pueden producir en un intervalo
de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.
Otro de sus usos frecuentes es la consideracin lmite de procesos dicotmicos reiterados un
gran nmero de veces si la probabilidad de obtener un xito es muy pequea

TEXTO; ESTADSTICA PARA ADMINISTRACIN Y ECONOMA ANDERSON SWEENEY

WILLIAMS.
TEXTO; GESTION DE PROYECTOS IDENTIFICACION - FORMULACION EVALUACIN
FINANCIERA ECONMICA SOCIAL AMBIENTAL JUAN JOSE MIRANDA MIRANDA.