pre grado profesores acosta ramírez, salomón ciro …
TRANSCRIPT
Estadiacutestica (MA86) ciclo 2013-1
Item Type infoeu-reposemanticsLearningObject
Authors Laines Blanca
Publisher Universidad Peruana de Ciencias Aplicadas (UPC)
Download date 16072022 083921
Link to Item httphdlhandlenet10757271236
PRE GRADO
PROFESORES Acosta Ramiacuterez Salomoacuten Ciro
Caacuterdenas Bonilla Edgard Eusebio
Caacuterdenas Soliacutes Celia Hermelinda
Laines Lozano Blanca Luz
Osorio Martinez Miluska Elena
Ramiacuterez Infante Rauacutel Roberto
Vargas Paredes Ana Cecilia
TIacuteTULO CUADERNO DE TRABAJO
FECHA Marzo del 2013
CURSO ESTADIacuteSTICA
COacuteDIGO MA86
AacuteREA CIENCIAS
CICLO 2013-1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 2
Iacutendice
Unidad 1 Organizacioacuten de datos 4
11 Definiciones 4 12 Tipos de datos 5 13 Variables 5 14 Meacutetodos graacuteficos para describir datos cualitativos 8 15 Meacutetodos graacuteficos para describir datos cuantitativos 13
Unidad 2 Medidas de resumen 19
21 Meacutetodos numeacutericos para describir datos cuantitativos 19 22 Medidas de posicioacuten 19 23 Medidas de tendencia central 22 24 Medidas de variacioacuten 27
Unidad 3 Probabilidad 35
31 Experimento aleatorio () 35
32 Espacio muestral (oacute S) 35 33 Evento 37 34 Probabilidad 37 35 Definicioacuten claacutesica de la probabilidad de un evento 38 36 Operaciones con eventos 40 37 Eventos complementarios 40 38 Probabilidad condicional 41 39 Reglas de probabilidad para uniones e intersecciones 42 310 Eventos independientes 43 311 Probabilidad Total y el Teorema de Bayes 44
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad 47 41 Variable aleatoria 47 42 Variables aleatorias discretas 48 43 Variables aleatorias continuas 53 44 Principales variables discretas 57 45 Principales variables continuas 63 46 Otras distribuciones continuas 69
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis 74
51 Estimacioacuten puntual 74 52 Estimacioacuten por intervalos 75 53 Intervalo de confianza para la media 75 54 Intervalo de confianza para la proporcioacuten poblacional 85 55 Prueba de hipoacutetesis 89 56 Prueba de hipoacutetesis para una media poblacional 90 57 Pruebas de hipoacutetesis para una proporcioacuten poblacional 94 58 Prueba de hipoacutetesis para una varianza poblacional 95
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 3
59 Pruebas de hipoacutetesis para dos varianzas poblacionales 97 510 Pruebas de hipoacutetesis para dos medias poblacionales 98 511 Prueba de hipoacutetesis para dos proporciones poblacionales 101
Unidad 6 Pruebas chi-cuadrado 103
61 Bondad de ajuste 103
62 Pruebas de normalidad de Kolmogorov 107 63 Prueba de independencia 108
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten 111
71 Regresioacuten lineal 111 72 Inferencia estadiacutestica para los coeficientes del modelo 120 73 Pronoacutesticos para un valor medio y para un valor individual 120
Unidad 8 Anaacutelisis de regresioacuten no lineal 127
81 Modelos linealizables 127 82 Regresioacuten cuadraacutetica 127
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 4
Unidad 1 Organizacioacuten de datos
Logro de la unidad
Al finalizar la unidad el alumno organiza adecuadamente las observaciones o datos para facilitar la
comprensioacuten de los mismos con ayuda del programa Minitab
11 Definiciones
Estadiacutestica
Es la ciencia de los datos implica la coleccioacuten clasificacioacuten siacutentesis organizacioacuten anaacutelisis e
interpretacioacuten de los datos
Elemento o unidad elemental
Es cada una de las entidades acerca de las cuales se reuacutenen los datos
Poblacioacuten
Es un conjunto de elementos (personas objetos etc) que tienen una o maacutes caracteriacutesticas
observables que se pueden medir en ellos
Ejemplo
Para conocer la opinioacuten que tienen los estudiantes de ingenieriacutea sobre el servicio que ofrece el
Centro de Informacioacuten se puede considerar como poblacioacuten a todos los estudiantes de ingenieriacutea de
la UPC matriculados en el semestre 2012-2
Muestra
Se denomina muestra a una parte de la poblacioacuten
Estadiacutestica descriptiva
Es la rama de la Estadiacutestica que se dedica al anaacutelisis descripcioacuten y representacioacuten de un
conjunto de datos Obtenieacutendose conclusiones sobre las caracteriacutesticas de dicho conjunto
Estadiacutestica inferencial
Es la rama de la Estadiacutestica que desarrolla los procesos de estimacioacuten anaacutelisis y pruebas de
hipoacutetesis de un conjunto de datos extraiacutedos de una nuestra con el propoacutesito de llegar a tener
conclusiones acerca de una poblacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
PRE GRADO
PROFESORES Acosta Ramiacuterez Salomoacuten Ciro
Caacuterdenas Bonilla Edgard Eusebio
Caacuterdenas Soliacutes Celia Hermelinda
Laines Lozano Blanca Luz
Osorio Martinez Miluska Elena
Ramiacuterez Infante Rauacutel Roberto
Vargas Paredes Ana Cecilia
TIacuteTULO CUADERNO DE TRABAJO
FECHA Marzo del 2013
CURSO ESTADIacuteSTICA
COacuteDIGO MA86
AacuteREA CIENCIAS
CICLO 2013-1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 2
Iacutendice
Unidad 1 Organizacioacuten de datos 4
11 Definiciones 4 12 Tipos de datos 5 13 Variables 5 14 Meacutetodos graacuteficos para describir datos cualitativos 8 15 Meacutetodos graacuteficos para describir datos cuantitativos 13
Unidad 2 Medidas de resumen 19
21 Meacutetodos numeacutericos para describir datos cuantitativos 19 22 Medidas de posicioacuten 19 23 Medidas de tendencia central 22 24 Medidas de variacioacuten 27
Unidad 3 Probabilidad 35
31 Experimento aleatorio () 35
32 Espacio muestral (oacute S) 35 33 Evento 37 34 Probabilidad 37 35 Definicioacuten claacutesica de la probabilidad de un evento 38 36 Operaciones con eventos 40 37 Eventos complementarios 40 38 Probabilidad condicional 41 39 Reglas de probabilidad para uniones e intersecciones 42 310 Eventos independientes 43 311 Probabilidad Total y el Teorema de Bayes 44
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad 47 41 Variable aleatoria 47 42 Variables aleatorias discretas 48 43 Variables aleatorias continuas 53 44 Principales variables discretas 57 45 Principales variables continuas 63 46 Otras distribuciones continuas 69
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis 74
51 Estimacioacuten puntual 74 52 Estimacioacuten por intervalos 75 53 Intervalo de confianza para la media 75 54 Intervalo de confianza para la proporcioacuten poblacional 85 55 Prueba de hipoacutetesis 89 56 Prueba de hipoacutetesis para una media poblacional 90 57 Pruebas de hipoacutetesis para una proporcioacuten poblacional 94 58 Prueba de hipoacutetesis para una varianza poblacional 95
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 3
59 Pruebas de hipoacutetesis para dos varianzas poblacionales 97 510 Pruebas de hipoacutetesis para dos medias poblacionales 98 511 Prueba de hipoacutetesis para dos proporciones poblacionales 101
Unidad 6 Pruebas chi-cuadrado 103
61 Bondad de ajuste 103
62 Pruebas de normalidad de Kolmogorov 107 63 Prueba de independencia 108
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten 111
71 Regresioacuten lineal 111 72 Inferencia estadiacutestica para los coeficientes del modelo 120 73 Pronoacutesticos para un valor medio y para un valor individual 120
Unidad 8 Anaacutelisis de regresioacuten no lineal 127
81 Modelos linealizables 127 82 Regresioacuten cuadraacutetica 127
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 4
Unidad 1 Organizacioacuten de datos
Logro de la unidad
Al finalizar la unidad el alumno organiza adecuadamente las observaciones o datos para facilitar la
comprensioacuten de los mismos con ayuda del programa Minitab
11 Definiciones
Estadiacutestica
Es la ciencia de los datos implica la coleccioacuten clasificacioacuten siacutentesis organizacioacuten anaacutelisis e
interpretacioacuten de los datos
Elemento o unidad elemental
Es cada una de las entidades acerca de las cuales se reuacutenen los datos
Poblacioacuten
Es un conjunto de elementos (personas objetos etc) que tienen una o maacutes caracteriacutesticas
observables que se pueden medir en ellos
Ejemplo
Para conocer la opinioacuten que tienen los estudiantes de ingenieriacutea sobre el servicio que ofrece el
Centro de Informacioacuten se puede considerar como poblacioacuten a todos los estudiantes de ingenieriacutea de
la UPC matriculados en el semestre 2012-2
Muestra
Se denomina muestra a una parte de la poblacioacuten
Estadiacutestica descriptiva
Es la rama de la Estadiacutestica que se dedica al anaacutelisis descripcioacuten y representacioacuten de un
conjunto de datos Obtenieacutendose conclusiones sobre las caracteriacutesticas de dicho conjunto
Estadiacutestica inferencial
Es la rama de la Estadiacutestica que desarrolla los procesos de estimacioacuten anaacutelisis y pruebas de
hipoacutetesis de un conjunto de datos extraiacutedos de una nuestra con el propoacutesito de llegar a tener
conclusiones acerca de una poblacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 2
Iacutendice
Unidad 1 Organizacioacuten de datos 4
11 Definiciones 4 12 Tipos de datos 5 13 Variables 5 14 Meacutetodos graacuteficos para describir datos cualitativos 8 15 Meacutetodos graacuteficos para describir datos cuantitativos 13
Unidad 2 Medidas de resumen 19
21 Meacutetodos numeacutericos para describir datos cuantitativos 19 22 Medidas de posicioacuten 19 23 Medidas de tendencia central 22 24 Medidas de variacioacuten 27
Unidad 3 Probabilidad 35
31 Experimento aleatorio () 35
32 Espacio muestral (oacute S) 35 33 Evento 37 34 Probabilidad 37 35 Definicioacuten claacutesica de la probabilidad de un evento 38 36 Operaciones con eventos 40 37 Eventos complementarios 40 38 Probabilidad condicional 41 39 Reglas de probabilidad para uniones e intersecciones 42 310 Eventos independientes 43 311 Probabilidad Total y el Teorema de Bayes 44
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad 47 41 Variable aleatoria 47 42 Variables aleatorias discretas 48 43 Variables aleatorias continuas 53 44 Principales variables discretas 57 45 Principales variables continuas 63 46 Otras distribuciones continuas 69
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis 74
51 Estimacioacuten puntual 74 52 Estimacioacuten por intervalos 75 53 Intervalo de confianza para la media 75 54 Intervalo de confianza para la proporcioacuten poblacional 85 55 Prueba de hipoacutetesis 89 56 Prueba de hipoacutetesis para una media poblacional 90 57 Pruebas de hipoacutetesis para una proporcioacuten poblacional 94 58 Prueba de hipoacutetesis para una varianza poblacional 95
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 3
59 Pruebas de hipoacutetesis para dos varianzas poblacionales 97 510 Pruebas de hipoacutetesis para dos medias poblacionales 98 511 Prueba de hipoacutetesis para dos proporciones poblacionales 101
Unidad 6 Pruebas chi-cuadrado 103
61 Bondad de ajuste 103
62 Pruebas de normalidad de Kolmogorov 107 63 Prueba de independencia 108
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten 111
71 Regresioacuten lineal 111 72 Inferencia estadiacutestica para los coeficientes del modelo 120 73 Pronoacutesticos para un valor medio y para un valor individual 120
Unidad 8 Anaacutelisis de regresioacuten no lineal 127
81 Modelos linealizables 127 82 Regresioacuten cuadraacutetica 127
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 4
Unidad 1 Organizacioacuten de datos
Logro de la unidad
Al finalizar la unidad el alumno organiza adecuadamente las observaciones o datos para facilitar la
comprensioacuten de los mismos con ayuda del programa Minitab
11 Definiciones
Estadiacutestica
Es la ciencia de los datos implica la coleccioacuten clasificacioacuten siacutentesis organizacioacuten anaacutelisis e
interpretacioacuten de los datos
Elemento o unidad elemental
Es cada una de las entidades acerca de las cuales se reuacutenen los datos
Poblacioacuten
Es un conjunto de elementos (personas objetos etc) que tienen una o maacutes caracteriacutesticas
observables que se pueden medir en ellos
Ejemplo
Para conocer la opinioacuten que tienen los estudiantes de ingenieriacutea sobre el servicio que ofrece el
Centro de Informacioacuten se puede considerar como poblacioacuten a todos los estudiantes de ingenieriacutea de
la UPC matriculados en el semestre 2012-2
Muestra
Se denomina muestra a una parte de la poblacioacuten
Estadiacutestica descriptiva
Es la rama de la Estadiacutestica que se dedica al anaacutelisis descripcioacuten y representacioacuten de un
conjunto de datos Obtenieacutendose conclusiones sobre las caracteriacutesticas de dicho conjunto
Estadiacutestica inferencial
Es la rama de la Estadiacutestica que desarrolla los procesos de estimacioacuten anaacutelisis y pruebas de
hipoacutetesis de un conjunto de datos extraiacutedos de una nuestra con el propoacutesito de llegar a tener
conclusiones acerca de una poblacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 3
59 Pruebas de hipoacutetesis para dos varianzas poblacionales 97 510 Pruebas de hipoacutetesis para dos medias poblacionales 98 511 Prueba de hipoacutetesis para dos proporciones poblacionales 101
Unidad 6 Pruebas chi-cuadrado 103
61 Bondad de ajuste 103
62 Pruebas de normalidad de Kolmogorov 107 63 Prueba de independencia 108
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten 111
71 Regresioacuten lineal 111 72 Inferencia estadiacutestica para los coeficientes del modelo 120 73 Pronoacutesticos para un valor medio y para un valor individual 120
Unidad 8 Anaacutelisis de regresioacuten no lineal 127
81 Modelos linealizables 127 82 Regresioacuten cuadraacutetica 127
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 4
Unidad 1 Organizacioacuten de datos
Logro de la unidad
Al finalizar la unidad el alumno organiza adecuadamente las observaciones o datos para facilitar la
comprensioacuten de los mismos con ayuda del programa Minitab
11 Definiciones
Estadiacutestica
Es la ciencia de los datos implica la coleccioacuten clasificacioacuten siacutentesis organizacioacuten anaacutelisis e
interpretacioacuten de los datos
Elemento o unidad elemental
Es cada una de las entidades acerca de las cuales se reuacutenen los datos
Poblacioacuten
Es un conjunto de elementos (personas objetos etc) que tienen una o maacutes caracteriacutesticas
observables que se pueden medir en ellos
Ejemplo
Para conocer la opinioacuten que tienen los estudiantes de ingenieriacutea sobre el servicio que ofrece el
Centro de Informacioacuten se puede considerar como poblacioacuten a todos los estudiantes de ingenieriacutea de
la UPC matriculados en el semestre 2012-2
Muestra
Se denomina muestra a una parte de la poblacioacuten
Estadiacutestica descriptiva
Es la rama de la Estadiacutestica que se dedica al anaacutelisis descripcioacuten y representacioacuten de un
conjunto de datos Obtenieacutendose conclusiones sobre las caracteriacutesticas de dicho conjunto
Estadiacutestica inferencial
Es la rama de la Estadiacutestica que desarrolla los procesos de estimacioacuten anaacutelisis y pruebas de
hipoacutetesis de un conjunto de datos extraiacutedos de una nuestra con el propoacutesito de llegar a tener
conclusiones acerca de una poblacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 4
Unidad 1 Organizacioacuten de datos
Logro de la unidad
Al finalizar la unidad el alumno organiza adecuadamente las observaciones o datos para facilitar la
comprensioacuten de los mismos con ayuda del programa Minitab
11 Definiciones
Estadiacutestica
Es la ciencia de los datos implica la coleccioacuten clasificacioacuten siacutentesis organizacioacuten anaacutelisis e
interpretacioacuten de los datos
Elemento o unidad elemental
Es cada una de las entidades acerca de las cuales se reuacutenen los datos
Poblacioacuten
Es un conjunto de elementos (personas objetos etc) que tienen una o maacutes caracteriacutesticas
observables que se pueden medir en ellos
Ejemplo
Para conocer la opinioacuten que tienen los estudiantes de ingenieriacutea sobre el servicio que ofrece el
Centro de Informacioacuten se puede considerar como poblacioacuten a todos los estudiantes de ingenieriacutea de
la UPC matriculados en el semestre 2012-2
Muestra
Se denomina muestra a una parte de la poblacioacuten
Estadiacutestica descriptiva
Es la rama de la Estadiacutestica que se dedica al anaacutelisis descripcioacuten y representacioacuten de un
conjunto de datos Obtenieacutendose conclusiones sobre las caracteriacutesticas de dicho conjunto
Estadiacutestica inferencial
Es la rama de la Estadiacutestica que desarrolla los procesos de estimacioacuten anaacutelisis y pruebas de
hipoacutetesis de un conjunto de datos extraiacutedos de una nuestra con el propoacutesito de llegar a tener
conclusiones acerca de una poblacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 5
12 Tipos de datos
Cuantitativos son los que representan la cantidad o el nuacutemero de algo
Cualitativos o categoacutericos son los que no tienen una interpretacioacuten cuantitativa soacutelo pueden
clasificarse en categoriacuteas
13 Variables
Variable es una caracteriacutestica de intereacutes de los elementos
Ejercicio
Se realiza un estudio para determinar la temperatura diaria promedio en la UPC al medio diacutea
durante los meses de enero febrero y marzo Determine la poblacioacuten una muestra un elemento y
la(s) variable(s) del estudio
Escalas de medicioacuten de las variables
La escala de medicioacuten permite determinar la cantidad de informacioacuten que contienen los datos e
indica el resumen de estos y el anaacutelisis estadiacutestico maacutes apropiado
Nominal
Una variable estaacute medida en escala nominal cuando los datos son etiquetas o nombres que se
emplean para definir un atributo del elemento
Por ejemplo el geacutenero de las personas el estado civil el nuacutemero del celular etc
Ordinal
Una variable estaacute medida en escala ordinal cuando pueden ordenarse de acuerdo a alguacuten criterio Se
pueden ordenar en forma ascendente o descendente Tambieacuten pueden registrarse por medio de un
coacutedigo numeacuterico
Por ejemplo el orden de meacuterito de los alumnos en el curso de Estadiacutestica el grado de instruccioacuten de
los clientes de un banco nivel socioeconoacutemico de los alumnos de la universidad
Intervalo
Una variable estaacute medida en escala de intervalo si los datos tienen propiedades de datos ordinales y
el intervalo entre observaciones se expresa en teacuterminos de una unidad fija de medida Los datos de
intervalo siempre son numeacutericos En esta escala el cero es relativo es decir no indica la ausencia
de la caracteriacutestica medida
Por ejemplo las temperaturas en grados centiacutegrados o en grados Fahrenheit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 6
Razoacuten
Una variable estaacute medida en escala de razoacuten si los datos tienen todas las propiedades de los datos de
intervalo y el cociente de los dos valores es significativo En esta escala el cero indica la ausencia
de caracteriacutestica de la medida
Por ejemplo el sueldo de los empleados de una empresa el peso de los alumnos de la UPC
Clasificacioacuten de variables
Variable cualitativa
Es la caracteriacutestica cuyos valores se expresan en escala nominal u ordinal Por ejemplo carreras
universitarias materiales de construccioacuten y tipos de resistencias
Variable cuantitativa
Es la caracteriacutestica cuyos valores se expresan en escala de intervalo o de razoacuten Se dividen en
Discretas
Continuas
Variable discreta
Es aquella variable cuyo resultado soacutelo puede tomar un nuacutemero finito o infinito numerable de
valores Estos valores surgen de un proceso de conteo
Por ejemplo nuacutemero de artiacuteculos defectuosos producidos diariamente o nuacutemero de columnas de
concreto necesarias en la construccioacuten de un puente
Variable continua
Es aquella variable cuyo resultado puede tomar infinitos valores entre dos valores cualesquiera
Estos valores surgen de un proceso de medicioacuten
Por ejemplo temperatura de ignicioacuten de un gas resistencia del concreto a la compresioacuten o
tiempo de corte de un torno corriente
Ejercicio
ComputerSoft es una compantildeiacutea dedicada a brindar servicios informaacuteticos a empresas que deseen
tener una presencia firme y contundente en la red Estacompantildeiacutea se dedica al tendido de redes LAN
instalacioacuten de equipos servidores y toda una gama de productos tecnoloacutegicos que puedan resultar
imprescindibles para una empresa Como parte de un estudio realizado por ComputerSoft se analiza
la informacioacuten correspondiente a una muestra de 30 empresas en la ciudad de Lima a las que se les
brindoacute los servicios informaacuteticos de la compantildeiacutea
Identifique el tipo y escala de medicioacuten de las variables consideradas en dicho estudio
Variable Tipo de variable Escala de medicioacuten
Lenguajes de programacioacuten (Cobol Java etc)
Cantidad de servidores por empresa
Costo de las licencias de software (en doacutelares)
Antildeo de instalacioacuten del software
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 7
Ejercicios propuestos
1 En un estudio se recaboacute los datos para una muestra de secciones de tuberiacuteas de agua Indique si
las variables son cuantitativas o cualitativas discretas o continuas y su escala de medicioacuten
Variable Tipo de variable Escala de medicioacuten
Diaacutemetro de la tuberiacutea (pulgadas)
Material de la tuberiacutea
Edad (antildeo de instalacioacuten)
Ubicacioacuten (subterraacutenea aeacuterea)
Longitud de la tuberiacutea (pies)
Estabilidad del suelo circundante (inestable moderadamente estable o estable)
Corrosividad del suelo circundante (corrosivo o no corrosivo)
2 El gobierno estaacute preocupado por la ocurrencia de un sismo de alta intensidad en el
departamento de Lima y por las consecuencias que esto podriacutea generar especialmente en
algunos distritos como el Cercado de Lima Por esta razoacuten Defensa Civil realizoacute un diagnoacutestico
de la situacioacuten de las viviendas en el mencionado distrito a traveacutes de una muestra de 1200
viviendas seleccionadas al azar Se registraron las siguientes variables
I Antildeo de construccioacuten
II Tipo de vivienda(1 = Cemento 2 = Adobe 3 = Quincha 4 Material prefabricado)
III Nuacutemero de habitaciones por vivienda
IV Aacuterea del terreno en donde se construyoacute la vivienda
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
3 La empresa de investigacioacuten de mercados AlphaDatum SA realizoacute un estudio para evaluar el
efecto de la caiacuteda de la bolsa de valores de Lima (BVL) en las administradoras de fondos de
pensiones (AFP) En este estudio se tomoacute una muestra de 300 afiliados entre 25 y 35 antildeos en
Lima seleccionados al azar Se registraron las siguientes variables
I AFP a la que pertenece el afiliado (1 = Futuro Soacutelido 2 = Siempre Contigo 3 = Forever)
II Monto del fondo del afiliado (en nuevos soles)
III Edad del afiliado (en antildeos)
IV Tipo de fondo seguacuten riesgo (1 = Bajo riesgo 2 = Riesgo moderado 3 = Alto riesgo)
a De acuerdo al enunciado anterior identifique la poblacioacuten y la muestra
b Identifique el tipo y escala de medicioacuten de las variables mencionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 8
14 Meacutetodos graacuteficos para describir datos cualitativos
Frecuencia absoluta (fi) de la categoriacutea
La frecuencia absoluta(fi) de una categoriacutea estaacute dada por el nuacutemero de repeticiones en las
observaciones que presenta esta categoriacutea
Frecuencia relativa (hi) de la categoriacutea
La frecuencia relativa (hi)de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen en esa categoriacutea
Ejemplo
Se tiene informacioacuten para una muestra sobre los dominios de segundo nivel registrados bajo la
categoriacutea pe
Dominio f h p
compe 285 0570 570
orgpe 106 0212 212
edupe 64 0128 128
gobpe 26 0052 52
netpe 3 0006 06
Otros 16 0032 32
Total 500
Graacutefico de barras y sectores circulares
Para representar graacuteficamente la distribucioacuten de frecuencias de una variable cualitativa se
utilizan las barras y los sectores circulares
Si trabajamos con variables nominales las categoriacuteas pueden ser colocadas en cualquier orden
En el caso de escala ordinal las categoriacuteas deberaacuten ser colocadas en orden
Ejercicio
Hallar el graacutefico de barras y circular para el ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 9
Frecuencia relativa acumulada (Hi) de una categoriacutea
La frecuencia relativa acumulada de una categoriacutea estaacute dada por la proporcioacuten del nuacutemero total de
observaciones que caen hasta esa categoriacutea
Graacutefico de Pareto
El diagrama de Pareto es un graacutefico de barras ordenado por frecuencia en orden descendente
Ejemplo
La siguiente tabla muestra informacioacuten sobre los defectos observados con mayor frecuencia en los
puentes vecinales construidos en estructura de madera de cierta localidad del interior del paiacutes
Defectos observados fi
Pandeos y rajaduras 40
Pudrimiento de las piezas de madera 30
Efectos del desgaste mecaacutenico 20
Otros 5
Deformaciones 15
Ataques de insectos y crustaacuteceos 10
Accioacuten de fuego 5
Construya el diagrama de Pareto para poder identificar los principales defectos en este tipo de
puentes Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 10
Ejercicios propuestos
4 Un estudio presentado porldquoPC Review ndash Peruacuterdquo realizados entre directores de empresas de la
ciudad de Lima usuarios de Microsoft Office En una muestra a 500 directores se les preguntoacute
cuaacutel de los programas de Office usaba con mayor frecuencia Las respuestas obtenidas se
resumen a continuacioacuten
Programa de Microsoft de uso maacutes frecuente Cantidad de directores de empresas
MS Word 250
MS Excel 80
MS Power Point 75
Access 30
Outlook 10
Otros 55
Total 500
Construya el diagrama de barras y sectores circulares para la informacioacuten anterior
5 En la tabla se presenta el nuacutemero de trabajadores contratados (hombres y mujeres) y el
porcentaje de mujeres empleadas en diferentes ocupaciones enla construccioacuten de un hotel
Ocupaciones enla construccioacuten Nuacutemero de trabajadores Porcentajede mujeres
Ladrilladores canteros 284 20
Carpinteros 1057 13
Instaladores de alfombras 73 21
Acabadores de concreto piso veneciano 113 60
Instaladores de pared seca 143 10
Electricistas 548 17
Vidrieros 42 14
Instaladores de mosaico 28 20
Trabajadores de aislamiento 70 15
Pintores tapizadores construccioacuten y mantenimiento 453 10
Plomeros tuberos montadores de calderas de vapor 379 45
Instaladores de techos 138 37
Trabajadores con metal 80 25
a Construya un graacutefico de barras considerando la frecuencia relativa del nuacutemero de
empleados contratados en las diferentes ocupaciones de la construccioacuten
b Construya una tabla de frecuencia del nuacutemero de mujeres empleadas en las diferentes
ocupaciones de la construccioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 11
6 La informacioacuten es una muestra de las quejas de los clientes de la empresa de telefoniacutea
Quejas hi
Cambios sin consentimiento 0492
Tarifas y servicios 0212
Forzamiento al cambio 0058
Marketing 0148
Llamadas internacionales 0029
Otros 0025
Servicio de operadora 0036
Construya el diagrama de Pareto de las quejas de los clientes
7 A continuacioacuten se presenta el cuadro de ingreso del presupuesto institucional referencial para el
antildeo 2006 (en miles de soles) de una municipalidad
Descripcioacuten Cantidad
Impuestos 12042
Tasas 26530
Contribuciones 120
Venta de bienes 845
Prestacioacuten de Servicios 1400
Renta de la Propiedad 1135
Multas y Sanciones 593
Transferencias 734
Otros 1132
Elabore el graacutefico de Pareto y comente lo obtenido
8 En la siguiente tabla se muestran los resultados obtenidos en un estudio realizado en la ciudad
de Ica por un grupo de profesionales de la UPC de la facultad de Ingenieriacutea sobre las fallas
estructurales en las edificaciones debido al uacuteltimo sismo que tuvo como epicentro la ciudad de
Nazca
Fallas estructurales Porcentaje
Columnas cortas 10
Configuracioacuten del edificio 45
Problemas geoteacutecnicos 30
Otros 10
Piso blando 5
Construya un diagrama de Pareto para identificar las fallas estructurales que tienen mayor
incidencia en las edificaciones en la ciudad de Ica debido al uacuteltimo sismo mencionado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 12
9 BetaSystemsSA es una empresa dedicada a la importacioacuten y venta de monitores Suponga que
usted es el encargado de analizar los datos registrados correspondientes a las marcas de los
monitores vendidos el nuacutemero de monitores con fallas el monto de venta diario (en cientos de
nuevos soles) y el costo de mantenimiento (en nuevos soles) Parte de la informacioacuten procesada
se muestra a continuacioacuten
Construya el diagrama de Pareto parapoder identificar la estrategia de ventas maacutes conveniente
para la empresa Comente sus resultados
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 13
15 Meacutetodos graacuteficos para describir datos cuantitativos
Frecuencia acumulada (Fi)
Representa el nuacutemero de observaciones que caen hasta esa categoriacutea
Ejemplo
Construir la distribucioacuten de frecuencias del nuacutemero de trabajadores ausentes observados en una
muestra de 30 diacuteas laborables
2 3 3 0 1 2 1 2 2 4 3 2 0 1 2
1 3 3 2 1 0 1 2 3 2 4 1 0 1 2
Distribucioacuten del nuacutemero de trabajadores que se ausentaron
X fi hi Fi Hi
Graacutefico de bastones
Es un graacutefico para variables cuantitativas discretas donde se representan cada valor de la
variable y su frecuencia absoluta o relativa
Ejercicio
Realice el graacutefico de bastones del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 14
Distribucioacuten de frecuencias para datos continuos
Calcule
1) El rango (R) o recorrido R = dato maacuteximo ndash dato miacutenimo
2) El nuacutemero de intervalos nk 10log32231 (redondeado al entero maacutes proacuteximo)
3) La amplitud del intervalo w = Rk (redondeado por exceso y con el mismo nuacutemero de
decimales que tienen los datos)
4) Las frecuencias absolutas y relativas
Marca de clase
Es el promedio de los liacutemites inferior y superior de una determinada clase o intervalo
2
SupLiacutemInfLiacutem ii
ix
Ejercicio
Se ha llevado a cabo un estudio para evaluar el tiempo (en horas) que utiliza cada trabajador de una
planta hidroeleacutectrica para verificar el normal funcionamiento de la tuberiacutea de presioacuten y las vaacutelvulas
de control Para ello se eligieron al azar a 30 de ellos
008 015 019 071 075 082 084 092 096 116 117 119 123 14 147
159 161 201 216 238 242 307 322 353 376 394 45 459 475 541
Calcule el rango (R) o recorrido
R =
Determine el nuacutemero de intervalos (k)
k =
Determine el tamantildeo del intervalo de clase (w)
w =
Tabla de frecuencias de los tiempos de verificacioacuten (en horas)
i Intervalo xrsquoi fi hi Fi Hi
1 ndash
2 ndash
3 ndash
4 ndash
5 ndash
6 ndash
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 15
Histograma poliacutegono y ojiva
Son graacuteficas que representan las observaciones obtenidas de las variables continuas
En el histograma se grafican los intervalos de clase y las frecuencias relativas mientras que para
la ojiva se grafican las frecuencias acumuladas
El histograma es una graacutefica de barras cuyas categoriacuteas son los intervalos de clase Ademaacutes la
altura de las barras estaacute determinada por las frecuencias relativas de los intervalos de clase
Seguacuten el intereacutes del estudio se pueden considerar tambieacuten las frecuencias absolutas
Ejercicio
Elabore el histograma poliacutegono y la ojiva usando la tabla del ejercicio anterior
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 16
Ejercicios propuestos
10 Investigadores del Massachussets Institute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Construir un graacutefico de bastones para el nuacutemero de exposiciones de imagen espectral
11 Complete la tabla y elabore un graacutefico apropiado usando las frecuencias porcentuales para
representar la informacioacuten de la tabla siguiente Luego interprete en teacuterminos del enunciado f2 y
H3
i Nuacutemero de monitores
con fallas fi pi Hi
1 0 30
2 1 10
3 2 5
4 3 3
5 4 2
12 Use la regla de Sturges para construir la tabla de distribucioacuten de frecuencias del monto de venta
diario (en cientos de nuevos soles) de la empresa BetaSystemsSA
520 947 951 975 1025 1041 1060 1252 1256 1460
1468 1586 1587 1626 1662 1662 1662 1662 1682 1697
1960 2049 2049 2049 2049 2083 2152 2175 2181 2181
2181 2181 2209 2262 2350 2397 2422 2596 2616 2772
2865 2870 2978 3139 3150 3162 3386 3599 3631 3983
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 17
13 En la siguiente tabla se muestra la distribucioacuten del tiempo (en horas) de duracioacuten de los
componentes electroacutenicos de las marcas Gamma y Delta sometidos a un trabajo continuo
Marca Gamma Marca Delta
i LimInf LimSup f h f h
1 0 100 2 12
2 100 200 4 16
3 200 300 22 25
4 300 400 26 10
5 400 500 20 4
6 500 600 5 2
7 600 700 1 1
Construya un graacutefico que permita comparar el tiempo de duracioacuten de los componentes
mencionados Comente sus resultados
14 La Harris Corporation y la University of Florida emprendieron un estudio para determinar si un
proceso de fabricacioacuten efectuado en un lugar lejano se podriacutea establecer localmente como un
nuevo proceso Se instalaron dispositivos de prueba (pilotos) tanto en la ubicacioacuten antigua
como en la nueva y se tomaron lecturas de voltaje del proceso Se considera un proceso
ldquobuenordquo produce lecturas de por lo menos 92 volts (y las lecturas mayores son mejores que las
menores) La tabla contiene lecturas de voltaje para 30 series de produccioacuten en cada lugar
Antiguo proceso en la ubicacioacuten antigua Nuevo proceso en la nueva ubicacioacuten
998 984 1003 919 935 964
805 984 1005 851 936 970
872 987 1005 865 937 975
872 987 1012 868 939 985
880 995 1015 882 943 1001
955 997 1015 882 948 1003
970 998 1026 883 949 1005
973 1000 1026 887 954 1009
980 1001 1029 914 960 1010
980 1002 1055 927 963 1012
a Construya una tabla de frecuencias para las lecturas de voltaje del antiguo y nuevo proceso
Use la regla de Sturges considerando para el caacutelculo del rango la diferencia entre el dato
maacutes grande y maacutes pequentildeo de ambas muestras
b Construya un poliacutegono de frecuencias relativas para las lecturas de voltaje del antiguo y
nuevo proceso Use los intervalos comunes obtenidos en la pregunta anterior
c Compare las graacuteficas de la pregunta anterior iquestCree factible que el proceso de fabricacioacuten se
pueda establecer en la nueva ubicacioacuten es decir iquestel nuevo proceso es tan bueno o mejor
como el antiguo proceso
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 18
15 Las ventas mensuales de una compantildeiacutea durante 50 meses son dadas en el siguiente graacutefico
286266246226206186166
50
40
30
20
10
0
Ventas
Fre
cu
en
cia
acu
mu
lad
a
5049
45
36
8
2
Distribucioacuten de las ventas mensuales (miles de soles)
a iquestEn cuantos meses las ventas estuvieron entre 20600 y 24600 soles
b iquestQueacute porcentaje de los meses las ventas fueron maacutes de 22600 soles
c iquestQueacute porcentaje de los meses las ventas fueron maacutes de 21600 soles
d iquestQueacute venta estaacute por encima del 72 de las ventas de los 50 meses
e iquestQueacute venta estaacute por debajo del 10 de las ventas de los 50 meses
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 19
1 Hallar la posicioacuten que ocupa el percentil Pk en la
lista de datos ordenados que estaacute determinada por
la expresioacuten
2
Unidad 2 Medidas de Resumen
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de describir el comportamiento de un conjunto de datos
a traveacutes de las medidas estadiacutesticas de centro posicioacuten variabilidad y forma aplicado a problemas
de su especialidad
21 Meacutetodos numeacutericos para describir datos cuantitativos
Definiciones
Estadiacutestico
Es una medida descriptiva numeacuterica calculada a partir de datos de una muestra Por ejemplo el
promedio muestral
Paraacutemetro
Es una medida descriptiva numeacuterica de una poblacioacuten Por ejemplo el promedio poblacional
Ejemplo
Con la realizacioacuten del uacuteltimo censo en nuestro paiacutes se ha sabido cuaacutel es el nuacutemero promedio de
personas por vivienda Ese nuacutemero calculado es un paraacutemetro porque estaacute calculado sobre toda la
poblacioacuten Por el contrario cuando se realiza la encuesta de aprobacioacuten presidencial y nos informan
que la aprobacioacuten presidencial estaacute en 43 este nuacutemero es un estadiacutestico pues es calculado sobre
los datos de una muestra
22 Medidas de posicioacuten
Cuantiles
Percentil
El percentil k (Pk) es el valor por debajo del cual se encuentra el k de las observaciones y por
encima el (100-k) de las observaciones
Para datos no agrupados
Primero debe ordenarse los datos en orden creciente o decreciente Luego para hallar el
percentil Pk se sugiere los siguientes pasos
Luego donde E parte entera
d parte decimal
Decil
Se denomina asiacute a cada uno de los nueve percentiles 10P 20P 30P y 90P
Cuartil
)(0 )()1()( EEEk XXdXP
dEnk
i 100
)1(
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 20
Es cada uno de los tres percentiles 25P 50P y 75P
El 25P se llama primer cuartil y se denota por Q1
El 50P se llama segundo cuartil y se denota por Q2
El 75P se llama tercer cuartil y se denota por Q3
Ejemplo
Calcule el percentil 20 y 50 del siguiente conjunto de edades 21 35 51 26 18 20 20 31 28 19
23 y 24
Ejemplo
Una muestra de 30 trabajadores de una plataforma petrolera marina formoacute parte de un ejercicio de
escape del aacuterea Para ello se registraron los siguientes tiempos (en minutos) empleados en la
evacuacioacuten
315 325 325 334 339 340 356 356 359 359
363 364 369 370 373 373 374 375 380 389
392 393 394 397 402 403 415 424 428 445
a iquestCuaacutel es el tiempo miacutenimo registrado por el 18 de trabajadores que emplearon maacutes tiempo en
la evacuacioacuten de la plataforma
b iquestCuaacutel es tiempo maacuteximo empleado por el 28 de trabajadores que emplearon menos tiempo en
la evacuacioacuten de la plataforma
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 21
Ejercicios propuestos
16 Con base en un ceacutelebre experimento Henry Cavendish (1731 -1810) ofrecioacute evidencias directas
de la ley de la gravitacioacuten universal de Newton En el experimento se determinoacute el peso de
masas de objetos la medida de la fuerza de atraccioacuten se usoacute para calcular la densidad de la
Tierra Los valores de la densidad de la Tierra en orden temporal por filas son
536 529 558 565 557 553 562 529 544 534 579 510
527 539 542 547 563 534 546 530 575 568 585
Calcule e interprete el valor de los cuartiles (FuentePhilosophilTransactions 17 (1798) 469)
17 Los ingresos mensuales de una muestra de pequentildeos comerciantes se tabularon en una
distribucioacuten de frecuencias simeacutetrica de 5 intervalos de igual amplitud resultando que el ingreso
miacutenimo es de 125 doacutelares y la marca de clase del cuarto intervalo es de 300 doacutelares Si el 8 de
los ingresos son menores que 175 doacutelares y el 70 de los ingresos son menores a 275 doacutelares
a Determine las frecuencias relativas de cada intervalo
b iquestQueacute porcentaje de ingresos son superiores a $ 285
18 Zinder y Crisis (1990) presentaron un algoritmo hiacutebrido para resolver un problema de
programacioacuten matemaacutetica polinomial cero-uno El algoritmo incorpora una combinacioacuten de
conceptos pseudo booleanos y procedimientos de enumeracioacuten impliacutecitos probados y
comprobados Se resolvieron 52 problemas al azar utilizando el algoritmo hiacutebrido los tiempos
de resolucioacuten (tiempos de CPU en segundos) se listan en la siguiente tabla
0045 0036 0045 0049 0064 007 0079 0088 0091 0118 013 0136
0136 0136 0145 0179 0182 0182 0194 0209 0209 0227 0242 0258
0258 0258 0291 0327 0333 0336 0361 0379 0394 0412 0445 0506
0554 0567 0579 06 067 0912 1055 107 1267 1639 1894 3046
3888 3985 417 8788
a iquestCuaacutel es el tiempo maacuteximo de resolucioacuten de un problema para ser considerado dentro del
10 de los maacutes raacutepidos
b iquestCuaacutel es el tiempo miacutenimo de resolucioacuten de un problema para ser considerado dentro del
20 de los menos raacutepidos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 22
23 Medidas de tendencia central
Media aritmeacutetica
La media llamada tambieacuten promedio se define como el cociente de la suma de los valores
observados de la variable en estudio y el nuacutemero de observaciones
Para datos simples (no agrupados) se calcula por n
x
x
n
i
i 1
Para datos discretos (agrupados) se calcula por n
xf
x
k
i
ii 1
Para datos continuos (agrupados) se calcula por
1
k
i i
i
f x
xn
Ejercicio
Los siguientes datos son medidas de la resistencia al rompimiento (en onzas) de una muestra de
hilos de lino
152 158 162 185 194 206 212 219 254 273 283 295 325 337 369
La media se calcula por
Ejercicio
Calcule la media para el nuacutemero de hijos obtenida a partir de una muestra de 35 familias
x fi fixi
0 13
1 6
2 8
3 6
4 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 23
Ejercicio
Calcule el tiempo promedio de verificacioacuten (en horas) para una muestra de trabajadores
Intervalo fi xrsquoi fix
rsquoi
1 [002 - 081[ 6
2 [081 - 160[ 13
3 [160 - 239[ 4
4 [239 - 318[ 3
5 [318 - 397[ 2
6 [397 - 476] 2
Mediana
Es el percentil 50 es decir es el valor que tiene la propiedad que el 50 (la mitad) de las
observaciones son menores o iguales a eacutel
Ejemplo
Los datos corresponden a una muestra de lecturas de voltaje (en voltios) Calcule la mediana
984 998 998 999 1000 1000 1005 1012 1026 2500
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 24
Ejemplo
Los siguientes datos corresponden a la distribucioacuten del nuacutemero de piezas defectuosas producidas en
una muestra de 150 diacuteas Calcule la mediana
Nuacutemero de piezas de defectuosas
Nuacutemero de diacuteas Fi
0 50
1 60
2 25
3 10
4 5
Moda
La moda de un conjunto de datos es aquel valor que se repite con mayor frecuencia
Ejemplo
En el siguiente conjunto de edades calcule la moda
10 10 10 10 10 12 12 12 12 12 12 12 12 14 14 15 15 15 18 18
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 25
Relaciones entre la media mediana y moda
Si la distribucioacuten de frecuencias es simeacutetrica
Si la distribucioacuten es asimeacutetrica cola a la derecha
Si la distribucioacuten es asimeacutetrica cola a la izquierda
Media=Mediana=Moda
Modalt Medianalt Media
MedialtMedianaltModa
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 26
Ejercicios propuestos
19 Investigadores del MassachussetsInstitute of Technology (MIT) estudiaron las propiedades
espectroscoacutepicas de asteroides de la franja principal con un diaacutemetro menor a los 100
kiloacutemetros Los asteroides se observaron con el telescopio Hiltner del observatorio de MIT se
registroacute el nuacutemero N de exposiciones de imagen espectral independiente para cada observacioacuten
Aquiacute se presentan los datos de 40 observaciones de asteroides obtenidas de Science (9 de abril
de 1993)
Nuacutemero de exposiciones de imagen espectral independientes para 40 observaciones de asteroides
3 4 3 3 1 4 1 3 2 3
1 1 4 2 3 3 2 6 1 1
3 3 2 2 2 2 1 3 2 1
6 3 1 2 2 3 2 2 4 2
Calcule las medidas de tendencia central e interprete los resultados
20 Cientiacuteficos de la India experimentaron con el crecimiento de nanopartiacuteculas de cobre dentro de
un medio viacutetreo (Journal of AppliedPhysics septiembre de 1993) Una ceraacutemica viacutetrea se
sometioacute a una reaccioacuten de intercambio ioacutenico metal alcalino cobre seguida de un tratamiento
reductor en hidroacutegeno Despueacutes del secado se extrajo una muestra de 255 partiacuteculas de cobre de
la superficie del vidrio Se midioacute el diaacutemetro de las partiacuteculas y los resultados se describieron
con el siguiente histograma de frecuencia
a) Construya la tabla de distribucioacuten de frecuencias
b) Calcule e interprete la media aritmeacutetica
35
130
70
155
0
20
40
60
80
100
120
140
2 4 6 8 10 12 14
Diaacutemetro (nanoacutemetros)
Nuacute
mero
de p
art
iacutecu
las
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 27
24 Medidas de variacioacuten
Rango
El rango es una medida de variacioacuten de un conjunto de datos y se define como la diferencia
entre el valor maacuteximo y el valor miacutenimo
Es una medida de la variabilidad no muy utilizada debido a que soacutelo depende de dos valores
Varianza
Es una medida del grado de dispersioacuten o variacioacuten de los valores de una variable con respecto a
su media aritmeacutetica
La varianza de una muestra se denota por s2 mientras que la de una poblacioacuten se denota por
2
Varianza poblacional
N
xN
i
i
1
2
2
Varianza muestral para datos simples
1
1
2
2
n
xx
s
n
i
i
Varianza muestral para datos agrupados discretos y continuos
2
2 1
1
k
i i
i
f x x
sn
2
2 1
1
k
i i
i
f x x
sn
Desviacioacuten estaacutendar
La desviacioacuten estaacutendar es la raiacutez cuadrada positiva de la varianza
Se denota por s cuando es calculada de una muestra y por cuando es poblacional
Ejemplo
Calcule el rango la varianza y la desviacioacuten estaacutendar para la cantidad de plomo en una muestra de
agua potable (en miligramos por litro)
35 73 30 15 36 60 47 19 15 38 10 35 31 21 22 20
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 28
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar del nuacutemero de accidentes automoviliacutesticos en un amuestra
de 100 diacuteas
xi fi
0 10
1 15
2 30
3 35
4 10
100
Ejemplo
Calcule la varianza y desviacioacuten estaacutendar de los siguientes tiempos de exposicioacuten (en minutos) de
un metal a una sustancia quiacutemica en una muestra de 66 reacciones
i Intervalos fi xli fi x
li fi( x
lindash Media)
2
1 [152 ndash 172[ 12 162 1944 16133
2 [172 ndash 192[ 13 182 2366 3611
3 [192 ndash 212[ 20 202 4040 222
4 [212 ndash 232[ 16 222 3552 8711
5 [232 ndash 252] 5 242 1210 9389
66 13112 38067
Calcule la varianza y desviacioacuten estaacutendar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 29
Coeficiente de variacioacuten
Es una medida de dispersioacuten relativa que proporciona una estimacioacuten de la magnitud de las
desviaciones con respecto a la magnitud de la media
100s
CVx
Es uacutetil para comparar la variabilidad de dos o maacutes series de datos que tengan distintas unidades
de medida yo distintas medias aritmeacuteticas
Ejemplo
A continuacioacuten se presentan dos muestras del tiempo de transmisioacuten (en segundos) de un archivo
bajo condiciones similares evaluados en empresas que adoptaron la Tecnologiacutea WAN y la
Tecnologiacutea LAN
Tecnologiacutea WAN 125 126 125 124 119 119 127 110 119 125 123 124 126 126 129
Determine para queacute tipo de Tecnologiacutea utilizada los tiempos de transmisioacuten de datos son maacutes
homogeacuteneos Justifique numeacutericamente su respuesta
Tecnologiacutea LAN Frecuencia
108 111 3
111 114 35
114 117 66
117 120 57
120 123 29
123 126 16
126 129 9
129 132 3
132 135 2
Total 220
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 30
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 31
Ejercicios propuestos
21 La empresa Electroler opera 200 tiendas en diferentes lugares del paiacutes para la venta de
artefactos electroacutenicos para el hogar Los uacuteltimos informes indican que la curva de ventas
mensuales ha descendido a tal punto que se ha tenido que cerrar algunas de las tiendas que
regenta
El gerente con el fin de enfrentar el problema que ha ocasionado el descenso en las ventas ha
determinado que es necesario un estudio estadiacutestico de las ventas semanales (en miles de
nuevos soles) de un producto electroacutenico en tres de las tiendas Aptao Azufral y Brento Las
muestran tomadas arrojaron
Ventas Aptao Nuacutemero de semanas
100 ndash 200 5
200 ndash 300 14
300 ndash 400 21
400 ndash 500 7
500 ndash 600 3
Total 50
Ventas Brento Nuacutemero de semanas
20 2
40 8
60 25
80 20
100 8
Total 63
Ventas Azufral 120 200 100 50 45 120 100 100 90 75 100 210 100 50 120
a Calcule la media y la varianza de las ventas en Azufral Aptao y en Brento
b Determine en cuaacutel de las tiendas las ventas realizadas es maacutes homogeacutenea Justifique
numeacutericamente su respuesta
22 En el medio local hay dos plantas (Planta 1 y Planta 2) que se dedican a la fabricacioacuten de barras
de acero para la construccioacuten Las empresas proveedoras de barras de acero para la
construccioacuten que abastecen al mercado constructor desean averiguar acerca de la resistencia
media a la traccioacuten y la desviacioacuten estaacutendar para ello se tomaron muestras aleatorias en ambas
plantasy la informacioacutenregistrada acerca de la resistencia a la traccioacuten(en Kgcm2) se muestra
en las siguientes tablas
Resistencia a la traccioacuten (Planta 1) fi
[ 69220 ndash 70436 [ 14
[ 70436 ndash 71652 [ 5
[ 71652 ndash 72868 [ 6
[ 72868 ndash 74084 [ 8
[ 74084 ndash 75300 [ 7
[ 75300 ndash 76516 [ 17
[ 76516 ndash 77732 [ 5
Total 62
Estadiacutesticas descriptivas Resistencia a la traccioacuten (Planta 2)
Variable n Media DesvEst Varianza Miacutenimo Maacuteximo
Traccioacuten 62 64520 2983 8899 61220 69856
Realice el anaacutelisis adecuado para la dispersioacuten y responda iquestqueacute planta es maacutes heterogeacutenea en
las resistencias a la traccioacuten Sustente su respuesta estadiacutesticamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 32
Meacutetodos para detectar datos atiacutepicos
Una observacioacuten que es usualmente grande o pequentildea en relacioacuten con los demaacutes valores de un
conjunto de datos se denomina valor atiacutepico Estos valores por lo general son atribuibles a una de
las siguientes causas
La determinacioacuten se observa registra o introduce en la computadora incorrectamente
La determinacioacuten proviene de una poblacioacuten distinta
La determinacioacuten es correcta pero representa un suceso poco comuacuten (fortuito)
Rango intercuartil
257513 PP QQRIC
Regla empiacuterica para detectar datos atiacutepicos
Diagrama de cajas o boxplot
Se traza un rectaacutengulo con los extremos en el primer y tercer cuartil En la caja se traza una
recta vertical en el lugar de la mediana Asiacute la liacutenea de la mediana divide los datos en dos partes
porcentualmente iguales
Se ubican los liacutemites mediante el rango intercuartil El liacutemite superior estaacute a 15(RIC) arriba (o a
la derecha) de 3Q El liacutemite inferior estaacute a 15(RIC) debajo (o a la izquierda) de 1Q
Se trazan los bigotes desde los extremos de las cajas hasta los valores miacutenimo y maacuteximo dentro
de los liacutemites inferior y superior
Se considera dato atiacutepico a cualquier punto que esteacute a maacutes de 15(RIC) por arriba (o a la
derecha) del tercer cuartil y a maacutes de 15(RIC) por debajo (o a la izquierda) del primer cuartil
Se marcan con un asterisco () las localizaciones de los valores atiacutepicos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 33
Ejercicios propuestos
23 Los habitantes de ciudades antiguas en EEUU ingeriacutean cantidades pequentildeas pero dantildeinas de
plomo introducido en su agua potable por el empleo de las tuberiacuteas forradas de plomo que se
instalaron en los primeros sistemas de agua Los datos en la tabla son el contenido medio de
plomo cobre y hierro (miligramos por litro) de muestras de agua recolectadas diariamente
durante 23 diacuteas del sistema de agua de Boston Los datos se recabaron en 1977 despueacutes de que
se instaloacute un sistema de tratamiento de aguas con hidroacutexido de sodio Cada media se basa en
cerca de 40 determinaciones realizadas en diferentes puntos del sistema de agua de Boston
donde se seguiacutean usando tuberiacuteas de plomo
Plomo Cobre Hierro
0010 0022 0039 004 007 009 011 014 018
0015 0030 0043 004 007 01 011 015 019
0015 0031 0047 004 007 01 012 015 020
0016 0031 0049 004 007 012 012 016 022
0016 0035 0055 004 007 014 013 017 023
0019 0035 0060 005 008 016 013 017 025
0020 0036 0073 005 008 018 014 017 033
0021 0038 005 008 014 017
a Calcule las medidas de tendencia central y de variacioacuten en cada una de las muestras
b Construya en un solo graacutefico los diagramas de caja para cada una de las muestras
c iquestExisten valores atiacutepicos en alguna de las muestras
24 Las ventas en miles de soles durante 50 semanas de los productos principales A y B de una
compantildeiacutea poseen las siguientes distribuciones de frecuencias
Ventas A Nuacutemero de semanas Ventas B Nuacutemero de semanas
10 ndash 20 2 2 - 4 5
20 ndash 30 8 4 - 6 14
30 ndash 40 25 6 - 8 21
40 ndash 50 9 8 - 10 7
50 ndash 60 6 10 - 12 3
iquestQueacute producto tiene un nivel de ventas maacutes homogeacuteneo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 34
25 En un proyecto de construccioacuten se midioacute la resistencia del concreto (en MNm2) en dos plantas
diferentes Se ha determinado que la resistencia miacutenima del concreto para el tipo de trabajo que
se esta realizando es 280 MNm2 Los resultados obtenidos se presentan a continuacioacuten
a Comente acerca de la resistencia miacutenima en ambas plantas
b Interprete en teacuterminos del enunciado del problema el valor atiacutepico de la planta 1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 35
Unidad 3 Probabilidad
Logro de la unidad
Comprende los diferentes conceptos relacionados con probabilidades y los utiliza adecuadamente
en la solucioacuten de casos relacionados con su especialidad
31 Experimento aleatorio ()
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caracteriacutesticas
Se puede repetir indefinidamente donde los resultados dependen del azar por lo que no se
pueden predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite un gran nuacutemero de veces aparece un modelo definido de regularidad
Ejemplos
1Lanzar un dado
2 Se lanzan dos monedas y se registra el resultado obtenido
3 Seleccionar un dispositivo electroacutenico y registrar si es defectuoso o no
4 Observar el tiempo de vida de un artefacto eleacutectrico
32 Espacio muestral (oacute S)
Es el conjunto que constaraacute de todos los posibles resultados de un experimento aleatorio Este
conjunto representa nuestro universo o totalidad de resultados del experimento A un elemento
cualquiera de este conjunto se le llama punto muestral y se le denota con w
Ejemplos
1= 123456
2= cccsscss
3 = defectuoso no defectuoso
4 = t t ge 0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 36
Ejercicio
Se realiza el siguiente experimento aleatorio el lanzamiento de dos dados de seis caras
Determine el espacio muestral
Ejercicio
Se realiza el siguiente experimento aleatorio lanzar primero un dado para despueacutes lanzar una
moneda siempre y cuando el nuacutemero del dado sea par Si el resultado del dado es impar la moneda
se lanza dos veces Determine el espacio muestral
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 37
33 Evento
Se denomina evento a todo subconjuto del espacio muestral y representa cierta caracteriacutestica de ella
Para denotar a los eventos usaremos las primeras letras del alfabeto en mayuacutesculas esto es
ABCetc
Evento simple
Un evento se llama simple si consta de soacutelo un punto muestral
Ejemplos
Si 1= 123456 entonces 123456 son eventos simples
Si 2= cccsscss entoncescccsscss son eventos simples
Si 3 = defectuoso no defectuoso entonces defectuosono defectuoso son eventos simples
Evento compuesto
Es una coleccioacuten especiacutefica de puntos muestrales
Ejemplos
Si 1= 123456 entonces A = 1 3 5 oacute A Obtener un nuacutemero impar
Es un evento compuesto
Si 2= cccsscss entonces B= cssc oacute B obtener dos valores diferentes en las caras
superiores de las dos monedas
Es un evento compuesto
34 Probabilidad
Sea un experimento aleatorio con su correspondiente espacio muestral y sea A un evento
definido en entonces la probabilidad del evento A es la medida del grado de posibilidad de
ocurrencia del evento A cuando se realiza una vez el experimento La probabilidad de un evento A
seraacute un nuacutemero que denotaremos por P(A)
Con el objeto de satisfacer la definicioacuten de probabilidad el nuacutemero P(A) asignado debe cumplir el
siguiente axioma
0 le P(A)le 1
Si P(A) tiende a 0 es poco probable que el evento A ocurra
Si P(A) tiende a 1 es un muy probable que el evento A ocurra
En un espacio muestral finito la suma de las probabilidades de todos los eventos simples Ei
debe ser igual a 1
kPr(E )=1 i=123k
ii=1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 38
35 Definicioacuten claacutesica de la probabilidad de un evento
Sea un experimento aleatorio cuyo correspondiente espacio muestral estaacute formado por un nuacutemero
n finito de posibles resultados distintos y con la misma probabilidad de ocurrir entonces definimos
la probabilidad de un evento A como sigue
Ejercicio
Si se lanza dos dados calcular la probabilidad de que la suma de las caras superiores sea mayor a 7
Ejercicio
Se lanza un dado trucado tal que los nuacutemeros pares tienen el doble de probabilidad de aparecer en
cada lanzamiento con respecto a los nuacutemeros impares
a Asigne las probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
( )
n A nuacutemero de casos favorables al evento AP A
n nuacutemero total de casos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 39
Ejercicios propuestos
26 Un experimento consiste en lanzar dos dados Calcular la probabilidad de que la resta del
nuacutemero mayor menos el nuacutemero menor sea mayor a dos
27 Una caja de resistencias contiene 24 resistencias con etiqueta negra y 24 con etiqueta roja de
los de etiqueta negra cinco son de 5 ohmios y el resto de 8ohmios mientras que los de etiqueta
roja doce son de 10 ohmios y el resto de 20ohmios Se selecciona una resistencia al azar
a) Calcule la probabilidad que la resistencia sea de 8 ohmios
b) Calcule la probabilidad que la resistencia sea de 5 ohmios o etiqueta roja
28 Se lanza un dado trucado tal que la probabilidad de obtener x es el doble de la probabilidad de
obtener 1x ( 1x )
a Asigne probabilidades seguacuten el problema a los eventos simples
b Determine la probabilidad de obtener un nuacutemero par en el siguiente lanzamiento
c iquestCuaacutel es la probabilidad de obtener un nuacutemero cuadrado perfecto en cualquier lanzamiento
29 Dos ingenieros civiles denominados A y B se distribuyen al azar en tres oficinas enumeradas
con 1 2 y 3 respectivamente pudiendo estar ambos en una misma oficina
a) Indique los elementos del espacio muestral de este experimento
b) iquestCuaacutel es la probabilidad de que dos oficinas se queden vaciacuteas
30 En una competencia para construir una pared participan cuatro obreros A B C y D Uno de
ellos necesariamente debe ganar Si la probabilidad de que gane A es el doble de la de B la de b
es la mitad de C y la de D es el triple de A iquestcuaacutel es la probabilidad que gane A
31 Un ingeniero civil estaacute jugando a lanzar un dado si eacutel lanza el dado 5 veces iquestcuaacutel es la
probabilidad de que las 5 caras que aparecen sean diferentes
32 Una caja (I) contiene un microprocesador Intel y 3 AMD la caja (II) contiene 3
microprocesador Intel y 2 AMD y la caja (III) contiene 4 microprocesador AMD y 8 de otra
marca Una caja se escoge aleatoriamente y de ella se extrae un microprocesador Calcule la
probabilidad que el microprocesador elegido sea AMD
33 En una caja hay 90 tarjetas numeradas en forma correlativa del 10 al 99 Al sacar una tarjeta al
azar iquestcuaacutel es la probabilidad de que la suma de sus diacutegitos sea 4
34 El diacutea de mayor venta el gerente de una tienda que vende equipos informaacuteticos recibe dos lotes
de tarjetas de dos proveedores XL y ZM Se sabe que se recibieron del proveedor XL 5 tarjetas
de video de la marca A y 3 de la marca B y del proveedor ZM 7 tarjetas de video de la marca A
y 5 de la marca B el gerente decide escoger al azar una tarjeta de video del lote del proveedor
XL y la reuacutene con el grupo de tarjetas del proveedor ZM luego extrae al azar una tarjeta del
lote del proveedor ZM iquestcuaacutel es la probabilidad que la tarjeta extraiacuteda del lote ZM sea de la
marca A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 40
36 Operaciones con eventos
Interseccioacuten
La interseccioacuten de dos eventos A y B es el evento que ocurre si tanto A como B ocurren en una
sola realizacioacuten del experimento La interseccioacuten de los eventos A y B se denota mediante el
siacutembolo BA
Unioacuten
La unioacuten de dos eventosA y B es el evento que ocurre si A o B o ambos ocurren en una sola
realizacioacuten del experimento La unioacuten de los eventos A y B se denota mediante el siacutembolo
BA
Ejemplo
Se lanza un dado y se registra los resultados posibles = 123456
Sean los eventos
A Resulta un nuacutemero menor que 5 B Resulta un nuacutemero par
Halle la interseccioacuten y la unioacuten de los eventos A y B
37 Eventos complementarios
El complemento de un evento A es el evento en el que A no ocurre es decir el evento formado
por todos los eventos simples que no estaacuten en el evento A El complemento del evento A se
denota mediante el siacutembolo Ac
cA A =Ω
La suma de las probabilidades complementarias es igual a 1
P( ) P( ) 1cA A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 41
38 Probabilidad condicional
Para determinar la probabilidad de que el evento A ocurra dado que ocurre el evento B divida
la probabilidad de que ocurra tanto AyB entre la probabilidad de que ocurra B
P( )P( ) 0
P( )P
0 P( ) 0
A BB
BA B
B
Ejemplo
Para ocupar un puesto de trabajo en el departamento de disentildeo de ingenieriacutea de una compantildeiacutea
constructora de barcos se han presentado postulantes cuyas principales caracteriacutesticas se resumen
en el siguiente cuadro
Antildeos de experiencia Egresado de ingenieriacutea No egresado de
universidad (N) Total
Mecaacutenica (M) Industrial (I)
Al menos tres antildeos de experiencia (A) 14 4 9 27
Menos de tres antildeos de experiencia (B) 25 11 27 63
Total 39 15 36 90
El orden en que el gerente de la estacioacuten entrevista a los aspirantes es aleatorio Determine la
probabilidad de que el primer entrevistado por el gerente no sea egresado de universidad si se sabe
que tiene menos de tres antildeos de experiencia
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 42
39 Reglas de probabilidad para uniones e intersecciones
Regla aditiva de la probabilidad
La probabilidad de la unioacuten de los eventos A y B es la suma de las probabilidades de los eventos
A y B menos la probabilidad de la interseccioacuten de los eventos A y B
P( ) P( ) P( ) P( )A B A B A B
Ejercicio
Si A y B son eventos tal queP(A)=02P(B) = 05 y P(AB) = 01 Calcule P(AB) y P(AcB)
Eventos mutuamente excluyentes
Los eventos A y B son mutuamente excluyentes si la interseccioacuten de los eventos A y B no
contiene eventos simples
Regla aditiva para eventos mutuamente excluyentes
Si dos eventos A y B son mutuamente excluyentes la probabilidad de la unioacuten de A y B es igual
a la suma de las probabilidades de A y B
P( ) P( ) P( )A B A B
Ejercicio
Si A y B son eventos mutuamente excluyentes tales que P(A) = 02 y P(B) = 05 Calcule P(AB) y
P(AcB)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 43
Regla multiplicativa de la probabilidad
P( ) P( | )P( ) P( )P( )A B A B B B A A
Ejercicio
Si A y B son eventos tales que P(A) = 04P(B) = 02 y P(AB) = 05 Calcule P(AB) y P(AcB)
310 Eventos independientes
Los eventos A y B son independientes si la ocurrencia de B no altera la probabilidad de que haya
ocurrido A es decir los eventos A y B son independientes si
P( ) P( )A B A
Si dos eventos no son independientes se dice que son dependientes
Regla multiplicativa para eventos independientes
Si los eventos A y B son independientes la probabilidad de la interseccioacuten de A y B es igual al
producto de las probabilidades de A y B es decir
P( ) P( )P( )A B A B
Generalizando para los eventos independientes kEEE 21
1 2 1 2P( ) P( )P( ) P( )k kE E E E E E
Ejemplo
Cuatro ingenieros realizan parte de un proyecto de forma independiente para luego juntarse la
uacuteltima semana del proyecto Se sabe que el ingeniero 1 se equivoca en el 15 de los casos el
ingeniero 2 en el 20 de los casos el ingeniero 3 en el 10 y el ingeniero 4 en el 6 Si se llega a
la uacuteltima semana con una o maacutes partes con error se desecha el proyecto Calcule la probabilidad de
que se deseche el proyecto
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 44
311 Probabilidad Total y el Teorema de Bayes
Probabilidad Total
Dado k eventos mutuamente excluyentes y exhaustivos kAAA 21 que constituyen una particioacuten
del espacio muestral entonces para cualquier eventoEde se cumple
Donde a laP(E) se le conoce comola probabilidad total
Teorema de Bayes
Si losk eventos kAAA 21 constituyen una particioacuten del espacio muestral entonces para
cualquier evento E de la P(Ai|E)es
P( )P( | )
P( )
ii
A EA E
E
para ki 21
1 1 2 2
P( )P( )P( | )
P( )P( ) P( )P( ) P( )P( )
i ii
k k
A E AA E
A E A A E A A E A
Ejercicio
Una empresa se encuentra estudiando la posibilidad de importar para el proacuteximo antildeo un nuevo
modelo de celular de uacuteltima generacioacuten Al estudiar la situacioacuten econoacutemica del proacuteximo antildeo se
contemplan tres posibilidades inflacioacuten estabilidad o crecimiento estimando dichas alternativas
con las siguientes probabilidades 055 035 y 010 respectivamente La probabilidad de importar el
nuevo modelo de celular es 025 si existiera inflacioacuten 040 si existiera estabilidad y 065 si existiera
crecimiento
a iquestCuaacutel es la probabilidad de importar el nuevo modelo de celular para el proacuteximo antildeo
1 1 2 2( ) ( ) ( ) ( ) ( ) ( ) ( )k kP E P A P E A P A P E A P A P E A
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 45
b Asumiendo que la empresa decidioacute importar el nuevo modelo de celular iquestcuaacutel es la
probabilidad que existiera inflacioacuten en la economiacutea
Ejercicios propuestos
35 Una empresa vende tres tipos de maquinaria pesada para la industria textil A B y C El 70 de
las maacutequinas son del tipo A el 20 del tipo B y el 10 son del tipo C Las maacutequinas A tienen
una probabilidad de 01 de producir una pieza defectuosa a lo largo de un antildeo las maacutequinas B
tienen una probabilidad de 03 y las maacutequinas C tienen una probabilidad 06 de producir una de
tales piezas defectuosas a lo largo de un antildeo Una de estas maacutequinas ha estado funcionando
durante un antildeo de prueba y ha producido una pieza defectuosa iquestDe cuaacutel tipo de maacutequina es
maacutes probable que provenga la pieza defectuosa
36 Un lote contiene 8 artiacuteculos buenos y 4 defectuosos Si se extraen al azar 6 artiacuteculos de una sola
vez calcule la probabilidad de obtener por lo menos un defectuoso
37 Se tienen observaciones del tiempo de transmisioacuten en segundos para el enviacuteo de un mismo
archivo por tipo de tecnologiacutea y medio fiacutesico adoptado en diferentes empresas atendidas por
ElectronicSystemsCompany que brinda soporte especializado Los resultados se muestran a
continuacioacuten
Tecnologiacutea
LAN WAN
Medio Fiacutesico de transporte 110 115 120 125 110 115 120 125 Total
Cables de cobre de par trenzado 5 9 4 2 8 12 7 5 52
Cables coaxiales 12 12 22 10 14 14 24 12 120
Fibras oacutepticas 20 25 10 5 15 18 15 22 130
Aire 3 4 4 3 3 6 4 1 28
Total 40 50 40 20 40 50 50 40 330
Si de la tabla mostrada se selecciona un enviacuteo calcule
a La probabilidad que corresponda a un tiempo mayor a 115 segundos y utilice cables
coaxiales
b La probabilidad que no utilice fibras oacutepticas o que utilice la Tecnologiacutea WAN
c La probabilidad que tarde como maacuteximo 120 segundos si se sabe que utiliza la Tecnologiacutea
LAN
d De los enviacuteos que tardan 115rdquo y tienen como medio fiacutesico de transporte el Aire se
seleccionan al azar 5 enviacuteos Determine la probabilidad que 2 de ellos usen Tecnologiacutea
LAN y 3 utilicen Tecnologiacutea WAN
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 46
38 Durante la eacutepoca de exaacutemenes en cierto colegio soacutelo 25 de los profesores advierten por
escrito a sus alumnos que no estaacute permitido levantarse a preguntar durante la prueba No
obstante se ha observado que a pesar de esa advertencia 20 de los estudiantes lo hacen Para
los mentores que no establecen dicha advertencia la cifra correspondiente es de 70 Si
durante una prueba a cargo del profesor Jaime de pronto irrumpe un inspector en el saloacuten y
observa que hay alumnos que quebrantan la regla iquestcuaacutel es la probabilidad de que ese profesor
no haya advertido por escrito que se prohiacutebe hacer preguntas en los exaacutemenes
39 Consideremos que tres maacutequinas Alpha Beta y Gamma producen respectivamente el 50 el
30 y el 20 del nuacutemero total de artiacuteculos de una faacutebrica Si la proporcioacuten de artiacuteculos
defectuosos que produce cada una de estas maacutequinas es 003 004 y 005 respectivamente y se
selecciona un artiacuteculo aleatoriamente
a Calcular la probabilidad de que el artiacuteculo sea defectuoso
b Calcular la probabilidad de que el artiacuteculo seleccionado al azar haya sido producido por la
maacutequina Alpha o la maacutequina Beta si se sabe que este es defectuoso
40 Electronic Systems Company que brinda soporte especializado en la instalacioacuten de redes con
Tecnologiacutea LAN o WAN en diferentes empresas sabe que el 15 de las empresas prefieren
como medio fiacutesico de transporte los cables de cobre de par trenzado el 35 prefiere los cables
coaxiales el 40 fibras oacutepticas y 10 el aire Ademaacutes si la empresa elige los cables de cobre
de par trenzado como medio fiacutesico la probabilidad que elija la Tecnologiacutea WAN es 062 las
empresas que eligen cables coaxiales tienen una probabilidad de 045 de elegir la Tecnologiacutea
LAN las empresas que eligen la fibra oacuteptica tiene una probabilidad de 055 de elegir la
Tecnologiacutea WAN y las empresas que eligen el aire como medio fiacutesico de transporte tienen una
probabilidad de 05 de elegir la Tecnologiacutea LAN
a Calcule la probabilidad que una empresa elija para su Red la Tecnologiacutea LAN
b Si se selecciona al azar una empresa que utiliza Tecnologiacutea WAN iquestcuaacutel es la probabilidad
que utilice como medio fiacutesico de transporte cables de cobre de par trenzado
41 Aplicacioacuten al anaacutelisis de confiabilidad el anaacutelisis de confiabilidad constituye la rama de la
ingenieriacutea que se dedica al caacutelculo de las tasas de fallas de los sistemas
a Un sistema contiene dos componentes
A y B conectados en serie como se
muestra en el diagrama siguiente
El sistema funcionaraacute soacutelo si ambos
componentes funcionan El componente A funciona con una probabilidad de 098 y el
componente B funciona con una probabilidad de 095 Suponga que A y B funcionan de manera
independiente Determine la probabilidad que el sistema
funcione
b Un sistema contiene dos componentes C y D
conectados en paralelo como se muestra en el
diagrama siguiente
El sistema funcionaraacute si alguno C o D funcionan Los
componentes C y D funcionan con una probabilidad de 090 y 085 respectivamente Suponga
que C y D funcionan de manera independiente Determine la probabilidad de que el sistema
funcione
42 Un sistema estaacute conformado por cinco componentes que funcionan independientemente La
probabilidad de que un componente funcione correctamente es 070
a Calcule la probabilidad de que al menos un componente funcione correctamente
b Calcule la probabilidad de que al menos un componente no funcione correctamente
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 47
Unidad 4 Variable aleatoria y distribucioacuten de probabilidad
Logro de la unidad
Al finalizar la unidad el alumno seraacute capaz de modelar las diferentes distribuciones de probabilidad
discretas y continuas que sean de utilidad para su especialidad
Aleksandr Liapunov (1857ndash1918) el primero que usoacute
sistemaacuteticamente el teacutermino lsquovariable aleatoriarsquo
Liapunov estudioacute en el Departamento de Fiacutesica y Matemaacuteticas
de la Universidad de San Petersburgo donde conocioacute a
AndreacuteiMaacuterkov Al principio asistioacute a las clases de Mendeleacuteyev
sobre quiacutemica
En 1885 fue nombrado profesor asociado de la Universidad de
Jaacuterkov en la caacutetedra de mecaacutenica Las clases de Liapunov
versaron sobre mecaacutenica teoacuterica integrales de ecuaciones
diferenciales y teoriacutea de la probabilidad El contenido de estas
clases nunca fue publicado y soacutelo se mantiene en los apuntes
de los alumnos Sus clases sobre mecaacutenica se distribuyeron en
seis aacutereas cinemaacutetica la dinaacutemica de una partiacutecula la
dinaacutemica de sistemas de partiacuteculas la teoriacutea de las fuerzas
atractivas la teoriacutea de la deformacioacuten de cuerpos soacutelidos y la
hidrostaacutetica
Tomado de copy 2012 Zeably Inc
41 Variable aleatoria
Una variable aleatoria es una funcioacuten con valor numeacuterico definida sobre un espacio muestral
Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente
S=cc cs sc ss
Si ahora definimos la variable X como nuacutemero de caras que se obtiene entonces a cada resultado
de S es posible asignarle un nuacutemero real de la siguiente manera
cc se le asigna el nuacutemero real 0
cs se le asigna el nuacutemero real 1
sc se le asigna el nuacutemero real 1
ss se le asigna el nuacutemero real 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 48
42 Variables aleatorias discretas
Una variable aleatoria es discreta si toma una cantidad de valores susceptible de contarse
Funcioacuten de probabilidad de una variable aleatoria discreta
La probabilidad de que la variable aleatoria tome un valor geneacuterico igual a x se denotaraacute de la
siguiente manera
)( xXPxf
La funcioacuten de probabilidad debe cumplir las siguientes condiciones
1)(0 xf
1)(Rango
X
xf
Ejercicio
Se lanza un dado y sea X la variable aleatoria definida como el nuacutemero obtenido en la cara superior
Determine y grafique la funcioacuten de probabilidad de X
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
SSRR
bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22bullbullCCCC
bullbullCS CS
bullbullSC SC
bullbullSSSS00
11
22
00
11
22
SSRR
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 49
Ejercicio
Una compantildeiacutea constructora usa drywall para la ampliacioacuten de una casa Su nombre significa ldquomuro
secordquo ya que los materiales que lo componen no requieren mezclas huacutemedas Si la compantildeiacutea en su
almaceacuten tiene 25 drywall de los cuales se sabe que 3 tienen defectos y se toma una muestra al azar
de 5 de ellos Determine y grafique la funcioacuten de probabilidad del nuacutemero dedrywall defectuosos
elegidos en la muestra
Ejercicios
43 El nuacutemero de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
a) Determine el valor de k
b) Calcule Pr(Xlt 4) y Pr(X 2)
44 Seguacuten el departamento de control decalidad de una empresa fabricante de tornillos el nuacutemero
de fallas superficiales en los tornilloscorresponde a una variable aleatoria X con E (X) = 088
por tornillo Ademaacutes sesabe que la funcioacuten de probabilidad estaacute dada por
x 0 1 2 3 4
f(x) a 037 016 b 001
a) iquestCuaacutel es la probabilidad de que un tornillo presente al menos 2 fallas
b) Calcule la varianza y el coeficiente de variacioacuten de X
45 Un contratista debe elegir entre dos obras la primera promete una ganancia de 2rsquo400000 soles
con probabilidad 075 o una peacuterdida de 600000 soles (debido a huelgas y otras demoras) con
probabilidad de 025 la segunda promete una ganancia de 3rsquo000000 soles con probabilidad
050 o una peacuterdida de 900000 soles con probabilidad 05
a) iquestCuaacutel obra debe elegir el contratista si se quiere maximizar la ganancia esperada
b) iquestCuaacutel es el valor miacutenimo de probabilidad que debe asignar a una posible ganancia para que
el contratista se decida por la segunda obra
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 50
46 Encuentre la distribucioacuten de probabilidad para el nuacutemero de CD de muacutesica claacutesica cuando 4 CD
se seleccionan al azar de una coleccioacuten que consiste de 5 CD de muacutesica claacutesica 2 de salsa y 3
de rock
47 Considere un grupo de 5 donantes de sangre de los cuales soacutelo dos tienen sangre ORh+ Se
obtiene 5 muestras de sangre una de cada individuo y en forma aleatoria son analizadas una por
una hasta identificar una muestra ORh+ Suponga que se quiere calcular la probabilidad de
encontrar una muestra de dicho tipo de sangre luego de una cantidad de pruebas Defina la
variable aleatoria y construya la tabla de distribucioacuten de probabilidades
48 Un estudio de las tendencias a lo largo de cinco antildeos en los sistemas de informacioacuten logiacutestica de
las industrias reveloacute que los mayores avances en la computarizacioacuten tuvieron lugar en el
transporte Actualmente 90 de todas las industrias contiene archivos de pedidos abiertos de
embarque en su base de datos computarizada En una muestra aleatoria de 10 industrias sea X
el nuacutemero de ellas que incluyen archivos de pedidos abiertos de embarque en su base de datos
computarizada
a) Determine la distribucioacuten de probabilidad de X
b) iquestCuaacutel es la probabilidad de que al menos 8 industrias incluyan archivos de pedidos abiertos
de embarque en su base de datos computarizada
49 El 60 de los estudiantes de la promocioacuten del colegio ldquoAlfonso Ugarterdquo aproboacute el curso de
Matemaacuteticas el 65 aproboacute el curso de Historia y el 40 aproboacute ambos cursos Determine la
distribucioacuten de probabilidad del nuacutemero de cursos aprobados
50 Carola tiene un llavero con tres llaves ideacutenticas de las cuales soacutelo una abre un armario
Determine la distribucioacuten de probabilidad para el nuacutemero de intentos que debe realizar Carola
hasta abrir el armario
Esperado de una variable aleatoria discreta
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) Entonces el valor
esperado o medio de X es
x
xxfXERango
)()(
Esperado de una funcioacuten de X
Sea X una variable aleatoria discreta con funcioacuten de probabilidad f(x) y sea g(x) una funcioacuten de
la variable X Entonces el valor esperado o medio de g(x) es
x
xfxgxgERango
)()()(
Algunos teoremas uacutetiles del esperado
Sea X una variable discreta con funcioacuten de probabilidad f(x) y sea c una constante
ccE
XcEcXE
Sean )()(1 xgxg k funciones de X E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria
Sea X una variable discreta con funcioacuten de probabilidad f(x) Entonces la varianza de X es
222 )( XE
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 51
La desviacioacuten estaacutendar de X es la raiacutez cuadrada positiva de la varianza de X
2
Ejercicio
La cantidad de llamadas telefoacutenicas que llegan a una central telefoacutenica automaacutetica en 5 minutos
obedece a la funcioacuten de probabilidad
x 0 2 4 6
f(x) 025 k 010 050
Calcular el valor esperado y varianza de X
Ejercicios
51 El tiempo necesario (en meses) para la construccioacuten de un puente se considera una variable
aleatoria Una empresa constructora ha determinado que dicha variable tiene la siguiente
distribucioacuten de probabilidades
x 5 6 7 8 9 10
f(x) 005 015 030 025 020 005
a Calcule e interprete el valor esperado
b Suponga que se decide contratar a la empresa constructora mencionada acordaacutendose pagarle
20000 doacutelarespor la construccioacuten del puente en un tiempo maacuteximo de 10 meses Sin
embargo si se terminara antes del tiempo pactado la empresa recibe5000 doacutelares adicionales
por cada mes ahorrado Calcule el valor esperado y la desviacioacuten estaacutendar del pago
obtenido por la empresa por la construccioacuten del puente
52 Una libreriacutea necesita hacer el pedido semanal de una revista especializada de ingenieriacutea Por
registros histoacutericos se sabe que las frecuencias relativas de vender una cantidad de ejemplares
es la siguiente
Demanda de ejemplares 1 2 3 4 5 6
Frecuencia relativa 115 215 315 415 315 215
a Calcule la media y varianza de la demanda de ejemplares
b Pagan S 5 por cada ejemplar y lo venden a S 10 De mantenerse las condiciones bajo las
que se registraron los datos y si las revistas que quedan no tienen valor de recuperacioacuten
iquestcuaacutentos ejemplares de revista se deberiacutea solicitar
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 52
53 Enigma SA produce artiacuteculos perecibles A continuacioacuten se presenta una tabla con los datos
histoacutericos de las demandas semanales obtenidas en las uacuteltimas 50 semanas y el nuacutemero de
semanas de ocurrencia
Nuacutemero de productos demandados 2 000 3 000 4 000 5 000
Nuacutemero de semanas 15 20 10 5
a Si la compantildeiacutea decide programar la produccioacuten de dicho artiacuteculo tomando exactamente el
valor esperado de la demanda iquestcuaacutentas unidades de dicho artiacuteculo debe producir la
compantildeiacutea semanalmente
b Si cada unidad tiene un costo de S 5 y se vende a S 10 Si el producto no se vende
durante la semana siguiente a la producida se debe rematar a un precio de S 25 Todos
los productos ofrecidos en remate se venden iquestcuaacutentas unidades debe producirse
semanalmente la compantildeiacutea para maximizar su utilidad esperada
54 Un contratista debe elegir entre dos trabajos El primero promete un beneficio de S 80 000 con
una probabilidad de 075 oacute una peacuterdida de S 20 000 con una probabilidad de 025 El segundo
trabajo promete un beneficio de S 120 000 con una probabilidad de 05 oacute una peacuterdida de S 30
000 con una probabilidad de 05
a iquestQueacute trabajo recomendariacutea al contratista si eacuteste quiere maximizar su beneficio
b iquestQueacute trabajo deberiacutea elegir el contratista si su negocios van mal y para no quebrar necesita
un beneficio miacutenimo de S 100 000 en el siguiente trabajo
55 La distribucioacuten de probabilidad de X el nuacutemero de imperfecciones por 10 metros de una tela
sinteacutetica en rollos continuos de ancho uniforme estaacute dada por
X 0 1 2 3 4
f(x) 041 037 k 005 001
a Construya la distribucioacuten acumulada de X A partir de la funcioacuten acumulada calcule la
probabilidad de que el nuacutemero de imperfecciones sea mayor que 2 pero como maacuteximo 4
b Si el nuacutemero de imperfecciones por 10 metros de tela es al menos 1 calcule la
probabilidad de que el nuacutemero de imperfecciones sea menor que 3
c Si un rollo de 10 metros de tela tiene como maacuteximo una imperfeccioacuten al vender dicho
rollo se gana S35 de lo contrario se ganaraacute soacutelo S10 calcule la ganancia esperada por
rollo
56 La siguiente tabla representa la distribucioacuten del nuacutemero de fallas (X) de energiacutea
eleacutectrica que afectan a cierta regioacuten en cualquier antildeo dado
X 0 1 2 3
P(X = x) 038 024 k 008
a Calcule e interprete el valor esperado de X
b Si por cada falla eleacutectrica se estima que la regioacuten pierde aproximadamente 14300
doacutelares iquestcuaacutel es la peacuterdida esperada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 53
43 Variables aleatorias continuas Una variable aleatoria es continua si puede tomar cualquiera de los valores de un intervalo
Ejemplo
En el caso de los estudiantes de la universidad si a cada alumno le hace corresponder su talla en
centiacutemetros entonces estaremos hablando de una variable aleatoria continua
Ejemplo 2
Del registro de trabajadores de la empresa Mercurio se elige un trabajador al azar y se le asigna su
peso
La variable X que a cada trabajador le hace corresponder el peso en kilos es una variable
aleatoria
La variable Y que a cada trabajador le hace corresponder su talla en centiacutemetros es una variable
aleatoria
Funcioacuten de densidad de una variable continua
Se denomina funcioacuten de densidad f(x) de una variable aleatoria continua Xa la funcioacuten que satisface
0)( xf
1)( dxxf
b
a
dxxfbXaP )()(
Ejercicio
Sea cuna constante positiva y consideremos la funcioacuten de densidad
casootro
xcxxf
0
33)(
Calcule el valor de c y luego P(Xgt 0)
f(x)
a b
f(x)
a b
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 54
Funcioacuten de distribucioacuten acumulada
La funcioacuten de distribucioacuten acumulativa F(x) para una variable aleatoria X es igual a la
probabilidad
x
dttfxXPxF )()(
Si F(x) es la funcioacuten de distribucioacuten acumulativa para una variable aleatoria continua X
entonces la funcioacuten de densidad f(x) para X es
dx
xdFxf
)()(
Ejercicio
Sea c una constante y consideremos la funcioacuten de densidad
casootro
xcxxf
0
30)(
Graficar F(x) y calcule P(Xgt1)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 55
Esperado de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) y sea g(x) cualquier funcioacuten de
X los valores esperados de X y g(x) son
dxxxfXE )(
( ) ( )E g x g x f x dx
Propiedades del esperado
Sea X una variable aleatoria continua
E(c) = c donde c es una constante
E(cX)= cE(X)
Sea X una variable aleatoria continua y sean g1(x) hellip gk(x) funciones de X
E[g1(x)+ hellip+ gk(x)] = E[g1(x)]+ hellip+ E[gk(x)]
Varianza de una variable aleatoria continua
Sea X una variable aleatoria continua con funcioacuten de densidad f(x) Entonces la varianza de X
es
222 )( XE
Ejemplo
El tiempo en minutos que un tren suburbano se retrasa es una variable aleatoria continua X con
densidad
0
55)25(500
3
)(
2
cc
xxxf
Calcule el valor esperado y la varianza de X
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 56
Ejercicios
57 Sea c una constante y consideremos la funcioacuten de densidad
0
20)(
cc
xcxxf
a) Calcule el valor de c
b) Calcule la funcioacuten de distribucioacuten acumulada F(x)
c) Calcule la P(1ltXlt15)
d) Calcule el valor esperado y la varianza
e) Calcule el valor esperado de 2X
58 Se tiene que construir una casa y para terminar la construccioacuten previamente se necesita llevar a
cabo determinado trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten (en diacuteas) cuya
funcioacuten de densidad de probabilidad es
0
08
1
)(8
cc
xexf
x
a iquestCuaacutel es la probabilidad de que el trabajo clave demore menos de ocho diacuteas
b La utilidad producto de la venta de la casa (en miles de doacutelares) es una funcioacuten del tiempo
de ejecucioacuten del trabajo clave
823)(
2xxxU
Calcule la utilidad esperada por la venta de la casa
59 Sondeos de mercado realizados por un fabricante sobre la demanda de un producto indican que
la demanda proyectada debe considerarse una variable aleatoria X con valores entre 0 y 25
toneladas La funcioacuten de densidad de X es
25x025
x3)x(f
3
2
a Construir la funcioacuten de distribucioacuten acumulada de X
b iquestCuaacutel es la probabilidad de tener una demanda entre 10 y 20 toneladas
c Hallar la demanda esperada Interprete
60 Las utilidades netas en miles de soles de los propietarios de stands en una galeriacutea comercial es
una variable aleatoria con funcioacuten de densidad
casootro0
4x08
x)x(f
a iquestEstariacutea usted en condiciones de afirmar que maacutes de la mitad de los propietarios tiene
utilidades superiores al promedio Justifique
b Calcule la variacioacuten relativa de las utilidades
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 57
44 Principales variables discretas
Distribucioacuten Bernoulli
Considere una prueba de Bernoulli donde
)(fracasounocurresi0
)(eacutexitounocurresi1
F
EX
La funcioacuten de probabilidad de X es
10)( 1 xqpxf xx
La media y varianza de Xson respectivamente
qppqXVpXE 12
Distribucioacuten binomial
El experimento consiste de n pruebas ideacutenticas de Bernoulli Cada prueba tiene uacutenicamente dos
resultados eacutexito o fracaso P(eacutexito)=p y P(fracaso)=1-p se mantiene constante a lo largo de
todas las pruebas
Las pruebas son independientes
La variable aleatoria binomial X es el nuacutemero de eacutexitos en n pruebas
La funcioacuten de probabilidad de X es
( ) 1 01 2 n xn x
xf x P X x C p p x n
Se denota X ~B (n p)
La media y varianza de Xson respectivamente
2 1E X np V X np p
Ejemplo
El supervisor de la zona A ha determinado que un coordinador entrega los pedidos a tiempo
alrededor del 90 de las veces El supervisor ha hecho 12 pedidos a ese coordinador Calcular la
probabilidad de que el coordinador entregue por lo menos 11 pedidos a tiempo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 58
Distribucioacuten hipergeomeacutetrica
El experimento consiste en extraer al azar y sin restitucioacuten n elementos de un conjunto de N
elementos r de los cuales son eacutexitos y (N -r) son fracasos
La variable aleatoria hipergeomeacutetrica es el nuacutemero de eacutexitos en la muestra de n elementos
La funcioacuten de probabilidad de X es
( ) max[0 ( )]min( )r N r
x n x
N
n
C Cf x P X x x n N r r n
C
Se dice que la variable aleatoria X sigue una distribucioacuten hipergeomeacutetrica con paraacutemetros N r y
n
Se denotaX ~H (N nr)
Media N
rnXE
Varianza
112
N
nN
N
r
N
rnXV
Ejercicio
Si se tiene en almaceacuten 20 taladros de mano de los cuales 5 estaacuten descompuestos Si se escogen al
azar 7 de ellos calcular la probabilidad de escoger maacutes de 2 taladros defectuosos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 59
Distribucioacuten Poisson
El experimento consiste en contar el nuacutemero X de veces que ocurre un evento en particular
durante una unidad de tiempo dado o un aacuterea o volumen (o peso distancia o cualquier otra
unidad de medida) dada
La probabilidad de que un evento ocurra en una unidad dada de tiempo aacuterea etc es la misma
para todas las unidades
El nuacutemero de eventos que ocurren en una unidad de tiempo aacuterea volumen es independiente del
nuacutemero de los que ocurren en otras unidades
La funcioacuten de probabilidad de X es
3210
)(
xx
exXPxf
x
La media y la varianza son respectivamente
XVXE 2
Ejercicio
En la interseccioacuten de una calle en una zona de la ciudad de Lima se determinoacute que en promedio se
produce un accidente automoviliacutestico cada dos meses siguiendo un proceso de Poisson Calcule la
probabilidad de que en un antildeo se produzcan maacutes de tres accidentes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 60
Ejercicio
Una panaderiacutea produce seis pasteles especiales cada diacutea Si el pastel no se vende dentro del diacutea
debe descartarse El panadero sabe que la demanda diaria de pasteles especiales es una variable
aleatoria Poisson con media 5 Por cada pastel vendido se obtiene una ganancia de 30 soles y por
cada pastel descartado se pierde 10 soles Calcular la utilidad esperada diaria en pasteles especiales
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 61
Ejercicios
61 El nuacutemero de fallas que presentan los teleacutefonos conectados a la central de un sistema privado de
telecomunicaciones sigue una distribucioacuten de Poisson con una tasa de 10 fallas diarias Calcule
la probabilidad que en los siguientes 5 diacuteas se presenten exactamente 48 fallas
62 En un proceso de fabricacioacuten se intenta producir unidades precoladas con un porcentaje
pequentildeo de unidades defectuosas Todos los diacuteas se someten a prueba 10 unidades
seleccionadas al azar de la produccioacuten diaria Si existen fallas en una o maacutes de estas unidades se
detiene el proceso de produccioacuten y se las somete a un examen cuidadoso iquestCuaacutel es la
probabilidad de detener el proceso si el porcentaje de unidades defectuosas producidas es del
1
63 Un cierto sistema mecaacutenico contiene 10 componentes Suponga que la probabilidad de que
cualquier componente individual falle es de 007 y que los componentes fallan independientes
unos de otros
a) iquestCuaacutel es la probabilidad de que falle al menos uno de los componentes
b) iquestCuaacutel es la probabilidad de que fallen exactamente 2 componentes
c) iquestCuaacutel es la probabilidad de que fallen entre 2 y 5 componentes
d) Halle E(X) y V(X)
64 La empresa Nacional Oil Company se dedica a operaciones de perforacioacuten exploratoria en el
sureste de los Estados Unidos Para financiar su funcionamiento los inversionistas forman
sociedades que proporcionan financiamiento para perforar una cantidad fija de pozos petroleros
La experiencia en este tipo de exploraciones indica que el 15 de los pozos perforados fueron
productivos Una sociedad recieacuten formada proporciona el financiamiento para realizar
perforaciones exploratorias en 12 lugares Para hacer rentable la sociedad por lo menos tres de
los pozos de exploracioacuten deben ser productivos iquestCuaacutel es la probabilidad que el negocio sea
rentable
65 Un fabricante de piezas para automoacuteviles garantiza que cada caja de piezas fabricadas por su
empresa contiene como maacuteximo 3 piezas defectuosas Si cada caja contiene un total de 20
piezas y la experiencia ha mostrado que en el proceso de manufactura se produce el 2 de las
piezas defectuosas iquestCuaacutel es la probabilidad de que cada caja de piezas satisfaga esta garantiacutea
66 Cierto tipo de azulejo puede tener un nuacutemero X de puntos defectuosos con media de 3 puntos
defectuosos por azulejo
a) Calcule la probabilidad de que haya 5 defectos en un azulejo elegido al azar
b) El precio del azulejo es $15 si el azulejo no tiene ninguacuten defecto si tiene uno a dos fallas
se vende en $090 y si tiene maacutes de dos defectos se remata en $020 Calcule el precio
esperado por azulejo
67 El nuacutemero de averiacuteas semanales de una cierta maacutequina de una faacutebrica es una variable aleatoria
con distribucioacuten de Poisson con media 03
a) iquestCuaacutel es la probabilidad de que la maacutequina tenga a lo maacutes dos averiacuteas en una semana
b) Si se tienen 5 de estas maacutequinasiquestCuaacutel es la probabilidad de que al menos 2 de estas no
tengan averiacuteas en dos semanas
68 Con la finalidad de disentildear un nuevo sistema de control de traacutefico un ingeniero recoge
informacioacuten sobre el nuacutemero de automoacuteviles que llegan a una interseccioacuten Se sabe que el
nuacutemero promedio de automoacuteviles que llegan a una interseccioacuten por minuto es uno seguacuten un
proceso de Poisson
a) iquestQueacute probabilidad hay de que en un minuto dado el nuacutemero de llegadas sea de tres o maacutes
b) Para los siguientes cuatro minutos iquestqueacute tan probable es que lleguen seis automoacuteviles
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 62
69 Si el nuacutemero de automoacuteviles que pasan por una interseccioacuten es 2 por segundo siguiendo un
proceso de Poisson
a) iquestCuaacutel es la probabilidad de que en el siguiente segundo pase al menos 3 automoacuteviles
b) iquestCuaacutel es la probabilidad de que en los siguientes 2 minutos pasen por la interseccioacuten 20
automoacuteviles
70 En un estudio del traacutensito en cierta interseccioacuten se determinoacute que el numero de automoacuteviles
que llegan a un ovalo tiene distribucioacuten de Poisson con media igual a 5 automoacuteviles por
segundo
a) iquestCuaacutel es la probabilidad de que en un segundo lleguen al ovalo maacutes de dos automoacuteviles
b) Calcule la probabilidad de que en los siguientes 10 segundos lleguen al ovalo 40
automoacuteviles
c) Suponga que el 90 de vehiacuteculos que llegan diariamente al ovalo mencionado son de
transporte privado Para los siguientes 5 diacuteas calcule la probabilidad de que lleguenal ovalo
por lo menos tres vehiacuteculos de transporte privado
71 Un comerciante recibe para su venta cierto tipo de artiacuteculo en cajas que contienen 10 unidades
de los cuales 3 artiacuteculos son defectuosos El control de calidad por caja consiste en extraer una
muestra de 4 artiacuteculos uno por uno sin reposicioacuten y aceptar la caja si la muestra contiene a lo
maacutes un defectuoso Calcular la probabilidad de rechazar una caja
72 Lotes de 100 artiacuteculos El control de calidad por lote consiste en escoger una muestra al azar de
10 artiacuteculos uno por uno sin reposicioacuten y aceptar el lote si en la muestra se encuentra a lo maacutes
un defectuoso Calcular la probabilidad de rechazar un lote que contiene 10 artiacuteculos
defectuosos
73 En un lote de 8 productos soacutelo 5 de eacutestos cumplen con las especificaciones teacutecnicas requeridas
Si de ese lote se escogen 3 productos al azar y sin reposicioacuten calcule la probabilidad de que 2
cumplan con las especificaciones teacutecnicas
74 Un distribuidor mayorista recibe diariamente un lote de 20 refrigeradoras de las cuales ocho son
de color blanco y las restantes de color plata Un comerciante minorista le solicita tambieacuten
diariamente seis refrigeradoras Suponiendo que las refrigeradoras se seleccionan al azar
a) iquestCuaacutel es la probabilidad de que en un diacutea cualquiera el nuacutemero de refrigeradoras de color
blanco seleccionadas sea maacutes de tres
b) iquestCuaacutel es la probabilidad que para los siguientes cinco diacuteas como maacuteximo en dos diacuteas el
minorista reciba exactamente tres refrigeradoras de color plata Suponer independencia
75 En un almaceacuten de aparatos electroacutenicos se almacenan 10 tostadoras para su distribucioacuten 4 de la
marca A y el resto de marcas menos conocidas Si un empleado selecciona al azar 5 tostadoras
para llevarlas por encargo a una tienda para su comercializacioacuten calcular la probabilidad de que
en las 5 tostadoras seleccionadas
a) Haya exactamente 2 de la marca A
b) A lo sumo haya una tostadora de las marcas menos conocidas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 63
45 Principales variables continuas
Distribucioacuten uniforme
Se dice que una variable aleatoria continua X tiene distribucioacuten uniforme en [a b] si su funcioacuten
de densidad es
bxaab
xf
1
Se denota por X~U [a b]
Si [cd] [ab] la probabilidad de que X tome valores en el intervalo [cd] es
ab
cddXcP
)(
La media y varianza de Xson respectivamente
2
baXE
y
12
2
2 abXV
Ejemplo
Se sabe que en una compantildeiacutea constructora los antildeos de experiencia de los trabajadores tienen una
distribucioacuten uniforme con un miacutenimo de 0 y un maacuteximo de 125 antildeos Si se elige un trabajador al
azar determine la probabilidad de que esta persona tenga entre 25 y 75 antildeos de experiencia en la
compantildeiacutea Tambieacuten calcule el promedio y la varianza de los antildeos de experiencia
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
f(x)
f (x)
0 a k1 k2 b x
1 (b-a)
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 64
Distribucioacuten normal
ldquoEn 1987 varias empresas de salvamento
propusieron planes para rescatar al Titanic
del fondo del oceacuteano Uno de los planes
consistiacutea en llenar varios compartimientos
con pelotas de tenis de mesa las cuales
creariacutean un vaciacuteo que hariacutea que el barco
subiera a la superficie Los caacutelculos
estadiacutesticos se basaban en que las
propiedades de flotacioacuten de las pelotas
seguiacutean una distribucioacuten normal en todo el
espacio Asiacute fue faacutecil determinar el nuacutemero
preciso de pelotas que se deberiacutean utilizar
Pero los esfuerzos para rescatar el barco se
suspendieron despueacutes como muestra de
respeto hacia las maacutes de 1500 personas que
perdieron la vida en ese desastre de 1912rdquo1
Esta distribucioacuten se aproxima a las distribuciones de frecuencias observadas de muchas medidas
naturales y fiacutesicas como es el caso de pesos alturas ventas vida uacutetil de produccioacuten coeficiente
intelectual etc
La variable aleatoria X es normal si su funcioacuten de densidad se define de la siguiente manera
xexf
x2
2
1
2
1)(
La curva normal tiene forma de campana y es simeacutetrica con respecto a su media
La media la mediana y la moda son iguales y se encuentran en x = y la desviacioacuten estaacutendar es
Distribucioacuten normal estaacutendar
La distribucioacuten normal estaacutendar es una distribucioacuten de una variable aleatoria continua denotada
con la letra Z que tiene media 0 y desviacioacuten estaacutendar 1
Una variable aleatoria con distribucioacuten normal se puede convertir en una distribucioacuten normal
estaacutendar si se realiza la siguiente transformacioacuten llamada de estandarizacioacuten o de tipificacioacuten
XZ
X es la variable aleatoria de intereacutes
media de la distribucioacuten
desviacioacuten estaacutendar de la distribucioacuten
1 Tomado de Estadiacutestica aplicada a la empresa y a la Economiacutea AllenWebster pg 275
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 65
Ejercicio
Un fabricante de televisores asegura que el tiempo medio de funcionamiento sin fallas de los
aparatos es de 2 antildeos con una desviacioacuten estaacutendar de 025 antildeos Si el tiempo de vida de los aparatos
sigue una distribucioacuten normal
a iquestCuaacutel es la probabilidad de que el tiempo de buen funcionamiento sea menor que 25 antildeos
b El fabricante garantiza que remplazaraacute gratis cualquier aparato de TV cuya duracioacuten sin fallas
sea menor que k antildeos Aproximar k de tal modo que soacutelo el 1 de los aparatos vendidos tenga
que ser reemplazado
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 66
Propiedad reproductiva de la normal
Si X1 X2 X3Xk son k variables aleatorias independientes tales que Xi ~ 2 iiN para cada
i=1 2 3 k entonces la variable aleatoria
1 1 2 2 k kY c X c X c X
dondec1 c2 c3 ck son constantes entonces
222
1
2
111 ~ kkkk ccccNY
Ejercicio
SeanX1 ~ N(1 1
2
1 6) y X2 ~ N(2 4
2
2 10) variables aleatorias independientes Calcular
la distribucioacuten de
Y = X1 + X2
Y = X1 ndash X2
Y = 4X1 ndash 6 X2
Ejercicio
En la inspeccioacuten final de la calidad con la que se introducen al mercado los televisores con pantallas
LCD se ha determinado dos tareas claves las cuales se realizan una despueacutes de la otra
El tiempo que se emplea para la primera tarea es una variable aleatoria normal con promedio 10
minutos y desviacioacuten estaacutendar de 15 minutos
El tiempo que se emplea para la segunda tarea es una variable normal con promedio 15 minutos
y desviacioacuten estaacutendar 2 minutos
a Si se elige al azar un televisor determine la probabilidad que su tiempo de inspeccioacuten sea
menor de 20 minutos
b Si se elige al azar 12 de estos televisores que estaacuten en el mercado determine la probabilidad
que el tiempo total de inspeccioacuten haya sido de por lo menos 310 minutos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 67
Ejercicios
76 Si una persona llega a su centro de labores entre las 900 y las 915 de la mantildeana podraacute
considerarse que es igualmente probable que llegue por ejemplo entre las 905 y 910 o entre
las 906 y las 911 iquestCuaacutel es la probabilidad de que llegue entre las 908 y 913
77 En ciertos experimentos el error cometido en la determinacioacuten de la solubilidad de una
sustancia es una variable aleatoria con densidad uniforme en el intervalo [-0025 0025]
a) Calcule la media y la varianza para el error cometido
b) iquestCuaacutel es la probabilidad de que el error esteacute entre -0012 y 0012
78 El tiempo que un trabajador de construccioacuten civil utiliza durante su refrigerio para ir a la
cafeteriacutea almorzar y regresar a su puesto de trabajo es una variable aleatoria con distribucioacuten
uniforme en el intervalo de 0 a 25 minutos Si el horario de refrigerio de los trabajadores
empieza al mediodiacutea y en ese momento Juan decide ir a la cafeteriacutea Calcular la probabilidad
que Juan este de vuelta a su puesto de trabajo en menos de un cuarto de hora
79 El Departamento de Transporte (DOT) de cierto paiacutes ha determinado que el monto de la
licitacioacuten ganadora X (en doacutelares) por contratos de construccioacuten de carreteras tiene una
distribucioacuten uniforme con funcioacuten de densidad de probabilidad
cc0
d2x5
d2si
d8
5
)x(f
donde ldquodrdquo es la estimacioacuten que hace el DOT del costo del trabajo
a) iquestCuaacutel es el monto esperado de la licitacioacuten ganadora
b) iquestQueacute fraccioacuten de las licitaciones ganadoras por contratos de construccioacuten de carreteras
estaacuten por encima de la estimacioacuten del DOT
80 Una maacutequina automaacutetica para el llenado de paquetes de arroz puede regularse de modo que la
cantidad media de arroz llenado sea la que se desee Si la cantidad de arroz depositada se
distribuye normalmente con desviacioacuten estaacutendar igual a 10 gramos iquestcuaacutel debe ser la regulacioacuten
media de modo que soacutelo el 1 de los paquetes tengan un peso neto inferior a 990 gramos
81 En un taller de la Industria Sideromecaacutenica se fabrican aacuterboles de leva para darles uso en
motores de gasolina Despueacutes de investigaciones realizadas se ha llegado a la conclusioacuten de que
la excentricidad de estos aacuterboles de leva es una variable aleatoria normalmente distribuida con
media de 102 pulgadas y desviacioacuten estaacutendar de 044 pulgadas Calcule la probabilidad de que
al seleccionar un aacuterbol de leva aleatoriamente este tenga una excentricidad
a Menor de 1 pulgada
b Al menos 105 pulgadas
c iquestCuaacutel es el valor de la excentricidad por debajo del cual se encuentra el 70 de los aacuterboles
de leva
d iquestCuaacutel es el valor de la excentricidad por encima del cual se encuentra el 80 de los aacuterboles
de leva
e Si se seleccionan 10 aacuterboles de leva aleatoriamente iquestCuaacutel es la probabilidad de que
exactamente 2 de estos tengan una excentricidad menor que 1 pulgada
82 El consumo de los clientes de cierto restaurante es una variable aleatoria con distribucioacuten
normal con una media de 25 nuevos soles y una desviacioacuten estaacutendar de 5 nuevos soles Se
acerca fin de mes y el administrador del restaurante debe pagar una factura atrasada de 5000
nuevos soles Suponiendo que los consumos de los clientes del restaurante son independientes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 68
a iquestCuaacutel es la probabilidad que el consumo de los proacuteximos 195 clientes no sea suficiente para
superar el monto de la factura atrasada
b iquestCuaacutentos clientes se requieren para que su consumo promedio supere los 26 nuevos soles
con una probabilidad del 4
83 La duracioacuten de las llamadas telefoacutenicas de larga distancia realizadas desde una central
telefoacutenica tiene distribucioacuten aproximadamente normal con media y desviacioacuten estaacutendar iguales
a 130 segundos y 30 segundos respectivamente
a iquestCuaacutel es la probabilidad que una llamada realizada desde la central telefoacutenica haya durado
entre 90 y 170 segundos
b Si en un diacutea cualquiera se realizan 500 llamadas telefoacutenicas desde esta central iquestCuaacutel es la
probabilidad que la duracioacuten total de estas llamadas supere las 18 horas
84 Un consultor estaacute investigando el tiempo que emplean los obreros de una planta automotriz en
montar una parte especiacutefica despueacutes de haber seguido un periodo de entrenamiento El
consultor determinoacute que el tiempo en segundos empleados por los obreros en dicha tarea se
distribuye normalmente con una media de 75 segundos y una desviacioacuten estaacutendar de 6
segundos
a Si seleccionamos un obrero al azar encuentre la probabilidad de que dicho obrero complete
su tarea en maacutes de 62 segundos pero menos de 69 segundos
b Si seleccionamos tres obreros al azar calcule la probabilidad de que el tiempo total que les
demanda realizar el mismo tipo de tarea sea menor de 250 segundos Asuma que los
tiempos para realizar dicha tarea son independientes
85 Un tubo fluorescente tiene una duracioacuten distribuida normalmente con una media de 7000 horas
y una desviacioacuten estaacutendar de 1000 horas Un competidor ha inventado un sistema de
iluminacioacuten fluorescente compacto que se puede insertar en los receptaacuteculos de laacutemparas
incandescentes El competidor asegura que el nuevo tubo compacto tiene una duracioacuten
distribuida normalmente con una media de 7500 horas y una desviacioacuten estaacutendar de 1200 horas
iquestCuaacutel tubo fluorescente tiene mayor probabilidad de tener una duracioacuten mayor que 9000 horas
86 Una maacutequina llena recipientes con determinado producto Se sabe que el peso de llenado de
dicho producto tiene distribucioacuten normal Se sabe de acuerdo con los datos histoacutericos que la
media es 2023 y la desviacioacuten estaacutendar de pesos de llenado es de 06 onzas
a) Se dice que la maacutequina funciona correctamente si el peso de llenado del producto estaacute entre
1903 y 2143 iquestqueacute tan probable es que la maacutequina funcione correctamente
b) iquestCuaacutel es la probabilidad de que el peso de llenado sea menor que el promedio Si se sabe
que la maacutequina funciona correctamente iquestcuaacutel es la probabilidad de que el peso de llenado
sea menor que el promedio Estas dos probabilidades encontradas iquestson iguales Explique
el resultado obtenido
87 Un contratista de construccioacuten afirma que elaborar un proyecto de construccioacuten demora en
promedio 35 horas de trabajo y el 975 de los proyectos demandan como maacuteximo 3892
horas Considerando que los tiempos para completar proyectos similares se distribuyen
normalmente
a) iquestCuaacutel es la probabilidad de que un proyecto demande menos de 32 horas
b) Si el contratista demora maacutes de 48 horas deberaacute devolver 2 del costo de dicho proyecto si
en cambio demora menos de 295 horas recibiraacute un incentivo de 5 del costo del proyecto
iquestcuaacutento esperariacutea recibir de incentivo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 69
46 Otras distribuciones continuas
Distribucioacuten gamma
La funcioacuten de densidad de probabilidad para un variable aleatoria tipo gamma estaacute dada por
0
0)()(
1
cc
xex
xf
x
La media y varianza de Xson respectivamente
22 XVXE
Distribucioacuten exponencial
Una variable aleatoria Xes exponencial con paraacutemetro 0 si su funcioacuten de densidad es
casootro 0
0 e1
)(
1
xβxf
x
Se denota X~exp( )
La media y varianza de Xson respectivamente
22 XVXE
f(x)
0 x
f(x)
0 x
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 70
Ejemplo
La duracioacuten (en miles de millas) que obtienen los duentildeos de automoacuteviles con cierto tipo de
neumaacutetico es una variable aleatoria con densidad de probabilidad
0 si 0
0 si e20
1
)(20
1
x
xxf
x
Determine la probabilidad de que uno de estos neumaacuteticos dure
a) Como maacuteximo10 000 millas
b) entre 16 000 y 24 000 millas
c) al menos 30 000 millas
d) si el neumaacutetico recorrioacute 10 000 millas y auacuten sigue en buen estado calcule la probabilidad de
que dure al menos 8 000 millas maacutes
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 71
Distribucioacuten Weibull
La funcioacuten de densidad de probabilidad para una variable aleatoria tipo Weibull estaacute dada por
0
0)(
1
cc
xexxf
x
La funcioacuten de probabilidad acumulada es
01)( xexXPxF x
La media y varianza de Xson respectivamente
12
1
222 XV
XE
Ejemplo
La duracioacuten (en horas) de una broca de taladro que se emplea en una operacioacuten de fabricacioacuten tiene
una distribucioacuten Weibull con 2 y 100
a Calcule la probabilidad de que la broca de taladro falle antes de las 80 horas de uso
b Calcule la vida media de la broca de taladro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 72
Ejercicios
88 Se tiene que construir dos casas y para terminar cada una se necesita llevar a cabo determinado
trabajo clave El trabajo clave tiene un tiempo de ejecucioacuten cuya funcioacuten de densidad de
probabilidad es
0
012
1
)(12
cc
xexf
x
Si se supone que los tiempos de terminacioacuten de los trabajos son independientes calcule la
probabilidad de que el tiempo de ejecucioacuten de ambos trabajos demande menos de 10 horas
89 Suponga que la vida uacutetil (en horas) de cierta marca de foco electroacutenico es una variable aleatoria
X cuya funcioacuten de densidad de probabilidad es
0
0)(8000
cc
xcexf
x
a) Calcule el valor de la constante c para que f(x) sea funcioacuten de densidad Si se selecciona un
foco electroacutenico al azar calcule la probabilidad de dure mas de 10 000 horas
b) Si el costo C en doacutelares por cada foco estaacute dado por
2
2
80002
400020
XXC
Determine el costo esperado e interprete
c) Si se selecciona ocho focos electroacutenicos calcule la probabilidad de que por lo menos dos de
ellos duren maacutes de 10 000 horas
90 La vida (en horas) de un dispositivo electroacutenico es una variable aleatoria que tiene la siguiente
funcioacuten de densidad
0xparae50
1)x(f
x50
1
a) Calcule e interprete la mediana Si un lote tiene 20 de estos dispositivos iquestcuaacutentos se
esperariacutea que duren maacutes que la mediana
b) Si el dispositivo duroacute 80 horas iquestcuaacutel es la probabilidad de que dure 25 horas maacutes
c) Se escoge aleatoriamente de un lote 5 dispositivos electroacutenicos iquestcuaacutel es la probabilidad de
que al menos uno dure maacutes de 35 horas
91 El tiempo de duracioacuten X en meses de un tipo de resistencia eleacutectrica tiene funcioacuten de densidad
de probabilidad
casootroen
xsiexf
x
0
050)(
50
a) Si se prueban 10 resistencias eleacutectricas iquestcuaacutel es la probabilidad de que al menos dos de
ellas duren maacutes de 4 meses
b) Si el costo de produccioacuten de una resistencia es C(x) = 2+ 3x iquestcuaacutento es el valor esperado
del costo
92 La importancia de modelar correctamente el tiempo inactivo de maacutequina en los estudios de
simulacioacuten se analizoacute en Industrial Engineering (agosto de 1990) El artiacuteculo presentoacute
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 73
resultados de simulaciones para un sistema de una sola maacutequina herramienta con las siguientes
propiedades
Los tiempos entre llegadas de los trabajos tienen una distribucioacuten exponencial con una
media de 125 minutos
El tiempo que la maacutequina opera antes de descomponerse estaacute distribuido exponencialmente
con una media de 540 minutos
a) Calcule la probabilidad de que dos trabajos llegaraacuten para ser procesados con una diferencia
de cuando maacutes un minuto
b) Calcule la probabilidad de que la maacutequina opere durante maacutes de 12 horas antes de
descomponerse si viene operando 5 horas sin descomponerse
93 Con base en un gran nuacutemero de pruebas un fabricante de lavadoras piensa que la distribucioacuten
del tiempo (en antildeos) antes de que necesite una reparacioacuten mayor tiene una distribucioacuten de
Weibull con paraacutemetros 2 y 4 Si el fabricante garantiza todas las maacutequinas contra
reparaciones mayores durante dos antildeos iquestqueacute porcentaje de todas las lavadoras nuevas tendraacuten
que ser reparadas durante la vigencia de la garantiacutea
94 El tiempo (en meses despueacutes del mantenimiento) antes de falla del equipo de vigilancia por
televisioacuten de un banco tiene una distribucioacuten de Weibull con 60βy2α Si el banco
quiere que la probabilidad de una descompostura antes del siguiente mantenimiento
programado sea de 005 iquestcon queacute frecuencia deberaacute recibir mantenimiento perioacutedico el equipo
95 El fabricante de cierto equipo electroacutenico afirma que el tiempo en meses antes de que falla
tiene distribucioacuten Weibull con 5y3 Si el fabricante garantiza todos los equipos
contra reparaciones mayores durante tres antildeos iquestCuaacutel es la probabilidad que 3 equipos de un
total de 6 equipos nuevos no tengan que ser reparados durante la vigencia de la garantiacutea
96 Los modelos de viento se utilizan en disentildeo de ingenieriacutea para anaacutelisis de energiacutea del viento y
liacutemites de disentildeo para la velocidad del viento Un modelo muy utilizado para la velocidad del
viento Y (en millas por hora) es la funcioacuten de densidad de Weibull con paraacutemetros 1 y
2 donde (la velocidad caracteriacutestica) es el percentil 6321 de la distribucioacuten de la
velocidad del viento (Atmospheric Environment vol 18 nuacutem 10 1984) Se sabe que en cierto
lugar de Gran Bretantildea la velocidad caracteriacutestica del viento es 311 millas por hora Utilice
el modelo de viento Weibull para calcular la probabilidad de que la velocidad del viento sea
mayor que 7 millas por hora
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 74
Unidad 5 Estadiacutestica Inferencial Estimacioacuten y prueba de hipoacutetesis
Logro de la unidad
Al final de la unidad el estudiante seraacute capaz de realizar estimaciones de
paraacutemetros desconocidos y verificar hipoacutetesis sobre estos paraacutemetros asiacute
como distinguir las diferentes teacutecnicas a utilizar de acuerdo al tipo de
variable (cualitativa o cuantitativa) y de acuerdo al intereacutes del
investigador de modo que pueda modelar satisfactoriamente problemas
relacionados con su especialidad reconociendo la importancia de eacutesta
herramienta en la toma de decisiones
51 Estimacioacuten puntual
Es la estimacioacuten del valor del paraacutemetro por medio de un uacutenico valor obtenido mediante el
caacutelculo o evaluacioacuten de un estimador para una muestra especiacutefica
El estimador se expresa mediante una foacutermula
Por ejemplo la media de la muestra
n
i
iXn
X1
1es un posible estimador puntual de la media
poblacional
Los paraacutemetros con sus correspondientes estimadores puntuales son
Paraacutemetro Estimador puntual
x
2 2s
p p
21 21 xx
2
2
2
1 22
21 ss
21 pp 21ˆˆ pp
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 75
52 Estimacioacuten por intervalos
Objetivo Estimar paraacutemetros desconocidos mediante un rango de valores donde con cierta probabilidad se espera se encuentre dicho paraacutemetro
El intervalo de confianza del 100 (1-α) para estimar el paraacutemetro θ es dado por
IC(θ)=(LI LS)
De modo que P(LIltθltLS) = 1-α a 1-α se le llama el nivel de confianza
53 Intervalo de confianza para la media
El intervalo de confianza del 100(1-α) para estimar micro es (LI LS) tal que
P(LI lt micro lt LS)= 1- α
Donde los limites LI y LS son intervalos aleatorios pues dependen de la muestra
Por ejemplo un intervalo de 95 de confianza para estimar micro se entiende de la siguiente manera
Si se toman 100 muestras de tamantildeo n
Muestra 1
Muestra 2
Muestra 3
Muestra 4
hellip
Muestra 100
Se espera que cinco de las muestras nos lleven a construir intervalos que no contienen a micro y las 95
restantes si nos daraacuten intervalos que contienen a micro
Por ejemplo si se desea estimar la resistencia promedio de un bloque de
concreto se elegiraacute una muestra de 20 bloques y mediante
una prueba en laboratorio se determinaraacute la resistencia de
estos 20 bloques de concreto
micro
iquestCuaacutel es la variable en estudio
iquestCuaacutel es el tipo de variable y la escala adecuada para
la variable bajo estudio
iquestQueacute paraacutemetro deseamos estimar iquestPor queacute
iquestCuaacutel es el procedimiento para hacer la estimacioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 76
Varianza poblacional conocida
X
Si X es la media de una muestra aleatoria de tamantildeo n de una poblacioacuten con varianza 2
conocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
nzx
nzx
2121
donde 21z es el valor que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El error es la diferencia entre el valor del paraacutemetro micro y su estimacioacuten | |
El maacuteximo error que se comete al estimar micro mediante la muestra con el valor de es
denotado por ME= n
z
)21(
Luego
NOTA Si X no tiene una distribucioacuten normal entonces el tamantildeo de la muestra debe ser mayor o igual que 30 (nge30) por el Teorema el Liacutemite Central de modo
que la X se aproxima a una distribucioacuten normal
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
X
micro desconocida
conocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 77
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes Del
histoacuterico se conoce que los diaacutemetros de eacutestas piezas siguen una distribucioacuten aproximadamente
normal con desviacioacuten estaacutendar igual a 003 centiacutemetros El ingeniero de calidad desea estimar el
diaacutemetro medio de las piezas producidas por esta maacutequina Por lo tanto toma una muestra al azar
de nueve piezas de uno de los lotes y mide sus diaacutemetros Los resultados obtenidos son 101 097
103 104 099 098 099 101 y 103 centiacutemetros
a) Realice la estimacioacuten correspondiente con una confianza del 95 Interprete
b) Si la especificacioacuten para el diaacutemetro es 1plusmn002 cm iquestLa muestra obtenida indica que se estaacute
cumpliendo con las especificaciones Justifique su respuesta
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 78
c) Realice la estimacioacuten correspondiente con una confianza del 99 iquestEl intervalo hallado es maacutes
amplio o maacutes angosto iquestla muestra obtenida indica que se estaacute cumpliendo con las
especificaciones Justifique su respuesta
d) iquestQueacute intervalo es maacutes preciso para estimar el diaacutemetro promedio al 95 o al 99
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 79
Varianza poblacional desconocida
X S
Si X y S son la media y la desviacioacuten estaacutendar de una muestra aleatoria de tamantildeo n
desconocida el intervalo de confianza de (1 ndash )100 para estaacute dado por
n
Stx
n
Stx nn 1212
donde 12 nt es el valor t con (n ndash 1) grados de libertad que deja un aacuterea de 2 a la derecha
04
03
02
01
00
De
nsid
ad
-to to0
Graacutefica de distribucioacutenT gl = n-1
T(1-α2 n-1)
α2 α2 T(α2 n-1)
X
micro desconocida
desconocida
n
ME ME
X LI= X - ME LI= X + ME
Este intervalo puede contener a micro o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a micro
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 80
Ejemplo
Una maacutequina produce piezas metaacutelicas de forma ciliacutendrica que son almacenadas en lotes El
ingeniero de calidad desea estimar el diaacutemetro medio de las piezas producidas por esta maacutequina
Por lo tanto toma una muestra al azar de nueve piezas de uno de los lotes y mide sus diaacutemetros Los
resultados obtenidos son 101 097 103 104 099 098 099 101 y 103 centiacutemetros Suponga
que los diaacutemetros de las piezas tienen una distribucioacuten aproximadamente normal Realice la
estimacioacuten correspondiente con una confianza del 95
Ejemplo
Los siguientes datos corresponden al contenido de plomo (miligramos por litro) de una muestra
recolectada diariamente durante 70 diacuteas en un sistema de agua
009678 007149 002216 002844 000509 002346 006387
003786 006458 007758 005297 003282 006952 008588
005720 000085 007407 002497 004557 003753 004897
003336 009612 009007 005633 007776 007836 007373
008864 004475 002384 002123 005981 003668 000019
008866 003658 005978 003543 003159 007735 006618
006675 001867 003198 007262 001231 004838 001650
008083 002441 005767 00797 006182 005700 008941
005175 007922 000943 003686 001097 008949 000264
007271 007979 001333 002791 008812 006969 004160
donde 0272005130 sx Asumiendo normalidad en la cantidad de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 81
a) Estime el contenido promedio de plomo con una confianza del 96
b) Si la verdadera desviacioacuten estaacutendar de la cantidad de plomo en el agua es 002 construya un
intervalo de confianza de 98 para el contenido promedio de plomo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 82
Tamantildeo de muestra cuando la varianza poblacional es conocida
Suponga que un ingeniero civil desea estimar la resistencia media de un
cilindro de concreto para lo cual realizaraacute pruebas en el laboratorio sobre
la resistencia de este tipo de cilindros iquestCuaacutentos especiacutemenes debe
probar
Para esto el ingeniero debe decidir dos cosas
iquestCon queacute precisioacuten debe trabajar Error maacuteximo (e)
iquestCon queacute confianza Nivel de confianza (1-α)
Si X se usa como estimacioacuten de podemos tener (1-)x100 de confianza de que el error no
exceda una cantidad especiacutefica e cuando el tamantildeo de la muestra es
2
21
e
zn
2
21
e
Szn
Si el valor del tamantildeo de muestra es decimal se debe redondear al siguiente nuacutemero entero
Ejemplo
Si el ingeniero desea estimar la resistencia promedio de cilindros de concreto iquestDe queacute tamantildeo
necesita que sea la muestra si desea tener 97 de confianza y un margen de error de 50 psi Asuma
que la desviacioacuten estaacutendar poblacional es 100 psi
Solucioacuten
Ejemplo
Un ingeniero desea estimar la resistencia promedio de cilindros de concreto como no tiene idea de
la variabilidad selecciona una muestra piloto de 10 especiacutemenes y realiza la prueba obteniendo los
siguientes resultados
2980 3120 3100 3059 2985 2998 3020 3100 2988 3010
iquestDe queacute tamantildeo necesita que sea la una muestra si desea tener 98 de confianza y un margen de
error de 50 psi
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 83
Ejercicios
97 Se afirma que la resistencia de un tipo de alambre tiene distribucioacuten normal con desviacioacuten
estaacutendar iguala 005 ohmios Los datos siguientes corresponden a una muestra de dichos
alambres
0140 0138 0143 0142 0144 0137 0135 0140 0136 0142 0138 0140
a) Estimar la resistencia promedio de este tipo de alambres mediante un intervalo de 98 de
confianza Interprete
b) Si la especificacioacuten para este tipo de alambre es 015plusmn005 De la estimacioacuten hallada en a
iquestse puede decir que el alambre cumple con la especificacioacuten Explique
98 Un ingeniero de una planta de purificacioacuten de agua mide el contenido de cloro diariamente en
una muestra de tamantildeo 25 En la uacuteltima muestra se obtuvo una media de 48 mg de cloro por
litro con una desviacioacuten estaacutendar de 12 mg de cloro por litro
a) Halle e interprete un intervalo del 96 de confianza para estimar el contenido promedio de
cloro del agua Suponga que el contenido de cloro en el agua tiene distribucioacuten normal
b) Si el contenido promedio de cloro por litro de agua no debe exceder de 5 mg puesto que
seriacutea dantildeino para el organismo iquestEsta muestra nos indica que no hay de queacute preocuparse
99 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora
el supervisor de una empresa electroacutenica tomoacute el tiempo que 25 teacutecnicos tardaban en ejecutar
esta tarea obtenieacutendose una media de 1273 minutos y una desviacioacuten estaacutendar de 206
minutos
a) Con una confianza del 99 calcular el error maacuteximo de estimacioacuten del tiempo promedio
que lleva ensamblar el componente de la computadora
b) Construya e interprete un intervalo de confianza de 95 para estimar el tiempo promedio
que lleva ensamblar el componente de la computadora
c) Si esta muestra se considera una muestra piloto iquestqueacute tamantildeo de muestra es necesario de
modo que el error de estimacioacuten disminuya es un 30
100 Una agencia de control ambiental ha reunido datos de mediciones de DL50 (dosis letal es decir
mata al 50 de los animales de prueba en un determinado intervalo de tiempo) para
determinadas sustancias quiacutemicas que se encuentran probablemente en riacuteos y lagos de agua
dulce Para determinada especie de pescado las mediciones de DL50 para el DDT en 12
experimentos dieron los siguientes resultados (en partes por milloacuten)
16 5 21 19 10 5 8 2 7 2 4 9
Suponiendo que estas determinaciones de DL50 tiene una distribucioacuten aproximadamente
normal estimar la DL50 promedio para el DDT con un nivel de confianza igual a 090
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 84
101 En un estudio de contaminacioacuten del aire realizado en una estacioacuten experimental de 12 muestras
diferentes de aire se obtuvieron los siguientes montos de materia orgaacutenica suspendida soluble
en benceno (en microorganismos por metro cuacutebico)
2212 1839 3152 2608 2456 2747 2913 1265 2346 2333 1909 2333
Suponiendo que la poblacioacuten muestreada es normal
a) Estime con una confianza de 95 el nuacutemero promedio de microrganismos por m3 de aire
b) iquestDe queacute tamantildeo debe ser la muestra para estimar el nuacutemero promedio de microrganismos
por m3 con un error de 008 microorganismos por metro cuacutebico y con 95 de confianza
102 iquestQueacute tan grande se requiere que sea una muestra para que proporcione una estimacioacuten con
95 de confianza y un error de 08 antildeos de la edad promedio que se graduacutean los estudiantes de
ingenieriacutea civil de una universidad si una muestra piloto reporta una edad promedio de 253
antildeos con un coeficiente de variacioacuten de 0207
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 85
54 Intervalo de confianza para la proporcioacuten poblacional
x eacutexitos n
xp ˆ
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n un intervalo de confianza
de (1 ndash )100 para estimar p estaacute dado por
n
ppzpp
n
ppzp
)ˆ1(ˆˆ
)ˆ1(ˆˆ
2121
donde21 z es el valor z que deja un aacuterea de 1 ndash 2 a la izquierda
04
03
02
01
00
De
nsid
ad
0
Graacutefica de distribucioacutenNormal Media=0 DesvEst=1
El nivel de confianza 1-α nos lleva a determinar el valor de la funcioacuten inversa de Z como
se muestra en la figura
El valor de n debe ser grande (nge50)
El error es la diferencia entre el valor del paraacutemetro p y su estimacioacuten | |
El maacuteximo error que se comete al estimar p mediante la muestra con el valor de es
denotado por ME= n
ppz
)ˆ1(ˆ)21(
Luego y
Poblacioacuten dicotoacutemica
n
ME ME
p LI= p
- ME
Este intervalo puede contener a p o no contenerlo
Se construye el ME con una probabilidad (nivel de
confianza) de que este intervalo contenga a p
Nuacutemero de
eacutexitos
Nuacutemero de
fracasos
P=Proporcioacuten de
eacutexitos=XN (desconocido)
LI= p
+ ME
1-α
α2 α2 Z(1-α2)
Z(α2)
zo -zo
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 86
Ejemplo
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten El fabricante de un
nuevo controlador de errores de comunicacioacuten asegura que la proporcioacuten de procesos en los que se
pierden datos cuando su controlador estaacute operando se reduce significativamente De una muestra de
120 procesos de enlace de comunicacioacuten entre el terminal y la computadora se observoacute los
siguientes resultados
Siacute Siacute Siacute No No Siacute Siacute Siacute Siacute Siacute
No No No Siacute Siacute No No No No No
No Siacute Siacute Siacute Siacute No No Siacute Siacute Siacute
No Siacute No Siacute Siacute No No No No Siacute
No Siacute No Siacute Siacute No No Siacute Siacute Siacute
No No No No Siacute No No No No No
No Siacute No Siacute Siacute No No Siacute Siacute No
No Siacute No No No No No No Siacute No
No Siacute No Siacute Siacute No No Siacute Siacute No
Siacute Siacute No No Siacute No No No Siacute No
Siacute Siacute No Siacute Siacute No No Siacute Siacute No
No No No No No No No Siacute Siacute Siacute
Siacute Se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora No No se produjo peacuterdida de datos en el
proceso de enlace de comunicacioacuten
entre la terminal y la computadora
SiacuteNo
70
60
50
40
30
20
10
0
Co
nte
o
53
67
iquestEl proceso pierde datos
Calcule e interprete un intervalo del 97 de confianza para estimar la proporcioacuten de procesos en los
que no se produjo peacuterdida de datos usando el controlador del fabricante
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 87
Tamantildeo de muestra para estimar una proporcioacuten
Si p es la proporcioacuten de eacutexitos en una muestra aleatoria de tamantildeo n podemos tener una
confianza del (1 ndash )100 que el error seraacute menor de una cantidad especiacutefica e cuando el
tamantildeo de la muestra es
2
2
21 1
e
ppzn
Tamantildeo de muestra para estimar una proporcioacuten sin usar informacioacuten muestral
El valor de pp 1 se hace maacuteximo cuando 50p por lo tanto la foacutermula para calcular el
tamantildeo de muestra queda de la siguiente manera
2
2
21
4e
zn
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una ciudad que estaacuten a favor
de tener agua fluorada iquestQueacute tan grande se necesita que sea la muestra si se desea tener una
confianza de 95 de que la estimacioacuten esteacute dentro del 1 del porcentaje real
Ejemplo
Se desea hacer una encuesta para determinar la proporcioacuten de familias que carecen de medios
econoacutemicos para tener casa propia De estudios anteriores se conoce que esta proporcioacuten estaacute
proacutexima a 07 Se desea determinar con un intervalo de confianza del 95 y con un error de
estimacioacuten de 005 iquestDe queacute tamantildeo debe tomarse la muestra
Preguntas
iquestQueacute hariacutea si no conoce el posible valor de p iquestla muestra aumenta o disminuye
iquestQueacute sucede con el tamantildeo de la muestra si el error de estimacioacuten disminuye iquesthay maacutes precisioacuten
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 88
Ejercicios
103 Se desea estimar con 95 de confianza y con un error de estimacioacuten no mayor de 35 el
porcentaje de todos los conductores que exceden el liacutemite de velocidad de 90 kiloacutemetros por
hora encierto tramo del camino iquestDe queacute tamantildeo se necesita tomar la muestra
104 Si se desea estimar la proporcioacuten real de unidades defectuosas en un embarque muy grande de
ladrillos de adobe y se quiere estar al menos 98 seguros de que el error es a lo maacutes 004
iquestQueacute tan grande deberaacute ser la muestra si
a) No se tiene idea de cuaacutel es la proporcioacuten real
b) Si la proporcioacuten real es 012
105 Una empresa desea estimar la proporcioacuten de trabajadores de la liacutenea de produccioacuten que estaacuten a
favor de que se corrija el programa de aseguramiento de la calidad La estimacioacuten debe quedar a
menos de 005 de la proporcioacuten verdadera de los que favorecen el programa con un nivel de
confianza del 98
106 Se desea estimar la proporcioacuten de componentes electroacutenicas que fallan antes de cumplir su vida
uacutetil de dos antildeos Para esto un ingeniero electroacutenico selecciona al azar 150 componentes y
encuentra que 6 fallan antes de cumplir su vida uacutetil
a) Realice la estimacioacuten con una confianza del 94 Interprete
b) Si el fabricante garantiza que a lo maacutes el 5 de sus componentes no cumplen con el tiempo
de vida uacutetil de dos antildeos iquestla informacioacuten obtenida en a pone en duda tal afirmacioacuten
Explique
107 A continuacioacuten se muestran el nuacutemero de hurtos que han ocurrido en la uacuteltima semana de un
centro comercial El administrador de este centro desea estimar la proporcioacuten de hurtos que se
deben a la seccioacuten de joyeriacutea con una confianza del 98 Realice la estimacioacuten e interprete el
resultado
Joyeriacutea 62
Deportes 50
Muacutesica 47
Ropa 16 Hogar 10
Nuacutemero de hurtos en las secciones de un centro comercial
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 89
55 Prueba de hipoacutetesis
Conceptos generales
La prueba de hipoacutetesis involucra una suposicioacuten elaborada sobre alguacuten paraacutemetro de la
poblacioacuten Despueacutes tomaremos una muestra para ver si la hipoacutetesis podriacutea ser correcta La
hipoacutetesis que contrastamos se llama hipoacutetesis nula (Ho) La hipoacutetesis nula se contrasta con la
hipoacutetesis alternativa (H1)
Luego a partir de los resultados obtenidos de la muestra o bien rechazamos la hipoacutetesis nula a
favor de la alternativa o bien no rechazamos la hipoacutetesis nula y suponemos que nuestra
estimacioacuten inicial del paraacutemetro poblacional podriacutea ser correcta
El hecho de no rechazar la hipoacutetesis nula no implica que eacutesta sea cierta Significa simplemente
que los datos de la muestra son insuficientes para inducir un rechazo de la hipoacutetesis nula
Contraste de hipoacutetesis
La hipoacutetesis que se contrasta es rechazada o no en funcioacuten de la informacioacuten muestral La
hipoacutetesis alternativa se especifica como opcioacuten posible si se rechaza la nula
Tipos de errores
Informacioacuten muestral
No rechazar H0 Rechazar H0
La realidad H0 es cierta No hay error Error tipo I
H0 es falsa Error tipo II No hay error
Error tipo I
Ocurre cuando se rechaza una hipoacutetesis H0 que es verdadera La probabilidad de cometer error
tipo I viene a ser la probabilidad de rechazar H0 cuando eacutesta es cierta
ciertaesHoHoRechazarPrItipoerrorCometerPr
El valor es fijado por la persona que realiza la investigacioacuten Por lo general 1 5 o 10
Error tipo II
Ocurre cuando se acepta una hipoacutetesis H0 que es falsa la probabilidad de cometer error tipo II
es la probabilidad de no rechazar H0 cuando eacutesta es falsa
falsaesHoHorechazar NoPrIItipoerrorCometerPr
Debido a que el valor real del paraacutemetro es desconocido este error no puede ser fijado
Ejercicio
Un paracaidista cree que el paracaiacutedas que acaba de armar estaacute en buenas condiciones para el salto
(H0) Indique cuaacutel de los dos errores tendriacutea peor consecuencia si lo cometemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 90
Pasos a seguir en una prueba de hipoacutetesis
Paso 1 Plantear hipoacutetesis
Sea el paraacutemetro que representa )( 2
2
2
2121
21 ppp
01
00
01
00
01
00
H
H
H
H
H
H
Paso 2 Fijar el nivel de significacioacuten
Paso 3 Escoger el estadiacutestico de prueba adecuado
Paso 4 Establecer las regiones criacuteticas
Paso 5 Calcular el valor del estadiacutestico de prueba
Paso 6 Dar las conclusiones
56 Prueba de hipoacutetesis para una media poblacional
Caso 1 Cuando la varianza poblacional es conocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
Zn
xz ~
0
c
Caso 2 Cuando la varianza poblacional es desconocida
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H 00 H 00 H
01 H 01 H 01 H
Estadiacutestico de prueba
1
0
c ~
nt
nS
xt
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 91
Ejercicio
Una empresa eleacutectrica fabrica focos cuya duracioacuten se distribuye de forma aproximadamente normal
con media de 800 horas y desviacioacuten estaacutendar de 40 horas Pruebe la hipoacutetesis que la duracioacuten
promedio es diferente de las 800 horas si una muestra aleatoria de 28 focos tiene una duracioacuten
promedio de 790 horas Utilice un nivel de significacioacuten de 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 92
Ejercicio
Se sabe que el rendimiento promedio (en porcentaje) de un proceso quiacutemico es 12 Sin embargo
uacuteltimamente se observa muchos valores menores Para comprobar que efectivamente el rendimiento
promedio ha disminuido se toma una muestra aleatoria de un lote de materia prima y se registra las
siguientes observaciones
97 128 87 134 83 117 107 81 91 105
Suponiendo normalidad y a partir de la informacioacuten recogida verifique si efectivamente el
rendimiento promedio ha disminuido Use 040
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 93
Ejercicios
108 Cierto fabricante de motocicletas anuncia en un comercial de televisioacuten que su vehiacuteculo rendiraacute
en promedio 87 millas por galoacuten y desviacioacuten estaacutendar 2 millas Los millajes (recorrido en
millas) en ocho viajes prolongados fueron 88 82 81 87 80 78 79 89 Al nivel de
significacioacuten del 5 iquestel millaje medio es menor que el anunciado
109 Un quiacutemico ha desarrollado un material plaacutestico que seguacuten eacutel tiene una resistencia media a la
ruptura de 29 onzas por pulgada cuadrada Para comprobar la bondad del meacutetodo se tomaron 20
laacuteminas de plaacutestico en mencioacuten hallaacutendose que en cada una de eacutestas la resistencia a la ruptura
es respectivamente
301
327
225
275
289
277
298
289
314
304
270
312
243
264
228
294
223
291
334
235
Al nivel de significacioacuten 060 y suponiendo normalidad iquestse admite la hipoacutetesis del
quiacutemico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 94
57 Pruebas de hipoacutetesis para una proporcioacuten poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
00 H pp 00 H pp 00 H pp
01 H pp 01 H pp 01 H pp
Estadiacutestico de prueba
Z
n
pp
ppz ~
)1(
ˆ
00
0c
Ejercicio
Las distorsiones que ocurren en la pantalla de una terminal para graacuteficos por computadora con
frecuencia se deben a peacuterdida de datos en el proceso de enlace de comunicacioacuten entre la terminal y
la computadora El fabricante de un nuevo controlador de errores de comunicacioacuten asegura que la
proporcioacuten de procesos en los que se pierden datos cuando su controlador estaacute operando es menor
de 010 A fin de probar esta aseveracioacuten se vigila el enlace de comunicacioacuten entre una terminal de
graacuteficos y una computadora con el controlador de errores funcionando De una muestra de 300
elementos se observoacute los siguientes resultados
Se perdieron datos cuando el controlador del fabricante esta operando Total
Siacute No
10 290 300
iquestLa informacioacuten recolectada refuta la aseveracioacuten del fabricante Use 030
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 95
Ejercicios
110 Un fabricante sostiene que al menos el 95 de los equipos que envioacute a una faacutebrica estaacute acorde
con las especificaciones teacutecnicas Una revisioacuten de una muestra de 200 piezas reveloacute que 18 eran
defectuosas Pruebe la afirmacioacuten del fabricante al nivel de significancia de 1
111 En cierta universidad se estima que menos 25 de los estudiantes van a bicicleta a la
universidad iquestEsta parece ser una estimacioacuten vaacutelida si en una muestra aleatoria de 90
estudiantes universitarios se encuentra que 28 van en bicicleta a la universidad Utilice un
nivel de significancia de 005
58 Prueba de hipoacutetesis para una varianza poblacional
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
0
2
0 H 2
0
2
0 H 2
0
2
0 H
2
0
2
1 H 2
0
2
1 H 2
0
2
1 H
Estadiacutestico de prueba
2
12
0
22
c ~)1(
n
Sn
Ejemplo
En un proceso de fabricacioacuten de filamentos se desea contrastar que la varianza del grosor de los
filamentos es 4 miliacutemetros2 Para ello se toma una muestra de 28 filamentos que arroja una varianza
de 35 miliacutemetros2 Realice la prueba respectiva con 5 de nivel de significacioacuten Asuma
normalidad en los grosores de los filamentos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 96
Ejercicio
112 Se reporta que la desviacioacuten estaacutendar de la resistencia al rompimiento de ciertos cables
producidos por una compantildeiacutea es 240 lb Despueacutes de que se introdujo un cambio en el proceso
de produccioacuten de estos cables la resistencia al rompimiento de una muestra de 8 cables mostroacute
una desviacioacuten estaacutendar de 300 lb Investigue la significacioacuten del aumento aparente en la
variacioacuten usando un nivel de significacioacuten de 005
113 Dos fabricantes de tarjetas de sonido A y B compiten en el mercado local Dichos fabricantes
se dividen el referido mercado y no hay posibilidad de que en un futuro proacuteximo se presente un
nuevo competidor El fabricante A ha desarrollado una nueva tarjeta de sonido y desea
introducirla en el mercado Su objetivo es conservar la mayor parte posible del mercado local
porque tiene un gran potencial de crecimiento Por ahora dicho fabricante controla el 85 de
este mercado El gerente de marketing de la firma sospecha que retendraacute la mencionada parte de
dicho mercado si no introduce su nuevo producto (la nueva tarjeta de sonido) y disminuiraacute si lo
hace Informacioacuten reciente basada en una muestra aleatoria de tamantildeo 100 le indica al gerente
de marketing de la firma A que el 80 de los encuestados prefieren la nueva tarjeta de sonido
Con la informacioacuten proporcionada iquestse puede afirmar que la sospecha del gerente de la marca A
es correcta Use un nivel de significacioacuten del 4
114 Cierto proceso de produccioacuten estaacute disentildeado para dar como resultado tornillos con una longitud
media de 3 plg Planteacuteese las hipoacutetesis para cada una de las siguientes situaciones
a El gerente de produccioacuten desea determinar si la longitud promedio ha disminuido
b Desea determinar si la longitud promedio ha aumentado
c Desea determinar si la longitud promedio ha cambiado
115 Una compantildeiacutea que procesa fibras naturales afirma que sus fibras tienen una resistencia media a
la ruptura de 40 lb y una desviacioacuten tiacutepica de 8 lb Un comprador sospecha que la resistencia
media a la ruptura es de solamente 37 lb Una muestra aleatoria de 64 fibras proporciona una
media de 38 lb iquestDeberaacute rechazar el comprador H
116 Un fabricante de medias estaacute considerando reemplazar una vieja maacutequina de coser por una
nueva La vieja maacutequina produce cuando maacutes un promedio de 300 pares de medias por hora
con una desviacioacuten estaacutendar de 30 pares Se considera que la produccioacuten por hora de tales
maacutequinas de coser tiene una distribucioacuten normal El vendedor de la nueva maacutequina afirma que
su produccioacuten promedio por hora es de maacutes de 300 pares La nueva maacutequina se prueba durante
un periodo de 25 h y se determina su produccioacuten promedio por hora como 310 pares si el nivel
de significacioacuten es de 005 iquestdeberiacutea rechazarse la hipoacutetesis nula
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 97
59 Pruebas de hipoacutetesis para dos varianzas poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
2
2
2
10 H 2
2
2
10 H 2
2
2
10 H
2
2
2
11 H 2
2
2
11 H 2
2
2
11 H
Estadiacutestico de prueba
112
2
2
1c 21
~ nnFS
SF
Ejercicio
Estos son los tiempos de secado (minutos) de 10 y 8 hojas cubiertas de poliuretano bajo dos
condiciones ambientales diferentes
Condicioacuten ambiental 1 504 543 556 558 559 561 585 599 618 634
Condicioacuten ambiental 2 556 561 618 559 514 599 543 628
Condicioacuten ambiental 1 Condicioacuten ambiental 2
Media 5717 57225
Varianza 1451566667 1533071429
Observaciones 10 8
Grados de libertad 9 7
iquestExiste heteregoneidad de varianzas Use un nivel de significacioacuten de 2
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 98
510 Pruebas de hipoacutetesis para dos medias poblacionales
Caso 1 Varianzas poblacionales desconocidas e iguales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
2
21
2
21
21~
11
nn
p
c t
nnS
kxxt
2
)1()1(
21
2
22
2
112
nn
SnSnS p
Ejercicio
Se desea determinar si un proceso de fabricacioacuten que se efectuacutea en un lugar remoto se puede
establecer localmente a esta conclusioacuten se llega si las lecturas de voltaje promedio en ambos
lugares son iguales Se instalaron dispositivos de prueba (pilotos) en ambos lugares y se tomaron
las lecturas de voltaje en 10 series de produccioacuten de ambos lugares Los datos se muestran a
continuacioacuten
Lugar antiguo 998 1026 1005 1029 1003 905 1055 1026 997 987
Lugar nuevo 919 963 1010 970 1009 960 1005 1012 949 937
Prueba de varianzas iguales Lugar antiguo Lugar nuevo Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Lugar antiguo 10 0261312 0399484 0804423
Lugar nuevo 10 0221012 0337876 0680364
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 140 valor p = 0626
Prueba de Levene (cualquier distribucioacuten continua)
Estadiacutestica de prueba = 006 valor p = 0811
Prueba T e IC de dos muestras Lugar antiguo Lugar nuevo T de dos muestras para Lugar antiguo vs Lugar nuevo
Media del
Error
N Media DesvEst estaacutendar
Lugar antiguo 10 10031 0399 013
Lugar nuevo 10 9734 0338 011
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 99
Diferencia = mu (Lugar antiguo) - mu (Lugar nuevo)
Estimado de la diferencia 0297
IC de 95 para la diferencia (-0051 0645)
Prueba T de diferencia = 0 (vs no =) Valor T = 180 Valor P = 0089 GL = 18
Ambos utilizan DesvEst agrupada = 03700
Asuma que las lecturas de voltaje tienen comportamiento normal Con 5 de nivel de significacioacuten
iquestse puede afirmar que las lecturas promedio de voltaje presentan diferencias significativas en ambos
lugares
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 100
Caso 2 Varianzas poblacionales desconocidas y diferentes
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
k 210 H k 210 H k 210 H
k 211 H k 211 H k 211 H
Estadiacutestico de prueba
t
n
S
n
S
kxxtc ~
2
2
2
1
2
1
21
11 2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
S
n
n
S
n
S
n
S
Ejercicio
Los siguientes datos corresponden a la resistencia a la compresioacuten a los 28 diacuteas (en kgcm2)
reportados por dos laboratorios
Laboratorio 1 2870 2382 3143 3659 3620 3887 2929 2903
Laboratorio 2 3076 3380 3494 3074 3162 3269
Con 5 de nivel de significacioacuten iquestlos laboratorios reportan resultados en promedio similares
Asuma poblaciones normales
Prueba de varianzas iguales Laboratorio 1 Laboratorio 2 Intervalos de confianza de Bonferroni de 95 para desviaciones estaacutendares
N Inferior DesvEst Superior
Laboratorio 1 8 316945 506616 116039
Laboratorio 2 6 100006 170561 48797
Prueba F (distribucioacuten normal)
Estadiacutestica de prueba = 882 valor p = 0029
Prueba T e IC de dos muestras Laboratorio 1 Laboratorio 2 T de dos muestras para Laboratorio 1 vs Laboratorio 2
Media del
Error
N Media DesvEst estaacutendar
Laboratorio 1 8 3174 507 18
Laboratorio 2 6 3243 171 70
Diferencia = mu (Laboratorio 1) - mu (Laboratorio 2)
Estimado de la diferencia -68
IC de 97 para la diferencia (-575 438)
Prueba T de diferencia = 0 (vs no =) Valor T = -036 Valor P = 0731 GL = 8
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 101
511 Prueba de hipoacutetesis para dos proporciones poblacionales
Hipoacutetesis
Unilateral izquierda Bilateral Unilateral derecha
210 H pp 210 H pp 210 H pp
210 H pp 210 H pp 210 H pp
Estadiacutestico de prueba
Z
nnpp
ppzc
21
21
111
ˆˆ
21
21
21
2211ˆˆ
nn
xx
nn
pnpnp
Ejercicio
Se eligieron muestras de dos tipos de materiales 1 y 2 para ser expuestos a cambios extremos de
temperatura Los resultados se presentan a continuacioacuten
Desintegrados Permanecieron intactos Total
Material 1 45 185 230
Material 2 32 88 120
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 102
Con 5 de nivel de significacioacuten iquestel material 1 es maacutes resistente que el material 2 a los cambios
extremos de la temperatura
Ejercicio
117 El empleo de equipo de coacutemputo en las empresas estaacute creciendo con una rapidez vertiginosa
Un estudio reciente en la que participaron 15 empresas del sector industrial reveloacute que 184 de
616 adultos trabajan utilizando con regularidad una computadora personal una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo Se
seleccionoacute otra muestra de 450 adultos de 10 empresas del sector salud en la muestra se
obtuvo que 105 adultos utilizan con regularidad una computadora persona una
microcomputadora un terminal de computadora o un procesador de texto en su trabajo iquestExiste
diferencias significativas entre los porcentajes de adultos de las empresas del sector industria y
de salud que utilizan alguacuten equipo de coacutemputo en su trabajo Use = 005
118 Una faacutebrica produce dos tipos de productos en dos turnos diferentes y se desea observar el
nuacutemero de productos defectuosos en ambos turnos Para esto se toman dos muestras
independientes una de cada turno de trabajo y se determinoacute la cantidad de artiacuteculos
defectuosos y el tipo de producto producido los resultados se muestran en la siguiente tabla
TURNO
PRODUCTO
A B
Defectuosos Buenos Defectuosos Buenos
Mantildeana 20 200 50 300
Tarde 5 150 25 200
a) Podemos afirmar que el turno de la tarde se producen artiacuteculos con un menor porcentaje de
unidades defectuosas Use = 005
b) Podemos afirmar que en el turno de tarde la proporcioacuten de defectuoso del producto B es
mayor que la proporcioacuten de defectuosos del turno de la mantildeana en maacutes de 004 Use = 005
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 103
Unidad 6 Pruebas chi-cuadrado
Logro de la unidad
Comprende y utiliza apropiadamente las pruebas chicuadrado para verificar la distribucioacuten teoacuterica
de procedencia de un conjunto de datos Asimismo verifica si dos variables categoacutericas se
relacionan
61 Bondad de ajuste
La prueba de bondad de ajuste se utiliza para probar una hipoacutetesis acerca de la distribucioacuten de
una variable Se compara una distribucioacuten de frecuencias observadas con los valores
correspondientes de una distribucioacuten esperada o teoacuterica
La estadiacutestica de prueba es
2
2 2
( 1)
1
~k
i i
c k m
i i
o e
e
i ie np
io frecuencia observada para la categoriacutea i
ie frecuencia esperada para la categoriacutea i
k nuacutemero de categoriacuteas
m nuacutemero de paraacutemetros a estimar
Las frecuencias esperadas deben ser todas mayores o iguales a cinco
Caso 1 Poblacioacuten Uniforme
Ejemplo
Se lanza 180 veces un dado con los siguientes resultados
X 1 2 3 4 5 6
O 28 36 36 30 27 23
iquestEs un dado balanceado Utilice un nivel de significancia de 001
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 104
Caso 2 Distribucioacuten de Poisson
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad de Poisson
1 H La poblacioacuten no tiene distribucioacuten de probabilidad de Poisson
Ejemplo
Se cree que el nuacutemero de accidentes automoviliacutesticos diarios en determinada ciudad tiene una
distribucioacuten de Poisson En una muestra de 100 diacuteas del antildeo pasado se obtuvieron los datos de la
tabla adjunta iquestApoyan estos datos la hipoacutetesis de que el nuacutemero diario de accidentes tiene una
distribucioacuten de Poisson Use 050
Nuacutemero deaccidentes X
Frecuencia
observada io X io Probabilidad
Frecuencia
esperada ie
2
i i
i
o e
e
0 24
1 35
2 21
3 10
4 5
5 5
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 105
Caso 3 Distribucioacuten Binomial
Hipoacutetesis
oH La poblacioacuten tiene distribucioacuten de probabilidad Binomial
1 H La poblacioacuten no tiene distribucioacuten de probabilidad Binomial
Ejemplo
Seis monedas fueron lanzadas 1200 veces Las frecuencias del nuacutemero de caras se muestran en la
siguiente tabla iquestLos datos se ajustan a una distribucioacuten binomial Use α = 005
Ndeg caras X Frecuencia
Observada io
Xio Probabilidad Frecuencia
esperada ie
2
i i
i
o e
e
0
1
2
3
4
5
6
Total
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 106
Ejercicios
119 Durante mucho tiempo un fabricante de televisores ha tenido el 40 de sus ventas en aparatos
de pantalla pequentildea (menos de 14 pulgadas) 40 de pantalla mediana (de 14 a19 pulgadas) y
el 20 de pantalla grande (de 21 pulgadas a maacutes) Para fijar los programas de produccioacuten para
el mes siguiente se toma una muestra aleatoria de 100 ventas durante el periodo actual y se
encuentra que 55 de los televisores vendidos fueron de pantalla pequentildea 35 de pantalla
mediana y 10 de pantalla grande Probar si el patroacuten histoacuterico de ventas ha cambiado usando un
nivel de significacioacuten del 5
120 En una empresa se tiene intereacutes en estudiar la distribucioacuten del nuacutemero de accidentes de los
operarios ocurridos en un diacutea de trabajo Los resultados obtenidos a partir de una muestra de
registros diarios de estos accidentes se muestran a continuacioacuten
Accidentes 0 1 2 3 4 5
Frecuencia 140 270 280 180 90 40
iquestSe puede afirmar que el nuacutemero de accidentes de los operarios ocurridos en un diacutea de trabajo
tiene distribucioacuten de Poisson con paraacutemetro igual a 2 Use un nivel de significacioacuten del 2
121 Un vendedor diariamente realiza cuatro llamadas Una muestra de 140 diacuteas da como resultado
las frecuencias de ventas que se muestran a continuacioacuten
Nuacutemero de ventas 0 1 2 3 4
Nuacutemero de diacuteas 25 35 66 12 2
Se puede afirmar que el nuacutemero de ventas que se realiza diariamente sigue una distribucioacuten
Binomial Use un nivel de significacioacuten del 5
122 El analista de un banco estaacute interesado en determinar a que distribucioacuten se ajusta el nuacutemero de
transacciones bancarias que realiza un cliente dentro de las oficinas del banco Para tal fin
recoge la informacioacuten de 100 clientes del banco Esta se muestra en la siguiente tabla use un
nivel de significacioacuten del 5 para la prueba respectiva
Ndeg transacciones 0 1 2 3 4 5 6
Clientes 20 15 12 8 11 16 18
123 En una pizzeriacutea se reciben los pedidos en cuatro turnos el gerente cree que la proporcioacuten de los
pedidos es de 30 40 20 10 respectivamente en los cuatro turnos Para probar esta
hipoacutetesis toma una muestra de 500 pedidos y los clasifica seguacuten el horario en que se hicieron lo
cual se muestra en la siguiente tabla
Turno 1 2 3 4
Ndeg pedidos 100 280 80 40
Pruebe la hipoacutetesis del gerente al nivel de significacioacuten del 5
124 La compantildeiacutea NEWPC se dedica a la comercializacioacuten de hardware para computadoras
personales La compantildeiacutea compra placas de memoria RAM en cajas de 5 unidades En un
estudio realizado sobre las uacuteltimas cajas compradas por la empresa se encontraron los siguientes
resultados
Ndeg placas defectuosas 0 1 2 3 4 5
Ndeg cajas 20 140 260 300 200 80
iquestQueacute distribucioacuten sigue el nuacutemero de placas defectuosas Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 107
62 Pruebas de normalidad de Kolmogorov
Hipoacutetesis
oH La poblacioacuten sigue una distribucioacuten Normal
1 H La poblacioacuten no sigue una distribucioacuten Normal
Ejemplo
Pruebe que si las siguientes edades provienen de una distribucioacuten normal Use un nivel de
significacioacuten del 1
12 15 16 18 19 14 10 15 16 14
225200175150125100
99
95
90
80
70
60
50
40
30
20
10
5
1
C1
Po
rce
nta
je
Media 149
DesvEst 2644
N 10
KS 0117
Valor P gt0150
Graacutefica de probabilidad KolmogorovNormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 108
63 Prueba de independencia
Una de las pruebas donde se utiliza la distribucioacuten chi cuadrado es cuando se desea probar que
dos variables categoacutericas son independientes entre siacute
Estas variables categoacutericas reciben el nombre de factores El factor 1 o factor fila tiene r
categoriacuteas y el factor 2 o factor que se muestra en la columna tiene c categoriacuteas
Tabla de contingencia
La tabla que muestra los factores 1 y 2 con sus respectivas categoriacuteas se conoce como tabla de
contingenciartimesc
La estadiacutestica de prueba es
r
i
c
j
cr
ij
ijij
ce
eo
1 1
2
11
2
2 ~)(
n
nne
ji
ij
Factor 2
Columna 1 Columna 2 Columna c
Factor 1
Fila 1
Fila 2
Filar
Hipoacutetesis
oH Las variables X e Y son independientes
1 H Las variables X e Y no son independientes esto es las variables X e Y estaacuten relacionadas
Ejercicio
Para determinar si en realidad existe una relacioacuten entre el aprovechamiento de un empleado en el
programa de capacitacioacuten y su rendimiento real en el trabajo consideramos una muestra de 400
casos de sus archivos y obtenemos las frecuencias observadas que se presentan en la siguiente tabla
de contingencia 3 times 3
Calificacioacuten en el programa de capacitacioacuten
Total Debajo del promedio
Promedio Sobre el
promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 23 60 29 112
Promedio 28 79 60 167
Muy bueno 9 49 63 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 109
Con un nivel de significacioacuten del 001 iquestla calificacioacuten del rendimiento del trabajador estaacute asociada
a la calificacioacuten en el programa de capacitacioacuten
Valores esperados
Calificacioacuten en el programa de capacitacioacuten Total Debajo del
promedio Promedio
Sobre el promedio
Rendimiento real en el trabajo (calificacioacuten del empleador)
Deficiente 60112400 hellip 112
Promedio 60167400 167
Muy bueno hellip 152121400 121
Total 60 188 152 400
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 110
Ejercicios
125 Pruebas sobre la fidelidad y la selectividad de 190 radios produjeron los resultados que se
muestran en la siguiente tabla
Selectividad
Fidelidad
Baja Promedio Alta
Baja 7 12 31
Promedio 35 54 18
Alta 15 13 5
Use le nivel 001 de significancia para verificar que la fidelidad es independiente de la
selectividad
126 Un criminalista realizoacute una investigacioacuten para determinar si la incidencia de ciertos tipos de
criacutemenes variacutean de una parte a otra en una ciudad grande Los criacutemenes particulares de intereacutes
son asalto robo hurto y homicidio La siguiente tabla muestra el nuacutemero de criacutemenes
cometidos en tres aacutereas de la ciudad durante el antildeo pasado
Frecuencias absolutas
Tipo de crimen
Distrito
I II III
Asalto 162 310 258
Robo 118 196 193
Hurto 451 996 458
Homicidio 18 25 10
iquestSe puede concluir a partir de estos datos con un nivel de significancia de 001 que la
ocurrencia de estos tipos de crimen no es independiente del distrito de la ciudad
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 111
Unidad 7 Anaacutelisis de regresioacuten y correlacioacuten
Logro de la unidad
Al final la unidad el alumno seraacute capaz de modelar adecuadamente la relacioacuten existente entre dos
variables cuantitativas con el fin de predecir una de ellas Y (variable respuesta o dependiente) en
funcioacuten de otra variable X (regresora o independiente) mediante una funcioacuten lineal o no lineal en el
aacutembito de su especialidad y utilizando el software estadiacutestico Minitab
71 Regresioacuten lineal
iquestEl tiempo de falla de los equipos electroacutenicos dependeraacute de la resistencia de los resistores iquestel
sueldo dependeraacute del grado de instruccioacuten iquestel tiempo de procesamiento de trabajos estaraacute
relacionado con el nuacutemero de trabajos por diacutea iquestLa temperatura estaacute relacionada con la presioacuten
sobre el rendimiento de un producto quiacutemico
Estas preguntas surgen cuando queremos estudiar dos variables de una poblacioacuten con el fin de
examinar la relacioacuten existente entre ellas Las dos variables en estudio son variables
cuantitativas que nos permitiraacute construir una ecuacioacuten lineal que modela la relacioacuten existente
entre estas dos variables
En el anaacutelisis de regresioacuten la ecuacioacuten lineal puede usarse para estimar o predecir los valores de
una variable dependiente llamada Y cuando se conocen o se suponen conocidos los valores de
otra variable variable independiente llamada X
El anaacutelisis de correlacioacuten permite determinar el grado de relacioacuten lineal existente entre dos
variables Es uacutetil en un trabajo exploratorio cuando el investigador desea encontrar el grado o la
fuerza de esa relacioacuten
iquestQueacute es el anaacutelisis de
regresioacuten lineal
Es modelar la dependencia de la
variable Y en funcioacuten de la variable
X a traveacutes de la ecuacioacuten de una
recta
0 1i i iY X e
Variable respuesta
(dependiente) Variable predictora
(independiente)
i = 1 2hellip n
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 112
711 Diagrama de dispersioacuten
El primer paso en el anaacutelisis de regresioacuten es registrar simultaacuteneamente los valores de las dos
variables asociadas (X Y) en una graacutefica bidimensional para ver si existe una tendencia lineal
que podriacutea explicar la relacioacuten entre estas dos variables
3025201510
9
8
7
6
5
4
X
Y
X vs Y
1614121008060402
1600
1400
1200
1000
800
600
400
200
0
X
Y
X vs Y
50454035302520
60
50
40
30
20
X
Y
X vs Y
12001000800600400200
140
130
120
110
100
90
80
70
60
50
X
Y
X vs Y
Ejercicio
Los siguientes datos se refieren a la resistencia (ohms) y al tiempo de falla (minutos) de ciertos
resistores sobrecargados
Resistencia x 22 21 31 34 37 43 34 34 42 51 56 59
Tiempo de falla y 20 22 26 28 30 32 33 35 37 42 45 47
Utilizando el Minitab el diagrama de dispersioacuten para estas dos variables es
Cuando X crece
Y crece
Modelo lineal
Buen ajuste
Modelo lineal
Buen ajuste
Cuando X crece
Y decrece
Variables no
relacionadas
Variables no
relacionadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 113
6050403020
50
45
40
35
30
25
20
Resistencia(X)
Tie
mp
o (
Y)
Graacutefica de dispersioacuten de Tiempo(Y) vs Resistencia(X)
Comente el diagrama de dispersioacuten de estas variables
712 Meacutetodo de los miacutenimos cuadrados
Mediante este meacutetodo es posible seleccionar la recta que se ajuste mejor a los datos La recta
resultante tiene dos caracteriacutesticas importantes
La suma de las desviaciones verticales de los puntos con relacioacuten a la recta es cero y
La suma de los cuadrados de las desviaciones es miacutenima (es decir ninguna otra recta dariacutea
una menor suma de cuadrados de tales desviaciones)
Es decir
n
i
ii yy1
2)ˆ( es miacutenima
Los valores de0 y 1 que minimizan la suma de los cuadrados de las desviaciones son las
soluciones de las llamadas ecuaciones normales de la recta de regresioacuten
n
i
i
n
i
ii
n
i
i
n
i
i
n
i
i
xxyx
xny
1
2
1
1
0
1
1
10
1
Este meacutetodo nos permite estimar los paraacutemetros del modelo de regresioacuten Resolviendo las
ecuaciones simultaacuteneas para 0 y 1 tenemos
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 114
2
11
2
111
1ˆ
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xxn
yxyxn
y xy 10ˆˆ
713 Recta de regresioacuten
La ecuacioacuten lineal es ii xy 10ˆˆˆ
donde
1 es la pendiente de la recta
0 es la ordenada o intercepto de la recta
Ejercicio
Interprete los coeficientes de regresioacuten estimados del ejemplo anterior
Anaacutelisis de regresioacuten Tiempo (Y) versus Resistencia(X) La ecuacioacuten de regresioacuten es
Tiempo (Y) = 680 + 0680 Resistencia(X)
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 067983 006570 1035 0000
S = 263819 R-cuad = 915 R-cuad(ajustado) = 906
1
0
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 115
714 Anaacutelisis de varianza
El anaacutelisis de varianza es la descomposicioacuten de la variacioacuten total en sus fuentes de variacioacuten
regresioacuten y error (residual)
Fuente de variacioacuten Grados de libertad Suma de cuadrados Cuadrado medio Estadiacutestico de prueba
Regresioacuten 1 SCReg CMReg (1) Fc = (1) (2)
Error (residual) n ndash 2 SCE CME (2)
Total n ndash 1 SCTot
Este anaacutelisis permite realizar la prueba de hipoacutetesis para validar el modelo de regresioacuten obtenido a
un nivel de significacioacuten α
1
2 α (nivel de significacioacuten)
3 Prueba estadiacutestica
4 Criterios de decisioacuten
Si Fcal gt Fcrit (α 1 n-2) entonces se rechaza Ho por lo tanto el modelo es vaacutelido
o
Si Fcal le Fcrit (α 1 n-2) entonces se acepta Ho por lo tanto el modelo no es vaacutelido
Del ejercicio anterior valide el modelo de regresioacuten lineal a un nivel de significacioacuten del
5
Con el software estadiacutestico Minitab se obtiene
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1 74532 74532 10709 0000
Error residual 10 6960 696
Total 11 81492
0H
0H
11
10
CMError
CMRegFcal
09
08
07
06
05
04
03
02
01
00
X
De
nsit
y
0
Distribution PlotF df1=15 df2=23
α ZNR
A
ZR
Fcrit
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 116
715 Coeficiente de determinacioacuten
Es una medida de bondad de ajuste del modelo Nos indica que tan bueno es el modelo para
explicar el porcentaje de variabilidad de la variable dependiente Y
El coeficiente de determinacioacuten 2R indica el porcentaje de la variabilidad de la variable
dependiente Y que es explicada por el modelo de regresioacuten lineal
Tambieacuten nos ayuda a saber la precisioacuten con la que se puede predecir o pronosticar el valor de
una variable si se conocen o suponen valores para la otra variable
El coeficiente de determinacioacuten 2R se calcula de la siguiente manera
2 SCReg100
SCTotR
Ejercicio
Interprete el coeficiente de determinacioacuten
Salida del Minitab
Coef
Predictor Coef de EE T P
Constante 6797 2652 256 0028
Resistencia(X) 06798 00657 1035 0000
S = _______ R-cuad = _____ R-cuad(ajustado) = 906
R2
716 Error estaacutendar de la estimacioacuten
El error estaacutendar de la estimacioacuten mide la variabilidad o dispersioacuten de los valores de Y
alrededor del plano de regresioacuten Actuacutea como la desviacioacuten estaacutendar es una medida promedio
de la diferencia del valor observado y el valor estimado de Y
CMEn
SCES
2
Ejercicio
Ubique e identifique el valor del error estaacutendar de estimacioacuten en la salida del Minitab
S
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 117
717 Coeficiente de correlacioacuten
El coeficiente de correlacioacuten expresa el grado de asociacioacuten lineal que existe entre dos variables
Xe Y
Se calcula como la raiacutez cuadrada del coeficiente de determinacioacuten
Si el coeficiente de correlacioacutenesta cerca de cero entonces indicaraacute que no existe relacioacuten lineal
significativa entre las dos variables
Si el coeficiente de correlacioacuten se acerca a 1 o a -1 indicaraacute que existe una relacioacuten lineal fuerte
pudiendo ser directa o inversa
Relacioacuten lineal No existe Relacioacuten lineal
fuerte e Relacioacuten fuerte y
inversa Lineal directa
-10 -065 -02 02 065 10
Su valor varia dentro del intervalo de -1 y 1
Ejercicio
Calcule e interprete el coeficiente de correlacioacuten del ejemplo anterior
r
Ejercicio de aplicacioacuten 1
Una empresa dedicada a la fabricacioacuten de equipos de telecomunicacioacuten considera que la vida uacutetil de
los equipos estaacute relacionada linealmente con la temperatura del ambiente en el que trabaja Para
establecer dicha relacioacuten se tomoacute una muestra de 11 datos los cuales se muestran en la tabla
siguiente
Temperatura(ordmC) 24 20 18 16 10 12 11 28 16 15 23
Vida uacutetil(en antildeos) 80 64 55 46 38 39 76 65 66 45 88
0ˆsi
0ˆsi
1
2
1
2
R
Rr
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 118
Salida del Minitab
Anaacutelisis de regresioacuten Vida uacutetil versus Temperatura La ecuacioacuten de regresioacuten es
Vida uacutetil = 298 + 0173 Temperatura
Coef
Predictor Coef de EE T P
Constante 2976 1473 202 0074
Temperatura 0173 0080
S = 145281 R-Cuad = 342 R-Cuad(ajustado) = 269
Anaacutelisis of Varianza
Fuente GL SC CM F P
Regresioacuten 1 9880
Error residual ___ ______ 2111
Total ___ 28876
Responda las siguientes preguntas
a Comente el diagrama de dispersioacuten de estas variables
3025201510
9
8
7
6
5
4
Temperatura
Vid
a u
til
Diagrama de dispersion de Vida util vs Temperatura
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 119
b Interprete los coeficientes de regresioacuten estimados
1
0
c Valide el modelo de regresioacuten al 1 de nivel de significacioacuten
Ho
H1
d Interprete el coeficiente de determinacioacuten y el coeficiente de correlacioacuten
R2
r
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 120
72 Inferencia estadiacutestica para los coeficientes del modelo
721 Intervalo de confianza
El intervalo de confianza al 1001 es
0 2 2 0 0 0 2 2 0ˆ ˆ ˆ ˆEE EEn nt t
1 2 2 1 0 1 2 2 1ˆ ˆ ˆ ˆEE EEn nt t
722 Prueba de hipoacutetesis para 1
El estadiacutestico de prueba es
1
( 2)
1
ˆ~
ˆEEn
kt t
73 Pronoacutesticos para un valor medio y para un valor individual
El intervalo de confianza al 1001 para un valor medio es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0
2
0
)22(0
1ˆ
1ˆ
0
El intervalo de confianza al 1001 para un valor individual es
xx
nXYxx
nS
xx
nSty
S
xx
nSty
2
0
)22(0ˆ
2
0
)22(0
11ˆ
11ˆ
0
Ejercicios de aplicacioacuten 2
Para la construccioacuten de carreteras que experimentan heladas intensas es importante que la densidad
del concreto (Kgm2) seleccionado tenga un valor bajo de conductividad teacutermica para reducir al
miacutenimo los dantildeos provocados por cambios de temperatura Suponga que se toman 12 trozos al azar
de diferentes densidades de concreto y se registra la conductividad El registro se muestra a
continuacioacuten en la siguiente tabla
Densidad del concreto
300 400 500 600 700 800 900 1000 1100 1200 1400 1600
Conductividad teacutermica
0065 008 0095 0115 013 015 0175 0205 023 027 0346 0436
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 121
Anaacutelisis de regresioacuten Conductividad versus Densidad
1600140012001000800600400200
045
040
035
030
025
020
015
010
005
Densidad
Co
nd
ucti
vid
ad
Diagrama de dispersioacuten de Conductividad vs Densidad
La ecuacioacuten de regresioacuten es
Conductividad = - 00494 + 0000275 Densidad
Coef
Predictor Coef de EE T P
Constante -0049 001726 -286 0017
Densidad 00003 000002 1524
S = 00241052 R-Cuad = 959 R-Cuad(ajustado) = 955
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 1
Error residual 10 000581 000058
Total 11 014085
a Comente el diagrama de dispersioacuten
b Interprete la pendiente de la recta
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 122
c Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
d Valide el modelo de regresioacuten Use un nivel de significacioacuten de 001
e iquestSe puede afirmar que por cada Kgm2adicional de densidad del concreto la conductividad
teacutermica aumenta en maacutes de 000017 Use un nivel de significacioacuten del 5
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 123
f Pronostique con 95 de confianza la conductividad teacutermica promedio cuando la densidad del
concreto es de 650 Kgm2
g Pruebe el supuesto de normalidad para los errores del modelo
005000250000-0025-0050
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -462593E-18
StDev 002298
N 12
KS 0182
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 124
Ejercicios de aplicacioacuten 3
Se desea verificar si la temperatura y el tiempo de operacioacuten (en horas) de un dispositivo estaacuten
relacionados Para ello se realiza un experimento estadiacutestico cuyos resultados son los
siguientes
Temperatura (oC) 18 18 18 22 22 26 30 30 34
Tiempo de operacioacuten 1200 1215 1150 1000 974 810 583 612 240
Anaacutelisis de regresioacuten Tiempo vs Temperatura (degC)
La ecuacioacuten de regresioacuten es
Tiempo = 2184 - 545 Temperatura (degC)
Coef
Predictor Coef de EE T P
Constante 218400 7502 2911 0000
Temperatura (degC) -54459 3015 -1806 0000
S = 514830 R-cuad = 979 R-cuad(ajustado) = 976
Anaacutelisis de varianza
Fuente GL SC MC F P
Regresioacuten 1 864685 864685 32623 0000
Error residual 7 18554 2651
Total 8 883239
Observaciones poco comunes
Temperatura Ajuste Residuo
Obs (degC) Tiempo Ajuste SE Residuo estaacutendar
9 340 2400 3324 341 -924 -240R
R denota una observacioacuten con un residuo estandarizado grande
Valores pronosticados para nuevas observaciones
Nueva Ajuste
Obs Ajuste SE IC de 95 PI de 95
1 8225 173 (7816 8635) (6941 9510)
Valores de predictores para nuevas observaciones
Nueva Temperatura
Obs (degC)
1 250
a Interprete el coeficiente de regresioacuten de la variable independiente
1
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 125
b Interprete el coeficiente de determinacioacuten y correlacioacuten
R2
r
c Valide el modelo de regresioacuten Use un nivel de significacioacuten del 5
d iquestSe puede afirmar que por cada ordmC adicional de temperatura el tiempo de operacioacuten del
dispositivo disminuye en maacutes de 55 horas Use un nivel de significacioacuten del 3
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 126
e Pronostique con 95 de confianza el tiempo de operacioacuten hasta el fallo cuando la
temperatura es 25ordmC
f Pruebe el supuesto de normalidad para los errores del modelo
100500-50-100
99
95
90
80
70
60
50
40
30
20
10
5
1
RESI
Po
rce
nta
je
Mean -353692E-13
StDev 4816
N 9
KS 0180
P-Value gt0150
Grafica de probabilidad de RESINormal
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 127
Unidad 8 Anaacutelisis de regresioacuten no lineal
Logro de la unidad
Identifica otros tipos de relaciones no lineales entre variables modela regresioacuten no lineal utilizando
informacioacuten de su carrera mediante el software estadiacutestico Minitab y reconoce la importancia del
uso de esta herramienta para la toma de decisiones
81 Modelos linealizables
Cuando dos variables X e Y no se ajustan a una regresioacuten lineal simple los modelos de
regresioacuten no lineal permiten modelar la relacioacuten entre estas dos variables
Muchas relaciones de este tipo a pesar de su naturaleza no lineal pueden ser linealizados
aplicando alguna transformacioacuten sobre una de las variables o sobre ambas Las
transformaciones pueden ser de diferente tipo y dependeraacuten del modelo inicial considerado para
el anaacutelisis
Entre los modelos de regresioacuten no lineal maacutes conocidos tenemos
1
0
XY e (modelo exponencial)
1
0 XY (modelo potencia)
82 Regresioacuten cuadraacutetica
Si ninguno de los modelos no lineales anteriores es satisfactorio otra alternativa consiste en
extender el modelo de regresioacuten lineal simple agregando un teacutermino que corresponde al valor de
la variable independiente al cuadrado El modelo resultante es
120100806040200
400
350
300
250
200
150
100
50
X
Y
Diagrama de dispersioacuten de X e Y
2
0 1 2Y X X
A este modelo se le conoce como modelo de regresioacuten cuadraacutetico
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 128
Ejemplo de aplicacioacuten 1
Se realiza una prueba de frenado de un automoacutevil nuevo midiendo la distancia de parada de
acuerdo a la rapidez del vehiacuteculo al momento de aplicar los frenos obtenieacutendose los siguientes
resultados
Rapidez(Kmh) 35 50 55 60 65 80 95 110
Distancia(Metros) 16 26 27 30 41 62 88 119
Ajuste una funcioacuten que explique la distancia de parada en funcioacuten de la rapidez del
vehiacuteculo
Anaacutelisis de regresioacuten polinomial Diacuteas vs Tiempo
La ecuacioacuten de regresioacuten es
DISTANCIA = 171 - 0510 RAPIDEZ + 00131 RAPIDEZ2
Coef
Predictor Coef de EE T P
Constante 17064 8107 210 0089
RAPIDEZ -05103 02357 -216 0083
RAPIDEZ2 0013139 0001584 830 0000
S = 232360 R-Cuad = 997 R-Cuad(ajustado) = 996
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 90539 45269 83846 0000
Error residual 5 270 54
Total 7 90809
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
RAPIDEZ 1 86823 2530 4687 0083
RAPIDEZ2 1 3716 37160 68827 0000
1 Realice el proceso de validacioacuten del modelo cuadraacutetico usando un nivel de significacioacuten del 5
2 Si la rapidez registrada es de 42 Kmh iquestcuaacutel seraacute la distancia (en metros) estimada
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 129
Ejemplo de aplicacioacuten 2
Un motor de turbina se fabrica ensamblando dos tipos de cargas propulsoras un mecanismo de
ignicioacuten y un soporte Se ha observado que la resistencia al corte (psi) de la unidad ensamblada estaacute
en funcioacuten de la antiguumledad (semanas) de la carga propulsora cuando se moldea el motor Para
realizar un estudio a cargo del ingeniero de turno se tomoacute una muestra de 10 observaciones las
cuales se registraron en la siguiente tabla
Resistencia Antiguumledad
216520 1300
239955 375
177980 2500
233675 975
176530 2200
205350 1800
241440 600
220050 1250
265420 200
175370 2150
iquestSe podriacutea afirmar que un modelo de regresioacuten cuadraacutetica ajustariacutea mejor los datos Use un nivel de
significacioacuten del 5
Anaacutelisis de regresioacuten polinomial Resistencia versus Antiguumledad La ecuacioacuten de regresioacuten es
Resistencia = 2649 - 363 Antiguumledad - 0050 Antiguedad2
Coef
Predictor Coef de EE T P
Constante 264858 8125 3260 0000
Antiguumledad -3630 1450 -250 0041
Antiguedad2 -00495 05265 -009 0928
S = 790864 R-Cuad = 950 R-Cuad(ajustado) = 936
Anaacutelisis de Varianza
Fuente GL SC CM F P
Regresioacuten 2 831630 415815 6648 0000
Error residual 7 43783 6255
Total 9 875413
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones)UPC 2013-01 130
Anaacutelisis de varianza secuencial
Fuente GL SC CM F P
Lineal 1 831575 39184 62647 004
Cuadraacutetica 1 55 55 00088 093
FOacuteRMULAS ESTADIacuteSTICAS
ESTIMACIOacuteN Y PRUEBA DE HIPOTESIS
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
Varianza conocida Varianza desconocida
)10(N~n
xz
_
)1n(
_
t~nS
xt
nz x)(IC 21
_
n
st x)(IC 21n(
_
2 2
)2-1 1n(
22
2
)2 1n(
22 S)1n(
)(LSCS)1n(
)(LIC
2
)1n(2
22 X~
S)1n(
p p1qn
)p1(pzp)p(IC )21(
)10(N~
n
)p1(p
ppz
21
Varianzas conocidas
2
2
2
1
2
1)21(2121
nnz)xx()(IC
)10(N~
nn
)()xx(z
2
22
1
21
2121
Varianzas desconocidas pero iguales
2nn
S)1n(S)1n(Sdonde
n
1
n
1St)xx()(IC
21
2
22
2
112
p
21
2
p)2 2nn(
_
2
_
1 2121
)2nn(
21
2
p
21
_
2
_
1
21t~
n
1
n
1S
)()xx(t
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 132
Varianzas desconocidas y diferentes
2
2
2
1
2
1
)2v(
_
2
_
1n
S
n
St)xx()(IC
21 )v(
2
22
1
21
2121 t~
n
S
n
S
)()xx(t
1n
n
S
1n
n
S
n
S
n
S
v
2
2
2
22
1
2
1
21
2
2
22
1
21
D n
st d)D(IC d
)21n( 1n
d
t~nS
Ddt
Paraacutemetro Intervalos de Confianza Estadiacutestico de Prueba
22
2 1 )vv2(2
2
212
221
)vv2(22
212
221
12
21
fS
S)(LSC
f
1
S
S)(LIC
1nv 11 1nv 22
11
2
2
2
1
2
2
2
1
21~
1 nnF
S
SF
21 pp
22
11
2
22
1
11
212121
2
22
1
11
212121
p1q
p1q
donde
n
qp
n
qpzpp)pp(LSC
n
qp
n
qpzpp)pp(LIC
a) 0ppH 210
)10(N~
n
1
n
1)p1(p
ppz
21
21
83 21
2211
nn
pnpnpdonde
b) KppH 210 y K 0
)10(N~
n
qp
n
qp
K)pp(z
2
22
1
11
21
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 133
PRUEBA JI CUADRADO
k
1i
2)1c)(1r(
i
2ii2 X
e
)eo(X
lg)1mk(vconX~e
)eo(X 2
k
1i i
2
ii2
k = de clases m = paraacutemetros desconocidos
k
1i
2
i
2
ii2 Xe
50eoX
DISTRIBUCIONES IMPORTANTES
Binomial )pn(B~X n10x)p1(pC)xX(P xnxn
x np)X(E )p1(np)X(V
Poisson )(P~X 210xx
e)xX(P
x
)X(E )X(V
ANAacuteLISIS DE REGRESIOacuteN
xˆyˆ
xxn
yxyxn
ˆ
10
2n
1i
i
n
1i
2i
n
1i
i
n
1i
ii
n
1i
i
1
Coeficiente de correlacioacuten
n
1i
2i
n
1i
2i
n
1i
ii
)yy(n
1)xx(
n
1
)yy)(xx(n
1
SS
)YXcov(r
yx
Cuadrados medios
pn
SSECME
1p
SSRCMR
donde
p Ndeg de paraacutemetros a estimar (p = k + 1)
k Ndeg de variables independientes
Prueba conjunta
)1(~ pnpFCME
CMRF
Inferencia para 0
xx
2i
20nS
xstˆ
)2(
2
00 ~ˆ
n
xx
i
t
nS
xs
t
Prueba de hipoacutetesis para el coeficiente de correlacioacuten lineal
a) 0H0
)2n(2
t~r1
2nrt
b) 00 H
)10(N~)1)(r1(
)1)(r1(ln
2
3nZ
0
0
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 134
Suma de cuadrados
SSRSSTSSE
n
xxˆSSR
n
yySST
2
i2i
21
2
i2i
Coeficiente de determinacioacuten
SST
SSRr 2
Coeficiente de determinacioacuten corregido
pn
1n)r1(1rr 222
correg
Inferencia para 1
xx
nS
st 221
ˆ
)(1111 ~
ˆˆ
1
pn
b
xx
tS
S
st
donde
2
2
1
2
2
2
1ˆ
)(
xxx
i
i
ixx
SnSSR
S
xxn
xxS
CMEpn
SSEsss xye
Pronoacutesticos
Valor medio
xx
20
)22n(0S
)xx(
n
1sty
Valor individual
xx
20
)22n(0S
)xx(
n
11sty
Modelos no lineales
Potencia LnxLnLnyoxy 1001
Exponencial xLnLnyoey 10x
01
Polinomio de grado m m
m
2
210 xˆxˆxˆˆy~
Tabla Ndeg 21
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z -009 -008 -007 -006 -005 -004 -003 -002 -001 -000
-39 0000033 0000034 0000036 0000037 0000039 0000041 0000042 0000044 0000046 0000048
-38 0000050 0000052 0000054 0000057 0000059 0000062 0000064 0000067 0000069 0000072
-37 0000075 0000078 0000082 0000085 0000088 0000092 0000096 0000100 0000104 0000108
-36 0000112 0000117 0000121 0000126 0000131 0000136 0000142 0000147 0000153 0000159
-35 0000165 0000172 0000178 0000185 0000193 0000200 0000208 0000216 0000224 0000233
-34 0000242 0000251 0000260 0000270 0000280 0000291 0000302 0000313 0000325 0000337
-33 0000349 0000362 0000376 0000390 0000404 0000419 0000434 0000450 0000466 0000483
-32 0000501 0000519 0000538 0000557 0000577 0000598 0000619 0000641 0000664 0000687
-31 0000711 0000736 0000762 0000789 0000816 0000845 0000874 0000904 0000935 0000968
-30 0001001 0001035 0001070 0001107 0001144 0001183 0001223 0001264 0001306 0001350
-29 000139 000144 000149 000154 000159 000164 000169 000175 000181 000187
-28 000193 000199 000205 000212 000219 000226 000233 000240 000248 000256
-27 000264 000272 000280 000289 000298 000307 000317 000326 000336 000347
-26 000357 000368 000379 000391 000402 000415 000427 000440 000453 000466
-25 000480 000494 000508 000523 000539 000554 000570 000587 000604 000621
-24 000639 000657 000676 000695 000714 000734 000755 000776 000798 000820
-23 000842 000866 000889 000914 000939 000964 000990 001017 001044 001072
-22 001101 001130 001160 001191 001222 001255 001287 001321 001355 001390
-21 001426 001463 001500 001539 001578 001618 001659 001700 001743 001786
-20 001831 001876 001923 001970 002018 002068 002118 002169 002222 002275
-19 002330 002385 002442 002500 002559 002619 002680 002743 002807 002872
-18 002938 003005 003074 003144 003216 003288 003362 003438 003515 003593
-17 003673 003754 003836 003920 004006 004093 004182 004272 004363 004457
-16 004551 004648 004746 004846 004947 005050 005155 005262 005370 005480
-15 005592 005705 005821 005938 006057 006178 006301 006426 006552 006681
-14 006811 006944 007078 007215 007353 007493 007636 007780 007927 008076
-13 008226 008379 008534 008691 008851 009012 009176 009342 009510 009680
-12 009853 010027 010204 010383 010565 010749 010935 011123 011314 011507
-11 011702 011900 012100 012302 012507 012714 012924 013136 013350 013567
-10 013786 014007 014231 014457 014686 014917 015151 015386 015625 015866
-09 016109 016354 016602 016853 017106 017361 017619 017879 018141 018406
-08 018673 018943 019215 019489 019766 020045 020327 020611 020897 021186
-07 021476 021770 022065 022363 022663 022965 023270 023576 023885 024196
-06 024510 024825 025143 025463 025785 026109 026435 026763 027093 027425
-05 027760 028096 028434 028774 029116 029460 029806 030153 030503 030854
-04 031207 031561 031918 032276 032636 032997 033360 033724 034090 034458
-03 034827 035197 035569 035942 036317 036693 037070 037448 037828 038209
-02 038591 038974 039358 039743 040129 040517 040905 041294 041683 042074
-01 042465 042858 043251 043644 044038 044433 044828 045224 045620 046017
-00 046414 046812 047210 047608 048006 048405 048803 049202 049601 050000
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 136
Tabla Ndeg 22
TABLA DE LA DISTRIBUCION NORMAL
Aacuterea bajo la curva normal P Z z
Z 000 001 002 003 004 005 006 007 008 009
00 050000 050399 050798 051197 051595 051994 052392 052790 053188 053586
01 053983 054380 054776 055172 055567 055962 056356 056749 057142 057535
02 057926 058317 058706 059095 059483 059871 060257 060642 061026 061409
03 061791 062172 062552 062930 063307 063683 064058 064431 064803 065173
04 065542 065910 066276 066640 067003 067364 067724 068082 068439 068793
05 069146 069497 069847 070194 070540 070884 071226 071566 071904 072240
06 072575 072907 073237 073565 073891 074215 074537 074857 075175 075490
07 075804 076115 076424 076730 077035 077337 077637 077935 078230 078524
08 078814 079103 079389 079673 079955 080234 080511 080785 081057 081327
09 081594 081859 082121 082381 082639 082894 083147 083398 083646 083891
10 084134 084375 084614 084849 085083 085314 085543 085769 085993 086214
11 086433 086650 086864 087076 087286 087493 087698 087900 088100 088298
12 088493 088686 088877 089065 089251 089435 089617 089796 089973 090147
13 090320 090490 090658 090824 090988 091149 091309 091466 091621 091774
14 091924 092073 092220 092364 092507 092647 092785 092922 093056 093189
15 093319 093448 093574 093699 093822 093943 094062 094179 094295 094408
16 094520 094630 094738 094845 094950 095053 095154 095254 095352 095449
17 095543 095637 095728 095818 095907 095994 096080 096164 096246 096327
18 096407 096485 096562 096638 096712 096784 096856 096926 096995 097062
19 097128 097193 097257 097320 097381 097441 097500 097558 097615 097670
20 097725 097778 097831 097882 097932 097982 098030 098077 098124 098169
21 098214 098257 098300 098341 098382 098422 098461 098500 098537 098574
22 098610 098645 098679 098713 098745 098778 098809 098840 098870 098899
23 098928 098956 098983 099010 099036 099061 099086 099111 099134 099158
24 099180 099202 099224 099245 099266 099286 099305 099324 099343 099361
25 099379 099396 099413 099430 099446 099461 099477 099492 099506 099520
26 099534 099547 099560 099573 099585 099598 099609 099621 099632 099643
27 099653 099664 099674 099683 099693 099702 099711 099720 099728 099736
28 099744 099752 099760 099767 099774 099781 099788 099795 099801 099807
29 099813 099819 099825 099831 099836 099841 099846 099851 099856 099861
30 0998650 0998694 0998736 0998777 0998817 0998856 0998893 0998930 0998965 0998999
31 0999032 0999065 0999096 0999126 0999155 0999184 0999211 0999238 0999264 0999289
32 0999313 0999336 0999359 0999381 0999402 0999423 0999443 0999462 0999481 0999499
33 0999517 0999534 0999550 0999566 0999581 0999596 0999610 0999624 0999638 0999651
34 0999663 0999675 0999687 0999698 0999709 0999720 0999730 0999740 0999749 0999758
35 0999767 0999776 0999784 0999792 0999800 0999807 0999815 0999822 0999828 0999835
36 0999841 0999847 0999853 0999858 0999864 0999869 0999874 0999879 0999883 0999888
37 0999892 0999896 0999900 0999904 0999908 0999912 0999915 0999918 0999922 0999925
38 0999928 0999931 0999933 0999936 0999938 0999941 0999943 0999946 0999948 0999950
39 0999952 0999954 0999956 0999958 0999959 0999961 0999963 0999964 0999966 0999967
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 137
Tabla Nordm 31
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
04 03 02 015 01 005 004 003 0025 002 0015 001 0005
1 032492 072654 137638 196261 307768 631375 791582 1057889 127062 1589454 2120495 3182052 6365674 1
2 028868 061721 106066 138621 188562 291999 331976 389643 430265 484873 564278 696456 992484 2
3 027667 058439 097847 124978 163774 235336 260543 295051 318245 348191 389605 45407 584091 3
4 027072 056865 094096 118957 153321 213185 233287 260076 277645 299853 329763 374695 460409 4
5 026718 055943 091954 115577 147588 201505 219096 242158 257058 275651 300287 336493 403214 5
6 026483 055338 09057 113416 143976 194318 210431 231326 244691 261224 282893 314267 370743 6
7 026317 054911 089603 111916 141492 189458 204601 224088 236462 251675 271457 299795 349948 7
8 026192 054593 088889 110815 139682 185955 200415 218915 2306 244898 263381 289646 335539 8
9 026096 054348 08834 109972 138303 183311 197265 215038 226216 239844 25738 282144 324984 9
10 026018 054153 087906 109306 137218 181246 19481 212023 222814 235931 252748 276377 316927 10
11 025956 053994 087553 108767 136343 179588 192843 209614 220099 232814 249066 271808 310581 11
12 025903 053862 087261 108321 135622 178229 191231 207644 217881 230272 24607 2681 305454 12
13 025859 05375 087015 107947 135017 177093 189887 206004 216037 22816 243585 265031 301228 13
14 025821 053655 086805 107628 134503 176131 18875 204617 214479 226378 24149 262449 297684 14
15 025789 053573 086624 107353 134061 175305 187774 203429 213145 224854 239701 260248 294671 15
16 02576 053501 086467 107114 133676 174588 186928 2024 211991 223536 238155 258349 292078 16
17 025735 053438 086328 106903 133338 173961 186187 2015 210982 222385 236805 256693 289823 17
18 025712 053382 086205 106717 133039 173406 185534 200707 210092 22137 235618 255238 287844 18
19 025692 053331 086095 106551 132773 172913 184953 200002 209302 22047 234565 253948 286093 19
20 025674 053286 085996 106402 132534 172472 184433 199371 208596 219666 233624 252798 284534 20
21 025658 053246 085907 106267 132319 172074 183965 198804 207961 218943 232779 251765 283136 21
22 025643 053208 085827 106145 132124 171714 183542 198291 207387 218289 232016 250832 281876 22
23 02563 053175 085753 106034 131946 171387 183157 197825 206866 217696 231323 249987 280734 23
24 025617 053144 085686 105932 131784 171088 182805 197399 20639 217154 230691 249216 279694 24
25 025606 053115 085624 105838 131635 170814 182483 19701 205954 216659 230113 248511 278744 25
26 025595 053089 085567 105752 131497 170562 182186 196651 205553 216203 229581 247863 277871 26
27 025586 053065 085514 105673 13137 170329 181913 19632 205183 215782 229091 247266 277068 27
28 025577 053042 085465 105599 131253 170113 181659 196014 204841 215393 228638 246714 276326 28
29 025568 053021 085419 10553 131143 169913 181424 195729 204523 215033 228217 246202 275639 29
30 025561 053002 085377 105466 131042 169726 181205 195465 204227 214697 227826 245726 275000 30
31 025553 052984 085337 105406 130946 169552 181 195218 203951 214383 227461 245282 274404 31
32 025546 052967 0853 10535 130857 169389 180809 194987 203693 21409 22712 244868 273848 32
33 02554 05295 085265 105298 130774 169236 180629 19477 203452 213816 226801 244479 273328 33
34 025534 052935 085232 105248 130695 169092 180461 194567 203224 213558 226501 244115 272839 34
35 025528 052921 085201 105202 130621 168957 180302 194375 203011 213316 226219 243772 272381 35
36 025523 052908 085172 105158 130551 16883 180153 194195 202809 213087 225953 243449 271948 36
37 025518 052895 085144 105117 130485 168709 180012 194024 202619 212871 225702 243145 271541 37
38 025513 052883 085118 105077 130423 168595 179878 193863 202439 212667 225465 242857 271156 38
39 025508 052871 085094 10504 130364 168488 179751 193711 202269 212474 22524 242584 270791 39
40 025504 052861 08507 105005 130308 168385 179631 193566 202108 212291 225027 242326 270446 40
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 138
Tabla Nordm 32
TABLA DE LA DISTRIBUCION T-STUDENT
Aacuterea bajo la curva P T c
v
α
v 04 03 02 015 01 005 004 003 0025 002 0015 001 0005
41 0255 05285 085048 104971 130254 168288 179517 193428 201954 212117 224825 24208 270118 41
42 025496 05284 085026 104939 130204 168195 179409 193298 201808 211952 224633 241847 269807 42
43 025492 052831 085006 104908 130155 168107 179305 193173 201669 211794 224449 241625 269510 43
44 025488 052822 084987 104879 130109 168023 179207 193054 201537 211644 224275 241413 269228 44
45 025485 052814 084968 104852 130065 167943 179113 192941 20141 2115 224108 241212 268959 45
46 025482 052805 084951 104825 130023 167866 179023 192833 20129 211364 223949 241019 268701 46
47 025479 052798 084934 1048 129982 167793 178937 192729 201174 211233 223797 240835 268456 47
48 025476 05279 084917 104775 129944 167722 178855 19263 201063 211107 223652 240658 268220 48
49 025473 052783 084902 104752 129907 167655 178776 192535 200958 210987 223512 240489 267995 49
50 02547 052776 084887 104729 129871 167591 1787 192444 200856 210872 223379 240327 267779 50
51 025467 052769 084873 104708 129837 167528 178627 192356 200758 210762 22325 240172 267572 51
52 025465 052763 084859 104687 129805 167469 178558 192272 200665 210655 223127 240022 267373 52
53 025462 052757 084846 104667 129773 167412 178491 192191 200575 210553 223009 239879 267182 53
54 02546 052751 084833 104648 129743 167356 178426 192114 200488 210455 222895 239741 266998 54
55 025458 052745 084821 10463 129713 167303 178364 192039 200404 210361 222785 239608 266822 55
56 025455 05274 084809 104612 129685 167252 178304 191967 200324 21027 222679 23948 266651 56
57 025453 052735 084797 104595 129658 167203 178246 191897 200247 210182 222577 239357 266487 57
58 025451 05273 084786 104578 129632 167155 17819 19183 200172 210097 222479 239238 266329 58
59 025449 052725 084776 104562 129607 167109 178137 191765 2001 210015 222384 239123 266176 59
60 025447 05272 084765 104547 129582 167065 178085 191703 20003 209936 222292 239012 266028 60
61 025445 052715 084755 104532 129558 167022 178034 191642 199962 20986 222204 238905 265886 61
62 025444 052711 084746 104518 129536 16698 177986 191584 199897 209786 222118 238801 265748 62
63 025442 052706 084736 104504 129513 16694 177939 191527 199834 209715 222035 238701 265615 63
64 02544 052702 084727 10449 129492 166901 177893 191472 199773 209645 221955 238604 265485 64
65 025439 052698 084719 104477 129471 166864 177849 191419 199714 209578 221877 23851 265360 65
66 025437 052694 08471 104464 129451 166827 177806 191368 199656 209514 221802 238419 265239 66
67 025436 05269 084702 104452 129432 166792 177765 191318 199601 209451 221729 23833 265122 67
68 025434 052687 084694 10444 129413 166757 177724 191269 199547 20939 221658 238245 265008 68
69 025433 052683 084686 104428 129394 166724 177685 191222 199495 20933 221589 238161 264898 69
70 025431 05268 084679 104417 129376 166691 177647 191177 199444 209273 221523 238081 264790 70
75 025425 052664 084644 104365 129294 166543 177473 190967 19921 209008 221216 23771 264298 75
80 025419 05265 084614 10432 129222 166412 177321 190784 199006 208778 220949 237387 263869 80
85 025414 052637 084587 10428 129159 166298 177187 190623 198827 208574 220713 237102 263491 85
90 02541 052626 084563 104244 129103 166196 177068 19048 198667 208394 220504 23685 263157 90
95 025406 052616 084542 104212 129053 166105 176961 190352 198525 208233 220317 236624 262858 95
100 025402 052608 084523 104184 129007 166023 176866 190237 198397 208088 22015 236422 262589 100
105 025399 0526 084506 104158 128967 16595 176779 190133 198282 207958 219998 236239 262347 105
110 025396 052592 08449 104134 12893 165882 176701 190039 198177 207839 219861 236073 262126 110
120 025391 05258 084463 104093 128865 165765 176564 189874 197993 207631 21962 235782 261742 120
infin 025335 05244 084162 103643 128156 164484 175069 188079 195997 205375 217009 232635 257583 infin
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 139
Tabla Ndeg41
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0995 0990 0980 0975 0960 0950 0900 0800 0700 0600 0500
1 0000 0000 0001 0001 0003 0004 0016 0064 0148 0275 0455
2 0010 0020 0040 0051 0082 0103 0211 0446 0713 1022 1386
3 0072 0115 0185 0216 0300 0352 0584 1005 1424 1869 2366
4 0207 0297 0429 0484 0627 0711 1064 1649 2195 2753 3357
5 0412 0554 0752 0831 1031 1145 1610 2343 3000 3656 4351
6 0676 0872 1134 1237 1492 1635 2204 3070 3828 4570 5348
7 0989 1239 1564 1690 1997 2167 2833 3822 4671 5493 6346
8 1344 1647 2032 2180 2537 2733 3490 4594 5527 6423 7344
9 1735 2088 2532 2700 3105 3325 4168 5380 6393 7357 8343
10 2156 2558 3059 3247 3697 3940 4865 6179 7267 8295 9342
11 2603 3053 3609 3816 4309 4575 5578 6989 8148 9237 10341
12 3074 3571 4178 4404 4939 5226 6304 7807 9034 10182 11340
13 3565 4107 4765 5009 5584 5892 7041 8634 9926 11129 12340
14 4075 4660 5368 5629 6243 6571 7790 9467 10821 12078 13339
15 4601 5229 5985 6262 6914 7261 8547 10307 11721 13030 14339
16 5142 5812 6614 6908 7596 7962 9312 11152 12624 13983 15338
17 5697 6408 7255 7564 8288 8672 10085 12002 13531 14937 16338
18 6265 7015 7906 8231 8989 9390 10865 12857 14440 15893 17338
19 6844 7633 8567 8907 9698 10117 11651 13716 15352 16850 18338
20 7434 8260 9237 9591 10415 10851 12443 14578 16266 17809 19337
21 8034 8897 9915 10283 11140 11591 13240 15445 17182 18768 20337
22 8643 9542 10600 10982 11870 12338 14041 16314 18101 19729 21337
23 9260 10196 11293 11689 12607 13091 14848 17187 19021 20690 22337
24 9886 10856 11992 12401 13350 13848 15659 18062 19943 21652 23337
25 10520 11524 12697 13120 14098 14611 16473 18940 20867 22616 24337
26 11160 12198 13409 13844 14851 15379 17292 19820 21792 23579 25336
27 11808 12878 14125 14573 15609 16151 18114 20703 22719 24544 26336
28 12461 13565 14847 15308 16371 16928 18939 21588 23647 25509 27336
29 13121 14256 15574 16047 17138 17708 19768 22475 24577 26475 28336
30 13787 14953 16306 16791 17908 18493 20599 23364 25508 27442 29336
31 14458 15655 17042 17539 18683 19281 21434 24255 26440 28409 30336
60 35534 37485 39699 40482 42266 43188 46459 50641 53809 56620 59335
70 43275 45442 47893 48758 50724 51739 55329 59898 63346 66396 69334
120 83852 86923 90367 91573 94303 95705 100624 106806 111419 115465 119334
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 140
Tabla Ndeg42
TABLA DE LA DISTRIBUCIOacuteN JI-CUADRADO
Aacutereas bajo la curva )c(P 2
v
0250 0200 0150 0125 0100 0050 0025 0020 0010 0005
1 1323 1642 2072 2354 2706 3841 5024 5412 6635 7879
2 2773 3219 3794 4159 4605 5991 7378 7824 9210 10597
3 4108 4642 5317 5739 6251 7815 9348 9837 11345 12838
4 5385 5989 6745 7214 7779 9488 11143 11668 13277 14860
5 6626 7289 8115 8625 9236 11070 12832 13388 15086 16750
6 7841 8558 9446 9992 10645 12592 14449 15033 16812 18548
7 9037 9803 10748 11326 12017 14067 16013 16622 18475 20278
8 10219 11030 12027 12636 13362 15507 17535 18168 20090 21955
9 11389 12242 13288 13926 14684 16919 19023 19679 21666 23589
10 12549 13442 14534 15198 15987 18307 20483 21161 23209 25188
11 13701 14631 15767 16457 17275 19675 21920 22618 24725 26757
12 14845 15812 16989 17703 18549 21026 23337 24054 26217 28300
13 15984 16985 18202 18939 19812 22362 24736 25471 27688 29819
14 17117 18151 19406 20166 21064 23685 26119 26873 29141 31319
15 18245 19311 20603 21384 22307 24996 27488 28259 30578 32801
16 19369 20465 21793 22595 23542 26296 28845 29633 32000 34267
17 20489 21615 22977 23799 24769 27587 30191 30995 33409 35718
18 21605 22760 24155 24997 25989 28869 31526 32346 34805 37156
19 22718 23900 25329 26189 27204 30144 32852 33687 36191 38582
20 23828 25038 26498 27376 28412 31410 34170 35020 37566 39997
21 24935 26171 27662 28559 29615 32671 35479 36343 38932 41401
22 26039 27301 28822 29737 30813 33924 36781 37659 40289 42796
23 27141 28429 29979 30911 32007 35172 38076 38968 41638 44181
24 28241 29553 31132 32081 33196 36415 39364 40270 42980 45558
25 29339 30675 32282 33247 34382 37652 40646 41566 44314 46928
26 30435 31795 33429 34410 35563 38885 41923 42856 45642 48290
27 31528 32912 34574 35570 36741 40113 43195 44140 46963 49645
28 32620 34027 35715 36727 37916 41337 44461 45419 48278 50994
29 33711 35139 36854 37881 39087 42557 45722 46693 49588 52335
30 34800 36250 37990 39033 40256 43773 46979 47962 50892 53672
31 35887 37359 39124 40181 41422 44985 48232 49226 52191 55002
60 66981 68972 71341 72751 74397 79082 83298 84580 88379 91952
70 77577 79715 82255 83765 85527 90531 95023 96387 100425 104215
120 130055 132806 136062 137990 140233 146567 152211 153918 158950 163648
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 141
Tabla Ndeg51
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 1 16145 19950 21571 22458 23016 23399 23677 23888 24054 24188
0025 64779 79948 86415 89960 92183 93711 94820 95664 96328 96863
0010 405218 499934 540353 562426 576396 585895 592833 598095 602240 605593
0005 1621246 1999736 2161413 2250075 2305582 2343953 2371520 2392381 2409145 2422184
0050 2 1851 1900 1916 1925 1930 1933 1935 1937 1938 1940
0025 3851 3900 3917 3925 3930 3933 3936 3937 3939 3940
0010 9850 9900 9916 9925 9930 9933 9936 9938 9939 9940
0005 19850 19901 19916 19924 19930 19933 19936 19938 19939 19939
0050 3 1013 955 928 912 901 894 889 885 881 879
0025 1744 1604 1544 1510 1488 1473 1462 1454 1447 1442
0010 3412 3082 2946 2871 2824 2791 2767 2749 2734 2723
0005 5555 4980 4747 4620 4539 4484 4443 4413 4388 4368
0050 4 771 694 659 639 626 616 609 604 600 596
0025 1222 1065 998 960 936 920 907 898 890 884
0010 2120 1800 1669 1598 1552 1521 1498 1480 1466 1455
0005 3133 2628 2426 2315 2246 2198 2162 2135 2114 2097
0050 5 661 579 541 519 505 495 488 482 477 474
0025 1001 843 776 739 715 698 685 676 668 662
0010 1626 1327 1206 1139 1097 1067 1046 1029 1016 1005
0005 2278 1831 1653 1556 1494 1451 1420 1396 1377 1362
0050 6 599 514 476 453 439 428 421 415 410 406
0025 881 726 660 623 599 582 570 560 552 546
0010 1375 1092 978 915 875 847 826 810 798 787
0005 1863 1454 1292 1203 1146 1107 1079 1057 1039 1025
0050 7 559 474 435 412 397 387 379 373 368 364
0025 807 654 589 552 529 512 499 490 482 476
0010 1225 955 845 785 746 719 699 684 672 662
0005 1624 1240 1088 1005 952 916 889 868 851 838
0050 8 532 446 407 384 369 358 350 344 339 335
0025 757 606 542 505 482 465 453 443 436 430
0010 1126 865 759 701 663 637 618 603 591 581
0005 1469 1104 960 881 830 795 769 750 734 721
0050 9 512 426 386 363 348 337 329 323 318 314
0025 721 571 508 472 448 432 420 410 403 396
0010 1056 802 699 642 606 580 561 547 535 526
0005 1361 1011 872 796 747 713 688 669 654 642
0050 10 496 410 371 348 333 322 314 307 302 298
0025 694 546 483 447 424 407 395 385 378 372
0010 1004 756 655 599 564 539 520 506 494 485
0005 1283 943 808 734 687 654 630 612 597 585
0050 11 484 398 359 336 320 309 301 295 290 285
0025 672 526 463 428 404 388 376 366 359 353
0010 965 721 622 567 532 507 489 474 463 454
0005 1223 891 760 688 642 610 586 568 554 542
0050 12 475 389 349 326 311 300 291 285 280 275
0025 655 510 447 412 389 373 361 351 344 337
0010 933 693 595 541 506 482 464 450 439 430
0005 1175 851 723 652 607 576 552 535 520 509
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 142
Tabla Ndeg52
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 1 24390 24595 24802 24905 25010 25114 25177 25220 25250 25325
0025 97672 98487 99308 99727 100140 100560 100810 100979 101101 101404
0010 610668 615697 620866 623427 626035 628643 630226 631297 632089 633951
0005 2442673 2463162 2483651 2493709 2504140 2514571 2521276 2525374 2528355 2535805
0050 2 1941 1943 1945 1945 1946 1947 1948 1948 1948 1949
0025 3941 3943 3945 3946 3946 3947 3948 3948 3948 3949
0010 9942 9943 9945 9946 9947 9948 9948 9948 9948 9949
0005 19942 19943 19945 19945 19948 19948 19948 19948 19948 19949
0050 3 874 870 866 864 862 859 858 857 857 855
0025 1434 1425 1417 1412 1408 1404 1401 1399 1398 1395
0010 2705 2687 2669 2660 2650 2641 2635 2632 2629 2622
0005 4339 4308 4278 4262 4247 4231 4221 4215 4210 4199
0050 4 591 586 580 577 575 572 570 569 568 566
0025 875 866 856 851 846 841 838 836 835 831
0010 1437 1420 1402 1393 1384 1375 1369 1365 1363 1356
0005 2070 2044 2017 2003 1989 1975 1967 1961 1957 1947
0050 5 468 462 456 453 450 446 444 443 442 440
0025 652 643 633 628 623 618 614 612 611 607
0010 989 972 955 947 938 929 924 920 918 911
0005 1338 1315 1290 1278 1266 1253 1245 1240 1237 1227
0050 6 400 394 387 384 381 377 375 374 373 370
0025 537 527 517 512 507 501 498 496 494 490
0010 772 756 740 731 723 714 709 706 703 697
0005 1003 981 959 947 936 924 917 912 909 900
0050 7 357 351 344 341 338 334 332 330 329 327
0025 467 457 447 441 436 431 428 425 424 420
0010 647 631 616 607 599 591 586 582 580 574
0005 818 797 775 764 753 742 735 731 728 719
0050 8 328 322 315 312 308 304 302 301 299 297
0025 420 410 400 395 389 384 381 378 377 373
0010 567 552 536 528 520 512 507 503 501 495
0005 701 681 661 650 640 629 622 618 615 606
0050 9 307 301 294 290 286 283 280 279 278 275
0025 387 377 367 361 356 351 347 345 343 339
0010 511 496 481 473 465 457 452 448 446 440
0005 623 603 583 573 562 552 545 541 538 530
0050 10 291 285 277 274 270 266 264 262 261 258
0025 362 352 342 337 331 326 322 320 318 314
0010 471 456 441 433 425 417 412 408 406 400
0005 566 547 527 517 507 497 490 486 483 475
0050 11 279 272 265 261 257 253 251 249 248 245
0025 343 333 323 317 312 306 303 300 299 294
0010 440 425 410 402 394 386 381 378 375 369
0005 524 505 486 476 465 455 449 445 441 434
0050 12 269 262 254 251 247 243 240 238 237 234
0025 328 318 307 302 296 291 287 285 283 279
0010 416 401 386 378 370 362 357 354 351 345
0005 491 472 453 443 433 423 417 412 409 401
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 143
Tabla Ndeg53
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 1 2 3 4 5 6 7 8 9 10
0050 13 47 38 34 32 30 29 28 28 27 27
0025 64 50 43 40 38 36 35 34 33 32
0010 91 67 57 52 49 46 44 43 42 41
0005 114 82 69 62 58 55 53 51 49 48
0050 14 460 374 334 311 296 285 276 270 265 260
0025 630 486 424 389 366 350 338 329 321 315
0010 886 651 556 504 469 446 428 414 403 394
0005 1106 792 668 600 556 526 503 486 472 460
0050 15 454 368 329 306 290 279 271 264 259 254
0025 620 477 415 380 358 341 329 320 312 306
0010 868 636 542 489 456 432 414 400 389 380
0005 1080 770 648 580 537 507 485 467 454 442
0050 20 435 349 310 287 271 260 251 245 239 235
0025 587 446 386 351 329 313 301 291 284 277
0010 810 585 494 443 410 387 370 356 346 337
0005 994 699 582 517 476 447 426 409 396 385
0050 24 426 340 301 278 262 251 242 236 230 225
0025 572 432 372 338 315 299 287 278 270 264
0010 782 561 472 422 390 367 350 336 326 317
0005 955 666 552 489 449 420 399 383 369 359
0050 30 417 332 292 269 253 242 233 227 221 216
0025 557 418 359 325 303 287 275 265 257 251
0010 756 539 451 402 370 347 330 317 307 298
0005 918 635 524 462 423 395 374 358 345 334
0050 40 408 323 284 261 245 234 225 218 212 208
0025 542 405 346 313 290 274 262 253 245 239
0010 731 518 431 383 351 329 312 299 289 280
0005 883 607 498 437 399 371 351 335 322 312
0050 45 406 320 281 258 242 231 222 215 210 205
0025 538 401 342 309 286 270 258 249 241 235
0010 723 511 425 377 345 323 307 294 283 274
0005 871 597 489 429 391 364 343 328 315 304
0050 50 403 318 279 256 240 229 220 213 207 203
0025 534 397 339 305 283 267 255 246 238 232
0010 717 506 420 372 341 319 302 289 278 270
0005 863 590 483 423 385 358 338 322 309 299
0050 60 400 315 276 253 237 225 217 210 204 199
0025 529 393 334 301 279 263 251 241 233 227
0010 708 498 413 365 334 312 295 282 272 263
0005 849 579 473 414 376 349 329 313 301 290
0050 70 398 313 274 250 235 223 214 207 202 197
0025 525 389 331 297 275 259 247 238 230 224
0010 701 492 407 360 329 307 291 278 267 259
0005 840 572 466 408 370 343 323 308 295 285
0050 120 392 307 268 245 229 218 209 202 196 191
0025 515 380 323 289 267 252 239 230 222 216
0010 685 479 395 348 317 296 279 266 256 247
0005 818 554 450 392 355 328 309 293 281 271
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 144
Tabla Ndeg54
TABLA DE LA DISTRIBUCIOacuteN F
Aacutereas bajo la curva )cF(P
v1
v2 12 15 20 24 30 40 50 60 70 120
0050 13 26 25 25 24 24 23 23 23 23 23
0025 32 31 29 29 28 28 27 27 27 27
0010 40 38 37 36 35 34 34 33 33 33
0005 46 45 43 42 41 40 39 39 38 38
0050 14 253 246 239 235 231 227 224 222 221 218
0025 305 295 284 279 273 267 264 261 260 255
0010 380 366 351 343 335 327 322 318 316 309
0005 443 425 406 396 386 376 370 366 362 355
0050 15 248 240 233 229 225 220 218 216 215 211
0025 296 286 276 270 264 259 255 252 251 246
0010 367 352 337 329 321 313 308 305 302 296
0005 425 407 388 379 369 359 352 348 345 337
0050 20 228 220 212 208 204 199 197 195 193 190
0025 268 257 246 241 235 229 225 222 220 216
0010 323 309 294 286 278 269 264 261 258 252
0005 368 350 332 322 312 302 296 292 288 281
0050 24 218 211 203 198 194 189 186 184 183 179
0025 254 244 233 227 221 215 211 208 206 201
0010 303 289 274 266 258 249 244 240 238 231
0005 342 325 306 297 287 277 270 266 263 255
0050 30 209 201 193 189 184 179 176 174 172 168
0025 241 231 220 214 207 201 197 194 192 187
0010 284 270 255 247 239 230 225 221 218 211
0005 318 301 282 273 263 252 246 242 238 230
0050 40 200 192 184 179 174 169 166 164 162 158
0025 229 218 207 201 194 188 183 180 178 172
0010 266 252 237 229 220 211 206 202 199 192
0005 295 278 260 250 240 230 223 218 215 206
0050 45 197 189 181 176 171 166 163 160 159 154
0025 225 214 203 196 190 183 179 176 174 168
0010 261 246 231 223 214 205 200 196 193 185
0005 288 271 253 243 233 222 216 211 208 199
0050 50 195 187 178 174 169 163 160 158 156 151
0025 222 211 199 193 187 180 175 172 170 164
0010 256 242 227 218 210 201 195 191 188 180
0005 282 265 247 237 227 216 210 205 202 193
0050 60 192 184 175 170 165 159 156 153 152 147
0025 217 206 194 188 182 174 170 167 164 158
0010 250 235 220 212 203 194 188 184 181 173
0005 274 257 239 229 219 208 201 196 193 183
0050 70 189 181 172 167 162 157 153 150 149 144
0025 214 203 191 185 178 171 166 163 160 154
0010 245 231 215 207 198 189 183 178 175 167
0005 268 251 233 223 213 202 195 190 186 177
0050 120 183 175 166 161 155 150 146 143 141 135
0025 205 194 182 176 169 161 156 153 150 143
0010 234 219 203 195 186 176 170 166 162 153
0005 254 237 219 209 198 187 180 175 171 161
Universidad Peruana de Ciencias Aplicadas
Estadiacutestica (CivilElectroacutenicaTelecomunicaciones) 2009-02 145
PLAN CALENDARIO PARA EL CICLO 2013-1
COacuteDIGO MA86 CURSO ESTADIacuteSTICA (Civil Electroacutenica y Telecomunicaciones) HORAS 4 HORAS SEMANALES DE TEORIacuteA 2 QUINCENALES DE LABORATORIO CREacuteDITOS 4 PROFESORES DE TODAS LAS SECCIONES
Sem Fecha Sesioacuten 1 (2 horas)
Sesioacuten 2 (2 horas)
Sesioacuten laboratorio (2 horas)
1 18-03-13 23-03-13 Definiciones Estadiacutestica muestra variables tipos de variables Organizacioacuten de datos cualitativos Diagrama de barras circular
Diagrama de Pareto Organizacioacuten de datos cuantitativos Diagrama de bastones histograma poliacutegono y ojiva
Laboratorio 1 Organizacioacuten de datos y graacuteficos
2 25-03-13 30-03-13 Medidas de tendencia central media mediana y moda Percentiles
Medidas de dispersioacuten varianza desviacioacuten estaacutendar y coeficiente de variacioacuten Diagrama de cajas Deteccioacuten de valores atiacutepicos Simetriacutea y asimetriacutea
3 01-04-13 06-04-13 Experimento aleatorio espacio muestral eventos Probabilidad de un evento Probabilidad condicional
Teorema de la probabilidad total y Bayes Eventos independientes
Laboratorio 2 Medidas de resumen Diagrama de Cajas
4 08-04-13 13-04-13 Problemas de aplicacioacuten Praacutectica calificada 1
(Hasta simetriacutea y asimetriacutea)
5 15-04-13 20-04-13 Variable aleatoria discreta Variable aleatoria continua Esperanza y varianza
Principales distribuciones discretas binomial hipergeomeacutetrica y Poisson
Laboratorio 3 Distribuciones discretas
6 22-04-13 27-04-13 Principales distribuciones continuas uniforme normal
Principales distribuciones continuas gamma exponencial y Weibull
7 29-04-13 04-05-13 Problemas de aplicacioacuten Praacutectica calificada 2
(Hasta Weibull )
Laboratorio 4 Distribuciones continuas
8 06-05-13 11-05-13
9 13-05-13 18-05-13 Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una media tamantildeo de muestra
Inferencia estadiacutestica Estimacioacuten de paraacutemetros mediante intervalo de confianza para una proporcioacuten tamantildeo de muestra
10 20-05-13 25-05-13 Inferencia estadiacutestica Prueba de hipoacutetesis Conceptos Prueba de hipoacutetesis para una media
Prueba de hipoacutetesis para una varianza y proporcioacuten
Laboratorio 5 Intervalos de confianza y prueba de hipoacutetesis
11 27-05-13 01-06-13 Prueba de hipoacutetesis para dos varianzas Prueba de hipoacutetesis para dos medias
Prueba de hipoacutetesis para dos proporciones Prueba de independencia
12 03-06-13 08-06-13 Pruebas de bondad de ajuste Prueba de Normalidad
Praacutectica calificada 3
(Hasta PH de dos proporciones)
Laboratorio 6 Pruebas de hipoacutetesis Pruebas Chi-cuadrado
13 10-06-13 15-06-13 Anaacutelisis de regresioacuten lineal simple Coeficiente de determinacioacuten y de correlacioacuten
Prueba de hipoacutetesis para los coeficientes del modelo Anaacutelisis de supuestos
14 17-06-13 22-06-13 Pronoacutesticos para un valor medio y un valor individual Regresioacuten no lineal
Praacutectica calificada 4
(Hasta Prueba Chicuadrado)
15 24-06-13 29-06-13 Presentacioacuten y exposicioacuten del trabajo encargado
Seminario taller
16 01-07-13 06-07-13 Semana de Exaacutemenes Finales
SISTEMA DE EVALUACIOacuteN
PF = 12 (PC1) + 14 (PC2) + 14 (PC3) + 15 (PC4) + 20 (TF1) + 25 (EB)
donde PC praacutectica calificada EB evaluacioacuten final TF1 trabajo final