Probabilidad clasica

Probabilidad de un evento # resultados favorables

# total de posibles resultados

ejemplo: probabilidad que el dado caiga en par 3 0.5

6

Mutuamente Excluyente: El hecho que un evento se presente significa que ninguno de los demás eventos puede ocurrir al m
Ejemplo variable de genero: hombre o mujer = Un empleado seleccionado al azar es hombre o mujer. 2. Una pieza fabricad
P(A U B) = P(A) + P (B)
EJEM: ¿Cuál es la probabilidad de sacar un rey o un as de un mazo de cartas?
cartas = 52
reyes = 4 - as = 4 4 + 4 = 8
52 52 52

Ley aditiva de la probabilidad

Sean A y B dos eventos no excluyentes AᴖB 0

P (A U B) = P (A) + P (B) - P (Aᴖ B)

Si son excluyentes P(A ᴖ B) = 0

NO EXCLUYENTE
Probabilidad de ganar dos variables, puede
0.5 0.33
Regla multiplicativa para eventos independientes
una vez tomada la muestra se regresa de nuevo a la población

ejemplo de las cartas CON REMPLAZO 4 4= 16 0.00591716

52 52 = 2704

SIN REMPLAZO ejemplo cartas 4 3= 12 0.00452489

52 51 = 2652

SIN REMPLAZO 30 29 = 870 0.08787879

100 99 = 9900

EVENTOS INDEPENDIENTES EJEMPLO: las transfernecias de un banco tienen una pro

No tienen relación, y por eso se consulta la probabilidad de trabajo del 90%, y el AS400 tienen una probabilidad
de que ambos funcione y no de que uno funcione dado ¿Cuál sería la probabilidad de swift as400 funcionen?
que el otro lo hace
0.9 0.98 0.882 88%

TEOREMA DE BAYES

NO. 19 BOLAS

ROJA
1 8
19 AZUL

ROJA
2 5
 19 AZUL

ROJA
3 6
19 AZUL

5 2
PROBABILIDAD DE SER EXTRAIDA DE LA URNA 2 19 5
8 3 5 2 6
19 8 19 5 19

Cambiar o por + (más)

cambiar luego o "y" por * (multiplicación)
ás eventos puede ocurrir al mismo tiempo
ujer. 2. Una pieza fabricada puede ser aceptada o no

e ganar dos variables, puede ser de una forma o de otra

0.17 0.66
as de un banco tienen una probabilidad
400 tienen una probabilidad de 98%
de swift as400 funcionen?

5
8
3
8

3
5
2
5

2
6
4
6

=
0.11 22%
4 0.47
6
Hoja de trabajo (caso 1)

a) P = (-0.34 < Z < 0)

- 0.1331 0.3669 0.5000 13.31%

Probabilidad

Probabilidad

13.31%

-4 .75 3.5 .25 -3 .75 2.5 .25 -2 .75 1.5 .25 -1 .75 0.5 .25 0 25 .5 75 1 25 .5 75 2 25 .5 75 3 25 .5 75 4
-3 - -3 -2 - -2 -1 - -1 -0 - - 0 0. 0 0. 1. 1 1. 2. 2 2. 3. 3 3.

b) P = (0 < Z < 0.34) 0.6331 0.5000 13.31%

1.1331 - 1 = 0.1331

Probabilidad

Probabilidad

13.31%

-4 .75 3.5 .25 -3 .75 2.5 .25 -2 .75 1.5 .25 -1 .75 0.5 .25 0 25 .5 75 1 25 .5 75 2 25 .5 75 3 25 .5 75 4
-3 - -3 -2 - -2 -1 - -1 -0 - -0 0. 0 0. 1. 1 1. 2. 2 2. 3. 3 3.

Z
 . - -3. . - -2. . - -1. . - -0. 0. 0. 1. 1. 2. 2. 3. 3.
-3 -2 -1 -0
Z
c) P = (0.34 < Z < 2.3)
P = (0<Z<2.30) 1.4893 - 1 = 0.4893
P = (0<Z<0.34) 1.1331 - 1 = 0.1331
0.3562 35.62%

Probabilidad

Probabilidad

35.62%

-4 .75 3.5 .25 -3 .75 2.5 .25 -2 .75 1.5 .25 -1 .75 0.5 .25 0 25 .5 75 1 25 .5 75 2 25 .5 75 3 25 .5 75 4
-3 - -3 -2 - -2 -1 - -1 -0 - - 0 0. 0 0. 1. 1 1. 2. 2 2. 3. 3 3.

d) P = (0.30 < Z < 0.4)

P = (0<Z<0.40) 1.1554 - 1 = 0.1554
P = (0<Z<0.30) 1.1179 - 1 = 0.1179
0.0375 0.0375

Probabilidad

Probabilidad

3.75%

-4 .75 3.5 .25 -3 .75 2.5 .25 -2 .75 1.5 .25 -1 .75 0.5 .25 0 25 .5 75 1 25 .5 75 2 25 .5 75 3 25 .5 75 4
-3 - -3 -2 - -2 -1 - -1 -0 - -0 0. 0 0. 1. 1 1. 2. 2 2. 3. 3 3.

Z
 . - -3. . - -2. . - -1. . - -0. 0. 0. 1. 1. 2. 2. 3. 3.
-3 -2 -1 -0
Z
Distribución normal de probabilidad (caso 2)
a) Cálculo manual con fórmula y tabla Z

Una firma de auditoría realizó el comportamiento de las ventas de un grupo de empresas adoptando la información
a una curva normal con los siguientes resultados: Media aritmética Q. 3,660.00 VarianzaQ. 291,600.00, desviación
estándar de Q. 540.00 e intervalo constante de Q. 280.00. Siel número de empresas fuera 200, el gerente de la
firma desea saber: La probabilidad y el No. De Empresas que tendrían ventas entre Q. 2,220.00 y Q. 4,000.00

Datos:
X = 3,660.00 Ventas Miles Q
S^2 = 291,600.00 Miles Q
I= 280.00 Intervalo
S = 540.00 Miles Q
N= 200.00 Empresas

Datos Z= x - X
X= 3,660.00 S
x= 2,220.00
S= 540.00 Z= 2220 - 3660 = -2.67 Ubicar en tabla
Z= ? 540
Probabilidad 0.4961 0.0038

Datos Z= x - X
X= 3,660.00 S
x= 4,000.00
S= 540.00 Z= 4000 - 3660 = 0.63 Ubicar en tabla
Z= ? 540
Probabilidad 0.2357

Cantidad de empresas que generan ingresos de Q160 miles.

Empresas 200 Z= -2.67 0.4961 49.61%
Probabilidad 73.18% Z= 0.63 = 0.2357 23.57%
Total 146 0.7318 73.18%
La probabilidad de ventas entre Q2,220.00 y Q 4,000.00 asciende a 7318% representanto un total de 146
empresas.

b) Cálculo con fórmula de Excel

Datos Z= x - X
X= 3,660.00 S
x= 2,220.00 0.50
S= 540.00 Z= 2220 - 3660 = -2.67 0.0038
Z= ? 540 0.4962

Datos Z= x - X
X= 3,660.00 S
x= 4,000.00 0.5000
S= 540.00 Z= 4000 - 3660 = 0.63 0.7355
Z= ? 540 0.2355

Z= -2.67 0.4962 49.62%

Empresas 200.00 Z= 0.63 0.2355 23.55%
Probabilidad 73.94% 0.73 73.17%
Total 148

Excel
Probabilidad
73.94% =DISTR.NORM.ESTAND.N(J61;VERDADERO)+DISTR.NORM.ESTAND.N(J67;VERDADERO)

La probabilidad de ventas entre Q2,220.00 y Q 4,000.00 asciende a 73.94% representanto un total de 148
empresas.
 Datos menores a 30

Distribución T-Student (caso 1)

a) Cálculo manual con fórmula y tabla t
La longitud de los tornillos fabricados en un fábrica tienen una media de 20mm y una desviación estándar
de 1mm, calcular la probabilidad de que en una muestra de tamaño de 25, la longitud media del tornillo sea
inferior a 20.5mm.

N= 25.0 Tornillos
GL = 24.0 Tornillos t = (𝑥 −𝑋)/(𝑆/√𝑁)
t = (20.5 −20)/(1/√25)
X= 20.0 mm
x= 20.5 mm
S= 1.0 mm
t= 2.50 t = 0.50/(1/5) t =2.50
x -X = 0.50
√N = 5

La probabilidad de obtener una media en la longitud de t= 2.50

los tornillos fabricados menor a 20.5mm asciende a 1%

b) Cálculo con fórmula de Excel

N= 25.0 D-St= 0.01 1% (Fórmula cola derecha)

GL= 24.0
X= 20.0 D-St= 0.99 99% 1% (Fórmula cola izquierda acumulada)
x= 20.5
S= 1.0 La probabilidad de obtener una media en la longitud
de los tornillos fabricados menor a 20.5mm asciende a
1%
 La probabilidad de obtener una media en la longitud
t= 2.50 de los tornillos fabricados menor a 20.5mm asciende a
1%
 Hoja de trabajo (caso 2)

De la siguiente distribución normal, establecer la probabilidad de que el monto total de ventas:

a) sea mayor que 214

b) sea menor que 243
c) se encuentre entre 214 y 256
d) sea menor que 257
e) entre 222 y 243
f) mayor a 246 Ventas

Ventas Media 238.714 238.71

234 239 246 254 261 218 239 Error típico 2.992 2.99
248 228 223 243 243 241 236 Mediana 241.000 241.00
241 227 256 221 213 184 240 Moda 236.000 248.00
214 188 223 218 224 241 283 Desviación estándar 20.941 20.94
259 217 248 248 270 243 Varianza de la muestra 438.542 438.54
270 217 267 208 245 247 Curtosis 0.397 0.40
281 257 260 262 222 236 Coeficiente de asimetría- 0.262 - 0.26
236 232 246 Rango 99.000 99.00
Mínimo 184.000 184.00
Máximo 283.000 283.00
Suma 11,697.000 11,697.00
Cuenta 49.000 49.00

a) sea mayor que 214

Datos Z= x - X
Media X= 238.714 S
Variable x= 214
Desviación S= 20.941 Z= 214 - 238.7142857
Z= ? 20.94139 Comprobación

Z= -1.180 0.5 50%

0.11897 0.118967 11.90%
0.618967 61.897%
Cálculo con Excel 61.897%

La probabilidad de que las ventas sea mayor que 214 es de 61.89%

16
14
12 Ventas

10
8
6
4
61.89%
2
0
184 198 212 226 241 255 269 283
b) sea menor que 243

Datos Z= x - X
X= 238.714 S
x= 243
S= 20.941 Z= 243 - 238.7142857
Z= ? 20.94139

Z= 0.205 1 100%
0.5811 0.581078 58.11%
Complemento derecha 0.418922 41.89%

La probabilidad de que las ventas sea menor que 243 es de 58.11%

16
14
12 Ventas

10
8
6
4 58.11%
2
0
184 198 212 226 241 255 269 283

c) se encuentre entre 214 y 256

Datos Z= x - X
X= 238.714 S
x= 214
S= 20.941 Z= 214 - 238.7142857
Z= ? 20.94139

Z= -1.180 1 100%
0.1190 0.118967 11.90%
0.881033 88.10%

Datos Z= x - X
X= 238.714 S
x= 256
S= 20.941 Z= 256 - 238.7142857
Z= ? 20.94139

Z= 0.825 0.7954 79.54%

0.7954 0.118967 11.90%
0.676470 67.65%
Cálculo integrado -1.180 < Z < 0.825 0.676470

La probabilidad de que las ventas estén comprendidas entre 214 y 256 es de 67.65%

16
14
12 Ventas

10
8
6
67.65%
4
2
0
184 198 212 226 241 255 269 283
d) sea menor que 257

Datos Z= x - X
X= 238.714 S
x= 257 0.5
S= 20.941 Z= 257 - 238.7142857 0.3078
Z= ? 20.94139 0.1922

Z= 0.873 1 100%
0.80872 0.808719 80.87%
Complemento derecha 0.191281 19.13%
La probabilidad de que las ventas sean menores que 257 es de 80.87%

16
14
12 Ventas

10
8
6
4 61.89%
2
0
184 198 212 226 241 255 269 283

e) entre 222 y 243

Datos Z= x - X
X= 238.714 S
x= 222
S= 20.941 Z= 222 - 238.7142857
Z= ? 20.94139

Z= -0.798 1 100%
0.2124 0.212393 21.24%
0.787607 78.76%

Datos Z= x - X
X= 238.714 S
x= 243
S= 20.941 Z= 243 - 238.7142857
Z= ? 20.94139

Z= 0.205 0.5811 58.11%

0.5811 0.212393 21.24%
0.368685 36.87%
Cálculo integrado -1.180 < Z < 0.825 0.368685

La probabilidad de que las ventas estén comprendidas entre 222 y 243 es de 36.87%

16
14
12 Ventas

10
8
6
4 36.87%
2
0
184 198 212 226 241 255 269 283
f) mayor a 246

Datos Z= x - X Comprobación 1
X= 238.714 S
x= 246 1 100%
S= 20.941 Z= 246 - 238.7142857 0.636046 63.60%
Z= ? 20.94139 0.363954 36.40%

Z= 0.348 Comprobación 2
0.63605
0.5 50%
Cálculo directo Excel 0.1360 0.136046 13.60%
0.363954 36.40%
La probabilidad de que las ventas sea mayor que 246 es de 36.40%

16
14
12 Ventas

10
8
6
4
36.40%
2
0
184 198 212 226 241 255 269 283

Tabla de Distribución normal Comprobación

Z= 0.348 0.5 50%

0.136046 13.60%
0.363954 36.40%
 Se denota como p y q o p y 1-p

Distribución Binomial (caso 1)

a) Cálculo manual con fórmula

Las estadísticas demuestran que 3/12 artículos de la producción es defectuosa. Si se seleccionan 6 artículos
en el mes de agosto al azar:

¿Cuál es la probabilidad de obtener cuatro articulos defectuosos?

(𝑛¦𝑥)=6!/4!(6−4)!
〖 0.25 〗 ^(4
(𝑛¦𝑥)=𝑛!/𝑥!(𝑛−𝑥)!
𝑝(4)=(6¦4)
𝑝(𝑥)=(𝑛¦𝑥) 𝑝^(𝑥 ) )
〖 (1−0.25)
〖 (1−𝑝)〗〗^(6−4)
^(𝑛−𝑥)
b) Cálculo con fórmula de Excel

n= 6 artículos al azar
x= 4 sean defectuosos
p= 0.25 Probabilidad de que sean defectuosos
q= 0.75 Probabilidad de que no sean defectuosos

Probabilidad = 0.032958984 3.30%

La probabilidad de obtener 4 artículos defectuosos al realizar una

selección al azar es de 3.30%
Distribución Binomial
a) Cálculo manual con fórmula

Las estadísticas demuestran que 3/12 artículos de la producción es defectuosa. Si se seleccionan 6 artículos
en el mes de agosto al azar:

¿Cuál es la probabilidad de obtener más de uno, pero menos de cinco sean defectuosos?

𝑝(𝑥)=(𝑛¦𝑥) 𝑝^(𝑥 )
b) Cálculo con fórmula de Excel 〖 (1−𝑝) 〗 ^(𝑛−𝑥)
n= 6 artículos al azar
x2 = 2 sean defectuosos
x3 = 3 sean defectuosos
x4 = 4 sean defectuosos
p= 0.25 Probabilidad de que sean defectuosos
q= 0.75 Probabilidad de que no sean defectuosos

Probabilidad 2 = 0.296631 29.66%

Probabilidad 3 = 0.131836 13.18%
Probabilidad 4 = 0.032959 3.30%
46.14%

La probabilidad de obtener más de uno y menos de 5 artículos

defectuosos al realizar una selección al azar es de 46.14%
Distribución de Poisson (caso 1)
a) Cálculo manual con fórmula

Una compañía telefónica recibe llamadas a razón de 4 por minuto. calcular la probabilidad de :
a) Recibir 2 llamadas en un minuto

Datos
λ (lamda) = 𝑓(𝑘,𝜆)= (𝑒^(−𝜆) 𝜆^𝑘)/𝑘!
4 Llamadas/minutos (promedio) 𝑓(2,4)= ( 〖 2.718 〗 ^(−4) 4^2)/4
λ^k = 16
k = 2 Llamadas/minutos
k! = 2
e = 2.71828 logaritmo natural
e^(-λ) = 0.01831569
𝑓(2,4)= ((0.01832324)(16))/2
f(k,λ) = 0.14653

𝑓(2,4)= 0.14659

La probabilidad de obtener 2 llamadas en un minuto es de 14.65%

b) Cálculo con fórmula de Excel

Datos
λ (lamda) = 4 Llamadas/minutos
λ^k = 16
k = 2 Llamadas/minutos
k! = 2
e = 2.71828
e^(-λ) = 0.01831569 Probabilidad = 0.14653
f(k,λ) = 0.14653
La probabilidad de obtener 2 llamadas en un minuto es de 14.65%

Distribución de Poisson
a) Cálculo manual con fórmula

Una compañía telefónica recibe llamadas a razón de 4 por minuto. calcular la probabilidad de :
 b) No recibir ninguna llamada en un minuto

Datos
λ (lamda) = 4 Llamadas/minutos 𝑓(𝑘,𝜆)= (𝑒^(− ) ^𝑘)/𝑘!
𝜆 𝜆
λ^k = 1
k = 0 Llamadas/minutos
k! = 1
e = 2.718
e^(-λ) = 0.01832324
f(k,λ) = 0.01832 La probabilidad de obtener 0 llamadas en un minuto es de 1.83%

b) Cálculo con fórmula de Excel

Datos
λ (lamda) = 4 Llamadas/minutos
λ^k = 1
k = 0 Llamadas/minutos
k! = 1
e = 2.718
e^(-λ) = 0.01832324 Probabilidad = 0.01832
f(k,λ) = 0.01832
La probabilidad de obtener 0 llamadas en un minuto es de 1.83%

Distribución de Poisson
a) Cálculo manual con fórmula

Una compañía telefónica recibe llamadas a razón de 4 por minuto. calcular la probabilidad de :

c)Recibir menos de 3 llamadas en un minuto

Datos
λ (lamda) = 4 Llamadas/minutos 𝑓(𝑘,𝜆)= (𝑒^(−𝜆) 𝜆^𝑘)/𝑘!
 𝑓(𝑘,𝜆)= (𝑒^(−𝜆) 𝜆^𝑘)/𝑘!
λ^k = 4
k = 1 Llamadas/minutos
k! = 1
e = 2.718
e^(-λ) = 0.01832324
f(k,λ) = 0.07329

b) Cálculo con fórmula de Excel

Datos
λ (lamda) = 4 Llamadas/minutos
λ^k = 4
k = 1 Llamadas/minutos
k! = 1
e = 2.718
e^(-λ) = 0.01832324 Probabilidad = 0.07326
f(k,λ) = 0.07329

b) f(k,λ)0 = 0.01832
c) f(k,λ)1 = 0.07329
a) f(k,λ)2 = 0.14653
0.23814

La probabilidad de obtener menos de 3 llamadas en un minuto es de 23.82%

Distribución de Poisson
a) Cálculo manual con fórmula

Una compañía telefónica recibe llamadas a razón de 4 por minuto. calcular la probabilidad de :

d) Recibir más de 3 llamadas en un minuto

Datos
λ (lamda) = 4 Llamadas/minutos 𝑓(𝑘,𝜆)= (𝑒^(−𝜆) 𝜆^𝑘)/𝑘!
λ^k = 64
k = 3 Llamadas/minutos
k! = 6
e = 2.718
e^(-λ) = 0.01832324
f(k,λ) = 0.19545 La probabilidad de obtener 5 llamadas en un minuto es de 15.63%

b) Cálculo con fórmula de Excel

Datos
λ (lamda) = 4 Llamadas/minutos
λ^k = 64
k = 3 Llamadas/minutos
k! = 6
e = 2.718
e^(-λ) = 0.01832324 Probabilidad = 0.19537
f(k,λ) = 0.19545

b) f(k,λ)0 = 0.01832
c) f(k,λ)1 = 0.07329
a) f(k,λ)2 = 0.14653
d) f(k,λ)3 = 0.19537
0.43351
1
0.56649

La probabilidad de obtener más de 3 llamadas en un minuto es de 56.64%

 Muestreo Aleatorio

El contador de un supermercado decidió tomar una muestra aleatoria

de un grupo de facturas numeradas de la 001 a la 200. Se pide:

a) Determinar el tamaño optimo de la muestra con un nivel de

confianza del 99% y un error de muestreo de Q9.00 miles; si se sabe
que la desviación estándar de la población es 8 y un promedio de
Q100.00.
Fórmula para determinar el tamaño de la muestra:

𝑛= 〖 (𝑧2 𝑥 𝜎2 𝑥 𝑁 )/(𝑧2 𝑥 𝜎2+ 𝑁

(𝐸𝑎)2 ) 〗 ^
Valor en tabla
Z= 0.99 = 0.495 2.57
2

DATOS
𝜎= 8
N= 200
Ea= 9
Z= 2.57
𝑋 ̅ 100
Se sustituyen valores en la fórmula

n= 6.6049 × 64 × 200
6.6049 × 64 + 16200

n= 84542.72
16142.6049

n= 5.237241481

Tamaño de la muestra = 5

b) Seleccionar las facturas utilizando la tabla de números

aleatorios, iniciando en la hoja 2, fila 8, primera columna con las
siguientes características:
● Fila hacia la derecha.
● Tomar los últimos digitos.

No. de facturas muestra= 191, 109, 12, 98 y 140

c) Calcular el intervalo de confianza

Factor de
C.I. (Media) = Estadística de muestra ± (Medición de X confianza)
Variabilidad

DATOS
𝜎= 8
N= 200
𝑋 ̅= 100
Z= 2.57

IC = 100 ± 0.5656854249 × 2.57

IC= 98.55 ≤ 𝜇 ≤ 101.45

- +
R/ La media de la cantidad de facturas a evaluar por el contador es de 98.55 ± 101.45 facturas para un nivel de c
d) Con los datos anteriores, determinar la muestra y factor de confianza cuando es del 95% y

Encontrar Z del nivel de confianza en 95%

Valor en tabla
Z= 0.95 = 0.475 1.96
2

DATOS
𝜎= 8
N= 200
Ea= 9
Z= 1.96
𝑋 ̅ 100

Se sustituyen valores en la fórmula

n= 3.8416 × 64 × 200
3.8416 × 64 + 16200

n= 49172.48
16139.8416

n= 3.046651957

Tamaño de la muestra 3

No. de facturas muestra= 191, 109 y 12

Factor de Confianza

DATOS
𝜎= 8
N= 200
𝑋 ̅= 100
Z= 1.96

IC = 100 ± 0.5656854249 × 1.96

IC= 98.89 ≤ 𝜇 ≤ 101.11

- +
R/ La media de la cantidad de facturas a evaluar por el contador es de 98.89 ± 101.11 facturas para un nivel de c

Encontrar Z del nivel de confianza en 90%

Valor en tabla
Z= 0.9 = 0.45 1.65
2
 DATOS
𝜎= 8
N= 200
Ea= 9
Z= 1.65
𝑋 ̅ 100

Se sustituyen valores en la fórmula

n= 2.7225 × 64 × 200
2.7225 × 64 + 16200

n= 34848
16138.7225

n= 2.159278716

Tamaño de la muestra 2

No. de facturas muestra= 191 y 109

Factor de Confianza

DATOS
𝜎= 8
N= 200
𝑋 ̅= 100
Z= 1.65

IC = 100 ± 0.5656854249 × 1.65

IC= 99.07 ≤ 𝜇 ≤ 100.93

- +
R/ La media de la cantidad de facturas a evaluar por el contador es de 99.07 ± 100.93 facturas para un nivel de c
1. Primero debemos encontrar Z
Se divide el nivel de confianza entre 2 (siempre) y el valor resultante se busca en la tabla E de la
distribución normal (Pag. 25) y se ubica el valor de 0.4949 en fila 2.5 y columna 7

Desviacion Estandar de la Población

Total de elementos de la población
Error absoluto del muestreo
# de desviaciones estándar de acuerdo al nivel de confianza
Total de N elementos dividido 2

^ Simbolo para elevar al cuadrado, cubo, etc.

Si se desea modificar la señalización en la tabla:

Click derecho, opción Agrupar y luego click a desagrupar

Si se desea volver a agrupar primero se selecciona la

tabla y los tres circulos rojos con la tecla Shift sostenida.
Luego, click derecho sobre la tabla, opción Agrupar y
click en agrupar.

Ej. Si la población es 1000 tomo los últimos 4 dígitos, si la población es de 200 se

toman los últimos 3 dígitos.
 Estadística de muestra = X
Medición de variabilidad = Error estándar de la media

En simbología

5 ± 101.45 facturas para un nivel de confianza del del 99%.

confianza cuando es del 95% y 90%

9 ± 101.11 facturas para un nivel de confianza del del 95%.

7 ± 100.93 facturas para un nivel de confianza del del 90%.
desagrupar
 El muestreo aleatorio simple significa que cierta muestra dada de un tamaño muestral específico
tiene la misma probabilidad de ser seleccionado de cualquier otra muestra del mismo tamaño

Tamaño muestral nos indica el número de elementos que posee nuestra muestra
La ventaja es que nos ayuda a eliminar el problema de tener una muestra de una población que no se encuent
MUESTREO ALEATORIO SIMPLE

Se realiza una revision a montos de 10 facturas de la empresa " Grupo 4, S.A." se presenta un detalle por
cada factura emitida con sus montos respectivos expresados en miles de quetzales:

15 25 23 28 50 14
111 24 118 16 9 19
12 18 10 88 95 64
43 22 30 18 25 110

Paso 1 Ordenar la serie de datos dados

No. Cliente Saldo No. Cliente Saldo No. Cliente Saldo
1 9 10 19 19 50
2 10 11 22 20 64
3 12 12 23 21 80
4 14 13 24 22 88
5 14 14 25 23 95
6 15 15 25 24 110
7 16 16 28 25 111
8 18 17 30 26 118
9 18 18 43 27 122
N= 27

Paso 2 Selección de la muestra, utilizando la tabla de numero aleatorios

Hoja 1 fila 00, columna 00-04 hacia la derecha y al terminar sigue
en la siguiente fila
 No. Cliente Saldo
17 30
19 50
20 64
16 28
23 95
8 18
9 18
12 23
5 14
26 118
10 458
Paso 3
de la Muestra(X) 458 = 45.8
10

Paso 4 Calcular la desviacion estandar de la muestra

No. Cliente Saldo (x) x-X 〖 (𝑥 −𝑋) 〗 ^2

17 30 15.8 249.64
19 50 -4.2 17.64
20 64 -18.2 331.24
16 28 17.8 316.84
23 95 -49.2 2420.64
8 18 27.8 772.84
9 18 27.8 772.84
12 23 22.8 519.84
5 14 31.8 1011.24
26 118 -72.2 5212.84

10 458 0 11625.6

Desv. Estandar muestral

S=
S= 34.08
√( 〖 (𝑥−𝑋)
〗 ^2/𝑛)
a) Estimar el saldo promedio de las facturas con intervalo de confianza de 99%
GX =𝑆/√(𝑛 ) √((𝑁 −𝑛)/(𝑁 −1))

GX= 34.08 * 0.80860754 = 8.7148238

3.16

I.C
 Limite Superior 45.8 -2.57 8.714823798916 =
Limite Inferior 45.8 2.57 8.714823798916 =

R/ El Saldo promedio con un niver de confianza se encuentra entre Q23.40 y Q 68.20

b) Estimar el saldo promedio de las facturas con intervalo de confianza de 95%

GX =𝑆/√(𝑛 ) √((𝑁 −𝑛)/(𝑁 −1))

GX= 34.08 * 0.80860754 = 8.7148238

3.16

I.C
Limite Superior 45.8 -1.96 8.714823798916 =
Limite Inferior 45.8 1.96 8.714823798916 =

R/ El Saldo promedio con un niver de confianza se encuentra entre Q28.72 y Q 62.88

c) Estimar el saldo promedio de las facturas con intervalo de confianza de 90%

GX =𝑆/√(𝑛 ) √((𝑁 −𝑛)/(𝑁 −1))

GX= 34.08 * 0.80860754 = 8.7148238

3.16

I.C
Limite Superior 45.8 -1.65 8.714823798916 =
Limite Inferior 45.8 1.65 8.714823798916 =

R/ El Saldo promedio con un niver de confianza se encuentra entre Q31.42 y Q 60.18

maño muestral específico
stra del mismo tamaño

a población que no se encuentra en el estudio o de la cual no podemos hacer ninguna inferencia

Poblacion Si no se conoce el tamaño d
2 -29.269231 confianza
se presenta un detalle por 8 -23.269231
ales: 10 -21.269231 Tamaño de la muestra
11 -20.269231 𝑛=
11 -20.269231 (𝑍^2∗𝜎^2∗𝑁)/(𝑍^2∗𝜎^2∗
80 12 -19.269231 𝑁 (𝐸𝑎)) 2
14 13 -18.269231 n=
122 14 -17.269231
14 -17.269231
15 -16.269231
16 -15.269231
18 -13.269231
18 -13.269231
datos a modificar en color gris 18 -13.269231
19 -12.269231
22 -9.2692308
23 -8.2692308
24 -7.2692308
25 -6.2692308
28 -3.2692308
43 11.7307692
64 32.7307692
80 48.7307692
88 56.7307692
95 63.7307692
122 90.7307692
X= 31.2692308

parametros de la busqueda en la tabla aleatoria

 23.40
68.20

entre Q23.40 y Q 68.20

28.72
62.88

entre Q28.72 y Q 62.88

31.42
60.18

entre Q31.42 y Q 60.18

 Si no se conoce el tamaño de la muestra, a 90% de

𝑛=
(𝑍^2∗𝜎^2∗𝑁)/(𝑍^2∗𝜎^2∗
𝑁 (𝐸𝑎)) 2

9 1
10 2
12 3
14 4
14 5
15 6
16 7
18 8
18 9
19 10
22 11
23 12
24 13
25 14
25 15
28 16
30 17
43 18
50 19
64 20
80 21
88 22
95 23
110 24
111 25
118 26
122 27
 Error Estándar de la Media

σx Estimación población
𝜎𝑥= 𝜎/(√𝑁) .
√(𝑁−𝑛)/(𝑁−1)

IC = 99%
Z = 2.57 Sx = 28.03 * 0.87
Z^2 = 6.6049 2.646
σ/S = 28.03
σ^2/S^2 = 785.68 Sx = 10.59 * 0.87
n = 7
N = 26 Sx = 9.2359
N-1 = 25
N-n 19
√n = 2.6458
√(N-n)/(N-1) = 0.8718

Población finita, se conoce σ y (n/N)*100 > 5%

Sx Estimación muestra S𝑥= 𝑆/(√𝑛) .

√(𝑁−𝑛)/(𝑁−1)
IC = 99%
Z = 2.57 Sx = 28.03 * 0.87
Z^2 = 6.6049 7
σ/S = 28.03
σ^2/S^2 = 785.68 Sx = 4.00 * 0.87
n = 7
N = 26 Sx = 3.4909
N-1 = 25
N-n 19
√n = 2.6458
√(N-n)/(N-1) = 0.8718 0.76 0.872

Población infinita, se conoce σ y (n/N)*100 < 5%

Estimación de parámetros

𝑋= 𝜇
Estimación puntual

Estimación intervalo de confianza 𝜇=X ±𝑍(𝑆𝑥)

𝑛= (𝑍^2 𝜎^2
Tamaño de la muestra 𝑁)/(𝑍^2
𝜎^2+𝑁 〖 (𝐸𝑎) 〗 ^2 )
Ejemplo selección tamaño de la muestra cuando se conoce la desviación y error estandar
Intervalos de confianza 99% = 2.57
 95% = 1.96
90% =

IC = 99%
Z = 2.57 n= 6.6049 * 64 * 200
Z^2 = 6.6049 6.6049 * 64 + 200 * 81
σ = 8
σ^2 = 64 n= 84542.72
N = 200 16622.7136
(Ea) = 9
(Ea)^2 = 81 n= 5.086

Ej. Si la Población es 1000 tomo los últimos 4 dígitos

Si la población es 200 se toman los últimos 3 dígitos

***Los dígitos a tomar dependen del No de dígitos de la población

Muestreo Sistemático

i = N
n
 Intervalos de confianza
Nivel de TABLA DE APOYO AL CALCULO DEL
confianza Z alfa
99.7 3
99 2.58 POR NIVELES DE C
98 2.33  Certeza 95% 94%
97 2.17 Z 1.96 1.88
96 2.05 3.84 3.53
95.45 2 e 0.05 0.06
95 1.96 0.0025 0.0036
90 1.645
80 1.28
75 1.15

iación y error estandar

A DE APOYO AL CALCULO DEL TAMAÑO DE UNA MUESTRA

POR NIVELES DE CONFIANZA

93% 92% 91% 90% 80% 62.27% 50%
1.81 1.75 1.69 1.65 1.28 1 0.6745
3.28 3.06 2.86 2.72 1.64 1 0.45
0.07 0.08 0.09 0.1 0.2 0.37 0.5
0.0049 0.0064 0.0081 0.01 0.04 0.1369 0.25
Muestreo Estratificado / Segmentado

En 2000 establecimientos comerciales se toma una muestra de 500 establecimientos formando 3 estratos.
Para cada uno se calcula la utilidad promedio mensual en quetzales y la desviación estándar, la información
es la siguiente:

Estrato Cantidad (N) Promedio (X) Desv. Estándar (S)

I 800 100 20
II 700 800 50
III 500 1300 100
2000

n (muestra) = 500
N (Población) = 2000

Se pide :
a) Distribuir la muestra con afijación proporcional
b) Estimar Puntualmente la utilidad promedio mensual
c) Estimar por intervalo de confianza la media con un 75% de confianza.
d) Estimar la utilidad promedio de toda la población (estimación total)

Solución
Paso 1) Encontrar fracción de muestreo
W = n/N fracción de muestreo

W1 = 0.40
W2 = 0.35
W3 = 0.25
1
Paso 2) Distribución proporcional de la muestra para cada estrato/segmento
a) Distribuir la muestra con afijación proporcional
n1 = 200
n2 = 175
n3 = 125
500
Paso 3) Estimación puntual de la media muestral
b) Estimar Puntualmente la utilidad promedio mensual
𝑋=𝑊1𝑋1+𝑊2𝑋2+ …𝑊𝑛𝑋𝑛

X = 0.40 * 100 + 0.35 * 800 + 0.25 * 1300

X = 40 + 280 + 325

X = 645 Promedio puntual de las utilidades

Paso 4) Calcular error estandar si no lo tenemos

c) Estimar por intervalo de confianza la media con un 75% de confianza.

𝑆𝑥= √(( 〖𝑊 1 〗 ^2 〖𝑆 1 〗 ^2+ 〖𝑊 2 〗 ^2

〖𝑆 2 〗 ^2+ 〖…𝑊𝑛〗 ^2 〖𝑆𝑛〗 ^2)/(𝑛1 +
𝑛2 +… 𝑛𝑛))
S = Desviación estándar 𝑆𝑥= √(( 〖𝑊 1 〗 ^2 〖𝑆 1 〗 ^2+ 〖𝑊 2 〗 ^2
〖𝑆 2 〗 ^2+ 〖…𝑊𝑛〗 ^2 〖𝑆𝑛〗 ^2)/(𝑛1 +
W = Ponderación para cada estrato 𝑛2 +… 𝑛𝑛))
Z = 1.15

Sx = 0.4 * 20 + 0.35 * 50 + 0.25 * 100

200 175 125

Sx = 64 + 306 + 625
200 175 125

Sx = 0.32 + 1.75 + 5

Sx = 7.07

Sx = 2.66

Paso 5) Estimar el intervalo de confianza que no solicitan

𝜇=X ±𝑍(𝑆𝑥)
X = 645 Promedio de la muestra
Z = 1.15 Intervalo de confianza
Sx = 2.66 Error estándar de la media

μ = 645 + 1.15 * 2.66 = 648.06

645 - 1.15 * 2.66 = 641.94

Se estima que la probabilidad con un intervalo de confianza del 75% el promedio de las utilidades de los 2000
establecimientos se encuentra comprendido entre 641.94 y 648.06 miles de Q

d) Estimar la utilidad promedio de toda la población (estimación total)

X = X * N
645 * 2000
1,290,000.00 La utilidad total se estima en Q.1,290,000.00
Estimar el intervalo de confianza 99% Nivel de confianza
99%
X = 645 Promedio de la muestra 95%
Z = 2.57 Intervalo de confianza 90%
Sx = 2.66 Error estándar de la media
La probabilidad de tener
utilidades con un intervalo de
μ = 645 + 2.57 * 2.66 = 651.83 confianza del 99% oscila entre
638.16 y 651.83 miles de
645 - 2.57 * 2.66 = 638.17
quetzales

Estimar el intervalo de confianza 95% Nivel de confianza

99%
X = 645 Promedio de la muestra 95%
Z = 1.96 Intervalo de confianza 90%
Sx = 2.66 Error estándar de la media
La probabilidad de tener
utilidades con un intervalo de
μ = 645 + 1.96 * 2.66 = 650.21 confianza del 95% oscila entre
639.79 y 650.21 miles de
645 - 1.96 * 2.66 = 639.79
quetzales

Estimar el intervalo de confianza 90% Nivel de confianza

99%
X = 645 Promedio de la muestra 95%
Z = 1.65 Intervalo de confianza 90%
Sx = 2.66 Error estándar de la media
La probabilidad de tener
utilidades con un intervalo de
μ = 645 + 1.65 * 2.66 = 649.39 confianza del 90% oscila entre
640.61 y 649.39 miles de
645 - 1.65 * 2.66 = 640.61
quetzales
 formando 3 estratos.
estándar, la información
s utilidades de los 2000
 Nivel de confianza
2.57
1.96
1.65

obabilidad de tener
es con un intervalo de
za del 99% oscila entre
6 y 651.83 miles de
quetzales

Nivel de confianza
2.57
1.96
1.65

obabilidad de tener
es con un intervalo de
za del 95% oscila entre
9 y 650.21 miles de
quetzales

Nivel de confianza
2.57
1.96
1.65

obabilidad de tener
es con un intervalo de
za del 90% oscila entre
1 y 649.39 miles de
quetzales
 Lo han contratado para que haga auditoria a los saldos de 7 clientes de la empresa “Si no cobro, no
me pagan” , para lo cual le presentan el detalle por cliente y sus saldos en miles de
quetzales:

25 23 28 02 14 80 122 15 18
24 18 16 08 19 14 43 22 11
12 18 13 88 95 64

a) Seleccionar los clientes utilizando la tabla de números aleatorios, iniciando en fila cincuenta y dos, en la
columna dos, con el criterio siguiente Columna hacia la
derecha, al terminar una fila puede pasar con la siguiente, hacia abajo, últimos
dígitos.

b) La desviación estándar de la muestra.

c) Estimar por intervalo el saldo promedio de clientes, con una probabilidad del 99%.

d) Estimar puntualmente el saldo promedio poblacional de los clientes.

Respuesta inciso a)

Cliente No. Saldo Cliente No. Saldo

1 2 4 14 18
2 8 3 15 19
3 10 5 16 22
4 11 17 23
5 11 18 24
6 12 19 25
7 13 1 20 28
8 14 21 43
9 14 2 22 64
10 15 23 80
11 16 6 24 88
12 18 25 95
13 18 7 26 122

Cantidad de datos 26
32.3171781
Selección de muestra en tabla.**

Respuesta inciso b)

Se calcula la media de la muestra

 X = 241 = 34.43 34.428571
7

Clientes Saldos (x) X (x - X) (x - X)2

20 28 34.43 -6 41
22 64 34.43 30 874
15 19 34.43 -15 238
1 2 34.43 -32 1,052
16 22 34.43 -12 154
24 88 34.43 54 2,870
13 18 34.43 -16 270
241 0 5,499.71

S= √ (x-X)2
n

S= √ 5499.71429 = √ 785.67 = 28.030

7

S= 28.03

Respuesta inciso c)

SX =

√ n
S
√ N-n

N-1

SX

√
27.571

7
√ 26

26
-

-
7 9.0845911255

1
 Z
Z= 99 = 49.5 = 2.57
2

μ = X +,- Z (Sx)
X +/- Z (Sx)
33 - 2.57 9.084591125547 (9.80)
33 + 2.57 9.084591125547 56.49
Paso No. 1: se ordenan ascendentemente y
numeran correlativamente los datos de los clientes.

Paso No. 2: seleccionar las muestras mediante la

tabla de números aleatorios de acuerdo al criterio
indicado de fila 52 y columna 2.
Paso 3: suma de los valores de la muestra, se divide dentro de la
cantidad de muestra, que para este caso son 7 clientes.

Paso 4: calcular la desviación estándar de la muestra, para el

caso (x - X)2

Paso 5: estimar el saldo promedio de los clientes, con intervalo

de confianza del 99%
 Lo han contratado para que haga auditoria a los saldos de 7 clientes de la empresa “Si no
cobro, no me pagan” , para lo cual le presentan el detalle por cliente y sus saldos en
miles de quetzales:

25 23 28 02 14 80 122 15 18
24 18 16 08 19 14 43 22 11
12 18 13 88 95 64

a) Seleccionar los clientes utilizando la tabla de números aleatorios, con el criterio siguiente: fila 00 y
últimos dos dígitos, sin reemplazo.

b) La desviación estándar de la muestra.

c) Estimar por intervalo el saldo promedio de clientes, con una probabilidad del 99%.

d) Estimar puntualmente el saldo promedio poblacional de los clientes.

a)
Datos 26 Muestra 7

Cliente No. Saldo Cliente No. Saldo

1 2 17 23
2 8 19 25
3 10 20 28
4 11 16 22
5 11 23 80
6 12 8 14
7 13 9 14
8 14
9 14
10 15
11 16
12 18
13 18
14 18
15 19
16 22
17 23
18 24
19 25
20 28
21 43
22 64
23 80
24 88
25 95
26 122

b)

x = 29.43
S = 22.92
n = 7

Error estándar de la media

Sx = S 22.92 8.66

√ n √ 7

Factor confianza
Z
Z= 99 = 0.4950 = 2.57
2

x +/- (Sx) Z
29.43 - 8.66 2.57 (7.17)
29.43 + 8.66 2.57 51.69
Respuesta inciso a)

Paso No. 1: se ordenan ascendentemente y numeran correlativamente los datos de

los clientes.

Paso No. 2: seleccionar las muestras mediante la tabla de números aleatorios de

acuerdo al criterio indicado.
Respuesta inciso b)

Paso 3: de la muestra, reailzar el cálculo del promedio (media) y la

desviación estándar

Respuesta inciso c)

Paso 5: estimar el saldo promedio de los clientes, con intervalo de

confianza del 99%