ESTADISTICA:

- Es la ciencia que se encarga de la recopilación y el procesamiento de datos para la

toma de una decisión

INDIVIDUO DE ESTUDIO:
- Sobre el que vamos a trabajar

VARIBALES ALEATORIAS:
- Todas las caract del elemento de estudio

ESTADISTICA DESCRIPTIVA:
VARIABLES DE ESTUDIO
VARIABLE CUALITATIVAS: VARIABLES CUANTITATIVAS:
- Son las cualidades que no se pueden - Son las variables que se pueden contar
contar
Discretas:
Ordinales: - Finitas posibilidades
- Son las que se pueden ordenar - Números enteros
- Mucho, poco - Tengo 10 pelotas, tengo 10 billetes de
- Clases sociales $50
- Joven o adulto
Continuas:
Nominales: - Infinitas posibilidades
- No se pueden ordenar - Admiten coma “,”
- Tiene o no tiene covid - Tengo $579,67
- Colores
POBLACION: (N)
- El todo
- El análisis de la población me da un parámetro (verdad absoluta)

MUESTRA: (n)
- Una porción de la población
- El análisis de la población me da un estimado

TIPO DE MUESTREOS:
PROBABILISTICOS NO PROBABILISTICOS
- Al azar - Casual
- Sistemático - Intencional
- Estratégico (estudia por capas) - Buscar una determinada cuestión de
- Conglomerado (junto resultados de ciertas caracteristicas del individuo
diferentes muestras, para hacer un
nuevo resultado) Por ejemplo:
Un policía para a alguien por su cara
Por ejemplo:
Un inspector va a una panadería y
agarraba al azar cualquier producto para
ver como esta
MEDIDAS DE LOCALIZACION o POSICION o TENDENCIA CENTRAL:
- Manejan la maza o el comportamiento del grupo

PROMEDIO o MEDIA:
- Es la suma de todos los valores divido la cantidad de elementos

Promedio de una Población (u)

Promedio de una Muestra (X)

Ejemplo:
2-3-5-6-4

X = Edad de algunos alumnos

V.A. Cuantitativa Discreta
n=5

Promedio (X)= 2 + 3 + 5 + 6 + 4 = 4 años

MEDIANA: (Me)
- Es el valor de la variable que deja por debajo de él el 50% de los datos
- Es justo la mitad

n
Me=
2

Ejemplo:
1)
2–3–5–6–4

Hay que ordenarlo

2–3–4–5–6

2)
2–3–5–6–4–3

Hay que ordenarlos

2–3–3–4–5–6

MODO: (Mo)
- Es el valor de la variable más frecuentemente observado (valor dominante)

Ejemplo:
2–3–3–4 Mo = 3 UNIMODAL

2–2–3–3–4 Mo = 2 y 3 BIMODAL

2–2–3–3–4–4 Mo = 0 AMODAL

2–2–3–3–4–4–5 Mo = 2, 3 y 4 PLURIMODAL

TABLA DE FRECUENCIA SIMPLE:

 X F Fa

EJEMPLO:
3-5-4-6-5-4-5-6-4

X F Fa
3 1 1

4 3 4

5 4 8

6 2 10

 N = Cantidad de variables de población = 10 (Siempre es el último número de Fa)

( 3 . 1 ) + ( 4 .3 )+ ( 5 . 4 ) +(6 .2)
 u= 10
=4 ,7

 Mo = 5 (Es el número que más veces se repite)

N 10
 Me = 2 = 2 =5

X F Fa
 3 14 14

4 23 37

5 37 74

6 40 114

 X = Cantidad de hermanos de algunos alumnos

 V. A. Cualitativa Discreta
 n = 114 (n porque es muestra)

( 3 .14 ) + ( 4 .23 )+ (5 . 37 ) +(6 . 40)

 Promedio (x) = 114
= 4,9 hermanos

 Mo = 6 hermanos (UNIMODAL)

114
 Me = 2 = 57 Fa (Me fijo en que Fa entra y que X para esa Fa) =5

PROMEDIO EN DATOS AGRUPADOS:

 X F Fa
10 - 20 2 2
20 - 30 3 5
30 - 40 15 20
40 - 60 5 25

 X = Minutos que tardan los micros en llegar a la estación

 V.A. Cuantitativa Continua
 n = 25 micros (n porque es muestra)

x = (Como hay intervalos hay que sacar el promedio de cada X)

X1 = (10 + 20) / 2 = 15
X2 = (20 + 30) / 2 = 25
X3 = (30 + 40) / 2 = 35
X4 = (40 + 60) / 2 = 50

C.I X F Fa
15 10 - 20 2 2

25 20 - 30 3 5
35 30 - 40 15 20

50 40 - 60 5 25

(15 . 2)+(25 . 3)+(35 .15)+(50 .5)

x = 25 = 35,2 minutos

Fmodal – Fanterior
Mo = Li + ( ( Fmodal−Fanterior ) +(Fmodal−Fposterior ) ) .I
Li = Límite Inferior del intervalo modal
I = Amplitud = 40 – 30 = 10 (Ósea que es amplitud 10)

( 15−3)
Mo = 30 + ( ( 15−3 )+(15−5)
) . 10 = 35,04 (Para ver si esta bien fijarse si entra en Intervalo)
35,04 entra entre 40 y 30 así que
puede ser un valor posible
C.I X F Fa
15 10 - 20 2 2

25 20 - 30 3 5
35 30 - 40 15 20

50 40 - 60 5 25

n
−Fanterior
Me = Li + ( 2 ) .i
F

- Para saber la mediana, agarro el último número de Fa, ósea 25 y lo divido por 2
25
2
= 12,5 (ahora tengo que fijarme en que Fa entra)

C.I X F Fa
15 10 - 20 2 2

25 20 - 30 3 5
35 30 - 40 15 20

50 40 - 60 5 25

12, 5−5
Me = 30 + ( 15 ) . 10 = 35 minutos
EJERCICOS:
2) Se ha relevado la edad de un grupo de 15 lectores de una revista infantil.
8-9-7-8-9-10-12-11-8-9-7-6-8-9-9

Calcular la promedio, mediana y moda

1.
X = Edad de lectores
V. A. Cuantitativa Continua
n = 15

2. Acomodar números
6-7-7-8-8-8-8-9-9-9-9-9-10-11-12

3. Hacer tabla
X F Fa
6 1 1
7 2 3
8 4 7
9 5 12
10 1 13
11 1 14
12 1 15

4. Calcular Me, Mo, Promedio

n 15
Me = 2 = 2 = 7,5
(Ahora tengo que ver ese 7,5 en que Fa entra)
(Entra en Fa 12, para cuando X es 9)

Me = 9 años

Mo = (Es el X que mas veces se repite)

Mo = 9 años

( 6.1 ) + ( 7.2 )+ ( 8.4 )+ ( 9.5 ) + ( 10.1 ) + ( 11.1 ) +(12.1)

x= 15
= 8,66
x = 8,66
3) La Consultora RH de recursos humanos se halla analizando el número de
despidos que efectuó la empresa SAX SRL en los últimos doce meses y recopiló los
siguientes datos
18-15-14-23-20-18-17-18-16-20-18-15
Calcular el promedio de despidos y la mediana

1.
X = Número de despidos
V.A. Cuantitativa Discreta
n = 12

2.
14-15-15-16-17-18-18-18-18-20-20-23

3.
X F Fa
14 1 1
15 2 3
16 1 4
17 1 5
18 4 9
20 2 11
23 1 12

4.
n 12
Me = 2 = 2 = 6 (Veo para que valor de Fa entra)

Me = 18

(14.1)+(15.2)+16+17+(18.4)+(20.2)+23
x= 12
= 17, 66
x = 17,66
VARIANZA POBLACIONAL: (Para datos sueltos)

VARIANZA MUESTRA: (Para datos sueltos)

DESVIO ESTANDAR:
√S o √σ
2 2

COEFICIENTE DE VARIACION: C.V

 Si el C.V ≤ 5% REPRESENTATIVO
 Si el C.V ¿ 5% y ≤ 20% HOMOGENEO
 Si el C.V ¿ 20% HETEROGENEO
1) Tengo un cumpleaños con 11 invitados y quiero ver cuántos panchos en
promedio comen cada uno
1-1-2-2-2-3-3-4-4-5-6
X = Cantidad de panchos que se come cada uno

( 1.2 )+ ( 2.3 ) + ( 3.2 ) + ( 4.2 ) + ( 5.1 ) +(6.1)

x= 11
= 3 panchos
n = 11 (porque es muestra)

( 1−3 )2+ (1−3 )2 + ( 2−3 )2 + ( 2−3 )2 + ( 2−3 )2 + ( 3−3 )2 + ( 3−3 )2+(4−3)2 26

2
s= = 10
= 2 , 6 panchos
2
11−1

S = √ 2 ,6 panchos 2 = 1,61 panchos

S 1, 61
C.V = x
. 100 % = 3
.100 % = 53,66% HETEROGENEA

Mo = 2 panchos
Me = 3 panchos
VARIANZA POBLACIONAL: (Para datos agrupados)

VARIANZA MUESTRAL: (Para datos agrupados)

1) Queremos saber cuánto tardan en promedio los 25 micros que llegan a la
estación de Pinamar

X F Fa
10 - 20 2 2
20 - 30 3 5
30 - 40 15 20
40 - 60 5 25

C.I
10+20
X1 = = 15
2
20+30
X2 = = 25
2
30+40
X3 = = 35
2
40+60
X4 = = 40
2

C.I X F Fa
15 10 - 20 2 2
25 20 - 30 3 5
35 30 - 40 15 20
50 40 - 60 5 25

x = 35,2 minutos

( ( 15−35 ,2 ) .2 ) + ( ( 25−35 , 2 ) .3 ) + ( ( 35−35 ,2 ) .15 ) +( ( 35−35 , 2 ) .5)

s2=
25−1

s = 92,66 minutos
2

S = √ 92 , 66 minutos = 9,62 minutos

9 , 62minutos
C.V = 35 , 2
.100 = 27,32% HETEROGENEO
11) En la siguiente tabla se muestra la distribución del peso en gramos de una partida de 200
paquetes de pastillas:

Peso en gramos Cantidad de paquetes

30 – 32 28
32 – 34 36
34 – 36 43
36 – 38 51
38 – 40 27
40 – 42 11
42 - 44 4

a) Calcular modo y mediana.

b) Determinar si los datos anteriores son homogéneos.
c) ¿Cuál es el peso no superado por el 20% de los paquetes?
d) ¿Cuál es el peso sólo superado por el 10% de los paquetes?
e) ¿Qué porcentaje de los paquetes pesa:
1) hasta 40 gramos?
2) por lo menos 34 gramos?
3) como máximo 38,15 gramos?
4) como mínimo 33,50 gramos?
14) Una empresa dedicada al transporte de mercadería fue consultada acerca de los kilómetros
recorridos por la totalidad de sus camiones y proporcionó la siguiente información:
kilómetros recorridos cantidad de camiones
600 - 800 6
800 - 1000 8
1000 - 1200 5
1200 - 1400 3
1400 – 1600 2
1600 - 1800 1

a) Determinar el promedio y desvío de kilómetros recorridos. ¿Podría concluirse que la media

aritmética es representativa?
b) ¿Cuál es el porcentaje de camiones que recorren más de 1200 km?
c) ¿Cuál es la cantidad de kilómetros recorridos superado por el 10 % de los camiones?
Interpretar.
d) ¿Cuántos camiones recorren a lo sumo 1080 km?
e) ¿Cuál es la cantidad de kilómetros no superado por el 40 % de los camiones?
 CONFECCION DE GRAFICOS:
X F Fa
3 1 1
4 3 4
5 5 9
6 2 11

GRAFICO DE BASTONES
6

0
3 4 5 6
 ASIMETRIAS:
ASIMETRIA NEGATIVA:

Mo > Promedio

SIMETRIA:

Mo = Promedio

ASIMETRIA POSITIVA:

Mo < Promedio
FRACTILES O PERCENTILES:
- Valor de la variable que acumula por debajo de él un determinado porcentaje de la
información

Por ejemplo, queremos saber FK5

1.
n . K 25 .5
FK (5 )= = = 1,25 (vemos en que Fa entra ese valor)
100 100
Li = 10
f=2
L anterior = 0

2.

FK (5 )=10+
( 100 )
25 . 5
−0( porque no hay limite anterior )
. 10 = 16,25
2

 El valor no es superado por el 45% FK45

 El valor es superado por el 55% FK45
 PROBABILIDAD:
EXPERIMIENTO ALEATORIO:
- Poner a prueba una acción determinada para analizar sus posibles resultados

ESPACIO MUESTRAL: (E)

- Los posibles resultados que podemos obtener del experimento

SUCESO ALEATORIO: (S)

- Chequear lo que paso
- Dentro de todos estos posibles resultados ver que es lo que pasa

TIPO DE SUCESOS:
SUCESO INCOMPATIBLE:

SUCESO COMPATIBLE:
EJEMPLO:
A= 15 hombres
B= 10 personas menores de edad
A B= 5 hombres menores de edad

SUCESOS CONDICIONADOS o DEPENDIENTES:

- Cuando se lleva a cabo una prueba condicionada
- Sin reposición
- Por ejemplo, tenemos una caja con 8 manzanas rojas y 8 negras, nos tapan los ojos
y antes de sacar una un amigo saca antes pero no sabemos cual saco, entonces ya
nuestro valor está condicionado

SUCESOS INDEPENDIENTES:
- Se lanza el dado 3 veces, pueden salir diferentes números, no está condicionado

SUCESOS COMPLEMENTARIOS:

A = No A
DEFINICION CLASICA: Laplace

Por ejemplo:

2
P(2) = 6 = 0,33

FRECUENCIAL: FRECUENCIA RELATIVA

Por ejemplo:

2
P(2) = 10 = 0,2
DEFINICION AXIOMATICA: KOLMOGOROV
AXIOMA 1:
- La probabilidad de que ocurra un evento A es un número real no negativo.
P( A)≥ 0

AXIOMA 2:
- La probabilidad del espacio muestral es igual a la unidad
- Toda probabilidad es un numero comprendido entre 0 y 1 (0% y 100%)
P (E) = 0

AXIOMA 3:
- La probabilidad del suceso suma de dos sucesos excluyentes es igual a la suma de
cada uno de ellos
P(A U B) = P(A) + P (B)

AXIOMA 4:
- La probabilidad del suceso suma de 2 sucesos no excluyentes es
P(A U B) = P(A) + P(B) – P(A B)
 TABLA DE CONTINGENCIAS:

Por ejemplo:
Tengo un maso con 40 cartas

1) Si se selecciona una carta al azar, ¿cuál es la probabilidad de que sea de espada?

2) Si se selecciona una carta al azar, ¿cuál es la probabilidad de que sea par?

3) Si se selecciona una carta al azar, ¿cuál es la probabilidad de que sea de espada o par?

10 20 5
= + −
40 40 40

25
= 40 = 0,625

PROBABILIDAD CONDICIONAL: P ( / )
4) Habiendo sacado una carta par, ¿cuál es la probabilidad de sea espada?

5) Habiendo sacado una espada, ¿cuál es la probabilidad de sea par?

UNION: P ( A U B)
- Generalmente cuando hay un “o” en el enunciado

INTERSECCION: P ( A B)
- Generalmente cuando hay un “y” en el enunciado

CONDICONAL: P ( A / B)
- Generalmente cuando hay un “si” en el enunciado
5)
El 70 % de las amas de casa de una ciudad realizan sus compras en supermercados y el 15% en
almacenes.
Hay un 3 % que compra en supermercados y almacenes.
a) ¿Cuál es la probabilidad de encontrar un ama de casa que compre sólo en supermercados?
b) Al elegir un ama de casa que compra en supermercados, ¿cuál es la probabilidad de que
compre también en almacenes?

c) ¿Cuál es la probabilidad de encontrar un ama de casa que no compre en ninguno de los dos
lugares?

o 70 % SUPERMERCADO
o 15% ALMACEN
o 3% SUPERMERCADO Y ALMACEN

SUPERMERCADO SUPERMECADO TOTAL

ALMACEN 3% 12% 15%
ALMACEN 67% 18% 85%
TOTAL 70% 30% 100%

1. Agregue los datos que ya sabia

2. En verde agregue los datos que me faltaban haciendo las diferencias de resultados

a)
67
P(SUPERMERCADO ALMACEN) = 100 = 67%

b)
3
P(ALMACEN/SUPER) = 70 = 4,3%

c)
18
P(SUPERMERCADO ALMACEN)= 100 = 18%
3) Para promocionar una nueva vacuna contra la hepatitis B, un laboratorio realiza una
encuesta entre 40 mujeres de más de 40 años y 50 hombres de la misma edad, que se habían
vacunado con la vacuna de laboratorio.
Encontraron que entre los hombres vacunados el 2% había contraído la enfermedad, mientras
que entre las mujeres vacunadas solo 16 habían contraído la enfermedad.
Se elige una persona al azar que está vacunada, cuál es la probabilidad:
a) De que se trate de un hombre enfermo.
b) Que sea mujer o esté enferma.
c) Si está enferma, que sea mujer.

VACUNA

H = HOMBRES
M = MUJERES
E = ENFERMOS

HOMBRE HOMBRE TOTAL

ENFERMO 1 16 17
ENFERMO 49 24 73
TOTAL 50 40 90

a)
1
P(HOMBRE ENFERMO)= 90 = 0,01

b)
P(HOMBRE ENFERMO)= P(HOMBRE) + P(ENFERMO) – P(HOMBRE ENFERMO)

40+17−16
= 90
= 0,45
c)
16
P(HOMBRE / ENFERMO)= 17 = 0.94
2) En una empresa trabajan 80 personas. 30 son mujeres y 45 personas residen en zona Norte.
Además, hay 13 personas que son mujeres y residen en la zona Norte.

Calcular la probabilidad de que si se selecciona una persona al azar:

a) sea mujer o viva en la zona Norte
b) si vive en la zona Norte que sea varón.

MUJER MUJER TOTAL

ZONA NORTE 13 32 45
ZONA NORTE 17 18 35
TOTAL 30 50 80

a)
P(MUJER U ZN) = P (MUJER) + P(ZN) – P(MUJER ZN)

30+45−13
= 80
= 0,775

b)
MUJER de ZN 32
P(MUJER / ZN) = TOTAL DE PERSONAS DE ZN = 45 = 0,71
 PRUEBA DE INDEPENDENCIA:
- Es un recurso que permite demostrar si los sucesos están relacionados o no, si son
independientes o dependientes

INDEPENDIENTES:
- Para que sean independientes todas las intersecciones tienen que ser

P (A B)= P(A) . P(B)

- Si ya una intersección no es igual, significa que ya no son resultados
independientes

EJEMPLO:
¿Hay relación entre el género y el gusto de chocolate?

CHOCO CHOCO TOTALES

BLANCO NEGRO
MUJERES 80 90 170
HOMBRES 65 105 170
TOTALES 145 195 340

1. Buscamos alguna intersección

P(CHOCO BLANCO MUJERES) = P(CHOCO BLANCO) . P(MUJERES)
80 145 170
340 = 340 . 340

0, 24 = 0,21

RESPUESTA:
Como el resultado no da igual, podemos decir que no son independientes, por lo que
son dependientes.
Esto quiere decir que si hay relación entre el genero y el gusto de chocolate
¿EXISTE RELACION ENTRE EL PALO DE LA CARTA Y SI ES PAR?
ESPADA ESPADA TOTALES
PARES 5 15 20
IMPARES 5 15 20
TOTALES 10 30 40

P(ESPADA PAR)= P(ESPADA) . P(PAR)

5 10 20 Por ahora como es igual, podemos
40 = 40 . 40
decir que es Independiente
1
=
1 Probamos con otra intersección
8 8

P(ESPADA IMPARES) = P(ESPADA) . P(IMPAR)

5 10 20
40 = 40 . 40

1 1
8 = 8

P(ESPADA PAR) = P(ESPADA) . P(PAR)

15 30 20
40 = 40 . 40

3 3
8 = 8

P(ESPADA IMPAR) = P(ESPADA) . P(IMPAR)

15 30 20
40 = 40 . 40

3 3
8 = 8

RESPUESTA:
Como todas las intersecciones son iguales podemos decir que son Independientes,
por lo que quiere decir que no hay relación entre el palo de la carta y si es par o no
 EXTRACCIONES MULTIPLES
1) Si se seleccionan 2 cartas al azar
¿Cuál es la probabilidad de que ambas sean espada?

ESPADA ESPADA TOTALES

PARES 5 15 20
IMPARES 5 15 20
TOTALES 10 30 40

10 9
P(ESPADA ; ESPADA) = 40 . 39 = 0,058

Como ya habíamos sacado una carta de espada antes, se le resta una

espada a las espadas y una carta al mazo

2) Si se seleccionan 2 cartas al azar

¿Cuál es la probabilidad de que una sea de espada y la otra no?

ESPADA ESPADA TOTALES

PARES 5 15 20
IMPARES 5 15 20
TOTALES 10 30 40

10 30
P(ESPADA ; ESPADA) = 40 . 39 . 2 = 0,385

Se le agrega el 2 porque es la cantidad de

Como ya saque una carta y de espada,
combinaciones que pueden haber.
se le resta solo al mazo porque el 30 son
1. (ESPADA ; ESPADA)
no espada
2. (ESPADA ; ESPADA)
12) De una bolsa que contiene caramelos frutales de distintos sabores, un niño retira dos
caramelos.
Sabiendo que en la bolsa había 9 caramelos de naranja, 12 de ananá y 4 de frambuesa, calcular
la probabilidad de que los caramelos extraídos:
a) Sean uno de ananá y el otro de frambuesa.
b) Sean los dos del mismo sabor.
c) Al menos uno de los dos tenga sabor a naranja.

25 CARAMELOS:
 Naranja 9
 Ananá 12
 Frambuesa 4

a)
12 4
P(A ; F) = 25 . 24 . 2 = 0,16

b)
P( A ; A) + P(N ; N) + P(F ; F) =
12 . 11 + 9 . 8 + 4 . 3 =
25 24 25 24 25 24

0,22 + 0,12 + 0,02

0,36

c)
P( N ; A) + (N ; F) + (N ; N)=
9 12 9 4 9 8
25
. 24
.2 + 25
. 24
.2+ 25
. 24

0,6
14) Los siguientes datos pertenecen a una muestra de 80 familias de cierta población, estos
muestran la escolaridad de los padres y la de sus hijos.

a) ¿Cuál es la probabilidad de que el hijo vaya a la universidad, si el padre asistió?

b) ¿Cuál es la probabilidad de que el hijo vaya a la universidad si su padre no lo hizo?
c) ¿Es estadísticamente independiente la asistencia del hijo a la universidad del hecho de que
el padre fuera o
no universitario? Explique la respuesta empleando argumentos probabilísticos.
d) Si se seleccionan 3 padres al azar, ¿cuál es la probabilidad de que hayan sido universitarios?

HIJO UADE HIJO UADE TOTAL

PADRE 18 7 25
UADE
PADRE 22 33 55
UADE
TOTAL 40 40 80

a)
Como es una condición, porque dice “si el padre asistió”
18
P(HIJO UADE / PADRE UADE) = 25 = 0,72

b)
22
P(HIJO UADE / PADRE UADE) = 55 = 0,4

c)
P(HIJO UADE PADRE UADE)= P(HIJO UADE) . P(PADRE UADE)
18 40 25
80 = 80 . 80

0,225 = 0,156
RESPUESTA:
- Los sucesos no son independientes
- Esto significa que el hijo si depende si su padre fue o no a la UADE

d)
P( PADRE UADE ; PADRE UADE ; PADRE UADE)
25 24 23
. .
80 79 78
= 0,028
4) En una zona rural el 3 % de los habitantes contrae una enfermedad, que se detecta con un
análisis el cual da positivo en el 90% de las personas enfermas y en el 8% de las sanas.
Si se le practica el análisis a una persona, cuál es la probabilidad de que:
a) esté enfermo y el análisis sea positivo
b) esté sano o el análisis le haya dado negativo
c) resulte positivo cuando está enferma realmente
d) que esté enferma o que el resultado sea negativo

3% ENFERMOS
90% de los enfermos da +
8% de sanos dan +

E E TOTAL
+ 2,7 7,76 10,46
- 0,3 89,24 89,54
TOTAL 3 97 100

100% 3% E 100% 97% E

90% x= 2,7% E 8% x= 7,76% E
a)
2 ,7
P(+ E)= 100 = 0,027

b)
P(E -) = P(E) + P(-) - P(E -)
97+89 , 54−89 , 24
100
= 0,973

C)
2 ,7
P(+ / E) = 3 = 0,9

d)
P(E -) = P(E) + P(-) – P(E -)
3+89 , 54−0 ,3
100 = 0,922

17) Un fabricante de aparatos electrónicos compra un cierto microchip, a tres proveedores.

Un 30 % de los microcircuitos se compran a Electronic SA ,un 20 % a Crown y el resto a
Componentes CC.

El fabricante tiene historiales extensos de los tres proveedores y sabe que el 3 % de los
microchips de Electronic son defectuosos en tanto que los de Crown tienen un 5 % de
defectuosos y un 4 % de los de Componentes CC son defectuosos.

Cuando los microcircuitos llegan al fabricante los coloca en un depósito, y no son

inspeccionados o identificados de algún modo por el proveedor.

Calcular la probabilidad de que:

a) haya sido fabricado por Crown y sea defectuoso.
b) sea defectuoso
c) siendo defectuoso, corresponda a la partida enviada por Componentes CC.
d) si se extraen dos microcircuitos al azar, ambos sean del mismo proveedor.

o E 30% - 3% DEFECTUOSO
o C 20% - 5% DEFECTUOSO
o CC 50% - 4% DEFECTUOSO

100% 30%
3% x= 0,9%
100% 20%
5% x= 1%

100% 50%
4% x= 2%

a)
1
P(CC D)=1% o 100 = 0,01

b)
0 , 9+2+1
P(CC U E U C)= 100 = 0,039

d)
P(CC;CC) + P(C;C) + P(E;E)
20 19 30 29 50 49
. + . + . = 0,38
100 99 100 99 100 99
18) En una universidad el 20% de los profesores son titulares y el resto son adjuntos.
El 70% de los titulares tiene dedicación exclusiva, mientras que solamente el 15% de los
adjuntos la tiene.

Calcular:
a) ¿Qué porcentaje de los profesores no tiene dedicación exclusiva?
b) Si se elige un profesor al azar, ¿cuál es la probabilidad de que sea titular o tenga dedicación
exclusiva?
c) ¿Qué porcentaje de los profesores sin dedicación exclusiva son adjuntos?

o 20 % PT - - 70% DE
o 80% AD - - 15% DE

100% 20%
70% x=14% DE

100% 80%
15% x= 12% DE

a)
14% + 12% = 26%
100% - 26% = 74%

b)
P(PT U DE)= P(PT) + P(DE) – P(PT DE)
20 %+26 %−14 %
100 = 0,32
c)
100% 20%
30% 6% DE

100% 80%
85% 68% DE
6 + 68 = 74% DE

74% 100%
68% x= 91,89%
19) Supongamos que una empresa manufacturera recibe embarques de partes de 2
proveedores distintos.

Actualmente el 65 % de las partes que compra la empresa provienen del proveedor que
llamaremos A y el resto del proveedor B.

La calidad de las partes varía según su origen.

Los niveles históricos de la calidad de los proveedores indican que la probabilidad de que una
parte sea considerada mala dado que proviene del proveedor A es del 2 %, mientras que si
proviene del proveedor B es del 5 %.

a) Determine la probabilidad de que la parte sea buena y provenga de A.

b) Calcule la probabilidad de que una parte sea mala.
c) Si la parte es considerada mala ¿cuál es la probabilidad de que provenga del proveedor B?

o A ---- 65% ------ PMALA 2%

o B ----- 45% ------ PMALA 5%

MALA A: MALA B:
100% 65% 100% 45%
2% x = 1,3% 5% x = 2,25%

BUENA A: BUENA B:
100% 65% 100% 45%
98% x= 63,7 95% x= 42,75

a)
63 ,7
P(B A)= 100 = 6,3

b)
P(MA) + P(MB) =
1, 3+2 , 25
= 0,0355
100

c)
2 , 25
P(MB/M) = 100 = 0,633
0,0355
20) Una caja tiene bolas y cubos, con el siguiente detalle:
8 bolas rojas, 2 bolas blancas, 10 cubos rojos, 6 cubos blancos
Si se extrae un objeto al azar:
a) ¿Cuál es la probabilidad de que sea algo rojo?
b) ¿Cuál es la probabilidad de que sea una bola?
c) ¿Cuál es la probabilidad de que sea un cubo o algo blanco?
d) ¿Cuál es la probabilidad de que sea un cubo rojo?
e) ¿Cuál es la probabilidad de que sea una bola, sabiendo que es algo rojo?
f) ¿Cuál es la probabilidad de que sea blanco, sabiendo que es un cubo?
g) El evento “extraer un cubo” y el evento “extraer algo rojo”, ¿son independientes?

a)
P(C R) + P(B R) =
10+8
26
= 0,6923

b)
10
P(B) = 26 = 0,3846

c)
P(C U B) = P(C) + P(B) – P(C B)
16+8−6
26 = 0,6923
d)
10
P(C R) = 26 = 0,3846

e)
8
P (B R)
P(B / R)= P(R) = 26 = 0,4444
0,6923

f)
6
P (B C ) 26
P(B / C) = P(C)
= 16 = 0,375
26

g)
PRUEBA INDEPENDENCIA
P(C R)= P(C) . P(R)
10 16 18
26
= .
26 26

0,3846 = 0,42 Por lo tanto NO es independiente

PARCIAL:
1)El gerente de ventas de una importante Inmobiliaria de Pinamar ha reunido datos sobre las
valuaciones de algunas de las propiedades que tiene a la venta. Los datos corresponden al
último mes
Monto en miles de $ Nº de Propiedades
150-200 12
200-250 18
250-300 29
300-350 36
350-400 15

a) Indicar la variable en estudio y clasificarla. ¿Considera que el promedio es representativo de

los datos? Justifique estadísticamente su respuesta.
b) ¿Qué porcentaje de las propiedades cuestan más de 300 mil pesos?
c) ¿Cuál es la valuación solo superada por el 25% de las propiedades?
d) ¿Cuál e s la valuación no superada por el 30% de las propiedades?
e) Halle la valuación superada por la mitad de las propiedades.
f) Realice un Histograma que permita plasmar los datos presentes en la tabla.
Determine el tipo de asimetría. Justifique analíticamente su respuesta.

2) En un Supermercado de Valeria del Mar trabajan 95 personas de las cuales 40 Son Hombres.
35 personas poseen título secundario. 12 No son Hombres y poseen título Secundario.
Calcular la Probabilidad de que si se selecciona una persona al azar:
a) Sea Mujer o tenga título secundario.
b) Si es Hombre, no tenga título secundario.
c) Sea mujer y no tenga título secundario.
d) Determine si los sucesos “Genero del personal” y “título secundario” son estadísticamente
independientes.
 CI X F Fa
175 150-200 12 12
225 200-250 18 30 1)
275 250-300 29 59
325 300-350 36 95
375 350-400 15 110

a)
(175.12)+(225.18)+(275.29)+(325.36)+(375.15)
X= = 285,9 miles de pesos
110
S = 59,96
S
CV = x . 100 = 20,97% Como 20,97 es > al 5%, no es REPRESENTATIVO

b)
36 + 15 = 51

110 100%
51 x= 46,36%

c)
n.k 110 . 75 Vemos en que Fa entra ese valor
FK(75) = 100 = 100
= 82,5 Entre en Fa 95
 Li = 300
 f = 36
 Fa anterior= 59
 i = 50
n.k
– Fa anterio
FK(75) = Li + 100 .i
f
82 ,5 – 59
300 + 36
. 50 = 332,63 miles de $
d)
n.k 110 . 3
FK(30) = 100 = 100 = 33 Vemos en que Fa entra ese valor
Entre en Fa 59
 i = 50
 Li = 250
 Fa anterior= 30
 f = 29

f)

36−29
Mo = 300 - ( 36−29 )+(36−15) . 50
Mo = 312,5

Mo > Promedio
312,5 > 285,9 ASIMETRIA NEGATIVA