En un experimento de Gentica en una planta de flores se tiene 5 plantas progenitoras

que tienen combinaciones de genes roja y blanca para el color de las mismas, segn
experimentos anteriores se puede afirmar que la probabilidad de obtener una planta
de color roja es de 0.75 lo que equivale a 34, es decir P(planta roja)=0.75 Suponga
que queremos calcular la probabilidad de que 3 de las 5 plantas tengan color rojo.
Segn lo enunciado resuelva 1 y 2
1. A continuacin se presenta una relacin de distribuciones o pruebas estadsticas.
Seleccione la distribucin o prueba y explique por qu razn lo selecciona o por lo
contrario porque no se selecciona.

Distribucin o

Si

No

Explicacin

Multitud de variables aleatorias

continuas siguen una distribucin
normal o aproximadamente normal.
Una de sus caractersticas ms
importantes es que casi cualquier
distribucin de probabilidad, tanto
discreta como continua, se puede
aproximar por una normal bajo ciertas
condiciones.
Tiene caractersticas similares a la
distribucin normal, su diferencia
principal radica en las reas de los
extremos las cuales son ms amplias,
como
consecuencia
de
que
usualmente se trabaja con muestras
pequeas.

Prueba
Distribucin
Normal

Distribucin t

Distribucin

Ji

Es ms compleja que la Normal y la

Binomial.
Es asimtrica positiva, y se acerca a
la distribucin Normal como mayor
sea el nmero de grados de libertad;
y no pueden tomar valores negativos.

En ella se comparan tres o ms

medidas
poblacionales
para

cuadrado

Distribucin F

En caso de que la respuesta

sea No plantee un ejemplo de
uso de la distribucin
Ej.: Se tiene una moneda que
al lanzarla puede dar solo dos
resultados: o cara (50%), o cruz
(50%).

Ej.: Los valores de las

matriculas de estudiantes en
una universidad privada tienen
un
comportamiento
aproximadamente
normal,
donde el promedio es de
2.100.000. Se seleccionan 8
liquidaciones,
siendo
los
valores
los
siguientes:
1.950.000,
2.100.000,
2.250.000,
1.890.000,
2.250.000,
1.950.000,
2.050.000,
2.350.000.
Determine la probabilidad de
que el promedio sea menor de
2.000.000.
Ej.: Suponga que los tiempos
requeridos por un cierto
autobs para alcanzar un de
sus destinos en una ciudad
grande forman una distribucin
normal con una desviacin
estndar de 1 minuto. Si se
elige al azar una muestra de 17
tiempos,
encuentre
la
probabilidad de que la varianza
muestral sea mayor que 2.
Ej.: El gerente de una empresa
desea
comparar
la

determinar si son iguales

Distribucin

Binomial

Distribucin

Poisson

Distribucin Gama

Distribucin

Exponencial

Prueba

Se supone que el numero de ensayos

es infinito, aunque se escogieron 5
entre un nmero no determinados de
plantas progenitoras.
Solo hay dos resultados posibles
opuestos entre s: que sean rojas o
de otro color.
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.

Es una generalizacin del modelo

exponencial y se utiliza para modelar
variables que describen el tiempo
hasta que se produce p veces un
determinado suceso.
Tiene una gran utilidad prctica ya
que podemos considerarla como un
modelo adecuado para la distribucin
de probabilidad del tiempo de espera
entre dos hechos que sigan un
proceso de Poisson.

de

Se usa para comparar dos muestras

relacionadas, es decir, para analizar
datos obtenidos mediante el diseo
antes despus, o el diseo pareado

Prueba de Kruskall

Se emplea cuando se quieren

comparar 3 o ms poblaciones. Su
diseo es completamente al azar, y
es el equivalente a un anlisis de
varianza de una sola via.

Wilcoxon

- Wallis

productividad, medida por el

nmero de clientes atendidos,
de tres empleados

Ej.: Tres ejecutivos opinan que

el nmero medio de pacientes
que llegan a cierto servicio
nocturno de guardia durante
una hora es 2, segn el
primero, 3 , segn el segundo,
y 5 segn el tercero. Sus
opiniones pueden ponderarse
teniendo en cuenta que el
primero tiene el doble de
experiencia profesional que los
otros dos.
Ej.: En una urna con 342
boletas,
para
ganar
un
automvil; Qu probabilidad
hay que pueda salir premiada
la boleta numero 342?
Suponga que un sistema
contiene
cierto
tipo
de
componente cuyo tiempo de
falla en aos est dado por la
variable aleatoria T, distribuida
exponencialmente con tiempo
promedio de falla 5. S 5 de
estos componentes se instalan
en diferentes sistemas, cul
es la probabilidad de que al
menos 2 continen funcionando
despus de 8 aos?
Los datos corresponden a una
muestra
de
8
pacientes
varones de 45 a 55 aos. Son
lecturas de Colesterol Total
tomadas despus de 12 horas
de ayuno y repetida 1 hora
despus de comer. Hubo
incremento significativo de los
niveles de Colesterol despus
de la comida?
Ej.: Una empresa recluta y
contrata personal para su
equipo de gerencia de tres
universidades diferentes. Se
dispone de calificaciones de
desempeo
en
muestras
independientes
de
cada
escuela.

Aplique la distribucin y d respuesta a la probabilidad solicitada.

n=5

p=0.6
B=( 5 ; 0.6 )
k =3
q=0.4

()

P ( x=k )= n p kqnk
k
53

0.4
3
0.6
5
P ( x=3 )=
3

()

n!
(nk)= k ! ( nk
)!
5!
543 ! 54 20
=
=
= =10
(53)= 3 ! ( 53
)! 3 ! (2)!
21 2
P ( x=3 )=10( 0.216 )( 0.16 )=0.3456 35
2. En el mercado existe diversas herramientas que facilitan el clculo de
probabilidades y/o aplicacin de distribuciones como ejemplo tenemos SPSS,
SAS, o ms sencillos como Minitab, STATDISK, Excel o calculadoras que
contengan probabilidades. Investigue como se resolvera la misma pregunta
utilizando una (1) herramienta tecnolgica. Explique el paso a paso para la
obtencin de la respuesta.
La herramienta a utilizar es EXCEL

Como se puede observar el resultado es similar al que obtuvimos cuando lo

hicimos aplicando la formula en ejercicio.

EVALUACION PRCTICA
Teniendo en cuenta su sitio de trabajo, o el contexto donde usted vive seleccione un tema
de su inters y desarrolle una investigacin de tipo estadstico, determine su poblacin o
universo calcule el tamao optimo de una muestra y seleccinela de su poblacin,
presente los cuadros de frecuencia y de contingencia que le interese a su investigacin,
medidas de tendencia central y de dispersin debidamente analizadas y con la
recomendaciones pertinentes. Lo anterior le va a permitir practicar los temas de
probabilidades, distribuciones y planteamiento de hiptesis de trabajo con la respectiva
toma de decisin debidamente justificadas.
Nota: El trabajo presentado en Estadstica I, Bioestadstica estadstica descriptiva se
puede utilizar para el desarrollo de la investigacin en mencin.
Resuelva:
1. Teniendo en cuenta la informacin obtenida en su investigacin, calcule como mnimo
tres probabilidades de su inters (adicin, multiplicacin y teorema de Bayes) explique
resultados.
De acuerdo a los anlisis realizados y recomendaciones:
2. Plantee hiptesis de trabajo, establezca el nivel de significancia o de confiabilidad
segn el caso.
3. Explique y justifique el estadstico de prueba a utilizar.

4. Presente y explique la aplicacin del estadstico de prueba a los datos de su

investigacin.
5. Tome decisin y presente conclusiones.

DESARROLLO
La investigacin a realizar es sobre la calificacin de los obreros de una empresa
desde el punto de vista de su calificacin y desde el punto de la antigedad. En el
siguiente cuadro se describe la investigacin:
Antigedad
Calificacin

TOTALES

Totales
Experto (E)
Aprendiz (A)

200
140
60

Menos de 5 aos
(M)
40
25
15

Ms de 5 aos (N)
160
115
45

De este grupo se va a seleccionar un obrero aleatoriamente para realizar una

capacitacin para el ascenso a supervisor. Cul es la probabilidad de que sea un
obrero experto (E) o tenga menos de 5 aos de antigedad (M)?
Al observar la tabla vemos que E y M son compatibles, porque existen 25 obreros de
un total de 200 que cumplen con esa condicin.

E M =25

P ( E M )=P ( E ) + P ( M )P ( E M )
P ( E M )=

140 40
25 155
+

=
=0.775=77.5
200 200 200 200

Esto nos indica que existe una probabilidad del 77.5% que se escoja un obrero
experto y con menos de 5 aos de antigedad en la empresa para que realice la
capacitacin para ascenso a supervisor.
Tambin se sabe que de los 200 obreros, 160 son casados; adems que 80 obreros
tienen ms de dos hijos y 60 de esos 80 son casados. Si se necesita escoger un
obrero aleatoriamente que resulte casado con ms de dos hijos para un programa de
vivienda; Qu probabilidad existe?

Espacio muestral : S=200

Obreros casado : E=160

Obreros con ms de dos hijos : A=80

Obreros casados con ms de dos hijos : A E=60

P ( A| E )=

A E 60 3
=
= =0.375=37.5
E
160 8

Esto nos indica que existe una probabilidad del 37.5% de escoger un obrero casado
con ms de dos hijos para que acceda a este programa de vivienda.
De los 200 obreros que trabajan en la empresa 120 son mujeres y 80 son hombres.
Tambin se sabe por experiencia que el 90% de las mujeres y el 70% de los hombres
nacieron en la ciudad de Santa Marta. Si se requiere escoger un obrero que sea
samario; Cul es la probabilidad de que eso se d?

S=200

C=Nacidos en Santa Marta

M =Mujeres

H=Hombres
P (M )=
P (H )=

120
=0.6
200

60
=0.4
200

P (C )=?
P (C )=P ( M )P ( CM )+ P ( H )P ( C|H )
CM

P
P (C|M )=
P (C|H )=

P ( C H ) ( 0.7 )( 0.4 )
=
=0.7
0.4
P(H)

P (C )=( 0.6 )( 0.9 )+ ( 0.4 ) + ( 0.7 )=0.82=82

La probabilidad es del 82%
Ahora bien, si se requiere que sea mujer; aplicaremos la Ley de probabilidad de
BAYES.

P ( M |C )=

P ( M )P ( C|M )
P ( M )P ( C|M )+ P ( H )P ( C|H )

P ( M |C )=

( 0.6 )( 0.9 )
0.54
=
=0.658=65.8 66
( 0.6 )( 0.9 ) + ( 0.4 )( 0.7 ) 0.54+ 0.28

Es decir que tendramos una probabilidad de casi el 66% en que sea una mujer la
escogida.