ESTADÍSTICA GENERAL / ESTADÍSTICA I

Definición de estadística.
Estadística es la ciencia que recopila, ordena, clasifica, analiza,
interpreta y presenta datos cuantitativos (numéricos) para facilitar la
toma de decisiones en condiciones de incertidumbre.

Objetivo de la estadística, es facilitar la toma de decisiones en

condiciones de incertidumbre.

División de la Estadística.
Para su mejor estudio, la Estadística se divide en:
1. Estadística Descriptiva, comprende la recopilación, organización
y presentación de los datos en forma gráfica y numérica para una
mejor comprensión de la información obtenida.
2. Estadística Inferencial, permite determinar las características de
la población a partir de los datos obtenidos de una muestra que se
saca de la misma población.

Estadístico o estadística, es todo dato cuantitativo que se obtiene de

una muestra. Un estadístico es una estimación, es una aproximación
del parámetro de la población. Se tienen tantos estadísticos como
muestras se puedan obtener de la población.

Parámetro, es todo dato cuantitativo que se obtiene de una población.

El parámetro es un dato real, verdadero. Los parámetros son únicos.

Estadístico Parámetro
(muestral) (Poblacional)
Media aritmética 𝑋̅  (mu o miu)
Desviación estándar s  (sigma)
Varianza S2 2

Población, es el total de elementos que son sujetos de estudio. Se

representa con N.

Muestra, es una parte estadísticamente representativa de la

población. Se representa con “n”.
Censo. Se hace un censo cuando se estudian todos los elementos
de la población.

Muestreo. Se hace un muestreo cuando se estudian los elementos

muestrales que se seleccionaron de la población.

Características de una buena muestra

1. Es aleatoria. Cuando los elementos muestrales son

seleccionados al azar, es decir, sin criterios preestablecidos, (con la
tecla Ran# de la calculadora o aleatorio de Excel).

2. Es representativa de la población. El tamaño de la muestra es

estadísticamente representativo, esto significa que el tamaño de la
muestra es estadísticamente proporcional al tamaño de la población.

3. Es homogénea. Los elementos muestrales deben tener

características iguales o semejantes.

4. Es equiprobable. Todos los elementos de la población tienen la

misma probabilidad de ser seleccionados como elementos de la
muestra.

5. Es objetiva. Cuando el criterio del investigador no afecta los

resultados de la muestra.

6. Es confiable. Cuando los resultados de una muestra son iguales

o semejantes a los resultados de cualquier otra muestra que se
obtenga de la misma población. . Esta propiedad es la que justifica
tomar una sola muestra para hacer inferencia de la población.

Los datos muestrales o estadísticos, son una estimación (una

aproximación) del dato real de la población (del parámetro de la
población). Se tienen tantos estadísticos como muestras se
puedan obtener de la población.

Los parámetros son únicos y verdaderos.

Tipos de variables
 Variable es cualquier característica que se estudia de una
población.
Una variable es cualitativa o de atributo cuando indica cualidades
del sujeto de estudio como la raza, el color de la piel, la religión, el
sexo, etc.

Una variable es cuantitativa cuando las observaciones pueden

expresarse en forma numérica como la edad, la estatura, el peso, el
número de miembros de una familia, la producción, etc.

Variable discreta, cuando los valores observados son números

enteros. Ejemplos: el número de estudiantes en el aula de clases, el
número de autos producidos por día, la cantidad de computadoras en
una empresa, etc. Una variable discreta resulta del proceso de contar.

Variable continua, cuando las observaciones toman valores enteros y

fraccionarios o decimales . Son variables continuas: el tiempo, la
longitud, el peso, el salario, etc. Una variable continua generalmente
resulta del proceso de medir.

Presentación de datos agrupados

Cuando los datos muestrales son muchos, se representan en datos
agrupados determinando el tamaño de los intervalos o clases, el
número de clases y la frecuencia.

El tamaño de clase o del intervalo, TC, se calcula aplicando:

TC = (Dato mayor – Dato menor) / [1 + 3.322 log(n)]

Donde n = número de datos o tamaño de muestra.

Generalmente, el número de clases o de intervalos (NC) está dado

por el denominador de la fórmula del tamaño de clase,
NC = 1 + 3.322 log(n),

Ejemplo
Las calificaciones de una muestra de estudiantes
de estadística son
80, 75, 64, 70, 85, 48, 95, 80, 87, 68, 75, 60, 70, 87, 54, 72,
85, 70, 100, 92, 84, 35, 70, 65, 68, 74, 65, 95, 90, 80, 72, 92,
60, 84, 70. Determinar: a) El tamaño de clase. b) El
número de clases o intervalos. c) La frecuencia. d)
Histograma de frecuencias. e) Polígono de frecuencias
f) Curva de frecuencias. g) Ojiva.

Ordenando datos de menor a mayor.

Datos ordenados: 35, 48, 54, 60, 60, 64, 65, 65, 68, 68, 70,
70, 70, 70, 70, 72, 72, 74, 75, 75, 80, 80, 80, 84, 84, 85, 85,
87, 87, 90, 92, 92, 95, 95, 100.

a) Tamaño de clase = (100 – 35) / 6.1294 = 10.60 = 11 incluyendo

los extremos.
b) Número de clases, NC = 1 + 3.322 log(35) = 6.1294

Nota. Para determinar el extremo superior de cada intervalo de

clase, al extremo inferior se le suma el tamaño de clase menos
1.

Tabla de datos agrupados

Frecuenc Fronteras Frec. Frecuencia fr fr x 100
Clase f de clase Acumul fa Relativa, fr x 100 acumul
35 - 45 1 34.5 – 45.5 1 1/35 = 0.03 3 3
46 - 56 2 45.5 – 56.5 3 2/35 = 0.06 6 9
57 - 67 5 56.5 – 67.5 8 5/35 = 0.14 14 23
68 - 78 12 67.5 – 78.5 20 12/35 = 0.34 34 57
79 - 89 9 78.5 – 89.5 29 9/35 = 0.26 26 83
90 - 100 6 89.5 -100.5 35 6/35 = 0.17 17 100
f = n =35  fr = 1 =100

Para graficar el histograma de frecuencias se colocan las fronteras de

clase en el eje X y las frecuencias en el eje Y.

Para graficar el polígono de frecuencias se debe agregar un intervalo

más a la izquierda del primer intervalo y otro a la derecha del último
intervalo.

Curva de frecuencias es el polígono de frecuencias suavizado

(vértices eliminados).|

Para graficar la ojiva se utiliza la frecuencia relativa x 100 acumulada

en el eje Y y las fronteras de clase iniciales en el eje X.
Al extremo inferior del primer intervalo le corresponde cero y al
extremo superior del último le corresponde 100.
Laboratorio 1
Dado los salarios semanales de una muestra de
trabajadores de una empresa, determinar a) El tamaño de clase. b)
Frecuencia c) Fronteras de clase d) Graficar histograma,
polígono de frecuencias, curva de frecuencias y ojiva.
Salarios semanales 320, 380, 400, 300, 350, 450, 400, 440,
500, 460, 400, 480, 500, 560, 550, 600, 580, 510, 380,
450, 570, 660, 650, 560, 500, 540, 620, 650, 600, 620

Datos ordenados de menor a mayor

300, 320, 350, 380, 380, 400, 400, 400, 440, 450, 450, 460,
480, 500, 500, 500, 510, 540, 550, 560, 560, 570, 580, 600,
600, 620, 620, 650, 650, 660.

Tamaño de clase, TC = (660 – 300) / (1 + 3.322log(30)) = 61

Tabla de datos agrupados

Clase Frecuen Fronteras Frec. Frecuencia fr fra x 100
f de clase Acum fa Relativa, fr x 100 acumul
300 – 360 3 299.5 – 360.5 3 3/30 = 0.10 10 10
361 – 421 5 360.5 – 421.5 8 5/30 = 0.17 17 27
422 – 482 5 421.5 – 482.5 13 0.17 17 44
483 – 543 5 482.5 – 543.5 18 0.17 17 61
544 – 604 7 543.5 – 604.5 25 7/30 = 0.22 22 83
605 – 665 5 604.5 – 665.5 30 0.17 17 100
30 ∑=1 ∑ = 100

Nota:
1. Para determinar las clases iniciales, al menor de
los datos dados se le suma el tamaño de la clase
menos uno.

2. Para determinar las fronteras de clase al extremo

inferior de la primera frontera de clase, se le suma
el tamaño de la clase.

Laboratorio 2
Los salarios semanales de una muestra de trabajadores de una
empresa, se dan a continuación: 450, 380, 500, 610, 560, 400, 450,
1000, 720, 600, 550, 460, 800, 750, 700, 850, 940, 900, 550,
600, 750, 500, 300, 1200. a) Calcule el tamaño de clase. b)
Elabore tabla de datos agrupados. c) Haga gráfica de histograma,
polígono de frecuencias, curva de frecuencias y ojiva.

Laboratorio 3
Dados los siguientes datos muestrales, calcular tamaño de
clase, elaborar tabla de datos agrupados y graficar
histograma, polígono de frecuencia y ojiva.
90, 86, 54, 75, 86, 60, 100, 54, 75, 92, 66, 80, 86, 75,
98, 26, 70, 61, 65, 46, 82, 95, 60, 75, 66, 80, 72, 60,
95

Laboratorio 4
Las calificaciones de una muestra del curso de Estadística son: 81,
64, 75, 26, 80, 73, 66, 70, 75, 80, 92, 100, 75, 60, 78, 54,
66, 70, 65, 90, 82, 71, 62, 78. a) Agrupe los datos en clases.
b) Haga gráfica de histograma, polígono de frecuencias y ojiva.

Histograma, es el diagrama de barras de una distribución de

frecuencias. Las fronteras de clase se colocan usualmente en el eje
horizontal y las frecuencias en el eje vertical.

MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son: la media aritmética, la mediana,
la moda, la media ponderada y la media geométrica.

La media aritmética, 𝑿̅ es el promedio de los datos analizados. Es

la medida que más se identifica con las medidas de tendencia central.
Toma en cuenta todos los valores del conjunto de datos pero puede
ser afectada por valores extremos que no son representativos del
resto de datos.

La mediana es la verdadera medida de tendencia central porque es

el valor que se encuentra exactamente a la mitad de los datos
estudiados. El 50% de los datos se encuentran en la parte superior
de la mediana y el 50% de los datos se encuentran en la parte inferior.
Una ventaja de la mediana respecto a la media aritmética es que no
es afectada por los valores extremos.

La moda es el dato que más se repite.

Una serie de datos es:
Amodal, (no tiene moda) cuando los datos no se repiten.

Unimodal, cuando sólo existe un dato que se repite más que los
demás.

Bimodal, cuando existen dos datos diferentes que se repiten la misma

cantidad de veces.

Trimodal, cuando existen tres datos diferentes que se repiten la

misma cantidad de veces.

Tetramodal, cuando existen cuatro datos diferentes que se repiten la

misma cantidad de veces.

Pentamodal, cuando existen cinco datos diferentes que se repiten la

misma cantidad de veces.

Polimodal, cuando existen muchos datos distintos que se repiten la

misma cantidad de veces.

MEDIDAS DE DISPERSIÓN:
La desviación media, la desviación estándar, la varianza,
coeficiente de variación, coeficiente de asimetría de Fisher,
coeficiente de asimetría de Pearson, deciles, cuartiles y
percentiles.

Medidas de tendencia central y de dispersión

para datos no agrupados
En general, cuando los datos muestreados son pocos, no se les
agrupa en clases.

Ejemplo:
En una empresa, el número de unidades defectuosas que se producen
durante 25 días son: 11, 8, 12, 12, 7, 9, 15, 8, 6, 14, 7, 12, 8,
6, 9, 10, 5, 8, 15, 6, 15, 10, 4, 6, 9. Calcule: a) Medidas de
tendencia central: Media aritmética, Mediana, Moda. b) Medidas de
dispersión: Desviación Media, Desviación estándar, Varianza,
Coeficiente de variación, coeficiente de asimetría de Fisher,
coeficiente de asimetría de Pearson, C2, C3, D5, D8, P60, P75
Laboratorio 5
Las calificaciones de estadística de una muestra de estudiantes son
70, 65, 54, 86, 90, 70, 86, 60, 75, 70, 82, 100, 86, 80, 86,
75, 98, 26, 70, 61, 65, 46, 86, 95, 60, 75, 66, 50, 70 . Calcular:
a) Medidas de tendencia central: Media aritmética, Mediana, Moda.
b) Medidas de dispersión: Desviación Media, Desviación estándar,
Varianza, Coeficiente de variación, coeficiente de asimetría de
Fisher, coeficiente de asimetría de Pearson, C1, C3, D7, D4
P50, P80

Moda. La serie de datos es bimodal, porque tiene dos modas 70 y 86

Laboratorio 6
Dados los siguientes datos: 5, 8, 12, 15, 20, 24, 26, 29, 30, 8, 12,
5, 2, 10, 20, 14, 8, 16, 10, 15, 6, 18, 5, 12, 7, 9, 15, 8, 6, 14,
7, 12, 8, 6, 9, 10, 5, 8, 15, 6, 15. Calcular: a) Medidas de
tendencia central: Media aritmética, Mediana, Moda. b) Medidas de
dispersión: Desviación Media, Desviación estándar, Varianza,
Coeficiente de variación, coeficiente de asimetría de Fisher,
coeficiente de asimetría de Pearson, C2, C3, D7, D4, P50, P80

̅ = x/x =
Media, 𝑿

Laboratorio 7
En una empresa, el salario semanal de sus trabajadores se da a
continuación: 980, 866, 1054, 975, 1186, 960, 1200, 854, 1475,
920, 766, 800, 1586, 750, 988, 1260, 750, 961, 865, 1462, 1282,
950, 860, 1175, 766. Calcular: a) Medidas de tendencia central:
Media aritmética, Mediana, Moda. b) Medidas de dispersión:
Desviación Media, Desviación estándar, Varianza, Coeficiente de
variación, coeficiente de asimetría de Fisher, coeficiente de
asimetría de Pearson, C1, D5, P40, P60

̅ w.
LA MEDIA PONDERADA, 𝑿
La media ponderada o promedio ponderado es una media en la cual
cada valor se pondera de acuerdo con su importancia en el grupo.
̅ w = (wX) / w
𝑿
Donde w es el factor de ponderación y
X es la variable a la que se le quiere calcular la media.

Ejemplo. En una empresa, la utilidad porcentual para sus cuatro

líneas de productos durante el último año se da a continuación.
Calcule la media ponderada de la utilidad porcentual.

La variable X es aquella que en el problema se pide calcular la media

ponderada. En este caso es la utilidad.

Utilidad Ventas
Línea de porcentual Totales XW
productos (X) W
A 4.2 % $30 000 $1 260
B 5.5 % $20 000 $1 100
C 7.4 % 5 000 370
D 10.1 % 3 000 303
w = wX =
58,000 3,033

w = (wX) / w = 3,033 / 58,000 = 0.0523

Resp. w = 5.23%
Ejemplo: Las calificaciones de un estudiante en cinco de
sus clases y el número de horas de estudio semanal por
clase, se dan a continuación. Calcule el promedio de las
calificaciones.

Curso Calificación Horas de

(X) estudio (w) Xw
Matemáticas 85 15 1275
Física 80 10 800
Dibujo 65 8 520
 Programación 95 6 570
Química 70 12 840
51 4005

̅ w = (wX) / w = 4005 / 51= 78.53

Media ponderada, 𝑿
Resp. La media ponderada de las calificaciones es 78.53

Laboratorio 8
A continuación se da el peso y el número de horas de ejercicio
diario de 6 personas. Calcule el peso promedio.

Peso en libras Horas de ejercicio

180 3
210 3
165 3.5
200 2
140 2
250 1.5

Resp. ̅ w = 186.83
𝑿

MEDIA GEOMÉTRICA, MG.

Se aplica cuando se tienen datos porcentuales de variación
(crecimiento o decrecimiento). La media geométrica
representa cambios promedios con el tiempo.

Si MG – 1 > 0 hay crecimiento

Si MG – 1 = 0 no hay variación
Si MG – 1 < 0 hay decrecimiento o disminución

Ejemplo:
El gerente de un banco desea determinar la tasa promedio de
variación, en los ingresos dados en la siguiente tabla.
Determinar si hay crecimiento o decrecimiento del ingreso.
Año Ingreso Tasa de variación
2011 Q50 000 ---------
2012 Q55 000 55000/50000 = 1.10
2013 Q66 000 66000/55000 = 1.20
2014 Q60 000 60000/66000 = 0.91
2015 Q78 000 78000/60000 = 1.30

Media geométrica, MG = (1.1x1.2x0.91x1.3)1/4 = 1.1179

En la media geométrica, el índice del radical está

determinado por el número de variaciones calculadas.

Para determinar incrementos y disminuciones se toma 1

como referencia. En este caso la variación es de 1.1179 – 1
= 0.1179, de donde el incremento porcentual es de 0.1179
x 100 = 11.79%

Respuesta. El crecimiento promedio porcentual del ingreso

es de 11.79%

Laboaratorio 9
Las variaciones del tipo de cambio del dólar durante los
últimos siete días fueron 7.88, 7.88, 7.84, 7.85, 7.80, 7.83,
7.85. Determine la media geométrica y si hubo un incremento
o disminución porcentual.
Resp. Disminución porcentual = 0.06 %

Día Cotización Variación

1 7.88 -------------
2 7.88 7.88 / 7.88 = 1
3 7.84 7.84 / 7.88 = 0.9949
4 7.85 7.85 / 7.84 = 1.0013
5 7.80 7.80 / 7.85 = 0.9936
6 7.83 7.83 / 7.80 = 1.0038
7 7.85 7.85 / 7.83 = 1.0026

MG=((1)(.9949)(1.0013)(0.9936)(1.0038)(1.0026))1/6 =
= 0.9994
Variación = 0.9994 - 1 = - 0.0006
Resp. Reducción porcentual = 0.06%

Laboratorio 10
Calcular la variación porcentual promedio de la rapidez
de un ciclista en las etapas recorridas como se indica
a continuación:

Etapa Rapidez(km/h) Variación

1 50 --------
2 35 35/50 = 0.7
3 68 68/35 = 1.9429
4 46 46/68 = 0.6765
5 42 42/46 = 0.9130

MEDIDAS DE TENDENCIA CENTRAL Y DE

DISPERSIÓN PARA DATOS AGRUPADOS
Ejemplo:
Con los siguientes datos agrupados, calcular Media
aritmética, mediana y moda.

Tabla de datos agrupados

Frec. Fronteras fa Media de f(c)
Clase f de clase clase, c
35 - 45 1 34.5 – 45.5 1 40 40
46 - 56 2 45.5 – 56.5 3 51 102
57 - 67 5 56.5 – 67.5 8 62 310
68 - 78 12 67.5 – 78.5 20 73 876
79 - 89 9 78.5 – 89.5 29 84 756
90 - 100 6 89.5 -100.5 35 95 570
f=35=n 2654

La media de clase o marca de clase se obtiene sumando los extremos

de cada clase y dividiendo el resultado por 2.
 ̅ = fc/f = fc/n = 2654/35 = 75.83
MEDIA ARITMÉTICA, 𝑿

Para calcular la mediana y la moda con datos agrupados se utilizan

las fronteras de clase.

MEDIANA
Para calcular la mediana:
Posición de la mediana para datos agrupados
= n/2 = 35/2= 17.50

La clase que contiene a la mediana está determinada por la frecuencia

acumulada más pequeña que contiene o es igual a 17.50. En este
caso, la frecuencia acumulada que contiene a 17.50 es 20 que
corresponde al intervalo con fronteras de clase 67.5 – 78.5.

Mediana = Li + [(n/2 – faa) / f ] t

Mediana = 67.5 + [ (17.5 – 8)/12 ] (11) = 76.21

Li = Límite inferior del intervalo con fronteras de clase que contiene a

la mediana.
faa = Frecuencia acumulada anterior a la clase que contiene a la
mediana.
f = Frecuencia de la clase que contiene a la mediana.
t = Tamaño de clase.

MODA
La clase que contiene a la moda está determinada por la clase que
contiene la mayor frecuencia.

En este ejercicio, la mayor frecuencia es 12 que corresponde al

intervalo con fronteras de clase 67.5 – 78.5.

Moda = Li + [d1 / (d1 + d2)] t

Moda = 67.5 + [7 / (7 + 3)](11) = 75.20

Li = Límite inferior del intervalo con fronteras de clase que contiene a

la moda.
d1 = Frecuencia de la clase que contiene a la moda menos la
frecuencia de la clase anterior.
d2 = Frecuencia de la clase que contiene a la moda menos la
frecuencia de la clase que le sigue.
t = Tamaño de clase.

Ejemplo
Con los siguientes datos calcular Media, moda, mediana, Desviación
Media, Desviación estándar, Varianza, Coeficiente de Variación,
Coeficiente de Asimetría de Pearson, C3, D4 y P70 : a) Para datos no
agrupados. b) Para datos agrupados : 250, 280, 280, 280, 300, 300,
320, 320, 330, 340, 340, 350, 350, 360, 360, 380, 400, 400, 410, 420,
440, 450, 460, 460, 480, 500, 500, 510, 520, 560.

Para datos no agrupados

Media = Mediana = Moda =
Desviación Media = Desviación estándar, s = Var =
CV = CAP = C3 = D4 = P70 =
Para datos agrupados:
Media = Mediana = Moda =
Desviación Media = Desviación estándar, s = Var =
CV = CAP = C3 = D4 = P70 =

Laboratorio 11
En una empresa, se tomó una muestra de pedidos diarios de su
producto durante varios días. Los datos se dan a continuación: 95, 80,
100, 50, 150, 80, 60, 90, 70, 100, 50, 100, 75, 160, 80, 120,
140, 180, 120, 90, 100, 110, 70, 160, 120, 160, 95, 82, 78, 92,
100. Calcular a) Para datos sin agrupar y b) Para datos agrupados.

Para datos sin agrupar :

Media aritmética =
Mediana =
Moda=
Desviación Media DM =
Desviación estándar, S =
Varianza =
CV =
CAP =
Comprobar que el C3 = P75

̅I /n
Desviación Media, DM = Σ I X - 𝑿

b) Para datos agrupados

Media aritmética =
Mediana =
Moda=
Desviación Media DM =
Desviación estándar, S =
Varianza =
CV =
CAP =
Comprobar que el C3 = P75

Laboratorio 12
A continuación se da el peso en libras de una muestra de pacientes
en un centro médico: 80, 120, 100, 95, 70, 150, 140, 125, 180,
120, 140, 125, 150, 160, 150, 96, 110, 120. Calcular:
a) Para datos sin agrupar: Desviación Media, Desviación estándar,
Varianza, Coeficiente de Variación, Coeficiente de Asimetría de
Pearson, C3, D4 y P70.
b) Para datos agrupados calcular: Desviación media, Desviación
estándar, Varianza, Coeficiente de Variación, Coeficiente de
Asimetría de Pearson, C3, D4 y P70.

Laboratorio 13
Con los siguientes datos muestrales: 85, 64, 70, 56, 80, 42, 91,
86, 72, 60, 75, 94, 65, 80, 100, 50, 75, 82, 70, 25, 48,
60, 95, 80, 100. Calcular:
a) Para datos no agrupados: Media, mediana, moda, DM, S, varianza,
CV, CAP, C3, D8, P65
b) Para datos agrupados calcular: Desviación Media, desviación
estándar, varianza, coeficiente de variación, CAP, C3, D3, D8,
P45, P70
Datos ordenados 25, 42, 48, 50, 56, 60, 60, 64, 65, 70, 70, 72,
75, 75, 80, 80, 80, 82, 85, 86, 91, 94, 95, 100, 100.

Tamaño de clase, TC =

Para datos agrupados:

Media aritmética =
Desviación Media, DM =
 Desviación estándar, S =
Varianza, S2 =
Coeficiente de Variación, CV = s / media aritmética =

Mediana =

La clase que contiene a la mediana está determinada por la frecuencia

acumulada más pequeña que contiene o es igual a n/2 = 25/2 = 12.5
En este caso, la frecuencia acumulada que contiene a la mediana es
------ que corresponde al intervalo con fronteras de clase ----------------
-------

Mediana = Li + [(n/2 – faa) / f ] t

Li = Límite inferior del intervalo con fronteras de clase que contiene a

la mediana.
faa = Frecuencia acumulada anterior a la clase que contiene a la
mediana.
f = Frecuencia de la clase que contiene a la mediana.
t = Tamaño de clase.

Moda =

La clase que contiene a la moda está determinada por la clase que

contiene la mayor frecuencia.

Moda = Li + [d1 / (d1 + d2)] t =

Li = Límite inferior del intervalo con fronteras de clase que contiene a

la moda.
d1 = Frecuencia de la clase que contiene a la moda menos la
frecuencia de la clase anterior.
d2 = Frecuencia de la clase que contiene a la moda menos la
frecuencia de la clase que le sigue.
t = Tamaño de clase.

Coeficiente de Asimetría de Pearson, CAP

CAP = 3(media – mediana) / s

C3 =
D8 =
P65 =

TEORÍA DE PROBABILIDADES
Espacio Muestral, S. Es el conjunto de todos los resultados
posibles de un experimento. La cantidad de elementos del
espacio muestral S, se denota n(S).

Evento, E. Un evento E, es cualquier subconjunto del

espacio muestral S. La cantidad de elementos de un evento
E, se denota n(E).

Para determinar un evento se debe indicar una propiedad que

deben cumplir los elementos del espacio muestral S para
pertenecer al evento E.

La probabilidad de ocurrencia de un evento E, se denota P(E)

y es un número entre 0 y 1 inclusives, es decir, 0≤
P(E) ≤ 1

P(E) = 1 cuando es seguro de que el evento E ocurre.

P(E) = 0 cuando es seguro de que el evento E no ocurre.

Para calcular la probabilidad de ocurrencia de un evento E

se aplica
P(E) = n( E) / n(S)

Ejemplo:
Sea el experimento “lanzar un dado”. Determine el
espacio muestral S, los siguientes eventos y la probabilidad
de ocurrencia de cada evento.

a) S = { 1, 2, 3, 4, 5, 6 } n(S) = 6

b )Sea el evento E: “El resultado es un número par”

E = { 2, 4, 6 } n(E) = 3
 P(E) = n(E) / n(S) = 3 / 6 = 0.50

c) El evento E1: “El resultado es menor que 5”.

La expresión “menor que 5”, no incluye al 5.

E1 = { 1, 2, 3, 4 } n(E1) = 4
P(E1) = n(E1) / n(S) = 4 / 6 = 0.6667

Nota: Los valores de probabilidad se dan con 4

decimales.

a) El evento E2 : “El resultado es múltiplo de 3”

E2 = { 3, 6 } n(E2) = 2
P(E2) = 2 / 6 = 0.3333

Ejemplo:
Sea el experimento “lanzar dos dados”. Determine el
espacio muestral S, los siguientes eventos y la probabilidad
de ocurrencia de cada evento.
S = { (1,1) (1,2) (1,3) (1,4) (1,5) (1, 6) (2,1) (2,2) (2,3) (2,4)
(2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2)
(4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }

n(S) = 36
b) El evento A : “La suma de los resultados es 7”

A = { (1,6) (2,5) (3,4) (4,3) (5,2) (6,1) }

n(A) = 6
P(A) = n(A) / n(S) = 6 / 36 = 0.1667

El evento B : “El producto de los resultados es divisible

por 4”

B = { (1,4) (2,2) (2,4) (2,6) (3,4) (4,1) (4,2) (4,3) (4,4) (4,5)
(4,6) (5,4) (6,2) (6,4) (6,6) }
n(B) = 15
P(B) = 15 / 36 = n(B) / n(S) = 0.4167

d) El evento C: “El resultado de restar el segundo

elemento de la pareja al primero, es un número positivo
impar”

C = { (2,1) (3,2) (4,1) (4,3) (5,2) (5,4) (6,1) (6,3) (6,5)}

n(C) = 9
P(C) = n(C) / n(S) = 9 / 36 = 0.25

e) Sea el evento D = El resultado de restar el primer

elemento de la pareja al segundo, sea par.

Laboratorio 14
Se lanzan dos dados de manera consecutiva. Calcule la
probabilidad de obtener: a) Un total de 7 puntos en el primer
lanzamiento, seguido de 11 en el segundo. b) Un total de
21 puntos en los primeros dos lanzamientos combinados.

S = { (1,1) (1,2) (1,3) (1,4) (1,5) (1, 6) (2,1) (2,2) (2,3) (2,4)
(2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2)
(4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }

a) El evento: 7 en el primer lanzamiento =

{ (5,2) (2,5) (4,3) (3,4) (6,1) (1,6) }

P(7 en el primero) = 6 / 36 = 0.1667

El evento: 11 en el segundo = { (5,6) (6,5) }

P(11 en el segundo) = 2 / 36 = 0.0556

Resp. P(7 en el primero seguido de 11 en el segundo} = 0.1667

x 0.0556 = 0.0093

b) P( Resultado en el primero + resultado en el segundo = 21 )

= P(9 en el primero y 12 en el segundo ó 12 en el primero 9 en el
segundo u 11 en el primero y 10 en el segundo ó 10 en el primero
y 11 en el segundo)
9 en el primero = { (3,6) (6,3) (4,5) (5,4) }
P(9 en el primero) = 4 / 36 = 0.1111

12 en el segundo = { (6,6) }
P(12 en el segundo} = 1 / 36 = 0.0278

P(9 en el pro y 12 en el sdo.) = (0.1111)(0.0278) = 0.0031

P(12 en el primero y 9 en el segundo) = (1/36)(4/36) = 0.0031

P(10 en el primero y 11 en el segundo) = (3/36) (2/36) = 0.0046

P(11 en el primero y 10 en el segundo) = 0.0046

Resp. (0.0031x2) + (0.0046 x 2) = 0.0154

DIAGRAMA DE ÁRBOL PARA CALCULAR

PROBABILIDADES

Un diagrama de árbol se aplica generalmente cuando un

experimento tiene varios posibles resultados.

Ejemplo
Sea el experimento : “Lanzar tres monedas”. Cada
moneda tiene cara ( C ) y escudo ( E )
a) Determine el espacio muestral S.
b) El evento R = Al menos dos caras, P(R) =
c) El evento Q = A lo más un escudo , P(Q) =
d) El evento T = Un escudo, P(T) =
e) El evento D = Tres caras, P (D) =

Nota: Las expresiones:

Al menos dos, significa dos o más.
A lo más dos, significa dos o menos.

La probabilidad de eventos conjuntos,

secuenciales o consecutivos, se obtiene
multiplicando la probabilidad de los eventos que
forman el evento conjunto.

Laboratorio 15
En una caja se tienen 12 celulares de los cuales cuatro
están defectuosos. Si se sacan aleatoriamente, en
forma consecutiva y sin reemplazo tres celulares,
determinar:
a) Espacio muestral S
b) Probabilidad de que a lo más dos celulares estén
defectuosos. Resp. 0.9817
c) Probabilidad de que al menos dos celulares estén
buenos. Resp. 0.7636
d) Probabilidad de que un celular esté defectuoso.
Resp 0.5091
e) Probabilidad de que dos celulares estén buenos.
Resp. 0.5091

Laboratorio 16
Se tienen 18 celulares de los cuales 5 están
defectuosos. a) Elabore diagrama de árbol. b) Si
se sacan cuatro celulares en forma consecutiva y sin
reemplazo, calcular la probabilidad de que:
b-1) A lo más dos sean buenos. Resp. 0.2990
b-2) Al menos dos sean defectuosos. Resp. 0.2990
b-3) Dos sean defectuosos. Resp. 0.2549
|
Laboratorio 17
En una caja se tienen 10 celulares de los cuales 3 están defectuosos.
Si se sacan tres celulares aleatoriamente en forma consecutiva y sin
reemplazo, calcular la probabilidad de obtener:
a) A lo más dos defectuosos. Resp. 0.9817
 b) Al menos uno bueno. Resp. 0.9817
c) Los tres buenos. Resp. 0.2545
d) Uno bueno. Resp. 0.0727X 3 = 0.2181
e) Dos defectuosos. Resp. 0.0727X 3 = 0.21

EVENTOS MUTUAMENTE EXCLUYENTES

Dos eventos A y B son mutuamente excluyentes entre sí, cuando al

ocurrir uno de ellos se anula la posibilidad de ocurrencia del otro. Los
eventos son excluyentes cuando no pueden ocurrir simultáneamente.

Ejemplos: Son eventos mutuamente excluyentes entre sí los

siguientes: ganar–perder, verdadero - falso, aceptar–rechazar,
bueno – malo, etc.

Si los eventos A y B son mutuamente excluyentes entre sí, la

intersección entre ellos es el conjunto vacío. Es decir, que si los
eventos A y B son mutuamente excluyentes entre sí, entonces
A∩B=θ

Regla de adición para eventos mutuamente

excluyentes
A B
Si los eventos A y B son mutuamente
excluyentes, entonces:

P(A o B) = P(AUB) = P(A) + P(B)

Regla de adición para eventos no excluyentes

Si los eventos A y B no son excluyentes entre sí, existe intersección
entre ellos.

Entonces:
P(A o B) = P(AUB) =
A B
P(A) + P(B) – P(A ∩ B)

Probabilidad del complemento del evento A

Si A es un evento, el complemento de A se denota por A’ o Ac.
A’ o Ac , es el evento cuyos elementos pertenecen al espacio
muestral S pero no pertenecen al evento A.

P(Ac) = 1 – P(A) S

Ac A

Ejemplo
En una empresa, 65 personas han solicitado trabajo, de las cuales
40 tienen experiencia, 30 tienen título universitario y 10 tienen
experiencia y título. Si se selecciona aleatoriamente una
solicitud, calcular la probabilidad de que la persona:
a) Tenga experiencia o título. Resp. 0.9231
b) Tenga experiencia o título pero no ambos. Resp. 0.7692
c) No tenga experiencia ni título. Resp. 0.0769
d) Tenga sólo experiencia. Resp. 0.4615
e) Tenga sólo título. Resp. 0.3077

El análisis de estos problemas se inicia con la intersección de los

eventos y luego se hacen los ajustes necesarios en los otros
eventos.

Laboratorio 18
Las computadoras actuales fabricadas por una corporación, tienen
como falla en la unidad de disco 1/3 de las fallas del teclado. La
probabilidad de que se presente una falla conjunta en la unidad de
disco y en el teclado es 0.05. a) Si la computadora es 80% resistente
a fallas en la unidad de disco y/o en el teclado, ¿qué tan baja debe ser
la probabilidad de que se presente una falla en la unidad de
disco?¿Cuánto es la probabilidad de falla en el teclado? Resp
0.0625, 0.1875
b) Si el teclado se mejoró de tal modo que sólo falla el doble de
veces que la unidad de disco y la probabilidad de falla conjunta sigue
siendo de 0.05, la probabilidad de falla de la unidad de disco del inciso
a) producirá una resistencia a fallas en la unidad de disco duro, en el
teclado o en ambos, mayor o menor que 90%?
Resp. Inferior a 90% , de 86.25%

Falla en disco = D
Falla en teclado = T
Soluc. P( Falla en disco) = X
 P( Falla en teclado) = 3X
P(falla en teclado y en disco) = 0.05
P(falla en teclado o en disco) = 1 – 0.80 = 0.20

P (D ∩ T) = 0.05

P(D o T) = P(D U T) = P(D) + P(T) – P (D ∩ T)

0.20 = X + 3X – 0.05
4X = 0.25

X = 0.0625 = Probabilidad de falla en disco.

3X = 3(0.625) = 0.1875 = Probabilidad de falla en teclado.

B) P(D o T) = P (D U T) = 0.0625 + 2(0.0625) – 0.05 = 0.1375

Resp. P(Resistencia a falla) = 1 – 0.1375 = 0.8625 menor que 0.90

Otra forma para calcular inciso a):

Sea la P(falla en teclado) = X
P(falla en disco) = X/3
P(D o T) = P(D U T) = X/3 + X – 0.05 = 0.20
X/3 + X = 0.25
4/3X = 0.25
X= 0.1875 = Probab. de falla del teclado
Probabilidad de falla del disco = X/3 = 0.1875/3 = 0.0625

Laboratorio 19
De 50 estudiantes de una universidad, 25 estudian Matemática, 32
estudian Estadística, 27 estudian Física, 15 estudian Matemática y
Estadística, 16 estudian Matemática y Física, 18 estudian Estadística
y Física y 10 estudian los tres cursos. Calcule la probabilidad de que
un estudiante aleatoriamente seleccionado, estudie: Haga gráfica
en cada caso.
a) Matemática o Estadística o Física. Resp. 0.90
b) Matemática o Física Resp. 0.72
c) Matemática o Estadística Resp. 0.84
d) Estadística o Física Resp. 0.82
e) Sólo Matemática o sólo Estadística o sólo Física Resp. 0.32
f) Matemática o Estadística pero no Física Resp. 0.36
g) Estudie otros cursos Resp. 0.10
h) Matemática y Estadística o Física Resp. 0.64
i) Matemática y Física o Estadística Resp. 0.76
j) Matemática y física y Estadística Resp. 0.20
 k) Estadística o Física y Matemática Resp. 0.42
l) Estadística o Matemática y Física Resp. 0.48
m) Complemento de M y E o F Resp. 0.36
n) Complemento de M o E Resp. 0.16

EVENTOS INDEPENDIENTES
Dos eventos A y B son independientes si la probabilidad de ocurrencia
o no ocurrencia de uno de ellos no afecta la probabilidad de ocurrencia
del otro.

Regla de multiplicación para eventos independientes

Si los eventos A y B son independientes, entonces
P(A y B) = P(A ∩ B) = P(A)P(B)

Regla de multiplicación para eventos dependientes

Si los eventos A y B son dependientes, se aplica el concepto de
probabilidad condicional que se denota P(A|B) que se lee:
“probabilidad de que ocurra A dado que ya ocurrió B”. La línea
vertical se lee “dado que”.

Si A y B son eventos dependientes, entonces:

P(A|B) = P(A ∩ B) / P(B)

P(B|A) = P(B ∩ A) / P(A)
Si los eventos A y B son
independientes
P(A|B) = P(A)
P(B|A) = P(B)

La expresión “dado que” significa que se debe calcular una

probabilidad “condicional”.

Ejemplo
Se tienen dos eventos A y B. Si P(A) = 0.39, P(B) = 0.21 y P(A
o B) = 0.47, calcule la probabilidad de que:
 a) Ocurra B dado que A ya ocurrió.
b) Ocurra A dado que B ya ocurrió.
c) No ocurra ni A ni B.

Solución: Existe intersección porque P(A o B) = P(A) + P(B) = 0.39 + 0.21 =

0.60 que no es el valor de 0.47 que se da en el problema. Por lo que:
P(A o B) = P(A U B) = P(A) + P(B) – P(A ∩ B)
0.47 = 0.39 + 0.21 – P(A ∩ B)
De donde P(A ∩ B) = 0.60 – 0.47 = 0.13

a) P(B|A) = P(B ∩ A) / P(A) = 0.13 / 0.39 = 0.3333

b) P(A|B) = P(A ∩ B) / P(B) = 0.13 / 0.21 = 0.6190

c) P(Ni A, ni B) = 1 – P(A o B) = 1 – 0.47 = 0.53

Ejemplo
Dado que P(A) = 3/4, P(B) =1/6, P(C) = 1/3, P(A y C) = 1/7, y
P(B|C) = 5 /21
calcular: a) P(A|C), b) P(C|A), c) P(B y C), d) P(C|B)

a) P(A|C) = P(A ∩ C) / P(C) = (1/7) / (1/3) = 3/7 = 0.4286

b) P(C|A) = (1/7) / (3/4) = 4/21 = 0.1905
c) P(B y C) = P(B ∩ C) = P(B|C)P(C) = (5/21)(1/3) = 5/63 = 0.0794
d) P(C|B) = P(C ∩ B ) / P(B) = 0.0794 / 0.1667 = 0.4762

Laboratorio 20
Una empresa tiene dos divisiones: Productos marinos (M) y
Equipos de oficina (E). La probabilidad de que la división de
productos marinos tenga un margen de utilidad de 10% este año
es 0.30, la probabilidad de que la división de equipos de oficina
tenga un margen de utilidad de 10% es de 0.20 y la probabilidad
de que ambas divisiones tengan un margen de utilidad de 10%
es 0.06.
a) Pruebe si los eventos margen de utilidad de productos marinos
y margen de utilidad de equipos de oficina, son independientes.
b) Calcule la probabilidad de que Equipos de oficina tenga un
margen de utilidad de 10% dado que la División de Productos
marinos alcanzó este nivel de utilidad.
 PROBABILIDADES CONJUNTAS Y MARGINALES
Probabilidades marginales son las probabilidades de ocurrencia
de un solo evento.
Probabilidades conjuntas son las probabilidades de dos o más
eventos que pueden ocurrir simultáneamente o en forma
consecutiva.

Ejemplo. Los diputados de tres partidos A, B y C han votado a

favor, en contra o indiferente con relación a un proyecto de
desarrollo social como se indica a continuación.

Tabla de datos observados o tabla de contingencia

Partido A favor En contra Indiferente Total
A 18 10 7 35
B 15 8 3 26
C 12 5 4 21
Total 45 23 14 82

Elabore tabla de probabilidades

La tabla de probabilidades se obtiene dividiendo el dato de cada
celda entre el total ( en este caso 82).

Tabla de probabilidades
Partido A favor En contra Indiferente Total
A 18/82 = 0.2195 10/82 = 0.1220 7/82 = 35/82 =
0.0854 0.4268
B 15/82 = 0.1829 8/82 = 0.0976 3/82 = 26/82 =
0.0366 0.3171
C 0.1463 0.0610 4/82 = 21/82 =
0.0488 0.2561
Total 45/82 = 0.5488 23/82 = 0.2805 14/82 = 82/82 = 1
0.1707

Calcule la probabilidad de que un diputado aleatoriamente

seleccionado:
a) Esté a favor dado que es del partido A. Resp. 0.5143
b) Sea del partido B dado que está en contra. Resp. 0.3480
c) Esté en contra dado que es del partido C. Resp. 0.2381
d) Sea del partido A dado que está a favor. Resp. 0.40
e) Sea indiferente si es del partido B. Resp. 0.1154
Laboratorio 21
Se ha recolectado datos de 500 economistas en las
universidades, en la empresa privada y en el gobierno, respecto
a sus opiniones sobre si la economía podría ser estable,
expandirse o contraerse en el futuro próximo. Sin embargo, parte
de la información se perdió, resultando la siguiente tabla de
contingencia parcial.
Estable Expansión Contracción Total
Universidades 125 100
Empresas 35 110
Gobierno 25 30 65
Total 200

Determine la tabla de probabilidades

TABLA DE PROBABILIDADES
Estable Expansión Contracción Total
Universidades 0.25 0.20 0.20 0.65
Empresas 0.10 0.07 0.05 0.22
Gobierno 0.05 0.06 0.02 0.13
Total 0.40 0.33 0.27 1.00

Calcule las siguientes probabilidades:

a) Que el economista sea de las universidades. Resp. 0.65

b) Sea del gobierno. Resp. 0.13
c) La economía esté en expansión. Resp. 0.33
d) El economista sea de las empresas dado que la economía está
en expansión. Resp. 0.2121
e) La economía esté en contracción dado que el economista es
de la universidad. Resp. 0.3077
f) El economista sea del gobierno si la economía está estable.
g) La economía está en expansión si el economista es de las
empresas. Resp. 0.3182

TEOREMA DE BAYES
Se aplica cuando conociendo la probabilidad de lo último que
ocurrió, se quiere conocer la probabilidad de un evento que
ocurrió al inicio.
Ejemplo.
Un fabricante de cámaras de video utiliza un microchip en el
ensamble de cada cámara que produce. Los microchips son
comprados a los proveedores A, B y C y son tomados al azar para
ser ensamblados en cada cámara. El 20% de los microchips
provienen del proveedor A, el 35% proviene de B y el resto
proviene de C. Con base en la experiencia, el fabricante cree que
la probabilidad de que un microchip defectuoso provenga de A
es de 0.03, la probabilidad de que provenga de B es 0.02 y de
que provenga de C es 0.01. De la producción de un día, una
cámara es seleccionada al azar y su microchip está defectuoso.
Calcule la probabilidad de que el microchip defectuoso haya sido
suministrado por:
a) El proveedor A. Resp. 0.3429
b) Por el proveedor B. Resp. 0.40
c) Por el proveedor C. Resp. 0.2571
d) ¿De qué proveedor es más probable que provenga el microchip
defectuoso? Resp. De B porque tiene la probabilidad más alta.

Laboratorio 22
Una empresa tiene tres máquinas M1, M2 y M3 para elaborar su
producto. La máquina M1 produce el 90% de unidades buenas,
la máquina M2 produce el 5% de unidades defectuosas y la M3
produce el 92% de unidades buenas. Si de la producción de un
día se toma una unidad y resulta que: a) Es buena, calcule la
probabilidad de que provenga de la máquina M3. Resp. 0.3321
b) Es defectuosa, calcule la probabilidad de que haya sido
producida por la máquina M2. Resp. 0.2174

Nota. Como no se da qué porcentaje de la producción total

corresponde a cada máquina, se asume 1/3 para cada una.
Conviene elaborar un diagrama de árbol para la solución del
problema.

Laboratorio 23
En una tienda, los clientes pueden pagar en efectivo o con
tarjeta de crédito. En las ventas de un día, de 25 hombres 15
pagaron con tarjeta de crédito; de 19 mujeres, 8 pagaron en
efectivo. Si aleatoriamente se selecciona un cliente, calcular
la probabilidad de que : a) Sea hombre dado que pagó en
efectivo. b) Haya pagado en efectivo dado que es mujer.
c) Haya pagado con tarjeta de crédito dado que es hombre.
d) Sea mujer dado que pagó con tarjeta.

Laboratorio 24
De 80 estudiantes de una universidad, 45 estudian
matemática, 38 estudian estadística y 20 estudian las dos
clases. Calcular la probabilidad de que un estudiante
aleatoriamente seleccionado: a) Estudie matemática o
estadística. b) Estudie sólo matemática o sólo estadística.
C) Probabilidad de que estudie matemática dado que estudia
estadística. Haga gráfica.

Laboratorio 25
En una empresa, la producción se lleva a cabo con las
máquinas 1, 2 y 3. La máquina 1 produce el 35% del total, la
máquina 2 produce el 40% y la máquina 3 produce el resto
del total. La máquina 1 produce 5% de unidades defectuosa,
la máquina 2 produce 90% de unidades buenas y la máquina
3 produce 8% de unidades defectuosas. De la producción de
un día, se examina una unidad y se encuentra que: a) Está
defectuosa. Calcule la probabilidad de que haya sido
producida por la máquina 2. b) Está buena. Calcule la
probabilidad de que provenga de la máquina 3.
Resp. A) 0.5161 B) 0.2493

Laboratorio 26
En una caja se tienen 9 celulares de los cuales 4 están
defectuosos. Si se sacan tres celulares consecutivamente y
sin reeemplazo, calcular la probabilidad de que: a) A lo más
dos sean buenos. b) Al menos dos sean defectuosos.

Laboratorio 27
En una empresa se tiene 6 ingenieros y 4 técnicos. Si se
quieren formar grupos distintos de 5 miembros, calcular la
probabilidad de que los grupos estén formados por: a) Tres
ingenieros y dos técnicos. b) Dos ingenieros y tres
técnicos.

Laboratorio 28
En un examen se tienen 5 preguntas de falso y verdadero y
3 preguntas de opción múltiple con 4 alternativas cada una.
¿De cuántas maneras se puede contestar el examen?

Laboratorio 29
En una empresa, la producción se lleva a cabo con las
máquinas 1, 2 y 3. La máquina 1 produce el 40% del total, la
máquina 2 produce el 35% y la máquina 3 produce el resto
del total. La máquina 1 produce 8% de unidades defectuosa,
la máquina 2 produce 88% de unidades buenas y la máquina
3 produce 5% de unidades defectuosas. De la producción de
un día, se examina una unidad y se encuentra que: a) Está
defectuosa. Calcule la probabilidad de que haya sido
producida por la máquina 1. Resp. 0.3699
b) Está buena. Calcule la probabilidad de que provenga de la
máquina 2. Resp. 0.3372

Laboratorio 30
En una empresa se tiene 5 ingenieros y 4 técnicos. Si se
quieren formar grupos distintos de 4 miembros, calcular la
probabilidad de que los grupos estén formados por:
a) Dos ingenieros y dos técnicos. Resp. 0.4762
b) Tres técnicos y un ingeniero. Resp. 0.1587

Laboratorio 31
En una tienda, los clientes pueden pagar en efectivo o con
tarjeta de crédito. En las ventas de un día, de 30 hombres 18
pagaron con tarjeta de crédito; de 22 mujeres, 8 pagaron en
efectivo. Si aleatoriamente se selecciona un cliente, calcular
la probabilidad de que: a) Sea hombre dado que pagó con
tarjeta. Resp´. 0.5625
b) Haya pagado en efectivo dado que es mujer. Resp. 0.3636

Laboratorio 32
En una caja se tienen 8 celulares de los cuales 3 están
defectuosos. Si se sacan tres celulares consecutivamente y
sin reeemplazo, calcular la probabilidad de que: a) A lo más
dos sean defectuosos. Resp. 0.9816 b) Al menos dos
sean buenos. Resp. 0.7142

Laboratorio 33
En un examen se tienen 4 preguntas de falso y verdadero y
5 preguntas de opción múltiple con 4 alternativas cada una.
¿De cuántas maneras se puede contestar el examen?

Laboratorio 34
De 65 estudiantes de una universidad, 40 estudian
matemática, 35 estudian estadística y 16 estudian las dos
clases. Calcular la probabilidad de que un estudiante
aleatoriamente seleccionado: a) Estudie matemática o
estadística. b) Estudie sólo matemática o sólo estadística.

Laboratorio 35
Se tienen tres cajas, C1, C2 y C3. La caja 1, tiene 5 bolas rojas y 3
blancas, la caja 2 tiene 6 bolas blancas y 4 rojas y la caja 3 tiene 7
bolas rojas y 2 blancas. Se saca aleatoriamente una bola de una de
las cajas y :
a) Es roja. Calcular la probabilidad de que provenga de la caja 1.
Resp. 0.3467
b) Es blanca. Calcular la probabilidad de que provenga de la caja 2.
Resp. 0.5012

Laboratorio 36
En una empresa se tiene 4 ingenieros y 5 técnicos. Si se
quieren formar grupos distintos de 6 miembros, calcular la
probabilidad de que los grupos estén formados por: a) Dos
ingenieros y dos técnicos. b) Tres técnicos y dos
ingenieros.

Laboratorio 37
5) Un pintor tiene 15 de sus obras de las cuales 3 se van a exhibir en
la galería A, 5 se exhibirán en la galería B y 4 se exhibirán en la galería
C, el resto permanecerá en su estudio. ¿De cuántas maneras puede
hacerse esta distribución?

PRINCIPIO BÁSICO DE CONTEO

Si un proceso se puede realizar en una sucesión de K
etapas y n1 es el número de maneras en que puede
ocurrir la primera etapa, n2 es el número de maneras
en que puede ocurrir la segunda etapa, después de la
primera, y así sucesivamente, entonces, el número
total de maneras diferentes en que el proceso puede
ocurrir está dado por el producto n1 ( n2)( n3 ) . . . (nk)

Número de maneras diferentes = n1 ( n2)( n3 ) . . . (nk)

Ejemplo. Dos caminos unen a las ciudades A y B,

cuatro rutas unen a B y C y cinco unen a las ciudades
C y D. ¿cuántas rutas son posibles para ir de A a D
pasando por B y C ?
Respuesta : 2 x 4 x 5 = 40 rutas

Ejemplo
Una moneda es lanzada dos veces y después se lanza
un dado. ¿Cuántos resultados diferentes pueden
ocurrir?

Respuesta: 2 x 2 x 6 = 24 resultados.
Ejemplo
De cuántas maneras diferentes se puede contestar un
examen si:
a) El examen consiste de tres preguntas de opción
múltiple con cuatro opciones para cada una?

Resp. 4 x 4 x 4 = 64 maneras

b) El examen consiste de 4 preguntas de opción

múltiple con 3 opciones para cada una y cinco
preguntas de falso o verdadero.

Resp. 3 x 3 x 3 x3 x 2 x 2 x 2 x 2 x 2 = 2592
maneras

Ejemplo. Con las letras a, b, c, d, e ¿cuántos arreglos

de tres letras son posibles sin que ninguna letra pueda
repetirse?

Resp. Número de arreglos diferentes de tres letras =

5P3 = 60 = 5x4x3

Observación
5P4 = 5x4x3x2 = 120
5P3 = 5x4x3 = 60
5P2 = 5x4 = 20

PERMUTACIONES
Una permutación es un arreglo en el que importa el
orden de r elementos, sin repetición, seleccionados de
entre n objetos distintos. La permutación de n
elementos tomados en subgrupos de r elementos, se
denota nPr

Ejemplo. Un club tiene 20 miembros. Los cargos de

presidente, vicepresidente, secretario y tesorero
deben ser elegidos y ningún miembro puede ser electo
en más de un cargo. ¿Cuántas listas diferentes de
candidatos son posibles?
Resp. 20 x 19 x 18 x 17 = 116,280
20 P 4 = 116,280

Ejemplo. Un político envía un cuestionario a sus

electores para determinar sus inquietudes acerca de
seis importantes problemas nacionales: desempleo,
medioambiente, impuestos, tasas de interés, defensa
nacional y seguridad social. El encuestado debe
seleccionar los cuatro problemas que más le interesen
y ordenarlos por su importancia asignándoles los
números 1, 2, 3 y 4, correspondiendo el 1 al de mayor
importancia. ¿De cuántas maneras puede contestar el
cuestionario un ciudadano?

Res.p. 6 P 4 = 360 = 6 x 5 x 4 x 3

Observación. El número de permutaciones de n

objetos tomados de n en n se obtiene haciendo n = r

Ejemplo. Se quiere poner nombre a un bufete de

cuatro abogados utilizando la letra inicial del apellido
de cada uno de ellos, (la letra inicial de los apellidos es
diferente) ¿Cuántos nombres son posibles?
Resp. 4 P 4 = 24

COMBINACIONES

Combinación, nCr. Una combinación es un

subconjunto de r elementos formado de un total de n
elementos, en los que cada subgrupo se diferencia de
los demás en al menos un elemento.

Ejemplo.
En un grupo de 8 personas 5 son hombres y 3 son
mujeres. Si se seleccionan aleatoriamente grupos de
cuatro personas, calcular la probabilidad de que :
a) 3 sean hombres y 1 sea mujer Resp. 0.4286
¿Cuántos grupos de 3H y 1M se pueden formar?
Resp. 5C3 x 3C1 = 30 subgrupos
b) Probabilidad de que 2 sean mujeres y 2 sean
hombres Resp. 0.4286
¿ Cuántos grupos de 2H y 2M se pueden formar?
Resp. 30 grupos

Nota: El numerador da cuántos grupos de 2H y 2M se

pueden formar = 3C2 * 5C2
c) Probabilidad de que sean 3 mujeres y 1 hombre
Resp. 0.0714
d) Los 4 sean hombres. Resp. 0.0714

Ejemplo. Determine el número de subgrupos

diferentes de tres letras que se pueden formar con
a, b, c, d. Determine los grupos.

Resp. 4 C3 = 4
Combinaciones: son abc, abd, acd, bcd,
Cada combinación genera 6 permutaciones.

Laboratorio 38.
Un club tiene 20 miembros, ¿cuántos comités
diferentes de 4 miembros se pueden formar?

Resp. 20 C 4 = 4845 comités

Ejemplo.
Un estudiante debe sustentar examen privado con un
comité formado con 5 catedráticos. ¿De cuántas
maneras puede el comité alcanzar una decisión
mayoritaria a favor del estudiante?

Una decisión mayoritaria favorable es alcanzada si de

los 5 catedráticos:
3 catedráticos votan a favor o 4 catedráticos votan a
favor o los 5 catedráticos votan a favor.
Resp. 5 C 3 + 5 C 4 + 5 C 5 = 16 maneras a favor del
estudiante.

En estadística, la letra “o” está asociada con la

suma. La “y” se usa para eventos conjuntos,
secuenciales o consecutivos y se asocia con la
multiplicación.

Permutaciones de objetos con repetición

El número de permutaciones distinguibles de n objetos
tales que n1 son del tipo 1, n2 son del tipo 2, …, nk
son del k-ésimo tipo, donde n1 + n2 + n3 + … + nk = n,
se obtiene aplicando n! / (n1! n2! n3! … nk! )
Número de permutaciones con elementos repetidos
= n! / (n1! n2! n3! … nk! )

Ejemplo.
Determinar el número de permutaciones distinguibles
en la palabra “amorosamente”.
n = 12 n = total de letras
a=2
m=2
o=2
r=1
s=1
e=2
n=1
t=1
Resp. Número de permutaciones = 12! /
2!*2!*2!*2!*1!*1!*1!*1! = 29,937,600 permutaciones.

Laboratorio 39
Calcule el número de permutaciones que se pueden
obtener con las letras de la palabra “guatemalteco”.
Resp. 59,875,200

Laboratorio 40
15 estudiantes se deben transportar en tres
automóviles: 6 deben ir en el primero, 5 en el
segundo y 4 en el tercero. De cuántas maneras se
puede hacer esta distribución.

Resp: 15! / 6! 5! 4! = 630,630

Otra forma
15C6 x 9C5 x 4C4 = 630,630

Laboratorio 41
Un pintor exhibirá 20 de sus obras en 3 galerías. A la
galería A serán enviadas 4 pinturas; a la galería B se
enviarán también 4 pinturas y a la galería C serán
enviadas 3 pinturas, el resto de las pinturas
permanecerá en su estudio. De cuántas maneras se
pueden hacer estos envíos.

Método 1. 20! / 4!x4!x3!x9! = 1,939,938,000

Método 2. 20C4 x 16C4 x 12C3 = 1,939,938,000
Método 3. 20C11 (11! / 4!x4!x3!) =

Eventos binomiales. Un evento es binomial

cuando sólo tiene dos posibles resultados.
Cuando un evento es binomial y se tienen
experimentos repetidos o secuenciales, conviene
hacer un diagrama de árbol para determinar el espacio
muestral S de los eventos conjuntos.

Ejemplo. Se dispone de 6 banderas de diferente color

para hacer señales. Los colores en diferente orden
indican una señal distinta.
a) Cuántas señales diferentes son posibles si las seis
banderas son utilizadas. Resp. 6P6 = 720
b) Cuántas señales diferentes son posibles si al
menos una bandera es utilizada. Resp. 6P1 + 6P2
+6P3 + 6P4 + 6P5 +6P6 = 1,956 señales
Laboratorio 42
Un entrenador de béisbol determina que de los nueve
miembros del equipo, cuatro son bateadores fuertes y
cinco son débiles. Si el entrenador quiere que los
bateadores fuertes sean los primeros cuatro en el
orden de bateo, y los débiles a continuación, ¿cuántos
ordenamientos de bateo son posibles?

Resp. 4P4 X 5P5= 2880

4!*5! = 2880

Laboratorio 43
En un examen de estadística, de 12 preguntas, un
estudiante debe responder 10 preguntas cualesquiera.
De cuántas maneras pueden ser elegidas las 10
preguntas. Resp. 12C10 = 66
12! / 10! 2! = 66

Laboratorio 44
Un comité tiene 4 hombres y 4 mujeres como
miembros. A) De cuántas maneras puede
seleccionarse un subcomité de cuatro, si al menos dos
mujeres deben formarlo. B) ¿Cuál es la probabilidad
de que ésto ocurra?

Resp. A) 53, Resp.B) Prob = 0.7571

Lab. 45
En una empresa se tiene 6 ingenieros y 4 técnicos. Si se
quieren formar grupos distintos de 5 miembros, calcular la
probabilidad de que los grupos estén formados por: a) Tres
ingenieros y dos técnicos. b) Dos ingenieros y tres
técnicos.
Laboratorio 46
En un examen se tienen 5 preguntas de falso y verdadero y
3 preguntas de opción múltiple con 4 alternativas cada una.
¿De cuántas maneras se puede contestar el examen?

Laboratorio 47
De una baraja normal de 52 cartas, se sacan dos
cartas al azar. Calcule la probabilidad de que una de
las cartas sea un 2 y la otra un 3.

|
Resp. = (4C1)(4C1) / 52C2 = 0.0121
= 4C1 x 4P1 / 52C2 = 0.0121
= (4P1 x 4P1)2 / 52P2 = 0.0121
= (4/52) (4/51)(2) = 0.0121

Laboratorio 48
De una producción de 5,000 unidades, 2% están
defectuosos. Si se selecciona una unidad al azar,
a)¿cuál es la probabilidad de que la unidad esté
defectuosa? b) ¿Cuál es la probabilidad de que no
esté defectuosa? ¿Cuántos son defectuosos?
¿Cuántos están buenos? Resp. a) 0.02 b) 0.98

Laboratorio 49
Se tira un par de dados y se anotan los resultados.
Determine los siguientes eventos y su probabilidad.
a) La suma de los resultados es 7 Resp. 0.1667
b) La suma de los resultados sea 7 u 8 esp. 0.3056
c) La suma sea mayor que 3 Resp. 0.9167

Laboratorio 50
Se acaban de instalar cuatro anuncios a orillas de una
carretera. La probabilidad de ver el primer anuncio es
0.75, de ver el segundo es 0.82, de ver el tercero es
0.87 y de ver el cuarto es 0.90. Calcule la probabilidad
de que:
a) Los cuatro anuncios sean vistos por un conductor.
Resp. 0.4815
b) Sólo el primero y el cuarto sean vistos y no el
segundo y el tercero. Resp. 0.0158
c) Exactamente uno de los anuncios sea visto
Resp. 0.0136
d. Ninguno de los anuncios sea visto.
Resp. 0.000585
e) El tercero y cuarto anuncios no sean vistos.
Resp. 0.013

Laboratorio 51
Jorge, Ricardo, Pablo y Juan juegan de la siguiente manera:
Cada uno toma de una caja, una de 4 bolas numeradas del
uno al 4. Quien saque la bola con el número más alto pierde;
los otros tres regresan sus bolas a la caja y sacan de nuevo.
El juego continúa de esta forma hasta que solamente quedan
2 bolas en la caja; en este momento el que saque la bola
número 1 es el ganador. a) ¿Cuál es la probabilidad de que
Juan no pierda en las dos primeras ocasiones? b) ¿Cuál es
la probabilidad de que Pablo gane el juego?

En la primera sacada Juan no pierde si saca 1, 2 o 3,

entonces
P(Juan no pierda en la primera sacada) = 3 / 4 = 0.75
En la segunda sacada, Juan no pierde si saca 1 o el 2,
entonces:
P(Juan no pierda en la segunda sacada) = 2 / 3
P(Juan no pierda en las dos primeras sacadas) =
(3/4)(2/3) = 1 / 2 = 0.5
b) P(Pablo gane) = (3/4)(2/3)(1/2) = ¼ = 0.25

Laboratorio 52
Se tienen 5 banderas de diferentes colores. El cambio
de posición de colores significa una señal diferente.
¿Cuántas señales distintas se pueden hacer usando al
menos 3 banderas?

Resp. 5P3 + 5P4 + 5P5 = 300 señales distintas

Laboratorio 53
Cuántos arreglos distintos se pueden hacer con las
letras de la palabra matemática.

Resp. 10! / (2!*3!*2!*1!*1!*1!) = 151,200

Laboratorio 54
¿Cuántas alternativas tiene un estudiante para
inscribir 4 cursos de un total de 7?

Resp. 7C4 = 35

Laboratorio 55
Se tienen 4 camisas y 5 corbatas. De cuántas maneras
se pueden seleccionar 1 camisa y 1 corbata.

Resp. 4x5 = 20

Laboratorio 56
Cuántas delegaciones de 3 médicos y 2 enfermeras se
pueden formar si se tienen 5 médicos y 4 enfermeras.
¿Cuál es la probabilidad de que esto ocurra?
Resp. a) 5C3 ( 4C2 ) = 60 delegaciones.
b) Probabilidad = 60 / 9C5 = 0.4762

Laboratorio 57
En una empresa se tiene 6 ingenieros y 4 técnicos. Si se
quieren formar grupos distintos de 5 miembros, calcular la
probabilidad de que los grupos estén formados por: a) Tres
ingenieros y dos técnicos. b) Dos ingenieros y tres
técnicos.

Laboratorio 58
En un examen se tienen 5 preguntas de falso y verdadero y
3 preguntas de opción múltiple con 4 alternativas cada una.
¿De cuántas maneras se puede contestar el examen?

DISTRIBUCIONES DE PROBABILIDAD
Las distribuciones de probabilidad pueden ser discretas o
continuas.

Las distribuciones discretas sólo permiten valores enteros para

la variable X. Son la distribución binomial y la distribución de
Poisson.

Distribuciones continuas permiten valores enteros y

fraccionarios para la variable X. Son la distribución Normal, la
distribución “ t ” de student, la distribución F de Fisher, la
exponencial, etc.

DISTRIBUCIÓN NORMAL
Características:
1. Su gráfica tiene forma de campana.
2. La media, la moda y la mediana son iguales.
3. Es simétrica con relación a la media.
4. Sus extremos son asíntotas con el eje X.
5. La probabilidad bajo la curva de la distribución normal es igual a 1.
 6. Sus parámetros son la media µ (mu o miu ) y la desviación estándar
σ (sigma).
7. Es mesocúrtica.
8. Se tienen más - menos cuatro Z respecto a la media.
9. Es continua.

En una distribución Normal para transformar datos reales en valores Z, se

aplica la fórmula de estandarización

Z = (X - µ)/σ

Donde X es la variable en estudio.

Si X (el valor real) es mayor que la media µ, el valor de Z es positivo.
Si X (el valor real) es menor que la media µ, el valor de Z es negativo.

Haga uso tabla de probabilidades normales y de Excel para resolver los

ejercicios que a continuación se proponen. Haga gráfica en cada uno de los
incisos.

Ejemplo
En una clase de estadística, la media de las calificaciones es de 72 con una
desviación estándar de 12. Si se selecciona aleatoriamente un estudiante,
calcular la probabilidad de que la calificación X sea:

a) Mayor o igual que 90.

Lo que se pide en notación estadística es P(X≥90)
Estandarizando X = 90
Z = (90 – 72)/12 = 1.50 Significa que el valor real de 90 se encuentra a
1.5 valores de Z a la derecha de la media µ = 72
La pregunta del problema es cuál es la probabilidad de que la calificación
sea mayor o igual que 90. Resp. P(X≥90)= 0.0668

En las gráficas se sombrea la solución deseada.

A cada valor de Z le corresponde un valor de probabilidad en un intervalo
y a cada probabilidad le corresponde un valor de Z.

El valor de Z se da con dos decimales, por lo que se debe redondear

correctamente el segundo decimal.

Nota. La tabla de probabilidades normales da, siempre, la probabilidad

entre el valor de X y la media µ.

b) Probabilidad de que la calificación X sea menor que 85.

Se pide P(X<85)
Estandarizando X = 85
Z = (85 – 72) / 12 = 1.08
P(X<85) = 0.8607
|
c) Sea mayor que 60
P(X > 60)
 Estandarizando X = 60

Z = (60 – 72)/12 = - 1
Resp. P(X> 60) = 1 – 0.1587 = 0.8413

d) Menor que 55
Z = - 1.42
Resp. P(X<55) = 0.0783

e) Sea mayor que 50 y menor o igual que 95

Resp = 0.9724 – 0.0334 = 0.9390

f) Esté entre 80 y 95
La expresión “entre” NO INCLUYE los extremos.
Resp = 0.9724 – 0.7475 = 0.2249

g) Sea mayor o igual que 45 y menor que 60.

Resp. 0.1587 – 0.0122 = 0.1465

Para graficar distribuciones normales, entrar a Geogebra

https://www.geogebra.org/classic#3d. Hacer clic en tres puntos en el
centro de la pantalla. Seleccionar “càlculo de probabilidades”. Aparece
gràfica de distribución nomal y colocar media, desviación estándar y la
probabilidad. Hacer clic en flecha superior izquierda para poner colores en
las áreas de probabilidad.

Observación.
1. Las probabilidades son siempre positivas.
2. El valor de Z se da siempre con dos decimales por lo que se debe
redondear correctamente este valor.
3. Las probabilidades se dan siempre con 4 decimales.
4. Los valores de probabilidad que da la tabla corresponden a intervalos
entre la media y el valor real X.

LABORATORIO 59
En una empresa, el salario semanal promedio de los trabajadores es de Q680
con una desviación estándar de Q75. Si se selecciona aleatoriamente un
trabajador, calcular la probabilidad de que su salario sea:
a) Menor o igual que Q600 Resp. 0.1431
b) Menor o igual que Q650 y mayor o igual que Q575 Resp. 0.2638
c) Mayor que Q750 Resp. 0.1753
d) Menor que Q800 Resp. 0.9452
e) Mayor o igual que Q500 Resp. 0.9918
f) Esté entre Q850 y Q720 Resp. 0.2852
g) Mayor que Q480 y menor o igual que Q740 Resp. 0.7843

DISTRIBUCIÓN BINOMIAL
Es una distribución discreta que se aplica cuando un evento tiene
sólo dos posibles resultados. Ejemplos: bueno-malo, verdadero-
falso, éxito-fracaso, cara-escudo, ganar-perder, etc.
Los parámetros de una distribución binomial son la probabilidad
de éxito “p” y “n” el tamaño de la muestra.

Para calcular probabilidades binomiales, se utiliza la

computadora o se aplica la fórmula:

P(X I n, p) = nCx px qn - x

X = Número deseado de éxitos

n = Número de datos o tamaño de la muestra
p = Probabilidad de éxito
q = Probabilidad de no éxito

p+q=1 de donde q = 1 – p

Ejemplo:
Un vendedor debe visitar 50 clientes en una semana. La
probabilidad de que un cliente compre es de 0.40. Calcule la
probabilidad de que:
a) A lo más veintisiete clientes compren. Resp = 0.9840

b) Por lo menos 20 clientes compren.

Resp.= 1 – 0.4465 = 0.5535

c) Entre 25 y 40 clientes compren

Resp = 0.9999 – 0.9427 = 1 – 0.9427 = 0.0573

d) Más de 30 clientes compren.

Resp = 1 – 0.9986 = 0.0014

Laboratorio 60
Un vendedor debe visitar 10 clientes en un día. La probabilidad
de que un cliente compre es de 0.40. Calcule la probabilidad de
que:

a) A lo más siete clientes compren. Compruebe estos

resultados con su calculadora o con su computadora.
P(X≤7 I n=10, p=0.4) = P(X=7) + P(X=6) + P(X=5) + …+ P(X=0)
 P(X=7 I n=10, p=0.4) = 10C7 (0.4)7 (0.6)3 = 0.0425
P(X=6 I n=10, p=0.4) = 10C6 (0.4)6 (0.6)4 = 0.1115
P(X=5 I n=10, p=0.4) = 10C5 (0.4)5 (0.6)5 = 0.2007
P(X=4 I n=10, p=0.4) = 10C4 (0.4)4 (0.6)6 = 0.2508
P(X=3 I n=10, p=0.4) = 10C3 (0.4)3 (0.6)7 = 0.2150
P(X=2 I n=10, p=0.4) = 10C2 (0.4)2 (0.6)8 = 0.1209
P(X=1 I n=10, p=0.4) = 10C1 (0.4) (0.6)9 = 0.0403
P(X=0 I n=10, p=0.4) = 10C0 (0.4)0 ( 0.6)10 = 0.006
_______________
SUMA = 0.9877
Resp: P(X≤7 I n=10, p=0.4) = 0.9877

Otra forma de solución es la siguiente:

P(X≤7) = 1 – P(X≥8) = 1 – [P(X=8) + P(X=9) + P(X=10)]

P(X=8 I n=10, p=0.4) = 10C8 (0.4)8 (0.6)2 = 0.0106

P(X=9 I n=10, p=0.4) = 10C9 (0.4)9 (0.6) = 0.0016
P(X=10 I n=10, p=0.4) = 10C10 (0.4)10 (0.6)0 = 0.0001

P(X≥8) = 0.0106 + 0.0016 + 0.0001 = 0.0123

Resp. P(X≤7) = 1 – 0.0123 = 0.9877

b.) Al menos siete clientes compren. Resp. = 0.0548

c) Entre tres y ocho clientes compren. Resp. 0.6054

La expresión “entre” NO incluye los extremos.

d) Si debe visitar 45 clientes en una semana, ¿cuál es la

probabilidad de que a lo más 22 compren. Resp. 0.9135

e) Al menos 25 clientes compren. Resp. 0.0250

f ) Al menos 13 clientes compren. Resp. 0.9554

g) A lo más 10 clientes compren. Resp. 0.0094 con n=45

h) Entre 12 y 24 clientes compren. Resp. 0.9070

i) La probabilidad de que 15 clientes compren. Resp.

0.0819
 j) Probabilidad de que 32 clientes compren. Resp. 0.00002

Laboratorio 61
Una empresa tiene 35 computadoras y la probabilidad de
que una computadora falle es de 0.28. Calcular la
probabilidad de que:
a) Al menos 25 computadoras fallen. Haga gráfica.
b) Más de 5 pero menos de 10 fallen. Haga gráfica.
c) Probabilidad de que 15 computadoras fallen. Haga
gráfica.

DISTRIBUCIÓN DE POISSON.
Es una distribución discreta que se aplica en problemas de
colas. Su parámetro es λ (lambda)

λ = Promedio de ocurrencias por unidad de tiempo

Fórmula para calcular probabilidades Poisson,

P(X I λ) = λx e-λ / x!

Haga uso de Excel para resolver los siguientes ejercicios:

Ejemplo. A un banco llegan en promedio 15 clientes por hora.

Calcule la probabilidad de que en promedio:

a) Lleguen 12 clientes en una hora.

Solución: P(X = 12 I λ= 15) = λ12 e-15 / 12! = (15)12 e-15 / 12! = 0.0829
λ= 15 clientes por hora

b) Lleguen 8 clientes en media hora.

En este caso λ= 15/2 = 7.5
Solución: P(X = 8 I λ= 7.5) = λ8 e-7.5 / 8! = (7.5)8 e- 7.5 / 8! = 0.1373

c) Lleguen 2 clientes en 15 minutos.

En este caso λ= 15/4 = 3.75
Solución: P(X = 2 I λ= 3.75) = λ2 e- 3.75 / 2! = (3.75)2 e-3.75 /2! = 0.1654
d) Lleguen a lo más 10 clientes en una hora.
P(X ≤ 10 I λ= 15) = P(X=10) + P(X=9) + P(X=8) + P(X=7) + P(X=6)
+ … + P(X=0)

Resp. P(X ≤ 10 I λ = 15) = 0.1185

e) Probabilidad de que más de 12 clientes lleguen en una hora.

Resp. 0.7324

f) Probabilidad de que lleguen entre 11 y 19 clientes en una hora

Resp. 0.6347

g) Lleguen más de 4 y a lo más 10 en media hora. Resp. 0.7302

Laboratorio 62
En una empresa el salario semanal promedio de los trabajadores tiene
distribución Normal con media de Q560 y desviación estándar de Q52.
Si se selecciona aleatoriamente un trabajador, calcular la probabilidad
de que su salario sea:
a) Mayor o igual que Q500.
b) Esté entre Q615 y Q680.
c) Menor que Q470.
d) Sea mayor que Q480 y menor o igual que Q545
e) Mayor que Q700
f) Haga gráfica en cada caso

Laboratorio 63
Un agente vendedor debe visitar 12 clientes en un día. La
probabilidad de que un cliente compre es de 0.35. Calcular la
probabilidad de que:
a) Al menos 4 clientes compren. Resp. 0.6533
b) A lo más 6 clientes compren. Resp. 0.9154
c) Si el vendedor debe visitar 40 clientes en una semana,
calcule la probabilidad de que menos de 20 clientes compren.
Resp. 0.9637
d) Calcular la probabilidad de que entre 10 y 20 clientes
compren. Resp. 0.8422.
e) Probabilidad de que 25 clientes compren. Resp. 0.0003
.
Laboratorio 64
A un celular entran en promedio 12 llamadas en una hora. Calcule la
probabilidad de que al celular entren:
a) Por lo menos10 llamadas en una hora. Resp. 0.7576
b) A lo más 4 llamadas en media hora. Resp. 0.2851
c) Al menos 3 llamadas en 15 minutos. p.
d) Entre 8 y 15 llamadas entren en una hora.

a) P(X≥10 I λ= 12 ) = 1 -- P(X ≤ 9 I λ= 12) =

1 - P(X=9) + P(X=8) + P(X=7) + … +P(X= 0) =
1- (0.0873+0.0655+0.0437+0.0254+0.0127+0.0053+0.0018+0.00
04+0.0001+0.00000 = 1 – 0.2417 = 0.7583

Laboratorio 65
En una empresa el salario semanal promedio de los trabajadores tiene
distribución Normal con media de Q560 y desviación estándar de Q52.
Si se selecciona aleatoriamente un trabajador, calcular la probabilidad
de que su salario sea:
a) Menor o igual que Q620.
b) Esté entre Q500 y Q670.
c) Mayor que Q650.

Laboratorio 66
Un agente vendedor debe visitar 18 clientes en un día. La probabilidad
de que un cliente compre es de 0.35. Calcular la probabilidad de que:
a) A lo más 10 clientes compren.
b) Al menos 8 clientes compren.
c) Si el vendedor debe visitar 35 clientes en una semana, calcule
la probabilidad de que más de 15 clientes compren.

Laboratorio 67
A un celular entran en promedio 16 llamadas en una hora. Calcule la
probabilidad de que al celular entren:
a) A lo más 15 llamadas en una hora.
b) Por lo menos 7 llamadas en media hora.
c) Al menos 3 llamadas en 15 minutos.
d) Entre 5 y 10 llamadas en una hora

INRODUCCIÓN A LA TEORÍA DE MUESTREO

Características de una buena muestra
Es aleatoria. Cuando los elementos muestrales son seleccionados al
azar, es decir, sin criterios preestablecidos, (con la tecla Ran# de la
calculadora o aleatorio de Excel).

Es representativa de la población. El tamaño de la muestra es

estadísticamente representativo, esto significa que el tamaño de la
muestra es estadísticamente proporcional al tamaño de la población.

Es homogénea. Los elementos muestrales deben tener

características iguales o semejantes.

Es equiprobable. Todos los elementos de la población tienen la

misma probabilidad de ser seleccionados como elementos de la
muestra.

Es objetiva. Cuando el criterio del investigador no afecta los

resultados de la muestra.

Es confiable. Cuando los resultados de una muestra son iguales o

semejantes a los resultados de cualquier otra muestra que se obtenga
de la misma población. . Esta propiedad es la que justifica tomar una
sola muestra para hacer inferencia de la población.

Los datos muestrales o estadísticos, son una estimación (una

aproximación) del dato real de la población (del parámetro de la
población). Se tienen tantos estadísticos como muestras se
puedan obtener de la población.

Los parámetros son los datos de la población y son únicos y

verdaderos.

N = Tamaño de la población
e = porcentaje de error que se comete en el proceso de
muestreo. Generalmente es un valor entre 1% y 10%
Z = es un valor que depende del nivel de confianza y si el
problema es de una o dos colas.
σ = Desviación estándar

Fórmula de tamaño de muestra con proporciones

n = Npq Z2 /[ e2 (N – 1) + pq Z2 ]

p = probabilidad de que la muestra tenga las

características de lnvestigaciòn.
q = 1 – p = Probabilidad de que la muestra no tenga las
características de investigación.
e = Porcentaje de error que se comete durante el
muestreo.
Z = Es el valor que corresponde al nivel de confianza.
El nivel de confianza (NC) es un valor de probabilidad.
Al 95% de Nivel de Confianza y dos colas, Z = 1.96
Al 90% de Nivel de Confianza y dos colas, Z = 1.645
Nota: Cuando el problema es de dos colas, para calcular
z el nivel de confianza se divide por 2 y el resultado se
busca en tabla normal de probabilidades.
Cuando el problema es de una cola al nivel de confianza
se le resta 0.5 y el resultado se busca en tabla de
probabilidades normales.
Ejemplo.
Calcular el tamaño de muestra que se debe obtener de
una población de 1480 unidades a un nivel de confianza
de 95% y dos colas Utilice un error e = 4%. Resp. n
= 427
Al 95% de NC y dos colas le corresponde Z = 1.96
Cuando no se tienen datos porcentuales para p y q se
asume 0.50 para cada uno.
Ejemplo
Calcular el tamaño de muestra de la producción de un
día de 500 unidades si la proporción de unidades buenas
es de 0.70. Use nivel de confianza de 90% y un error de
5%. Resp. n = 156
A un NC de 0.90 y dos colas z = 1.645

Muestreo estratificado
Ejemplo: En una universidad se tienen cuatro secciones
de matemática A, B, C, y D con 45, 36, 50 y 28 estudiantes
respectivamente. Históricamente el 80% de los
estudiantes gana el curso. Calcule: a) El tamaño de
muestra total a un nivel de confianza de 95% y un error
de muestreo de 5%. Resp. n = 97 estudiantes b) Cuántas
unidades muestrales se deben obtener de cada una de
las secciones.
nA = (45X97) / 159 = 27
nB = (36X97) / 159 = 22
nC = (50X97) / 159 = 31
nD = (28X97) / 159 = 17

Laboratorio 65
Se quiere hacer un muestreo del nivel educativo en cinco
comunidades del interior. Las poblaciones respectivas
de las comunidades A, B, C, D y E son 3560, 8720, 6150,
7471, 5384 habitantes. A un nivel de confianza de 92 %
y un error de muestreo de 6%, calcule el tamaño de
muestra que se debe obtener de cada comunidad.
A un NC de 0.92 y dos colas, z = 1.75
N = 31,285 habitantes
n = 211 habitantes
nA = (3560X211) / 31285 = 24
nB = (8720X211) / 31285 = 59
nC = (6150X211) / 31285 = 42
n = (7471X211) / 31285 = 50
n = (5384X 211) / 31285 = 36