UNIDAD I. CONCEPTOS BSICOS DE ESTADSTICA.

Desde los comienzos de la civilizacin han existido formas sencillas de estadsticas, pues ya se utilizaban representaciones grficas y otros smbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el nmero de personas, animales o ciertas cosas. Hacia el ao 3000 A. C. los babilonios usaban ya pequeas tablillas de arcilla para recopilar datos en tablas sobre la produccin agrcola y de los gneros vendidos o cambiados mediante trueque. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las pirmides en el siglo XXXI A. C. El imperio romano fue el primer gobierno que recopil una gran cantidad de datos sobre la poblacin, superficie y renta de todos los territorios bajo su control. En nuestros das, la estadstica se ha convertido en un mtodo efectivo para describir con exactitud los valores de los datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos, y sirve como herramienta para relacionar y analizar dichos datos. 1.1.1 DEFINICIN DE ESTADSTICA. La estadstica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrnseca de los mismos; as como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones. La estadstica puede aplicarse a cualquier mbito en la realidad, y por ellos es utilizada en fsica, qumica, biologa, medicina, astronoma, psicologa, sociologa, lingstica, demografa, etc. 1.1.2 INFERENCIA ESTADISTICA. Uno de los propsitos de la estadstica inferencial es estimar las caractersticas poblacionales desconocidas, examinando la informacin obtenida de una muestra, de una poblacin. El punto de inters es la muestra y se obtiene su media, o. la media de la muestra (media muestral), 0, es una estimador de la media poblacional, . Si el proceso de muestreo est bien realizado (es decir, la muestra tiene el tamao adecuado y ha sido seleccionada aleatoriamente), entonces el valor de , desconocido, puede ser inferido a partir de 0. 1.1.3 TEORIA DE DECISION. Los estudios de casos reales, que se sirven de la inspeccin y los experimentos, se denominan teora descriptiva de decisin; los estudios de la toma de decisiones racionales, que utilizan la lgica y la estadstica, se llaman teora preceptiva de decisin. Estos estudios se hacen ms complicados

cuando hay ms de un individuo cuando los resultados de diversas opciones no se conocen con exactitud y cuando las probabilidades de los distintos resultados son desconocidos. La teora de decisin comparte caractersticas con la teora de juegos, aunque en la teora de decisin el adversario es la realidad en vez de otro jugador o jugadores. El hecho de que la inferencia estadstica sea considerada o no dentro del marco ms amplio de la teora de la decisin depende en gran parte de la teora, y mirndola desde el punto de vista de un sistema, se puede decir que al tomar una decisin sobre un problema en particular, se debe tener en cuenta los puntos de dificultad que los componen, para as empezar a estudiarlos uno a uno hasta obtener una solucin que sea acorde a lo que se est esperando obtener de este, y si no, buscar otras soluciones que se acomoden a lo deseado. La teora de decisin, no solamente se puede ver desde el punto de vista de un sistema, si no en general, porque esta se utiliza a menudo para tomar decisiones de la vida cotidiana, ya que muchas personas piensan que la vida es como una de las teoras; la teora del juego, que para poder empezarlo y entenderlo hay que saber jugarlo y para eso se deben conocer las reglas de este, para que no surjan equivocaciones al empezar la partida. Se puede decir que la teora de decisin es una de las ramas que sirve para que al dar un paso, no se vaya a dar en falso, porque si se conoce de esta no hay el por qu de equivocarse. Tipos De Medio Ambiente En La Toma De Decisiones. 1. Decisiones bajo certeza. Se conoce con certeza la consecuencia de cada alternativa. 2. Decisiones bajo riesgo. Se conoce la probabilidad de que ocurra cada resultado. 3. Decisiones bajo incertidumbre. No se conoce la probabilidad de que ocurra cada resultado. 1.1.4 POBLACION. Es el conjunto de todos los individuos (personas, objetos, animales, etc.) que porten informacin sobre el fenmeno que se estudia. Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de dicha ciudad. Las poblaciones pueden ser infinitas o finitas. Una poblacin infinita es la que se contiene un nmero infinito de unidades elementales; por ejemplo, el conjunto de piezas que se obtienen en un proceso productivo; en el sentido de que se siguen produciendo indefinidamente. Otro ejemplo son todos los posibles resultados al lanzar una moneda sin cesar. Una poblacin es finita cuando tiene un nmero finito de unidades elementales. Por ejemplo, los estudiantes de una determinada universidad; el

nmero de escuelas que existen en una determinada ciudad, el nmero de rboles de coco sembrados en una determinada parcela, etctera. El nmero de unidades elementales de una poblacin se denota con la letra N. 1.1.5 MUESTRA ALEATORIA. La muestra es un subconjunto que seleccionamos de la poblacin. As, si se estudia el precio de la vivienda de una ciudad, lo normal ser no recoger informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja), si no que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo. MUESTRA ALEATORIA SIMPLE.

El muestreo aleatorio simple es un procedimiento de seleccin por el cual todos y cada uno de los elementos de la poblacin tienen igual probabilidad de ser incluidos en la muestra. Entonces, si toda unidad de muestreo tiene la isma probabilidad de ser escogida, se sigue que las muestras aleatorias de igual tamao, tomadas de una poblacin dada, tienen la misma probabilidad de ser tomadas. MUESTRA SISTEMATICA. En algunos casos, la manera ms prctica de efectuar un muestreo consiste en seleccionar, digamos, cada vigsimo nombre de una lista, cada decima segunda casa de un lado de una calle, cada quincuagsima pieza de una lnea de ensamble y as sucesivamente. Esto se conoce como muestreo sistemtico y se puede integrar un elemento de azar en esta clase de muestreo usando nmero aleatorios para seleccionar la unidad en la que se debe comenzar. Si la razn que se pretende es 1/n, empezamos escogiendo. MUESTRA ALEATORIA PONDERADA.

El muestreo por conglomerados requiere de elegir una muestra aleatoria simple de unidades heterogneas entre s de la poblacin llamadas conglomerados. Cada elemento de la poblacin pertenece exactamente a un conglomerado, y los elementos dentro de cada conglomerado son usualmente heterogneos o dismiles. MUESTREO ESTATIFICADO.

Es el que ocurre cuando es posible dividir la muestra en grupos o estratos entre los que existen diferencias importantes. En este caso se trata de obtener un cierto nmero de individuos (afijacin) de cada estrato segn muestreo aleatorio simple. 1.1.6 PARAMETROS ALEATORIOS. Un parmetro es la medida de una caracterstica numrica de la poblacin. (Media, mediana, varianza, etc.). Es un elemento descriptivo de la poblacin.

Los modelos con parmetros aleatorios nos permiten, bien sea para todos los parmetros o para parte de ellos, estimar su distribucin entre los miembros de la poblacin. Suponiendo que esta distribucin es conocida (Normal, log normal, triangular) el modelo, al maximizar la verosimilitud de la muestra, tales como la media y la varianza. 1.1.7 ENFOQUE CLASICO. El enfoque clsico o frecuentista trata los parmetros poblacionales desconocidos como valores fijos que deben ser estimados.

1.1.8 ENFOQUE BAYESIANO. La estadstica bayesiana, sigue siendo la herramienta ms eficaz para ponderar la probabilidad de que ocurra un acontecimiento, cuando necesitamos matizar la pura probabilidad estadstica con la experiencia de lo ocurrido anteriormente en casos semejantes. Este tipo de estadstica se utiliza en mltiples campos, tradicionalmente donde ms se ha utilizado ha sido en estudios epidemiolgicos, como modo de diagnosticar enfermedades de acuerdo con los sntomas observados y el historial del enfermo. Un cuadro clnico de sntomas, como el resultado de un anlisis de sangre, la temperatura, vmitos etc., permite diagnosticar varias enfermedades como posibles. Esta teora estadstica est estrechamente relacionada con la teora de la decisin con la que comparte una misma base axiomtica. La asignacin de probabilidades, de una funcin de utilidad y el principio de maximizar la utilidad esperada, forman el ncleo bsico de los procedimientos Bayesianos. La estadstica Bayesiana est diseada para enfrentarse, con un enfoque general, coherente y consistente, a toda situacin en la que la incertidumbre est presente. La estadstica de Bayes, resulta de particular utilidad, cuando se valora, junto a datos objetivos, la conviccin personal sobre la posibilidad que ocurra o no un suceso. Por ejemplo, sera el sistema adecuado para pronosticar resultados de las quinielas a partir de aseveraciones del tipo es muy probable que el equipo X gane al Z, tal rbitro es casero, o la lluvia perjudica al equipo A, es decir obtener una valoracin subjetiva de la probabilidad, a diferencia de la respuesta dada por una estadstica puramente frecuentista, que solo devuelve conclusiones dicotmicas, correcto o falso. DESCRIPCIONES DE DATOS. 1.2.1 DATOS AGRUPADOS Y NO AGRUPADOS.

Cuando los datos se encuentran organizados en clases como la siguiente tabla, a los datos se le conoce como Datos Agrupados. Edad. 12 15 16 19 20 23 24 26 No. Alumnos. 36 68 58 38 200

Los Datos No agrupados son los que no se encuentran organizados en clases y con un intervalo definido. 1.2.2 FRECUENCIA DE CLASE. El nmero de observaciones de una clase se llama frecuencia de clase. Es decir, en la tabla anterior la frecuencia de clase de intervalo 16 19 es 68 alumnos. 1.2.3 FRECUENCIA RELATIVA. Si dividimos la frecuencia de clase por el nmero total de observaciones, se llama frecuencia relativa de clase. La eleccin del nmero apropiado de clases depende del tamao de la muestra. Para muestras de tamao moderado, N < 50, se suele elegir un nmero de clases igual a N. Ejemplo: Edad. 12 15 16 19 20 23 24 - 27 No. Alumnos. 36 68 58 38 200 1.2.4 PUNTO MEDIO. Frecuencia Relativa. 18 39 29 19 100

Marca de clase es el punto medio de cada clase y se obtiene sumando los lmites de clase y dividindolos entre dos. Ejemplo para la tabla anterior, la marca de clase del intervalo 20 23 es (20 + 23)/2 = 21.5. 1.2.5 LIMITES. Son las fronteras inferiores y superiores de cada categora. Limite Real Inferior.- Es la suma del lmite inferior con el lmite superior de la clase contigua anterior, dividido entre dos. Limite Real Superior.- Es la suma del limite superior con el limite inferior de la clase contigua posterior, dividido entre dos.

**BOCETO**

1.2..6 HISTOGRAMA. Se utiliza en datos cuantitativos en distribuciones de frecuencia. Son rectngulos verticales unidos entre si, en donde sus lados son limites reales inferior y superior de clase y cuya altura es igual a la frecuencia de clase. El histograma es especialmente til cuando se tiene un amplio numero de datos que es preciso organizar, para analizar ms detalladamente o tomar decisiones sobre la base de ellos. Es un medio eficaz para transmitir a otras personas informacin sobre un proceso de forma precisa e inteligible.

H istog aS ple ram im

60 50 40 30 20 10 0 < 60 60 - 80 81 - 100 101 -120 > 120

Serie 1

1.2.7 HISTOGRAMA DE FRECUENCIA RELATIVA. El histograma de una distribucin de frecuencia relativa se construye como la de frecuencia, las alturas de los rectngulos representan los puntos medios y sus bases se extienden entre fronteras de clases sucesivas.

H istog aS ram imple

60 50 40 30 20 10 0 < 60 60 - 80 81 - 100 101 -120 > 120

Serie 1

UNIDAD II MEDIDAS DE TENDENCIA CENTRAL Y DISPERSION. Medidas de tendencia central: Una de las caractersticas ms sobresalientes de la distribucin de datos es su tendencia a acumularse hacia el centro de la misma. Esta caracterstica se denomina Tendencia Central. Media aritmtica. La media aritmtica de n valores, es igual a la suma de todos ellos dividida entre n. Tenemos: X = x / n

Si se cuenta con una distribucin de datos entonces se aplica la frmula:

X = ( Fx)/N

EJEMPLO: Mediante los siguientes datos hallar la aritmtica. 10, 8, 6, 5, 10, 7 SOLUCIN:

EJEMPLO: Mediante la siguiente distribucin de frecuencias que nos muestra los espesores en pulgadas, de recipientes de acero, hallar la media aritmtica.

Espesores en pulg. F 0.307 0.310 0.311 0.314 0.315 0.318 0.319 0.322 0.323 0.326 0.327 0.330 3 5 5 22 14 1 N = 50 SOLUCIN: Espesores en pulg. 0.307 0.310 F 3 X FX 0.3085 0.9255

0.311 0.314 0.315 0.318 0.319 0.322 0.323 0.326 0.327 0.330

5 5 22 14 1 N = 50

0.3125 0.3165 0.3205 0.3245 0.3285

1.5625 1.5825 7.0510 4.5430 0.3285 FX = 15.9930

X = 15.9930/50 X = 0.3199

**BOCETO

La mediana es el punto central de una serie de datos, para datos agrupados la mediana viene dada por: Mediana = Li + (N/2 - fi) c Fm EJEMPLO: Hallar la mediana en los siguientes datos. 25, 30, 28, 26, 32 SOLUCIN: Se ordenan en forma creciente o decreciente y se toma el valor central. 25, 26, 28, 30, 32 Mediana = 28

EJEMPLO: Hallar la mediana en los siguientes datos: 7, 10, 15, 13, 10, 12 SOLUCIN: Al ordenar se tiene: 7, 10, 10, 12, 13, 15 pero como el nmero de datos es par se toma la media aritmtica de los dos intentos. Mediana = (10 + 12)/2 = 11

EJEMPLO: Hallar la mediana en la siguiente distribucin de frecuencias. Espesores en pulg. F 0.307 0.310 0.311 0.314 0.315 0.318 0.319 0.322 0.323 0.326 0.327 0.330 3 5 5 22 14 1 N = 50 SOLUCIN: El intervalo 0.319 0.322 contiene la clase mediana.

Mediana = [0.3185 + (50/2 13) 0.004]/22 Mediana = 0.3254

Moda Es aquel valor de mayor frecuencia, la moda puede ser no nica e inclusive no existir. Para distribuciones de frecuencia la moda viene dada por: Moda = Li + [A1 / (A1 + A2)] c EJEMPLO: Hallar la moda en los siguientes datos. 16, 18, 15, 20, 16 SOLUCIN: Moda = 16 EJEMPLO: Hallar la moda en la siguiente distribucin de frecuencias, la cual nos muestra los dimetros en pulgadas de 60 cojinetes de bolas fabricados por una compaa.

Clases 0.724 0.727 0.728 0.731 0.732 0.735 0.737 0.739 0.740 0.743 0.744 0.747

F 5 9 20 15 8 3 N = 60

SOLUCIN: El intervalo 0.732 0.735 contiene la clase modal.

Moda = 0.7325 + [11(.004)] / (11 + 5) Moda = 0.7353 Medidas de dispersin. Existe otro tipo de medidas que indican la tendencia de los datos a dispersarse respecto al valor central. Rango. Es la diferencia entre el dato mayor y el dato menor R = X mx. X min. Desviacin estndar La desviacin estndar o desviacin tpica se define como la raz cuadrada de los cuadrados de las desviaciones de los valores de la variable respecto a su media. S = (x x)2 / N DATOS NO AGRUPADOS S = f (x x)2 / N DATOS AGRUPADOS

**BOCETO**

SOLUCIN: X = 9.5 (X-X)2 (10 9.5) = 0.25 (18 9.5) = 72.25 (15 9.5) = 30.25 (12 9.5) = 6.25 (3 9.5) = 42.25 (6 9.5) = 12.25 (5 9.5) = 20.25

(7 9.5) = 6.25 (X X) = 190 S = 190 / 8 S = 4.87 S = 23.75

Ejemplo: Hallar la desviacin estndar y la varianza para la siguiente distribucin de frecuencias. Clases 10 15 16 21 22 27 28 33 34 39 39 SOLUCIN: F (X - X)2 X = 26.04 2 (12.5 26.04) = 366.7 f 2 8 13 10 6

8 (18.5 26.04) = 454.8 13 (24.5 26.04) = 46.9 10 (30.5 26.04) = 168.1 6 (36.5 26.04) = 656.5 f (x x) = 1693 S = 1693 / 39 = 6.6 S = 43.4 DESVIACIN MEDIA. Se conoce tambin como promedio de desviacin. Para una serie de N valores se puede calcular a travs de la siguiente expresin: D. M = |x x| / N |x x| = valor absoluto de las desviaciones de los x valores, respecto de la media. Y para datos agrupados se tiene: D. M = f |x x| / N EJEMPLO: Hallar la desviacin media de 4 , 6, 12, 16, 22 SOLUCIN: X = (4 + 6 +12 + 16 + 22) / 5 = 12

|x x| 4 12 = 8 6 12 = 6 12 12 = 0 16 12 = 4 22 12 = 10 |x x| = 28

D. M = 28 / 5 = 5.6 Clases 8 10 11 13 14 16 17 19 20 22 3 6 9 11 5 N = 34 EJEMPLO: Hallar la desviacin media en la siguiente distribucin de frecuencias. SOLUCIN: X = 537 / 34 = 15.8 D. M = 100.6 / 34 = 3 f 9 12 15 18 21 x 27 72 135 198 105 fx f|x x| 3 (9 15.8) = 20.4 6 (12 15.8) = 22.8 9 (15 15.8) = 7.2 11 (18 15.8) = 24.2 5 (21 15.8) = 26 f|x x| = 100.6

Coeficiente de Variacin. Es la relacin que existe entre la S y la X, expresada en trminos de porcentaje y se expresa: C. V = (S / X) 100 EJEMPLO: Hallar el coeficiente de variacin de una serie de datos cuya S = 2 y X = 16 SOLUCIN: C. V = 2 / 16 (100) = 12.5%

PROBLEMAS: 1. Una empresa de fabricacin de productos cermicos (INTERCERAMIC) dispone de tres centros de produccin. En Crdoba, el ms grande y moderno, se hace un estudio de los metros cuadrados de azulejo producidos al mes durante el ao pasado, obteniendo una media de produccin mensual de 250,000m2, con una S = 15,000m2. Se sabe que en Xalapa, por tener maquinaria mas anticuada que en Crdoba, y que en Coatzacoalcos, por tener un horno menos que Xalapa, produce cada mes 25,000m2 menos que Xalapa Cul es la media y la varianza de la produccin mensual en Coatzacoalcos? 2. Sumando 5 a cada nmero del conjunto 3, 6, 2, 1, 7, 5, obtenemos 8, 1, 7, 6, 12, 10. probar que ambos conjuntos de nmero tienen la misma desviacin tipica pero diferentes medias, Cmo estn relacionadas las medias? 3. Tenemos una variable X de la que sabemos que CV = 0,5 y que Sx = 3 Cul es el valor de la media de X? 4. Tenemos 2 variables X Y con el mismo recorrido y media, siendo sus varianzas 4 y 9 respectivamente. Para cual de las 2 variables el valor de la media es ms representativo? 5. la distribucin de edades del censo electoral de residentes veracruzanos al 1 de enero de 1999 para las comunidades autnomas de La Carranza y La pochota, en tantos por ciento es la siguiente:

Edades 16 18 18 30 30 50 50 70 70 90

La carranza 3.54 21.56 31.63 28.14 15.12

La pochota 4.35 29.99 35.21 21.97 8.48

a) Representa sobre los mismos ejes de coordenadas los histogramas de la distribucin de la edad para las dos CC. AA. (emplea distinto trazo o distintos colores). b) Calcula la edad mediana para las 2 comunidades, compralas. Qu indican estos resultados? c) Qu comunidad tiene mayor variabilidad en la distribucin de su edad?

6. Al lanzar 200 veces un dado se obtuvo la siguiente distribucin de frecuencias: X N 1 a 2 32 3 35 4 33 5 b 6 35

7. En un taller de reparacin de automviles ubicado por las granjas se recogieron datos sobre los das de permanencia de los vehculos a reparar en l, y obtengo: Das de estanci a No. De coches 1 2 3 4 5 8 15

23

12

10

a) Calcula el nmero de das de permanencia y una medida de su representatividad.

b) Cuntos das como mximo permanecen en el taller el 75% de los automviles, que menos permanecen en el taller? c) Calcula la mediana y la moda. 8. La siguiente tabla muestra los coeficientes de inteligencia de 480 chamacos chaqueteros de una escuela de Veracruz. C. l. Ni 70 4 74 9 78 16 82 28 86 45 90 66 94 85 98 72 10 2 54 10 6 38 11 0 27 11 4 18 11 8 11 12 2 5 12 6 2

Calcula: a) El C. l. medio de los chamacos estudiados. b) Su desviacin tpica. c) Si una madre afirma que exactamente la mitad de los chamacos del colegio tienen un C. I. superior al de su hijo, Qu C. I. tiene el chamaco? d) Supongamos que se requieren hacer estudios sobre el proceso de aprendizaje de los chamacos con mayor C. I. pero que el psiclogo solo puede atender al 15% de los chamacos del centro. Qu C. I. deber tener un chamaco como mnimo para ser considerado dentro de ese grupo de elegidos?

9. La Tabla siguiente recoge la distribucin (en porcentajes) de volmenes de ventas anuales en las empresas de lcteos de la ciudad industrial durante el ao pasado: Ventas (dlares) Menos de 2,500 2,500 5,000 5,000 10,000 10,000 20,000 20,000 40,000 40,000 100,000 100,000 250,000 Empresas (%) 25,9 13, 2 13 17,7 11 14,4 8,5

250,000 500,000 500,000 o ms

1,8 0,6

a) Por qu ni la media ni la desviacin tpica son medidas apropiadas de centralizacin y de dispersin, respectivamente, para esta distribucin? b) Qu medidas de centralizacin y de dispersin deben utilizarse en su lugar?

10. A continuacin, se ofrece una distribucin de frecuencia del peso de 150 personas que utilizaron un elevador cierto da. Clase 75 90 90 105 105 120 120 135 135 150 150 165 165 180 180 195 Fi 10 11 23 26 31 23 9 9

195 210 210 225

6 2

Construya un histograma con esos datos. 11. en la oficina del peridico NOTIVER, el tiempo que se tardan en imprimir la primera plana fue registrado durante 50 das. A continuacin se transcriben los datos aproximados a dcimas de minutos: 20.8, 23.8, 22.3, 33.3, 22.21.9, 22.0, 20.7, 20.9, 25.0, 22.2, 22.8, 20.1, 25.3, 20.7, 22.5, 21.2, 23.3, 27.5, 13.5, 21.7, 8.5, 2.4, 2.1, 3.5, 28.5, 17.7, 18.9, 31.7, 26.5, 26.3, 18.6, 15.8, 19.7, 14.7, 11.2, 11, 13, 17, 18, 28, 31, 33, 33.3, 30, 30.2, 34.4, 28, 28.8, 28.9, 29.9, 13.5, 15, 16, 17, 18, 19 20, 21, 22.

a. construya con los datos una tabla de distribucin de frecuencia, usando intervalos de 0,8 min. b. construya un polgono de frecuencias. c. construya una ojiva. d. por medio de la ojiva estime que porcentaje de las veces la primera plana del peridico puede imprimirse en menos de 24 minutos. 12. en una poblacin estudiada, hay 2000 mujeres y 8000 hombres. Si queremos seleccionar una muestra de 250 individuos en dicha poblacin. Cuntas debern ser mujeres para que la muestra sea considerada representativa? 13. Julen Rementeria Alcalde de Veracruz, lleva un control de la aprobacin de prstamos para el desarrollo de empresas locales. A lo largo de los 5 ltimos aos el prstamo de mayor cuanta fue de 1,2 millones de pesos y el ms pequeo de 10000 pesos. Construir una tabla de frecuencias con 10 clases. Cules serian los lmites de las clases? Cul seria el intervalo de clase? 14. hallar la media aritmtica, la mediana y la moda de los nmeros: 3, 5, 2, 5, 9, 5, 2, 8, 6. 15. Las calificaciones de un estudiante en las 3 asignaturas del curso fueron 71, 78 y 89. Si los pesos asignados a cada asignatura son 2, 4 y 5 respectivamente.

Cul es el promedio adecuado para sus calificaciones? 16. Una seria de nmeros est formada por 6, 7, 8, 9, 10 Cul es su media aritmtica? 17. Un investigador obtuvo las respuestas siguientes a una de las preguntas incluida en una encuesta de evaluacin: totalmente en contra, en contra, ligeramente en contra, un poco de acuerdo, de acuerdo, altamente de acuerdo, totalmente de acuerdo. Cul es la mediana? 18. Completa las lneas en blanco que aparecen a continuacin: a. Las medidas de tendencia central que siempre existen son y .

b. cuando existen datos extremos n o es adecuado el empleo de la como medida de tendencia central. c. la medida de variabilidad que es adecuada calcular cuando las medias de los grupos difieren es . d. cuando aproximadamente el 65% de los datos est en el intervalo [x-s; x+s] la distribucin de los datos es: e. La clase es aquella donde la frecuencia es mayor.

f. el rango intercuantil se calcula como: g. los dividen a la distribucin en cuatro partes iguales.

h. la varianza indica la distancia promedio de cualquier observacin del conjunto de datos con respecto a . i. la diferencia entre el valor ms alto de un conjunto de datos y el mnimo se conoce como . 19. La tabla muestra una distribucin de frecuencias de la duracin de 400 tubos de radio comprobados en la empresa de PEMEX refinacin ubicada en Poza Rica: Duracin (horas) 300 400 400 500 500 600 600 700 700 800 Nmero de tubos 14 46 58 76 68

800 900 900 1000 1000 1100 1100 1200 N = 400 Completar la tabla para luego determinar: a. Lmite superior de la quinta clase. b. Lmite inferior de la octava clase. c. Marca de clase de la sptima clase. d. Tamao del intervalo de clase. e. Frecuencia de la cuarta clase. f. Frecuencia relativa de la sexta clase.

62 48 22 6

g. Porcentaje de tubos cuya duracin es menor a las 600 horas. h. Porcentaje de tubos cuya duracin es mayor o igual a 900 horas. i. j. Porcentaje de tubos cuya duracin es al menos de 500 horas pero menor de 1000 horas. Construir un histograma y un polgono de frecuencias.

k. Construir un histograma y un poligono de frecuencias relativas. l. Construir una ojiva porcentual.

m. Estimar el porcentaje de tubos con duraciones de menos de 560 horas. n. Estimar el porcentaje de tubos con duraciones de 970 o ms horas. o. Estimar el porcentaje de tubos con duraciones entre 620 y 890 horas. 20. La distribucin de frecuencia siguiente, representa los pesos en kilogramos de una muestra de paquetes transportados por la compaa galletera de Veracruz. Pesos (Kg) 10 11 Fi 1

11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20

4 6 8 12 11 8 7 6 2

Calcule media, mediana y moda de la muestra.

21. La tabla muestra una distribucin de frecuencias de puntuaciones de un examen de Matemticas II con el Ing. Riojas Almanza. Puntuacin 30 40 40 50 50 60 60 70 70 80 80 90 90 100 Nmero de estudiantes 1 3 11 21 43 32 9

Hallar: 1. Los cuarteles de la distribucin. 2. P12 e interprete su significado. 3. P68 e interprete su significado. 22. Multiplicando cada nmero 3, 6, 2, 1, 7 y 5 por 2 y sumando entonces 5, obtenemos el conjunto 11, 17, 9, 7, 19, 15. Cul es la relacin entre la desviacin tpica de ambos conjuntos? Y entre las medias? 23. Una esfera se extrae aleatoriamente de una caja que contiene 6 esferas rojas, 4 blancas y 5 azules. Determinar la probabilidad de que sea: a. rojo. b. blanca. c. roja o blanca. 24. Una caja contiene 10 esferas rojas, 30 blancas, 20 azules y 15 naranjas, si se extrae aleatoriamente una de ellas determinar: a. La probabilidad de que sea naranja o roja. b. La probabilidad de que sea blanca, roja o azul. 25. Se extraen sucesivamente 3 esferas de una caja que contiene 6 esferas rojas, 4 blancas y 5 azules. Hallar la probabilidad de que sean extraidas en el orden roja, blanca, azul, si las extracciones son: a. Con reemplazamiento. b. Sin reemplazamiento. 26. suponiendo que se tiene 3 cajas de las cuales se sabe que la caja 1 tiene 2 pelotas blancas y 3 negras; la caja 2 tiene 4 blancas y 1 negra y la caja 3 tiene 3 blancas y 4 negras. Se selecciona una caja aleatoriamente y una pelota extrada aleatoriamente es blanca. Hallar la probabilidad de haber escogido la caja 1. 27. Una caja contiene 10 tornillos, de los cuales 3 estn defectuosos. Si se extraen 2 al azar, hallar la probabilidad de que los 2 estn buenos. 28. La tabla de frecuencias exhibe las edades de una muestra de 36 persona que asistieron a una pelcula al cine de Plaza las Amricas: AOS F

8 13 14 19 20 25 26 31 32 37

2 7 13 5 9

Hallar: a. Media. b. La varianza. c. La desviacin tpica. 29. Sea una variable con media 8 y desviacin tpica 0. qu se puede afirmar sobre el comportamiento de esta variable?

30. Calcule la media de los siguientes datos: a) 953, 950, 948, 947, 948, 945, 967, 978, 977, 978. b) 79, 81, 85, 87, 88, 76, 78, 69, 84, 82, 77, 75. c) 2.13, 2.54, 3.1, 3.7, 2.8, 2. 85, 2.9, 3.15, 3.17, 4. 31. Calcule la mediana de los siguientes datos: a) 84, 49, 61, 88, 13, 23, 55. b) 18, 23, 34, 32, 19, 17, 22, 21, 33, 39, 40. c) 55.55, 3.6, 1.8, 7.7, 4.5, 3.3, 99.99. 32. Los datos agrupados en el siguiente cuadro corresponden a las edades de los empleados del hotel Emporio: Edades 25 29 F

30 34 35 39 40 44 45 49

12

8 F = 50

a) Complete el cuadro. b) Obtenga la media utilizando el mtodo comn. c) Obtenga la media utilizando el mtodo algebraico (usando las marcas de clase). 33. En un experimento realizado por varios alumnos del ITV, se determiunaron los pesos en KG de habitantes mayores de 18 aos, del fraccionamiento floresta. Los valores obtenidos despus del experimento fueron los siguientes: 68.5, 72, 81, 69.5, 94, 88, 79, 88.5, 77.5, 90, 78, 78, 67, 85.5, 77.5. a) Calcular la media. b) Calcular la mediana. 34. Los datos que a continuacin se muestran, corresponden a las temperaturas (en grados centgrados) en la ciudad puerto de Veracruz despus 12 horas de registros (de 9:00am a 22:00pm.): 25, 25.5, 27.5, 30, 30, 31, 31.5, 32, 32, 30, 28.5, 28, 28, 26, 24.5. a) Calcular la media. b) Calcular la mediana.

Anlisis combinatorio

Conjunto: Es una coleccin definida de objetos o seres en general. Por ejemplo los integrantes de una familia, los estados de un pas. Conjunto vacio Se le llama as al conjunto que carece de elementos Diagrama de Venn Es un diagrama asociado con la teora de conjuntos de las matemticas en el cual se describen los elementos que pueden ocurrir en una observacin o experimento en particular. Regla de la Adicin Las reglas de la adicin se emplean cuando se desea determinar la probabilidad de que ocurra un evento u otro (o ambos) en una sola observacin. Simblicamente podemos representar la probabilidad de que ocurra el evento a o el evento b con P(A o B) el lenguaje de la teora de

conjuntos, eso se le conoce como la unin de A y B y se simboliza como: P (AuB). Reglas de multiplicacin Las reglas de la multiplicacin se refieren a la determinacin de la probabilidad de la ocurrencia conjunta de AyB. Se alude a la interseccin de AyB, simblicamente expresada: P (AB). Existen 2 casos de la regla de la multiplicacin: Para eventos independientes: P(A y B) = P B = P(A) P (B) Para eventos dependientes: P(A y B) = P B = P (B) P(A/B)

Diagrama de rbol Es el instrumento usado en lgica matemticas y algebra de conjuntos, donde estos se colocan de manera vertical las ramas emanan de los conjuntos anteriores.

Notacin Factorial De modo general el factorial de un nmero se define como el producto de todos los nmeros enteros entre 1 y ese nmero inclusive: n! = n(n-1) (n-2) 1 Permutaciones El nmero de permutaciones de n objetos es el numero d maneras en que es posible disponer de los objetos en cuanto a su orden. Combinaciones El orden de los objetos no es importante lo que nos interesa en las combinaciones es el numero de diferentes agrupaciones de los objetos que pueden ocurrir sin reparar su orden, en consecuencia el de las combinaciones siempre se dirige al nmero de diferentes subgrupos que pueden formarse con n objetos nCr = n!/r!(n-r)! PROBABILIDAD DEFINICIONES BASICAS DE PROBABILIDAD Enfoque clsico: Si N(A) posibles resultados elemental son favorables al evento A, N(S) resultados posibles estn incluidos en el espacio muestral

y todos los resultados elementales son igualmente probables y mutuamente excluyentes As P(A) = N(A)/NS

Enfoque de frecuencias relativas: la probabilidad se determina con base en la proporcin de veces en las que ocurre un resultado favorable en cierto nmero de observaciones o experimentos. P(A) = n(A)/n

Eventos mutuamente excluyentes y no excluyentes.

Dos o ms eventos son mutuamente excluyentes o disjunto, si no pueden ocurrir al mismo tiempo. Esto es la ocurrencia de un evento que impide automticamente la ocurrencia de extraccin de un naipe de un mazo. Estos dos eventos son mutuamente excluyentes porque un naipe dado no puede ser al mismo tiempo as y rey. Dos o ms eventos son no excluyentes cuando es posible que ocurran al mismo tiempo. Obsrvese que esta definicin no indica que esos eventos siempre deban de ocurrir necesariamente en forma conjunta. Suponiendo dos posibles eventos as y trbol, estos eventos nomson excluyentes porque un naipe puede ser al mismo tiempo as y trbol sin embargo se considera que no todos los ases son trboles y viceversa

Eventos independientes y eventos dependientes

Dos eventos son independientes cuando la ocurrencia o no ocurrencia de un evento no tiene ningn efecto en la probabilidad de ocurrencia de otro evento. Dos eventos son dependientes cuando la ocurrencia o no ocurrencia de un evento afecta a la probabilidad de ocurrencia de otro evento

Probabilidad Condicional

Cuando dos eventos son dependientes, se emplea el concepto de probabilidad condicional para designar la probabilidad de ocurrencia del evento relacionado. La expresin: P (B/A) indica la probabilidad de que ocurra el evento B dado que ha ocurrido el evento. A. Las expresiones de de probabilidad condicional no se requieren en eventos independientes, porque por definicin no existe relacin entre la ocurrencia de estos eventos

Teorema de Bayes Consiste en la determinacin condicional del evento A dada la ocurrencia del evento B. La especial importancia del teorema de Bayes es que se aplica en el contexto de ventos secuenciales y, adems, que la versin del clculo de la formula es la base para determinar la probabilidad condicional de que un evento haya ocurrido en la primera posicin secuencial una vez que un evento particular ha sido observado en la segunda posicin secuencial. Su forma de clculo:

P(A/B): P(A) P (B/A)/P(A) P (B/A)+P(A) P (B/A)

Muy bien Jonathan, se ve que le pusiste atencin a Too en clases porque eso es la distribucin binomial y de hecho su frmula es: Y claro que si te paso el chile sintate y ahorita te lo mando para que te lo comas

Sher, es cierto que la distribucin binomial es una distribucin del nmero de sucesos de una secuencia de n numero de experimentos?, Bueno comenzare a comer me pasas el chile?, es que me agarras lejos de l.

Distribucin Normal: La suma de 2 ojivas nos da exactamente una campana completa de tal manera que por simulacin cuando la media es igual a 0 y la desviacin es igual a 1, entonces z = x-m/o

Distribucin Binomial o Bernoulli Se hace llamar un ensayo binomial o de probabilidad discretas cuando aparecen las 4 caractersticas del mismo.

Debe venir claramente redactado P(probabilidad de xito) aun cuando se trate de algn hecho doloroso Viene de manera implcita q probabilidad de fracaso jams viene redactada pero si supuesta Es fcil observar n finito de experimentos P/x se razona, si viene el termino exactamente o nicamente con =, si viene a lo ms ,hasta, por debajo o igual a, con <si viene por encima ,por arriba, al menos, por lo menos con sus frmulas p(x/b)=nCxpq Distribucin de Poisson

Este tipo de distribucin de probabilidad continua tiene 2 elementos muy importantes:

=np donde siempre viene redactado, n es el tamao de la muestra y p es la probabilidad de xito en un espectro continuo de tiempo y espacio. El segundo elemento p(X) se maneja de la siguiente: exactamente (=), a lo mas hasta por debajo >por encima Su formula p(x/)=x e- / x!

Ay! Pinche Jonathan huevon eso te pasa por no entrar casi a la clase de too pero si es una distribucin de probabilidad discreta y tiene formula que es: Y respecto a los huevos, no gracias mejor metete solo a comer y si puedes con todo y chorizo.

Oye Esli, tengo una gran duda, la distribucin de poisson es una distribucin de probabilidad discreta? Oye Esli se me antojan unos huevos para desayunar no me acompaas?

Problemas

Reglas de la Adicin: Al extraer un naipe de un mazo, cual es la probabilidad de extraer un trbol o un as o un rey, enana sola extraccin. Regla de la multiplicacin Si se lanza una ficha de domino al aire tres veces, cual es la probabilidad de que en todos los lanzamientos caiga la parte blanca hacia arriba Diagrama de rbol Realizar un diagrama de rbol en el que se muestre de cuantas maneras se puede clasificar a un estudiante del tecnolgico de Veracruz (carrera, sexo y talleres) Permutaciones Cuatro miembros de una organizacin social se ofrecen como voluntarios para fundir como dirigentes en el siguiente ao, en los puestos de presidente, vicepresidente, tesorero y secretario De cuantas maneras posibles se puede sumir estos cuatro puestos? Combinaciones Suponiendo que se eligen a cinco perros de un grupo de 30 para regalarlos los asociados de Amigos de los Animales Cuntos grupos diferentes pueden ser elegidos? Probabilidad Condicional Un estudiante optimista confirma que las 2 mejores calificaciones que puede sacar en el curso de Probabilidad y Estadstica son de 100 y 90, se estima que la probabilidad de obtener una calificacin de 100 es de 0.40 y que la probabilidad de tener un 90 es de 0.60. Determinar la probabilidad condicional de obtener una B cuando de hecho, se ha obtenido la calificacin final de A.

Teorema de Bayes:

Se sabe que la caja A contiene una moneda de 1 centavo y una moneda de 10 centavos, mientras que la caja B contiene 2 monedas de 10 centavos. Se elije aleatoriamente una caja, y despus se selecciona aleatoriamente una moneda. Si en el primer paso se selecciona la caja A Cul es la probabilidad de que en el segundo se seleccione una moneda de 10 centavos?

Distribucin Normal

Se sabe que en el ciclo de vida de un componente elctrico sigue una distribucin normal con una media 2000 horas y una desviacin estndar de 200 horas. Cul es la probabilidad de que un componente aleatoriamente seleccionado dure entre 2000 y 2400 horas? Distribucin binomial o Bernoullin: 9).- la probabilidad de un proceso de que un prospecto d venta aleatoriamente elegido realice una compra es de .20. Si un representante de ventas a 8 prospectos, cul es la probabilidad de que realice exactamente cuatro ventas? Distribucin de Poisson: 11.- En un departamento de preparacin de maquinas d Cuantas se recibe un promedio de cinco llamadas de servicio por hora? Cul es la probabilidad de que en una hora seleccionada se reciban exactamente tres o ms llamadas? Aproximacin de la norman para Bernoullin: 11).-El 10 % de las bolsas de Sabritas vienen con un defecto a la hora de empaque, al maquinaria de esta empresa produce un lote de 400 bolsas. U n ingeniero en calidad quiere saber cual sera a la probabilidad de que hubiese por lo menos 50 bolsas con este desperfecto. Problemas de normal 12).-En un saln de clases de el tecnolgico de Atisaco se hizo un estudio para comprobar haber solos alumnos son tan locos como lo dicen. De una muestra de 450 alumnos del 2 semestre de ingeniera en sistemas de la materia de programacin orientada a objetos su promedio fue de 84 de calificacin con una desviacin tpica de 8.Posteriomente se requiere comprobar.

A) Cuantos de ellos obtuvieron calificaciones mayores al 90. B) Cuantos de ellos obtuvieron manos de 70 de calificacin. 13).-E n el rancho de tezonopapan se hace un estudio para comprobar el nivel de obesidad de los lugareos. De un total de 450 personas si promedio de peso fue de 151 lbs. Con una desviacin tpica de 15 lbs. A) Cuantos de ellos pesaron entre 120 lbs. Y 155 lbs. B) Cuantos pesaron ms de 185 lbs. C) Cuantos pesaron a lo ms 148 lbs. 14).- En una compaa el gato contento una transportadora de productos perecederos. Entrega una orden colosal de productos en la zona de los Mochis manda un total de 30 camiones repletos de producto es de 2 horas con una desviacin tpica de 20 minutos con el fin de corroborar los datos de entrega el gerente se pregunta. A) Que porcentaje de los camiones tardaron ms de 2 horas en llegar. B) Cuantos tardaron a lo ms de 1 hora y media en llegar. 15).-En una compaa de telfonos se descubri que el promedio de llamadas de una persona es de 5.30 minutos con una desviacin de 0.60 minutos de un total de 50 personas. A) Cuantos de ellos boqui flojos tardan ms de 6 minutos. 16).-L a industria de Steliner productora de carteras de alta calidad en el norte de la india desea aumentar la produccin de acertars en su compaa .P ara ellos realiza un estudio de sus 2071 trabajadores, respecto su trabajo. Se sabe que el promedio de mano factura es de 20 minutos con una desviacin tpica de 1.30 minutos. A) Cuantos de estos necesitan ser remplazados se desea remplazar aquellos cuyo tiempo de fabricacin de 30 minutos. 17).-En la clase de probabilidad en promedio de calificacin de la tercera parte y cuarta unidad en el primer intento es de 40(tomando como mximo el 100) con una desviacin tpica de 3.5.Si en este semestre los alumnos que presentaron el examen eran 38 cuntos de ellos. 1) Obtener a lo ms un 70 en su calificacin 2) Por lo menos un 80 de calificacin Teorema de Bayes

18),- Tres maquinas, A, B y C, producen un 45%, 30% y 25%, respectivamente, del total de las piezas producidas en una fbrica .Los porcentajes de produccin defectuosa de estas maquinas son del 3%,4% y 5%. a. Seleccionamos una pieza al azar, calcular la probabilidad de que sea defectuosa. b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula al probabilidad de haber sido producida por la maquina B. c. Qu maquinaria tiene citada pieza defectuosa? a la mayor probabilidad de haber producido la

19).-Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con 2 bolas rojas y 3 negras .Escogemos unas urnas al azar y extraemos una bola. Si la bola ha sido roja, Cul es la probabilidad de haber sido extradas de la urna A? 20).- E l parque meteorolgico ha anunciado tres posibilidades para el fin de semana: a) Que llueva: probabilidad del 50%. b) Que nieve: probabilidad del 30% c) Que haya niebla: probabilidad del 20% 21).-En una etapa de la probabilidad de la produccin de un artculo se aplica soldadura y para eso se usa tres diferentes robots. La probabilidad de que la soldadura sea defectuosa vara para cada uno de los tres, as como la proporcin de artculos que cada uno procesa, de acuerdo a la siguiente tabla.

Robot A B C

Defectuosos 0.002 0.005 0.001

Art. Procesados 18% 42% 40%

Ahora podemos hacernos un par de preguntas:

a) Cul es la proporcin global de defectos producida por las tres maquinas. b) Si tomo un artculo al azar y resulta con defectos en la soldadura, cual es la probabilidad de que haya sido soldado por el robot C. 22).-Otro ejemplo clsico del uso del teorema de Bayes es un problema de oro y plata. Hay tres bolsas que tienen, cada una dos monedas. Las de las primeras son de oro, las de la segunda son de plata y las de la tercera son una de plata y otra moneda de oro. Cul es la tambin? probabilidad de que la otra moneda de la bolsa sea de oro

23).- Supongamos que asiste a uno de los numerosos programas de televisin en los que despus de haber hecho el payaso/a (o mostrado sus habilidades) para diversin de la audiencia, le ofrecemos que escoja una de 3 puertas que esconden un gran regalo ( un coche, un apartamento , etc.) una estrella y las otras 3 no contiene nada. Tras elegir usted una, el presentador o presentadora del programa abre una de las que rechazo , mostrando que no contena nada (esto siempre lo podr hacer, elija usted la que elija) y le da la oportunidad plantarse con la que escogi inicialmente a cambiar a la otra que queda aun sin abrir. Que debera hacer?Tenga en cuenta que despus de conocer el contenido de una de las puertas que no eligi inicialmente sabe algo ms que el principio .Una pista: no es indiferente plantarse o cambiar , uno de los 2 compartimientos es ms ventajoso que el otro. 24).-Tres maquinas denominadas A,B y C , producen un 43%, 26% y 31% de la produccin total de una empresa respectivamente ,se ha detectado que un 8% , 2% y 1,6% del producto manufacturado por estas maquinas es defectuoso A.- Cul es la probabilidad de que el producto haya sido fabricado en la maquina B? b.- Si el producto seleccionado resulta que no es defectuoso, C cual es la probabilidad de que haya sido fabricado en la maquina C? Solucin: Para resolver este problema nos ayudaremos con un diagrama de rbol: 8% 43% A 92% ND D

2% 26% B 98% 1.6% 31% C 98.4%

ND D

ND

25).- Una empresa recibe visitantes en sus instalaciones y los hospeda en cualquier de tres hoteles de la ciudad; Palacio del Sol, Sicomoros o Fiesta Inn, en una promocin de 18.5 % y 32% y 49.5% respectivamente, de los cuales se ha tenido informacin de que se les ha dado un mal servicio en un 2.8%, 1% y 4% respetivamente. a)Si se selecciona a un visitante ala zar Cual es la probabilidad de que no se d haya dado un mal servicio? b).-Si se selecciona a un visitante al azar y se encuentra que no se quejo del servicio prestado, Cul es la probabilidad de que se haya hospedado en el Palacio del Sol? C.-Si el visitante seleccionado se quejo del servicio prestado, Cul e sal probabilidad de que se haya hospedado en el hotel Fiesta Inn? Solucin: Haciendo uso de un diagrama de rbol;

2.8% 18.5% PS 97.2% 1.0% 32% S 99.0% 4.0% 49.5% FI

NQ Q

NQ Q

96.0%

NQ

26).-Una mujer es hija de una portada de la enfermedad de Duchenne. Dicha mujer tiene tres hijos varones sin la enfermedad. C al cular la probabilidad de que ella sea portadora de la enfermedad. 27).-Una prueba diagnstica para el cncer uterino tiene un coeficiente falso positivo de 0,05 y falso negativo de 0,10.Una mujer con una probabilidad prueba de padecer la enfermedad de 0,15 tiene un resultado negativo con la misma .Calcular la probabilidad de que no est enferma. POISSON 28).- Si un banco recibe en promedio 6 cheques sin fondos por da, Cules son las probabilidades de que reciba, a) Cuanto cheque sin fondo en un da dado,b)10 cheques sin fondos en cualquiera de dos das consecutivos? 29).- En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2 imperfecciones en promedio por un minuto. Determine las probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando mas una imperfeccin en 15 minutos. 30).-Los clientes llegan a una maquina dispensadora de refresco siguiendo un proceso de Poisson de parmetro, (cliente por hora).Supongamos que , cada vez que in cliente deposita dinero , al maquinaria dispensa un refresco con probabilidad P. Determinar la funcin de probabilidad del numero de refrescos dispensados por la maquina en un tiempo t.(Se supone que la maquina tiene una cantidad ilimitada de refresco y que clientes distintos corresponden a sucesos independientes). 31).- Los impulsos de ruido en una lnea telefnica sigue un proceso Poisson de parmetro, (impulso por segundo) a) Determinar la probabilidad de que no haya ruido durante t segundos. b) Supongamos que los mensajes se conciban de manera que los errores provocados por un solo impulso de ruido se pueden corregir .Determinar la probabilidad de que mensaje que dura t segundos sea recibido sin errores. de

32).- Los mensajes llegan a un servidor de correo electrnico por dos lneas diferentes siendo dos procesos de Poisson independientes de parmetro , 1 y 2( mensajes por segundo) a) Determinar la probabilidad de que el primer mensaje llegue por lnea 1. b) Calcular la funcin de densidad de la variable aleatoria X por tiempo de llegada del primer mensaje. c) Calcular la funcin de probabilidad del proceso mansajes que llegan en un intervalo de t, segundos. N (t), nmero total de

33).- Sea N (t) un proceso de Poisson de parmetro. Supongamos que cada vez que ocurro un evento, se tira una moneda en al que sale cara con probabilidad p. Sea N1 (t) Y N2 (t), respectivamente, el nmero de caras y de cruces obtenidas hasta tiempo t. a) Calcular P [N1 (t)=j; N2 (t)=k=N (t)=j + k). b) Utiliza el proceso de Poisson independiente ,calcula P[N1(t)= j;N2(t)=k) y comprobar que N1 (t) y N2(t) son procesos de Poisson independientes de parmetros P , Y (1jp); respectivamente. 34).- Sea X (t) el proceso de telgrafo aleatorio, que se d las siguientes

formas: y cambia su valor cada vez que tiene lugar un suceso en un proceso de Poisson N (t) de parmetro. a) Calcular si sabemos que P(x (0)=1)=p y P(X (0)=1 = 1p.

b) Calcular la media y al auto covarianza de X (t). 35).-Sean N1 (t) y N2 (t) dos procesos de Poisson independiente de parmetros, 1 y 2 respectivamente. Se den en un nuevo proceso Z (t) de la siguiente forma :Z(t)= Y N1(t) (1)N2 (t); t, 0; donde Y es una variable aleatoria (independiente de los procesos) y que toma los valores SS con igual probabilidad. a) Representar grficamente una posible realizacin del proceso para 2=1 b) Calcular mZ (t) y CZ(s; t) para 0 .s.t. DISTRIBUCION BINOMIAL 36).-El 15% de los sobres de una caja de galletas vienen con defectos, si la caja trae 100 sobres Cul es la probabilidad de que menos de 20 sobres sean defectuosos?

37).-La probabilidad de que una persona con cncer muera es de 70 %, si tenemos que 20 personas tienen esta enfermedad Cul es la probabilidad de que se recuperen de 8 a 12 personas? 38).- Un estudio realizado en el ITV acerca de la bebida sabor cola de la compaa Coca-Cola revelo que el 60 % de los estudiantes prefieren el sabor cola, si seleccionan 100 alumnos al azar, Cul ser al probabilidad de que al manos 30 de ellos no prefieran el sabor cola? 39).-Se tiene una maquina productora de tornillos donde se sabe que el 20% de estos salen defectuosos, si se seleccionan 100 tornillos al azar Cul es la probabilidad de que? a) De 30 de 50 sean defectuosos b) 50 este sin defectos c) Menos de 40 sean defectuosos. 40).-En la ciudad el 40% de la poblacin sin empleo se debe a la falta de estudios, obtenga la posibiliad de que 40 personas desempleadas. a) 10 sea a causa de falta de estudio b) De 20-30 sea a causa de la falta de estudio. 41).-De los alumnos egresados de la carrera de Ing. En Sistemas el 20% de ellos siguieron estudiando su materia. Si los alumnos egresados del semestre fueron 100 alumnos .Hallar la probabilidad de que: a) 30 de ellos sigan con su maestra b) De 20 a 50 no sigan con su maestra c) Menos de 20 sigan con su maestra d) A lo mas 23 sigan con su maestra DISTRIBUCION NORMAL 42).- Obtener el rea de probabilidad de los siguientes incisos a) A la derecha de z=2.3 b) Ala izquierda de z=1.9 c) Entre z= -2.1 y z= -3

d) Entre z= 0 y z=1.4 43).- El aprovechamiento escolar de un grupo de 30 alumnos en promedio fue de 80 con una desviacin tpica de 0.9 Cuntos alumnos obtuvieron un promedio de? a) Ms de 90 b) Exactamente 100 c) Menos de 80 d) Entre 70 y 90 44).-Se pesaron a 500 personas de la localidad de La Unin, Tezonapa, Veracruz; si su promedio de peso fue de 70 Kg Cuntas personas pasaron ms de 80 Kg? 45).-50 cajas llenas de sobres de vafe de CFANICO (Cafs Finos de Crdoba) tiene en promedio un peso de 5 Kg con una desviacin tpica de 500 gr, Cul es la probabilidad que este numero de cajas excedan los 400 Kg? 46).-De varios jvenes, se obtuvo que la estatura media era 1.70 m con una desviacin tpica de 20 cm .Hallar la probabilidad de que la estatura de uno de los jvenes escogido al azar sea mayor a 1.75cm. 47).-Un maestro de matemticas del ITV tiene una clase con un grupo de Ing. en Sistemas a las 7 de la maana. Si se sabe qu tiempo que se hace en coche de su casa a la escuela es de 45 minutos. Cul es la probabilidad de que su recorrido dure menos de hora? 48).-De 80 personas el promedio de la edad era de 56 aos con una desviacin tpica de 5 aos cual es el porcentaje de personas que su edad es de menos de 30 aos. 49).-En una aseguradora el promedio de accidentes en choques por imprudencia es de 45 al trimestre de 70 que se reporten con una desviacin tpica de 3 cul es la cantidad de accidentes de 43 por ciento. 50).-De una muestra de 200 alumnos el promedio de edades es de 19 aos Cul es el porcentaje de ellos mayores de 20 aos? DISTRIBUCION, MUESTREO Y ESTIMACION Distribucin normal

L a distribucin norma, tambin llamada distribucin de Gauss o distribucin Gaussiana, es la distribucin de probabilidad. Esto se debe a dos razones fundamentalmente.:

. Su funcin de densidad es simtrica y con forma de campana, lo que favorece su aplicacin como modelo a gran nmero de variables estadsticas.

. Es adems lmite de otras distribuciones y aparece relacionada con

multitud de resultados ligados a la teora de las probabilidades gracias a sus propiedades matemticas. La funcin de densidad est dada por:

Donde (M) es la media y varianza).

(sigma= es la desviacin estndar (

2 es la

Distribucin binomial En la estadstica, la distribucin binomial es una distribucin de probabilidad discreta del nmero de sucesos en una secuencia de n experimentos independientes, los cuales tienen la probabilidad de ocurrir. (La distribucin de Bernoullin es una distribucin binomial con n=1). Su distribucin de probabilidad est dada por:

Por ejemplo, la distribucin binomial se usa para encontrar la probabilidad de sacar 5 caras y 7 cruces en 12 lanzamientos de una moneda.

Su medida y su varianza son: =n 2= n (1-)

Cuando n es muy grande la distribucin binomial se aproxima a la distribucin normal. Distribucin de Poisson

En esta teora de probabilidad y estadstica al distribucin de Poisson es una distribucin de probabilidad discreta .Expresa al probabilidad de un numero de eventos ocurridos en un tiempo fijo si estos eventos ocurren con una tasa medica conocida ,y son independientes del tiempo desde el ultimo evento . La distribucin fue descubierta por Simeon-Denis Poisson ( 1781-1840) que publico , junto con su teora de probabilidad , en 1838 en su trabajo Recherches sur la probabilite des jugements en materies criminelles et matiere civile ( investigacin sobre la probabilidad de los juicios en materias criminales y civiles)

Su distribucin de probabilidad esta dad por:

Donde:

e es el base del logaritmo natural (e= 2.71828) k es

es el factorial de k,

un nmero real positivo, equivalente al nmero esperado de ocurrencias durante un internvalo dado. Por ejemplo ,si los eventos ocurren de media cada 4 minutos de 19 minutos, usara como modelo una distribucin de Poisson con =2.5

Por ejemplo, si 2% de los libros encuadernados en cierto taller tiene encuadernacin defectuosa, obtener la probabilidad de que 5 de 400 libros encuadernados en este taller tangan encuadernaciones defectuosas

Shaula!! Me podras decir en que muestreo es del que forman parte los mtodos para los que puede calcularse la probabilidad de extraccin de cualquiera de las muestras posibles, y ya de paso m ayudas con la riata.

Ay! Roberto no cabe duda que no sabes ni madres por eso Too te puso a hacer diplomas pero en fin, esas caractersticas son del muestro probabilstico, y pues mejor t doy un consejo, pues de paso mejor te paso a Jonathan para que juegues con su riata y te sientes a esperarlo.

Comprobar que la maquina empacadora no est funcionando bien, con una confianza de 5%. Aproximacin de la binomial a al normal De un total de 500 lentes , el doctor oftalmlogo Francisco Alberto Cruz Snchez sabe que el 15% de ellos salen malos, hallar la probabilidad de que en el prximo convoy con la mismo cantidad perdida haya ms de 42 focos defectuosos. Un Gerente de Servicios reporta que el 30 % de las personas mayores a 55 aos de edad no son respetadas pro las dems gentes. Para poder hacer un proyecto respecto a eso as compaa, toma como muestra a 15 de ellas al azar.

a) Cuntas de ellas no son respetadas por la dems gente? b) Cul es la probabilidad de que respetadas? por lo menos 6 de ellas no sean

Distribucin de Cuadrado

El licenciado en mercadotecnia a cargo de la imagen del producto submarino de Marnela va a hacer un estudio respecto si debe cambiar la imagen de estos weyes. Para esto dividi su flota al norte y al sur de la Repblica Mexicana haciendo un total de 1000 encuestados .Para poder verificar si debe cambiar la imagen, Ensayar la hiptesis si se debe o no cambiarse la imagen de los 2 weyes que estn ah con una confianza al igual a 5%?

OPINION CONSERVAR LA IMAGEN CAMBIAR LA IMAGEN TOTAL

NORTE

SUR

TOTAL

Muestreo en estadstica En estadstica un muestreo es la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra, se espera que sus propiedades sean explorables a la poblacin .Este proceso permite ahorra recursos, obteniendo resultados parecidos que si se relizase un estudio de roda la poblacin. Cabe mencionar para que el muestreo sea vlido y se pueda realizar un estudio fiable (que represente a la poblacin),debe cumplir ciertos requisitos , lo que convertira en una muestra respectiva. En el muestreo, si el tamao de

la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral. Muestreo probabilstico Forma parte de este tipo de muestreo todos aquellos mtodos para los que puede calcularse la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. Muestreo aleatorio Es la extraccin de una muestra de una poblacin finita ,en el que el proceso de extraccin es tal que garantiza a cada uno de los elementos de la probabilidad la misma oportunidad de ser incluido en dichas muestras. Esta condicin garantiza al representatividad de la muestra porque si en la poblacin una determinado porcentaje de individuos presenta la caracterstica , la extraccin aleatoria garantiza matemticamente que por trmino medio se obtendr el mismo porcentaje de datos mustrales con esa caracterstica. El muestreo aleatorio puede ser de dos tipos: Sin reposicin de los elementos: los elementos extrados se descartan para la siguiente extraccin .Por ejemplo, se extrae una muestra de bombillas para inferir su vida media, no es posible la reposicin. Con reposicin de los elementos (Muestreo Aleatorio Simple o M.A.S):las observaciones se realizan con remplaza miento de los individuos , de forma que la poblacin es idntica en todas las extracciones y , por lo tanto , cada observacin es independiente de al anterior. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin aunque, realmente no lo sea.

Para realizar este tipo de muestreo, y en determinadas situaciones m es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Ejercicios de muestreo

De 100 muestras de 200 nios en cuntos cabe encontrar? a) Menos del 40% de nios b) Entre 40% y 60% son nias c) El 53% o ms son nias Una poblacin consiste en los numero 3, 7, 11,15 consideramos todas las posibles muestras de tamao 3 que se puedan tomar de esa poblacin halla. a) La medida de la poblacin b) La desviacin tpica de la poblacin c) La media de la distribucin de muestras d) Desviacin tpica de las distribuciones de muestras de medias Los pesos de 1500 cojinetes de bolas se distribuyen normalmente con media igual 22.40 onzas y una desviacin tpica 0.048 onzas. Si se entren 300 muestras de tamao 36 de esta poblacin determinar.

a) La media esperada b) La desviacin tpica de la distribucin muestral de medio si el muestreo se hace con emplazamiento. Y sin reemplazo.

El directos administrativo de un colegio desea usar la media de una muestra aleatoria para estimar la cantidad promedio de tiempo que tardan los alumnos en ir de una clase a otro y adems quiere poder asegurar con una confianza de 99% que el erro a lo ms 0.25 minutos puede suponerse que por experiencia que alfa =1.40 min Qu tamao debe tener la muestra? Las lmparas que fabrica una empresa tiene una vida media de 800 horas y una desviacin tpica de 60 horas...Hallar la probabilidad de que una muestra aleatoria de 16 lmparas tenga una vida media. a) Entre 770 y 840 horas b) Menos que 789 horas

c) Ms de 82 horas d) Entre 770 y 330

Expresado en miles de pesos los diversos niveles o areas directivas que emana en Bimbo de Veracruz su sueldo es simblicamente lo forman los dgitos 1,2,3,4,5 como muestra de tamao 2 como reemplazo a) Calcular M b) Calcular c) Numero de muestra de lista de posible d) Media maestral Una bioqumica desea averiguar el promedio del contenido vitamnico de la leche en polvo Nido, el error debe estar ms o menos 0.05 mg, con un nivel de confianza de 95% Qu tan grande debe ser el tamao de la muestra? El jefe en gestin de calidad avisa que la desviacin tpica es igual a 2 mlg De la desviacin tpica de las vidas medias de los tubos TB. Se estima en 100 Que tan grande debe ser la muestra para tener confianza del? a) 95% b) 90% c) 99%

De que tamao debe ser una muestra de las fichas del p 23 para tener confianza del: a) 95% b) 99% c) 99.73% de que la verdadera proporcin no difiere de las muestra en ms del 5%

ESTIMACIN ESTADISTICA

ESTIMAR: Es aceptar un juicio deductivo sobre una muestra representativa las principales figuras de su estudio son Zc (zeta crtica) que es el valor mnimo critico para aceptar o rechazar un postulado. De donde: 1- = zona de confiabilidad, zona de confianza o nivel de confianza. = nivel de significacin o probabilidad de error. Al hecho de observar el comportamiento de las muestras contrastarlas y obtener un parmetro para la poblacin se le denomina estimacin. Habitualmente, lo normal es que se desconozca la media y la desviacin tpica de la poblacin y que, mediante tcnicas de muestreo, se busque estimarlas con la fiabilidad necesaria. As, cuando se contestan estas preguntas se esta haciendo una estimacin a partir de la muestra.

INTERVALOS DE CONFIANZA

Se le llama intervalo de confianza para la media poblacin a los elementos que aparecen en dicho intervalo, los que ya estudiados anteriormente. La probabilidad de que la media de la poblacin se encuentre en este intervalo es, que es el nivel de confianza. Si la confianza es, suele decir que el nivel de significacin es 1- , o nivel de riesgo.

En el caso en que la desviacin tpica de la poblacin sea desconocida, no tendramos ms remedio que sustituirla por la desviacin muestral s; 1-

/ z

/ z

FORMULARIO DE PROBLEMAS DE ESTIMACION INTERVALO DE CONFIANZA PARA MEDIAS

INTERVALO DE CONFIANZA PARA PROPORCIONES PZcp

p = =

CLCULO DEL TAMAO DE LA MUESTRA n=

n=

(Cuando no se conoce

o estudio exploratorio)

MAGNITUD DE ERROR e = Zc

EJEMPLOS

1. Un fabricante de reproductores de disco compactos utiliza compactos

utiliza con un conjunto de pruebas amplias para evaluar la funcin elctrica de su producto. Todos los reproductores de discos compactos deben pasar todas las pruebas antes de venderse. Una muestras aleatoria de 500 reproductores tiene como resultado 15 que fallan en una o mas pruebas. Encuentre un intervalo de confianza de 90% para la produccin de los reproductores de discos compactos de la poblacin que no pasan todas las pruebas.

Solucin: n= 500 p= 15/500 = 0.03 Z(0.90) = 1.645 Nivel de 0.10 significado na Valores -1.28 o crticos de z para 1.28 unilaterale s s Valores -1.645 crticos de 1.645 z para bilaterales -1.645 1.645 o -2.33 2.33 o -2.58 2.58 o -2.88 2.88 o 0.05 0.01 .90 0.005 0.02

y -1.96 1.96

y -2.58 2.58

y -2.81 2.81

y -3.08 3.08

1.645 0.0237<P<0.0376 Interpretacin: se sabe con un nivel de confianza del 90% que la proporcin de discos defectuosos que no pasan la prueba en esa poblacin esta entre 0.0237 y 0.0376.

2. Una

empresa elctrica fabrica focos que tienen una duracin aproximadamente normal con una desviacin estndar de 40 horas. de que tamao se necesita una muestra si se desea tener 96% de confianza que la media real este dentro de 10 horas de la media real? Zc= 2.053 = 40 e= 10 Interpretacin: se necesita una muestra de 68 focos para estimar la media de la poblacin y tener un error mximo de 10 horas.

3. El CESA del ITVER desea estimar el porcentaje de estudiantes que

favorece un nuevo reglamento de titulacin; se pretende seleccionar al azar una muestra de 300 estudiantes. Si los resultados d este sondeo arrijan la probabilidad de .60 que tan exacta es esta estimacin de la proporcin poblacional con un nivel de confianza del .95? n= 300 p= .60 e=Zc = .5 1- = 0.95 ZC=1.96

p = (.60) (.40)= .24

E = (1.96) (.2826)= .0554

P= {e<.0555}.95

Interpretacin: podemos afirmar con un 95% de confianza que el CESA del ITVER favorece el nuevo reglamento de titulacin La estimacin o magnitud de error es exacto por ser menor .0554 de que con una muestra de 300 estudiantes el 60% favorezca el nuevo reglamento. Prueba Z para una media

Caractersticas:

1.- Poblacin normalmente distribuida 2.- Muestra grande N > 30 3.- Procede un estudio exploratorios o confirmatorios 4.- Se conoce siempre 5.-Modelo matemtico:

Reglas de decisin:

Prueba Z para 2 medias

Caractersticas:

1.- Supone muestras 2.- Muestras grandes N>30 3.- Se conoce 4. Poblacin normalmente distribuida 5.- Modelo Matemtico:

Reglas de decisin:

Prueba Z para 2 proporciones

Caractersticas:

1.- Muestras grandes N>30 2.- Supone muestras independientes 3.- Homogeneidad 4.- Se conoce p (fenmeno experimental) 5.- Poblacin normalmente distribuida 6.- Modelo matemtico:

Reglas de decisin:

T de Student

En probabilidad y estadstica, la distribucin t o distribucin t de Student es una distribucin de probabilidad que surge de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. sta es la base del popular test de la t de Student para la determinacin de las diferencias entre dos medias maestrales y para la construccin de intervalo de confianza para la diferencia entre las medias de dos poblaciones.

La distribucin t surge, en la mayora de los estudios estadsticos prcticos cuando la desviacin tpica de una poblacin se desconoce y debe ser estimada a partir de los datos de una muestra.

T Student para medias tradicional

Caractersticas:

1.- Poblacin normalmente distribuida 2.- Muestras chicas N<30 3.- Se conoce a veces S 4.- Estudio previo 5.- G.l. = grados de libertad 6.- Modelo matemtico:

Reglas de decisin:

T Student para diferencia entre 2 muestras

Caractersticas:

1.- Muestras pequeas N<30 2.- Supone muestras cada 3.- Se conoce a veces 4.- G.l (N1+N2)-2 5.- Modelo matemtico: ,

Reglas de decisin:

Distribucin F de Fisher

Recibi este nombre en honor a Sir Ronald Fisher, uno de los fundadores de la estadstica moderna. Esta distribucin de probabilidad se usa como estadstica prueba en varias situaciones. Se emplea para probar si dos

muestras provienen de poblaciones que poseen varianzas iguales. Esta prueba es til para determinar si una poblacin normal tiene una mayor variacin que la otra y tambin se aplica cuando se trata de comparar simultneamente varias medias poblacionales. La comparacin simultnea de varias medias poblacionales se conoce como anlisis de varianza (ANOVA). En ambas situaciones, las poblaciones deben ser normales y los datos tener al menos la escala de intervalos.

Caractersticas:

1.- Muestras chicas preferentemente N<30 2.- Recorrido de la variable aleatoria F{0<Fc<} 3.- Nunca acepta valores negativos se parece a Ji cuadrada 4.- Asimtrica respecto de 0 y sesgada a la derecha

Reglas de decisin:

Correlacin y Regresin lineal

Manejo de 2 variable X y Y dan origen a que el investigador pueda correlacionar las variables y verificar su necesidad cientfica significativa. Existen 3 tipos de graficas de correlacin:

Anlisis de para la diferencia de 2 o ms propiedades Caractersticas: 1.- Muestras chicas 2.- {0< c < } 3.- Se parece a F Fisher y nunca acepta valores negativos 4.- Asimtrica y sesgada a la derecha 5.- G.l = (R-1) (K-1) 6.- Modelo matemtico

PLUTO MARICA, ESTARAS BIEN GUAPO PERO ERES UNA NENA CASTRADA, SE LES LLAMA INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACION A LOS ELEMENTOS QUE APARECEN EN DICHO INTERVALO

HAY MANA, VERDAD QUE LOS INTERVALOS DE CONFIANZA SON LOS QUE ME DOY CON MIS AMIGOS EN EL DEPA PARA SOLTEROS CON SEXO DUDOSO? BELLOS RECUERDOS

SE NOTA QUE ERES FUTBOLISTA, PINCHE RETRASADO MENTAL, LA PRUEBA DE FISHER SE EMPLEA PARA DEMOSTRAR SI DOS MUESTRAS PROVIENEN DE POBLACIONES CON VARIANZAS IGUALES, CARA DE NALGA.

EMO , DEJA DE CORTARTE LAS VENAS Y DIME, ES CIERTO QUE LA PRUEBA DE FISHER SE UTILIZA PARA SABER SI TODAVIA SE TE PARA EL PENE O DE PLANO YA PARECE GLOBO PONCHADO?

DIME WAMBITA LA ESTIMACIN ES COMO CUANDO TE METEN UN TERMOMETRO POR EL CULO PARA VER QUE TAN ESTRECHO LO TIENES?

PINCHE DR. HOUSE PEDERASTA, SI SERAS IDIOTA,LA ESTIMACIN ES ACEPTAR UN JUICIO DEDUCTIVO SOBRE UNA MUESTRA ", DROGADICTO DE MIERDA.

PROBLEMAS

1.- El investigador Miguel Menassa seala que el gasto promedio mensual de las personas fanticas al ftbol de la ciudad de Jalapa, Ver es de $1500, en playeras, balones, gorras y tacos, etc. Con una desviacin tpica de $300. Durante el ao 2006 se eligen al azar 45 personas ms fanticas al ftbol que gastan $1800 mensualmente. Suponer alfa 5%. Podemos creer aficionados al ftbol gastan ms de lo sealado por el investigador?

2.- El ornitlogo Vctor Hernndez seala que la exportacin promedio de especies de aves en peligro de extincin es de 2000 especies distintas. Durante el ao 2006 se eligen al azar 40 comerciantes dedicados a la compraventa ilegal de especies de aves en peligro de extincin, los cuales exportan u promedio anualmente de 2100 especies distintas con un 90 % de confianza y con una desviacin tpica de 400 especies distintas. Podemos creer que actualmente los comerciantes exportan ms especies que lo sealado por el ornitlogo Vctor Hernndez?

3.- El Director de la Universidad Cristbal Colon le informa a un grupo de profesores que un estudio revelo que durante el ao 2006 el promedio de gasto mensual de los estudiantes es de US $1000 con una desviacin tpica de $200 dlls. Se hace un estudio actual y se eligen 36 estudiantes forneos, los cuales tienen un consumo medio de $1100 dlls. Con un 95% de confianza. Podemos concluir que actualmente los estudiantes forneos gastan ms que lo que nos reporto el Director?

4.-En Xalapa 28 hombres de 60 estn a favor de las cpsulas de Asepxia de la empresa Genoma Lab por su efectividad en desaparecer los barros y espinillas. En Veracruz 35 de 100 hombres opinan lo mismo. Con un 90% de confianza podemos concluir que la expresin expresada en estas regiones a favor de las cpsulas de asepxia sea la misma? Podemos admitir que hay mayor consumo en Veracruz que en Xalapa?

5.- En Puebla 35 de 80 mujeres mueren a causa del cncer cervicouterino. En Veracruz 50 de 120 mueren por lo mismo. Con un 90% de confianza.

Podemos concluir que la muerte en estas regiones sea la misma? Podemos admitir que hay mayor mortalidad en Veracruz que en Puebla?

6.- En Veracruz 40 de 60 gays mueren a causa de la enfermedad del SIDA. En el DF. 35 de 100 mueren por lo mismo. Con un 99% de confianza: Podemos concluir que las muertes en estas regiones sea la misma? Podemos admitir que hay mayor mortalidad en Veracruz que en Puebla?

7.-El ganadero Ruiz tiene 2 grupos de vacas lecheras Holstein; las de Per tienen un promedio de leche de 9.4 litros y de Mxico un promedio de 8.5 litros, ambos grupos constan de 120 vacas. Podemos creer y suponer que el grupo de vacas lecheras de Per producen mas leche que las de Mxico? La varianza de las vacas lecheras de Per es de 7 y las de Mxico es de 3 con un 95% de confianza.

8.- El comerciante Sr. Estanislao Ortigaza tiene dos negocios de cerveza; en la ciudad de villa isla vende un promedio de 8.9 litros al da en la ciudad de poza rica un promedio de 7.5. Ambos negocios constan de 350 cervezas. Podemos creer y suponer que hay ms ventas en la ciudad de villa isla que en poza rica? La varianza de las ventas en villa isla es de 6 y en poza rica de 4, con un 90% de confianza. 9.-El profesor Adalberto Durn tiene dos grupos de sistemas donde hay 70 y 55 alumnos respectivamente. El primer grupo tiene un promedio de 9.0 mientras que el segundo de 8.5, con una desviacin tpica de 3 y 4.2 respectivamente. Determinar si existen diferencias entre estos dos grupos. Con un 95 % de confianza.

10.- En la secundaria general #32 el profesor de formacin cvica y tica tiene 2 grupos, uno matutino y uno vespertino. El promedio del grupo matutino es de 7.9 y el vespertino de 9.2. Ambos grupos constan de 100 alumnos. La varianza del matutino es de 1 y del vespertino de .83 podemos creer y suponer que el grupo vespertino es mejor su rendimiento escolar que el matutino? Con un 95% de confianza.

11.- El granjero Jos Corts tiene 2 rebaos de ovejas en las afueras de Veracruz, uno se llama el Jos de ovejas negras y otro El Paraso de ovejas

blancas. El promedio de produccin de lana de ovejas negras es de 8.5 y el de las blancas de 7.9. Podemos creer y suponer que el rebao de ovejas negras es igual en su rendimiento que el rebao de ovejas blancas? Teniendo un 90% de confianza y con una varianza para las ovejas negras de 6 y las blancas es de 4. 12.- Un maestro del ITV que imparte clases de fsica ha demostrado que el 35% de los alumnos se copian en el examen de su materia porque son unos mediocres. El semestre pasado 40 de 95 alumnos se copiaron en el examen. Se debe suponer y creer que los alumnos que actualmente lleva el maestro son menos mediocres que los pasados? Con un 95% de confianza. 13.- Actualmente 21 personas de 48 que viven en Veracruz estn enfermas de dengue. En Oaxaca solo 1 de 100 personas las que estn padeciendo esta enfermedad Podemos decir que el contagio en estas regiones sea el mismo? 14.- En Mxico DF 20 de 60 mujeres estn a favor del Aborto en caso de violacin. En Veracruz 53 de 100 opinan lo mismo Podemos concluir que la razn expresada en estas dos regiones sea la misma? Con un 95% de confianza. 15.- A continuacin se muestran las calificaciones de un examen de programacin como pre-test aplicado a principio de semestre y a la vez del promedio final como re-test aplicado al final de semestre para una muestra de 11 estudiantes. Encontrar la correlacin y la prueba de hiptesis. Nmero 1 2 3 4 5 6 7 8 9 10 11 X 48 50 61 51 68 71 46 54 52 62 72 Y 52 74 80 58 73 74 57 64 59 66 83 XY

635

790

16.- El Ing. Juan Prez antes de ensear la asignatura de Matemticas 2, aplica un examen para conocer el nivel que traen los alumnos del semestre anterior; al final del semestre aplica el mismo examen para conocer el avance a una muestra de 12 estudiantes. Encontrar el tipo de correlacin y elaborar la prueba de hiptesis.

Nmero 1 2 3 4 5 6 7 8 9 10 11 12

X 56 61 58 64 81 77 59 54 71 76 62 80

Y 56 63 57 73 79 75 63 60 68 85 65 84

XY

17.-El gerente de Coca Cola desea averiguar si es necesario cambiar el sabor de sus productos en 4 estados del oeste del pas (Nayarit, Jalisco, Colima y Michoacn) o continuar con los mismos sabores. Con un novel de confianza del 95% toma la decisin correcta.

Nayarit cambiar Sabores conserva r Sabores Total 120 70 50

Jalisco 42

Colima 25

Michoac n Total 36 156

60

52

34

216

102

80

70

372

18.- El dueo del bar Tezampo en la ciudad de el Elote, Ver encuesta a sus clientes en 4 colonias (El cochino, Damin Hdez. Veracruzito y Amrica) para averiguar si debe mantener en le bar el club de meseras las zorras o cambiarlas por el club de meseras Tanga floja. Suponer alfa 5%

El cochino a favor de las Zorras a favor de la tanga floja Total 80 20 60

Damin Hdez 20

Veracruzi to Amricas Total 15 10 105

30

25

20

95

50

40

30

200

19.- La llantera Goodyear afirma que en un juego de llantas de dicha marca tiene una duracin promedio de 100,000 Km. El ing. Mercocho afirma que el producto tiene un promedio de vida menor que ese valor. La empresa de autobuses de oriente ADO adquiri 12 juegos de llantas y encontr duracin promedio de 92,000 Km. y una desviacin tpica de 8000. Determina si la informacin de la llantera convenci al propietario de ADO. Nivel de confianza 95% 20.- En abarrotes El cuate llega un pedido de sobres de caf los cuales se afirma que tienen un peso de 250 gr. Con una desviacin de 20gr. El dueo de la tienda decide checar el producto y escoger al azar 15 sobres y obtiene un peso promedio de 230gr. Podemos deducir que el lote de sobres esta defectuoso? Suponer alfa 5% 21.- Los registros de una refaccionaria para vehculos revelaron que la duracin promedio de un juego de bujas es de 440,000 km. Un fabricante de bujas afirma que su producto tiene una duracin promedio a ese valor, el propietario de autobuses cuenca del Papaloapan adquiri 16 juegos de bujas como prueba y encontr una duracin promedio de 420,000 Km. y una desviacin tpica de 1500 km. Determinar si con esta informacin el propietario quedo satisfecho. Nivel de confianza 95%

Nmeros Aleatorios 1.-En la siguiente tabla se encuentran los calibres en pulgadas de 320 resortes Calibre (plgs) 0.045F X fA Esferas Ubicadas

f=120 de la empresa Resortes y Partes, con 10 muestras de tamao 5. Calcular: a) b) c) Prueba z para medias 2.-En el centro comercial Soriana, el Sr. Ramrez est preocupado por las ventas de zucaritas, as que contrata a Mr. Joel y le hace saber la situacin. El Sr. Ramrez le informa a Mr. Joel que el consumo medio al mes por persona de zucaritas es de 0.74kg Mr. Joel hace un estudio a 40 amas de casa informndole que su consumo medio al mes es de 0.755 Kg., con una desviacin tpica de 0.011 Kg. Podemos creer que existen diferencias significativas entre el estudio actual y el anterior? Suponga =10%. Prueba z para una proporcin 3.-En el ITV el Ing. My Negros dice que un 75% de alumnos que cursan con l Mediciones Elctricas se los truena. Se encuesta a 50 alumnos que cursaron Mediciones Elctricas con My Negros y se encuentra que se trab a 38 alumnos. a) Podemos creer que Ing. My Negros repruebe ms de los que dice. Suponer =5%.

b) Existen diferencias significativas entre lo que dice My Negros y los Alumnos que cursaron Mediciones Elctricas. Suponer =5%. 4.-Una agencia de empleos afirma que el 80% de todas las solicitudes hechas por mujeres con hijos prefieren trabajos a tiempo parcial. En una muestra aleatoria de 200 solicitantes mujeres con nios, se encontr que 110 prefirieron trabajos a tiempo parcial. Pruebe la hiptesis de la agencia con un nivel de significancia de 5%. Prueba z para dos medias. 5.-En el Plan de estudios del ITV y UV en Ing. Electrnica es similar, sin embargo el ITV cuenta con laboratorios independientes para los electrnicos y la UV no. En el ITV el promedio de alumnos graduados es de 100 por generacin con una varianza muestral de 30 alumnos y en la UV el promedio de alumnos graduados de la UV por generacin es de 120 por generacin con una varianza muestral de 40 alumnos. Si por generacin hay 200 alumnos de la misma carrera: a) Podemos afirmar que en la UV es ms fcil ser Ing. Electrnico que en el ITV. Suponer = 5%. b) Podemos creer que el ITV es ms fcil ser Ing. Electrnico que en la UV. Suponer = 10%. c) Podemos afirmar que existen diferencias significativas en el rendimiento de los alumnos en ambas instituciones. Suponer = 5%. 6.-En el Spa de autos y en el Car Wash Limpiecito se realiza el mismo servicio de lavado y aspirado, pero el Spa tiene una sala de espera climatizada y el Car Wash Limpiecito no tiene sala de espera climatizada. Al Spa fueron la semana pasada un total de 200 autos con un promedio de 35 autos por da con una varianza muestral de 9 autos; en el Car Wash limpiecito fueron 190 autos con una promedio de 36 autos con una varianza muestral de 10 autos. Se puede decir que la gente prefiere lavar su auto en el Car Wash que en Spa de Autos? =10%. Prueba z para dos proporciones 7.- 26 de 50 jvenes consumen Nescafe Decaf por su precio econmico y buen sabor; 80 de 100 jvenes opinan lo mismo en Uzuluama. Podemos creer que la causa de preferencia de consumo de este producto sea mayor en Uzuluama que en Crdoba? =1%. 8.-Un artculo del New York Times en 1987 report que se puede reducir el riesgo de sufrir ataques al corazn ingiriendo aspirina. Para llegar a esta conclusin el cronista se bas en los resultados de un experimento diseado, en donde participaron dos grupos de personas. A un grupo de 11,034 personas se le suministr una dosis diaria de una pastilla que no contena ninguna droga

(un placebo), y de estos 189 sufrieron posteriormente ataques razn, mientras que al otro grupo de 11,037 se les suministr una aspirina, y slo 104 lo sufrieron. Usando una prueba de hiptesis y un nivel de significancia del 1%, considera Usted que el cronista del New York Times estaba en lo correcto? Prueba de t Student. 9.-En el ao pasado el contenido promedio de shampoo SEDAL era de 600ml. Se realiza un estudio eligiendo al azar 20 envases y se descubre que el contenido promedio es de 650ml. Con una desviacin estndar de 50ml. Ensayar la hiptesis que la maquinaria que envasa este producto no se encuentre en buenas condiciones. =0.05. 10.-Faber Castell AG, empresa alemana fabricante de tiles escolares, afirma que el promedio de lpices con grafito cuarteado es de 0.025 lpices; profeco hace un estudio eligiendo al azar 20 lpices que resultan tener un promedio de 0.030 lpices con grafito cuarteado y una desviacin estndar de 0.0003 lpices. Podemos afirmar que hay ms lpices con grafito cuarteado que los reportados por Faber-Castell. Suponer =5%. Prueba t Student diferencia de dos medias. 11.-En una empresa se hacen unas pruebas a dos grupos de trabajo para ver el desempeo de estos, el primer grupo de trabajadores formado por 20 tuvo un desempeo del 90% en el cumplimiento de todas las tareas asignadas con un desviacin muestral de 12, el segundo grupo formado por 25 trabajadores tuvo un desempeo del 85% con una desviacin muestral de 5. Podemos considerar que haya diferencias significativas en el desempeo laboral de estos grupos de trabajo? Suponer = 0.05. Anlisis de 2, diferencia entre dos o ms proporciones. 12.-El secretario de Educacin Publica supervisa el rendimiento de 600 estudiantes en 4 puntos cardinales del pas de nivel primaria en escuelas pblicas. El estudio consta en que si deben seguir la poltica de que las horas de estudio sean de 8 am a 12 pm o si deben cambiar por una nueva poltica donde las horas de clase sean de 8am a 2pm. Con = 0.05 compruebe la hiptesis nula. Zona Opinin Conservar Poltica Nueva Poltica Total Norte 96 100 196 Sur 25 80 105 Este 55 100 155 Oeste 74 70 144 Total 250 350 600

Prueba F de Fisher 13.-En una la fabrica de leche Alpura un inspector en calidad extrae 30 cajas de 2 maquinas que llenan el Tetra Pack con la leche; la varianza de la maquina A es de 30ml y la de la maquina B es de 18ml. Podemos afirmar que existen diferencias significativas en el nivel de produccin? = 10%. Correlacin Lineal 14.-La siguiente tabla muestra las calificaciones del examen de Probabilidad y Estadstica de los 11 educandos de Too, en el primer intento se los trab y en el segundo intento de cagada pasaron los 11 estudiantes.

Estudiante 1 2 3 4 5 6 7 8 9 10 11 Totales

1er Intento (X) 65 60 55 67 60 65 69 54 66 60 50 671

2do Intento (Y) 80 80 70 85 80 85 70 75 75 80 80 860

XY 5200 4800 3850 5695 4800 5525 4830 4050 4950 4800 4000 52500

X2 4225 3600 3025 4489 3600 4225 4761 2916 4356 3600 2500 41297

Y2 6400 6400 4900 7225 6400 7225 4900 5625 5625 6400 6400 67500

Anlisis de Varianza 15.-Los miembros de un equipo de basketball se dividen al azar en tres grupos que entrenan con mtodos diferentes para mejorar sus tiros. El primer grupo realiza tiros de larga distancia, el segundo grupo juega cscaras con otros equipos y el tercer grupo traba en el gimnasio. Despus de un mes de entrenamiento se realiza un test de tiro que consiste en realizar 25 tiros cronometrados. Las anotaciones realizadas fueron las siguientes: Mtodo de Instruccin A B C Canastas 2 1 2 3 2 5 2 0 1 7 1 5 2 0 2 0 2 1 2 0 1 8 2 3 2 5 2 4 1 9 Total de canastas 106 102 103 Encestes medios 21.2 20.4 20.6

A un nivel de 95% de seguridad Puede considerar que los tres mtodos producen resultados equivalentes?