Gu A de Probabilidad y Estad

1
ACADEMA DE MATEMTICAS TURNO MATUTINO Ing. J. Ventura ngel Felcitos

I NST I T UT O POL I T CNI CO NACI ONAL
C E N T R O D E E S T U D I OS C I E N T F I C OS Y T E C N OL GI C OS N o . 1 1
WI L F RI DO MASSI EU
ACADEMI A DE MAT EMT I CAS

UNIDAD DE APRENDIZAJE DE PROBABILIDAD Y ESTADSTICA

COMPETENCIA GENERAL
Resuelve problemas referentes a estadstica descriptiva y probabilidad en su
entorno acadmico, social y global.

COMPETENCIA PARTICULAR
Emplea la estadstica descriptiva en la solucin de problemas que se presentan en
su mbito acadmico, social y global.

UNIDAD 1: ESTADSTICA DESCRIPTIVA.

Para qu sirve la Probabilidad y la Estadstica?

La probabilidad y la estadstica son parte importante de la vida. A cada momento
elaboramos juicios y tomamos decisiones y, consciente o inconscientemente,
utilizamos sus conceptos y tcnicas; por ejemplo, decidimos a que hora salir de
casa, basados en el tiempo promedio necesario para trasladarnos al lugar que
deseamos; escogemos el medio de trasporte en funcin de su disponibilidad, su
costo y rapidez relativa a nuestra prisa, analizamos y decidimos respecto a
cualquier proyecto considerando sus probabilidades de xito en diferentes
condiciones; la experiencia es una forma de estudiar la tendencia de los
fenmenos y decidir en consecuencia: llevar paraguas; comprar otro
cuaderno; no le prestar mi calculadora; etc.

A pesar de que los conceptos bsicos de la probabilidad y la estadstica son
conocidos en general por el hombre moderno, es necesario el estudio sistemtico
de ellos a fin de disponer de las tcnicas adecuadas para resolver con mayor
precisin los problemas de la vida actual. Por ejemplo, cul es la probabilidad de
xito de este proyecto?; qu tan seguro puedo estar de la calidad de cierto
artculo, si al tomar 100 de ellos 8 eran defectuosos?; cul es el volumen
esperado de ventas para mi empresa durante los prximos 18 meses, a fin de
elaborar el programa de produccin?; qu relacin existe entre el presupuesto de
publicidad y el nmero de clientes de mi empresa?; cul es el lugar ms
conveniente para vacacionar si existen opiniones encontradas respecto al mejor
lugar, pero es posible clasificar las preferencias de los integrantes de un grupo de
vacacionistas?; qu resistencia debe tener un perno de metal para soportar la
carga a la que ser sometido?; etc.

Las respuestas a estas preguntas se obtienen por medio de tcnicas cuyo
estudio se inicia en este curso y se extiende hasta cursos avanzados y tesis post-
doctorales.

2

La estadstica es el lenguaje universal de la ciencia. Como usuarios potenciales de
la estadstica, necesitamos dominar la ciencia y el arte de utilizar correctamente
su metodologa. El empleo cuidadoso de los mtodos estadsticos permite obtener
informacin precisa de los datos, que incluyen:

1) Definir cuidadosamente la situacin.
2) Recolectar datos.
3) Resumir con precisin los datos.
4) Obtener y comunicar las conclusiones significativas.

La estadstica implica informacin, nmeros para resumir esta informacin y su
interpretacin. El trmino estadstico posee varios significados para personas de
diversos entornos e intereses. Para algunos; es un campo de magia en el que
una persona con conocimientos supera a los dems. Para otros, se trata de un
medio para recolectar y representar grandes cantidades de informacin. Y todava
para otro grupo, se trata de un medio para tomar decisiones de frente a la
incertidumbre. Entre otros.

Para su estudio se divide en dos grandes reas: Estadstica Descriptiva y
Estadstica Inferencial.

La Probabilidad y la Estadstica estn llenas de nmeros, pero tambin es verdad
que no se requiere conocimientos avanzados de Matemticas para iniciarse en su
estudio.

Es importante, manejar fracciones, determinar porcentajes, operaciones bsicas
de aritmtica y, razones y proporciones.

Conceptos Bsicos.

Estadstica Descriptiva. Es la rama de la Estadstica que incluye la recoleccin,
presentacin y descripcin de los datos maestrales.

Estadstica Inferencial. Se refiere a la tcnica de interpretacin de los valores
resultantes de las tcnicas descriptivas y a la toma de decisiones y obtencin de
conclusiones sobre la poblacin muestreada.

Poblacin. Es la coleccin o conjunto de individuos, objetos o eventos cuyas
propiedades sern analizadas.

Muestra. Es un subconjunto de la poblacin.

Parmetro. Es un valor que describe a toda la poblacin, pe., la edad promedio al
momento de la admisin de todos los estudiantes que hayan asistido a la Wilfredo
Massieu.

3
Dato. Valor de la variable asociado a un elemento de una poblacin o una
muestra, pe., Pedro Salas ingreso a la vocacional a los 15 aos de edad.

Experimento. Actividad realizada segn un plan definido cuyos resultados
producen un conjunto de datos.

Variable. Caracterstica de inters a cerca de cada elemento de una poblacin o
una muestra, pe., son variables las edades, el color de sus cabellos u ojos de los
estudiantes, su estatura, su peso, etc.

Valor Estadstico. Es la caracterstica numrica de una muestra, pe., la estatura
promedio calculada a partir de un conjunto de 50 medidas de estatura.

Dato Cualitativo o Atributo. Es el resultado de un proceso que caracteriza o
describe un elemento de una poblacin.

Dato Cuantitativo o Numrico. Es el resultado de un proceso que cuantifica, es
decir, que cuenta o mide (longitud, peso, etc.)

Variable Discreta. Valores especficos que puede tomar una variable asociada a
un nmero entero.

Variable Continua. Valores que puede tomar la variable en un intervalo dado.

Medibilidad y Variabilidad. Siempre se espera que ocurra variabilidad en un
conjunto de datos experimentales. Si aparece muy poca o ninguna variacin, se
conjetura que el instrumento de medicin no es suficientemente preciso. No
importa de qu variable se trate, siempre existir variabilidad en la respuesta
numrica si el instrumento de medicin es suficientemente preciso.

Por ejemplo. En una caja con 24 barras de chocolate, anote el peso de cada una.
Se observa que cada barra pesa 30 gr., redondeado a enteros. Significa esto que
las barras tienen un peso idntico? Realmente no, si se pesa en una balanza
4
analtica que mide miligramos, los pesos de las barras de chocolate presentarn
variabilidad.

Los cuatro conceptos indispensables en la descripcin de conjuntos de datos
univariados, son:

1) Tipos de Distribucin.
2) Medidas de Tendencia Central.
3) Medidas de Dispersin o Variabilidad.
4) Medidas de Posicin.

RAP 1: Organizar los datos obtenidos de una muestra o poblacin en forma
tabular y grfica.

1) Tipos de Distribucin.

Presentacin Tallo-Hoja. Es una tcnica para compendiar datos numricos, y
consiste en combinar dos procedimientos; uno grfico y el otro de ordenacin. El
tallo se forma con el o los primeros dgitos del dato, mientras que la hoja se forma
con los dems dgitos.

Sin embargo, una simple lista de un conjunto de datos, no le dice gran cosa al
lector. Algunas veces se desea condensar los datos en una forma ms manejable.
Esto puede lograrse con la ayuda de una distribucin de frecuencias.

Frecuencia (f). Es el nmero de veces que ocurre el valor x en la muestra.

Existen distribuciones de frecuencias agrupadas y los no agrupadas, no agrupada
significa que los valores de x no se combinan para formar grupos, sino que cada x
es un grupo en s.

La suma de las frecuencias debe ser exactamente igual al nmero de datos. n =
f.

Histograma. Es una grfica de barras, que representa a un conjunto de datos, la
cual esta compuesta por un titulo, que identifica la poblacin de inters, una escala
vertical que identifica las frecuencias en las distintas clases y, una escala
horizontal que identifica a la variable x (indicando las fronteras, lmites o marca de
clase).

Polgono de Frecuencia. Es la unin de las marcas de clase, de la misma grfica
del histograma.

Ojiva. Una distribucin de frecuencias puede convertirse fcilmente en una
distribucin de frecuencias acumuladas, reemplazando las frecuencias simples
con las frecuencias acumuladas, que es la suma de frecuencias de esa clase y la
suma de frecuencias de todas las clases precedentes. Toda ojiva comienza con
5
una frecuencia relativa igual a cero, asociada a la frontera inferior de la primera
clase y termina con una frecuencia relativa del 100% asociada a la frontera
superior de la ltima clase.

Marca de Clase (X). Llamada algunas veces punto medio de clase, puesto que es
el valor numrico situado exactamente en la parte central de cada clase.

Ancho de Clase (c). Es la diferencia entre un lmite inferior de clase y el lmite
inferior de la siguiente clase.

La frontera de clase, son nmeros que no estn presentes en los datos
muestrales, sino que se localizan en medio del lmite superior de una clase y el
lmite inferior de la clase siguiente.

Procedimiento.

1) Identifique el puntaje mximo y mnimo y obtenga la amplitud A=H-L; en
donde, H es el valor mximo y L el valor mnimo.

2) Seleccione un nmero de clase (m=10) y un ancho de clase (f=?) de
manera que el producto (mc=A
t
); A
t
amplitud terica, la cual debe ser un
poco mayor que la amplitud real (A).

3) Elija un valor inicial, este valor debe ser un poco ms pequeo que el
puntaje mnimo.

Nota. El lmite inferior de clase, es el valor ms pequeo que puede asignarse a
cada clase. Los lmites superiores de clase son los valores de mayor magnitud que
puede asignarse a cada clase.

Ejemplo.

Ordena los datos seleccionados de los pesos (en lbs.) de cincuenta estudiantes,
para diez clases. Trazando las graficas correspondientes.

98 150 108 158 162 112 118 167 170 120
177 186 191 128 135 195 137 205 190 120
188 176 118 168 115 115 162 157 154 148
101 143 145 108 155 110 154 116 161 165
145 184 120 170 195 132 129 215 176 183

6

0 9 8 H=215 L=98 A=H-L A=215-98 A=117
1 0 8 1 8
1 1 2 8 8 5 5 0 6 si m=10 entonces, c=12.
1 2 0 8 0 0 9
1 3 5 7 2 A
t
=(10)*(12)=120
1 4 8 3 5 5
1 5 0 8 7 4 5 4
1 6 2 7 8 2 1 5 d=A
t
-A; d=120-117=3; por lo tanto se le quita
1 7 0 7 6 0 6
1 8 6 8 4 3 2 a L y se le agrega 1 a H.
1 9 1 5 0 5
2 0 5 L=98-2=96+1=97. y H=215+1=216.
2 1 5

m c f fa %fa x
1 97 108 4 4 8 102.5
2 109 120 10 14 28 114.5
3 121 132 3 17 34 126.5
4 133 144 3 20 40 138.5
5 145 156 7 27 54 150.5
6 157 168 8 35 70 162.5
7 169 180 5 40 80 174.5
8 181 192 6 46 92 186.5
9 193 204 2 48 96 198.5
10 205 216 2 50 100 210.5
50

7

Ejercicio.

Hoy en da muchos estudiantes laboran durante 6 hrs., en diferentes tipos de
trabajo. Se tom una muestra de 30 jvenes y se les pregunt el salario que
perciben a la quincena, los datos son:

510 850 860 1050 1070 1090 1110 1150 1350 1450
1500 1560 1680 1710 1760 1810 1860 1970 2010 2020
2100 2240 2370 2390 2460 2610 2740 3470 3920 4190
Si se tiene un ancho de clase de 737, cmo sern las distribuciones de
frecuencia?
8
Sol. 1

0 510 850 860
1 050 070 090 110 150 350 450 500 560 680 710 760 810 860 970
2 010 020 100 240 370 390 460 610 740
3 470 920
4 190

H=4190; L=510; A=H-L; A=4190-510; A=3680, si c=737, entonces m=5, At=(737)*(5)=3685; d=At-A;

d=6385-3680; d=5; por lo tanto se le resta 3 a L y 2 a H. L=510-3; L=507+1=508; H=4190+2; H=4192.

m c f fa %fa x
1 508 1244 8 8 27 876
2 1245 1981 10 18 60 1613
3 1982 2718 8 26 87 2350
4 2719 3455 1 27 90 3087
5 3456 4192 3 30 100 3824

9
RAP 2: Calcular e interpretar las medidas de tendencia central y de
dispersin, de datos obtenidos de una muestra o de poblacin, para resolver
problemas de diversas reas del conocimiento.

2) Medidas de Tendencia Central. Son valores numricos que tienden a
localizar, en algn sentido, la parte central de un conjunto de datos.
Generalmente, el trmino promedio se asocia a estas mediciones. Cada una de
las diferentes medidas de tendencia central puede recibir el nombre de valor
promedio.

Media ( x ). Es el promedio con el que probablemente se est ms familiarizado, se
suman todos los valores de la variable x y se dividen entre n el nmero de esos
valores

x = x/n Individual ; x =xf/f Grupal.

Mediana (M). Es el valor ocupado por la posicin central cuando los datos se
ordenan de acuerdo con su magnitud. Ejemplo.

3, 3, 5, 6 y 8 ; posicin de la Mediana. pM=(n+1)/2 ;

pM=( 5+1)/2 ; pM=3 ; M=5.

Nota. La mediana ser exactamente el valor central del conjunto de datos cuando
n sea un nmero impar. Pero, cuando n es par, la posicin de la mediana
ser siempre la mitad de algn nmero.

pM=(6+1)/2 ; pM=3.5 ; pM=(5+1)/2 ; pM=3.

Moda. Es el valor de x que ocurre con mayor frecuencia. Ejemplo.

3, 3, 5, 6 y 8; la moda es 3. Si sucede que dos o ms valores tienen la misma
frecuencia ms alta, se dice que no existe la moda.

Centro de Amplitud (CA). Un conjunto de datos siempre tienen un extremo
inferior L y otro superior H. el punto medio o centro de la amplitud es el nmero
situado entre ellos, exactamente en la parte central. Ejemplo.

6, 7, 8, 9 y 10 ; CA=(L+H)/2 ; CA=(6+10)/2 ; CA=8.

10
Ejemplo.

Calcular las medidas de tendencia central del primer ejemplo (el de los pesos en
libras de los 50 estudiantes).

m x f xf
1 102.5 4 410 a) x=7513/50; x=150.260
2 114.5 10 1145
3 126.5 3 379.5 b) p=(50+1)/2; p=25.5
4 138.5 3 415.5
5 150.5 7 1053.5 25=154
6 162.5 8 1300 =154
7 174.5 5 872.5 26=154
8 186.5 6 1119
9 198.5 2 397 c) M
o
=120
10 210.5 2 421
7513 d) CA=(215+98)/2; CA=156.5

Ejercicios.

1) Determinar las medidas de tendencia central del primer ejercicio (la de los
salarios de los 30 estudiantes). a) x=1883.233, b) =1785, c) M
o
=no existe y, d)
CA=2350.

2) En una muestra de 40 empleados, se obtuvieron las siguientes estaturas en
mts.
1.46 1.59 1.67 1.76 1.53 1.62 1.68 1.90
1.58 1.66 1.74 1.52 1.62 1.68 1.84 1.58
1.66 1.73 1.52 1.61 1.68 1.81 1.56 1.66
1.72 1.50 1.60 1.68 1.80 1.55 1.64 1.72
1.50 1.60 1.67 1.77 1.55 1.62 1.70 1.67

Si en la cuarta clase los lmites son 1.69 y 1.76, cmo sern las distribuciones de
frecuencia y las medidas de tendencia central? m=6, x=1.641, b) =1.660, c)
M
o
=1.680 y, d) CA=1.680.

11
Sol 2.

1)

m x f xf a) x=56497/30; x=1883.233
1 876 8 7008
2 1613 10 16130 b) p=(30+1)/2; p=15.5
3 2350 8 18800
4 3087 1 3087 15=1760
5 3824 3 11472 =1785
56497 16=1810

c) M
o
=no existe d) CA=(510+4190)/2; CA=2350

2)

1 4 6
1 5 8 0 9 0 2 2 3 5 5 6 8
1 6 6 6 0 7 0 7 1 8 2 8 2 8 2 8 4 6 7
1 7 2 3 4 6 7 0 2
1 8 0 1 4
1 9 0

H=1.90; L=1.46; A=H-L; A=1.90-1.46; A=0.44, c=1.76-1.69=0.07+0.01=0.08, entonces m=6,

At=(0.08)*(6)=0.48; d=At-A; d=0.48-0.44; d=0.04; por lo tanto se le resta 2 a L y 2 a H.

L=1.46-0.02; L=1.44+0.01=1.45; H=1.90+0.02; H=1.92.

m c f Fa %fa x xf
1 1.45 1.52 5 5 12.5 1.485 7.425
2 1.53 1.6 9 14 35 1.565 14.085
3 1.61 1.68 15 29 72.5 1.645 24.675
4 1.69 1.76 6 35 87.5 1.725 10.35
5 1.77 1.84 4 39 97.5 1.805 7.22
6 1.85 1.92 1 40 100 1.885 1.885
40 65.64

12

13
3) Medidas de Dispersin o Variabilidad. Esta medida nos da una idea del
grado de indeterminacin que se afronta en una situacin donde est presente el
azar. En estos casos aun sabiendo que no se tiene la total certidumbre sobre un
posible resultado de la estimacin de los datos, las medidas de dispersin ofrecen
menores posibilidades de un equvoco cuando la dispersin de una distribucin es
pequea en medida.

Estas medidas abarcan la magnitud (o rango), la varianza y la desviacin
estndar. Los cuales describen el grado de dispersin o variabilidad, de los datos.
Los valores de estas medidas, sern mayores cuando los datos estn muy
disgregados y, sern menores cuando los datos estn ms cercanamente
agrupados.

Amplitud. Es la medida de dispersin ms sencilla y es la diferencia entre el dato
de mayor valor H y el de menor valor L. A=H-L.

Varianza. Es la medida de separacin con respecto a la medida y, su valor
numrico se obtiene con la siguiente frmula.

s
2
=(x- x )
2
/(n-1) ; s
2
=(x
2
-(x)
2
/n)/(n-1)

Nota. Se utiliza la 1frmula, si se conoce la media o si se tienen nmeros
enteros y; se utiliza la 2frmula, si la media no se conoce o si se tienen cifras
decimales.

Desviacin Estndar. Es la medida de separacin con respecto a la media y, su
valor numrico es la raz cuadrada positiva de la varianza. s=s
2
.

Interpretacin y Comprensin de la Desviacin Estndar. La desviacin
estndar es una medida de fluctuacin (variabilidad) en los datos, se le ha definido
como un valor que se calcula con frmulas especficas. Pero, cul es su
significado? Es una especie de criterio de medicin mediante el cual puede
compararse un conjunto de datos con otro. Esta medida particular puede ser
comprendida mejor examinando dos enunciados; el Teorema de Chebyshev y la
Regla Emprica.

RAP 3: Aplicar la regla emprica de la distribucin normal, teorema de
Chebyshev, para determinar el comportamiento de la distribucin de
frecuencias de un conjunto de datos de una poblacin.

Teorema de Chebyshev o Tchebycheff. La proporcin de cualquier distribucin
situada dentro de k desviaciones estndar de la media es, por lo menos, 1-(1/k
2
);
en donde k es cualquier nmero positivo mayor que 1. Este teorema es aplicable a
cualquier distribucin de datos.
14
El teorema establece que siempre habr al menos un 75% de los datos (es
decir, 75% o ms) dentro de dos desviaciones estndares de la media (k=2).

1-1/k
2
=1-1/2
2
=1-1/4=3/4=0.75 75%.

Regla Emprica. Si una variable est distribuida normalmente, entonces hay un
68% de los datos, aproximadamente dentro de una desviacin estndar de la
media. Para dos desviaciones estndar habr un 95% de la media. Y para tres
desviaciones estndar de la media habr un 99.7% de los datos.

Esta regla es aplicable especficamente a una distribucin normal (en forma de
campana o de Gauss), aunque con frecuencia se aplica como gua a cualquier
distribucin. En caso contrario, el conjunto de datos no esta distribuido en forma
normal.

15
Ejemplo.

Calcular las medidas de dispersin para dos desviaciones estndares del primer
ejemplo (el de los pesos en libras de los 50 estudiantes).

m x f (x-_)
2
s
2
=250.395; s=15.824
1 102.5 4 2281.0176
2 114.5 10 1278.7776 _s=118.612; _+2s=181.908;
3 126.5 3 564.5376
4 138.5 3 138.2976 120.5-118.612=1.888; x=10*(1.888)/12;
5 150.5 7 0.0576 x=1.572
6 162.5 8 149.8176
7 174.5 5 587.5776 181.908-180.5=1.408; x=6*(1.408)/12;
8 186.5 6 1313.3376 x=0.7041
9 198.5 2 2327.0976 2+3+3+7+8+5+1=29
10 210.5 2 3628.8576 x=29*(100)/50; cs=58%
50 12269.376 no cumple para ninguno de los dos

Ejercicios.

1) Calcular las medidas de dispersin para dos desviaciones estndares del
primer ejercicio (el, de los salarios de los 30 estudiantes). s
2
=224 863.695,
s=474.198, _2s=70%, no cumple con ninguno de los dos.

2) Determinar las medidas de dispersin para tres desviaciones estndares del
segundo ejercicio (la, de la estatura de los 40 empleados). s
2
=0.0032, s=0.057,
_3s=92.5%, no cumple con la regla.

3) De las 20 calificaciones que se indican, construye una tabla que agrupe los
datos con un ancho de clase de 9 y traza las grficas correspondientes. Calcula
las medidas de tendencia central y la confiabilidad para dos desviaciones
estndares.

78 76 82 96 76 84 52 78 76 74
58 92 66 72 82 62 74 68 88 86

m=5, =76, _=75.350, s
2
=43.1112, s=6.566, Q
3
=82, P
47
=76, _2s=70%, no
cumple con ninguno de los dos.

16
4) Medidas de Posicin. Estas medidas sirven para describir la localizacin de un
dato especfico en relacin con el resto de la muestra.

Cuartiles. Son nmeros que dividen a los datos ordenados en cuatro partes
iguales; cada conjunto de datos tiene tres cuarteles.

Q=n/4.

Deciles. Son nmeros que dividen a los datos ordenados en diez partes iguales;
cada conjunto de datos tienen nueve deciles.

D=n/10.

Centiles o Porcentiles. Son nmeros que dividen en cien partes iguales a un
conjunto de datos ordenados; tal conjunto tiene noventa y nueve centiles.

C=P=n/100.

Nota. El primer Q
1
=P
25
; el Q
3
=P
25
y; la mediana, el Q
2
y C
50
son iguales, es decir,
M=Q
2
=C
50
. Por tanto, utilcese este mtodo para obtener la mediana cuando se
trata de encontrar P
50
o Q
2
.

Ejemplo. Calcular el segundo cuartil, el octavo decil y el 38 porcentil, del ejemplo
de los pesos en libras de los 50 estudiantes. Adems:

a) Qu porcentaje de los estudiantes pesan ms de 157 lbs?
b) Qu porcentaje de los pesos debe disminuirse o incrementarse
para tener una media de 155 lbs?
c) Cuntos estudiantes tienen mayor peso, si el 28% de ellos son los
ms pesados?
d) Qu porcentaje de los estudiantes tienen menor peso, si 17 de ellos
son los ms pesados?

( )
( )
( )
. % 66 100 50 28
34 17 ) ; 14 100 50 )
. % 15 . 3 155 22
15 . 103 100 26 . 150 ) ; % 44 100 50 )
. 137 ; 19 5 . 0 * 38 ; 5 . 0
100
50
. 177 ; 40 5 * 8 ; 5
10
50
. 154 ; 25 5 . 12 * 2 ; 5 . 12
4
50
50
38 38
8 8
2 2
peso menor tienen x
x x d s estudiante x c
rse incrementa debe x x
x b x a
lbs P P P
lbs D D D
lbs Q Q Q n Si

= =

= =
= = = = =
= = = = =
= = = = = =

17
Ejercicios.

1) Calcular el tercer cuartil, el sptimo decil y el 28 porcentil, del ejercicio de los
salarios de los 30 estudiantes. Adems: 1230 ; 2100 ; 2305
28 7 3
= = = P D Q

a) Qu porcentaje de los estudiantes ganan ms de $2000.00 a la
quincena? % 40
b) Qu porcentaje de los salarios debe disminuirse o incrementarse para
tener una media de $1500.00? e disminuirs debe % 35 . 20
c) Cuntos estudiantes tienen mayor salario, si el 14% de ellos son los
que ms ganan? s estudiante 4
d) Qu porcentaje de los estudiantes tienen menor salario, si 14 de ellos
son los que ms ganan? % 67 . 46

2) Calcular el primer cuartil, el sexto decil y el 76 porcentil, del ejercicio de las
estaturas de los 40 empleados. Adems: 708 . 1 ; 67 . 1 ; 58 . 1
76 6 1
= = = P D Q

a) Qu porcentaje de los empleados miden ms de 1.76? % 5 . 12
b) Qu porcentaje de las estaturas debe disminuirse o incrementarse para
tener una media de 1.67? rse incrementa debe % 767 . 1
c) Cuntos empleados tienen mayor estatura, si el 24% de ellos son los
que ms chaparros? empleados 10
d) Qu porcentaje de los empleados tienen menor estatura?, si 11 de ellos
son los ms altos.

3) Calcular el tercer cuartil, el cuarto decil y el 47 porcentil, del ejercicio de las 20
calificaciones. Adems: 76 ; 74 ; 82
47 4 3
= = = P D Q

a) Qu porcentaje de los alumnos tienen ms de 76 de calificacin? % 45
b) Qu porcentaje de las calificaciones debe disminuirse o incrementarse
para tener una media de 80? rse incrementa debe % 17 . 6
c) Qu porcentaje de los alumnos tienen menor calificacin, si nicamente
2 de ellos tienen la calificacin ms alta? estatura menor de los son % 90
d) Qu porcentaje de los alumnos tienen menor calificacin?, si 7 de ellos
tienen mayor promedio.

4) Una estacin de radar midi en kilmetros por hora la velocidad de 50
automviles en una de las principales calles del D. F., las velocidades son:

43 48 54 56 58 60 62 65 67 70
44 45 47 48 50 54 56 59 61 62
65 67 72 51 53 53 55 57 60 61
63 65 68 75 56 56 57 60 61 64
65 69 79 58 60 62 64 65 70 80
18
a) Construye el histograma, el polgono de frecuencia y la ojiva. Para cinco
intervalos de clase.
b) Cul es la confiabilidad para 3 desviaciones estndares?
c) Cul es el valor del segundo cuartil, el cuarto decil y el 73 porcentil?
d) Qu porcentaje de los autos debe incrementar o disminuir su velocidad
para tener una media de 60 Km./h?

5) Los salarios quincenales, en miles de pesos, de 40 obreros de una fbrica son:

1.19 1.25 1.36 1.43 1.50 1.53 1.59 1.64 1.70 1.90
1.20 1.30 1.37 1.45 1.50 1.55 1.60 1.70 1.70 1.90
1.21 1.30 1.39 1.47 1.50 1.55 1.63 1.70 1.80 1.95
1.25 1.35 1.40 1.48 1.51 1.58 1.63 1.70 1.85 2.07

a) Forma una distribucin de frecuencias cuya cuarta clase sea de 1.64
a1.78
b) Construye el histograma, el polgono de frecuencia y la ojiva.
c) Compara y decide, si los datos recabados son confiables para dos
desviaciones estndares.
d) Cul es el valor del primer cuartil, el octavo decil y el 68 porcentil?
e) Si el 25% de los obreros son los que ms ganan, cuntos obreros sern
los que perciben menor salario?
f) Qu porcentaje del salario debe incrementarse o disminuirse, para
obtener una media de 3.5 mensual?

6) Los datos siguientes corresponden a la duracin real de 40 acumuladores
(bateras elctricas) para automvil. La garanta que ofrece el fabricante es de 3
aos y la notacin utilizada, especifica los aos y los meses, as 3:02 quiere decir,
que la batera dur 3 aos y 2 meses.

3:02 3:01 2:11 3:02 3:11 2:02 3:04 3:05 2:06 4:08
3:08 3:01 3:04 4:01 3:00 4:01 1:07 4:04 3:01 3:09
3:00 4:08 2:11 1:11 4:02 3:06 3:01 3:05 3:08 3:02
2:07 3:08 3:01 3:05 3:06 4:06 3:04 3:07 4:05 2:07

a) Construye una tabla que agrupe los datos en intervalos de 6 meses.
b) Traza el histograma, el polgono de frecuencias y la ojiva
c) Calcula la media y la desviacin estndar.
d) Qu porcentaje de los acumuladores dur menos que la garanta
ofrecida por el fabricante?
e) En un lote de 500 acumuladores que provienen del mismo proceso de
fabricacin, cuntos acumuladores crees que duraran menos que la
garanta ofrecida por el fabricante?
f) Por qu crees que el fabricante ofrece una garanta menor que la
duracin promedio de los acumuladores?

19
SEGUNDO PERIODO

Resuelve problemas referentes a teora de conjuntos, tcnicas de conteo y
probabilidad, en su mbito acadmico, social y global

UNIDAD 2. PROBABILIDAD.

Regla de la Probabilidad. En un espacio muestral que contiene puntos
mustrales que son igualmente probables de ocurrir; la probabilidad P (A) de un
evento A, es la razn del nmero de puntos que satisfacen la definicin del evento
A; n(A) con respecto al nmero de puntos mustrales que hay en todo el espacio
muestral; n(S). Es decir.
( )
( )
( )
.
S n
A n
A P =
Ejemplos.
1) Si se lanzan 2 dados, cul ser la probabilidad de que la suma de las
caras que quedan hacia arriba sean de: a) 6; b) 9 y; c) 11.

( )
( )
( ) %. 56 . 5
18
1
36
2
11 )
%. 11 . 11
9
1
36
4
9 )
%. 89 . 13
36
5
6 )
P c
P b
P a
= =
= =
=

2) Cul es la probabilidad de obtener 2A y un sol, al lanzar tres veces una
moneda?

20
( ) ( ) ( ) %. 50 . 37
8
3
2 ; 8 ; 3 2 AyS P S n AyS n = = =

3) Una caja contiene tres canicas; una roja, una blanca y una verde. Dos de
ellas se extraen con reemplazamiento, es decir, una vez que se ha elegido
una canica se observa su color y luego vuelve a introducirse en la caja, las
canicas son revueltas antes de extraer una segunda canica y observar su
color.

a) Cul es la probabilidad de que las canicas extradas sea una verde y
una blanca?

( ) ( ) % 22 . 22
9
2
2 VyB P VyB n = =

b) Si no hay reemplazamiento, cul ser la probabilidad de que las
canicas extradas sea una verde y una blanca?

( ) ( ) % 33 . 33
3
1
6
2
2 VyB P VyB n = = =

21

Ejercicios.

1) Se lanzan 4 monedas simultneamente, cul ser la probabilidad de que
ocurra: a) 2A y b) al menos 2A. % 75 . 68 ) % 5 . 37 ) b y a S

2) Diana tiene 3 blusas, 4 faldas y 2 pantalones que ms le gustan. De
cuntas formas puede combinarse sus vestimentas? . 18 formas S

3) En una caja se tiene igual nmero de canicas azules que amarillas y el
doble de verdes que de azules. Si se extrae una canica;
a) Cul es la probabilidad de que sea amarilla? % 25 S
b) Cul es la probabilidad de que sea verde? % 50 S

4) Tres competidores olmpicos (Corea, Mxico y Rumania) participaron en
una prueba de natacin. Corea tiene
2
5
de probabilidad de ganar que
Rumania, mientras que Mxico tiene
2
3
de probabilidad que Rumania.
Calcula las probabilidades de cada uno de los competidores.
%. 20 % 30 %; 50 = = = R y M C S

5) Se lanzan dos dados, uno blanco y otro verde, encuentre la probabilidad de
alcanzar un total de: a) 8; b) 11 y; c) 5.
% 89 . 13
36
5
S ; % 56 . 5
18
1
S y; % 11 . 11
9
1
S

6) Como pitcher (lanzador) de las ligas mayores, Fernando Valenzuela tiene
un historial de lanzar un 80% de strikes. Qu probabilidad hay de que su
prximo bateador vea exactamente dos strikes en los siguientes cinco
lanzamientos? % 32 S

7) Cul ser la probabilidad de formar 2A y 3S al tirar cinco veces una
moneda? % 25 . 31 S

8) El equipo de ftbol Atlas tiene el 70% de probabilidad de ganar cuando
juega. Hallar la probabilidad de que en los prximos seis juegos gane
exactamente cuatro partidos (no hay empates). % 67 . 46 S

9) Un examen consta de diez preguntas de opcin mltiple con tres
respuestas posibles en cada una, si un alumno contesta al azar, cul es la
probabilidad de que apruebe el examen? % 33 . 33 S

22

Tcnicas de Conteo. Las tcnicas de conteo se usan para encontrar el nmero
de resultados posibles de que suceda un evento, cuando es difcil controlarlos
mediante diagramas de rbol o por ser muy grande el nmero de posibilidades.

Principio Fundamental. Si una decisin, operacin o accin puede tomarse de n
1

formas diferentes y si despus que ha sido efectuada, una de estas formas, una
segunda decisin puede tomarse de n
2
formas distintas, y una tercera accin
puede tomarse de n
3
formas distintas, entonces el nmero total de acciones o
decisiones que puedan formarse ser igual a n
1
xn
2
xn
3
que es lo que se conoce
como Principio Fundamental de Conteo.

Ejemplos.

1) Un estudiante tiene que seleccionar una de las cuatro materias optativas; una
actividad extraescolar de entre danza, teatro, msica y guitarra, y entre uno de los
siguientes idiomas; ingls, francs e italiano. Cuntas maneras distintas tiene
que escoger?

( )( )( ) . 48 3 4 4 diferentes maneras =

1) Una placa de automvil en el D. F., consta de cuatro dgitos y tres letras.
a) Cuntas placas se pueden hacer sin restriccin?
b) Si la primera letra puede ser A, B, C, D, E, F y el primer dgito diferente de
cero.
c) Cuntas, si letras y nmeros deben ser diferentes y la primera letra slo
puede ser la A?

( )( )( )( ) ( )( )( )
( )( )( )( ) ( )( )( )
( )( )( )( ) ( )( )( ) . 3024000 24 25 1 7 8 9 10 )
. 36504000 26 26 6 10 10 10 9 )
. 175760000 26 26 26 10 10 10 10 )
diferentes placas c
diferentes placas b
diferentes placas a
letras dgitos

2) Calcula el nmero posible de resultados en partidos que puede haber al llenar
una boleta de pronsticos deportivos, si hay trece partidos y en cada uno hay
tres opciones de ganar, empatar o perder.

( )( )( )( )( )( )( )( )( )( )( )( )( ) . 1594323 3 3 3 3 3 3 3 3 3 3 3 3 3 3
13
opciones n
t
= = =

23
Ejercicios.

1) En un restaurante se puede servir cinco diferentes sopas, siete diferentes
guisados y cuatro diferentes bebidas. De cuntas maneras puede servirse el
men? 140 S .

2) Una persona tiene tres pantalones diferentes, dos camisas diferentes y dos
pares de zapatos distintos. De cuntas maneras se puede vestir? 12 S .

3) Las placas de los automviles que circulan constan de tres letras diferentes,
seguidas de tres dgitos distintos, de los cuales el primer nmero no debe ser
cero (no se repite ninguna letra ni un nmero). Cuntas placas diferentes se
pueden fabricar? y Cuntas se repiten? . 17714700 11372400 y S

4) Si se tiene en el librero dos libros de matemticas distintos, dos de fsica
diferentes y dos de qumica diferentes, de cuntas formas se pueden arreglar
estos libros en el estante, considerando que deben quedar las dos de la misma
materia juntas? . 48 S

Notacin Factorial. Se define al factorial de un nmero al resultado de multiplicar
ese nmero por todos los nmeros enteros positivos menores que dicho nmero y
se denota por ( )( ) 1 . 2 . 3 ..... 2 1 ! = n n n n y se define al 0!=1.

Ejemplos. Calcular y/o simplificar las siguientes expresiones.

( )
( )( )( )
( )
( )( ) . 2 3 2 1
! 3
! 3 2 1
! 3
!
)
.
121080960
1
! 6 . 7 . 8 . 9 . 10 . 11 . 12 . 13 . 14
! 6
! 14
! 6
) . 306
! 16
! 16 . 17 . 18
! 16
! 18
)
2 3
n n n n n n
n
n n n n
n
n
c
b a
+ = =
= = = =

Anlisis Combinatorio. Orientado al estudio de las probabilidades, el anlisis
combinatorio o anlisis del nmero de formas en las que pueden presentarse los
resultados de un proceso, ayuda a cuantificar la probabilidad de que ocurra un
resultado en particular. Y tiene como elementos fundamentales las Permutaciones
y las Combinaciones.

Permutaciones. Una permutacin es una forma en la que pueden presentarse los
objetos o eventos, y en la cual el orden de aparicin es muy importante.

( )
.
!
!
". " " " " "
r n
n
P r en r de tomados objetos n de nes Permutacio
r n
= =
En donde; n es el nmero total de objetos o eventos y, r el nmero de objetos que
se desea considerar y puede ser desde 1 hasta n.

24
Ejemplos.

1) Los tres dgitos 2, 5 y 8 pueden formar los nmeros 258, 285, 528, 582, 825
y 852. Cada uno de ellos es una permutacin de los dgitos 2, 5 y 8, y
refleja valores muy importantes entre s.

2) Las letras A, V, E; forman: AVE, AEV, VAE, VEA, EAV y EVA. Son palabras
diferentes.

Existen siete casos en las que pueden operarse las permutaciones.

Primero. Permutar algunos objetos de todos diferentes. Pe. En una caja hay 4
canicas (Azul, Blanca, Verde y Gris) si se extraen de la caja dos de ellas, en
qu orden pueden aparecer?

( )
. 12
! 2
! 2 . 3 . 4
! 2 4
! 4
2 4
= =
= p

Segundo. Permutar todos los objetos, de todos diferentes. Pe. En una caja hay
un billete de $100.00, otro de $50.00 y uno ms de $20.00. Tres personas van
a tomar cada una un billete, sin ver. Determine las formas en que pueden
distribuirse los billetes.

( )
. 6
! 1
! 1 . 2 . 3
! 3 3
! 3
3 3
= =
= p

25

Tercero. Permutar todos los objetos, de algunos repetidos.
( )
.
! !..... !
! ...
2 1
2 1
n
n
k k k
k k k
F Formas
+ + +
= Pe. En una caja hay 2 canicas azules y 5 verdes.
Si se extraen una por una de la caja, en qu orden pueden aparecer?

( )
. 21
240
5040
! 5 ! 2
! 5 2
= =
+
= F

Cuarto. Permutar algunos objetos, de algunos repetidos. No existe una frmula
fcil para determinar el nmero de permutaciones cuando se toman algunos
objetos de un conjunto que contiene varios artculos iguales entre s. Pe. En
una caja hay 2 canicas azules y 5 verdes. Si se extraen 4 de ellas de la caja,
en qu orden pueden aparecer?

Quinto. Permutar con reemplazo. Esto es cuando el nmero de objetos sea
limitado, pero el nmero de veces que se presenten sea infinito, Pe., cuando
los objetos seleccionados pueden ser elegidos de nuevo. En las permutaciones
anteriores, el nmero de objetos estaba perfectamente definido (4 canicas, 3
billetes, etc.). La diferencia entre una y otra se conoce como reemplazo.
.
m
n Formas = Pe. Los resultados posibles de un juego son perder o ganar. Si se
juegan 4 juegos, cules son los resultados posibles?
Lista
P G P P P G P P P G G G G G P G
P P G P P G G P G P P G G P G G
P P P G P P G G P G P G P G G G
P P P P G P P G G P G P G G G G
. 16 2
4
= = =
m
n Formas

26
Sexto. Permutar con Repeticin. Con frecuencia se encuentran conjuntos de
objetos iguales, si queremos saber el nmero de permutaciones, la frmula
esta dada por.
. , ... , , ;
! !... ! !
!
2 1
3 2 1
iguales son n iguales son n iguales son n donde
n n n n
n
P
r
r
=

Pe. Cuntas palabras diferentes se pueden formar con la palabra
ESTADSTICA?
. 800 494 2
! 2 ! 2 ! 2 ! 2
! 11
= = P

Sptimo. Permutacin Circular. Toda permutacin de n objetos en la que el
sucesor del ltimo es el primero, se llama permutaciones circulares y est dada
por la expresin. ( )! 1 = n P Pe. De cuntas maneras se puede acomodar
doce personas en una mesa circular?

( ) . 800 916 39 ! 1 12 = = P
Ejercicios.

1) Calcular y/o simplificar las siguientes expresiones.

( )
( )
( )( )( )( ) . .
!
!
) ; 1 1 2 .
! 2
! 2
)
.
1
.
!
!
) ;
4896
1
.
! 18
! 15
) ; 17297280 .
! 7
! 14
)
14
4 2
3 2
2 4 2
2
n
n
n
n n
n
y S
y
y
e r n r n r n r n S
r n
r n
c
x
S
x
x
d S b S a
+ +

+

+
+ +

2) La mesa directiva (presidente, secretario y tesorero) de una asociacin va a
elegir de entre 5 candidatos, identificados con las letras A, B, C, D y D. Suponga
que cualquiera de ellos es apto para cualquier puesto y determine el nmero de
formas diferentes en que puede quedar integrada la mesa directiva. . 60 S

3) En una caja hay 4 canicas (Azul, Blanca, Verde y Gris). Si se extraen una por
una de la caja, en qu orden pueden aparecer? . 24 S

4) Los resultados posibles de un juego son perder, empatar y ganar. Si se juegan
5 juegos, cules son los resultados posibles? . 243 S

5) Determinar el valor de las siguientes expresiones.

( )
( )
( )( )( )
( )
( ) ( )( )( )( )( )
.
1 1 2 3
1
.
! 3
! 2
) ; 1 2 .
! 1
! 2
)
; 702 .
! 25
! 27
) ; 680 887 334 7 .
! 91
! 96
)
+ + +
+ +
+

n n n n n
S
n
n
d n n n S
n
n
c
S b S a

27

6) Si 25 corredores compiten en una carrera de 5 km., cuntos competentes se
pueden ganar los 3 primeros premios? . 800 13 S

7) Cuntas palabras diferentes se pueden formar con la palabra
SUPERSTICIOSO? . 200 459 259 S

8) Se tienen 6 ejemplares de un libro y 8 de otro. Halle el nmero total de formas
distintas en que pueden arreglarse todos en un librero. . 003 3 S

9) En un zoolgico se exhibirn en 8 jaulas 5 leones numerados del 1 al 5 y 3
tigres numerados del 1 al 3.
a) De cuntas formas diferentes pueden colocarse? . 320 40 S
b) Si los tigres deben estar en jaulas contiguas, de cuntas formas podrn
exhibirse los leones y los tigres? . 720 S

10) Encuentre el nmero de seales diferentes que se pueden hacer con 4
banderas verdes, 2 azules y 1 blanca, si todas son del mismo tamao y tomamos
todas a la vez. . 105 S

Combinaciones. Una combinacin es una forma en la que pueden presentarse
los objetos o eventos, y en la cual el orden de aparicin no importa. Pe, la
multiplicacin de los dgitos 2, 5 y 8 puede hacerse de muchas formas diferentes.
2*5*8, 2*8*5, 5*2*8, etc., pero en todos los casos el resultado ser el mismo.

( )
.
! !*
!
". " " " " "
r n r
n
C r en r de tomados objetos n de nes Permutacio
r n
= =

En donde; n es el nmero total de objetos o eventos y, r el nmero de objetos que
se desea considerar.

Nota. Para cualquier pareja de nmeros enteros positivos n y r, exceptuando
r=1. El nmero de permutaciones es mayor que el nmero de combinaciones.

Ejemplos.

1) Hay un grupo de cinco personas, las que pueden identificarse con las letras A,
B, C, D y E. De ellas se van a seleccionar tres para una misin especial. De
cuntas formas diferentes se pueden seleccionar las tres personas?

( )
. 10
2 ! 3
! 3 . 4 . 5
! 3 5 ! 3
! 5
3 5
= =
= C

28
LISTA
A B C
A B D
A B E
A C D
A C E
A D E
B C D
B C E
B D E
C D E

2) Una preseleccin de ftbol est formada por 25 jugadores. De cuntas formas
diferentes puede el entrenador integrar un equipo de 11 jugadores?

( )
. 400 457 4
! 14
! 14 . 15 . 2 . 17 . 2 . 19 . 2 . 23 . 5
! 14 . 2 . 3 . 4 . 5 . 6 . 7 . 8 . 9 . 10 . 11
! 14 . 15 . 16 . 17 . 18 . 19 . 20 . 21 . 22 . 23 . 24 . 25
! 11 25 ! 11
! 25
11 25
= = =
= C

3) Calcular la probabilidad de obtener en una mano de 5 naipes, tomados de una
baraja de 52 cartas.

( )
( )
( ) % 05 . 0 0005 . 0 10 95 . 4
960 598 2
287 1
5
. 287 1
! 8
! 8 . 9 . 11 . 13
! 8 . 2 . 3 . 4 . 5
! 8 . 9 . 10 . 11 . 12 . 13
! 5 13 ! 5
! 13
. 960 598 2
! 47
! 47 . 12 . 49 . 10 . 17 . 26
! 47 . 2 . 3 . 4 . 5
! 47 . 48 . 49 . 50 . 51 . 52
! 5 52 ! 5
! 52
4
5 52
5 13
5 13
5 52
X
C
C
E P
C
C
= = = =
= = =
=
= = =

Multiplicacin de Combinaciones. Esto sucede en las combinaciones y es una
forma de lo ms comn, en la cual es necesario multiplicar los resultados parciales
de dos o ms combinaciones. Pe.

4) De un total de 5 hombres y 4 mujeres se va a formar un comit de 3 hombres y
2 mujeres. De cuntas formas puede quedar integrado?

( ) ( )
( )( ) . 60 6 10 . 6
! 2 . 2
! 2 . 3 . 4
! 2 4 ! 2
! 4
. 10
! 3 . 2
! 3 . 4 . 5
! 3 5 ! 3
! 5
2 4 3 5
= = = =
= = =
= Formas C C

29
Ejercicios.

1) En una bolsa hay seis monedas, marcadas con los nmeros 1, 2, 3, 4, 5 y 6 se
van a tomar al azar cuatro monedas. De cuntas formas diferentes se pueden
tomar las monedas? . 15 S

2) En un ejrcito hay 20 000 soldados, y de ellos se van a seleccionar 100 para
una misin especial. De cuntas formas diferentes se pueden seleccionar los 100
soldados? . 10 0601 . 1
270
x S

3) En una caja hay 39 esferas, marcadas con los nmeros del 1 al 39. Si se toman
al azar 6 esferas, de cuntas formas diferentes pueden resultar;

a) si se considera el orden de aparicin? . 560 088 349 2 S
b) si no se considera el orden de aparicin? . 623 262 3 S

4) De una lista de 20 donadores de sangre, hay 15 individuos de tipo B, si de
esta lista 3 de ellos se eligen al azar, cul es la probabilidad de que;
a) Los tres sean de tipo B? %. 91 . 39 S

b) Dos sean de tipo B y uno no lo sea? %. 05 . 46 S
c) Al menos uno de ellos sea de tipo B? %. 12 . 99 S

5) En una caja se tienen 15 focos, de los cuales 6 estn fundidos. Si se extraen 3
focos al azar, cul es la probabilidad de que por lo menos uno de ellos este
fundido? %. 53 . 81 S

6) Una caja con 25 refacciones automotrices, contiene 20 en buen estado. Si se
toman 4 refacciones al azar, cul es la probabilidad de que;

a) stas sean buenas refacciones? %. 3 . 38 S
b) Todas resulten defectuosas? %. 0395 . 0 S
c) 3 sean buenas y una mala? %. 05 . 45 S
d) 2 por lo menos sean buenas? %. 35 . 98 S

7) En la estacin Pino Surez del metro, despus de descender los pasajeros,
quedan cuatro asientos vacos. S por la puerta ms prxima entran 19 personas,
de cuntas formas distintas pueden ser ocupados los asientos? . 876 3 S

8) En un examen de E. T. S., incluye un total de siete preguntas. Si se deben
responder slo cinco, cuntas formas distintas hay de resolver el examen?
. 21 S

30
Probabilidades Subjetivas. Esto sucede cuando el nico mtodo disponible para
asignar probabilidades es el juicio personal y la precisin de stos depende de la
habilidad individual para valorar correctamente una situacin.

Eventos Mutuamente Excluyentes. Son eventos definidos de manera que la
ocurrencia de uno imposibilita la ocurrencia de los dems (si alguno de ellos
sucede, los restantes no pueden suceder).

Eventos que no son mutuamente Eventos mutuamente excluyentes
Excluyentes

Nota. Decir P(A y B), es decir P(A B) y; decir P(A o B), es decir P(A B).

Regla de la Adicin. Es la Probabilidad Compuesta P(A o B); en donde A y B son
eventos mutuamente excluyentes y se aplica la siguiente regla.
( ) ( ) ( ). B P A P B o A P + = Pero, si los eventos A y B no son mutuamente excluyentes
se aplica la siguiente regla general. ( ) ( ) ( ) ( ). B A P B P A P B o A P + =
Ejemplos.

1) Se lanzan dos dados y se definen tres eventos: A es la suma de los
nmeros en los dados igual a 7; B es la suma de los nmeros en los dados
igual a 10 y; C cada dado muestra el mismo nmero.
a) cmo son los eventos A y B; B y C y; A y C?
b) cul es la probabilidad del evento A, B y C?
c) cul es la probabilidad de A o B?
d) cul es la probabilidad de B o C?

31
a) A y B son eventos mutuamente excluyentes; B y C no son eventos
mutuamente excluyentes y; A y C son eventos mutuamente excluyentes.

b)
( ) ( ) ( ) ( ) ( )
( )
( )
( )
( )
( )
( )
( )
( )
% 67 . 16
6
1
36
6
% 3 . 8
12
1
36
3
% 67 . 16
6
1
36
6
. 6 ; 3 ; 6 ; 36
= = = = = = = =
= = = = = = = =
S n
C n
C P y
S n
B n
B P
S n
A n
A P C n y B n A n S n

c) ( ) ( ) ( ) % 25
4
1
36
9
36
3
36
6
= = = + = + = B P A P B o A P

d) ( ) ( ) ( ) ( ) % 22 . 22
9
2
36
8
36
1
36
6
36
3
= = = + = + = C B P C P B P C o B P

2) En el grupo 6IM6, 80 mujeres y 60 hombres son estudiantes de tiempo
completo y; 20 hombres y 40 mujeres son de tiempo parcial. Si se
selecciona un alumno aleatoriamente, en la cual, el evento A es el alumno
elegido de tiempo completo y, B el alumno seleccionado de tiempo parcial
y adems es hombre.

a) cul es la probabilidad de los eventos A o B?
b) cul es la probabilidad de que el alumno sea mujer o de tiempo completo?

( ) ( ) ( ) ( ) ( ) ( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
%. 40
10
4
200
80
; % 70
10
7
200
140
%; 60
10
6
200
120
%; 10
10
1
200
20
%; 70
10
7
200
140
. 80 ; 140 ; 120 ; 20 ; 140 ; 200
= = = = = = = = = = = =
= = = = = = = =
= = = = = =
S n
TC y M n
TC y M P y
S n
TC n
TC P
S n
M n
M P
S n
B n
B P
S n
A n
A P
TC y M n y TC n M n B n A n S n

a)
( ) ( ) ( ) % 80
10
8
10
1
10
7
tan ,
= = + = + = B P A P B o A P
to por s excluyente mutuamente eventos son B y A

b)
( ) ( ) ( ) ( ) % 90
10
9
10
4
10
6
10
7
tan ,
= = + = + = TC y M P TC P M P TC o M P
to por s excluyente mutuamente eventos son no TC y M

TIEMPO COMPLETO TIEMPO PARCIAL TOTAL
MUJERES 80 40 120
HOMBRES 60 20 80
TOTAL 140 60 200
32
Ejercicios.

1) Se lanza un dado blanco y otro verde.
a) Hallar la probabilidad de que el dado blanco sea un nmero menor que 3,
o bien que la suma de los dados sea mayor que 9. %. 50 S
b) cul es la probabilidad de que los dados sumen 10 u 11, o bien que los
dados sean nmeros dobles? %. 78 . 27 S

2) De la siguiente tabla, determine lo que se indica.
AMANECER
DA
SUBTOTAL
LLUVIOSO SECO
NUBLADO 44 95
SOLEADO 29 197
SUBTOTAL

a) cul es la probabilidad de que llueva un da cualquiera? %. 20 S
b) Hallar la probabilidad de que un da cualquiera ste soleado al
amanecer y seco durante el da. %. 97 . 53 S
c) cul es la probabilidad de que un da cualquiera este nublado o
soleado lluvioso? %. 03 . 46 S
d) cul es la probabilidad de que un da cualquiera este nublado al
amanecer o lluvioso durante el da? %. 03 . 46 S

3) Los empleados del CECyT No. 11 WM fueron clasificados de acuerdo con
su edad y adscripcin a la administracin, cuerpo docente y personal e
apoyo.
ADSCRIPCIN
GRUPO DE EDADES EN AOS TOTAL
20-30 31-40 41-50 51 O MS
ADMINISTRACIN 2 24 16 2
GRUPO DOCENTE 1 40 36 28
PERSONAL DE APOYO 16 20 14 17
TOTAL

Considerando que se selecciona un empleado en forma aleatoria, obtenga la
probabilidad de que el elegido:
a) Este en la administracin o tenga 51 o ms aos.
b) No sea miembro del cuerpo docente.
c) Sea miembro del cuerpo docente dado que el individuo tiene 41 o ms
aos.

4) Se lanzan dos dados, en donde A y F denotan los eventos de alcanzar una
puntuacin de 7 y 11, respectivamente.
a) Cul es la probabilidad de alcanzar un total de 7 u 11? %. 22 . 22 S
b) Cul es la probabilidad de obtener un total de al menos 10 puntos al
tirar los dos dados? %. 67 . 16 S
33
c) Cul es la probabilidad de que al tirar los dos dados la suma total de
puntos mostrados sea exactamente 7 siempre y cuando los dados
muestren por lo menos tres puntos cada uno? %. 50 . 12 S

Emplea distribuciones de probabilidad en la solucin de problemas en los mbitos
acadmico, social y global.

UNIDAD 3. PROBABILIDAD CONDICIONAL.

Probabilidad Condicional. El smbolo P(A/B) representa la probabilidad de que
ocurra A, dado que B ya ha ocurrido. Por lo tanto, los eventos A y B son
independientes si: P(A/B)=P(A) o si P(B/A)=P(B), y; la probabilidad condicional
( )
( )
( )
; /
B P
B A P
B A P

= en caso de ser dependientes.
Eventos Independientes. Dos eventos A y B son independientes si la ocurrencia
o no ocurrencia de uno no afecta la probabilidad asignada a la ocurrencia del otro.
La independencia es la propiedad necesaria para multiplicar probabilidades. Por lo
tanto, si los eventos son independientes.

( ) ( ) ( ) ( ). * B P A P B A P AyB P = =

Y si los eventos no son independientes (es decir, son dependientes).

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ). / * / / * B A P B P A B P ByA P o y A B P A P B A P AyB P = = = =

Nota. Existen varios casos cuyo resultado es el evento compuesto y, algunos de
los ms comunes son:
a) A seguido por B.
b) A y B ocurrieron simultneamente.
c) Tanto A como B.
d) A pero no B, equivalente a A y no B.

Ejemplos.

1) Se lanzan un dado, el evento A indica si ocurre un 4 y el evento B si ocurre un
par.
a) Cmo son los eventos A y B?
b) Cul es la probabilidad condicional de P(A/B)?
34
( ) ( ) ( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )( )
( )( )
% 33 . 33
3
1
3 6
6 1
6
3
6
1
/ ) ;
2
1
6
3
;
6
1
. )
6 ; 3 ; 1 6 , 5 , 4 , 3 , 2 , 1
= = = =
= = = =
= =
= = =
B P
B A P
B A P b
S n
B n
B P
S n
A n
B A P es dependient son eventos los a
S n B n A n Dado

2) En una fbrica de enlatados, las lneas de ensamble I, II y III representan el 50,
30 y 20 % de la produccin total. Si se sella inadecuadamente 0.4 % de las latas
de la lnea de ensamble I y, 0.6 y 1.2 % de las lneas de ensamble II y III. Cul es
la probabilidad de que:
a) Una lata producida en esta fbrica de conservas ste mal sellada?
b) Una lata mal sellada provenga de la lnea de ensamble I?

3) Una fbrica de lapiceros logra una produccin de slo el 1 % de defectuosos.
Cul es la probabilidad de tomar dos lapiceros al azar y que stos sean:
a) D, D; b) D, B; c) B, B?

35
Ejercicios.

1) Suponga que el 80% de los compradores de automviles usados son personas
solventes. Supngase adems que hay una probabilidad del 70% de que un
individuo solvente sea portador de una tarjeta de crdito, pero que esta
probabilidad es de slo el 40% para una persona no solvente. Calcular la
probabilidad de que:

a) Un comprador elegido al azar tenga tarjeta de crdito. %. 64 S
b) Un comprador elegido al azar que tenga tarjeta de crdito sea una
persona solvente. %. 50 . 87 S
c) Un comprador elegido al azar que no tenga tarjeta de crdito sea
solvente. %. 50 . 66 S

2) Una persona normalmente sale de vacaciones a Morelia el 20%, el 35% de las
veces a Veracruz y el resto a Acapulco. En Morelia dedica el 80% del tiempo a
visitar museos; en Veracruz, el 40% del tiempo lo pasa en la playa y; en Acapulco
el 70% del tiempo a esa actividad.
a) Si se sabe que la persona fue a la playa, cul es la probabilidad de que
haya ido a Acapulco? %. 23 . 69 S
b) Si se sabe que la persona no fue a la playa, cul es la probabilidad de
que haya ido a Morelia? %. 70 . 36 S

3) Una caja con 15 refacciones de cierto tipo de maquina contiene 10 refacciones
en buen estado y 5 en malas condiciones. Si se toman al azar 3 refacciones, cul
es la probabilidad de que:

a) sean buenas refacciones? %. 37 . 26 S
b) Todas estn en malas condiciones? %. 20 . 2 S
c) 2 sean buenas y una mala? %. 45 . 49 S
d) 2 por lo menos sean buenas? %. 82 . 75 S

4) Cul es la probabilidad de obtener dos bolas rojas en dos extracciones
consecutivas de una caja que tenga tres bolas rojas, dos negras y una verde.
Suponiendo que la primera bola extrada no se regresa a la caja antes de hacer la
segunda extraccin? %. 00 . 20 S

5) Gabriela tiene 4 blusas, 3 faldas y 4 pantalones.
a) cul es la probabilidad de que se ponga una blusa y un pantaln?
%. 10 . 29 S
b) cul es la probabilidad de que elija una blusa y una falda? %. 80 . 21 S

6) Un aparato para probar circuitos de radio siempre detecta un circuito
defectuoso, pero en el 2% de las veces que indica que un circuito es malo se tiene
que, en verdad, el circuito est en buen estado. Si el 97% de los circuitos
fabricados son buenos, qu probabilidad hay de que un circuito nuevo elegido al
36
azar y sealado como defectuoso por el aparato detector sea en realidad un
circuito en buenas condiciones? %. 75 . 39 S
Teorema de Bayes. Thomas Bayes (Matemtico ingles, 1702-1761) desarrollo
una frmula que puede simplificar el clculo de las probabilidades condicionales.
La frmula de Bayes, en su forma ms sencilla, permite calcular la probabilidad de
que ocurra el evento B, si se sabe que ya ocurri el evento A, esto es, P(B/A).
Para ello se requiere conocer la probabilidad simple de que ocurra el evento A, o
sea P(A); la probabilidad simple de que ocurra el evento B, es decir, P(B) y; la
probabilidad de que ocurra el evento A, si se sabe que ya ocurri el evento B, o
sea, P(A/B). Por lo tanto.

( )
( ) ( )
( )
.
* /
/
A P
B P B A P
A B P =
Ejemplos.

1) El 55.26% de los automviles de un estacionamiento son de 4 puertas, los
automviles blancos son el 21.27% del total y, los automviles de cuatro puertas
escogidos de entre los blancos son el 59.77%. Determine el porcentaje de los
autos blancos escogidos de entre los de cuatro puertas.

( )
( ) ( )
( )
( ) ( )
( )
% 01 . 23 2301 . 0
5526 . 0
2127 . 0 * 5977 . 0 * /
/
% 77 . 59 cos 4 /
% 27 . 21 cos
% 26 . 55 4
A P
B P B A P
A B P
blan los de escogidos puertas de autos B A
blan autos B
puertas con autos A
= = =

2) Una fbrica produce lmparas elctricas. En promedio, el 20% de ellas tiene
algn defecto. Antes de ser empacadas se revisa cada pieza. El inspector clasifica
errneamente las lmparas el 10% de los casos, es decir; p(sea clasificada
errneamente/la lmpara buena)=p(sea clasificada como bueno/la lmpara con
algn defecto)=10%

a) qu proporcin de las lmparas ser clasificada en buen estado?
b) Ahora, supngase que solo se empacan las lmparas que pasan la
inspeccin, los que no la pasan son destruidas, cul es la calidad de
las lmparas empacadas?

37

Ejercicios.

1) La mquina A de una fbrica de alfileres produce el 58% de la produccin,
mientras que la mquina B produce el resto. La mquina A produce el 2% de
alfileres defectuosos, en tanto que la mquina B el 4%. Cul es la probabilidad
de que, al tomar al azar un alfiler;
a) ste sea defectuoso? %. 84 . 2 S
b) ste sea defectuoso y provenga de la mquina B? %. 15 . 59 S

2) Una caja contiene 6 billetes de $20.00, 3 de $50:00 y 1 de $100.00, determine
la probabilidad de que, al extraer al azar;
a) uno de stos, ste sea de $100.00, %. 10 S
b) uno de stos, ste sea de $50.00 $100.00 y, %. 40 S
c) dos de estos, ambos sean de $20.00. %. 33 . 33 S

3) Se tiene dos urnas; la urna 1 tiene 11 pelotas, 8 verdes y 3 blancas; la urna 2
tiene 9 pelotas, 7 verdes y 2 blancas.
a) Calcular la probabilidad de sacar una pelota verde de la urna 1.
%. 36 . 36 S
b) Hallar la probabilidad de sacar una pelota verde. %. 25 . 75 S
c) Suponga que una persona ya saco una pelota verde, cul es la
probabilidad de que proceda de la urna 2? %. 68 . 51 S

4) En la WM el 35% de los alumnos son de 1
er
semestre, el 20 del tercero y cuarto,
del total de los primeros cuatro semestres. El 90% del primer semestre cursan
matemticas, el 70% del segundo, el 50% del tercero y solamente el 30% del
cuarto semestre. Si se escoge al azar un alumno y ste cursa matemticas, cul
es la probabilidad de que sea de segundo semestre? %. 92 . 26 S

38
TERCER PERIODO

UNIDAD 3: DISTRIBUCIN DE PROBABILIDAD.

RAP1. Aplicar las distribuciones de probabilidad de variables aleatorias discretas
para predecir resultados en una poblacin, en el contexto de la resolucin de
problemas en diversas reas del conocimiento

ESPERANZA MATEMTICA.

Con frecuencia es conveniente calcular el promedio de los resultados de un
proceso o experimento, ponderado por la probabilidad de que suceda cada uno de
los resultados posibles. A este promedio se le conoce como Esperanza
Matemtica y permite entre otras cosas, comparar dos o ms alternativas.
La esperanza matemtica es un concepto que se emplea mucho en la teora de
decisiones, en la ciencia de la administracin, en el anlisis de sistemas, en la
teora de juegos y en otros muchos campos intelectuales.

( )
( ).
.
1
=
=
=
n
i
i i
P x EM
ad probabilid su por evento cada EM

Ejemplos.

1) Qu es mejor; una probabilidad de 0.001 de ganar un contrato de $3,000
000.00 o una probabilidad de 0.002 de ganar un contrato de $2,000
000.00?

EM
1
=(0.001)(3 000 000)= $3 000.00
EM
2
=(0.002)(2 000 000)= $4 000.00

Sol. La segunda oferta.

2) En un sorteo se ofrecern 6 premios; uno de $100 000.00, dos de $50
000.00 y, 3 de $30 000.00; suponiendo que se distribuyen los mil boletos
del sorteo y sin considerar gastos de administracin u otros, cunto debe
costar el boleto para cubrir el costo de los premios?

CB=(1*100,000+2*50,000+3*30,000)/1000
CB=$290.00

Nota: observa que la EM es, en este caso, el costo unitario de los premios por
cada boleto.
39
3) Una caja contiene 10 lapiceros, de ellos 3 son defectuosos. Se extrae una
muestra de 3 de ellos al azar, si se tiene la variable aleatoria x={al nmero
de defectuosos extrados}. Elaborar una tabla de distribucin de
probabilidad (con la acumulada) y calcular el valor esperado y la desviacin
estndar.

n(S)=
10
C
3
=120 eventos; x(S)= ={0, 1, 2 y 3};

tipos de eventos {bbb, bbd, bdd y ddd}.

X
0
=
3
C
0
*
7
C
3
=(1)*(35)=35
X
1
=
3
C
1
*
7
C
2
=(3)*(21)=63
X
0
=
3
C
2
*
7
C
1
=(3)*(7)=21
X
0
=
3
C
3
*
7
C
0
=(1)*(1)=1

Tabla de Distribucin de probabilidad:

x P(x
i
) x
i
P(x
i
)
0 35/120=0.29 0*0.29=0
1 63/120=0.52 1*0.52=0.52
2 21/120=0.18 2*0.18=0.36
3 1/120=0.01 3*0.01=0.03
0.91

E(x)==0.91; es decir, en 100 veces se espera un 91 defectuosos.

Para calcular la desviacin estndar y varianza, se toma la E(x) como la media;
por tanto.

x
i
-E(x) ( x
i
-E(x) )
2
P(x)*( x
i
-E(x) )
2

-0.91 0.8281 0.8281*0.29=0.2401
0.09 0.0081 0.0081*0.52=0.0042
1.09 1.1881 1.1881*0.18=0.2139
2.09 4.3681 4.3681*0.01=0.0437
S
2
0.5019
s 0.708

40

Ejercicios.

1) Una caja contiene 6 billetes de $200.00, 3 de $500.00 y 1 de $1000.00.
Determinar la esperanza matemtica, al extraer al azar un billete. S 370.

2) Un analista ha calculado los montos probables de ventas de una empresa,
as como la confianza que tiene de que se presenten dichos montos.
Determine el monto de ventas que puede esperar dicha empresa. S $789
600.00

Monto (en miles de pesos) 680 750 820 950
Confianza (%) 17 28 45 10

3) Un agricultor ha estimado el tonelaje de maz que espera cosechar de su
cultivo, as como la probabilidad de que ocurra cada una de sus
estimaciones. Determine el tonelaje ms probable que el agricultor coseche
de su tierra. S 1200

4) La papelera de la WM adquiere cada ao 2500 libretas. Si los precios por
pieza, en cuatro aos sucesivos fueron $14.80, $21.00, $27.00 y $25.00
a) cul es el precio promedio que ha pagado la papelera por libreta?
S $21.95
b) El CAE dispone de un partida fija de $40 000.00 para la compra anual
de las libretas. Cul es el precio promedio que ha pagado en los
mismos cuatro aos?, y cunto es la ganancia o la perdida?
S $54 875.00 y P=$14 875.00

5) Un jugador lanza dos monedas, gana $800.00 si caen dos guilas, $500.00
si cae un guila, pero pierde $300.00 si no cae ninguna guila. Hallar la
ganancia o la perdida. S G=$375.00

6) Se ha determinado que el proyecto A tiene los siguientes resultados
posibles, as como las probabilidades de que ocurran cada uno de ellos.

Resultado (en millones
de pesos)
Ganar
50
Ganar
30
Ganar
10
Ganar
70
Probabilidad (%) 15 45 15 25

En tanto, que el proyecto B puede dar como resultado lo siguiente.

Resultado (en
millones de pesos)
Ganar
90
Ganar
50
Ganar
20
Ganar
10
Ganar
70
Probabilidad (%) 10 25 15 15 19

41
Calcule la Esperanza Matemtica de cada puno de los proyectos y
recomiende el mejor. S A=$40 000 000.00; B=$3 930 000.00; por tanto,
el mejor es el proyecto A.
RAP2. Aplicar las distribuciones Binomial y de Poisson para predecir resultados en
una poblacin, en el contexto de la resolucin de problemas.

DISTRIBUCIN BINOMIAL

La distribucin binomial fue planteada por el matemtico suizo Jakob I. Bernoulli
(1654-1705), es la ms sencilla de todas las distribuciones, pues slo estudia
procesos en las cuales los resultados posibles son slo dos: tienen probabilidades
constantes, y son independientes entre s.

( )
( )
x n x
q p
x n x
n
x P

=
! !
!
.

En donde: P(x) es la probabilidad de que sucedan exactamente x xitos, en un
total de n intentos; x es el nmero de xitos deseado; n es el nmero de veces
que se realiza la operacin; p es la probabilidad de obtener un xito; q es la
probabilidad de obtener un fracaso.

Ejemplos.

1) Una fbrica produce lapiceros con 2.5% de defectuosos. Si se toma una
muestra de 200 lapiceros, cul es la probabilidad de encontrar 3 ms
defectuosos.

( ) ( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) % 89 . 87 8789 . 0 ; 1211 . 0 1 ; 0827 . 0 975 . 0 025 . 0
! 198 ! 2
! 200
2
; 0324 . 0 975 . 0 025 . 0
! 199 ! 1
! 200
1 ; 0060 . 0 975 . 0 025 . 0
! 200 ! 0
! 200
0
.
! !
!
; 2 1 , 0 1 ; 3 %; 5 . 97 %; 5 . 2 ; 200
198 2
199 1 200 0
x P x P P
P P
q p
x n x
n
x P y P x P ms x q p n
x n x
= = = =
= = = =
= = = = = =

2) Cul es la probabilidad de obtener 3 veces el nmero 5, en 10
lanzamientos de un dado de 6 caras?

42
( ) ( )
( )
( ) ( ) ( ) %. 50 . 15 1550 . 0 833 . 0 167 . 0
! 7 ! 3
! 10
3
.
! !
!
; 3 ;
6
5
;
6
1
5 ; 10
7 3
P
q p
x n x
n
x P x q p n
x n x
= =
= = = = =

3) Un beisbolista tiene un promedio de bateo del 20%, cul es la probabilidad
de que batee 2 hits en cinco turnos al bat?

( )
( )
( ) ( ) ( ) %. 48 . 20 2048 . 0 80 . 0 20 . 0
! 3 ! 2
! 5
2
.
! !
!
; 2 %; 80 %; 20 ; 5
3 2
P
q p
x n x
n
x P x q p n
x n x
= =
= = = = =

4) El gerente de un supermercado garantiza que ninguna de sus cajas con 12
huevos contiene ms de uno en mal estado, en caso contrario, l repondr
la docena y regalar la caja original al cliente. La probabilidad de que un
huevo en particular este descompuesto es del 5%. Cul es la probabilidad
de que el gerente tenga que reponer una caja de huevos?

( ) ( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) % 83 . 11 1183 . 0 ; 8817 . 0 1
; 3413 . 0 95 . 0 05 . 0
! 11 ! 1
! 12
1 ; 5404 . 0 95 . 0 05 . 0
! 12 ! 0
! 12
0
.
! !
!
; 1 0 1 ; 1 %; 95 %; 5 ; 12
11 1 12 0
x P x P
P P
q p
x n x
n
x P y P x P de ms x q p n
x n x
= =
= = = =
= = = = = =

43
Ejercicios.

1) Cul es la probabilidad de obtener cuando mucho 3 veces el nmero 6, en
10 lanzamientos de un dado? % 02 . 93 S

2) Un tirador bajo ciertas condiciones, sabe que la probabilidad de dar en el
blanco al disparar su rifle es del 10%. Encontrar la probabilidad de dar en el
blanco al menos una vez si se disparan 10 balas, considerando que los
resultados son independientes. % 13 . 65 S

3) Si el 60% de los autos del D. F. , producen exceso de gases en sus
escapes, qu probabilidad existe de que, al escoger 5 autos al azar,
tengamos 3 que no producen exceso de gases? % 04 . 23 S

4) En cierta rea de la ciudad se da como razn del 75% de los rabos la
necesidad de dinero para comprar drogas. Encuentre la probabilidad de que
dentro de los 5 prximos asaltos reportados en esa rea:
a) Exactamente 2 se debieron a la necesidad de dinero para comprar
drogas. % 79 . 8 S

b) Cuando mucho 3 se debieron a la misma razn. % 72 . 36 S

5) Un agricultor que siembra fruta afirma que
3
2
de su cosecha de duraznos se
contamin por la mosca del mediterrneo. Encuentre la probabilidad de que
al inspeccionar cuatro duraznos:
a) Al menos uno est contaminado por la mosca. % 77 . 98 S
b) Cualquier cantidad entre 1 y 3 est contaminado. % 02 . 79 S

Media y Desviacin Estndar de la Distribucin Binomial, para una Poblacin
Infinita.

La media y la desviacin de una distribucin binomial son dos medidas de gran
utilidad, sobre todo si se considera que una aplicacin tpica de la distribucin
binomial puede resolverse por medio de otra distribucin ms general; La
distribucin normal. Las frmulas que se utilizan, cuando la muestra proviene de
una poblacin infinita o cuando la muestra no excede del 5% de la poblacin total,
son:

.
; . ; ;
fracaso de ad probabilid la q y npq
xito de ad probabilid la p eventos de no el es n donde En np Media
=
= =
o

44
Ejemplos.

1) Determinar la media y la desviacin estndar de la distribucin del nmero de
alfileres defectuosos que podra contener una muestra de 200 alfileres, si la
fbrica tiene un % de defectuosos del 2.5%

( )( )
( )( )( ) 208 . 2 975 . 0 025 . 0 200
5 025 . 0 200 ; ; 025 . 0 ; 200
= = =
= = = = =
npq
np p n
o

2) Determine la media y desviacin estndar de la distribucin del nmero de
veces que se puede obtener el nmero 3, en diez lanzamientos de un dado.

( )( )
( )( )( ) 179 . 1 83333 . 0 16667 . 0 10
667 . 1 16666 . 0 10 ; ;
6
1
; 10
= = =
= = = = =
npq
np p n
o

Media y Desviacin Estndar de la Distribucin Binomial, para una Poblacin
Finita.

Cuando el tamao de la muestra excede del 5% de la poblacin total. La media y
la desviacin estndar son:

( ) .
1
;
; ; ;
muestra la de tamao el n y
N
n N
Fc Fc npq
poblacin la de tamao el N correccin de factor un es Fc donde En np Media
= =
= =
o

Ejemplos.

1) El 2.5% de alfileres de un paquete de 200 esta defectuoso. Determinar la media
y la desviacin estndar de la distribucin de probabilidad que resulta al tomar 50
alfileres del paquete.

( )( )
( ) ( )( )( )( ) 958 . 0 868 . 0 975 . 0 025 . 0 50 ; 868 . 0
1 200
50 200
25 . 1 025 . 0 50 ; ; 025 . 0 ; 50 ; 200
= = = =
=
= = = = = =
Fc npq Fc
np p n N
o

2) Calcula la media y la desviacin estndar de la distribucin de probabilidad,
dadas las siguientes condiciones: a) N=50 ; n=20 ; b) N=200 ; n=150 ; c)
N=500 ; n=300
45

( )( )
( ) ( )( )( )( ) 714 . 1 7825 . 0 60 . 0 40 . 0 20 ; 7825 . 0
1 50
20 50
8 40 . 0 20 ; ; 40 . 0 ; 20 ; 50 )
= = = =
=
= = = = = =
Fc npq Fc
np p n N a
o

( )( )
( ) ( )( )( )( ) 659 . 2 5013 . 0 25 . 0 75 . 0 150 ; 5013 . 0
1 200
150 200
5 . 112 75 . 0 150 ; ; 75 . 0 ; 150 ; 200 )
= = = =
=
= = = = = =
Fc npq Fc
np p n N b
o

( )( )
( ) ( )( )( )( ) 372 . 5 6331 . 0 40 . 0 60 . 0 300 ; 6331 . 0
1 500
300 500
180 60 . 0 300 ; ; 60 . 0 ; 300 ; 500 )
= = = =
=
= = = = = =
Fc npq Fc
np p n N c
o

Ejercicios.

1) Tabule la distribucin de probabilidad del nmero de peces amarillos que
resulta al tomar aleatoriamente una muestra de 6 peces de una pecera que
contiene 200 peces amarillos y 300 rojos. Determine tambin la media y
desviacin estndar de la distribucin de peces que resulta al tomar
aleatoriamente 60 peces.
a) 18 peces amarillos. % 44 . 8 S
b) 22 peces amarillos. % 69 . 7 S

2) Calcula la media y la desviacin estndar de la distribucin de probabilidad,
dadas las siguientes condiciones:

a) N=50 ; n=30 ; b) N=200 ; n=50 ; c) N=500 ; n=10

3) En base a la experiencia se sabe que el 2% de las llamadas que reciben en
un conmutador son nmeros equivocados. Determine la probabilidad de que 3
de 200 llamadas recibidas sean nmeros equivocados. % 54 . 19 S
DISTRIBUCIN DE POISSON

Esta distribucin se ajusta perfectamente a las necesidades de calcular, por
ejemplo; la probabilidad de que un da cualquiera se presenten ms de un cierto
nmero de reclamaciones por una pliza de seguros, o la probabilidad de que la
demanda de servicios a la hora pico exceda la capacidad de los nuevos equipos,
etc.
La distribucin de Poisson puede tambin utilizarse para simplificar el clculo que
implica la distribucin binomial, cuando n es grande y np pequeo, del orden de
7 ( np .

( ) .
!

e x
x P
x
=
46
En donde; x es el nmero de xitos, la frecuencia de ocurrencia de los eventos
y e la base de los logaritmos neperianos (o naturales).

La y o de la distribucin de Poisson son tiles para convertir esta distribucin
en la binomial y/o la normal.

". " . n evento un ocurre que veces de no =
. . . n evento el ocurre que veces de no = = o

Ejemplos.

1) En un conmutador se tiene una demanda media de 4 llamadas por minuto,
calcular la probabilidad de que en un minuto se reciban ms de una
llamada?

( ) ( ) ( )
( ) ( )
( ) ( ) ( ) ( ) % 84 . 90 9084 . 0 1 ; 0916 . 0 1 1 ; 1 0 1 1
0733 . 0 1 ;
! 1
4
1 ; 1
0183 . 0 0 ;
! 0
4
0 ; 0 ;
!
x P ; 4
4
1
4
0
de ms P de ms P y P de ms P
P
e
P x
P
e
P x
e x
x
= = =
= = =
= = = = =

2) Una fbrica produce folders con un promedio de defectuosos de 5 por
paquete. Determine la media y desviacin estndar de la distribucin de
probabilidad correspondiente.

n=5; = 5; 5 = o ; 236 . 2 = o

3) En una carretera pasan en promedio 27 automviles por hora.

a) Cul es la probabilidad de que durante los prximos 30 minutos el
nmero de autos sea de 12?

( )
( ) ( ) ( ) % 49 . 10 1049 . 0 12 ;
10 493916082 . 3
10 664419807 . 3
12 ;
! 12
5 . 13
12
;
!
x P ; 12 ; 5 . 13
2
27
)
14
13
5 . 13
12
P
x
x
P
e
P
e x
x a
x
= = =
= = = =

b) Cul es la probabilidad de que durante las prximas dos horas el
nmero de autos sea de 48?
47
( ) ( )
( ) ( ) ( ) % 07 . 4 0407 . 0 48 ;
10 514073256 . 3
10 428566532 . 1
48 ;
! 48
54
48
;
!
x P ; 48 ; 54 2 27 )
84
83
54
48
P
x
x
P
e
P
e x
x b
x
= = =
= = = =

c) Determinar la media y la desviacin estndar de la distribucin de
probabilidad resultante.

= 27; n=27; 27 = o ; 196 . 5 = o

Ejercicios.

1) En una enorme pecera hay 4 peces amarillos por tonelada de agua.
Determine la probabilidad de que, en una muestra aleatoria de 5 toneladas, haya
exactamente.
c) 18 peces amarillos. % 44 . 8 S
d) 22 peces amarillos. % 69 . 7 S

2) En base a la experiencia se sabe que el 2% de las llamadas que reciben en
un conmutador son nmeros equivocados. Determine la probabilidad de
que 3 de 200 llamadas recibidas sean nmeros equivocados. % 54 . 19 S

3) Una secretaria comete dos errores en promedio al escribir una pgina. Si
los errores son independientes, cul es la probabilidad de que cometa uno
ms errores en la siguiente pgina que escriba? % 47 . 86 S

4) Tabule la distribucin de probabilidad del nmero de peces amarillos que
resulte al tomar aleatoriamente una muestra de 6 peces de una pecera que
contiene 200 peces amarillos y 300 rojos.

( ) ( ) ( ) ( )
( ) ( ) ( ) % 41 . 2 6 ; % 02 . 6 5 %; 54 . 12 4
% 90 . 20 3 %; 13 . 26 2 %, 77 . 21 1 %; 07 . 9 0
= = =
= = = =
P y P P
P P P P S

5) En una carretera pasan en promedio 27 automviles por hora. Determine la
probabilidad de que;
a) Durante los prximos 20 minutos el nmero de autos sea de 15.
% 94 . 1 S
b) Durante las prximas 3 horas el nmero de autos sea de 80?
% 43 . 4 S

48
RAP3. Aplicar la distribucin Normal para predecir resultados de una poblacin, en
el contexto de la resolucin de problemas.

DISTRIBUCIN NORMAL.

La distribucin de probabilidad normal, es aquella en la cual, a partir de un punto
central de mxima frecuencia (la media de la distribucin), los valores mayores y
menores que la media se distribuyen simtricamente a la derecha e izquierda,
disminuyendo gradualmente hasta desaparecer.

Esta distribucin es la ms utilizada para variables aleatorias continuas, es
decir, aquellas para las cuales es imposible enumerar todos los eventos posibles.
Asimismo, esta distribucin permite resolver en forma aproximada los problemas
propios de las distribuciones Binomial y de Poisson, por lo que su importancia en
Probabilidad y Estadstica es fundamental.

Propiedades.

1) Es simtrica en forma de campana.
2) La media, la mediana y la moda tienen el mismo valor, ubicado en el centro de
la figura.
3) Tericamente, la curva se extiende hasta el infinito en ambas direcciones, sin
tocar nunca el eje horizontal.

rea Bajo la Curva de la Distribucin Normal.

La curva normal de cualquier distribucin puede convertirse en una curva
estandarizada, en la que el valor central es cero, la o (desviacin estndar) es
uno, y el rea desde - hasta + es el 100%.

.
tan dar Es Desviacin
Media la menos Valor x
z =
=
o

49
La altura de la curva normal estandarizada esta dada por la funcin.

2
5 . 0
00 3989422804 . 0
) (
z
e
x f = ;

y su integracin matemtica entre dos puntos cualquiera, z
1
y z
2
produce el rea o
probabilidad de que una variable tenga valores entre z
1
y z
2
. Por lo general, no es
necesario realizar ninguna integracin numrica para obtener el rea bajo la curva
normal estandarizada. Las tablas estadsticas estn ya calculadas con esos
valores.

Ejemplos.

1) Al mover un vaso lleno de agua de un lugar a otro, se derrama en promedio
6.2 mm., con una desviacin estndar de 0.8 mm. S se desea garantizar
que, por lo menos, el 95% de las veces que se mueva el vaso no se
derrame, cunto debe dejarse sin llenar?

( )( ) . 51 . 7 ; 2 . 6 8 . 0 64 . 1 ; ;
; 64 . 1 45 . 0 ; 50 . 95 . 0
mm x x z x
x
z
z A A
= + = + =
=
= = =
o
o

2) Los salarios anuales de los ejecutivos de una compaa estn distribuidos
normalmente, con una desviacin estndar de 1200 dlares. Se tiene
programado un recorte de personal que implica el despido de aquellos que
ganan menos de 18 000 dlares, si tal medida representa el 10% de stos
ejecutivos. Cul es actualmente el salario medio de este grupo de
ejecutivos?

( )( ) . 19536 ; 1200 28 . 1 18000 ; ;
; 28 . 1 40 . 0 ; 10 . 0 50 . 0
dolares z x
x
z
z A A
= = =
=
= = =
o
o

50
3) La estatura promedio de los empleados de una empresa es de 1.65 m., con
una desviacin estndar de 6.2 cm. Suponga una distribucin normal,
determine que porcentaje de los empleados miden:
a) ms de 1.7 m.
b) menos de 1.8 m.
c) entre 1.45 y 1.55 m.

20.90% 0.2090 A ; 2910 . 0 5 . 0
; 2910 . 0 81 . 0 ;
062 . 0
65 . 1 70 . 1
1 1 1
= =
= =
=
A
A z z

.22% 99 0.9922 A ; 4922 . 0 5 . 0
; 4922 . 0 42 . 2 ;
062 . 0
65 . 1 80 . 1
1 1 1
= + =
= =
=
A
A z z

5.31% A 0.0531 A ; 4463 . 0 4994 . 0 ;
4463 . 0 61 . 1 ;
062 . 0
65 . 1 55 . 1
; 4994 . 0 23 . 3 ;
062 . 0
65 . 1 45 . 1
2 1
2 2 2 1 1 1
= = = =
= =
= = =
=
A A A A
A z z A z z

51

Ejercicios.

1) Un automvil consume 0.08 lts., de combustible por kilmetro y recorre
diariamente una distancia promedio de 385 km., con una desviacin
estndar de 25 km. Cuntos litros de combustible debe tener el tanque al
iniciar el da, si se desea asegurar que al menos el 99.9% de los das no le
falte combustible? S 37 lts.

2) La profesora de un grupo, dice a sus estudiantes que para estar entre el
10% superior de la clase, deben obtener la calificacin MB en un examen.
De acuerdo con su experiencia, la profesora estima que la media y
desviacin estndar en este examen sern 72 y 13, respectivamente.
Cul ser la calificacin mnima necesaria para obtener MB? S 88.64

3) El coeficiente intelectual de los aspirantes aprobados para ingresar a la
escuela Medico Militar tiene una distribucin normal, una media de 100 y
desviacin estndar de 15. calcular la proporcin de reclutas que tienen un
coeficiente intelectual:

a) superior a 105.9 S 34.83%

b) entre 103 y 105 S 5.00%

c) inferior a 84.7 S 15.39%

4) Un investigador informa que las ratas viven en promedio 40 meses.
Suponiendo que la vida de tales ratas este normalmente distribuido con una
desviacin estndar de 6.3 meses, encuentre la probabilidad de que una rata
determinada viva:

a) ms de 32 meses. S 89.80%

b) menos de 28 meses. S 2.87%

c) entre 37 y 49 meses. S 60.80%

5) La vida til de una lmpara fluorescente utilizada en invernaderos est
distribuida normalmente con una media de 600 hrs., y una desviacin
estndar de 2400 minutos. Determinar la probabilidad de que:

a) Una lmpara elegida al azar, tenga una vida til entre 620 y 680 hrs. S
28.57%

b) Una lmpara dure ms de 740 hrs. S 0.02%

52
6) El tiempo de espera x en cierto banco est distribuido en forma normal,
aproximadamente, con una media y desviacin estndar de 3.7 y 1.4
minutos respectivamente. Encuentre la probabilidad de que un cliente
seleccionado aleatoriamente tenga que esperar:

a) 2 minutos. S 11.31%

b) Ms de 6 minutos. S 5.05%

c) Obtenga el valor del 75 centil para x. S 4.64%

7) Una unidad de radar es utilizada para medir la velocidad de los automviles
en una va rpida durante la hora de mayor congestionamiento. La
velocidad de los automviles est distribuida normalmente con una media
de 62 millas/hora.

a) Encuentre la desviacin de todos los automviles si el 3% de ellos viaja a
velocidades superiores a 72 millas/horas. S 5.32%

b) Con la desviacin estndar del inciso a), obtenga el porcentaje de esos
vehculos que viajan a menos de 55 millas/hora. S 9.34%

c) Con la desviacin estndar del inciso a), halle el 95 centil para la variable
velocidad. S 7 0.723

8) Considerando los valores del coeficiente de inteligencia (C. I. C. Q.)
(Intelligence Quotient) en seres humanos. Los C. I. estn distribuidos
normalmente con una media de 100 y una desviacin estndar de 10. Si
una persona es elegida al azar.

a) Cul es la probabilidad de que su C. I. est entre 105 y 115? S
24.17%

b) Qu su C. I. sea mayor que 95? S 69.15%

c) Obtener el 33 percentil de los puntajes de C. I. S 95.60

53

Relacin entre las Distribuciones Binomial y Normal.

Si n es muy grande y ni p ni q estn muy prximos a cero, la distribucin
binomial puede aproximarse estrechamente a la distribucin normal con variable
tipificada dada por .
npq
np x
z

=

En donde; x es la variable aleatoria que da el nmero de xitos en n pruebas
de Bernoulli y p es la probabilidad de xitos.

La aproximacin es tanto mejor conforme aumenta n, y el lmite es total. En la
prctica la aproximacin es muy buena si ambos np y nq son superiores a 5.
Es decir; . 5 5 > > nq y np

Dado que la distribucin binomial es discreta (slo acepta valores enteros),
mientras que la distribucin normal es continua (acepta cualquier valor), la variable
normalizada z debe calcularse incluyendo un ajuste por continuidad.

;
5 . 0
o

=
x
z
". " " " exp 5 . 0
; " " " " exp , 5 . 0
que menor o igualque o mayor tipo del es buscada resin la si es o
mayorque o que igual o menor tipo del es buscada resin la si es
+

Ejemplos.

1) Una fbrica produce alfileres con 2.5% de defectuosos. Si se toma una
muestra de 200 alfileres, cul es la probabilidad de encontrar 3 o ms
defectuosos?

( )( )
( )( )
( )( )( )
% 08 . 87 8708 . 0 3708 . 0 5 . 0 ; 13 . 1
208 . 2
5 . 0 5 2
. t
2 3 ; 208 . 2 975 . 0 025 . 0 200
; 5 ; 5 ; 5 ; 195 975 . 0 200
; 5 025 . 0 200 %; 5 . 97 % 5 . 2 ; 200
A z anto lo por
de ms significa ms o decir npq
cumplen Si nq np nq
np q p n
= + = =
+
=
= = =
= > > = =
= = = = =
o

54

2) Un inspector de calidad toma una muestra de 150 artculos de una
produccin que tiene el 6% de algn defecto. Determine la probabilidad
de que la muestra contenga ms de 10 artculos que tengan algn
defecto.

( )( )
( )( )
( )( )( )
% 25 . 43 4325 . 0 ; 17 . 0
909 . 2
5 . 0 9 10
. t
10 . 909 . 2 94 . 0 06 . 0 150
; 9 ; 5 ; 5 ; 141 94 . 0 150
; 9 06 . 0 150 %; 94 % 6 ; 150
A z anto lo por
de ms x npq
cumplen Si nq np nq
np q p n
= =

=
= = = =
= > > = =
= = = = =
o

La Distribucin Normal como Aproximacin a la de Poisson. Esta distribucin,
puede simplificarse por medio de la distribucin normal si se cumple que la media
sea mayor de 10.

En tanto que la media y la desviacin estndar son: =n; = .

En donde; n es nmero de veces que ocurre el evento. Dado que la distribucin
de Poisson es discreta (slo acepta valores enteros), mientras que la distribucin
normal es continua (acepta cualquier valor). La variable normalizada debe
calcularse incluyendo un ajuste por continuidad equivalente a +0.5 si la expresin
buscada es del tipo menor o igual que o mayor que, o -05 si la expresin
buscada es del tipo mayor o igual que o menor que.

55
Ejemplo. Cierta regin sufre un promedio de 65 accidentes por ao. Determine la
probabilidad de que, en un ao cualquiera, ocurran:

a) ms de 80 accidentes.
b) Menos de 45 accidentes.
c) Entre 50 y 70 accidentes.

% 59 . 3 0359 . 0 4641 . 0 5 . 0 4641 . 0 ; 80 . 1
062 . 8
5 . 0 65 80
. t
5 . 0
. 062 . 8 65 ; 65 ; 80 )
o A z anto lo por
x
z de ms x a
= = =

=

= = = = =
o
o

% 78 . 0 0078 . 0 4922 . 0 5 . 0 4922 . 0 ; 42 . 2
062 . 8
5 . 0 65 45
. t
5 . 0
. 062 . 8 65 ; 65 ; 45 )
o A z anto lo por
x
z de menos x b
= = =
+
=

= = = = =
o
o

% 33 . 59 5933 . 0
2123 . 0 3810 . 0 ; 2123 . 0 ; 56 . 0
062 . 8
5 . 0 65 70
; 3810 . 0 ; 18 . 1
062 . 8
5 . 0 65 55
tan ;
5 . 0
. 062 . 8 65 ; 65 ; 70 55 )
A
A decir es A z A z
z to lo por
x
z y entre x c
=
+ = = =

= = =
+
=

= = = = =
o
o

56
Ejercicios.

1) Un auditor escoge al azar 200 cuentas de un banco que tiene 4% de
clientes morosos. Determine, la probabilidad de que el auditor encuentre 5
o ms clientes morosos. S 89.62%

2) En una carretera pasan en promedio 27 automviles por hora. Determinar la
probabilidad de que circulen ms de 17 autos por hora. S 96.64%

3) Un empleado bancario atiende en promedio 8 clientes por hora. Calcule la
probabilidad de que el empleado atienda menos de 10 clientes por hora.
S 70.19%

BIBLIOGRAFA

1. Johnson, Robert. Estadstica Elemental. Iberoamrica. Ed. 1990, Mxico.
2. Hoel, Paul G. Estadstica Elemental. CECSA Ed. 1973, Mxico.
3. Freud, John E. Estadstica. PRENTICE HALL 4a Ed. 1993, Mxico.
4. Willougaby, Stepher Probabilidad y Estadstica Publicaciones Cultural S.
A. 1a Ed. 1978, Mxico.
5. Hernndez Lerma, Ensimo. Elementos de Probabilidad y Estadstica.
Ed. Fondo de Cultura econmica.
6. Seymour Lipschutz, Ph. D. PROBABILIDAD. Serie de Compendios
Schaum. Profesor Asociado de Matemticas, Universidad de Temple.
7. Octavio Snchez. Probabilidad y Estadstica. McGraw-Hill.
Interamericana 2 Ed. 2004, Mxico.

Gu A de Probabilidad y Estad

Cargado por

Copyright:

Formatos disponibles

Gu A de Probabilidad y Estad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Gu A de Probabilidad y Estad

Cargado por

Copyright:

Formatos disponibles

1

ACADEMA DE MATEMTICAS TURNO MATUTINO Ing. J. Ventura ngel Felcitos

También podría gustarte