16/12/2021

Ejercicios en Excel

23/12/2021

Método de Sturges

1.- Ordenar los datos ascendentemente

2.- Calcular el número de intervalos de clase m.

11.- Para los demás tipos de frecuencia proceder de manera similar que en el caso de una
distribución de frecuencias simple. (variable discreta)

Nota: tipos de intervalos

Cerrados: […] Ambos limites están incluidos en el intervalo.

Semi abierto:

a) Por la derecha: […) Solo el límite izquierdo está incluido.

b) Por la izquierda: (…] Solo el límite derecho está incluido.
Pasos…

1.- Determinar el número de clase K

2.- Determinar el intervalo

3.- Establecer los límites de cada clase

4.- Distribuir los datos en cada clase

5.- Contar el número de elementos en cada clase

Marca de clase

Es el punto medio de cada clase. Se lo encuentra al sumar límite inferior y superior de la clase,
y dividiendo el resultado entre dos.
Distribución de frecuencias relativas

Se convierte la frecuencia en porcentaje

Cada frecuencia d clase de divide entre el número total de observaciones

Frecuencia acumulada y relativas acumuladas

Se basa en el principio d “o más” o “y menor”

Es la suma de frecuencias a partir del menor valor de la variable.
Ejercicio 1

A continuación, se presenta la cantidad en minutos que toma viajar desde el hogar al trabajo,
para un grupo de ejecutivos con automóvil, desarrolle todo el proceso de análisis de
distribución de frecuencias utilizando el método de STURGES. n = 25
Cálculo de numero de intervalos
K= 5,64 6 aproximado
Cálculo del rango
R= 32
Calculo de la amplitud
A= 5,33 6 aproximado
Ajuste del rango
R= 36
Exceso del rango
Exceso = 4
División del exceso para dos
Exceso/2 = 2
Valores mínimo y máximo
Y'min = 14
Y´max= 50

Frecuencia Absoluta Frecuencia Relativa

Tiempo de viaje Y’m
Simple fi Acumulada Fi Simple hi Acumulada Hi
[14;19) 17 2 2 8% 8%
[20;25) 23 5 7 20% 28%
[26;31) 29 7 14 28% 56%
[32;37) 35 6 20 24% 80%
[38;43) 41 4 24 16% 96%
[44;50) 47 1 25 4% 100%
Total   25   100%  
Ejercicio 2

17 17 19 19 31 Valor máximo 31
21 18 27 21 22 Valor mínimo 17
24 19 25 24 24 Rango "R" 14
23 20 29 21 19 N° intervalos "k" 5
21 22 21 20 20 Amplitud clase "A" 2,8
19 19 23 20 21 aproximado 3

Lim. Lim. Frecuencia Absoluta Frecuencia Relativa

Y´m
Inferior Superior fi Fi hi Hi
17 20 19 9 9 30,0% 30,0%
20 23 22 12 21 40,0% 70,0%
23 26 25 6 27 20,0% 90,0%
26 29 28 1 28 3,3% 93,3%
29 32 32 2 30 6,7% 100,0%
      30   100,0%  

05/01/2022

Ejercicio 1

El gerente de una aerolínea pide recolectar y agrupar los datos sobre el número de pasajeros
que han decidido viajar en una aerolínea. Tales datos corresponden a los últimos 50 días y
aparece en la tabla. Agrupar y presentar los datos, utilizando la regla de 2^k ≥ n.

Valor máximo 102

Valor mínimo 50
Rango "R" 52
N° intervalos "k" 2^6 = 64
64 ≥ 50
6
Amplitud clase "A" 8,67
10
Se aproxima a la decena superior

Lim. Lim. Y'm Frecuencia Absoluta Frecuencia Relativa Marca

 Inferior Superior fi Fi hi Hi Clase
50 60 59 3 3 6% 6% 55
60 70 69 7 10 14% 20% 65
70 80 79 18 28 36% 56% 75
80 90 89 12 40 24% 80% 85
90 100 99 8 48 16% 96% 95
100 110 110 2 50 4% 100% 105
      50   100%    

Ejercicio 2

En un estudio de dos semanas sobre la productividad de los trabajadores de una fundición, se

obtuvieron los siguientes datos sobre el número total de piezas aceptables que produjeron los
trabajadores.

Elaborar la Tabla de Distribución de Frecuencias

Dibujar un Histograma con la “fi”
Dibujar un Polígono de Frecuencia con la “Fi”
Dibujar un Diagrama de Pastel con la “hi”
Dibujar un Diagrama de Barras con la “Hi”
¿Qué concluye Ud., después de todo eso?
Utilizar la regla de Sturges

Lim. Frecuencia Absoluta Frecuencia Relativa Marca

Lim. Inferior Y'm
Superior fi Fi hi Hi Clase
21 31 30 4 4 4% 4% 26
31 41 40 12 16 12% 16% 36
41 51 50 18 34 19% 35% 46
51 61 60 21 55 22% 57% 56
61 71 70 19 74 20% 76% 66
71 81 80 18 92 19% 95% 76
81 91 91 5 97 5% 100% 86
Total     97   100%    

Histograma
Histograma de "fi "
25 21
18 19 18
20

15 12

10
4 5
5

0
Polígono de Frecuencia 21 - 31 31 - 41 41 - 51 51 - 61 61 - 71 71 - 81 81 - 91
 Polígono de Frecuencia de "Hi"
120

100 97
92
80
74
60
55
40
34
20
16
4
0
21 - 31 31 - 41 41 - 51 51 - 61 61 - 71 71 - 81 81 - 91

Diagrama de Pastel

Diagrama de Pastel de "hi"

21 - 31
5% 4% 31 - 41
12%
19% 41 - 51
51 - 61
19% 61 - 71
20% 71 - 81
81 - 91
22%

Diagrama de Barras

Diagrama de Barras de "Hi"

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
21 - 31 31 - 41 41 - 51 51 - 61 61 - 71 71 - 81 81 - 91

06/01/2022
 Capítulo 2: Medidas descriptivas
Medidas de Dispersión

Miden qué tanto se dispersan las observaciones alrededor de su media.

En algunos casos existen conjuntos de datos que tienen la misma media y la misma mediana,
pero esto no refleja qué tan dispersos están los elementos de cada conjunto.

Existen diversas medidas estadísticas de dispersión, pero muchos autores coinciden en que las
principales son:

Rango o Amplitud
Cuartiles
Varianza
Desviación estándar
 Coeficiente de variación

Rango o amplitud

Mide la amplitud de los valores de la muestra y se calcula por la diferencia entre el valor más
elevado (Límite superior) y el valor más bajo (Límite inferior).

Fórmula:

Rango= X MAX −X MIN

Ejemplo 1

Ante la pregunta sobre número de hijos por familia, una muestra de 12 hogares, marcó las
siguientes respuestas:

2 1 2 4 1 3

2 3 2 0 5 1

Calcular el rango de la variable:

Solución:

Rango=5−0=5
Ejemplo 2

Hay dos conjuntos sobre la cantidad de lluvia (mm) en la Taipéi y Seúl en un año.

  Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Taipéi 86 135 178 170 231 290 231 305 244 122 66 71
Seúl 40 77 83 89 147 168 184 252 209 101 32 13

Calcular el rango de cada una de las ciudades.

Solución:

Taipéi

Rango=305−66=239
Seúl

Rango=252−13=239
En este caso se puede observar que el rango es el mismo para ambos casos, aunque las
cantidades sean diferentes.

Taipéi Seúl

Canti dad de lluvia vs meses

350
300
250
200
150
100
50
0
0 2 4 6 8 10 12 14

Series2 Series4

Conclusión: El rango es una medida que nos permite saber cuál es la dispersión de los
elementos en la distribución, pero no nos dice como están distribuidos.

Cuartiles

Los cuartiles son medidas estadísticas de posición que tienen la propiedad de dividir la serie
estadística en cuatro grupos de números iguales de términos.

Se emplean generalmente en la determinación de estratos o grupos correspondientes a

fenómenos socioeconómicos, monetarios o teóricos.

Los tres cuartiles suelen designarse con los símbolos:

Q1 = primer cuartil
Q2 = segundo cuartil
Q3 = tercer cuartil

1.- Para datos sin agrupar

El número de orden del primer cuartil es igual al número de términos de la distribución más
uno, sobre cuatro. Para el segundo cuartil el número de orden se calculará sumando uno al
total de términos y dividiéndolo entre dos. El número de orden del tercer cuartil será igual a
tres cuartos de número de términos de la distribución más uno.

a) Números impares
Si se adopta el símbolo No Q para denotar el número de orden, donde: No es el
número de términos y Q el cuartil a calcular.

N +1 7+1
No Q 1= = =2
4 4
NoQ=2 Indica que el valor del segundo término ( 4 ) es el valor de Q 1 ,luego Q1=4
N +1 7+1
No Q 2= = =4
2 2
NoQ=4 Indica que el valor del cuarto término ( 7 ) es el valor de Q 2, luegoQ 2=7
3 ( N +1) 3(7+ 1)
No Q 3= = =6
4 4
NoQ=6 Indica que el valor del sexto término ( 10 ) es el valor de Q 3 , luegoQ 3=10

Ejercicio:
11 8 2 7 4 10 6 7 5 12 7 8 7
2 4 5 6 7 7 7 7 8 8 10 11 12

N +1 13+1
No Q 1= = =3.5 →Q 1=5+ 0.5∗( 6−5 ) =5.5
4 4
N +1 13+1
No Q 1= = =7 →Q 2=7
2 2
3 ( N +1) 3(13+1)
No Q 1= = =10.5→ Q 3=8+ 0.5∗(10−8 ) =9
4 4

b) Números pares
Cuando el número de términos es par como la distribución constituida por:
 N +1 8+1
No Q 1= = =2.25 → Q1=4+ 0.25∗( 5−4 )=4.25
4 4
N +1 8+1
No Q 2= = =4.5→ Q 2=7+ 0.5∗( 9−7 ) =8
2 2
3 ( N +1) 3(8+1)
No Q 1= = =6.75 →Q 3=10+0.75∗ (11−10 )=10.75
4 4
El procedimiento empleado en el cálculo del segundo cuartil es el mismo que se utilizó
para calcular la mediana en una serie o distribución simple, por lo que el valor del
segundo cuartil siempre es igual al de la mediana. Una vez obtenido el número de
orden del primer cuartil, se puede también calcular los del segundo y tercer cuartil sin
recurrir al procedimiento anterior, solo se multiplica por 2 y 3 respectivamente.

Ejercicio:
23 20 12 17 25 16 13 19 24 12 15 22 19 15 23
17 14 21 20 17
12 12 13 14 15 15 16 17 17 17 19 19 20 20 21
22 23 23 24 25

N +1 20+1
No Q 1= = =5.25 →Q 1=15+ 0.25∗( 15−15 )=15
4 4
N +1 20+1
No Q 2= = =10.5 →Q 1=17+ 0.50∗(19−17 ) =18
2 2
3 ( N +1) 3(20+1)
No Q 3= = =15.75 →Q 1=21+0.75∗( 22−21 ) =21.75
4 4
2.- Para datos agrupados

Tabla de Frecuencia Simple

N° de
Edades
personas (f) F Acumulada
(años)
miles
1 6 6
4 15 21
8 14 35
14 5 40
  40  

K∗N
NoQ= K =1 ,2 , 3 F ≥ NoQ →Q=Xi
4
N 40
No Q 1= = =10Q 1=4 → F . Acumulada=21 ≥ NoQ 10
4 4
N 40
No Q 2= = =20Q 2=4 → F . Acumulada=21≥ NoQ 10
4 2
3 ( N) 3(40)
No Q 1= = =30 Q 3=8→ F . Acumulada=35 ≥ NoQ 30
4 4
El valor de Q1 y Q2 coincide; lo cual se debe a que ambas toman el valor del término (edad)
que les señala sus respectivos números de orden, que es cuatro para los términos número diez
y veinte.

Tabla de Frecuencias Interválica

Tiempo fi Fi
(minutos)
(10 - 20) 6 6
(20 - 30) 25 31
(30 - 40) 32 63
(40 - 50) 23 86
(50 - 60) 7 93
(60 - 70) 4 97
(70 - 80) 3 100
  100  
Aplicamos la siguiente ecuación:

K∗N
NoQ= K =1 ,2 , 3
4
N N 3( N )
No Q 1= No Q2= No Q3=
4 2 4
( NoQ1 −Fi−1 )
Q1=Li + ∗( A ) F i−1=frecuenciaabsoluta acumulada anterior
fi
(No Q 2−Fi−1 )
Q2=Li + ∗( A)
fi
( No Q3−Fi−1 )
Q3=Li + ∗( A)
fi
A=Ls−Li
Solución:

N 100
No Q 1= No Q1= =25 → Frecuencia Acumulada=31
4 4
Buscamosla Fi que sea ≥que 25
( NoQ1 −Fi−1 )
Q 1=Li+ ∗( A )
fi
( 25−6)
Q1=20+ ∗( 10 )=27.6 minutos
25
N 100
No Q 2= NoQ2= =50 → Frecuencia Acumulada=63
2 2
Buscamosla Fi que sea ≥que 50
 (No Q 2−Fi−1 )
Q2=Li + ∗( A)
fi
( 50−31)
Q2=30+ ∗( 10 )=35.94 minutos
32
3(N ) 3(100)
No Q 3= NoQ3= =75 → Frecuencia Acumulada=86
4 4
Buscamosla Fi que sea ≥que 75
( No Q3−Fi−1 )
Q3=Li + ∗( A)
fi
(75−63)
Q3=40+ ∗( 10 )=45.16 minutos
23
Desviación semicuartil

Conocidos dos cuartiles se puede calcular la desviación semicuartil, la cual mide la amplitud o
rango existente entre el 50% de los términos centrales de la distribución.

Es una medida de variación como el rango referencial al 50% de las observaciones contra las
demás series.

La desviación cuartil es igual a la mitad del rango comprendido entre el 50% de los términos
centrales de distribución. Numéricamente es la mitad de la distancia entre el primer y tercer
cuartil, que eso también se conoce como rango semi-cuartil.

Rango semicuartil=Q3−Q 1→ 45.16−27.6=17.56

Q3−Q 1 45.16−27.6
Desviación cuartil= → =8.78 minutos
2 2
12/01/2022

Ejercicios

1.- Calcule los cuartiles de la siguiente tabla

Intervalos
Lim. Lim.
Inferior Superior fi Fi
45 55 6 6
55 65 10 16
65 75 19 35
75 85 11 46
85 95 4 50
    50  

Solución:

N 50
No Q 1= No Q1= =12.5 → Frecuencia Acumulada=16
4 4
Buscamosla Fi que sea ≥que 12.5
(12.5−6)
Q1=55+ ∗( 10 ) =61.5
10
N 50
NoQ 2= NoQ2= =25 → Frecuencia Acumulada=35
2 2
Buscamosla Fi que sea ≥que 25
(25−16)
Q2=65+ ∗( 10 ) =69.74
19
3(N ) 3(50)
No Q 3= NoQ3= =37.5 → Frecuencia Acumulada=46
4 4
Buscamosla Fi que sea ≥que 37.5
(37.5−35)
Q3=75+ ∗( 10 )=77.27
11
Nota: los ejercicios 2 y 3 están en Excel.

Desviación Absoluta Media (DAM) → Datos no agrupados

La desviación respecto a la media es la diferencia entre cada valor de la variable estadística y la

media aritmética.

Di=X− X
La desviación media es la media aritmética de los valores absolutos de las desviaciones
respecto a la media.

La desviación media se representa por Dx

Fórmula:

|X 1−X|+|X 2 −X|+…+|X n −X|

D x=
N
n

∑ | X i− X|
D x = i−1
N
Ejemplo:

Calcular la desviación media de la distribución:

9, 3, 8, 8, 9, 8, 9, 18

9+3+8+ 8+9+8+ 9+18

X= =9
8
|9−9|+|3−9|+|8−9|+|8−9|+|9−9|+|8−9|+|9−9|+|18−9|
D x= =2.25
8
Desviación Absoluta Media (DAM) → Datos agrupados
Si los datos vienen agrupados en una tabla de frecuencias, la expresión de la desviación media
es:

| X 1−X|f 1 +|X 2−X| f 2+ …+|X n−X| f n

D x=
N
n

∑|X i− X|f i
i−1
D x=
N
Ejemplo:

Calcular la desviación media de la distribución:

X i =marca de clase xm=promedio

Intervalos ࢄ࢏ ࢌ࢏ ࢄ࢏ ‫࢏ࢌכ‬ ࢏࢞ െ࢓࢞ ࢞െ ࢞ ‫࢏ࢌכ‬

[10,15) 12,5 3 37,5 9,286 27,857
[15,20) 17,5 5 87,5 4,286 21,429
[20,25) 22,5 7 157,5 0,714 5,000
[25,30) 27,5 4 110 5,714 22,857
[30,35) 32,5 2 65 10,714 21,429
21 457,5 98,571
457.5 98.57
X= =21.786 → D x = =4.69
21 21
Ejercicios:

1.- Calcular la desviación media de las siguientes series de datos:

2, 3, 6, 8, 11

2+3+ 6+8+11
X= =6
5
|2−6|+|3−6|+|6−6|+|8−6|+|11−6|
D x= =2.8
5
2.- Calcular la desviación media de: (Excel)

12, 6, 7, 3, 15, 10, 18, 5

12+6 +7+3+15+10+ 18+ 5 76

X= = =9.5
8 8

X =|12−9.5|+|6−9.5|+|7−9.5|+|3−9.5|+|15−9.5|+|10−9.5|+|18−9.5|+|5−9.5|+ ¿ =4.25 ¿
8
3.- Calcular la desviación media de la siguiente tabla de calificaciones de un grupo de
estudiantes:
Clases para las calificaciones Punto medio de Frecuencia de
ࢄ࢏ ‫࢏ࢌכ‬ ࢏࢞ െ࢞
ഥ ࢏࢞ െ࢞
ഥ ‫࢏ࢌ כ‬
Li Ls clase ࢄ࢏ datos ࢌ࢏
0 1 0,5 1 0,5 6,3 6,3
1 2 1,5 1 1,5 5,3 5,3
2 3 2,5 3 7,5 4,3 12,9
3 4 3,5 0 0 3,3 0
4 5 4,5 5 22,5 2,3 11,5
5 6 5,5 4 22 1,3 5,2
6 7 6,5 6 39 0,3 1,8
 8 9 8,5 18 153 1,7 30,6
9 10 9,5 2 19 2,7 5,4
50 340 86

340 86
X= =6.8→ D x = =1.72
50 50

13/01/2022

Varianza → (Datos no agrupados)

Mide la distancia existente entre los valores de la serie y la media, se calcula como sumatoria
de las diferencias al cuadrado entre cada valor y la media, multiplicadas por el número de
veces que se ha repetido cada valor. La sumatoria obtenida se divide por el tamaño de la
muestra.

La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más concentrados
están los valores de la serie alrededor de la media. Por el contrario, mientras mayor sea la
varianza, más dispersos están.

Formulas:
n

Para una serie muestral

∑ ( x i−x )2
2 i=1
S=
n−1

( )
k 2

k k ∑ xi
∑ ( x i−x ) ∑ x 2i −2 i=1

n
S2= i=1 = i=1
n−1 n−1
N

Para una serie poblacional

∑ ( xi −μx )2
σ 2= i=1
N
k k

∑ ( xi −μ )2 ∑ x2i
σ 2= i=1 = i=1 −μ2
N N

Varianza → (Datos no agrupados)

Cuando los datos están agrupados en tablas de frecuencia, el significado de las medidas de
dispersión es el mismo, sin embargo, la manera de calcular es diferente.

Formulas:

(∑ )
k 2

k k
xi f i
∑ f i ( x i−x ) ∑ f i x −
2 2 i =1
Para una serie muestral i
2 i=1 i=1 n
S= =
n−1 n−1

k k

Para una serie poblacional

∑ f 1 ( x i−μ ) ∑ f i x 2i
2

σ 2= i=1 = i=1 −μ 2
N N

Propiedades de la varianza

1.- La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean
iguales.

2.- Si todos los valores de la variable se les suma un número la varianza no varía.

3.- Si todos los valores de la variable se multiplican por un número la varianza queda
multiplicada por el cuadrado de dicho número.

4.- Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas
se puede calcular la varianza total.

Observaciones de la desviación

1.- La desviación típica, al igual que la media y la varianza, es un índice muy sensible a las
puntuaciones extremas.

2.- En los casos que no se pueda hallar la media tampoco será posible hallar la desviación
típica.

3.- Cuanta más pequeña sea la desviación típica mayor será la concentración de datos
alrededor de la media.

Ejercicios:

Datos no agrupados

1.- Las alturas (desde los hombros) de cuatro perros de diferentes razas son: 600mm, 470mm,
170mm, 430mm y 300mm.

Calcular la media, la varianza y la desviación estándar.

Primero calculamos la media:

600+470+ 170+430+300 1970

x= = =394
5 5
Ahora calculamos la diferencia de cada altura con la media:

2 ( 600−394 )2+ ( 470−394 )2+ ( 170−394 )2+ ( 430−394 )2 + ( 300−394 )2

σ =
5
2 2 2 2 2
2 206 + 76 + (−224 ) +36 + (−94 ) 108.520
σ = = =21704
5 5
La varianza es 21 704

Y la desviación estándar es la raíz de la varianza,

Desviación estándar: σ =√ 21,704=147

2.- Calcular la varianza y la desviación estándar de la distribución:

9, 3, 8, 8, 9, 8, 9, 18

Solución:

9+3+ 8+8+9+ 8+9+18

x= =9
8

( 9−9 )2+ ( 3−9 )2 + ( 8−9 )2 + ( 8−9 )2 + ( 9−9 )2 + ( 8−9 )2 + ( 9−9 )2 + ( 18−9 )2

σ 2=
8
2
σ =15

√
2 2 2 2 2 2 2 2
( 9−9 ) + ( 3−9 ) + ( 8−9 ) + ( 8−9 ) + ( 9−9 ) + ( 8−9 ) + ( 9−9 ) + ( 18−9 )
σ=
8
σ =3.87
3.- Calcular la varianza para los siguientes datos muestrales

2 1 2 4 1 3 2 3 2 0 5 1

Solución:

Primero es necesario obtener la media.

2+1+2+4 +1+3+2+3+2+0+5+ 1
x= =2,16
12
S2=( 2−2,16 )2 + ( 1−2,16 )2+ ( 2−2,16 )2 + ( 4−2,16 )2+ ( 1−2,16 )2 + ( 3−2,16 )2+ ( 2−2,16 )2 + ¿ ¿
12−1

2 ( 3−2,16 )2+ ( 2−2,16 )2 + ( 0−2,16 )2 + ( 5−2,16 )2 + ( 1−2,16 )2

S= =1,9697
12−1
S= √ 1,9697=1,4034
4.- A continuación, se presenta una muestra de dos conjuntos de datos obtenidos al azar a
partir de un experimento químico que realizaron dos estudiantes distintos. Calcular la varianza
y la desviación estándar.

Solución:

Primero es necesario obtener la media de cada conjunto de datos.

Estudiante A

8+12+7+ 9+3+10+12+11+12+14
x= =9,8
10

S2=( 8−9,8 )2+ ( 12−9,8 )2 + ( 7−9,8 )2 + ( 9−9,8 )2 + ( 3−9,8 )2+ ( 10−9,8 )2+ ( 12−9,8 )2 + ¿ ¿
10−1

2( 11−9,8 )2+ (12−9,8 )2 + ( 14−9,8 )2

S= =10,18
10−1
S= √ 10,18=3,19
Estudiante B

7+6+ 7+15+12+11+9+9+ 13+11

x= =10
10

S2=( 7−10 )2 + ( 6−10 )2 + ( 7−10 )2+ (15−10 )2 + ( 12−10 )2 + ( 11−10 )2+ ( 9−10 )2 + ¿ ¿
10−1

2 ( 9−10 )2 + ( 13−10 )2 + ( 11−10 )2

S= =8,44
10−1
S= √8,44=2,91
Datos agrupados

Calcular la varianza y desviación estándar de la distribución de la tabla que muestra el número

de personas según las edades de un condominio.
 i

∑ f i x2i
2

88 050
σ 2= i=1 −μ2 → σ = −43,33 2=218.95
N 42

√
i

∑ f i x2i
σ= i=1
N
−μ2 → σ=
√ 88 050
42
−43,332 =14.797

i Tiempo de retraso Frecuencia número Xi * fi Xi^2 * fi

(min) (Xi) de vuelos (fi)
1 12 3 36 432
2 13 3 39 507
3 14 6 84 1176
4 15 3 45 675
5 16 5 80 1280
Total 70 20 284 4070

2
S=
∑ 2
(f i∗x ¿)−n X
2
2
→S =
4 070−20 (14,2 )
2
2
→ S =1,9579 ¿
n−1 20−1
S= √ 1,9579 → S=1,39925
Coeficiente de variación

Es una medida de dispersión que se utiliza para poder comparar las desviaciones estándar de
poblaciones con diferentes medias y se calcula como cociente entre la desviación típica y
media.

Formula

S
Muestra → CV = ∗100 %
X
σ
Poblacional →CV = ∗100 %
μ

19/01/2022

Medidas de tendencia central y Dispersión

Con datos no agrupados
A.- La media

La media aritmética es la medida de la tendencia central que normalmente era considerada

como el promedio.
N

X 1+ X 2+ X 3 +…+ X N ∑
X1
Media poblacional i=1
μ= =
N N
n

Media muestral
∑X
X 1+ X 2 + X 3 +…+ X n i−1 1
X= =
n n
Ejercicio explicado en Excel

B.- La mediana

La mediana es la observación de la mitad después de que se han colocado los datos en una
serie ordenada.

n+1
Posición de lamediana=
2
IMPAR 45, 52, 56, 67, 67

PAR 35, 45, 52, 56, 56, 67

Ejercicio explicado en Excel

C.- La moda

La observación modal es la observación que ocurre con mayor frecuencia.

Explicación en Excel

La emisión de la revista Fortune del 17 de febrero de 1997 reporto que en 1996 las utilidades
en millones de dólares de varias de las 500 mejores compañías que aparecen en la revista
incluían:
Explicación en Excel

D.- La media ponderada

Esta toma en cuenta la importancia relativa de las observaciones.

XW =
∑ XW
∑W
En donde:

X W : es la media ponderada

X :es laobservación indivuidual

W :es el peso o ponderación asignada a cada observación
Se asume que se obtuvo un puntaje de 89, 92 y 79 en los exámenes y 94 en el examen final.

X* 448
XW = =89,6
X W W 5
Nota Ponderació
Detalle s n  
Deberes 89 1 89
Lecciones 92 1 92
Pruebas 79 1 79 Paul el fontanero vende cinco tipos de limpiadores para
Examen 94 2 188 desagüe. En la tabla se muestra cada tipo junto con la
  5 448 utilidad por lata y el número de latas vendidas.

Limpiador Utilidad por lata Volumen de ventas en X*W

(X) latas (W)
Glunk Out 2 3 6
Bubbie Up 3,5 7 24,5
Dream
Drain 5 15 75
Clear More 7,5 12 90
Main Drain 6 15 90
Total 24 52 285,5
285,5
XW = =5,49
52
E.- La media geométrica
Esta proporciona una medida precisa de un cambio porcentual promedio en una serie de
números.

MG=√ X 1+ X 2 + X 3 … X n
n

El CEO (director ejecutivo) de White – Knuckle Airlines desea determinar la tasa de crecimiento
promedio en los ingresos con base en las cifras dadas en la tabla. Si la tasa de crecimiento
promedio es menor que el promedio industrial del 10%, se asumirá una nueva campaña
publicitaria.
Año Ingreso % del año anterior
1992 50000  
1993 55000 1,1
1994 66000 1,2
1995 60000 0,91
1996 78000 1,3
Total 309000 4,51

MG=√(1.1)(1.2)(0.91)(1.3)=1 ,1179
4

MG=11,79 %En este caso no se asumirá una nueva campaña publicitaria porque el
promedio es mayor al 10%.

20/01/2022

Con datos agrupados

A.- La media

Σ X m∗f i
X=
Σf i

Donde:

f : es la frecuencia o número de observaciones en cada clase

M : es el punto medio de cada clase
n :es el tamaño de lamuestra y es igual a las frecuencias sumadas en todas las clases .

Clase (pasajeros) Xm f f * Xm
50 60 55 3 165
60 70 65 7 455
70 80 75 18 1350
80 90 85 12 1020
90 100 95 8 760
100 110 105 2 210
      50 3960

Σ X m∗f 3960
X= → X= =79,2
Σf 50
B.- La mediana

Mediana=Li +
[ n /2−Fa
f ]
(C )

En donde:

Li : es el límite inferior de la clase de lamediana(70)

Fa: es la frecuencia acumulada de la clase que antecede a la clase de lamediana(10)

f : es la frecuanciade la clase de la mediana(18)
C : es el intervalode laclase de la mediana o amplitud (70)

Clase (pasajeros) Xm f F
50 60 55 3 3
60 70 65 7 10
Clase
70 80 75 18 28 media
80 90 85 12 40
90 100 95 8 48
100 110 105 2 50
      50  

Mediana=Li +
[ n /2−Fa
f ]
( C ) → Mediana=70+ [
50/ 2−10
18 ]
( 10 )=78,33 pasajeros

C.- La moda

Moda=Li+
[ Da
D b+ D a ]
(C)

En donde:

Li : es el límite inferior de la clase modal

D a :es la diferencia entre la frecuencia de la clase modal y la clase que la antecede

Db :es la diferencia entre la frecuencia de la clase modal y la que≤sigue

C : es el intervalo de clase de la clase modal o amplitud

Nota: Los valores de Da y Db nunca pueden ser negativos, porque la frecuencia en la clase
modal va a ser la mayor de todas.

Clase (pasajeros) Xm f
50 60 55 3
60 70 65 7
Clase
70 80 75 18 Modal
80 90 85 12
90 100 95 8
 100 110 105 2
      50

Moda=Li+
[ Da
D b+ D a ]
( C ) → Moda=70+
[
18−7
( 18−12 ) + ( 18−7 ) ]
( 10 ) =76,47 pasajeros

La fila que se toma en cuenta para el cálculo de la moda es la que tiene el valor más alto de la
frecuencia absoluta simple.

2022/01/26

Revisión de trabajo práctico

27/01/2022

Revisión de los 3 últimos ejercicios de la clase anterior

Medidas de forma

Sirven para reconocer el grado de aproximación de una distribución a la distribución normal.

Curtosis

Se define como la cualidad de apuntamiento. Por ello también se conoce como medida
de apuntamiento.
El coeficiente de Curtosis indica si la distribución es más achatada o puntiaguda que la
normal.
Compara las alturas relativas de la ordenada máxima de la distribución con las de la
curva normal.
Su ecuación es:
4
Σ f ( X i− X ) −3
β= 2
nS
COEFICIENTE DE APUNTAMIENTO DE FISHER

Representación gráfica de la Curtosis

En una distribución normal a través de la característica del coeficiente de curtosis se puede
determinar:

a) Mesocúrtica: si es semejante a la curva normal de Gauss, fig. (a) (β = 3)

b) Leptocúrtica: si se presenta un apuntamiento muy alto, fig. (b) (β > 3)
c) Platicúrtica: si se presenta una zona casi horizontal en su punto máximo fig. “C”, aquí
el apuntamiento es casi nulo (β < 3).

Como calcularlo a través del Excel

Lectura de la curtosis

Asimetría

Es aquella que indica en qué grado se aparta la distribución de la simetría.

Cuando una distribución es simétrica, las tres medidas de tendencia central son
iguales. En cambio, para la asimetría, la media y mediana se cargan hacia los valores
extremos.
La medida más usada para cuantificar la asimetría en una distribución de frecuencia es
el coeficiente de asimetría y tiene por ecuación:
 3
Σ f ( X i− X )
α= 3
nS
COEFICIENTE DE ASIMETRÍA DE FISHER

Representación gráfica de la asimetría

-Asimetría positiva (fig. a): cuando la distribución esta sesgada a la derecha, ya que tiene una
cola prolongada del lado derecho y una cola mucho más corta del lado izquierdo (α > 0).

-Asimetría negativa (fig. b): cuando la distribución esta sesgada a la izquierda, ya que tiene una
cola prolongada del lado izquierdo y una cola mucho más corta del lado derecho (α < 0).

-Distribución simétrica (fig. c): cuando la media se toma como origen, es la representación
gráfica de una distribución de frecuencias cuyo eje de simetría es la media o µ (α = 0).

Como calcularlo a través del Excel.

Lectura de la Asimetría
02/02/2022

Probabilidades

Una probabilidad es el valor entre 0 y 1, inclusive, que representa las posibilidades de que
cierto evento ocurra.

a. Un experimento es la observación de alguna actividad o el acto de tomar una medida.

b. Un resultado es una consecuencia particular de un experimento.
c. Un evento es la colección de uno o más resultados de un experimento.

Existen tres definiciones de probabilidad.

A.- La definición clásica se aplica cuando un experimento genera n resultados igualmente

posibles.

Número de resultados favorables

Probabilidad clásica Probabilidad de un evento=
Número total de posibles resultados
Mutuamente excluyente El hecho de que un evento se presenta significa que ninguno de los
demás eventos puede ocurrir al mismo tiempo.

Colectivamente exhaustivo Por lo menos uno de los eventos debe ocurrir cuando se lleva a
cabo un experimento.

Independencia Si un evento ocurre, no tiene ningún efecto sobre la probabilidad de que otro
evento acontezca.

B.- La definición empírica se emplea cuando el número de veces que ocurre un evento se
divide entre el número de observaciones y representa una fracción de eventos similares que
sucedieron en el pasado.
 número de veces que el evento ocurre
Probabilidad empírica ¿
número total de observaciones
Ley de los grandes números Es una gran cantidad de intentos, la probabilidad empírica de un
evento se aproxima a su probabilidad real.

Ejercicio:

El 1 de febrero del 2003 exploto el transformador espacial Columbia, este fue el segundo
desastre en 113 misiones espaciales de la NASA. Con base en esta información cual es la
probabilidad de que una futura misión concluya con éxito.

R: Probabilidad empírica = 111 misiones exitosas / 113 misiones totales = 0.98, es decir 98 %
de probabilidad que una futura misión salga exitosa.

C.- Una probabilidad subjetiva se basa en cualquier información disponible (por algún tipo de
conocimiento específico o asumiendo un punto de vista.

Ejercicio:

Video Games creo recientemente un nuevo videojuego, 80 jugadores experimentados van a

probar su facilidad de operación.

A.- En que consiste el experimento.

Contar para cuantos jugadores es operable el nuevo videojuego, el número de personas que
les gusta.

B.- Cual es uno de los posibles resultados.

Un posible resultado podría ser que al 100% de jugadores les gusto el juego.

C.- Suponga que 65 jugadores intentaron jugar el videojuego y dicen que les gusto, es 65 una
probabilidad.

65 no sería una probabilidad sino más bien el 65 / 80, dando una probabilidad de 0.81 es decir
81%.

D.- La probabilidad de que el nuevo juego sea un éxito es de -1.

No porque la probabilidad nunca es negativa.

E.- Especifique un posible evento (colección de resultados).

A más de la mitad de los jugadores le gusto el juego.

Preguntas:

1.- Se selecciona al azar una carta de una baraja convencional de 52 cartas. ¿Cuál es la
probabilidad de que la carta resulte ser una reina? ¿Qué enfoque de la probabilidad empleó
para responder la pregunta?

Hay una probabilidad de 7.84% que esa carta seleccionada al azar sea una reina. La
probabilidad empírica fue la aplicada.
2.- El Center for Child Care publica información sobre 539 niños, así como el estado civil de
sus padres. Hay 333 casados, 182 divorciados y 24 viudos. ¿Cuál es la probabilidad de que un
niño elegido al azar tenga un padre divorciado? ¿Qué enfoque utilizo?

Utilizando el enfoque empírico hay una probabilidad del 33% de que un niño elegido al azar
tenga un padre divorciado. Ya que se dividiría así: 182 / 539 = 0.33

3.- ¿Cuál es la probabilidad de que el índice industrial Dow Jones sea mayor que 12 000
durante los próximos 12 meses? ¿Qué enfoque de la probabilidad utilizó para responder la
pregunta?

Utilizando el enfoque subjetivo se podría tener diferentes probabilidades dependiendo si se es

optimista o negativo.

09/02/2022

Ejercicios:

Se va a encuestar a una muestra de empleados de World wide Enterprise sobre un nuevo plan
de cuidado de la salud. Los empleados se clasifican de la siguiente manera:

Clasificación Evento Número de empleados

Supervisores A 120
Mantenimiento B 50
Producción C 1460
Administración D 302
Secretarias E 68

a.- ¿Cuál es la probabilidad de que la primera persona elegida sea:

i de mantenimiento o secretaría

50+68 118
= =0,059
120+50+1460+302+68 2000
ii que no sea de administración

302
=0,151 de probabilidad que si sea de administración
2000
1−0,151=0,849 de probabilidad que no sea de administración
b.- Dibuje un diagrama de Venn que ilustre sus respuestas al inciso a

c.- ¿Los eventos del inciso a) i son complementarios, mutuamente excluyentes o ambos?
No son complementarios, pero son mutuamente excluyentes ya que el uno no tiene nada que
ver con el otro.

Reglas de la Adición

Las reglas de la adición se refieren a la unión de eventos.

A.- Regla especial de la adición se aplica cuando los eventos son mutuamente excluyentes

P ( A o B )=P ( A ) + P( B)
Ejemplo: Una máquina automática llena bolsas de plástico con una combinación de frijoles,
brócoli y otras verduras. La mayoría de las bolsas contiene el peso correcto, aunque como
consecuencia de la variación del tamaño del frijol y de otras verduras, un paquete podría pesar
menos o más. Una versión de 4 000 paquetes que se llenaron el mes pasado arrojó los
siguientes datos:

Peso Evento Número de paquetes Probabilidad de que ocurra el evento

Menos peso A 100 0,025
Peso satisfactorio B 3600 0,9
Más peso C 300 0,075
    4000 1

B.- La regla general de la adición se aplica cuando los eventos no son mutuamente
excluyentes.
 P ( A o B )=P ( A ) + P ( B ) −P (A y B)
P ( A o B )=P ( A ∪ B ) =P ( A )+ P ( B )−P( A ∩ B)
Ejemplo: Asiste a un curso de capacitación sobre investigación y publicidad de artículos
indexados, docentes que dan clases sólo en Administración de Empresas (0.40), sólo en
Contabilidad y Auditoría (0.60) y algunos de ellos dan clases en las dos carreras (0.10).

P ( A o B )=P ( A ) + P ( B ) −P (A y B)
P ( A o B )=0.40+0.60−0.10=0.90

Ejemplo

Hay una clínica en una ciudad. De ellas, 6 no cumplen las reglas sanitarias y 8 no cumplen los
requisitos de seguridad, 5 clínicas no cumplen ni los requisitos de seguridad ni las reglas
sanitarias. Si se elige una clínica para inspeccionar al azar, ¿Cuál es la probabilidad de que
cumpla ambos reglamentos?

Solución

Sea A el suceso de que NO cumple las reglas sanitarias y B el suceso de que NO cumple los
requisitos de seguridad. Si elegimos una clínica al azar, tenemos:

P ( A )=6 /15
P ( B )=8/15
P ( A y B )=5 /15
P ( A o B )=P ( A ) + P ( B ) −P (A y B)=6 /15+ 8/15−5 /15=9 /15
PROBABILIDAD CONJUNTA Probabilidad que mide la posibilidad de que dos o más eventos
sucedan simultáneamente.

La regla del complemento se utiliza para determinar la probabilidad de un evento

restando de 1 la probabilidad de que el evento no suceda.

P ( A )=1−P ( A )
La probabilidad que cumplan ambos requisitos P(C) = 1 – P (A o B) = 1-9/15 = 6/15

Ejercicios:

1.- ¿Cuál es la probabilidad de que una carta escogida al azar de una baraja convencional sea
rey o corazón?

Rey P ( A )=4 /52

Corazón P ( B )=13/52
Rey de corazón P ( A y B )=1 /15
P ( A o B )=P ( A ) + P ( B ) −P (A y B)

P ( A o B )=4 /52+13/52−1/52=16 /52o (0.3077)

A
A y B
B

Probabilidad de que no sea rey de corazones 1−0.3077=0.6923

2.- Cada año se llevan a cabo exámenes físicos de rutina como parte de un programa de
servicios de salud para los empleados de General Concrete, Inc. Se descubrió que 8% de los
empleados requiere calzado ortopédico; 15% necesita tratamiento dental mayor y 3% tanto
zapatos ortopédicos como tratamiento dental mayor.

a.- ¿Cuál es la probabilidad de que un empleado elegido de forma aleatoria requiera zapatos
ortopédicos o tratamiento dental mayor?

P ( A o B )=P ( A ) + P ( B ) −P (A y B)

P ( A o B )=0.08+0.15−0.03=0.20
b.- Muestre esta situación en forma de diagrama de Venn.

A
A y B
B
Probabilidad de que no se requiera zapatos ortopédicos ni tratamiento dental mayor
1−0.20=0.80
10/02/2022

Reglas de la multiplicación

Las reglas de multiplicación se refieren al producto de eventos.

A.- La regla especial de la multiplicación se refiere a eventos que son independientes.

P ( A y B )=P ( A )∗P(B)
La regla especial de la multiplicación requiere que dos eventos, A y B, sean independientes y lo
son si el hecho de que uno ocurra no altera la probabilidad de que el otro suceda.

INDEPENDENCIA Si un evento ocurre, no tiene ningún efecto sobre la probabilidad de que otro
evento acontezca.

Ejemplo:

Ejercicios:
Por experiencia, Teton Tire sabe que la probabilidad de que una llanta XB-70 rinda 60.000
millas antes de que quede lisa o falle es de 0.95. A cualquier llanta que no dure las 60.000
millas se le hacen arreglos usted adquiere cuatro llantas XB-70. ¿Cuál es la probabilidad de que
las cuatro llantas tengan una duración de 60.000 millas?

Solución

( 0.95∗0.95∗0.95∗0.95∗0.95 ) =0.8145
B.- La regla general de la multiplicación se aplica en eventos que no son independientes.

P ( A y B )=P ( A )∗P(B / A)
PROBABILIDAD CONDICIONAL Probabilidad de que un evento en particular ocurra, dado que
otro evento haya acontecido.

La regla general de la multiplicación sirve para determinar la probabilidad conjunta de cuando

estos no son independientes P (A y B). Por ejemplo, cuando el evento B ocurre después del
evento A, y a influye en la probabilidad de que el evento B suceda, entonces A y B no son
independientes.

La denominación adecuada de la fracción 2/9 (o 3/9) es probabilidad condicional ya que su

valor se encuentra condicionado (o depende) del hecho de que un refresco regular o dietético
haya sido el primero en ser seleccionado del refrigerador.

La regla general de la multiplicación establece que, en caso de dos eventos, A y B, la

probabilidad conjunta de que ambos eventos ocurran se determina multiplicando la
probabilidad de que ocurra el evento A por la probabilidad condicional de que ocurra el evento
B, dado que A ha ocurrido. Simbólicamente, la probabilidad conjunta, P (A y B), se calcula de la
siguiente manera:

En el ejemplo, si P(A) es la probabilidad de retirar un refresco dietético la primera vez (3/10) y

P (A y B) es la probabilidad condicional de retirar por segunda vez también un refresco
dietético dado que el primer refresco también sea dietético (2/9). La probabilidad de obtener
dos refrescos dietéticos al retirar del refrigerador seguidamente sería:

P ( A y B )=P ( A )∗P¿
P ( A y B )=P ( 3/10 )∗P¿
Ejemplo:
A propósito, se supone que este experimento se llevó a cabo sin reemplazo. Es decir que la
primera camisa no se lavó y se colocó en el closet antes de hacer la selección de la segunda.
Así, el resultado del segundo evento es condicional o depende del resultado del primer evento.

Es posible ampliar la regla general de la multiplicación para que incluya más de dos eventos. En
el caso de los tres eventos, A, B y C, la fórmula es:

P ( A y B y C )=P ( A ) P ( B/ A ) P(C / A y B)
Se lee: La probabilidad de A y B y C es igual a la probabilidad de A por la probabilidad
condicional de que ocurra B dado que ocurrió A por la probabilidad condicional de que ocurra
C dado que ya ocurrió A y B.

En el caso del ejemplo de la camisa de golf, la probabilidad de elegir 3 camisas blancas sin
reemplazo es:

9
∗8
12
∗7
11
P ( W 1 y W 2 y W 3 )=P ( W 1 ) P ( W 2∨W 1) P ( W 3|W 1 y W 2 )= =0,38
10
Por lo tanto, la probabilidad de seleccionar tres camisas sin remplazo, todas las cuales sean
blancas, es de 0,38.

Ejercicios:

La junta directiva de Tarbell industries consta de ocho hombres y cuatro mujeres. Un comité
de cuatro miembros será elegido al azar para llevar a cabo una búsqueda, en todo el país, del
nuevo presidente de la compañía.

A) ¿Cuál es la probabilidad de que los cuatro miembros del comité de búsqueda sean mujeres?
 4
∗3
12
∗2
11
∗1
10
=0,002
9
B) ¿De que los cuatro miembros del comité de búsqueda sean hombres?

8
∗7
12
∗6
11
∗5
10
=0,14
9
C) ¿Las probabilidades de los eventos descritos en los incisos a) y b) suman 1? Explique su
respuesta.

P ( A ) + P ( B ) =0,002+0,14=0,142
No porque existen muchas probabilidades

Tablas de contingencia

TABLA DE CONTINGENCIA tabla que se utiliza para clasificar observaciones de una muestra, de
acuerdo con dos o más características identificables.

Ejemplo:

De acuerdo con esta tabla, cada uno de los 300 entrevistados se clasifica según dos criterios: 1)
La edad; 2) la cantidad de café que consume.

Ejemplo en el que se muestra la forma en que las reglas de adición y multiplicación se

emplean en tablas de contingencia:
Primer Caso utilizamos la regla general de la multiplicación, probabilidad condicional.

¿Cuál es la probabilidad de seleccionar de seleccionar al azar a un ejecutivo leal a la compañía

que permanecería en ella- y cuál de ellos tiene más de 10 años de servicio?

Segundo Caso utilizamos la regla general de la adición, probabilidad conjunta.

Para determinar la probabilidad de elegir un ejecutivo que permanezca o que tenga menos de
un año de experiencia, aplique la regla general de la adición.
Ejercicio

Consulte la tabla del ejercicio anterior para calcular las siguientes probabilidades.

a) De seleccionar a un ejecutivo con más de 10 años de servicio.

105
P (B4) → =0,525
200
b) De seleccionar a un ejecutivo que no permanezca en la compañía, dado que cuenta con más
de 10 años de servicio.

30
P ( A 2∨B4 ) → =0,286
105
c) De seleccionar a un ejecutivo con más de 10 años de servicio o aun que no permanezca en la
compañía.

P ( A 2 o B 4 ) =P ( A 2 ) + P ( B 4 )−P( A 2 y B 4 )

80 105 30
+ − =0.4+ 0.52−0.15=0.77
200 200 200
16/02/2022

Diagramas de árbol

Es una gráfica útil para organizar cálculos que implican varias etapas. Cada segmento del árbol
constituye una etapa del problema. Las ramas del árbol se ponderan por medio de
probabilidad.
 Diagrama de árbol que muestra la lealtad y los años de servicio

Ejercicios:

Considere una encuesta a algunos consumidores con la cantidad relativa de visitas que hacen a
una tienda Sears (con frecuencia, en ocasiones o nunca) y con el hecho de que la tienda se
ubique en un lugar conveniente (si y no). Cuando las variables son de escala nominal, tal como
estos datos, por lo general los resultados se resumen en una tabla de contingencia.

a) El número de visitas y la ubicación en un lugar conveniente, ¿son variables independientes?

¿Por qué razón? Interprete su conclusión. Considere que para que dos variables sean
independientes debe cumplirse que: P (A|B) = P (A).

No son independientes porque el número de visitas depende del lugar conveniente que la
gente quiera ir.

b) Dibuje un diagrama de árbol y determine las probabilidades.

17/02/2022

Teorema de Bayes

Es un método que consiste en revisar una probabilidad, dado que se ha logrado información
adicional. En el caso de dos eventos mutuamente excluyente y colectivamente extractivos. Se
podría decir que este teorema es otra forma de probabilidad condicional

P ( A 1 ) P (B 1∨A 1)
P ( A 1|B1 )=
P ( A 1 ) P ( B1| A1 ) + P ( A2 ) P( B1∨ A2 )

P ( A 1 ) P(B 2∨ A1 )
P ( A 1|B2 )=
P ( A 1 ) P ( B2| A1 ) + P ( A2 ) P(B2∨ A2 )

Ejemplo:

Suponga que 5% de la población de Umen, un país ficticio del Tercer mundo, tiene una
enfermedad propia del país. Sea A1 el evento “padece la enfermedad” y A2 el evento “no
padece la enfermedad”. Por lo tanto, si selecciona al azar a una persona de Umen, la
probabilidad de que el individuo elegido padezca la enfermedad es de 0,05 o P (A1) = 0,05.
Esta probabilidad, P (A1) = P (padece la enfermedad) = 0,05, recibe el nombre de probabilidad
a priori. Se le da este nombre, porque la probabilidad se asigna antes de obtener los datos
empíricos.

Por ende, la probabilidad a priori de que una persona no padezca la enfermedad es de 0.95, o
P (A2) = 0.95, que se calcula restando 1 – 0.05.

Existe una técnica de diagnóstico para detectar la enfermedad, pero no es muy precisa. Sea B
el evento “la prueba revela la presencia de la enfermedad”. Suponga que la evidencia histórica
muestra que, si una persona padece realmente la enfermedad, la probabilidad de que la
prueba indique su presencia es de 0.90. De acuerdo con las definiciones de probabilidad
condicional que se establecieron en el capítulo anterior, dicho enunciado se expresa de la
siguiente manera:

P ( B| A 1 )=0.90

Suponga que la probabilidad de la prueba indique la presencia de la enfermedad en una

persona que en realidad no la padece es de 0.15.

P ( B| A 2 )=0.15

Elija al azar a una persona de Umen y aplique la prueba. Los resultados indican que la
enfermedad está presente. ¿Cuál es la probabilidad de que la persona en realidad padezca la
enfermedad? Lo que desea saber, en forma simbólica, es P (A1|B), que se interpreta de la
siguiente manera: P (padece la enfermedad | la prueba resulta positiva). La probabilidad de P
(A1|B) recibe el nombre de probabilidad a posteriori.

Con la ayuda del teorema de Bayes, determine la probabilidad de posterior:

P ( A 1 ) P( B∨A 1)
P ( A 1|B )=
P ( A 1 ) P ( B| A 1) + P ( A 2) P( B∨A 2)

(0.05)(0.90) 0.045
¿ = =24
( 0.05 )( 0.90 )+(0.95)(0.15) 1.1875
De esta forma la probabilidad de que una persona padezca la enfermedad, dado que la prueba
fue positiva, es de 0.24. ¿Comó interpreta el resultado? Si selecciona al azar a una persona de
la población, la probabilidad de que se encuentre enferma es de 0.05. Si se le somete a la
prueba y resulta positiva, la probabilidad de que la persona padezca realmente la enfermedad
se incrementa cinco veces, de 0.05 a 0.24. En el problema anterior sólo había dos eventos
mutuamente excluyentes y colectivamente exhaustivos A1 y A2. Si hay n eventos A1, A2, …,
An, el teorema de Bayes se transforma en

P ( A1 ) P( B∨ A1 )
P ( A 1|B )=
P ( A 1 ) P ( B| A 1) + P ( A 2) P ( B|A 2 ) +… P( A¿ ¿ n) P( B∨ A n) ¿

Con la notación anterior, los calculos del problema de Umen se resumen en la siguiente tabla:
Ejemplo:

Un fabricante de reproductores de DVD compra un microchip en particular, denominado LS-

24, a tres proveedores: Hall Electronic, Schuller Sales y Crawford Components. Treinta por
ciento de los chips LS-24 se le compran a Hall Electronic; 20% a Schuller Sales y el restante 50%
a Crawford Components. El fabricante cuenta con amplios historiales sobre los tres
proveedores y sabe que 3% de los chips LS-24 de Hall Electronic tiene defectos, 5% de los
Schuller Sales también y 4% de los que vende Crawford Components son defectuosos. Cuando
los chips LS-24 se reciben, se les coloca directamente en un depósito y no se inspeccionan ni se
identifican con el nombre del proveedor. Un trabajador selecciona un chip para instalarlo en
un reproductor de DVD y lo encuentra defectuoso. ¿Cuál es la probabilidad de que lo haya
fabricado Schuller Sales?

Como primer paso, resuma parte de la información incluida en el enunciado del problema.

Hay tres eventos mutuamente excluyentes y colectivamente exhaustivos, es decir, tres

proveedores

A1: el LS-24 se lo compro a Hall Electronic

A2: el LS-24 se le compró a Schuller Sales

A3: el LS-24 se le compró a Crawford Components

Las probabilidades a priori son:

La información adicional es la siguiente:

B1: el LS-24 parece defectuoso; o

B2: el LS-24 no parece defectuoso.

Se dan las siguientes probabilidades condicionales

 Se selecciona un chip del depósito. Como el fabricante no identifico los chips, no se
está seguro de qué proveedor los fabricó. Desea determinar la probabilidad de que el
chip defectuoso haya sido fabricado por Schuller Sales. La probabilidad se expresa
como P(A2|B1).
Defectuosos
Evento A P. a priori P(A) P. condicional P(B1|A1) P. conjunta P(A1 y B1) P. a posteriori P(A1|B1)
A1 Hall Electronic 0,3 0,03 0,009 0,2308
A2 Schuller Sales 0,2 0,05 0,01 0,2564
A3 Crawford Components 0,5 0,04 0,02 0,5128
P(B1)= 0,039 1,0000
No defectuosos
Evento A P. a priori P(A) P. condicional P(B1|A1) P. conjunta P(A1 y B1) P. a posteriori P(A1|B1)
A1 Hall Electronic 0,3 0,97 0,291 0,3028
A2 Schuller Sales 0,2 0,95 0,19 0,1977
A3 Crawford Components 0,5 0,96 0,48 0,4995
P(B1)= 0,961 1,0000

Diagrama de árbol

23/02/2022

Reglas de conteo
Si la cantidad de posibles resultados de un experimento es pequeña, resulta relativamente fácil
contarlas. Por ejemplo, existen seis posibles resultados del lanzamiento de un dado, a saber:

Sin embargo, si hay un número muy grande de resultados, tal como el número de caras y
cruces en un experimento con 10 lanzamientos de una moneda, sería tedioso contar todas las
posibilidades. Todos podrían ser caras, una cruz y nueve caras, dos caras y ocho cruces, y así
sucesivamente. Para facilitar la cuenta, se analizarán tres fórmulas para contar. Existen tres
reglas de conteo útiles para determinar el número de resultados de un experimento: la
fórmula de la multiplicación (no confundir con la regla de la multiplicación descrita
anteriormente), la fórmula de las permutaciones y la formula de las combinaciones.

A.- La regla de la multiplicación establece que si hay m formas de que un evento suceda y n
formas de que otra pueda suceder, entonces hay m*n formas en los que dos eventos pueden
suceder.

Número de disposiciones=(m)/(n)
Ejemplo:

Un distribuidor de automóviles quiere anunciar que por $29 999 usted puede comprar un
convertible, un sedán de dos puertas o un modelo de cuatro puertas y elegir entre rines de
rayos o planos. ¿Cuántas disposiciones de modelos y rines puede ofrecer el distribuidor?

Por supuesto, el distribuidor podría determinar el número total de disposiciones haciendo un

diagrama y contando. Hay sies.

Mediante la fórmula de la multiplicación se verifica el resultado (en cuyo caso es m es el

número de modelos y n el tipo de rin). De acuerdo con la fórmula:

Número total de posibles disposiciones= ( m)∗( n )= (3 )∗( 2 )=12

Ejercicios:

1.- Women’s Shopping Network ofrece suéteres y pantalones para damas por televisión de
cable. Los suéteres y pantalones se ofrecen en colores coordinados. Si los suéteres se
encuentran disponibles en cinco colores y los pantalones en cuatro colores, ¿Cuántos
diferentes conjuntos se pueden anunciar?

Número total de posibles disposiciones= ( m)∗( n )= (5 )∗( 4 )=20

2.- Pioneer fabrica tres modelos de receptores estereofónicos, dos reproductores MP3, cuatro
bocinas y tres carruseles de CD. Cuando se venden juntos, los cuatro tipos de componentes
forman un sistema. ¿Cuántos diferentes sistemas pueden ofrecer la empresa de electrónica?

Número total de posibles disposiciones= (3 )∗( 2 )∗( 4 )∗( 3)=72

B.- Una permutación es un arreglo en el que el orden de los objetos seleccionados de un
conjunto especifico es importante.
n
n!
p=
r ( n−r ) !
Donde:

n: representa el total de objetos;

r: representa el total de objetos seleccionados.

Por definición, cero factorial, que se escribe 0! Es 1. Es decir, que (0! = 1)

Ejemplo Respecto del grupo de tres piezas electrónicas que se van montar en cualquier orden,
¿de cuántas formas se pueden montar?

Solución: Hay tres piezas electrónicas que van a montarse, así que n = 3. Como las tres se van a
insertar en la unidad conectable, r = 3. De acuerdo con la fórmula, el resultado es:
n
n! 3! 3! 3!
P= = = = =6
r ( n−r ) ! ( 3−3 ) ! 0 ! 1
Podemos verificar el número de permutaciones que obtuvimos con la fórmula de las
permutaciones. Determinamos cuántos espacios hay que llenar y las posibilidades para cada
espacio. En el problema de las tres piezas electrónicas, hay tres lugares en la unidad
conectable para las tres piezas. Hay tres posibilidades para el primero lugar, dos para el
segundo (una se ha agotado) y una para el tercero: 6 permutaciones. Las seis formas en que las
tres piezas electrónicas, representadas con las letras A, B, C, se pueden ordenar, es:

En el ejemplo anterior, seleccionamos y distribuimos todos los objetos es decir que n = r. En

muchos casos, sólo se seleccionan algunos objetos y se ordenan tomándolos de entre los n
posibles objetos. En el siguiente ejemplo explicamos los detalles de este caso.

Ejemplo:

Betts Machine Shop, Inc., cuenta con ocho tornos, aunque sólo hay tres espacios disponibles
en el área de producción para las máquinas. ¿De cuántas maneras se pueden distribuir las
ocho máquinas en los tres espacios disponibles? Hay ocho posibilidades para el primer espacio
disponible en el área de producción, siete para el segundo espacio (una se ha agotado) y seis
para el tercer espacio. Por consiguiente:

( 8 ) ( 7 ) ( 6 ) =336
Es decir, hay un total de 336 diferentes distribuciones posibles. Este resultado también podría
obtenerse aplicando la fórmula. Si n = 8 máquinas y r = 3 espacio es disponibles, la fórmula da
como resultado:
n
8! 8 ! ( 8 ) (7 )( 6 ) 5 !
P= = = =336
r ( 8−3 ) ! 5! 5!

C.- Una combinación es un arreglo en el que el orden de los objetos seleccionados de un

conjunto específico no es importante.
n
n!
C=
r r ! ( n−r ) !
Ejemplo 1

Si los ejecutivos Able, Baker y Chauncy van a ser elegidos para formar un comité de
negociación de una fusión, sólo existe una posible combinación con estos tres ejecutivos; el
comité formado por Able, Baker y Chauncy es el mismo comité que el que forman Baker,
Chauncy y Able. De acuerdo con la fórmula de las combinaciones:
n
n! 3! 3∗2∗1 6
C= = = = =1
r r ! ( n−r ) ! 3 ! ( 3−3 ) ! 3∗2∗1( 1) 6
Ejemplo 2

Se ha dado al departamento de marketing la tarea de designar códigos de colores a las 42

diferentes líneas de discos compactos que vende Goody Records. Tres colores se van a utilizar
para cada CD; ahora bien, una combinación de tres colores para un CD no se puede reordenar
para identificar un CD diferente. Esto significa que, si se utilizaron el verde, amarillo y violeta
para identificar una línea, entonces el amarillo, verde y violeta (o cualquier otra combinación
de estos tres colores) no se puede emplear para identificar otra línea. ¿Sería adecuados siete
colores tomados de tres en tres para codificar las 42 líneas?

De acuerdo con la fórmula, hay 35 combinaciones, que se determinan mediante:

7
n! 7! 7! 7∗6∗5∗4 ! 210
C= = = = = =35
3 r ( n−n ) ! 3 ! ( 7−3 ) ! 3! 4 ! 3∗2∗1∗4 ! 6

Los siete colores tomados de tres en tres (es decir, tres colores para una línea) no serían
adecuados para codificar las 42 líneas, ya que sólo proporcionarían 35 combinaciones. Ocho
colores tomados de tres en tres darían 56 combinaciones. Esto sería más que suficiente para
codificar las 42 diferentes líneas.

Ejercicios:

1.- Un músico piensa escribir una escala basada sólo en cinco cuerdas: B bemol, C. D, E y G. Sin
embargo, sólo tres de las cinco cuerdas se van a utilizar en sucesión, por ejemplo: C, B bemol y
E. No se permiten repeticiones como B bemol, B bemol y E.

A) ¿Cuántas permutaciones de las cinco cuerdas, tomadas de tres en tres, son posibles?
n
n! 5! 5∗4∗3∗2∗1
p= = = =6 0
r ( n−r ) ! ( 5−3 ) ! 2∗1
B) De acuerdo con la fórmula, ¿cuántas permutaciones son posibles?

Son 60 permutaciones posibles.

2.- Los 10 números del 0 al 9 se van a emplear en grupos de códigos de cuatro dígitos para
identificar una prenda. El código 1083 podría identificar una blusa azul, talla mediana; el grupo
de código 2031 podría identificar unos pantaloes talla 18, etc. No están permitidas las
repeticiones de números. Es decir, el mismo no se puede utilizar dos veces (o más) en una
sucesión completa. Por ejemplo, 2256, 2562 o 5559 no estarían permitidos. ¿Cuántos
diferentes grupos de códigos se pueden asignar?
n
n! 10 ! 10∗9∗8∗7∗( 6 !)
p= = = =504 0
r ( n−r ) ! ( 10−4 ) ! (6 !)

3.- En el ejemplo relacionado con Goody Records, concluyó que ocho colores tomados de tres
en tres darían un total de 56 diferentes combinaciones.

A) Aplique la fórmula para demostrar que esto es verdadero.

n
n! 8! 8∗7∗6∗(5!) 336
C= = = = =56
r r ! ( n−r ) ! 3 ! ( 8−3 ) ! 3∗2∗1∗(5 !) 6

B) Como alternativa para codificar con colores las 42 diferentes líneas, se ha sugerido que sólo
dos colores se coloquen en un disco. ¿Diez colores serían adecuados para codificar las 42
diferentes líneas? (De nuevo, se podría utilizar una sola vez una combinación de dos colores;
es decir, si rosa y azul se utilizaron para codificar una línea, el azul y el rosa no se pueden
emplear para identificar otra línea.)
n
n! 10 ! 10∗9∗(8 !) 90
C= = = = =4 5
r r ! ( n−r ) ! 2 ! ( 10−2 ) ! 2∗1∗(8 !) 2

4.- En un juego de lotería se seleccionan al azar tres número de una tómbola de bolas
numeradas del 1 al 50.

A) ¿Cuántas permutaciones son posibles?

n
50 ! 50! 50∗49∗48∗(47 !)
P= = = =117. 6 00
r ( 50−3 ) ! 47 ! (47 !)

B) ¿Cuántas combinaciones son posibles?

n
n! 50! 5 0∗4 9∗48∗( 47! ) 117.600
C= = = = =19.600
r r ! ( n−r ) ! 3 ! ( 50−3 ) ! 3∗2∗1∗(47 !) 6

24/02/2022

Organización del deber grupal N°3

02/03/2022