UNIVERSIDAD DE LAS FUERZAS ARMADAS

ESPE

ASIGNATURA:

ESTADSTICA I

TEMA:
DISEO Y CONSTRUCCION DE UN ISOLADOR CON
UN HABITAT CONTROLADO PARA ANIMALES DE
EXPERIMENTACION CRIADOS PARA EL
LABORATORIO DE INMUNOLOGIA DE LA
UNIVERSDAD DE LAS FUERZAS ARMADAS ESPE

INTEGRANTE:

DAVID VALDIVIESO

NRC: 2289

DOCENTE:
ING. NELSON ORTEGA

Sangolqui - Ecuador
 Contenido
Resumen .......................................................................... Error! Bookmark not defined.
Introduccin ..................................................................... Error! Bookmark not defined.
CAPITULO I................................................................... Error! Bookmark not defined.
OBJETIVOS ................................................................ Error! Bookmark not defined.
Objetivo General: ..................................................... Error! Bookmark not defined.
Objetivos Especficos: .............................................. Error! Bookmark not defined.
CAPITULO II ...................................................................................................................5
Marco terico .................................................................................................................5
CAPITULO III .................................................................................................................7
1. DISTRIBUCIN DE PROBABILIDADES. ......................................................7
2. DISTRIBUCIN DE PROBABILIDAD BINOMIAL Y ACUMULADA ......9
3. DISTRIBUCIN DE PROBABILIDAD HIPERGEOMTRICA ................12
4. DISTRIBUCIN DE PROBABILIDAD POISSON......................13
5. DISTRIBUCIN DE PROBABILIDAD NORMAL..14
CONCLUSIONES Y RECOMENDACIONES...16
BIBLIOGRAFIA16
 RESUMEN

Este proyecto explica el desarrollo de la construccin de un prototipo de isolador con

parmetros de temperatura, ciclos de renovacin de aire y ciclos de luz controlados. Para
esta construccin se tomo en cuenta las especificaciones mecnicas, electrnicas, y de
control, las cuales funcionan en conjunto y cumplen de una manera eficiente lo solicitado.
Desde el punto de vista mecanico, la construccin de la cmara de aislamiento se baso en
un material que cumpla con las bases de tamao y de limpieza para el manejo de pequeos
animales, las cuales sugieren cuidar el bienestar animal; mientras que la estructura de
todo el isolador se realiza en un material de geometra robusta para que pueda soportar el
peso de la cmara y sus componentes de control y actuadores. En cuanto a componentes
electrnicos de control y actuadores, se eligieron de acuerdo a las necesidades de potencia
y trabajo necesario para que el isolador funcione de manera optima. El isolador funcionara
dentro de las instalaciones del laboratorio de inmunologa de la Universidad de las
Fuerzas Armadas ESPE, y servir como hbitat para pequeos animales de laboratorio.

El presente proyecto se utilizara todo lo enseado hasta ahora de los temas de estadstica
que aplicaremos en una Tesis de Mecatrnica de la Universidad de la Fuerzas Armadas
ESPE, y as se observara el uso de lo enseado de probabilidades en dicha tesis.

El cual daremos a conocer como se aplic dichas formulas explicadas tericamente y

tambin en la prctica ya que usaremos datos extrados de la tesis para usarlos en las
formulas.
 INTRODUCCION

El proyecto de titulacin con en el que se va a trabajar se llama DISEO Y CONSTRUCCION

DE UN ISOLADOR CON UN HABITAT CONTROLADO PARA ANIMALES DE
EXPERIMENTACION CRIADOS PARA EL LABORATORIO DE INMUNOLOGIA DE LA
UNIVERSDAD DE LAS FUERZAS ARMADAS ESPE en el cual se proceder en
desarrollar el tema de probabilidades en el cual se sacara un fragmento de la tesis para hacerlo.
 UNIVERSDIDAD DE LAS FUERZAS ARMADAS
NOMBRE: David Valdivieso
NRC: 2289
FECHA: 20/06/2017
TEMA:
DISEO Y CONSTRUCCION DE UN ISOLADOR CON UN HABITAT CONTROLADO
PARA ANIMALES DE EXPERIMENTACION CRIADOS PARA EL LABORATORIO DE
INMUNOLOGIA DE LA UNIVERSDAD DE LAS FUERZAS ARMADAS ESPE

AUTORES: ARCENTALES VENEGAS, DIANA CAROLINA

VARGAS LARRIVA, CHRISTOPHER ANDRES

CAPITULO I

OBJETIVO GENERAL

Aplicar todo lo enseado de estadstica de probabilidades y usarlos en el trabajo de

titulacin que se sacara los datos oportunos.

OBJETIVOS ESPECIFICOS
Adjuntar todos los datos posibles en el trabajo de titulacin para poder usar todo el
conocimiento de probabilidades lo que nos han enseado en estadstica y aplicarlas en
el trabajo de titulacin.
Aplicar de mejor manera cada tema de probabilidades para que se adapte al trabajo.

CAPITULO II
Marco terico

ESTADISTICA
ESTADSTICA es el arte de realizar inferencias y sacar conclusiones a partir de datos
imperfectos. (Orellana, 2001)

Estadstica descriptiva

Son mtodos para organizar, resumir y presentar datos de manera informativa. (Lind, 2012)
Medidas de tendencia central
La media aritmtica: se la conocer como media o promedio. Se representa por la letra x.
La mediana: valor que se ubica en el centro de una distribucin. Se representa como Me.
La moda: valor que se presenta con mayor frecuencia en una distribucin. Se
representa Mo.

CALCULAR LA MEDIA

Media aritmtica o promedio (x):

Es la suma de todos los valores dividido para el nmero total de dichos datos

1 + 2 + 3 + 4 + +
=

CALCULAR LA MODA

Moda (Mo):

Es la cual de todos los dato se presenta de todo el mas representativo.

CALCULAR LA MEDIANA

Mediana (Me):

La mediana es el valor que ocupa el lugar central entre todos los valores del conjunto de
datos, cuando estn ordenados en forma creciente o decreciente.

Si el nmero de valores es impar, la mediana corresponder al valor central de dicho

conjunto de datos.

Si el nmero de valores es par, la mediana corresponder al promedio de los dos valores

centrales es decir se suman los dos y se divide para dos.

Estadstica Inferencial

Mtodos que se emplean para determinar una propiedad de una poblacin con base en la
informacin de una muestra de ella. (Lind, 2012)
Probabilidad:
La probabilidad de un suceso es un numero, comprendido entre 0 y 1, que indica las posibilidades
que tiene de verificarse cuando se realiza un experimento aleatorio.

Distribucin de probabilidad:
Lista de todos los resultados de un experimento y la probabilidad asociada a cada uno de ellos.

Experimento: Proceso que induce a que ocurra una y slo una de varias posibles
observaciones.
Resultado: Resultado particular de un experimento.
Evento: Conjunto de uno o ms resultados de un experimento.

CAPITULO III

1. DISTRIBUCION DE PROBABILIDAD

Tabla extraidas: https://repositorio.espe.edu.ec/bitstream/21000/12806/1/T-ESPE-053794.pdf

EJERCICIO.
1. En la siguiente tesis se hiso la comprobacin de cuanto soporta en temperaturas
hasta 26C y observamos su error porcentual. Para observar la comprobacin se
tom temperaturas seteadas de 21C, 22C,23C, 24C, 25C, 26C observamos
cul de todas la observacin tienen un error porcentual del 2%, se trata de una
distribucin de probabilidades.

TABLA DE DISTRIBUCION DE
PROBABILIDADES
TEMPERATURA PROBABILIDADES DE
ESCOGER LA
ADECUADA
21 0.0769
22 0.0769
23 0.1538
24 0.2307
25 0.2307
26 0.2307

Probabilidad Alternativas
30

25
Probabilidad

20

15

10

0
1 2 3 4 5 6
Alternativas

R: Se concluye que para elegir la adecuada tienen la misma probabilidad que todas. Pero hay
que observar cual es error porcentual para hacerlo.
 2. Cul es la media y la desviacin estndar y varianza de la distribucin de
probabilidad del anterior problema?

TABLA DE DISTRIBUCION DE PROBABILIDADES

(X) P(x) ( ) ()

TEMPERATURA PROBABILIDADES DE MEDIA VARIANZA

ESCOGER LA
ADECUADA
21 0.0769 1.6149 22,1603495
22 0.0769 1.6918 24,8480968
23 0.1538 3.5374 55,3792882
24 0.2307 5.5368 92,0549741
25 0.2307 5.7675 101,502416
26 0.2307 5.9982 111,411258
Sumatoria 1 =4.0244 = 407.3563

2 = 407.3563
= 407.3563
= 20.18
= . .
= + 24.1944
16.156

R: La media, la varianza y la desviacin estndar es del 4.0244; 407.3563; 20.18

respectivamente.

DISTRIBUCIN DE PROBABILIDAD BINOMIAL Y BINOMIAL

ACUMULADA

FRMULA DE LA PROBABILIDAD BINOMIAL

P(x) = ( )
Donde:
C es el smbolo de combinacin.
n es el nmero de ensayos.
x es la variable aleatoria definida como el nmero de xitos.
es la probabilidad de xito en cada ensayo.
MEDIA DE UNA DISTRIBUCIN BINOMIAL
=

VARIANZA DE UNA DISTRIBUCIN BINOMIAL

= ( )

EJERCICIO.

3. En el proyecto de titulacin se presenta 6 temperaturas seteadas que cumplen con

los estndares que se necesita para cada temperatura. Determine las siguientes
probabilidades:

a) Cul es la probabilidad de que exactamente una cumplan con los estndares de

temperatura?
b) Cul es la probabilidad de que ninguna cumpla con los estndares de
temperatura?
c) Cul es la probabilidad de por lo menos cuatro cumplan con los estndares de
temperatura

= .
n=6

=
4.02 = (6)
4.02
=
6
= 0.67
a) Datos:
= .
n=6
x=1
P(x) = ( )

P(1) = 6C1 (0.67)1 (1 0.67)5

P(1) = 6 0.67 (0.33)6
P(1) = 0.0051
Conclusin: La probabilidad de que exactamente uno cumpla con los estndares de temperatura
es del 0.0051
 b) Datos:
= .
n=6
x=0
P(x) = ( )
P(0) = 6C0 (0.67)0 (1 0.67)6

P(0) = 1 1 (0.33)6
P(0) =0.001
Conclusin: La probabilidad de que ninguna cumpla con los estndares de temperatura es del
0.001
c) Datos:
= .
n=6

P(x) = ( )
P ( 4) = P(x = 4) + P(x = 5)+ P(x = 6)

P ( 4) = 6C4 (0.67)4 (0.33)2 + 6C5 (0.67)5 (0.33)1 + 6C6 (0.67)6 (0.33)0

P ( 4) = 0.3291+0.2673+0.0904
P ( 4) = 0.6868
Conclusin: La probabilidad de que por lo menos 4 cumplan con los estndares de temperatura
es del 0.6868

GRAFICA
0.35
DISTRIBUCION BINOMIAL
0.3

0.25

0.2

0.15

0.1

0.05

0
0 1 2 DE PROBABILIDAD
DISTRIBUCIN 3 4HIPERGEOMTRICA
5 6 7
La frmula de la distribucin de probabilidad hipergeomtrica es la siguiente:

( ,) ( ,)
( ) =
(.)

Dnde:
N representa el tamao de la poblacin.
S es el nmero de xitos en la poblacin.
x es el nmero de xitos en la muestra; ste puede asumir los valores 0, 1, 2, 3
n es el tamao de la muestra o el nmero de ensayos.
C es el smbolo de combinacin
4. Para el siguiente proyecto de titulacin se ha considerado igualmente 6
temperaturas que cumplen los estndares mnimos, pero de los cuales 3 de ellos
cumplen exactamente lo que se pide. En una muestra de 2 temperaturas, Cul es
la probabilidad de que tres de ellos cumplan los estndares requeridos?

Datos
N=6
S=3
x=2
n= 3
Se desea calcular la probabilidad de que 4 de las 6 alternativas.

( ,) ( ,)
() =
(,)
(3 ,2) (63 ,32)
(2) =
(6,3)
(3 ,2) (3 ,1)
(2) =
(6,3)
9
(2) =
20
(2) = 0.45

Conclusin: La probabilidad de que tres de ellos cumplan los estndares requeridos es del 0.45
 DISTRIBUCIN DE PROBABILIDAD DE POISSON
La frmula de la distribucin de probabilidad Poisson es la siguiente:

()
() =
!

: es la media de la cantidad de veces (xitos) que se presenta un evento en un Intervalo

particular.
e :es la constante 2.71828 (base del sistema de logaritmos neperianos).
X: es el nmero de veces que se presenta un evento.
P(x): es la probabilidad de un valor especfico de x.

EJERCICIO.

5. En el presente proyecto de titulacin se supone que el nmero de temperaturas que

se tom desde 21C hasta los 26C, tiene un error porcentual bajo del 2% en el
cual se hiso la prueba tiene una distribucin de Poisson con una media de 0.96 por
cada grado centgrado.

a) Cul es la probabilidad de tener en el error porcentual un error de 2 grados

centgrados.
b) Cul es la probabilidad de no tener ningn error porcentual en un grado
centgrado?

=0.96
a) =0.96*2=1.92
(. ) .
() =
!
() = .

R: La probabilidad de tener un error porcentual un error de 2 grados centgrados es del 0.2702

b)
(. ) .
() =
!
() = .

R: La probabilidad de no tener ningn error porcentual en un grado centgrado es del 0.3828

GRAFICA
 Distribucion de Poisson
2.5

1.5

0.5

0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45

DISTRIBUCIN DE PROBABILIDAD DE NORMAL

La frmula de la distribucin de probabilidad Poisson es la siguiente:

+
=

EJERCICIO.

En el presente proyecto de titulacin se presentan 6 temperaturas seteadas que estn

normalmente distribuidas con media de 4.02 y desviacin estndar de 20.18, Se supone
que las temperaturas se han medido con precisin de 1C
a) Cuntas de las temperaturas tienen un error porcentual mayor del 4%?
b) Cuntas de las temperaturas tienen un error porcentual menor del 6%?

. .
= = .
.
Observamos en el Apendice II del libro de Shawn.

a)

0.5

0.0080

P(x) =0.5-0.0080
P(x) =0.492

..
b) = = .
.

0.5

0.0279

P(x) =0.5+0.0279
P(x) =0.5279
METODOS DE MUESTREO

Muestreo aleatorio simple.- Muestra seleccionada de manera que cada elemento o

individuo de la poblacin tenga las mismas posibilidades de que se le incluya.

Muestreo aleatorio sistemtico.- Se selecciona un punto aleatorio de inicio y

posteriormente se elige cada k-esimo miembro de la poblacin.

Muestreo aleatoria estratificada.- Una poblacin se divide en subgrupos,

denominados estratos, y se selecciona al azar una muestra de cada estrato.

Muestreo por conglomerados.- La poblacin se divide en conglomerados a partir de

los lmites naturales geogrficos o de otra clase. A continuacin se seleccionan los
conglomerados al azar y se toma una muestra de forma aleatoria con elementos de cada grupo

Error de muestreo.- Diferencia entre el estadstico de una muestra y el parmetro de la

poblacin correspondiente.

Distribucin muestral de la media.- Distribucin de probabilidad de todas las posibles medias

de las muestras de un determinado tamao muestral de la poblacin.

Teorema central del lmite.- Si todas las muestras de un tamao en particular se seleccionan de
cualquier poblacin, la distribucin muestral de la media se aproxima a una distribucin normal.
Esta aproximacin mejora con muestras ms grandes.
Se dice que cuando n es igual o mayor que 30 tiene una distribucin ms cercana a la de una
distribucin normal.

ERROR ESTANDAR DE LA MEDIA

CUANDO SE CONOCE LA DESVIACION ESTANDAR

CALCULO DE VALOR z DE
DE LA POBLACION.

=
/

EJERCICIO

En el diseo y la construccin de un isolador con un hbitat controlado para animales de

experimentacin criados para el laboratorio de inmunologa, se tom algunas medidas de
temperaturas se tuvo una media de 4,02, con una desviacin estndar de 20,18 se seleccion
una muestra aleatoria de 4 muestras y se obtuvo una media de 0,52. Se observa que las
medidas tenga un resultado poco probable?

,,
= = ,
,/

- -0,35

0.5

0,1368
R:
=0,5-0,1368
=0,3632
Es probable ya que que existe un 36,32% que tenga un ambiente mejorado pero de tal
manera se debe modificar para que suba mas de un 50%.

ESTIMADORES PUNTUALES E INTERVALOS DE CONFIANZA DE UNA MEDIA

ESTIMADOR PUNTUAL.- Estadstico calculado a partir de informacin de la

muestra para estimar el parmetro poblacional.

INTERVALOS DE CONFIANZA DE UNA MEDIA POBLACIONAL

INTERVALO DE CONFIANZA.- Conjunto de valores que se forma a partir de una

muestra de datos de forma que exista la posibilidad de que el parmetro poblacional ocurra
dentro de dicho conjunto con una probabilidad especifica. La probabilidad especfica recibe el
nombre de nivel de confianza.

DESVIACION ESTANDAR DE LA POBLACION CONOCIDA ()

INTERVALO DE CONFIANZA DE LA MEDIA POBLACIONAL CON UNA

CONOCIDA

DESVIACION ESTANDAR POBLACIONAL DESCONOCIDA

EJERCICIO

En el diseo y la construccin de un isolador con un hbitat controlado para animales de

experimentacin criados para el laboratorio de inmunologa, se tom algunas medidas de
temperaturas se tuvo una media de 34,02, con una desviacin estndar de 20,18 se seleccion
una muestra aleatoria de 6 muestras.

Cul es el intervalo de confianza del 95%? Interprete los resultados.

,
, , +50,17

-17,87
, ,
 95%

=0.025
=0,025

- 17,87 34,02 50,17

R: El intervalo de confianza del 95% esta entre el intervalo 17,87 a 50,17.

 CONCLUSIONES Y RECOMENDACIONES

CONCLUSIONES
Se concluye que todo lo enseado en estadstica se us en los ejercicios que se
demuestra que este proyecto de grado tiene su tema de probabilidades.
Concluimos para el trabajo realizado tiene una buena manera de explicarnos el proyecto
y como tratarlo para usar las frmulas de probabilidades.

RECOMENDACIONES

Se recomienda usar un trabajo de titulacin que tenga datos que se pueda utilizar ya que
en algunos no se encuentra todos los datos.
Se recomienda usar bien las frmulas de distribucin
Se debe usar las probabilidades, de manera correcta y comprobar si el programa en R
tienen los mismos resultados.

Bibliografa
Lind, M. W. (2012). ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. Mexico:
McGraw-Hill.

Murray R. (2006). Estadistica. Chile: McGrawhill.

Orellana, L. (1 de Marzo de 2001). Obtenido de

http://www.dm.uba.ar/materias/estadistica_Q/2011/1/modulo%20descriptiva.pdf