PROBABILIDAD

Y
ESTADISTÍCA

ING. LUIS ALBERTO ROMERO RUIZ

 PROBABILIDAD Y ESTADISTICA

Indice

Contenido Página

Unidad Nº1: Estadística Descriptiva

Introducción 3
Estadística: conceptos previos 4
Variables 6
Tabulación de datos:
a) cualitativos 7
b) cuantitativos 8
Representación gráfica 17
Medidas de tendencia central:
a) Media aritmética 39
b) Mediana 38
c) Moda 40
Medidas de dispersión:
a) Rango 45
b) Desviación media 46
c) Varianza 47
d) Desviación estándar 50
Criterio de homogeneidad 52
Autoevaluación 56

Unidad Nº2: Probabilidades

Elementos de probabilidades 58
Concepto de probabilidad en espacio finito equiprobable 60
Axiomas de probabilidad 60
Probabilidad condicional 69
Teorema de Bayes 78
Eventos independientes 83
Variables aleatorias 86
Distribución discreta de probabilidades 87
Distribución continua de probabilidades 89
Esperanza 94
Varianza 94
Distribuciones discretas:
Bernuolli 102
Binomial 103
Hipergeométrica 108
Distribución Poisson 113
Distribución continua:
Normal 117
Normal estándar 118
Problemas de aplicación 122

1
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Autoevaluación 1 128
Autoevaluación 2 131

Unidad N°3: Intervalos de Confianza

Inferencia estadística 134

Estimación de parámetros 134
Estimación por intervalo 134
Intervalo de confianza para la media de una población normal:
a) conocida su varianza 135
b) desconocida su varianza 140
Intervalo de confianza para la varianza de una población normal 144
Autoevaluación 148

Unidad N°4: Pruebas de Hipótesis

Pruebas de hipótesis 150
Pruebas de unilaterales y bilaterales 152
Pruebas de hipótesis para:
a) la media si se conoce su varianza 153
b) la media si se desconoce su varianza 158
c) la varianza 164
Autoevaluación 169

Unidad Nº5: Regresión Lineal

Diagrama de dispersión 171
Método de mínimos cuadrados 173
Recta de los mínimos cuadrados 174
Coeficiente de correlación lineal 179
Análisis de residuos 186
Autoevaluación 191

2
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Unidad N°1: Estadística Descriptiva

Introducción

La Estadística, nace de las necesidades reales del hombre. La variada y cuantiosa información
relacionada con éste y que es necesaria para la toma de decisiones, hace que la estadística sea hoy, una
importante herramienta de trabajo.

Entre las tareas principales de la Estadística, está el de reunir la información integrada por un
conjunto de datos, con el propósito de obtener conclusiones válidas del comportamiento de éstos, como
también hacer una inferencia sobre comportamientos futuros.

En cuanto al uso y la aplicación, puede decirse que abarca todo el ámbito humano encontrándose
en las relaciones comerciales, financieras, políticas, sociales, etc. siendo fundamental en el campo de la
investigación y en la toma de decisiones.

Es así también como en el área de las empresas de servicio y manufactura es posible realizar un
análisis profundo del proceso estadístico al control de la productividad y de la calidad.

3
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Estadística

Es el conjunto de métodos y procedimientos que implican recopilación, presentación, ordenación

y análisis de datos, con el fin que a partir de ellos puedan inferirse conclusiones.

Pueden distinguirse dos ramas diferentes en Estadística:

c Estadística Descriptiva, la cual es la que se utiliza en la descripción y análisis de conjuntos de

datos o población.

c Inferencia Estadística, la cual hace posible la estimación de una característica de una

población, o la toma de una decisión con respecto a una población, con base únicamente en resultados
muestrales.

Conceptos de elementos utilizados en el análisis estadístico

1) Población o Universo: Conjunto completo de individuos, objetos, o medidas los cuales poseen
una característica común observable y que serán considerados en un estudio.

2) Muestra: Es un subconjunto o una porción de la población.

3) Variable: Característica o fenómeno de una población o muestra que será estudiada, la cual
puede tomar diferentes valores.

4) Datos: Números o medidas que han sido recopiladas como resultado de la observación.

5) Estadístico: Es una medida, un valor que se calcula para describir una característica a partir de
una sola muestra.

6) Parámetro: Es una característica cuantificable de una población.

4
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Recopilación de Información

La Estadística Descriptiva tiene como función el manejo de los datos recopilados en cuanto se
refiere a su ordenación y presentación, para poner en evidencia ciertas características en la forma que sea
más objetiva y útil.

Una población o universo objeto de una investigación estadística puede ser finita si sus
elementos se pueden contar. Por ejemplo, número de alumnos de un curso.

Una población o universo es infinita cuando no es finita. En Estadística, el sentido del término
población infinita se refiere a una población con un número tan grande de elementos que no le es posible al
investigador someter a medida cada uno de ellos.

Cuando se miden cualitativamente las características de una población, resultan categorías que
deben ser exhaustivas, es decir, que se pueda clasificar a toda la población, y también deben ser
mutuamente excluyentes, es decir, un mismo elemento no puede pertenecer simultáneamente a dos o más
categorías. Por ejemplo, sexo de una persona: masculino o femenino.

Una muestra debe cumplir ciertas condiciones, de aquí surge el concepto de muestra aleatoria
que es aquella obtenida de modo que cada elemento de la población tiene una oportunidad igual e
independiente de ser elegido.

La investigación estadística es toda operación orientada a la recopilación de información sobre

una población.

La investigación puede ser tan simple como la recopilación de datos estadísticos obtenidos de
informaciones provenientes de fuentes oficiales a nivel institucional o de publicaciones de organismos
altamente especializados en estas materias, o tan complejas que requiera de la colaboración de especialistas
en diferentes materias, como ocurre en los censos de población de un país.

Se denomina variable a fenómenos o características que son medidas en algún tipo de

investigación estadística.

5
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Variables
Es muy probable que un especialista en Estadística que realiza una encuesta desee desarrollar un
instrumento que le permita hacer varias preguntas y manejar diversos fenómenos o características. A estos
fenómenos o características se les denomina variables aleatorias.

Según la forma en que se expresen las variables, se dividen en:

1) Variables Cualitativas: son aquellas que pueden expresarse sólo en forma de atributo.

Ejemplo:

1) Estado civil :
c soltero
c casado
c viudo
c separado

2) Satisfacción con un producto:

c muy insatisfecho
c regularmente insatisfecho
c neutral
c satisfecho
c muy satisfecho

3) Tamaño de un tablero :
c grande
c mediano
c pequeño

2) Variables Cuantitativas, son aquellas variables que pueden expresarse en forma numéricaÀ Se
dividen en discretas y continuas.

2.1) Variables Cuantitativas Discretas, son respuestas numéricas que surgen de un proceso de
conteo, siendo siempre un número entero.

Ejemplos :

1) Número de asignaturas inscritas en el primer semeste.

2) Número de integrantes del grupo familiar.
3) Número de salas de clases del IPVG.

2.2) Variables Cuantitativas Continuas, son respuestas numéricas que surgen de un proceso de
medición, las cuales pueden tomar valores entre dos números enteros.

Ejemplo :

1) Estatura
2) Temperatura
3) Peso

6
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Tabulación de los datos

En los experimentos estadísticos los datos recolectados pueden corresponder a una población o
muestra. En ambos casos los procedimientos de resumen de datos son análogos y designaremos por:

5 ~ Tamaño de la población estudiada

 ~ Tamaño de la muestra (parte de la población)

Con el objeto de realizar un mejor estudio de los datos es necesario organizar éstos, mediante el
uso de distribuciones de frecuencia.

Una distribución de frecuencia es una tabla resumen en la que se disponen los datos divididos en
grupos ordenados numéricamente y que se denominan clases o categorías.

A) Tabulación de datos cualitativos

La construcción de una distribución de frecuencia de atributos o distribución de frecuencia de
variable cualitativa es simple, basta enumerar los diversos atributos con su respectiva frecuencia de
ocurrencia.

Frecuencia absoluta : ²  ³ indica el número de veces que se repite un atributo.

Ejemplo:

Considérese una muestra  trabajadores de una cierta empresa de la región los cuales han sido
encuestados sobre su actual estado civil. La información es tabulada de la siguiente manera:

Estado Civil 
Soltero
Casado 
Viudo 
Separado
Total 

 ~  (tamaño de la muestra)

 ~  (número de clases)

7
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

B) Tabulación de variable cuantitativa

Distinguiremos dos casos:

B.1) Tabulación de variable discreta (que toma un conjunto pequeño de

datos distintos)
Las tablas de frecuencia de variable discreta llevan cinco columnas donde los elementos que
participan son los siguientes:

a) Frecuencia absoluta : ²  ³ indica el número de veces que se repite una variable.

b) Tamaño de la muestra : ²  ³ indica la cantidad de elementos que conforman la muestra, se

obtiene sumando todas las frecuencias absolutas.


 ~    ~ número de clases distintas
~

c) Frecuencia relativa : ²  ³ es la proporción de datos que se encuentra en una clase, se obtiene

dividiendo la frecuencia absoluta de la clase por el tamaño de la muestra.


 ~ Obs: a)   ~ 

b)     

d) Frecuencia absoluta acumulada : ² - ³ indica la cantidad de datos que se encuentran hasta

cierta clase.


- ~   
~

e) Frecuencia relativa acumulada : ² / ³ es la proporción de datos acumulados que se

encuentran hasta cierta clase.


/  ~   Obs: a) / ~ 
~
b)   /  

Ejercicio

Una empresa que tiene  trabajadores se propone reestructurar las remuneraciones, se estudia los
años de servicio de los trabajadores determinándose los siguientes resultados:

 


  
 

8
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

5 ~  (tamaño de la población)

Se pide:

À c Tabular la información.

À c ¿ Qué cantidad de trabajadores tiene años de servicio ?.

À c ¿ Qué porcentaje de trabajadores tiene años de servicio ?.

À c Si aquellos trabajadores que tengan a lo menos siete años de servicio reciben un aumento del
% .¿ Qué porcentaje de los trabajadores recibió dicho aumento?.

À c Si todos los trabajadores que tengan a lo más cinco años de servicio reciben una bonificación
de $À .¿ Qué cantidad de trabajadores recibió dicha bonificación?.

À c Si la empresa decide otorgar una bonificación especial de $À por cada año de servicio.¿
Cuánto será el dinero necesario para cumplir dicha bonificación?.

Solución

À c

Años de servicio   - /
 Á  Á 
Á   Á 
Á   Á 
 Á   Á 
Á   Á
Á   Á 
Total  Á 

À c Ocho trabajadores tienen años de servicio

À c El  % de los trabajadores tiene años de servicio.

À c El  % de los trabajadores recibió el aumento de sueldo.

À c  trabajadores recibieron la bonificación.

À c $ À À  se necesitan para la bonificación por año de servicio.

9
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

B.2) Tabulación de variable continua o discreta

Para tabular una variable continua o discreta (que tome un gran número de datos distintos) se
necesitan los siguientes elementos:

a) Rango o recorrido : Es la diferencia entre el valor máximo y valor mínimo que toma la
variable.

9 ~ %máx c %mín

b) Número de intervalos o clases () : Es el número de grupos en que es posible dividir los
valores de la variable.
El número de clases no debe ser ni muy grande ni muy pequeño, un número pequeño de clases
puede ocultar la naturaleza general de los datos y un número muy grande puede ser demasiado detallado
como para revelar alguna información útil. Como regla general se recomienda que el número de clases esté
entre cinco y veinte. Hay una regla llamada Regla de Sturges que puede dar una aproximación razonable
para el número de clases, ella es:

 ~  b Á  ²³ donde  es el número de datos de la muestra.

c) Amplitud del intervalo o amplitud de la clase () :

Recorrido 9
 ~ ~
N° de clases 

d) Límites de un intervalo : Son los valores extremos de una clase. El menor valor es considerado
como el límite inferior y el valor que se obtiene sumando al límite inferior la amplitud del intervalo es el
límite inferior de la segunda clase.

e) Límites reales de un intervalo : Se obtienen calculando el promedio entre el límite superior de

una clase y el límite inferior de la clase siguiente.

f) Marca de clase : ² % ³ Es el punto medio de un intervalo.

g) Frecuencia absoluta : ²  ³ indica el número de observaciones que pertenece a un intervalo

dado.


Observación:  ~    ~ tamaño de la muestra
~

10
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

h) Frecuencia relativa : ²  ³ es la proporción de datos que se encuentra en un intervalo, se

determina dividiendo la frecuencia absoluta del intervalo por el tamaño de la muestra.


 ~


i) Frecuencia absoluta acumulada : ² - ³ indica el número de datos de la muestra menores o

iguales al límite real superior del intervalo .


- ~    Obs: - ~ 
~

j) Frecuencia relativa acumulada : ² / ³ indica la proporción de datos de la muestra menores o

iguales al límite real superior del intervalo .


/  ~  
~

Observación: Existe más de un método para construir una tabla de distribución de frecuencias, a
continuación se presentan dos formas de construirla:

Ejemplo

Los siguientes datos corresponden a las notas obtenidas por  alumnos en un curso de
Estadística ¢

      
     
     
      
     
     
     
    
     
      

À c Construya la correspondiente distribución de frecuencia.

À c ¿En qué clase se concentra el mayor número de notas?

À c ¿Cuál es la frecuencia absoluta del cuarto intervalo?. Interprete el resultado .

À c ¿Qué porcentaje de los alumnos tienen una nota inferior a ?

11
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

À c ¿Cuántos alumnos tienen una nota superior a  ?

À c Interprete la frecuencia acumulada del sexto intervalo.

À c Interprete la frecuencia relativa acumulada del quinto intervalo.

Solución:

9 ~  c  ~ 

 ~ 

 ~  b Á  ²³ ~ Á ˜


 ~ ~ Á  ˜ 

À c Notas Límites reales %   - /

 c  Á c Á Á  Á   Á 
 c  Á c Á Á Á   Á 
 c  Á c Á Á Á   Á 
 c  Á c Á Á  Á   Á 
c Á c Á Á  Á  Á
c Á c Á Á  Á  Á
c Á c Á Á  Á   Á 
c Á c Á Á Á   Á 
c  Á c  Á Á Á   Á 
Total  Á 

À c El mayor número de notas se concentra en el quinto intervalo, que coresponde al intervalo

entre c .

À c La frecuencia absoluta del cuarto intervalo es  . Esto nos indica que son  los alumnos que
tienen una nota entre  c .

À c El  % de los alumnos tiene una nota inferior a .

À c El  % de los alumnos tiene una nota superior a  .

À c Existen alumnos con nota inferior a .

À c El % de los alumnos tiene una nota inferior a .

12
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Los siguientes datos corresponden al sueldo (en miles de pesos) de  trabajadores de una
empresa ¢

         
        
        
          
         

a) Construya la tabla de frecuencia con todos sus elementos.

b) ¿En qué clase se encuentra el mayor número de trabajadores?.
c) ¿Qué porcentaje de trabajadores gana entre $ 139.000 y $ 168.000 ?.
d) ¿Cuántos trabajadores ganan a lo menos $ 159.000 ?.
e) ¿Cuántos trabajadores ganan a lo más $ 148.000 ?.

2) En una industria es necesario realizar un estudio respecto al peso de engranajes de gran tamaño.
Los siguientes datos corresponden al peso, en kilógramos, de  de estas piezas, que poseen las mismas
dimensiones, pero distinta aleación.

        
        
        

a) Construir una tabla de frecuencias de amplitud comenzando desde  À

b) ¿Cuántos engranajes pesan entre  y Kg.?.
c) ¿Qué porcentaje representa a aquellos engranajes cuyo peso es inferior a 1 Kg.?.
d) ¿Cuál es la frecuencia relativa para aquel intervalo cuya marca de clase es  ?.
e) ¿Qué porcentaje representa a aquellas piezas que pesan más de  Kg. ? .

3) En una industria automotriz es necesario realizar un estudio debido a una partida defectuosa de
discos de embrague. Para ello se ha recopilado la siguiente información referente a la duración en horas de
 de ellos.

          

            
          
          
           

a) Construir una tabla de frecuencia de amplitud cinco comenzando desde  À

b) ¿Cuántos discos duraron entre   y  horas?.
c) ¿Cuántos discos no alcanzaron a durar  horas?.
d) ¿Qué porcentaje representan los discos que duraron entre  y  horas?.
e) ¿Qué porcentaje representan los discos que duraron menos de  horas?.
f) ¿Cuántos discos duraron más de  horas?.
g) ¿Cuántos discos duraron menos de  horas?.
h) ¿Qué porcentaje representan los discos que duraron entre  y   horas?.
i) ¿Cuál es el intervalo de mayor frecuencia absoluta?.

13
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

4) En un conjunto habitacional se pretende hacer un estudio del número de personas que

consumen productos enlatados. Los datos que han sido obtenidos de 50 bloques del conjunto habitacional
son ¢

       
         
        
        
     

a) Construir una tabla de fecuencia de amplitud  partiendo desde À

b) ¿Cuántas personas consumen entre  y  productos enlatados ?.
c) ¿Qué porcentaje representa a las personas que consumen menos de  productos enlatados?.
d) ¿Qué cantidad de personas consumen más de  productos enlatados?.

5) Las ganancias por acción de 40 compañías de la industria de la construcción son:

Á Á  Á  Á Á  Á  Á Á
Á  Á  Á  Á  Á Á Á Á
Á Á Á Á  Á  Á  Á Á
Á Á Á Á Á Á  Á Á 
Á  Á  Á Á  Á Á  Á Á

a) Construya una distribución de frecuencias que comience en Á  y tenga una amplitud de Á 

b) ¿Cuál es la frecuencia absoluta del tercer intervalo?. Interprete el resultado .
c) ¿Qué porcentaje de las compañías tienen a lo más una ganancia de Á ?
d) ¿Cuántas compañías tienen una ganancia a lo menos de Á ?
e) Interprete la frecuencia acumulada del segundo intervalo.
f) Interprete la frecuencia relativa acumulada del cuarto intervalo.

14
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

1) a) 9 ~  c  ~

5 ~ 

 ~  b Á  ! ~ Á  ˜

~ ~ Á ˜ 

Sueldo Límites reales %   - /

 c   Á c  Á Á  Á  Á  
 c   Á c  Á Á Á  Á  
 c   Á c  Á Á  Á  Á  
 c   Á c  Á  Á Á  Á  
 c  Á c Á  Á Á  Á  
 c  Á c Á  Á  Á    
Total 

b) En la tercera clase se encuentra el mayor número de trabajadores.

c) 67,5 % de los trabajadores gana entre $139.000 y $ 168.000
d) 7 trabajadores ganan a lo menos $ 159.000
e) 24 trabajadores ganan a lo más $ 148.000

2) a) Peso Límites reales %   - /

 c   Á c Á  Á  Á 
 c  Á c  Á   Á   Á 
 c   Á c Á  Á   Á
c Á c Á  Á   Á
c  Á c Á  Á   
Total 

b) 11 engranajes pesan entre 46 y 55 kilos.

c) El 77 % de las piezas pesan menos de 51 kilos.
d) La frecuencia relativa es 0,17
e) El 23 % de las piezas pesa más de 50 kilos.

15
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) a) Duración Límites reales %   - /

 c  Á c  Á  Á  Á 
 c   Á c  Á   Á   Á 
 c  Á c  Á  Á   Á 
 c   Á c Á  Á   Á
 c  Á c  Á  Á   Á
 c   Á c Á   Á   Á 
 c  Á c  Á   Á   Á 
 c   Á c Á  Á   Á 
 c  Á c  Á   Á   
Total 

b) 13 discos duraron entre 290 y 299 horas.

c) 22 discos no alcanzaron a durar 300 horas.
d) El 6 % de los engranajes duraron entre 300 y 314 horas.
e) El 58 % de los engranajes duraron menos de 305 horas.
f) 16 engranajes duraron más de 309 horas.
g) 29 engranajes duraron menos de 305 horas.
h) El 16 % de los engranajes duraron entre 285 y 294 horas.
i) El primer intervalo.

4) a) Nº de personas   - /
c Á  Á 
c  Á  Á 
c Á   Á 
c Á   Á 
 c  Á   Á
 c   Á   Á 
 c  Á   Á 
 c   Á   
Total 

b) 18 personas consumen entre 100 y 129 productos enlatados.

c) El 28 % de las personas consume menos de 90 productos enlatados.
d) 41 personas consume más de 79 productos enlatados.

5) a) Ganancias Límites Reales %   - /

Á  c Á  Á  c Á  Á   Á   Á 
Á  c Á  Á  c Á  Á   Á   Á
Á  c Á  Á  c Á  Á Á   Á 
Á c Á Á c Á Á  Á   Á
Á  c Á  Á  c Á  Á  Á   Á 
Total  Á 

b) La frecuencia absoluta del tercer intervalo es , es decir, existen compañías cuyas ganancias
están entre Á  y Á  por acción.
c) El Á % de las compañías tienen a lo más una ganancia de Á  por acción.
d)  compañías tienen a lo menos una ganancia de Á  por acción.
e)  compañías tienen una ganancia igual o menor a Á  por acción.
f) El Á % de las compañías tienen una ganancia por acción de a lo más Á .

16
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Representación Gráfica

Su objetivo es captar la información obtenida en los datos en forma rápida por cualquier persona,
así cada representación debe llevar un título adecuado.

Las normas en la construcción de un gráfico estadístico son similares a los de gráficos de

funciones, las variables independientes, se ubican en las abscisas y las dependientes en las ordenadas.

Tipos de gráficos

a) Gráfico circular: se usan para mostrar el comportamiento de las frecuencias relativas,

absolutas o porcentuales de las variables. Dichas frecuencias son representadas por medio de sectores
circulares, proporcionales a las frecuencias.

Departamento  %
A (1)  
B (2)  
C (3)  
D (4)  
E (5) 
Total   

Pe rs o n a l p o r D e p a rta m e n to
5
1
9%
1 5%
4
1 5%
1
2
3
2
4
2 8%
5

3
3 3%

17
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

b) Pictograma: es un gráfico cuyo uso es similar al de sector circular, pero la frecuencia es

representada por medio de una figura o dibujo que identifique a la variable en estudio. Este gráfico se
utiliza para mostrar producciones en una serie cronológica.

Por ejemplo, Alumnos del Instituto Profesional Dr. Virginio Gómez:

~  alumnos

1996:

1997:

1998:

1999:

2000:

2001:

18
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

c) Gráfico lineal: se utiliza para mostrar las frecuencias absolutas o relativas de una variable
discreta, son representadas mediante líneas verticales proporcionales a dichas frecuencias.

% 
 
 

 

 
Total 



%

19
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

d) Gráfico de barra: Se utiliza para representar tablas de frecuencia con atributos o con
variables discretas y pocos valores. Sobre un eje horizontal se construyen bases de rectángulo del mismo
ancho cada uno correspondiente a una modalidad del atributo, sobre estas bases se levantan rectángulos
cuya altura es proporcional a la frecuencia absoluta de la modalidad. El espacio entre ellas debe ser
uniforme.

Departamento 
A 
B 
C 
D 
E 
Total  

Pe rsona l por De pa rta m e nto

140
120
100
Fre cue ncia

80
60
40
20
0
A B C D E
De partam e nto

20
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

e) Histograma: es el gráfico adecuado cuando los datos están ordenados en tablas con intervalos,
es decir, para datos de variables continuas. También el histograma es una conformación de rectángulos,
pero uno al lado de otro cuya área es proporcional a la frecuencia de cada intervalo. Los extremos de la
base de cada rectángulo son los límites reales del intervalo.

Límites Reales 
Á c Á
Á c Á 
Á c  Á
 Á c Á 
Á c Á 
Á c  Á
Total 
Fre cue ncia Absoluta

H IS T O G R AMA
12

10

0
8,5 12,5 16,5 20,5 24,5 28,5

4,5 8,5 12,5 16,5 20,5 24,5

L ím ite s Re a le s

21
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

f) Polígono de frecuencia: este gráfico sirve para mostrar la tendencia de la variable, se puede
determinar a partir de un histograma uniendo los puntos medios superiores de cada rectángulo del
histograma. También, se determina el polígono uniendo los puntos formado por la marca de clase con la
frecuencia absoluta del intervalo respectivo.

Límites reales % 
Á c Á Á
Á c Á Á 
Á c  Á Á
 Á c Á  Á 
Á c Á Á 
Á c  Á  Á
Total 

P o líg o n o d e F re c u e n c ia s
F r e c u e n c ia Ab s o lu ta

12

10

0
2 ,5 6 ,5 1 0 ,5 1 4 ,5 1 8 ,5 2 2 ,5 2 6 ,5 3 0 ,5

M a r c a s d e C la s e s

22
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Observación: El polígono de frecuencias se convierte en polígono de frecuencias relativas,

cambiando la frecuencia absoluta por la frecuencia relativa, en este caso, el área bajo el polígono de
frecuencias relativas es igual a .

Histograma y Polígono de Frecuencias

H istograma y P olígono de Frecuencias

12

10
Fre cue ncia Absoluta

0
Lím ite s Re a le s

23
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

e) Ojiva: es un gráfico que se usa para mostrar como se acumulan las frecuencias absolutas,
relativas o porcentuales. Se obtiene al unir los puntos formados por los límites superiores de cada intervalo
con la frecuencia absoluta o relativas acumuladas del intervalo respectivo. Si se consideran las frecuencias
porcentuales acumuladas se llama ojiva porcentual.

Límites reales %  -
c
c    
 c   
 c    
 c    
 c   
Total 

Ojiva
Fr e cue ncia Acum ulada

40

36

32

28

24

20

16

12

0
4 8 12 16 20 24 28
L ím ite s Su p e r io r e s

24
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Dada la información referente a la ubicación de personas dentro de cuatro departamentos de

una empresa, se pide ¢

a) Tabular la información.
b) Realizar gráfico circular.
c) Indique frecuencias relativas porcentuales en cada grupo.

M A P CC A CC M P P M
P CC M A M CC P P M P
A P A M M A M A P M
M A CC A A M P M M P

donde ¢ A ~ abastecimiento ; CC ~ control de calidad ; M ~ mantención ; P ~ producción.

2) Se realizó un número determinado de compras de materia prima. El volumen de la materia

prima viene dado en m3 .Parte de la información se registra en la siguiente tabla ¢

Volumen %   - / Límites reales

c  
 c 
 c 
 c  
 c  
Total 

a) Complete la tabla dada.

b) En un sólo gráfico, dibuje un histograma y un polígono de frecuencia.
c) ¿Cuántas compras se realizaron entre  y  m3 ?.
d) ¿Cuántas compras se realizaron entre  y  m3 ?.
e) ¿Qué porcentaje de compras se realizaron entre  y  m3 ?.
f) ¿Cuántas compras se realizaron en total?.

25
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) Los siguientes datos corresponden a la duración, en horas, de  válvulas que fueron sometidas
a un cierto control.

Tiempo %   - / Límites reales

 c 
 c 
c 
 c  
c 
 c  
c 
Total 

a) Complete la tabla dada.

b) Grafique la ojiva
c) ¿Qué porcentaje de las válvulas duraron, en promedio Á horas?.
d) ¿Qué porcentaje de las válvulas duraron entre  y  horas?.
e) ¿Cuántas válvulas duraron menos de  horas?.
f) ¿Qué porcentaje de las válvulas duraron más de  horas?

4) Se realizaron dos experimentos referente al peso, en Kg., aplicado sobre una cierta cantidad de
tableros.

Peso (Kg.) A B
 c 
 c  
 c 
 c  
 c  
 c  
Total  

a) Grafique el histograma del experimento A.

b) Grafique la ojiva porcentual del experimento B.
c) Realice, en un mismo gráfico, los polígonos de frecuencia.
d) Realice, en un mismo gráfico, las ojivas.

26
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

5) Dado el siguiente Polígono de Frecuencias:

N° Alu mn o s P es o s d e lo s Alu m n o s d e C . C iv il
10
9
8
7
6
5
4
3
2
1
0
3 5 ,5 4 5 ,5 5 5 ,5 6 5 ,5 7 5 ,5 8 5 ,5 9 5 ,5
Pe s o (K g .)

a)¿Cuáles son los límites reales del cuarto intervalo?.

b) Interprete la frecuencia del cuarto intervalo.
c) Interprete el porcentaje de datos que hay en el quinto intervalo.
d) ¿Qué porcentaje de pesos es igual o menor que Á Kg.?.
e) ¿Cuántos pesos son iguales o mayores que Á Kg.?.

27
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

1) a) Departamento 
A 
CC
M 
P 
Total 

b) Gráfico Circular

Pe r s onal por De par tam e nto

A
P
25%
28%

A
CC
M
CC
P
13%

M
34%

c) Departamento   %
A  À 
CC À 
M  À 
P  À 
Total   

28
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

2) a) Volumen %   - / Límites reales

c   À  À À c À
 c    À   À À c  À
 c   À À  À c À
 c   À  À À c  À
 c   À  À  À c À
Total  À

b) Histograma y Polígono de Frecuencia

Fre cue ncia Absoluta

C ompras de Materia Prima

10
9
8
7
6
5
4
3
2
1
0
3 8 13 18 23 28 33

M a rca s de Cla se s

c) Entre 11 y 30 m3 se realizaron 26 compras

d) Entre 16 y 25 m3 se realizaron 15 compras

e) Entre 16 y 20 m3 se realizaron un porcentaje de 22,2 % de compras

f) En total se realizaron 27 compras

29
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) a) Tiempo %   - / Límites reales

 c  Á  Á   Á   Á c  Á
 c  Á Á  Á   Á c  Á
c Á  Á   Á   Á c Á
 c  Á  Á   Á  Á c  Á
c Á  Á   Á   Á c Á
 c  Á  Á   Á Á c  Á
c Á  Á   Á   Á c Á
Total  Á 

b) Ojiva

Du ra ció n V á lvu la s

60

50
Fr e cu e n cia A cu m u lad a

40

30

20

10

0
449,5 499,5 549,5 599,5 649,5 699,5 749,5 799,5
L ím ite s Su p e r io r e s

c) 30 % de las válvulas duraron en promedio 674,5 horas

d) 36 % de las válvulas duraron entre 650 y 749 horas

e) 9 válvulas duraron menos de 550 horas

f) 38 % de las válvulas duraron más de 649 horas

30
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

4) a) Histograma

E xperimento A
12
Frecuencia Absoluta

0
19,5 24,5 29,5 34,5 39,5 44,5

14,5 19,5 24,5 29,5 34,5 39,5

Lím ite s Re a le s

b) Ojiva Porcentual

Ex pe rim e nto B
Fr e c. Acum . Por c.

1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
14,5 19,5 24,5 29,5 34,5 39,5 44,5
L ím ite s Su p e r io r e s

31
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

c) Polígonos de Frecuencia

Ex pe rim e nto A y B
Fr e cue ncia
12
11
10
9
8
7
6
5
4
3
2
1
0
12 17 22 27 32 37 42 47

M ar cas de Clas e s
Se r ie 1 Se r ie 2

Serie 1 ~ Experimento A Serie 2 ~ Experimento B

d) Ojivas

Experimento A y B

45
40
35
Frecuencia Acumulada

30
25
20
15
10
5
0
14,5 19,5 24,5 29,5 34,5 39,5 44,5
Límites Superiores
Serie1 Serie2

Serie 1 ~ Experimento A Serie 2 ~ Experimento B

32
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

5) a) Los límites reales del cuarto intervalo son Á c Á

b) alumnos de C. Civil tienen pesos que van desde  kilos hasta  kilos

c)  % de los alumnos pesan más de Á kilos y menos de Á kilos

d) El  % de los pesos de los alumnos es igual o menor que Á kilos

e)  alumnos pesan a lo menos Á Kg.

33
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Medidas de tendencia central y de dispersión

En todo análisis y/o interpretación se pueden utilizar diversas medidas descriptivas que
representan las propiedades de tendencia central, dispersión y forma para extraer y resumir las principales
características de los datos. Si se calculan a partir de una muestra de datos, se les denomina estadísticos; si
se les calcula a partir de una población se les denomina parámetros.

Medidas de tendencia central

La mayor parte de los conjuntos de datos muestran una tendencia a agruparse alrededor de un
punto "central" y por lo general es posible elegir algún valor que describa todo un conjunto de datos. Un
valor típico descriptivo como ese es una medida de tendencia central o "posición". Las medidas de
tendencia central a estudiar son: media aritmética, mediana y moda.

Media aritmética

La media aritmética ( también denominada media ) es la medida de tendencia central que se

utiliza con mayor frecuencia. Se calcula sumando todas las observaciones de un conjunto de datos,
dividiendo después ese total entre el número total de elementos involucrados.
La media aritmética de un conjunto de valores % Á % Á ÀÀÀÁ % se define como el cuociente entre la
suma de los valores y el número de ellos. Su símbolo es % si la media aritmética es de una muestra y  si la
media aritmética es de una población.

a) Para datos no agrupados:

% b % b ÀÀÀ b %  %

Media muestral: % ~ ~ ;  ~ tamaño de la muestra
 
~

5
% b % b ÀÀÀ b %5 %
Media poblacional:  ~ ~  ; 5 ~ tamaño de la población
5 5
~

Ejemplo ¢ Calcular la media aritmética de los siguientes datos relacionados con las notas de test en
Estadística obtenidas por un cierto alumno:

 Á Á Á Á Á 

 b b b b b 
%~ ~ Á š

El promedio de test es puntos.

34
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

b) Para datos agrupados:

Si los datos están ordenados en tablas de frecuencia la media aritmética se obtiene como sigue ¢

Muestra Población

%  b %  b ÀÀÀ b %   %  %
   
%~ ~ ~
 b  b ÀÀÀ b   5
~ ~

donde: % es la marca de clase del intervalo i-ésimo

 es la frecuencia del intervalo i-ésimo
 es el número de datos de la muestra y 5 es el número de datos de la población
 es el número de intervalos

Ejemplo ¢ Calcular la media aritmética para el peso de  trabajadores, según tabla adjunta:

Peso (Kg.) %  % 
c  Á  Á
c  Á  Á
c Á  
c Á Á
c  Á   Á
Total  

%  
%~ ~ ~ Á š 
 
~

El peso promedio de los  trabajadores es de  kilos

Propiedades de la media aritmética

Propiedad 1 ¢ La media aritmética de una constante es igual a la constante.

% ¢ % % % À À À %

valores ¢    ÀÀÀ 

 b  b  b ÀÀÀ b  
%~ ~ ~
 

Por lo tanto, % ~ 

35
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Propiedad 2 ¢ La media aritmética de una variable más una constante es igual a la media
aritmética de la variable más la constante.

% ¢ % % % ÀÀÀ %

& ¢ % b  % b  % b  ÀÀÀ % b 

 &
&~

~

 ²% b ³
~ % b  ! b % b  ! b ÀÀÀ b % b  !
&~ ~
 
% b % b % b ÀÀÀ b % b 
~

 % 

~ b
 
~

~%b

Propiedad 3 ¢ La media aritmética de una variable por una constante es igual al producto de la
constante por la media de la variable.

% ¢ % % ÀÀÀ %

' ¢ %  %  ÀÀÀ % 

%  b %  b ÀÀÀ b % 
'~


²% b % b ÀÀÀ b % ³
~


~ %

Propiedad 4 ¢ Media Ponderada

%  h  b %  h   b À À À b %  h  
%~
 b  b À À À b 

36
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ventajas y desventajas del uso de la media aritmética:

Ventajas Desventajas
- Estable muestra a muestra - No aplicable a atributos
- Fácil cálculo e interpretación - Influyen en su valor los valores extremos

Ejemplos:

1) De un grupo de contribuyentes se determinó que el promedio de impuestos es de $32.200.

Determinar en cada uno de los siguientes casos, la nueva media aritmética:

a) Los impuestos aumentan en un 2 %

b) A los impuestos se les disminuye la cantidad de $2.300

c) A cada contribuyente, se le disminuye un 3 % y además se le condona $2.550

Solución:

1) a) % ~ À h Á  ~ À  La nueva media aritmética es $ À 

b) % ~ À c À ~  À  La nueva media aritmética es $  À 

c) % ~ À h Á c À ~ À  La nueva media aritmética es $  À 

2) En tres cursos de un mismo nivel los promedios de las calificaciones fueron Á Â Á  y Á Â

si los cursos tenían respectivamente  Â  y  alumnos, determine la calificación promedio de los tres
cursos.

Solución:

Á h  b Á  h  b Á h   Á
%~ ~ ~ Á š Á
 b  b  

El promedio de las calificaciones de los tres cursos es Á

37
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Mediana

La mediana es el valor que se encuentra en el centro de una secuencia ordenada de datos. La

mediana no se ve afectada por observaciones extremas en un conjunto de datos. Por ello, cuando se
presenta alguna información extrema, resulta apropiado utilizar la mediana, y no la media, para describir el
conjunto de datos.

Su símbolo es 4 .

a) Mediana para datos no agrupados

Se deben ordenar los datos de forma creciente o decreciente. Para muestras con un número par de
observaciones, la mediana es el dato que queda en el centro de dicha ordenación y para muestras con
número impar de observaciones la mediana es el promedio de los dos datos centrales.

Ejemplos ¢

1) Para muestra con número impar de datos: 4  ~ ?  b 



datos ¢ Á Á Á Á Á Á

datos ordenados ¢ Á Á Á Á Á Á ¬ 4  ~ ? b  ~ ? ~


?  b ?  b
2) Para muestra con número par de datos: 4 ~


datos ¢ Á  Á Á  Á Á Á Á 

datos ordenados ¢  Á  Á Á Á Á Á Á 

?  b ?  b ? b ?  b 
4 ~ ~ ~ ~ Á
  

b) Mediana para datos agrupados

 c-
 c
4  ~ 3 b 8 9h


donde:  es el primer intervalo cuya frecuencia acumulada supera a

3 es el límite real inferior del intervalo de la mediana.
 es el número de datos.
-c es la frecuencia acumulada anterior al intervalo de la mediana.
 es la frecuencia absoluta del intervalo de la mediana.
 es la amplitud del intervalo.

38
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejemplo ¢ Distribución de frecuencias de la duración, en horas, de uso continuo de 

dispositivos electrónicos iguales, sometidos a un cierto control.

Duración  -
 c  
 c  
 c 
 c   
c  
 c    
c   
 c   
c 
 c   
Total 

El intervalo donde se encuentra la Mediana es el primer intervalo en el cual:


 -

  !
En este caso, ~ ~   - ¬     ¬ intervalo ¢  ~
 

 c 
~  4 ~ Á b8 9h 

- ~  4  ~  horas
 ~ 
3 ~ Á

39
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Moda

La moda es el valor de un conjunto de datos que aparece con mayor frecuencia. Se le obtiene
fácilmente a partir de un arreglo ordenado. A diferencia de la media aritmética, la moda no se afecta ante la
ocurrencia de valores extremos. Sin embargo, sólo se utiliza la moda para propósitos descriptivos porque
es más variable, para distintas muestras, que las demás medidas de tendencia central. Un conjunto de datos
puede tener más de una moda o ninguna.

Su símbolo es 4 .

a) Moda para datos no agrupados

Ejemplos

1) datos ¢ Á Á Á Á Á Á Á Á ¬ 4 ~

2) datos ¢ Á Á Á Á Á Á Á Á Á Á Á Á ¬ 4 ~  y 

3) datos ¢ Á Á Á Á Á ¬ 4 ~ 

4) datos ¢ Á Á Á Á Á ¬ 4  ~ no existe

b) Moda para datos agrupados

Existe más de una forma de calcular la moda:


Caso a) 4  ~ 3 b 8 9h
 b  

donde ¢  es el intervalo de mayor frecuencia absoluta.

3 es el límite real inferior del intervalo que contiene a la moda.
 es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo anterior ¢  ~  c c
 es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo posterior ¢  ~  c b
 es la amplitud del intervalo.

b
Caso b) 4  ~ 3 b 8 9h
c b b

donde ¢  es el intervalo de mayor frecuencia absoluta.

40
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejemplo ¢ Sea la tabla:

Duración  -
 c  
 c  
 c 
 c  80 9
c  
 c    
c   
 c   
c 
 c   
Total 

Caso a): En este caso, el intervalo de mayor frecuencia absoluta es el ! ¬  ~ 


 ~  4 ~  Á b8 9h 
b

 ~  c ~  4 ~  Á  horas

 ~  c  ~ 

3 ~  Á

~ 

Caso b):  ~ 

b ~  ~ 

c ~  ~

3 ~  Á

~ 


4 ~  Á b8 9h 
b 

4 ~  Á  horas

41
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) En una industria dos operarios en siete días de trabajo, son capaces de producir, por día, y en
forma individual la siguiente cantidad de árboles para fresa de   mm de longitud por  mm de
diámetro.

Operario A       

Operario B       

Determine ¢

a) Producción media de cada operario.

b) Moda del operario A.
c) Mediana del operario B.

2) Se hace una encuesta entre  personas acerca del número de horas diarias que se dedican a
ver televisión, obteniéndose la siguiente información ¢

N° de horas 
c 
c 
c 
c 
c 
 c  
Total 

Calcular la media, la mediana y la moda (caso a y b).

3) De un total de  datos, 20 son 4, 40 son 5, 30 son 6 y el resto 7. Hallar la media y la moda.

4) Cuatro grupos de estudiantes, consistentes en  Á Á  y  individuos, dieron pesos de

Á Á y kilos. Hallar el peso medio de los estudiantes.

5) Las notas de un estudiante en sus certámenes han sido Á Á Á Á y . Hallar la media, la

mediana y la moda.

42
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

6) La siguiente tabla corresponde a la estatura de  estudiantes de una determinada carrera.

Estatura 
Á c Á
Á  c Á  
Á c Á 
Á  c Á  
Á c Á
Á  c Á  
Total 

Hallar la media, mediana y moda (caso a y b) de la estatura.

7) La oficina de Censo, proporcionó las edades de hombres y mujeres divorciados ( en miles de

personas de  años de edad o más ).

Edad Hombre Mujer

 c  
 c   
 c   
 c   
 c 
 c   
 c  
c    
Total    

Obtener las medidas de tendencia centralÀ

43
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

³

³ % A ~  % B ~ Á 

³ No hay moda, todos los datos tienen frecuencia uno.

³ 4  B ~ 

³ % ~ Á 4  ~ Á (Caso a) 4  ~ Á 
(Caso b) 4  ~ Á 

³ % ~ Á  4 ~

³ El peso promedio de los estudiantes es Á  kilos.

³ % ~  4 ~  4  no existe

³ % ~ Á 4  ~ Á 4  ~ Á

³ Hombre Mujer
%  Á   Á 
4  Á  Á
4  (caso a) Á  Á
4  (caso b) Á  Á y Á 

44
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Medidas de dispersión

Una segunda propiedad que describe a un conjunto de datos es la dispersión. Dispersión es el

grado de variación o diseminación de los datos. Dos conjuntos de datos pueden diferir tanto en tendencia
central como en dispersión o dos conjuntos de datos pueden tener las mismas medidas de tendencia central,
pero diferir mucho en términos de dispersión.
Ejemplo: 1) Á Á Á Á  % ~ 
2) Á Á Á Á  % ~ 

Los estadígrafos de dispersión nos indican si la distribución o conjunto de datos forma grupos
homogéneos o heterogéneos. Las medidas de dispersión a estudiar son: rango, desviación media, varianza
y desviación estándar.

Rango

Indica el número de valores que toma la variable. El rango es la diferencia entre el valor máximo
y el valor mínimo de un conjunto de datos.

9 ~ %máx c %mín

Si los datos están agrupados en una tabla de frecuencias, el recorrido es la diferencia entre el
límite real superior del último intervalo y el límite real inferior del primer intervalo.

9 ~ 3máx c 3mín

Ejemplo:

1) Sea el siguiente conjunto de datos ¢

     

%máx ~  %mín ~  9 ~  c  ~ 

2) Sea la siguiente tabla:

Peso (Kg.)  3 ~ Á 3% ~ Á

Á  c Á 
Á  c Á  
Á  c Á  
Á c Á
Á c Á 
Total 
9 ~ Á  c Á 9 ~ Á Kg.

45
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

El rango mide "la dispersión total" del conjunto de datos. Aunque el rango es una medida de
dispersión simple y que se calcula con facilidad, su debilidad preponderante es que no toma en
consideración la forma en que se distribuyen los datos entre los valores más pequeños y los más grandes.

Desviación Media

Es la media aritmética de los valores absolutos de las desviaciones de todos los datos respecto a la
media aritmética. Su símbolo es +4 .

a) Desviación media para datos no agrupados


 O % c % O
~
+4 ~


Ejemplo ¢ Obtener la desviación media para los datos Á Á Á Á 

b b b  b 
%~ ~ Á

O c Á  O b O c Á  O b O c Á  O b O  c Á  O b O  c Á  O
+4 ~

 Á
+4 ~

+4 ~ Á 

b) Desviación media para datos agrupados


 O % c % O 
~
+4 ~ donde % es la marca de clase


Ejemplo ¢ Determine la desviación media de los siguientes datos agrupados ¢

Pesos (Kg.) 
c 
c 
c 
c  
c 
Total 

46
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Pesos (Kg.) %  % h  % c % O % c % O 
c    Á Á 
c     Á  Á 
c    Á   Á 
c      Á Á
c    Á Á 
Total    Á


%~ ~ Á


 Á
+4 ~ ~ Á 


Varianza y Desviación Estándar

Dos medidas de dispersión que se utilizan con frecuencia y que sí toman en consideración la
forma en que se distribuyen los valores son la varianza y su raíz cuadrada, la desviación estándar. Estas
medidas establecen la forma en que los valores fluctúan con respecto a la media.

Varianza
La varianza se define como el promedio aritmético de las diferencias entre cada uno de los valores
del conjunto de datos y la media aritmética del conjunto elevadas al cuadrado.

Su símbolo es :  si estamos trabajando con una muestra y  2 si estamos trabajando con una
población.

a) Varianza para datos no agrupados


 ²% c %³
~
: ~ donde % representa los datos de la muestra.
c

5
 ²% c ³
~
 ~ donde % representa los datos de la población.
5 c

47
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejemplo ¢ Determine la varianza del siguiente conjunto de datos:

     

 b  b  b  b  b 
%~ ~ 

² c ³ b ² c ³ b ² c ³ b ² c ³ b ² c ³ b ² c ³

: ~
c

: ~ ¬ :  ~  Á  ( en unidades al cuadrado )

b) Varianza para datos agrupados

Muestra Población

 
 ² %  c % ³    ² % c  ³  
~ ~
: ~  ~
c 5 c

donde % es la marca de clase.

Ejemplo ¢ Considere la tabla con los datos de los edades de  personas

Edades ( años ) 
 c  
 c 
 c 
 c 
 c  
Total 

Edades ( años ) %  % h  ² % c % ³ ² % c % ³ 
 c   Á   Á  Á  Á 
 c  Á  Á Á   Á 
 c   Á  Á  Á  Á 
 c   Á  Á Á   Á 
 c  Á   Á Á   Á 
Total  Á  Á  

Á
%~ ~ Á años

 Á  
: ~ ~ Á  ( en años2 )


48
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Las fórmulas anteriores para calcular la Varianza muestral tienen una forma abreviada:

Para datos no agrupados Para datos agrupados

 
 % c ²%³  ² % ³ c ²%³
~ ~
: ~ : ~
c c

donde: % representa los datos donde: % representa la marca de clase

Propiedades de la Varianza

³ = ²%³ ~ :% ‚ 

³ = ²%³ ~  si % ~ constante

³ = ²%³ ~  = ²%³

³ = ²% b ³ ~ = ²%³

³ = ²% b ³ ~  = ²%³

³ Las unidades de medida de la varianza son las unidades al cuadrado de los datos.

Ejemplo: De un grupo de contribuyentes se determinó que el promedio de impuestos es de

$32.200, con una varianza de $7.600. Determinar en cada uno de los siguientes casos, la nueva varianza:

a) Los impuestos aumentan en un 2 %

b) A los impuestos se les disminuye la cantidad de $2.300

c) A cada contribuyente, se le disminuye un 3 % y además se le condona $2.550

Solución:

a) = ²%³ ~ À  h ²Á ³ ~ À  La nueva varianza es $ À 

b) = ²%³ ~ À  La nueva varianza es $ À 

c) = ²%³ ~ À  h ²Á ³ ~ À Á La nueva varianza es $ À Á

49
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Desviación Típica o Desviación Estándar

Es la raíz cuadrada positiva de la Varianza. Su símbolo es : si se está trabajando con una muestra
y es  si se está trabajando con una población.

a) Desviación estándar para datos no agrupados

q
q 
q 
q ² %  c % ³
q
~
:~p donde % representa los datos de la muestra.
c
q
q 5
q
q  ² %  c  ³
q
~
~p donde % representa los datos de la población.
5 c

Ejemplo ¢ Para el conjunto de datos  Á Á Á  Á  Á  donde se obtuvo que su varianza era
:  ~  Á  ; tendremos entonces que su desviación estándar es ¢

: ~ l  Á  ~ Á  ( unidades )

b) Desviación estándar para datos agrupados

Muestra Población
q q
q  q 
q  q 
q ²% c % ³  q ²% c ³ 
q q
~ ~
:~p ~p
c 5 c

donde % es la marca de clase.

Ejemplo ¢ Para el ejemplo de los datos tabulados sobre las edades de  personas se obtuvo como
varianza :  ~ Á  ; luego su desviación estándar será ¢

: ~ l Á  ~ Á  ( años )

50
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

¿Qué indican la Varianza y la Desviación Estándar?

La varianza y la desviación estándar miden la dispersión "promedio" en torno a la media

aritmética, es decir, cómo fluctúan las observaciones mayores por encima de la media aritmética y cómo se
distribuyen las observaciones menores por debajo de ella.

La varianza tiene ciertas propiedades matemáticas útiles. Sin embargo, al calcularla se obtienen
unidades al cuadrado ¢ cm2 , pulgadas2 , mm2 , (edades)2 , (horas)2 , etc. por ello, en la práctica, la principal
medida de dispersión que se utiliza es la desviación estándar, cuyo valor está dado en las unidades
originales ¢ cm, pulgadas, mm, edades, horas, etc.

En los ejemplos anteriores:

a) Para la muestra de datos ¢  Á Á Á  Á  Á  se obtuvo por desviación estándar ¢ : ~ Á  (

unidades ). Esto indica que la mayor parte de los datos de esta muestra se agrupan dentro de Á  unidades
por encima y por debajo de la media aritmética, es decir, entre  c Á  ~ Á  y  b Á  ~  Á 

b) Para el caso de los datos tabulados correspondientes a las edades de  personas, se obtuvo una
desviación estándar de : ~ Á  años. Esto indica que la mayor parte de los datos están agrupados entre
 Á c Á  ~ Á años y  Á b Á  ~  Á  años.

Edades ( años ) 
 c  
 c 
 c 
 c 
 c  
Total 

51
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Criterio de Homogeneidad

Una distribución se considera homogénea, si la desviación estándar se encuentra entre la quinta y

la cuarta parte del rango. Si no es así, entonces se considera que la muestra es heterogénea.

a) Para la muestra de datos ¢  Á Á Á  Á  Á 

9 ~  c  ~  : ~ Á

9 9
@ Á A ~ ´ Á  Â Á  µ


: ¤ ´ Á  Â Á  µ

Por lo tanto, la muestra es heterogénea.

b) Para el caso de los datos tabulados de las edades de  personas

Edades ( años ) 
 c  
 c 
 c 
 c 
 c  
Total 

9 ~ Á c Á ~  ( años ) : ~ Á  ( años )

9 9
@ Á A~´ Â Á µ


: ´  Á µ

Por lo tanto, la muestra es homogénea.

Observaciones ¢

1) Cuanto más separados o dispersos estén los datos, es decir, para muestras heterogéneas, tanto
mayores serán el rango, la varianza y la desviación estándar.

2) Si los datos están más concentrados, es decir, para muestras homogéneas, tanto menores serán
el rango, la varianza y la desviación estándar.

3) Si todas las observaciones son iguales ( de manera que no haya variación en los datos ), el
rango, la varianza y la desviación estándar serán iguales a cero.

52
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) En una industria dos operarios en siete días de trabajo, son capaces de producir, por día, y en
forma individual la siguiente cantidad de árboles para fresa de   mm de longitud por  mm de
diámetro.

Operario A       

Operario B       

Determine ¢

a) Rango del operario A y del operario B

b) Varianza del operario A.
c) Desviación estándar de ambos operarios.
d) ¿Son las muestras homogéneas?.

2) Se hace una encuesta entre  personas acerca del número de horas diarias que se dedican a
ver televisión, obteniéndose la siguiente información ¢

N° de horas 
c 
c 
c 
c 
c 
 c  
Total 

Calcular la varianza y la desviación estándar.

3) De un total de  datos, 20 son 4, 40 son 5, 30 son 6 y el resto 7. Hallar la desviación

estándar.

4) Cuatro grupos de estudiantes, consistentes en  Á Á  y  individuos, dieron pesos de

Á Á y kilos. Hallar la varianza de los estudiantes.

5) Las notas de un estudiante en sus certámenes han sido Á Á Á Á y . Hallar la

desviación estándar. Las notas , ¿son homogéneas?.

53
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

6) La siguiente tabla corresponde a la estatura de  estudiantes de una determinada carrera:

Estatura 
Á c Á
Á  c Á  
Á c Á 
Á  c Á  
Á c Á
Á  c Á  
Total 

Hallar rango, varianza y desviación estándar de la estatura.

7) La oficina de Censo, proporcionó las edades de hombres y mujeres divorciados ( en miles de

personas de  años de edad o más ).

Edad Hombre Mujer

 c
 c   
 c   
 c   
 c 
 c   
 c  
c    
Total   

Obtener las medidas de dispersión ( rango, varianza y desviación estándar ) tanto para los
hombres como para las mujeres. Determine, además si las muestras son homogéneas o no.

54
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

³

³ 9A ~ 9B ~

³ A ~ Á

³ A ~ Á  B ~ Á 

³ Ambas muestras no son homogéneas.


³ ~ Á ~ Á

³ ~ Á


³ ~ Á

³ ~ Á  Las notas no son homogéneas.


³ 9 ~ Á  ~ Á  ~ Á 

³ Hombres Mujeres
9  

Á  Á
Á 

Ambas muestras son homogéneas.

55
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Autoevaluación

1) En una encuesta realizada a  personas en la ciudad de Chillán, sobre su equipo de fútbol

preferido, se obtuvieron los siguientes resultados:

U. de Chile, Colo Colo, U. Católica, Ñublense, Colo Colo, U. de Chile, Colo Colo
Colo Colo, U. de Chile, Colo Colo, U. Católica, Ñublense, Colo Colo, U. de Chile, U. de Chile, U. de
Chile, Colo Colo, U. Católica, Ñublense, Colo Colo, U. de Chile, U. Católica, Colo Colo, U. de Chile,
Concepción

a) Construya una tabla para la información obtenida

b) Construya un gráfico adecuado para la información dada
c) ¿Cuántas personas son hinchas de Colo Colo?
d) ¿Qué porcentaje de personas prefiere a U. de Chile?
e) ¿Qué porcentaje de encuestados no es hincha de Ñublense?

2) Los salarios ofrecidos a 16 personas son ( en miles de pesos ):

165 149 166 167 154 165 144 135

155 170 150 151 142 148 149 100

Determine e interprete para la muestra:

a) Media aritmética
b) Moda
c) Mediana

3) Los impuestos pagados por un grupo de contribuyentes han dado origen a la siguiente tabla de
frecuencia:
Monto de impuestos en miles Nº personas
1 - 20 4
21 - 40 15
41 - 60 21
61 - 80 18
81 - 100 2
Total 60

Determine:
a) Desviación Estándar Muestral y explique su significado
b) Determine si la muestra es homogénea o heterogénea. Justifique su respuesta.

56
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución:

1) a) Categorías  -  /
U. de Chile Á  Á 
Colo Colo  Á  Á
U. Católica   Á  Á 
Ñublense   Á  Á
Concepción   Á  Á 
Total  Á 
b)
F re cu e n cia

E q u ip o s d e F ú tb o l F a v o rito s
10
9
8
7
6
5
4
3
2
1
0
il e

lo
o
h

C
C

lo
e
.D

C a te g o ría s
C
U

c) Las personas hinchas de Colo Colo son

d) El porcentaje de personas que prefiere a U. de Chile es  %

e) El porcentaje de personas que no prefiere a Ñublense es %

2) a) % ~  Á  El salario promedio es de $  À 

b) 4  ~  Á El  % de las personas tiene un salario superior a $  À 

c) 4  ~  y  Los salarios más comunes son $  À y $  À

3) a) : ~  Á La desviación estándar es un estadístico que nos indica que tan dispersos están
los datos, con respecto a la media aritmética.

b) Los datos no son homogéneos.

57
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Unidad N°2: Probabilidades

Elementos de Probabilidades

Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o fracaso en
los juegos de azar. La probabilidad es un mecanismo por medio del cual pueden estudiarse sucesos
aleatorios, es decir, operaciones cuyo resultado no puede ser predicho de antemano con seguridad. Por
ejemplo, el lanzamiento de una moneda.

Enfoques de probabilidad
1) Experimento aleatorio o experimento: cualquiera operación cuyo resultado no puede ser
predicho de anterioridad con seguridad.

Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado
c) extracción de una carta de una baraja de 52 cartas

2) Espacio muestral: es el conjunto de todos los posibles resultados asociados a un experimento.

Su símbolo es + . Si el espacio muestral tiene un número finito de elementos o infinito numerable,
entonces se dice que éste es discreto y si el espacio muestral tiene como elementos todos los puntos de
algún intervalo real, entonces se dice que éste es continuo .

Ejemplo:
a) experimento:lanzamiento de un dado
+ ~ ¸Á Á Á Á Á ¹

b) experimento: tiempo de duración de un tubo fluorescente

+ ~ {!Á! ‚ }

3) Evento o suceso: es cualquier subconjunto de un espacio muestral. Todo subconjunto es un

evento, en particular + mismo es un evento, llamado suceso seguro y el conjunto vacío, J, también es un
evento, llamado suceso imposible .

Ejemplo:
A ~ ¸obtener un número impar al lanzar un dado¹
A ~ ¸Á Á ¹

B ~ ¸obtener al menos una cara al lanzar una moneda dos veces¹

B ~ ¸ Á Á ¹

Como los eventos son subconjuntos de +, entonces es posible aplicar la teoría de conjuntos para
obtener nuevos eventos.
Si A y B son eventos, entonces también lo son A r B, A q B, Ac
A r B ocurre si, y sólo si sólo ocurre A o sólo ocurre B u ocurren A y B a la vez.
A q B ocurre si, y sólo si ocurre A y ocurre B a la vez.
Ac ocurre si, y sólo si no ocurre A.

58
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

En todo experimento aleatorio + se considera el conjunto universal, por lo tanto, todos los
complementos son tomados respecto a +.

Ejemplo

Considere el experimento lanzamiento de dos dados.

a) Determine el espacio muestral

b) Obtenga los siguientes eventos:

A ~ ¸la suma de los dos números es un múltiplo de dos¹
B ~ ¸ambos dados muestran la misma cara¹
C ~ ¸los dos números son primos¹
D ~ ¸la resta de los dos números es divisible por tres¹

c) Encuentre, si es posible, A r B, C q D, Bc , Bc q Cc

³
r Á ! Á ! Á ! Á ! Á ! Á !u
t Á ! Á ! Á ! Á ! Á ! Á !w
t w
t Á ! Á ! Á ! Á ! Á ! Á !w
+ ~ Pt wQ
t Á ! Á ! Á ! Á ! Á ! Á !w
t w
Á ! Á ! Á ! Á ! Á ! Á !
s Á ! Á ! Á ! Á ! Á ! Á !v

³
Á ! Á ! Á ! Á ! Á ! Á !
A ~ J Á ! Á ! Á ! Á ! Á ! Á ! K
Á ! Á ! Á ! Á ! Á ! Á !

B ~ ¸ Á ! Á ! Á ! Á ! Á ! Á !¹

Á ! Á ! Á !
C ~ J Á ! Á ! Á ! I
Á ! Á ! Á !

D ~ ¸ Á ! Á ! Á ! Á ! Á ! Á ! ¹
³

ArB~A

C q D ~ ¸ Á ! Á ! ¹

Bc ~ ¸ %Á &!°% £ &¹

r Á ! Á ! Á ! Á ! Á ! Á ! u
c t Á !
c Á ! Á ! Á ! Á ! Á ! w
B qC ~t w
Á ! Á ! Á ! Á ! Á ! Á !
s Á ! Á ! Á ! Á ! Á ! Á !v

59
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Concepto de probabilidad en espacio finito equiprobable

Si + es un espacio muestral con  elementos, entonces la probabilidad de un evento A es el

cuociente , donde  es el número de elementos de A


Esto se denota: P A! ~


Ejemplo ¢

+ ~ ¸lanzamiento de un dado¹ ¬ + ~ ¸Á Á Á Á Á ¹

A ~ ¸aparece un múltiplo de tres¹ ¬ A ~ ¸Á ¹

 
P A! ~ ~


Definición: Diremos que dos eventos A y B son mutuamente excluyentes o disjuntos si no

pueden ocurrir juntos, es decir A q B ~ J

Por ejemplo, + ~ ¸ lanzamiento de un dado¹ ¬ + ~ ¸ Á Á Á Á Á ¹

A ~ ¸ aparece un múltiplo de tres ¹ ¬ ( ~ ¸ Á ¹
B ~ ¸ aparece un múltiplo de cuatro ¹ ¬ ) ~ ¸¹

Luego, A y B son eventos disjuntos, porque A q B ~ J

Axiomas de probabilidad
Sea + un espacio muestral y sean A y B dos eventos cualesquiera de este:

Axioma1 ¢ P +! ~ 

Axioma2 ¢ P A! ‚  DA ‹ +

Axioma3 ¢ P A r B! ~ P A! b P B! si A q B ~ J
B
En general, P8 r ( 9 ~ P ( ! b P ( ! b P ( ! b ÀÀÀ b P ( ! con
~

( q ( ~ J D  £ 

De estos tres axiomas fundamentales es posible determinar algunas propiedades y consecuencias:

Teorema1 ¢

a) P J! ~ 

Demostración

+~+rJ
P +! ~ P + r J !
P + ! ~ P +! b P J ! pues + q J ~ J
~b
 ~ P J!

60
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

b) P Ac ! ~ 1 c P A!

Demostración

+ ~ A r Ac
P +! ~ P A r A c !
P + ! ~ P A! b P A c ! pues A q Ac ~ J
 ~ P A! b P A c !
1 c P A! ~ P A c !

c) Si A ‹ B, entonces P A !  P B!

Demostración

B ~ A r B c A!
P B! ~ P[A r B c A!]
P B! ~ P A! b P B c A! pues A q B c A! ~ J
LuegoÁ P A !  P B!

Corolario

  P A!  1

Demostración

J‹A‹+
P J!  P A!  P +!
0  P A!  1

61
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Teorema 2 ¢

a) P A r B! ~ P A! b P B! c P A q B!

Demostración

A r B ~ A r B c A!
P A r B! ~ P[A r B c A!]
P A r B! ~ P A! b P B c A! pues A q B c A! ~ J
P A r B! c P A! ~ P B c A! 1!

Por otro lado

B ~ A q B! r B c A!
P B! ~ P A q B! b P B c A! pues A q B! q B c A! ~ J
P B! c P A q B! ~ P B c A! 2!

de 1! y 2!
P A r B! c P A! ~ P B! c P A q B!
P A r B! ~ P A! b P B! c P A q B!

62
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

b) P A c B! ~ P A! c P A q B!

Demostración

A r B ~ A c B! r B
P A r B! ~ P[ A c B! r B]
P A! b P B! c P A q B! ~ P A c B! b P B! pues A c B! q B ~ J
P A! c P A q B! ~ P A c B!

Corolario

P A r B r C! ~ P A! b P B! b P C! c P A q B! c P A q C! c P B q C! b P A q B q C!

Demostración

A r B r C ~ A r B! r C
P A r B r C! ~ P[ A r B! r C]
~ P A r B! b P C! c P[ A r B! q C]
~ P A! b P B! c P A q B! b P C! c P[ A q C! r B q C!]
~ P A! b P B! c P A q B! b P C! c ´P A q C! b P B q C! c P A q B q C!µ
~ P A! b P B! b P C! c P A q B! c P A q C! c P B q C! b P A q B q C!

63
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Teorema3 ¢

Sea + un espacio muestral y A un evento de + , A ‹ + , entonces

P A! ~ P A1 ! b P A2 ! b P A3 ! b ÀÀÀ b P Ak !

~  P Ai ! Donde Ai son eventos disjuntos cuya unión es A
~

Demostración

A ~ A1 r A2 r A3 r ... r Ak
P A! ~ P A1 r A2 r A3 r ... r Ak !
P A! ~ P A1 ! b P A2 ! b P A3 ! b ÀÀÀ b P Ak ! pues Ai q Aj ~ J

P A! ~  P A i !
~

Ejemplos

1) Suponga que A y B son eventos para los cuales P A! ~ % ; P B! ~ & y P A q B! ~ ' .

Determine:

a) P Ac r Bc !
b) P Ac r B !
c) P Ac q B !
d) P Ac q Bc !

Solución

a) P Ac r Bc ! ~ P[ A q B!c ]
~ 1 c P A q B!
~c'

b)P Ac r B ! ~ P[ A c B!c ]
~ 1 c P A c B!
~  c ´P A! c P A q B!µ
~c%b'

c) P Ac q B ! ~ P B c A!
~ P B! c P A q B!
~&c'

64
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

d) P Ac q Bc ! ~ P[ A r B!c ]
~  c P A r B!
~  c P A! c P B! b P A q B!
~c%c&b'

2) De la producción de tornillos de cierta magnitud resulta que el 5 % de ellos no tienen el largo

especificado, el 7 % no tienen el diámetro especificado y el 2 % tiene ambos defectos. Se elige un tornillo
al azar de la producción de estas magnitudes. ¿Cuál es la probabilidad que:
a) tenga al menos uno de los dos defectos?.
b) tenga sólo el defecto del largo?
c) tenga sólo uno de los dos defectos?
d) no tenga defectos?

Solución

A ~ ¸tornillos con defecto del largo¹

B ~ ¸tornillos con defecto del diámetro¹

a) P A r B! ~ P A! b P B! c P A q B!
~ Á  b Á  c Á 
~ Á 

La probabilidad de que tenga al menos uno de los dos defectos es de 0,10

b) P A c B! ~ P A! c P A q B!
~ Á  c Á 
~ Á 

La probabilidad de que tenga sólo el defecto del largo es de 0,03

c) P A c B! b P B c A! ~ Á ! b ´P B! c P A q B!µ
~ Á  b Á  c Á 
~ Á 

La probabilidad de que tenga sólo uno de los dos defectos es de 0,08

d) P A r B! ~  c P A r B!
~  c Á 
~ Á 

La probabilidad de que no tenga defectos es de 0,90

65
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) La alimentación de cierta especie se considera completa si cada individuo consume tres tipos de
alimentos en cantidades adecuadas. En una población se encontró que el 75 % consume alimento tipo A, el
70 % alimento tipoB, el 50 % alimento tipo C, el 50 % alimento tipo A y B, el 30 % alimento tipo A y C, el
30 % alimento tipo B y C y el 15 % consume de los tres tipos de alimentos. Se elige un individuo al azar en
la población, calcular la probabilidad que:
a) consuma sólo alimento tipo C.
b) consuma sólo un tipo de alimento.
c) consuma al menos dos tipos de alimentos

Solución

M ~ ¸individuo de la población que consume alimento tipo A¹

N ~ ¸individuo de la población que consume alimento tipo B¹
Q ~ {individuo de la población que consume alimento tipo C}

a) La probabilidad de que un individuo sólo consuma alimento tipo C es de 0,05

b) La probabilidad de que un individuo consuma sólo un tipo de alimento es de 0,20 .
c) La probabilidad de que un individuoconsuma al menos dos tipos de alimentos es de 0,80.

66
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Si A,B y C son eventos mutuamente excluyentes, y P(A) ~ Á  Â P(B) ~ Á  Â P(C) ~ Á 

Encuentre ¢

a) P(A U B U C) b) P< Ac q ( B U C ) =
c) P( B U C )

  
2) Sean A y B eventos tales que P A! ~ Â P B! ~ Â P A q B! ~ Á calcule ¢
  

a) P Ac ! b) P Bc !
c) P A r B! d) P A c B!
e) P Ac r Bc ! f) P Ac q Bc !

3) De un total de 500 estudiantes, se encuentra que 210 fuman, que 258 toman bebidas
alcohólicas, que 216 toman alimentos entre comidas, que 122 fuman y toman bebidas alcohólicas, que 83
toman alimentos entre comidas y también bebidas alcohólicas, que 97 fuman y toman alimentos entre
comidas y que 52 practican estos tres dañinos hábitos. Si se escoge aleatoriamente a un miembro de esta
generación, encuentre la probabilidad de que el estudiante ¢
a) fumen, pero no tome bebidas alcohólicas.
b) tome alimentos entre comidas e ingiera bebidas alcohólicas, pero no fume.
c) no fume y no tome alimentos entre comidas.

4) La probabilidad de que una industria XX se ubique en la ciudad A es de 0,7; de que se localice

en la cuidad B es de 0,4 y de que se encuentre en A o en B, o en ambas es de 0,8. ¿Cuál es la probabilidad
de que la industria se localice ¢
a) en ambas cuidades?.
b) en ninguna de ellas?.

5) En una bolsa hay 36 fichas numeradas del 1 al 36, respectivamente. Si se extrae una ficha,
calcular la probabilidad de que la ficha extraída sea ¢
a) un número par b) un número primo
c) un múltiplo de 5 d) un número terminado en 2
e) un número divisible por 6 f) un número impar mayor que 20.

67
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

1)
a) P(A U B U C) ~ Á b) P< Ac q ( B U C ) = ~ Á
c) P( B U C ) ~ Á

2)
 
a) P Ac ! ~ b) P Bc ! ~
 

c) P A r B! ~ d) P A c B! ~
 

e) P Ac r Bc ! ~ f) P Ac q Bc ! ~
 

3)
a) La probabilidad de que fumen, pero no tome bebidas alcohólicas es


b) La probabilidad de que tome alimentos entre comidas e ingiera bebidas alcohólicas, pero no

fume es

 
c) La probabilidad de que no fume y no tome alimentos entre comidas es


4)
a) La probabilidad de que la industria se localice en ambas ciudades es Á 

b) La probabilidad de que la industria no se localice en ninguna de ellas es Á 

5)

a) La probabilidad de que la ficha extraída sea un número par es


b) La probabilidad de que la ficha extraída sea un número primo es


c) La probabilidad de que la ficha extraída sea un múltiplo de 5 es



d) La probabilidad de que la ficha extraída sea un número terminado en 2 es


e) La probabilidad de que la ficha extraída sea un número divisible por 6 es


f) La probabilidad de que la ficha extraída sea un número impar mayor que 20 es

68
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Probabilidad Condicional

Cuando se está calculando la probabilidad de un evento A en particular, y se tiene información

sobre la ocurrencia de otro evento B, esta probabilidad se conoce como probabilidad condicional, la cual
se denota por P A/B!, se lee "probabilidad de A dado B" y se define como:

P A q B!
P A/B! ~ con P B! £ 
P B!

Las probabilidades condicionales satisfacen los axionas de probabilidad

1) P +/B! ~ 

P + q B!
P +/B! ~
P B!

P B!
~
P B!

~

2) P[ A r C!/B] ~ P A/B! b P C/B! AqC~J

P[ A r C! q B]
P[ A r C!/B] ~
P B!
P[ A q B! r C q B!]
~
P B!
P A q B! P C q B!
~ b
P B! P B!
~ P A/B! b P C/B!

Ejemplos

1) La probabilidad de que un vuelo de programación regular despegue a tiempo es P D! ~ Á  ;

la que llegue a tiempo es P A! ~ Á  y la que despegue y llegue a tiempo es P D q A! ~ Á .
Encuentre la probabilidad de que el avión:
a) llegue a tiempo dado que despegó a tiempo.
b) despegue a tiempo dado que llegó a tiempo

Solución

D ~ ¸ despegar a tiempo¹

A ~ ¸ llegar a tiempo¹

P A q D!
a) P A/D! ~
P D!
Á
~ ~ Á 
Á 
La probabilidad de que el avión llegue a tiempo dado que despegó a tiempo es de 0, 94 .

69
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

P D q A!
b) P D/A! ~
P A!
Á
~
Á 2
~ Á
La probabilidad de que el avión despegue a tiempo dado que llegó a tiempo es de 0,95 .

2) En una oficina hay 100 máquinas calculadoras, algunas de ellas son eléctricas E! mientras que
otras son manuales M!. De ellas unas son nuevas N! y otras usadas U!. El número de máquinas por
categoría está dada en la siguiente tabla:

E M Total
N 40 30 70
U 20 10 30

Una persona entra a la oficina y escoge una máquina al azar, descubre que es nueva. ¿Cuál es la
probabilidad que sea eléctrica?

P E q N!
P E/N! ~
P N!

~ 



~

La probabilidad es de 0,57 .

3) Un grupo de 500 ejecutivos es clasificado de acuerdo a las características del peso y a la

insidencia del peso en la hipertensión. Se da la siguiente tabla:
Sobre peso SP! Peso normal PN! Bajo peso BP! Total
Hipertenso H! 50 40 10 100
No hipertenso Hc ! 75 225 100 400
Total 125 265 110 500

a) ¿Cuál es la probabilidad de que una persona elegida al azar sea hipertensa?

b) Una persona elegida al azar tiene sobrepeso. ¿Cuál es la probabilidad que también sea
hipertensa?
c) Una persona elegida al azar no es hipertensa. ¿Cuál es la probabilidad de que tenga peso
normal?

70
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

 
a) P H! ~ ~


La probabilidad de que una persona sea hipertensa es de 0,20 .

P H q SP!
b) P H/SP! ~
P SP!

~ 



~

La probabilidad de que una persona con sobrepeso sea también hipertensa es de 0,40 .

P N q Hc !
c) P N/Hc ! ~
P Hc !

~ 


~


La probabilidad de que una persona no hipertensa tenga también peso normal es de 0,  .

Uno de los usos más frecuentes de la probabilidad condicional es dar un procedimiento fácil para
asignar probabilidades a intersecciones de eventos. Del concepto de probabilidad condicional es posible
encontrar una expresión útil, llamada regla del producto, para la probabilidad de intersección de eventos,
esta es:

P A q B!
P A/B! ~
P B!

P AB! ~ P A°B! h P B!

Así,

P A q B q C! ~ P A/B q C! h P B q C!
~ P A/B q C! h P B/C! h P C!

P A q B q C q D! ~ P A/B q C q D! h P B q C q D!
~ P A/B q C q D! h P B/C q D! h P C q D!
~ P A/B q C q D! h P B/C q D! h P C/D! h P D!

71
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejemplos:

1) Se seleccionan 2 fichas al azar, sin reemplazo, de una urna que contiene 4 blancas y 8 negras.
Calcular la probabilidad de que:
a) ambas sean blancas.
b) la segunda sea blanca.

a) B ~ {fichas blancas}
N ~ {fichas negras}

P B! ~ P N! ~
 
P B1 q B2 ! ~ P B1 ! h P B2 /B1 !

 
~ h
 

~


La probabilidad de ambas fichas sean blancas es de 0,09 .


b) P B1 q B2 ! b P N1 q B2 ! ~ b P N1 ! h P B2 /N1 !

 
~ b h
  

~


La probabilidad de que la segunda ficha sea blanca es de 0,33 .

2) Una caja de fusibles contiene 20 unidades, de las cuales 5 son defectuosas. Si tres de estos
fusibles son tomados al azar, en sucesión y sin reemplazo.
a) ¿Cuál es la probabilidad que los tres sean defectuosos?
b) Si en cada una de las dos primeras se extrajo un defectuoso.¿Cuál es la probabilidad que el
tercero extraido sea bueno?
c) Si los dos primeros estaban buenos. ¿Cuál es la probabilidad que el tercero extraído sea
defectuoso?
d) ¿Cuál es la probabilidad que los dos primeros sean buenos y el tercero defectuoso?

D ~ {fusible defectuoso}
Dc ~ {fusible no defectuoso}


P D! ~ P Dc ! ~
 

a) P D1 q D2 q D3 ! ~ P D1 ! h P D2 /D1 ! h P D3 /D1 q D2 !

  
~ h h ~
   

La probabilidad es de


72
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA


b) P Dc3 /D1 q D2 ! ~


La probabilidad es de un Á  .

c) P D3 /Dc1 q D2c ! ~


La probabilidad es de un Á  .

d) P Dc1 q D2c q D3 ! ~ P Dc1 ! h P D2c /D1c ! h P D3 /D1c q D2c !

 
~ h h
  

~


La probabilidad es de un Á   .

73
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) La probabilidad de que un automóvil al que se le llena el tanque de gasolina necesite también

un cambio de aceite es de 0,25 ; la de que requiera un nuevo filtro de aceite es de 0,40 y de que le haga
falta tanto cambio de aceite como de filtro es de 0,14.
a) Si se debe cambiar el aceite, ¿cuál es la probabilidad de que necesite un filtro nuevo?.
b) Si se necesita un filtro nuevo, ¿cuál es la probabilidad de que requiera un cambio de aceite?.

2) Para parejas de casados que viven en una cierta ciudad de los suburbios., la probabilidad de que
el esposo vote en alguna elección es de 0,21, la de que su esposa lo haga, de 0,28 y la de que ambos voten,
de 0,15. ¿Cuál es la probabilidad de
a) al menos un miembro de la pareja de casados vote?.
b) vote la esposa, dado que su esposo lo hace?.
c) vote un esposo, dado que su esposa no lo hace?.

3) De una caja que contiene 6 pelotas negras y 4 verdes, se sacan tres en sucesión,
reemplazándose cada pelota en la caja antes de extraer la siguiente.
a) ¿Cuál es la probabilidad de que las tres sean del mismo color?.
b) ¿Cuál es la probabilidad de que primera pelota sea negra, la segunda verde y la tercera negra?.
c) Repita las mismas preguntas anteriores, pero asuma que no hay reemplazo.

4) Una urna contiene 7 bolas rojas y 3 bolas blancas. Se sacan 3 bolas de la urna . Hallar la
probabilidad de que las dos primeras sean rojas y la tercera blanca.
a) las bolas se devuelven a la urna.
b) las bolas no se devuelven a la urna.

5) En cierta facultad, 25 % de los estudiantes perdieron matemáticas, 15 % perdieron química y 10

% perdieron las dos. Se selecciona un estudiante al azar.
a) Si perdió química, ¿cuál es probabilidad de que perdió matemáticas?
b) Si perdió matemáticas, ¿cuál es probabilidad de que perdió química?
c) ¿Cuál es probabilidad de que perdió matemáticas o química?

  
6) Sean A y B eventos con P A! ~ , P B! ~ y P A q B! ~ . Hallar ¢
  

a) P A/B! b) P B/A!
c) P A r B! d) P Ac /Bc !
e) P Bc /Ac !
7) A un jugador le reparten 5 cartas de una baraja corriente de 52 cartas. ¿Cuál es la probabilidad
de que todas sean corazones?.

8) Una clase tiene 15 niñas y 19 niños. Si se escogen tres estudiantes al azar.¿Cuál es probabilidad
de que ¢
a) todos sean niños.
b) todos sean niñas.
c) al menos uno sea niño
d) dos sean mujeres.
e) al menos dos sean niños.

74
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

9) Se estima que la probabilidad de que aumenten las ventas de automóviles en el siguiente mes es
de 0,40. Se estima que la probabilidad de que aumenten las ventas de refacciones es de 0,30. Se estima que
la probabilidad de que ambas industrias experimenten un aumento en ventas es de 0,10. ¿Cuál es la
probabilidad de que ¢
a) hayan aumentado las ventas de automóviles durante el mes, dado que existe información de que
han aumentado las ventas de refacciones?
b) hayan aumentado las ventas de refacciones, dado que existe información de que aumentaron
las ventas de automóviles durante el mes?

75
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

1) A ~ ¸cambio de aceite¹ B ~ ¸nuevo filtro¹

a) P B/A! ~ Á b) P A/B! ~ Á 

2) A ~ ¸esposo vota¹ B ~ ¸esposa vota¹

a) P A r B! ~ Á  b) P B/A! ~ Á 
c)P A/Bc ! ~ Á 

3) N ~ ¸pelota negra¹ V ~ ¸pelota verde¹

a) P N1 q N2 q N3 ! b P V1 q V2 q V3 ! ~ ~ Á 


b) P N1 q V2 q N3 ! ~ ~ Á 


c) P N1 q N2 q N3 ! b P V1 q V2 q V3 ! ~ ~ Á 


P N1 q V2 q N3 ! ~ ~ Á 

4) R ~ ¸pelota roja¹ B ~ ¸pelota blanca¹


a) P R1 q R2 q B3 ! ~


b) P R1 q R2 q B3 ! ~


5) A ~ ¸perder matemáticas¹ B ~ ¸perder química¹

 
a)P A/B ! ~ b) P B/A! ~

c) P A r B! ~ Á 

6)
 
a) P A/B ! ~ b) P B/A ! ~
 

c) P A r B ! ~ d) P Ac /Bc ! ~


e) P Bc /Ac ! ~

76
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

7) P C1 q C2 q C3 q C4 q C5 ! ~ Á 

8) A ~ ¸niñas¹ B ~ ¸niños¹

a) P B1 q B2 q B3 ! ~ Á 

b) P A1 q A2 q A3 ! ~ Á 

c) P B1 q A2 q A3 ! b P B1 q B2 q A3 ! b P B1 q B2 q B3 ! ~ Á 

d) P B1 q A2 q A3 ! ~ Á 

e) P B1 q B2 q A3 ! b P B1 q B2 q B3 ! ~ Á

9) A ~ ¸aumento venta de automóviles¹

B ~ ¸aumento ventas de refacciones¹

 
a) P A/B! ~ b) P B/A! ~
 

77
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Teorema: Probabilidad total! Suponga que los eventos A1 ,A2 ,...,Ak forman una partición de +,
es decir, A1 r A2 r ... r Ak ~ + , A £ J y Ai q Aj ~ J D  £  . Entonces para cualquier evento E ‰ +
se tiene:


P E! ~  P Ai ! h P E/Ai !
~

Teorema de Bayes:
Si A1 ,A2 ,...,Ak es una partición de +, es decir, A1 r A2 r ... r Ak ~ + , A £ J y Ai q Aj ~ J
D  £  . Entonces para cualquier evento B ‰ + se tiene:

P Ai q B!
P Ai /B! ~
P B!

P B q Ai !
P Ai /B! ~
P B q A1 ! b P B q A2 ! b ... b P B q Ak !

P B/Ai ! h P Ai !
P Ai /B! ~
P B/A1 ! h P A1 ! b P B/A2 ! h P A2 ! b ... b P B/Ak ! h P Ak !

Ejemplos:

1) La probabilidad de que Alicia estudie para su examen final de Estadística es 0,2 . Si estudia la
probabilidad de que apruebe el examen es 0,8, en tanto que si no estudia la probabilidad es 0,5.
a) ¿Cuál es la probabilidad que Alicia apruebe estadística?.
b) Dado que Alicia aprobó su examen. ¿Cuál es la probabilidad de que haya estudiado?.

E ~ ¸Alicia estudia¹
Ec ~ ¸Alicia no estudia¹
A ~ ¸Alicia aprueba estadística¹

P E! ~ Á  P Ec ! ~ Á P A/E! ~ Á P A/Ec ! ~ Á

a) P A! ~ P A q E! b P A q Ec !
P A! ~ P A/E! h P E! b P A/Ec ! h P Ec !
P A! ~ Á ! Á ! b Á ! Á !
P A! ~ Á

La probabilidad de que Alicia apruebe estadística es de 0,56 .

78
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

P E q A!
b) P E/A! ~
P A!

P A q E!
~
P A!

P A/E! h P E!
~
P A!

Á ! Á !
~
Á

~ Á 

La probabilidad de que Alicia haya estudiado dado que aprobó estadística es de 0,29 .

2) Componentes complejas son ensambladas en una planta que usa dos líneas de ensamblado A y
B. La línea A usa equipos más viejos que la línea B de manera que es algo más lenta y menos confiable.
Suponga que en un día dado, la línea A ha ensamblado 8 componentes de los cuales 2 son defectuosos y 6
son no defectuosos, mientras que la línea B ha producido 1 componente defectuoso y 9 componentes no
defectuosos. El encargado de ventas selecciona al azar una de estas 18 componentes para una demostración
y encuentra que es defectuosa. ¿Cuál es la probabilidad que esta componente haya sido ensamblada por la
línea A?.

A ~ ¸línea A¹
B ~ ¸línea B¹
D ~ ¸artículo defectuoso¹

  
P A! ~ P B! ~ P D/A! ~ P D/B! ~
 

P A q D!
P A/D! ~
P D!

P D q A!
~
P D q A! b P D q B!

P D/A! h P A!
~
P D/A! h P A! b P D/B! h P B!

 
h
~ 
   
h b h
  
~

La probabilidad de que la componente defectuosa la haya producido la línea A es de 0,71 .

79
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) De un grupo gande de habitantes de una ciudad que tiene igual número de personas en
administración, comercio, servicio de salud y servicio municipal se encontró que el 35 % de los
administrativos, el 25 % de los comerciantes, el 20 % del servicio de salud y el 15 % del servicio municipal
eran mujeres.
a) ¿Cuál es la probabilidad que una mujer escogida al azar del grupo sea administrativa?
b) ¿Cuál es la probabilidad que un individuo del grupo elegido al azar sea hombre?

A ~ ¸administrativo¹ B ~ ¸comerciante¹
C ~ ¸servicio salud¹ D ~ ¸servicio municipal¹
M ~ ¸mujer¹ Mc ~ ¸hombre¹


P A! ~ P B! ~ P C! ~ P D! ~


P M/A! ~ Á  P M/B! ~ Á 

P M/C! ~ Á  P M/D! ~ Á 

P A q M!
a) P A/M! ~
P M!

P M q A!
~
P M q A! b P M q B! b P M q C! b P M q D!

P M/A! h P A!
~
P M/A! h P A! b P M/B! h P B! b P M/C! h P C! b P M/D! h P D!

Á  ! Á  !
~
Á  ! Á  ! b Á  ! Á  ! b Á ! Á  ! b Á  ! Á  !

~ Á 

La probabilidad de que la mujer sea administrativa es de 0,37 .

b) P Mc ! ~  c P M!
~  c Á 
~ Á 

La probabilidad de que el individuo sea un hombre es de 0,7625 .

80
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) La policía planea reforzar el respeto a los límites de velocidad mediante la utilización de

sistemas de radar en cuatro diferentes sitios dentro de la ciudad. Los sistemas de radar en cada sitio L1 , L2 ,
L3 y L4 se ponen a funcionar, respectivamente, el 40 %, 30 %, 20 % y 30 % del tiempo, y si una
persona que conduce a gran velocidad rumbo a su trabajo tiene, respectivamente, las probabilidades de 0,2
; 0,1 ; 0,5 y 0,2 de pasar por alguno de estos sitios y que le multen. ¿Cuál es la probabilidad de que le
levanten una multa?.

2) Suponga que se distribuyen pelotas de colores en tres cajas idénticas de la siguiente manera ¢

Caja 1 Caja 2 Caja 3

Roja   
Blanca   
Azul  

Una caja se selecciona aleatoriamente, de ella se saca una pelota, también aleatoriamente, y se
observa que es roja. ¿Cuál es la probabilidad de que la caja 3 sea la que se escogió?.

3) Tres máquinas A, B y C producen respectivamente 60 %, 30 % y 10 % del número total de

artículos de una fábrica. Los porcentajes de desperfectos de producción de estas máquinas son
respectivamente 2 %, 3 % y 4 %. Seleccionando un artículo al azar resultó defectuoso. Hallar la
probabilidad de que el artículo hubiera sido producido por la máquina C.

4) Una compañía necesita tomar la decisión de patrocinar en la TV uno de los siguientes

programas ¢ juegos de futbol F!, una serie del oeste O! o un programa musical M!. Las probabilidades de
que decidan por F, O o M son 0,40 ;0,35 y 0,25 respectivamente. Las probabilidades de que las ganancias
aumenten sustancialmente si escogen F, O o M son 0,50 ;0,40 y 0,30 respectivamente. Si las ganancias
aumetan sustancialmente, encontrar la probabilidad de que la compañía haya escogido la serie del oeste.

5) Existen tres teorías económicas principales ¢ I, que la inflación va a desaparecer pronto; D, que
ocurrirá la depresión, y R, que ocurrirá la recesión. Las probabilidades de que I, D o R ocurran son 0,40 ;
0,35 y 0,25 , respectivamente. Las probabilidades de que las acciones de la Compañía Goldmine tripliquen
su valor si ocurre I, D o R son 0,90 ;0,60 y 0,20 respectivamente. Si las acciones triplican su valor, ¿cuál es
la probabilidad de que la inflación haya desaparecido?.

6) Tres máquinas A, B y C producen componentes mecánicos similares. A produce el 45 % del

total de componentes, B el 30 % y C el 25 %. Para el programa de producción usual, el 8 % de los
componentes producidos por A no cumplen con las especificaciones establecidas, para B y C, las cifras
correspondientes son 6 % y 3 % , respectivamente; un componente es extraído al azar de la producción
total y se encuentra defectuoso. Encontrar la probabilidad de que el componente seleccionado fuera
producido por la máquina A.

81
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

1) M ~ ¸multa¹

P M! ~ Á 

2) R ~ ¸roja¹ B ~ ¸blanca¹ A ~ ¸azul¹

C1 ~ ¸caja 1¹ C2 ~ ¸caja 2¹ C3 ~ ¸caja 3¹


P C3 /R! ~


3) A ~ ¸máquina A¹ B ~ ¸máquina B¹

C ~ ¸máquina C¹ D ~ ¸artículo defectuoso¹

P C/D! ~ Á 

4) F ~ ¸juego de fútbol¹ O ~ ¸serie del oeste¹

G ~ ¸programa musical¹ G ~ ¸aumento de ganacias¹

P O/G! ~ Á 

5) I ~ ¸inflación va a desaparecer¹ D ~ ¸ocurrirá depresión¹

C ~ ¸ocurrirá recesión¹ A ~ ¸acciones triplicadas¹

P I/A! ~ Á

6) A ~ ¸máquina A¹ B ~ ¸máquina B¹

C ~ ¸máquina C¹ D ~ ¸artículo defectuoso¹

P A/D! ~ Á

82
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Eventos Independientes

Concepto: Los eventos A y B se dicen independientes si, y sólo si P A q B! ~ P A! h P B!

Teorema: Suponga que P A! £  y P B! £ , entonces A y B independientes implica que ellos

no son excluyentes y A , B mutuamente excluyentes implica que ellos no son independientes.

Ejemplos

1) Si dos dados son lanzados una vez y sean los siguientes eventos
A ~ ¸la suma es 7¹
B ~ ¸los dos dados muestran el mismo número¹
C ~ ¸el primer dado es par¹

¿Son A y B , A y C independientes?


A ~ ¸ Á ! Â Á ! Â Á ! Â Á ! Â Á ! Â Á !¹ P A! ~


B ~ ¸ Á !  Á !  Á !  Á !  Á ! Á !¹ P B! ~

Á ! Á ! Á ! Á ! Á ! Á !

C ~ J Á ! Á ! Á ! Á ! Á ! Á ! K P C! ~

Á ! Á ! Á ! Á ! Á ! Á !

AqB~J ¬ P A q B! ~ 

P A q B! £ P A! h P B! A y B no son independientes


A q C ~ ¸ Á ! Â Á ! Â Á !¹ ¬ P A q C! ~

  
P A! h P C! ~ h ~
 

P A q C! ~ P A! h P C! A y C son independientes

2) Dada la siguiente tabla

con cáncer C! sin cáncer Cc !

fumador F! Á Á 
no fumador Fc ! Á  Á 

¿Son F y C eventos independientes?

P F q C! ~ Á P F! ~ Á P C! ~ Á

83
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

P F! h P C! ~ Á ! h Á ! ~ Á 

P F q C! £ P F! h P C! F y C no son independientes

3) Sabiendo que A y B son eventos independientes, demuestre que:

a) A y Bc son independientes
b) Ac y B son independientes

a) A y B independientes si, y sólo si P A q B! ~ P A! h P B!

A ~ A q B! r A c B!
P A! ~ P[ A q B! r A c B!]
P A! ~ P A q B! b P A c B!
P A! ~ P A! h P B! b P A q Bc !
P A! c P A! h P B! ~ P A q Bc !
P A![ c P B!] ~ P A q Bc !
P A! h P Bc ! ~ P A q Bc !

Por lo tanto, si A y B son independientes, entonces A y Bc también lo son.

b)

B ~ A q B! r B c A!
P B! ~ P[ A q B! r B c A!]
P B! ~ P A q B! b P B c A!
P B! ~ P A! h P B! b P B q Ac !
P B! c P A! h P B! ~ P B q Ac !
P B![ c P A!] ~ P B q Ac !
P B! h P Ac ! ~ P B q Ac !

Por lo tanto, si A y B son independientes, entonces B y Ac también lo son.

84
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Sea el caso de lanzar dos monedas corrientes al aire. Sean los eventos ¢
A ~ {todas caras o todas sellos}
B ~ {aparece una cara}
C ~ {aparece a lo menos una cara}

a) ¿ Son A y B, A y C, B y C independientes?

2) Se lanzan dos dados. Sean los eventos ¢

A ~ {la suma de cinco}
B ~ {el primer número es impar}
C ~ {el segundo número es divisible por tres}
D ~ {la suma es mayor que siete}

¿Cuáles eventos son indepentientes tomados en parejas?

3) Si A y B son eventos independientes, pruebe que Ac y Bc también lo son.

Solución

1) Ninguno es independiente.

2) Sólo son independientes A y B ; A y C ; B y C

3) La demostración es verdadera, es decir, si P A q B! ~ P A! h P B!, entonces

P Ac q Bc ! ~ P Ac ! h P Bc !

85
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Variables Aleatorias v.a!

Concepto: una variable aleatoria es una función que asocia un número real a cada elemento del
espacio muestral.
Se usarán letras mayúsculas para denotar a una v.a y letras minúsculas para denotar los valores
que ella adquiere.

Ejemplos:

1) Se sacan dos pelotas en sucesión, sin reemplazo, de una urna que contiene 4 pelotas rojas y 3
negras. Los resultados posibles y los valores % de la v.a X, donde ? es el número de pelotas rojas son:

Espacio muestral %
RR 
RN 
NR 
NN 

2) El encargado de un almacén le devuelve tres cascos de seguridad, seleccionados

aleatoriamente, a tres obreros del taller, quienes ya se lo habían probado previamente. Suponiendo que el
orden de los obreros Pérez, González y Muñoz es el correcto para recibir su casco original, señale los
posibles órdenes en que los tres obreros reciben un casco y encuentre los valors  de la v.a 4 que
representa el número de asociaciones correctas.

Espacio muestral 
PGM 
PMG 
MPG 
MGP 
GPM 
GMP 

En los ejemplos anteriores, el espacio muestral tiene un número finito de elementos.

Conceptos:

1) Si en espacio muestral contiene un número finito de posibilidades o una secuencia interminable

con tantos elementos como números naturales existen, entonces se llama espacio muestral discreto.
Los dos ejemplos anteriores corresponden a espacio muestral discreto.

2) Si en espacio muestral contiene un número infinito de posibilidades igual al número de puntos

de un segmento de línea, entonces se llama espacio muestral continuo.
Por ejemplo: tiempo necesario para ejecutar una reacción química.

Una v.a se llama v.a discreta si se puede contar su conjunto de resultados posibles.Una v.a se
llama v.a continua si se puede tomar en una escala continua.

86
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

En la mayoría de los problemas prácticos, las v.a continuas representan datos medidos , tales
como alturas, pesos, temperatursa, distancias o períodos de vida; mientras que las v.a discretas representan
datos que se cuentan ,tales como el número de artículos defectuosos de una muestra de k artículos o el
número de accidentes por año en una vía rápida en una determinada ciudad.

Distribuciones discretas de probabilidad

Una v.a discreta asume cada uno de sus valores con una cierta probabilidad.
Con mucha frecuencia es conveniente representar con una fórmula todas las probabilidades de una
v.a ? . Dicha fórmula, necesariamente, debe ser función de los valores numéricos %, y que se representa
por  %!Á  %!Á  %!, etc.Por lo tanto,  %! ~ P ? ~ %!. Al conjunto de pares ordenados %Á  %!! se le
llama función de probabilidad o distribución de probabilidad de la v.a discreta ? .

Concepto : El conjunto de pares ordenados %Á  %!! es una función de probabilidad, función

masa de probabilidad o distribución de probabilidad de la v.a discreta ? si satisface las siguientes
condiciones ¢

³  %! ‚  D%  l

³   %! ~ 
%

³ P ? ~ %! ~  %!
Ejemplos

1) Una moneda se lanza dos veces, entonces + ~ ¸ Á  !  Á !  Á !  Á !¹À Sea ? la v.a que
consiste en observar el número de caras.

Espacio muestral %
 
 
 


9 ? ~ ¸Á Á ¹

La función de probabilidad es:

 
 ! ~ P % ~ ! ~  ! ~ P % ~ ! ~
 

 ! ~ P % ~ ! ~


%   
  
P ? ~ %!
  

87
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

2) De un lote de 25 artículos de los cuales 5 son defectuosos se eligen 4 al azar. Sea @ la v.a que
representa el número de artículos defectuosos encontrados. Obtener la distribución de probabilidades de la
v.a @ si los artículos se eligen sin sustitución.

9@ ~ ¸Á Á Á Á ¹

Sea + ~ artículo defectuoso, por lo tanto, + ~ arículo no defectuoso


P +! ~ P + ! ~
 
     
 ! ~ P & ~ ! ~ P + q +  q + q + ! ~ h h h ~
     

   
 ! ~ P & ~ ! ~ P D q +  q + q + ! ~  h h h h ~
     

    
 ! ~ P & ~ ! ~ P D q +  q + q + ! ~ h h h h ~
     

   
 ! ~ P & ~ ! ~ P D q +  q + q + ! ~  h h h h ~
     

  
 ! ~ P & ~  ! ~ P D  q +  q +  q +  ! ~ h h h ~
     

&     
     
P @ ~ &!
         

88
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Distribuciones continuas de probabilidades

Una v.a continua tiene probabilidad cero de asumir cualquiera de sus valores. Luego, su
distribución de probabilidad no puede darse en forma tabular.
Como una distribución de probabilidad de una v.a continua no puede presentarse en forma tabular,
si puede tener una fórmula. Esta fórmula es una función, es decir,  %! y para este tipo de variables se
llama función de densidad de probabilidad o función de densidad .

Algunas de las formas de la función de densidad son

Las áreas bajo la curva representarán las probabilidades, por lo tanto, el gráfico de la función de
densidad se ubica siempre sobre el eje X

Una función de densidad se construye de tal forma que el área comprendida bajo la curva es
siempre igual a uno, cuando se calcula sobre todo el recorrido de la v.a ? .


Así P   %   ! ~  %! %


89
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Concepto : La función  %! es una función de densidad de probabilidad para la v.a continua ? ,

definida en el conjunto de los números reales, si:

³  %! ‚  D%  l

bB
³  %! % ~ 
cB


³ P   %   ! ~  %! %


Ejemplos

1) Suponga que el error en la temperatura de reacción, en grados celcius, para un experimento

controlado de laboratorio es una v.a continua @ , que tiene función de densidad
~ &
 &! ~   c& 
€ en otro caso

Muestre que cumple las dos primeras condiciones de una función de densidad y además determine
P   &  !

&
³ ‚


90
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

bB c  bB
³  & ! & ~  & ! & b  & ! & b  & ! &
cB cB c 

bB c  bB
&
 &! & ~  & b & b  &
cB cB c  

bB 
&
 &! & ~ f
cB c

bB

 &! & ~ b
cB

bB
 &! & ~ 
cB

Por lo tanto  &! cumple con las dos primeras condiciones de una función de densidad.

  
& & 
P   &  ! ~ & ~ f ~
  

c!
2) Para la función  !! ~ H    !   Determine:
 en otro caso

a) P !  ! b) P   !  ! c) P ! ~ !


³ P !  ! ~  !! !
cB

 
~  ! b c! !
cB 


~  c c! e


~ c c b 

 c 
~



³ P   !  ! ~  !! !



~ c! !



~ c c! e


91
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

~ c c b c
 c 
~



³ P ! ~ ! ~  !! ! ~ 


Ejercicios

1) De una caja que contiene 4 monedas de $ 100 y 2 de $ 50 , se seleccionan tres de ellas al azar
sin reemplazo. Determine la distribución de probabilidad para el total T de las tres monedas.

2) De una caja que contiene 4 pelotas negras y 2 verdes, se seleccionan 3 de ellas en sucesión con
reemplazo. Encuentre la distribución de probabilidad para el número de pelotas verdes.

3) Una v.a. X continua tiene función de densidad ¢

~
%
 ²%³ ~  
€ e.o.c.

Encuentre ¢
a) P(  %  , )

b) P(%  , )

4) Una v.a. Y continua tiene función de densidad ¢

~ ² b &³
&
 ²&³ ~  
€ e.o.c.

Encuentre ¢
a)P(&  )

b) P(  &  )

92
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

³ T ~ total de las tres monedas A ~ moneda de $ B ~ moneda de $ 

Monedas ! !      

AAA     
 !!
AAB  
ABA  
BAA  
ABB 
BAB 
BBA 
BBB  

³ X ~ número de pelotas verdes V ~ pelota verde N ~ pelota negra

Monedas ! %    
VVV     
 %!
VVN 
VNV 
NVV 
VNN 
NVN 
NNV 
NNN 

³ a) P(  %  , ) ~ Á 

b) P(%  , ) ~ 


³ a)P(&  ) ~


b) P(  &  ) ~


93
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Esperanza o valor esperado

El valor esperado se usa como una medida de centro de una distribución de probabilidad de una
v.a

Concepto

Sea ? una v.a con función de probabilidad o función de densidad  %!. Sea  ? ! una función de
la v.a ? . El valor esperado de ? , simbolizado por , ? ! es:

~

   %! h  %! si ? es una v.a discreta
,´ ? !µ ~  %bB


€ cB  %! h  %! % si ? es una v.a continua

Observaciones

1) Si  ? ! ~ ? , entonces se está calculando la esperanza de la v.a ?

~

  % h  %! si ? es una v.a discreta
, ? ! ~  %bB


€ % h  %! % si ? es una v.a continua
cB

, ?! ~ 

2) Si  %! ~ ? c ! , entonces ,´ %!µ se llama varianza de la v.a ? y se simboliza como  2

~
 
  ? c ! h  % ! si ? es una v.a discreta
2
 ~ ,´ ? !µ ~  %
bB

 
€ cB ? c ! h  %! % si ? es una v.a continua

 ~ l=  ? ! se conoce como desviación estándar.

 mide la dispersión de los valores de la v.a ? con respecto a su media !

Propiedades de la esperanza

Sea ? una v.a, entonces

³ ,  ! ~ 

³ , ? ! ~  h , ? !

³ ,´ ? ! f  ? !µ ~ ,´ ? !µ f ,´ ? !µ

94
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Usando las propiedades de la esperanza es posible determinar una forma más simple para calcular
  ~ =  ? !

  ~ , ? c  !
~ , ?  c ?  b  !
~ , ?  ! c , ? ! b ,  !
~ , ?  ! c , ? ! b  pero , ? ! ~ 
~ , ?  ! c , ? !, ? ! b ´, ? !µ
~ , ?  ! c ´, ? !µ

Luego, =  ? ! ~   ~ , ?  ! c ´, ? !µ

Así,

~



  % h  %! c @ % h  %!A si ? es una v.a discreta
=  ? ! ~  % %

 bB bB 
 % 
h  % ! c @ % h  % ! A si ? es una v.a continua
€ cB cB

Propiedades de varianza

Sea ? una v.a, entonces

³ =   ! ~ 

³ =  ? ! ~   h =  ? !

³ =  ? b ! ~ =  ? !

Ejemplos:

1) Se lanza una moneda tres veces, si las tres veces aparece cara o parece sello un jugador gana
$5, pero si no es así pierde $3.¿Cuál es la esperanza de este juego?

Sea ? la v.a que denota ganancia o pérdida

+ ~ ¸ Á Á  !  Á Á  !  Á Á ! Á Á  ! Á Á !  Á Á !  Á Á !  Á Á !¹

% c

 %!

 
, ? ! ~ 8 9 c 8 9 ~ c 
 

El jugador pierde, en promedio $1 por lanzamiento de las tres monedas.

95
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

2) Sea @ la v.a que representa la vida en horas de un cierto dispositivo electrónico. La función de
densidad es
~ 
& €  Encuentre la vida esperada de este dispositivo.
 @! ~  @
€ e.o.c.

bB bB

, @! ~ @ h  @ ! @ ~ @ h &
cB  @

~ lim @ c &
¦bB 



~ lim c f
¦bB @ 

 
~ lim c b
¦bB  

~ 

La duración promedio de este dispositivo es de 200 horas.

3) Las ventas por hora de una máquina automática puede ser 20 , 21 o 22 cajetillas de cigarros con
probabilidad 0,3 ; 0,5 y 0,2 respectivamente . ¿Cuál es la venta esperada por hora para esta máquina? ¿Cuál
es la varianza de ventas por hora ?

? ~ ventas por hora de cigarrillos

%   
 %! Á  Á Á 

, ? ! ~ ! Á ! b ! Á ! b ! Á !

, ? ! ~ Á

La venta esperada por hora es de 20,9 cajetillas.

=  ? ! ~ , ?  ! c ´, ? !µ

, ?  ! ~ ! Á ! b ! Á ! b  ! Á !
, ?  ! ~  Á 

=  ? ! ~  Á  c  Á 
=  ? ! ~ Á 

La varianza de ventas por hora es de 0,49 cajetillas2 .

96
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

4) Sea = la velocidad del viento, em Km/hr.,y suponga que = tiene función de densidad
~ 
  #  
 = ! ~  
€ e.o.c.

La presión > en libras/pie2 , sobre la superficie del ala de un aeroplano está dada por la relación:
> ~ Á =  . Determine el valor esperado y la varianza de la presión.

, >! ~ , Á =  !
~ Á , =  !


~ Á  =h =
 

 =
~ Á  h h f
  

~ La presión promedio es de 0,1 libra/pie2 .

=  > ! ~ , >  ! c ´, > !µ

, >  ! ~ ,´ Á ! =  µ


~ Á ! =h =
 

 =
~ Á ! h h f
 

~ Á 

=  > ! ~ Á  c Á 
=  > ! ~ Á 
2
La varianza es de 0,008 libra/pie2 !


5) Sea ? una v.a con  ~ y  ~ . Calcule el valor esperado de la v.a @ ~ ? c ! y la

varianza

, ?! ~ =  ? ! ~

 
,@ ? c !A ~ h , ?! c , 8 9
  


~ h c
 

~

97
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA


 
= @ ? c !A ~ 8 9 h =  ? !
 


~ h

~

6) Suponga que el número de autos A , que pasan a través de una máquina lavadora, entre las 4:00
P.M. y las 5:00 P.M. de un viernes, tiene la siguiente distribución de probabilidades

' 
     
 '!
   

Sea  A ! ~ A c  que representa la cantidad de dinero, en dólares, que el gerente del negocio le
paga al encargado. Encuentre las ganancias esperadas del encargado en este período en particular.

     
, A ! ~ !8 9b !8 9b !8 9 b !8 9 b !8 9 b !8 9
   


, A! ~

, A c ! ~ , A ! c 


~h c


~


La ganancia esperada del encargado es 12,67 dólares estre las 4:00 P.M. y las 5:00 P.M.

7) Sea ? una v.a con función de densidad

~ ?
 ?! ~   c%
€ e.o.c.

Encuentre el valor esperado de g ? ! ~ ? b 


?
, ?! ~ ?h ?
c 

  
, ?! ~ h ? f
  c


, ?! ~


98
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

, ? b ! ~ , ? ! b 


~h b

~

8) Calcule la varianza de  ? ! ~ ? b  donde ? es una v.a con distribución de probabilidad

%    
   
 %!
 

   
, ? ! ~  ! 8 9 b  ! 8 9 b  ! 8 9 b ! 8 9
 


, ?! ~


=  ? ! ~ , ?  ! c ´, ? !µ

   
, ?  ! ~  ! 8 9 b ! 8 9 b ! 8 9 b !8 9
 


, ?! ~


=  ? ! ~ c
 

=  ? ! ~


=  ? b ! ~  h =  ? !

~h


99
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Por invertir en unas acciones en particular, una persona puede obtener ganancias de $ 4.000
con una probabilidad de 0,3; o una pérdida de $ 1.000 con una probabilidad de 0,7. ¿Cuál es la ganancia
que espera esta persona?.

2) Suponga que un distribuidor de joyas antiguas está interesado en comprar un collar de oro para
el cual las probabilidades son 0,22; 0,36; 0,28 y 0,14 respectivamente, de que la poseedora estaría
dispuesta a venderla en $ 250.000, en $ 150.000, al costo $100.000! o con una pérdida de $ 150.000.
¿Cuál es la utilidad que ella espera?.

3) Si la utilidad de un distribuidor , en unidades de $ 1.000, en un nuevo automóvil puede

considerarse como una v.a. X con función de densidad ¢

² c ?³ %
 ²?³ ~ H
 e.o.c.

Encuentre la utilidad promedio por automóvil.

4) La función de densidad de la v.a. Y, el número total de horas, en unidades de 100 horas, de que
una familia utilice una aspiradora durante un año es ¢
~@ &
 ²@ ³ ~   c @ &
€ e.o.c.

Encuentre el número promedio de horas por año que la familia utiliza la aspiradora.

5) Si X representa el resultado cuando se lanza un dado balanceado. Encuentre la esperanza y la

varianza de la variable g(X) ~ X b 

6) Una v.a. continua Z tiene función de densidad ¢

cA '€
 ²A³ ~ H
 e.o.c.

Encuentre el valor esperado y la varianza de  (Z) ~ A c 

100
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

³ Esta persona espera una ganancia de $  .

³ Espera una utilidad de $  .

³ La utilidad promedio del automóvil es $ .

³ La familia utiliza la aspiradora , en promedio,  horas .

 
³ ,´  %! µ ~ = ´  %! µ ~
 

³ ,´  A !µ ~ c  = ´  A !µ ~ 

101
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Distribuciones discretas de probabilidad

El comportamiento de una v.a queda descrito por su distribución de probabilidad.

1) Distribución Bernoulli
El experimento más sencillo es aquel que puede resultar en uno de dos resultados posibles.

Ejemplo

a) aprobar o reprobar una asignatura

b) obtener cara o sello al lanzar una moneda
c) sexo de un niño al nacer

El experimento con dos resultados posibles se denomina ensayo Bernoulli

Cualquier experimento puede usarse para definir un ensayo Bernoulli, simplemente denotando
algún evento A como éxito y su complemento Ac como fracaso.

La distribución de probabilidad para un ensayo Bernoulli depende sólo de un parámetro  ,

probabilidad de éxito, y entonces  c  es la probabilidad de fracaso  c  ~  !, donde     

Concepto: Sea + el espacio muestral de un experimento, sea A ‹ + cualquier evento con

P A! ~  ,      y sea ? la v.a definida por

 %A
? %! ~ H
 %  Ac

Entonces ? se llama v.a Bernoulli con parámetro  À

La distribución de probabilidad de una v.a Bernoulli es de la siguiente forma

P % ~  ! ~ P A! ~ 
P % ~  ! ~ P Ac ! ~  c  ~ 

%   la cual se puede resumir de la siguiente forma

 %!  

 %! ~ % h   c % % ~ Á  y se denota ? — Bernoulli !

El símbolo — denota distribución

El proceso Bernoulli debe tener las siguientes propiedades:

a) El experimento consiste en  intentos repetidos.

b) Los resultados de cada uno de los intentos pueden clasificarse como un éxito o un fracaso.

c) La probabilidad de éxito,  , permanece constante para todos los intentos.

102
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

d) Los intentos repetidos son independientes .

e) , ? ! ~  Á =  ? ! ~  h 

2) Distribución Binomial
Concepto: un experimento que consiste de  ensayos Bernoulli independientes, cada uno con
probabilidad de éxito  , se llama experimento binomial con  ensayos y parámetro  .

Ensayos independientes indica que los ensayos son eventos independientes, esto es, lo que ocurre
en un ensayo no influye en el resultado de cualquier otro ensayo.

El espacio muestral para un experimento binomial es el producto cartesiano de los espacios

muestrales de los ensayos Bernoulli consigo mismo  veces

+ ~ + d + d + d ÀÀÀ d + donde + ~ ¸éxito , !Á fracaso F!¹D  ~ Á Á ÀÀÀÁ 

Cada elemento de + es una  c upla, $ ~ $ Á $ Á $ Á ÀÀÀÁ $ ! donde $ ~ E o F

Luego P E! ~  Á P F! ~  c  ~  D  ~ Á Á ÀÀÀÁ 

Concepto: Sea ? el número total de éxitos en un experimento binomial con  ensayos y

parámetro  .Entonces ? se llama v.a binomial con parámetro  y  .Luego ? —  Á ! y su distribución
de probabilidades es:


 %! ~ 8 h % h   c % % ~ Á Á ÀÀÀÁ 
%9

!
 %! ~ h % h   c % % ~ Á Á ÀÀÀÁ 
 c %! ! h % !

, ? ! ~  h  Á =  ? ! ~  h  h 

Ejemplos

1) Cinco dados son lanzados una vez

a) ¿Cuál es la probabilidad de obtener al menos un tres?
b) ¿Cuál es la probabilidad de obtener al menos dos tres?

~
? es la v.a que denota el número de tres al lanzar cinco dados
? ~ ¸Á Á Á Á Á ¹

P E! ~ P obtener un número tres! ~

P F! ~ P no obtener un número tres! ~


? — 8 Á 9

 %
c%
 %! ~ 8 98 9 8 9 % ~ Á Á Á Á Á
%

103
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

³ P % ‚ ! ~  c P % ~ !

 
c
P % ~ ! ~ 8 98 9 8 9 ~8 9


P % ‚ ! ~  c 8 9 ~ Á 

La probabilidad de obtener al menos un tres es de 0,5981 .

³ P % ‚ ! ~  c P %  ! ~  c P % ~ ! c P % ~ !

 
c
P % ~ ! ~ 8 98 9 8 9 ~ Á 


P % ‚ ! ~ Á  c Á  ~ Á 

La probabilidad de obtener al menos dos tres es de 0,19 .

2) La probabilidad de que una cierta clase de componente pase con éxito una determinada prueba
de impacto es ° . Encuentre la probabilidad de que exactamente dos de los siguientes cuatro
componentes que se prueben pasen la prueba.

~
? ~ pasar con éxito la prueba de impacto
? ~ ¸Á Á Á Á ¹

 
~ ~
 


? —  8Á 9


 % 
c%

 %! ~ 8 98 9 8 9 % ~ Á Á Á Á 
%  

  

 
P % ~ ! ~ 8 98 9 8 9 ~ ~ Á 
   

La probabilidad de que exactamente dos de las siguientes piezas cuatro componentes que se
prueben pasen la prueba es de 0,2109 .

104
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) La probabilidad de que un paciente se recupere de una cierta enfermedad a la sangre es 0,4 . Si

se sabe que 15 personas han contraído esta enfermedad.
a) ¿Cuál es la probabilidad de que al menos 10 sobrevivan?
b) ¿Cuál es la probabilidad de que sobrevivan entre 3 y 8 personas?
c) ¿Cuál es la probabilidad de que sobrevivan 5 personas?

? ~ persona que sobreviva a la enfermedad

? ~ ¸Á Á Á Á ÀÀÁ  ¹

 ~ Á   ~ Á

? —    Á !


 %! ~ 8 Á !% Á ! c %
%9

³ P % ‚ ! ~ P % ~ ! b P % ~ ! b P % ~ ! b P % ~ ! b P % ~ ! b P % ~  !

~ Á 
La probabilidad de que al menos 10 sobrevivan es de 0,0338 .
³ P   %  ! ~ P % ~ ! b P % ~ ! b P % ~ ! b P % ~ ! b P % ~ ! b P % ~ !
~ Á

La probabilidad de que sobrevivan tres y ocho personas es de 0,8779 .

 
³ P % ~ ! ~ 8 9 Á ! Á ! ~ Á 

La probabilidad de que sobrevivan cinco personas es de 0,1859

4) Se sabe que el 30 % de las piezas defectuosas de un proceso de manufactura pueden quedar

bien mediante un trabajo de reprocesado.
a) ¿Cuál es la probabilidad de que en un lote de seis piezas defectuosas se puedan reprocesar por
lo menos tres de ellas?
b) ¿Cuál es la probabilidad de que ninguna de ellas se puedan reprocesar?
c) ¿Cuál es la probabilidad de que todas ellas se puedan reprocesar?

? ~ piezas reprocesadas
? ~ ¸Á Á Á Á Á Á ¹

 ~ Á   ~ Á

? —   Á !

 %! ~ 8 9 Á !% Á ! c %
%

³ P % ‚ ! ~ P % ~ ! b P % ~ ! b P % ~ ! b P % ~ ! ~ Á 

La probabilidad de que se puedan reprocesar al menos tres piezas es de 0,2557 .

105
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

³ P % ~ ! ~ 8 9 Á ! Á ! ~ Á 


La probabilidad de que ninguna de las piezas se pueda reprocesar es de 0,1176 .

³ P % ‚ 1! ~  c P % ~ ! ~  c Á  ~ Á 

La probabilidad de que todas las piezas se pueda reprocesar es de 0,8823 .

Ejercicios

1) Al probar una cierta clase de neumático para camión en un terreno escabroso se encontró que
el 25 % de los camiones terminaban la prueba con los neumáticos dañados. De los siguientes 6 camiones
probados, encuentre la probabilidad de que ¢
a) de 3 a 6 tengan los neumáticos dañados.
b) Menos de 2 tengan los neumáticos dañados.
c) más de cinco tengan los neumáticos dañados.

2) La probabilidad de que un paciente se recupere de una delicada operación de corazón es 0,9 .

¿Cuál es la probabilidad de que exactamente 5 de los próximos 7 pacientes que se sometan a esta
intervención sobrevivan?.

3) Un ingeniero de control de tráfico reporta que el 75 % de los vehículos que pasan por un punto
de verificación tienen matrículas del estado. ¿Cuál es la probabilidad de que más de 4 de los siguientes 9
vehículos no sean del estado?.

4) Una investigación demostró que el 20 % de los habitantes de una ciudad prefieren un teléfono
blanco que cualquier otro. ¿Cuál es la probabilidad de que más de la mitad de los siguientes 8 teléfonos que
se instalen en esta cuidad sean de color blanco?.

5) Se sabe que el 40 % de los ratones inyectados con un suero quedan protegidos contra una cierta
enfermedad. Si 5 ratones son inyectados, encuentre la probabilidad de que ¢
a) Ninguno contraiga la enfermedad
b) menos de 2 la contraigan.
c) más de tres la contraigan.

106
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución

³

³ P   %  ! ~ Á 

³ P %  ! ~ Á 

³ P % € ! ~ Á 

³ P % ~ ! ~ Á 

³ P % € ! ~ Á  

³ P % ‚ ! ~ Á 

³ P % ~ ! ~ Á 

³ P %  ! ~ Á 

³ P % € ! ~ Á 

107
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

3) Distribución Hipergeométrica
Tanto la distribución binomial como la distribución hipergeométrica persiguen un mismo
objetivo: el número de éxitos en una muestra que contiene  observaciones. Lo que establece una
diferencia entre estas dos distribuciones de probabilidad discreta es la forma en que se obtiene la
información. Para el caso de la distribución binomial la información de la muestra se toma con reposición
de una muestra finita, o sin reposición de una población infinita. Para el modelo hipergeométrico la
información de la muestra se toma sin reposición de una población finita. Por lo tanto, la probabilidad de
éxito,  ,es constante a lo largo de todas las observaciones de un experimento binomial, en cambio, en una
distribución hipergeométrica el resultado de una observación afecta el resultado de las obseravciones
previas.

En general, el interés que se tiene es en la probabilidad de seleccionar % éxitos de los  posibles

resultados o artículos también considerados éxitos y  c % fracasos de los 5 c  posibles resultados o
artículos también considerados fracasos, cuando una muestra aleatoria de tamaño  se selecciona de 5
resultados o artículos totales. Esto se conoce como un experimento hipergeométrico.

La función de probabilidad de una v.a ? con distribución hipergeométrica es

 5 c
8 % 98  c % 9
 %! ~ % ~ Á Á Á ÀÀÀÁ 
5
89

? — / 5 Á Á  !

  5 c 5 c
, ?! ~  h =  ? ! ~  h 8 98 9
5 5 5 5 c

Ejemplos

1) Un comité compuesto por cinco personas se selecciona aleatoriamente de un grupo formado

por tres químicos y cinco físicos. Encuentre la distribución de probabilidad para el número de químicos en
el comité.

? ~ v.a que indica el número de químicos

? ~ ¸Á Á Á ¹
5~ ~ ~ 5 c ~

? — / Á Á !

108
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA


8 % 98 c % 9
 %! ~ % ~ Á Á Á 
8 9

 
8  98 9 8  98  9
 
P % ~ ! ~ ~ P % ~ ! ~ ~
8 9 8 9

 
8  98  9 8  98  9
 
P % ~ ! ~ ~ P % ~ ! ~ ~
8 9 8 9

%    
   
 %!

2) Entre 16 postulantes para un trabajo, 10 tenían un grado universitario. Si tres de los postulantes
son elegidos al azar para una entrevista. ¿Cuál es la probabilidad de que:
a) ninguno tenga grado universitario?.
b) exactamente uno tenga grado universitario?.
c) dos tengan grado universitario?.
d) los tres tengan grado universitario?.

? ~ v.a que indica postulante con grado universiatrio

? ~ ¸Á Á Á ¹
5 ~ ~  ~  5 c ~

? — / Á Á !


8 % 98  c % 9
 %! ~ % ~ Á Á Á 

8  9


8  98  9

P % ~ ! ~ ~
 
8  9
La probabilidad de que ninguno tenga grado universitario es de 0,0357 .

109
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA


8  98  9

P % ~ ! ~ ~

8  9
La probabilidad de que uno tenga grado universitario es de 0,2679 .


8  98  9

P % ~ ! ~ ~

8  9
La probabilidad de que dos tengan grado universitario es de 0,4821 .


8  98  9

P % ~ ! ~ ~
 
8  9
La probabilidad de que los tres tengan grado universitario es de 0,2143 .

3) Lotes de 40 componentes cada uno se consideran acptables si no contienen más de tres

defectuosos. El procedimiento de muestreo del lote consiste en seleccionar 5 componentes aleatoriamente y
rechazar el lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de que exactamente un
defectuoso se encuentre en la muestra si hay tres defectuosos en todo el lote?.

? ~ artículos defectuosos
? ~ ¸Á Á Á ¹
5 ~   ~ ~ 5 c ~

? — / Á Á !

 
8 % 98 c % 9
 %! ~

8 9

 
8  98  9
P % ~ ! ~ ~ Á 

8 9

La probabilidad es de 0,3011 .

110
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Ejercicios

1) Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en

una botella que contiene 9 píldoras de vitamina que son similares en apariencia. Si el oficial de la aduana
selecciona 3 tabletas aleatoriamente para analizarlas, ¿cuál es la probabilidad de que el viajero sea
arrestado por posesión ilegal de narcóticos?.

2) El dueño de una casa planta 6 tallos que selecciona al azar de una caja que contiene 5 tallos de
tulipán y 4 de narciso. ¿Cuál es la probabilidad de que plante 2 tallos de narciso y 4 de tulipán?.

3) De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3

proyectiles defectuosos que no explotarán, ¿cuál es la probabilidad de que ¢
a) los 4 exploten?.
b) al menos 2 no exploten?.

4) ¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas únicamente a
2 menores de edad, si verifica aleatoriamente sólo 5 identificaciones de entre 9 estudiantes, de los cuales 4
no tienen la edad suficiente?.

5) Una compañía manufacturera utiliza un esquema para aceptación de los artículos producidos
antes de ser embarcados. El plan es de dos etapas. Se preparan cajas de 25 para embarque y se selecciona
una muestra de tres para verificar si tiene algún artículo defectuoso. Si se encuentra uno, la caja entera se
regresa para verificarla al 100 %. Si no se encuentra ningún artículo defectuoso la caja se embarca.
a) ¿Cuál es la probabilidad de que se embarque una caja que contiene 3 artículos defectuosos?.
b) ¿Cuál es la probabilidad de que una caja que contiene sólo un artículo defectuoso regrese para
la verificación?.

111
ING. LUIS ALERTO ROMERO RUIZ
 PROBABILIDAD Y ESTADISTICA

Solución


³ P %  ! ~


³ P % ~ ! ~


³


³ P % ~ ! ~


³ P %  ! ~



³ P % ~ ! ~



³ P % ~ ! ~


³ P % ~ ! ~


112
ING. LUIS ALERTO ROMERO RUIZ