Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Evaluacin final
Producto: Resolucin de un caso propuesto y
presentacin con exposicin de los criterios
utilizados.
Criterios de Evaluacin
1. Calcula probabilidades asociadas a una variable
aleatoria discreta que se distribuyen de forma
Binomial, Poisson y una V.A que se distribuye de
forma Normal
2. Determina el tamao de muestra para
poblaciones finitas e infinitas y construye intervalos
de confianza para la media y proporcin
poblacional.
3. Aplica tcnicas para estimar y pronosticar la
tendencia de una serie de tiempo.
4. Analiza un caso empresarial aplicando la tcnica
Sistema de evaluacin
Proceso permanente
Entrenamiento progresivo para alcanzar la meta final
Retroalimentacin sobre nuestras fortalezas y sobre
los aspectos que debemos mejorar
Cronograma de Evaluacin
Sesin
5
Sesin
9
Sesin
14
Sesin
18
Evaluaci
n
continua
1
Evaluaci
n
Parcial
Evaluaci
n
continua
2
Evaluaci
n final
20%
40%
20%
20%
Proceso
Resulta
do
Reglas de juego
Asistencia
7 faltas como mximo
Con ms de 7 faltas se
desaprueba el curso
Puntualidad
15 minutos de
tolerancia (en la sesin
de la primera hora)
5 minutos de
tolerancia (en la sesin
despus del refrigerio)
3 tardanzas equivalen
a 1 falta
PRIMERA UNIDAD
DISTRIBUCIONES DE
PROBABILIDAD
Al finalizar la unidad el
alumno
calcula
probabilidades
(para
diferentes
casos
empresariales) asociadas a
una variable aleatoria que se
distribuye de forma Binomial,
Poisson o Normal.
Estadstica inferencial
Es una parte de la estadstica que
comprende los mtodos y procedimientos
que por medio de la induccin determina
propiedades de una poblacin estadstica,
a partir de una pequea parte de la
misma.
Variable aleatoria
Una variable aleatoria es una variable que toma
valores numricos determinados por el
resultado de un experimento aleatorio. No hay
que confundir la variable aleatoria con sus
posibles valores.
Ejemplos:
n de caras al lanzar 6 veces una moneda
(valores: 0, 1, 2)
n de llamadas que recibe un telfono en una
hora
Continua
el conjunto de posibles
valores es numerable.
Suelen estar asociadas a
experimentos en que se
mide el nmero de veces
que sucede algo.
el conjunto de posibles
valores es no numerable.
Puede tomar todos los
valores de un intervalo.
Son el resultado de
medir.
Ejemplo
Clasificar como discretas o continuas las
siguientes variables aleatorias:
a) n de pginas de un libro
b) tiempo que tarda en fundirse una bombilla
distribucin
viene
dada
por
los
las
aparezcan
probabilidades
p1,
p2,
p3,
de
pk.
que
Estas
Ejemplo:
Variable aleatoria x=n de caras al lanzar tres
veces una moneda. Posibles valores de x: 0, 1,
2 y 3. Lanzar 3 veces moneda:
E={CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}
La variable aleatoria x:
Toma
Toma
Toma
Toma
valor
valor
valor
valor
0
1
2
3
cuando
cuando
cuando
cuando
EJEMPLO 1:
Sea E el experimento aleatorio: lanzar
una moneda dos veces y la v.a.
X:nmero
de
caras
obtenidas".
Determine:
a)El dominio de X
b)El rango de X
EJEMPLO 2:
En un lote de 7 artculos hay 3 buenos.
Del lote se toma al azar una muestra sin
reposicin de cuatro artculos. sea X el
numero de artculos buenos en la
muestra. Determine:
a)El rango de X
EJEMPLO 3:
En un lote de 12 artculos hay 4
defectuosos. Si se toma al azar una
muestra sin reposicin de tres artculos.
sea X el numero de artculos buenos en
la muestra. Determine:
a)El rango de X
FUNCIN DE PROBABILIDAD
p ( xi ) P X xi / X ( ) xi
x
p(x)
EJEMPLO 1
Sea X una variable discreta con funcin
de probabilidad. Determine la esperanza
matemtica y la desviacin estndar
x
-2
p(x)
1/5
1/5
1/5
1/5
1/5
FUNCIN DE DISTRIBUCIN
ACM
F : 0,1
F ( x) P X x P / X ( ) x
EJEMPLO
Consideremos la v.a: X:nmero de caras
obtenidas al lanzar una moneda 3 veces .
Determine :
a) la funcin de probabilidad o cuanta
b)La funcin de distribucin.
c) La esperanza Matemtica y la varianza
EJERCICIO 1
En un lote de 8 artculos hay 2 defectuosos. Del
lote se toma al azar una muestra sin reposicin
de cuatro artculos. sea X
el numero de
artculos defectuosos en la muestra.
a)Determine los valores que asume el rango
b)Determine la funcin de probabilidad de x
c)Determine la Distribucin de probabilidades
d)La desviacin estndar
EJERCICIO 2
En un lote de 10 artculos hay 3 buenos. Del
lote se toma al azar una muestra sin
reposicin de cinco artculos. sea X el
numero de artculos buenos en la muestra.
a)Determine los valores que asume el rango
b)Determine la funcin de probabilidad de x
c)Determine
la
Distribucin
de
probabilidades
EJERCICIO 3
Un inversionista se da cuenta que tiene la
probabilidad del 40% de obtener una
utilidad de $25 000y una probabilidad de
perder $15 000.
a)Determine
la
Distribucin
de
probabilidades
b) La media y la desviacin estndar.
EJERCICIO 4
Un contratista hace estimaciones para
terminar una obra de la siguiente manera
en 10 das avanza el 30%, en 15 das el
20% y el resto de la obra en 22 das en
cuantos das se espera y termine la obra y
adems determine la dispersin de los
dias
EJERCICIO 3
Una urna contiene 6 bolas de las cuales 4 son
blancas. De la urna se toma al azar una muestra
de tamao 2 si reposicin .Sea La variable
aleatoria X que representa el numero de bolas
blancas
a)Describe el rango
b)Determine la distribucin de probabilidad o
cuanta de x, construya su grafica
c)Determine la funcin de Distribucin acumulada
EJERCICIO 5
Se tiene una urna con tres fichas ,numeradas del 1 a
3.se extrae al azar una ficha, luego se lanza una
moneda tantas veces como indica el numero de la
ficha obtenida. Si X representa el numero de caras.
Determinar:
a)El dominio de X
b)El rango de X
c)Determine la funcin de probabilidad o cuanta de x,
construya su grafica
d)Determine la funcin de distribucin
SESION 2
DISTRIBUCIN BINOMIAL
ENSAYO DE BERNOULLI
El ensayo de Bernoulli es un experimento que
tiene 2 posibles resultados mutuamente
excluyentes, generalmente llamados: xito y
Fracaso.
Lanzar una moneda
Lanzar un dado, siendo los resultados posibles
un nmero 5 o un nmero distinto de 5
ENSAYO DE BERNOULLI
En todos los casos, interesa la ocurrencia de
xito o fracaso.
Para cada experimento se define una v.a. X
que toma solamente dos valores: 0, 1
1 , si ocurre xito ( p )
X
0 , si ocurre fracaso (q 1 p )
DISTRIBUCIN DE
BERNOULLI
p q
, si x 0;1
, en otro caso
p ( x ) P X x
x 1 x
DISTRIBUCIN BINOMIAL
Se dice que un experimento es BINOMIAL si:
El experimento consiste de n ensayos Bernoulli
La probabilidad de xito en un ensayo es p y
es constante para todos los ensayos.
La probabilidad de fracaso es constante e igual
a q=1 p.
n x 1 x
, si x 0;1
p q
p ( x ) P X x k
0
, en otro caso
Cul es la probabilidad de
que en el grupo hayan ledo
la novela 2 personas?
TAREA
1) En un rea geogrfica determinada, el
40% de la poblacin pertenece al partido
democrata.se selecciona una muestra de
10 adultos
Qu probabilidad hay de que 3 de ellos
pertenezcan al partido demcrata?
Qu probabilidad hay de que 8 no
pertenezcan al grupo de los demcratas?
DISTRIBUCIN DE POISSON
Ladistribucin de Poisson se aplica a problemas donde la variable
CARACTERSTICAS:
En este tipo de experimentos los xitos buscados son
expresados por unidad de rea, tiempo, pieza, etc.
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora,
minuto, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora,
minuto, etc.
- # de llegadas de embarcaciones a un puerto por da,
mes, etc.
4/12/15
La
unidad o intervalo de tiempo unitario, puede en las aplicaciones,
ser cambiada por unidad de longitud, de rea, de volumen o de
cualquier otra medida.
El nmero medio de eventos en cada unidad se denomina tasa de
ocurrencia y se denota por o u
La distribucin de probabilidad de Poisson se denota por
P(X=x)=
4/12/15
x= 0; 1; 2; 3;
= =n*p
=
x: numero de ocurrencias
e= 2.7182
P:probabilidad de xito
P =x / n
4/12/15
Ejemplo 1
Si un banco recibe en promedio 6 cheques
sin fondo por da, cules son las
probabilidades de que reciba:
a) cuatro cheques sin fondo en un da dado
Solucin:
u= 6 cheques sin fondo por da
e= 2.7182
P(x=4)
4/12/15
Ejemplo 2
Obtenga la probabilidad de encontrar 4
artculos defectuoso de una muestra de
300 en el que se dice que hay 2% de
artculos defectuosos
Datos:
P=2%
n= 300
u=
P(X=4)
4/12/15
DISTRIBUCIN DE
POISSON
n = 100
P = 0.03
lambda = 100 *
0.03 = 3
x=5
e=
2.718281828
n = 85
P = 0.02
X=4
lambda = 1.7
DISTRIBUCIN DE
POISSON
DISTRIBUCIN DE
POISSON
Luego,
P (x = 3) = 0,0892
DISTRIBUCIN DE
POISSON
6. Si un banco recibe en
EJERCICIOS DE APLICACIN
Se sabe que el promedio de llamadas en una
central telefnica es de tres por minuto. Calcular la
probabilidad de que en un minuto :
a) no ocurra llamada alguna
b) ocurran al menos 4 llamadas.
Solucin
a) Datos: u= 3
Entonces
b)
p(x=0) =
= 0,049787
TAREA:EJERCICIOS DE APLICACIN
1
La central telefnica de una empresa
recibe un promedio de 3.5 de ordenes de
pedido por hora. Estas ocurrencias se
producen al azar Cul es la probabilidad
de que se produzcan exactamente 4
llamadas en una hora?
4/12/15
EJERCICIOS DE APLICACIN 2
Un 1% de lo empleados de una empresa
faltan diariamente al trabajo. si se eligen 70
nombres al azar Cul es la probabilidad de
que solo 1 este ausente?
4/12/15
EJERCICIOS DE APLICACIN 3
Obtenga la probabilidad de encontrar 4
artculos defectuosos de una muestra de
300, en la que se dice que hay 2% de
artculos defectuosos.
4/12/15
EJERCICIOS DE APLICACIN 4
Despus de revisar 50 paginas de un
libro , se encuentra que hay un promedio
de 2 errores en cada 5 pagina .Hallar la
cantidad de paginas con 0,1,2,3,4 errores
en 100 paginas.
4/12/15
EJERCICIOS DE APLICACIN 5
Si un banco recibe en promedio 6 cheques
sin fondo al da :Cual es la probabilidad
que reciba 4 cheques sin fondo al da.
4/12/15
EJERCICIOS DE APLICACIN 6
Una oficina de ventas recibe un promedio
de 5.5 pedidos por hora. Suponiendo que
los pedidos siguen una distribucin de
poisson Cul es la probabilidad de que se
realicen al menos 4 pedidos en una hora
determinada
4/12/15
EJERCICIOS DE APLICACIN 7
Una oficina de ventas recibe un promedio
de 5.5 pedidos por hora. Suponiendo que
los pedidos siguen una distribucin de
poisson Cul es la probabilidad de que se
realicen al menos 4 pedidos en una hora
determinada
4/12/15
Ejemplo 3
Una empresa textil produce un tipo de telas en rollos
de 100m. El nmero de defectos que se encuentra al
desenrollar la tela es una variable aleatoria de Poisson
que tiene en promedio 4 defectos por 20m de tela.
a) Qu probabilidad hay de que al desenrollar la tela,
se halle
a lo mas 2 defectos en los primeros 50 metros?
b) Halla la probabilidad de que al desenrollar la tela
no se halle
defectos en el primer segmento de 5m. de tela.
4/12/15
Solucin
a)
= np= 50. =10,
1) + p(x = 2)
=
= (1 + 10+50) = .61
= 0,002769
b) = np = 5.
4/12/15
p(x = 0) = = 0,367879
BIBLIOGRAFIA
Maximo Mitacc Meza
Oscar Acosta Malpica
Rufino Moya
ESTADSTICA PARA
NEGOCIOS
Belisa Tornero Medina
SESIN N
DISTRIBUCIN NORMAL
LOGRO DE LA SESIN:
Al finalizar la sesin, el estudiante hace uso
adecuado de la Tabla de Distribucin Normal.
DISTRIBUCIN NORMAL O
GAUSSIANA
distribucin normal es una de
La
las
distribuciones mas utilizadas ,que permite
calcular
probabilidades
para
variables
continuas atreves de areas comprendidas
bajo la curva normal
Z=
0,
5
0,5
CAMPANA DE GAUSS
1
f (X )
e
2
1 X 2
(
)
2
73
74
son
En
la
fila
de
encabezado
se
busca el que tiene
el segundo decimal.
75
Ejemplos
Calcular
Calcular
Calcular
Calcular
Calcular
Calcular
Calcular
REA Total =
0.2643
77
0.0531
EJEMPLOS:
1.-Cul es la probabilidad de que un
valor de z est entre 0 y -2.03?
2.-Cul es la probabilidad de que un
valor de z est entre -2.03 y +2.03?
3. Hallar P( z >1.25 )
78
0,3106
-0,88
0,3106
0,4842
0,5
-2.15
0,4842 + 0,5 =
0,9842
2,54
0,494
0,5+
5
0,4945
=0,9945
-1,12
0,4671
0,3686
Halla
el rea bajo la curva entre
1,84
0,3686 + 04671 =
0,8357
0,01
37
Halla
el rea bajo la curva entre
-2,12 -1,87
0,4830-0,4693
=0,0137
0,1126
1,15
2,24
0,4875 0,3749 =
0,1126
Ejercicios propuestos
el rea bajo la curva normal tipificada, en
Hallar
cada caso:
6.- A la derecha de z
8.- A la izquierda de
x
z
86
Ejemplo
Supongamos que los datos de una muestra
van de 30 a 90 (en el plano cartesiano se traza
la recta en una escala de 10 en 10).
30 60 30
Para X 30 Z
3
10
10
Para X 60
60 60 0
Z
0
10
10
88
Ejemplo 1
En un examen de estadstica la media fue 75 y la
desviacin tpica 15. Halla las referencias
tipificadas de las siguientes puntuaciones: a) 84
b)
75
c)
60
a)
z=
b) z=
c) z =
Ejemplo 2
En un examen de matemtica, la calificacin media fue 72 y la
desviacin tpica 15. Determinar en unidades estndar las puntuaciones
de los alumnos que obtuvieron (a) 60 (b) 93 y (c) 72.
60-72/15 = -0.80
93-72/15 = 1.40
72-72/15 = 0.00
EJEMPLO 3
Sea una variable distribuida normalmente con media de 4 y
desviacin tpica de 1.5.
Cul es la probabilidad de encontrar por lo menos un valor 6?
=4
= 1.5
Hallar P ( x > 6 )
91
x
z
0.5
0.40824
0.09176
?
-0.5
-3
1
-2
2.5
-1
4
0
5.5 6
1 1.33
x
7
2
92
8.5
3
EJERCICIOS
1. En una ciudad se estima que la temperatura
mxima en el mes de junio sigue una
distribucin normal, con media 23 y desviacin
tpica 5. Calcular el nmero de das del mes en
los que se espera alcanzar mximas entre 21 y
27.
Distribucin Normal
Distribucin Normal
3. Se supone que los resultados de un
examen siguen una distribucin normal con
media 78 ydesviacin tpica36. Se pide:
Cul es la probabilidad de que una persona
que se presenta el examen obtenga una
calificacin superior a 72?
Distribucin Normal
4. Varios test de inteligencia dieron una
puntuacin que sigue una ley normal con
media 100 y desviacin estandar 15.
a.Determinar el porcentaje de poblacin que
obtendra un coeficiente entre 95 y 110.
Distribucin Normal
b.En una poblacin de 2500 individuos
cuntos individuos se esperan que tengan un
coeficiente superior a 125?
Distribucin Normal
5. En una ciudad una de cada tres familias
posee telfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya
por lo menos 30 tengan telfono.
Distribucin Normal
6. En un examen tipo test de 200 preguntas de
eleccin mltiple, cada pregunta tiene una
respuesta correcta y una incorrecta. Se
aprueba si se contesta a ms de 110
respuestas correctas. Suponiendo que se
contesta al azar, calcular la probabilidad de
aprobar el examen.
Distribucin Normal
7. Un estudio ha mostrado que, en un cierto
barrio, el 60% de los hogares tienen al menos
dos televisores Se elige al azar una muestra
de 50 hogares en el citado barrio. Se pide:
1.Cul es la probabilidad de que al menos 20
de los citados hogares tengan cuando menos
dos televisores?
Ejemplo
Datos:
= 75
=6
x
Z
81 75
P ( X 81) P ( Z
) P ( Z 1)
6
75 75
81 75
P (75 X 81) P (
Z
)
6
6
P (75 X 81) P (0 Z 1)
P (0 Z 1) 0.3413
La probabilidad de que un empleado ensamble una pieza
Entre 75 y 81 segundos es de 34.13%
103
P ( X 75
P ( Z 0) P ( Z 1)
P ( Z 0) P ( Z 1) 0.5 1587 0.6587
La probabilidad de que un empleado tarde menos de 75
ms de 81 segundos es de 66%
104
Bibliografa
LEVINE, D. & KREHBIEL, T. & BERENSON, M.
(2006). Estadstica para Administracin (4a.
ed.). Mxico, DF: Pearson Educacin.
LEVIN, R. & RUBIN, D. (2004). Estadstica
para Administracin y Economa ( 7a. ed.).
Mxico, DF: Pearson Educacin.