Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ambato
Facultad de Contabilidad y
Auditora
Carrera de Economa
APLICACIN DE ESTADSTICA DESCRIPTIVA
EN ECONOMA
TRABAJO FINAL
PORTAFOLIO RESUMEN DE CONTENIDOS
INTEGRANTES:
Daniel Gallo
Andrea Rojas
Natasha Rosales
Cynthia Vega
DOCENTE:
Ing. Mg. Danilo Lozada
ABRIL 2016 AGOSTO 2016
AMBATO-ECUADOR
APLICACIN A LA ESTADSTICA
EN ECONOMA
La estadstica es una disciplina que utiliza recursos matemticos para organizar
y resumir una gran cantidad de datos obtenidos en la realidad, e inferir
conclusiones respecto de ellos, se ocupa de los mtodos cientficos para
recolectar, organizar, analizar y presentar datos as como sacar conclusiones
valederas y tomar sediciones con base a ste anlisis; as tambin realizar
predicciones acerca del conjunto del cual se seleccionado dichos datos.
La palabra estadstica se deriva de la palabra estado, la funcin de los
gobiernos entre otras cosas es llevar los registros de poblacin, nacimientos,
cosechas, impuestos y toda la informacin que engloba l estado, es as que
tradicionalmente se defini la estadstica, como un instrumento de compilacin,
organizacin, presentacin y anlisis de datos numricos.
Solo cuando nos adentremos en un mundo mas especifico como en el campo
de la investigacin de las ciencias sociales: medicina, teologa, psicologa,
entre otros, empezamos a percibir que la estadstica no es algo ms, si no que
se convierte en una herramienta que hoy por hoy permite dar luz y obtener
resultados por lo tanto, beneficios en cualquier tipo de estudio y da una gua de
accin en situaciones prcticas.
CONCEPTO
ESTADISTICA; es una rama de las matemticas que se encarga de recolectar,
organizar e interpretar los datos de la investigacin para una buena forma de
decisiones. Existen dos clases de estadstica: ESTADISTICA DESCRIPTIVA Y
ESTADISTICA INFERENCIAL.
ESTADISTICA DESCRIPTIVA: es la parte de la estadstica que describe y
analiza la poblacin sin pretender sacar conclusiones de tipo general, sino, que
Pgina 2
Pgina 3
PROPIEDADES:
Gnero = constante
Ingresos anuales = variable
Profesin = constante
Nmero de aos de experiencia = variable
Nivel jerrquico ocupacional = variable
Coca cola
Coca cola
Agua
Nestea
Cerveza
Tampico
Nestea
Nestea
Jugo
Yogurt
Yogurt
Ninguno
Ninguno
Caf
Caf
Nestea
Energizante
Agua
Pony
Pgina 4
Pony
Nestea
Nestea
Nestea
Ninguna
Pony
Cerveza
Cerveza
Yogurt
Jugo
Jugo
Pony
Nestea
Agua
Jugo
Ninguno
Energizante
Energizante
Jugo
Coca cola
Nestea
PROCESO:
1. En un cuadro de distribucin de frecuencias.
2. Grficos pertinentes.
3. Interpretacin.
VARIABLES
FRECUENCIA
FRECUENCIA
ABSOLUTA
RELATIVA
COCA COLA
0.075
7.5%
AGUA
0.075
7.5%
NESTEA
0.225
22.5%
15
CERVEZA
0.075
7.5%
18
TAMPICO
0.025
2.5%
19
Pgina 5
FRECUE
ABSOLU
ACUMUL
3
0.125
12.5%
24
YOGURT
0.075
7.5%
27
CAF
0.05
5%
29
ENERGIZANTE
0.075
7.5%
32
NINGUNA
0.1
10%
36
PONY
0.1
10%
40
CUADRO DE
DISTRIBUCION DE
FRECUENCIAS
TOTAL
40
Pgina 6
100
%
GRFICO
EJEMPLO
De 30 familias se va a realizar una investigacin acerca del nmero de hijos
que conforman dichos hogares.
Se pide realizar un cuadro de distribucin de frecuencia, interpretaciones y
graficas de frecuencia.
Pgina 7
CUADRO DE DISTRIBUCION DE
VARIABLES
FRECUENCIA
ABSOLUTA
FRECUENCIAS
FRECUENCIA
%
FRECUENCIA
RELATIVA
ABSOULTA
FRECUENCI
RELATIVA
0,17
17%
ACUMULADA
5
0,13
13%
0,30
0,13
13%
13
0,43
10%
16
0,53
20
0,66
30 4
0,99
0,10
ACUMULAD
0,17
0,13
99% 13%
0,27
27%
28
0,93
0,03
3%
29
0,96
0,03
3%
30
0,99
TOTAL
Pgina 8
DIAGRAMA DE FRECUENCIAS
DIAGRAMA DE FRECUENCIAS ACUMULADAS
38
30
23
15
8
0
0
Pgina 9
VARIABLES CONTINUAS
CONCEPTO:
Cuando los valores del dominio de variacin son susceptibles de medir, se
puede asumir valores decimales. Ejemplo; peso de una persona, talla de una
persona.
EJEMPLO;
El departamento de bienestar social de la escuela La Merced de la ciudad de
Ambato desea determinar el nmero de horas semanales que dedican los
nios menores de 6 aos a ver televisin. Una muestra de 40 nios da como
resultado lo siguiente:
10
16
23
15
18
19
19
22
21
25
27
17
23
23
19
27
12
26
24
26
25
20
14
21
10
15
12
13
14
11
Pgina 10
19
26
26
13
15
17
19
22
26
SOLUCION:
VALOR MAXIMO: 27
VALOR MINIMO: 10
RANGO ( v.max- v. Mnimo): 17
NUMERO DE CLASE (1+3.3 log n): 6
ANCHO INTERVALOS (w= R/k): 3
INTERPRETACION
Fa2: el 7 de los 40 nios investigados dedican 2 horas a ver
televisin.
Fa4: 8 de los 40 nios investigados dedican 4 horas a ver televisin.
Fr4: el 20% de los 40 nios investigados dedican 4 horas a ver
televisin.
Fr2: el 17% de los 40 nios investigados dedican 2 horas a ver
televisin.
Fra4: el 59% de los nios investigados dedican 4 horas a ver
televisin.
Pgina 11
58,104,93,74,90,74,90,80,68,100,77,85,84,80,70,84,101,84,93,70,90,74,77,58,
64,409,96,77,90,74,93,80,74,88,84,77,70,60,,104,77,93,77,96,84,77,90,88,86,7
4,64,108,80,93,77,100,84,77,80,80,83,77,68,110,80,96,80,104,88,80,80,88,74,
80,70,60,80,96,80,108,88,80,84,68,78,80,74,64,80,100,80,64,90,88,77,70,70,8
4,77,68,84,100,84,68,90,90,77,74,45
Pgina 12
Intervalos
Marca
de
clase
F.a
F.r
F.a.a
F.r.a
1
2
3
4
5
6
7
8
58-64
65-71
72-78
79-85
86-92
93-99
100-106
107-113
61
68
75
82
89
96
103
110
8
13
27
31
17
10
9
5
0.066
0.108
0.225
0.258
0.1416
0.083
0.075
0.0416
6.6
10.8
22.5
25.8
14.16
8.3
7.5
4.16
8
21
48
79
96
106
115
120
0.066
0.174
0.399
0.657
0.7986
0.8816
0.9566
0.9982
6.6
17.40
39.9
65.7
79.86
88.16
95.66
99.82
HOJA
O
5
6
7
8
8480480844
447004774067477077747774084700774
5
050800844860400300800800080040008
9
10
11
4444044
3006030336036600030
408048048004
00
HOJA
88
00444488888
0000000444444445677777777777777777778
000000000000000000000003444444444456888888
0000000003333336666
000004444888
00
Pgina 13
barra y barra.
El nmero de la escala en cada eje debe ser proporcional entre si.
Ejemplo:
Pacientes atendidos en el hospital con gripe segn el grado de instruccin:
Grado de instruccin
Analfabeto
Primaria
Secundaria
superior
TOTAL
N de pacientes
38
63
16
03
120
Pgina 14
%
31.7
52.5
13.3
02.5
100
50
40
30
20
10
0
analfabeto
primaria
secundaria
superior
de Gnero
Masculino
Total
Femenino
13
35
9
2
59
15
28
7
1
51
Pgina 15
28
63
16
3
110
20
femenino
15
10
5
0
Analfabetismo
Primaria
Secundaria
Superior
Una vez distribuidas las frecuencias por clases se procede a determinar las
marcas de clases y los lmites que son los que determinan el espesor de las
barras del histograma.
Esto es posible representarlo mediante un histograma y polgono de frecuencia;
se debe tomar en cuenta que el polgono de frecuencia no es otra cosa que el
mismo histograma pero representado mediante segmentos de recta que pasan
por las marcas de clase o puntos medios calculados.
Ejemplo:
El cuadro representa al salario promedio mensual por cada trabajador.
Ing. Mg. Danilo Lozada
Pgina 16
X
67-71
72-76
77-81
82-86
87-91
92-96
97-101
102-106
107-111
112-116
117-121
122-126
F
0
3
6
12
18
25
20
14
9
6
3
0
Marca de clase
69
74
79
84
89
94
99
104
109
114
119
124
F
0
3
6
12
18
25
20
14
9
6
3
0
Marca de clase
69
74
79
84
89
94
99
104
109
114
119
124
Pgina 17
25
20
15
10
Ejercicio:
Se ha registrado el peso en gramos de 39 piezas , las cuales dio como
resultado lo siguiente :
64,1
67,3
64,4
65
66,9
67
65,7
65,4
68,8
66,7
65,3
64,6
65
64,3
63,9
66
66,4
65,7
65,8
63,1
66,6
66,1
64,1
64,3
66,4
65,3
64,4
63,5
66,3
68,5
63
63,2
64
64
63,1
65,5
65,1
66,8
64,5
Maximo: 68,8
Minimo: 63
rango:5,8
N clases: 6
Intervalo
Marca
de
clase
f.a
f.r
f.a.a
f.r.a
1
2
3
4
5
6
63-64[
64-65[
65-66[
66-67[
67-68[
68-69[
63,5
64,5
65,5
66,5
67,5
68,5
7
10
10
8
2
2
0.179
0.256
0.256
0.205
0.051
0.051
17.9
25.6
25.6
20.5
5.1
5.1
7
17
27
35
37
39
0.179
0.435
0.691
0.896
0.647
0.998
17.9
43.5
69.1
89.6
94.7
99.8
Pgina 18
HOJA
0011259
0011234456
00133457789
13446789
03
58
12
10
OJIVA
Es una grfica asociada a la frecuencia absoluta acumulada que permite ver
las observaciones generadas para una mejor comprensin.
Pgina 19
Ojiva
45
40
35
30
25
20
15
10
5
0
63
64
65
66
67
68
69
GRFICA DE TENDENCIA
Se utiliza cuando se necesita presentar datos en orden cronolgico.
Ejemplo:
AO
2010
2011
2012
2013
2014
2015
TIPO DE ENFERMEDAD
CARDIOVASCULAR
VARICELA
30
50
20
80
50
100
60
100
10
110
120
110
Pgina 20
TOTAL
80
100
150
160
120
230
60
40
20
0
2010
2011
2012
2013
2014
2015
POBLACIN
1000
1500
450
50
3000
Pgina 21
1000*0,12=120
1500*0,12= 180
450*0,12=54
50*0,12= 6
3000
INFRAESTRUCTURA
Casa propia
Departamento
Arriendan
Ninguna
TOTAL
PORCENTAJE
(1000*100)/3000=33,33%
(1500*100)/3000=50%
(450*100)/3000=15%
(50*100)/3000=1,67%
100%
15%
2%
Departamento
50%
Arriendo
Ninguna
33%
Casa propia
Pgina 22
De tendencia central:
La media aritmtica, mediana , moda, media geomtrica, etctera
De posicin:
Deciles, percentiles, cuartiles .
De dispersin:
Rango, desviacin estndar o tpica ,desviacin media ,varianza y coeficiente
de variacin .
Estas medidas de tendencia central en esta vida por que permiten hallar un
solo valor numrico que indican el centro de un conjunto de datos.
MEDIA ARITMTICA
Para datos no agrupados:
Se hallas sumando todos los datos de la distribucin y dividiendo el resultado
entre el total de los datos se expresa mediante la siguiente frmula:
Donde:
= Media aritmtica
Pgina 23
Donde :
= media aritmtica
= marca de clase
fi
15
26
20
13
Xi
0,95
2,95
4,95
6,95
fi*Xi
14,25
76,70
99
90,35
Pgina 24
Solucin
=334/80=4,18 Kg
En promedio el consumo semanal
53,78
datos.
Nos permite estimar y probar parmetros en estadstica inferencial.
Mediana (Me)
Mediana para los datos no agrupados
La mediana es el valor medio cuando la serie es impar o la media aritmtica de
los dos valores medios (cuando las serie es par) de un conjunto de datos en
forma creciente o decreciente.
Ejemplo:
Hallar la mediana de las edades de 5 personas
12, 15, 13, 48, 10
Me=13
Pgina 25
50+ 52
6
=51=Me
[ ]
n
Fi1
2
Me=Li+
ai
fi
Ejemplo:
INTERVALO
fi
Fi
15
26
20
13
6
80
15
41
61
74
80
S
0
2
4
6
8
1,9
3,9
5,9
7,9
9,9
Me=2+
4015
.2
26
Me=3,9
Ventajas de la mediana
1) La mediana es un estadgrafo que no est afectada por valores
extremos y por lo tanto es ms representativa que la media aritmtica
Pgina 26
Unimodal
Bimodal
1
. ai
1+ 2
Donde;
Ing. Mg. Danilo Lozada
Pgina 27
INTERVALOS
155
165
165
175
175
185
185
195
Mo=165+
fi
6
10
3
1
20
Fi
6
16
19
20
Mo=165+
106
.10
( 106 )+ ( 103 )
[ ]
Mo=165+
4
.10
4 +7
40
11
Pgina 28
Donde;
x n= valor de datos
n=nmero de datos
Ejemplo:
El ndice de crecimiento de nios vacunados a travs de los aos ha sido los
siguientes:
2013=100%;
2014=186%;
x g= 4278000
x g=162,3
i=n
x g=
fi
i=1
xi
f1
1
. xi 2f . xif3 xi fi
2
Donde;
Pgina 29
2015=230%
CASOS
GRIPE
0
19
20
39
40
59
60
79
80
99
fi
10
14
17
8
6
55
Xi
9,5
29,5
49,5
69,5
89,5
55
Pgina 30
Segundo
Parcial
Ing. Mg. Danilo Lozada
Pgina 31
12
15
18
13
14
Ran= Vmax-Vmn
Ran= 16-12
Ran= 4
Para datos agrupados
El rango es la diferencia entre el lmite superior de la ltima fila y el lmite
inferior de la primera fila.
Desviacin media (Dm)
No agrupados
La desviacin media es el promedio de la suma de las desviaciones en valor
absoluto de cada observacin o dato con respecto a su media aritmtica.
n
x x
i=1
Ejemplo
El tiempo que utilizan 6 nios de la misma edad es:
16
12
15
18
13
14
x =14,67
|1614.67|+|1214.67|+|1514.67|+|1814.67|+|1314.67|+ 1414.67
6
Dm=
Dm 1, 7 min
Pgina 32
|x x| fi
Dm= i=1
fi
i=1
Dm=
132
53
Dm=2.49
Dm 2.5
La edad de los nios que desarrollan se dispersa en promedio de 2.5 aos con
respecto al valor central.
Varianza
Es el promedio de la suma de los cuadrados de las desviaciones de variable
respecto a su media.
n
Xix 2
i=1
n
2
S =
En poblacin
Xix 2
i=1
n1
S=
En muestra
Pgina 33
S
100
X
MEDIDAS DE POSICIN
Entre otros estadgrafos de gran importancia tenemos:
Medidas de Posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo
nmero de individuos. Para calcular las medidas de posicin es necesario que
los datos estn ordenados de menor a mayor.
Las medidas de posicin son:
Cuartiles
Deciles
Percentiles
CUARTILES
Los cuartiles son los tres valores de la variable que dividen a un conjunto de
datos ordenados en cuatro partes iguales.
Q1=25% Q2=50% Q3=75%
Coincide siempre con
La media aritmtica
1. Ordenamos los datos de menor a mayor.
2. Buscamos el lugar que ocupa cada cuartil de la siguiente manera.
Nmero par de datos
2, 5, 4, 3, 7, 1, 9, 6
1,
2, 3
Q1
4, 5
Q2
6, 7
Q3
Pgina 34
Qk= Li +
K .N
Fi1
a
4
fi i
Dnde:
Li: Lmite inferior
N: Suma de Fi
Fi-1: Frecuencia absoluta anterior
fi: Frecuencia absoluta simple
Q: Amplitud de la clase
Primer Cuartil
65 x 1
=16,25
4
Q1= 60+8,25
Q1= 68,25
Segundo Cuartil
65 x 2
=32,5
4
Q2= 79,06
Tercer Cuartil
65 x 3
=48,75
4
Q3=90+0,75
Q3=90,75
DECILES
Ing. Mg. Danilo Lozada
Pgina 35
Fi
8
10
16
14
10
5
2
60
70
80
90
100
110
120
Fi
8
18
34
48
58
63
65
Qk= Li +
K .N
Fi1
a
10
fi i
PERCENTILES
Los percentiles son los 99 valores que disminuyen la serie de datos en 100
partes iguales. Los percentiles dan los valores correspondientes del 1%,
2%.......99% de los datos el percentil 50 coincide con la mediana.
Buscamos la clase donde se encuentra:
K .N
Fi1
a
100
fi i
Pk= Li +
P35= 70+
K.N
100
22,7518
16
10
P35= 72,96
K .N
Fi1
a
100
fi i
Pk= Li +
P60= 80+
3934
14
10
P35= 83,57
COEFICIENTES DE CORRELACIN
Ing. Mg. Danilo Lozada
Pgina 36
n . x . y x . y
i =1
i=1
x 2 ( x )
i=1
i=1
i=1
n y 2 ( y )
i=1
i=1
Ejemplo:
Para medir el nivel profesional docente, con una escala de 0 a 30 fue aplicado en
dos ocasiones a un grupo de 9 estudiantes y los resultados se muestran a continuacin.
X: 13 8 25 23 15 10 27 18
Y: 12 10 19 25 11 14 26 15
20
24
X.Y
x2
y2
1
2
3
4
5
6
7
8
9
13
8
25
23
15
10
27
18
20
159
12
10
19
25
11
14
26
15
24
156
156
80
475
575
165
140
702
270
480
3043
169
64
625
529
225
100
729
324
400
3165
144
100
361
625
121
196
676
225
576
3024
i=1
n . x . y x . y
r=
r=
i=1
x 2 ( x )
i=1
i=1
i=1
i=1
n y 2 ( y )
i=1
i=1
9 ( 3043 ) (159)(156)
Pgina 37
2583
3204 2880
r=
2583
( 56,60 ) (53,67)
r=
2583
3037,72
r=0,85
El 0,85 representa una confiabilidad alfa por la cual podre mas utilizar los datos
en la investigacin.
Escala
0,9 0,7
0,6 0,4
0,3 0
-0,1
-0,9
Categora
Alta
Media
Baja
Media
Alta
Positiva
Negativa
i=1
i=1
y =n . a+b x
2. Ecuacin normal de la recta:
n
i=1
i=1
i=1
x . y =a x+ b x
Ejemplo:
Pgina 38
X
0
1
2
3
4
10
Y
150
200
325
175
420
1270
i=1
i=1
i=1
y =n . a+b x
1270= 5a+10b
n
i=1
i=1
i=1
x . y =a x+ b x 2
3055= 10a+30b
Segundo paso:
1270 = 5a+10b
(-2)
3055 = 10a+30b
-2540= -10a-20b
515= ---- 10b
Remplazar
1270= 5a+10(51,5)
a= 755/5
a= 151
Proyeccin
y= 151+ 51,5 (11)
y= 717,5
Ing. Mg. Danilo Lozada
Pgina 39
X.Y
0
200
650
525
1680
3055
X
0
1
4
9
16
30
Proyeccin
800
700
600
500
Proyeccin
400
300
200
100
0
0
11
PROBABILIDADES
Para el clculo de probabilidades se necesita saber de algunos conceptos para
su resolucin de buena forma.
Por ejemplo:
Experimento Aleatorio
Es un proceso de observacin que no se puede predecir dicho resultado ya que
depende del azar.
Ejemplo:
Lanzamiento de una moneda.
Resultado de un partido de futbol.
Experimento Determinista
Aquellos en donde se puede predecir lo que va a ocurrir.
Ejemplo:
Luego del da viene la noche.
Despus de la vida viene la muerte.
TEORA DE POSIBILIDADES
Ing. Mg. Danilo Lozada
Pgina 40
Ejemplos:
E: Moneda
E= {Cara, Sello}
E: Dados
E= {1, 2, 3, 4, 5, 6}
E: Cantones de Tungurahua
Pelileo}
E: Partido de Futbol
E: Exmenes de Semestre
E= {Aprobar, Reprobar}
GRUPO DE SUCESOS
Pgina 41
h
n
P=
4
1
= =7,69
52 13
1
=1,96
51
1
52
1
52
A= {2, 4, 6, 8, 10}
B= {Sello}
Pgina 42
{ xx A X B }
Ejemplo:
A= { 2, 4 , 6 }
B={ 3 , 6 }
( A B )= { 2, 3 , 4 ,6 }
Interseccin de Sucesos
( A B )=
{ xx A X B }
A= X R 3 2 X 4 X +8=0
X
B={ X R/3 X 4 }
A=( X 32 X 2 ) ( 4 x 8 )=0
( X 2 )( X + 2 )( X 2 )=0
Pgina 43
X 2 ( X2 )4 ( X2 ) =0
X 0 =2
( X 2 ) ( X 24 ) =0
A= {2 , 2 }
B={3 ,2 ,1 , 0 , 1 ,2 , 3 , 4 }
Diferencia de Sucesos
Dados los sucesos A y B, est constituido por los elementos que representan a
A pero no pertenecen a B. Se denota por:
( AB ) =
{ xx A X B }
Ejemplo:
C={ X R /4 X 4 }
B={ X R / [ 5 , 5 ] ;2 X +1 }
C={4 ,3 ,2 ,1, 0 , 1 ,2 , 3 , 4 }
B={5 ,3 ,1, 1 , 3 ,5 }
Pgina 44
CB={4 ,2 , 0 , 4 }
Experimento:
-Se lanza una moneda tres veces al aire:
P ( A )={ Salenal menos dos sellos }
A= { ( c , s , s ) , ( s , c , s ) , ( s , s , c ) , ( s , s , s ) }
P ( B ) ={ Sale algunacara }
B={ ( c , c ,c ) , ( c , c , s ) , ( c , s , c ) , ( c , s , s ) , ( s , c , c ) , ( s , c , s ) ,( s , s ,c ) }
DIAGRAMA DE RBOL
Pgina 45
P ( A B )= { ( c , s , s ) , ( s , c , s ) , ( s , s , c ) , ( s , s , s ) , ( c , c , c ) , ( c , c , s ) , ( c , s ,c ) , ( s ,c , c ) }
Pgina 46
P ( BA )= { ( c , c , c ) , ( c , c , s ) , ( c , s , c ) ,(s , c , c) }
Pgina 47
B={ M ltiplos de 3 }
D= { M ltiplos de 5 }
Encontrar:
BB
A BA B A
DB A
A= { 2,4,6,8,10,12}
C={ 3,5,7,9,11 }
B={ 3,6,9,12 }
D= {5,10 }
A B
A B
Pgina 48
{1 , 3 , 5 ,7 , 9 , 11 }
A=
{ 2 , 4 , 6 , 8 , 10 }
B=
BD
B A
( 0 PA 1 )
d) Si a y b son suceso incompatibles entonces va a aplicar la siguiente
frmula:
P ( A B ) =P ( A )+ P ( B )
e) La probabilidad de un suceso contrario es:
p+q=1
p=1q
Pgina 49
( BA )= P (PB(A )A )
P ( A ) 0
Multiplicacin de Probabilidades
Si en los eventos A y B son dependientes, entonces la ocurrencia simultnea
P ( A B ) =P ( A ) . P
( BA )
EJERCICIOS PROPUESTOS
Sabiendo que la probabilidad de A es 3/8; la probabilidad de B=1/2; la
P( A B)=1/4 , calcular:
a)
P ( A B)
b)
)
P( A
c)
P ( B )
d)
B )
P( A
Pgina 50
B)
P( A
f)
P( A B)
a)
P ( A B )=P ( A ) + P 8 B P( A B)
3 1 1
P ( A B )= +
8 2 4
P ( A B )=
5
8
P ( A B )=0.625 100=62.5
b)
)=1P ( A )
P( A
)=1
P( A
)=
P( A
c)
3
8
5
8
P ( B ) =1P( B)
1
P ( B ) =1
2
1
P ( B ) =
2
d)
B ) =1P ( A B )
P( A
B ) =1 5
P( A
8
B ) = 3
P( A
8
e)
B ) =1P( A B)
P( A
B ) =1 1
P( A
4
B ) =3/ 4
P( A
f)
B ) = 3 . 1
P( A
8 2
B ) = 3
P( A
16
Pgina 51
C
C
C
C
C
C
C
C
S
S
S
S
S
S
S
S
C
C
C
C
S
S
S
S
C
C
C
C
S
S
S
S
C
C
S
S
C
C
S
S
C
C
S
S
C
C
S
S
C
S
C
S
C
S
C
S
C
S
C
S
C
S
C
S
P ( A )=
1
16
Pgina 52
a) Em= 8
P(b)
3
=0,38 x 100 =38
8
2
P ( c ) =0,25 x 100 =25
8
7
P ( d ) =0,88 x 100 =88
8
Em={ 36 }
h 11
P ( a )= = =0,3055=30,55
n 36
Pgina 53
a)
1
=0,0833=8,33
12
b)
1
=0,5=50
2
c)
2
=0,1666=16,66
12
d)
3
=0,25=25
12
a) P ( E )=10,2
0,8 x 100 =80
b P ( EUF ) =P ( E ) P ( F ) P (E F)
0,2+0,30,1
0,4=40
1
13
Si p(E) = 4 ; P(EUF)= 20
1
y P(E F)= 10 . Encuentre P(F)
1
a P ( E )=1
4
3
=0,75=75
4
b P( F)
P ( E F )=P ( E ) + P ( F )P ( E F )
P ( E F ) + P ( E F )P ( E )=P ( F )
P ( F )=
13 1 1
+
20 10 4
0,65+0,10,25
0,5=50
Ing. Mg. Danilo Lozada
Pgina 54
8
2o3
3,4 o 5
12 o 13
Par
Impar
< 10
a)
P ( a )=
5
=0,1388=13,88
36
b)
P ( b )=
3
=0,0833=8,33
36
c)
P ( c )=
9
=0,25=25
36
d)
P ( d )=
1
=0,0278=2,78
36
e)
P ( e) =
18
=0,50=50
36
f)
P ( f )=
18
=0,50=50
36
g)
P ( g )=
30
=0,8333=83,33
36
Ejemplo 1:
Pgina 55
C (A,B,C)
B (A,C,B)
C (B,A,C)
A (B,C,A)
B (C,A,B)
A (C,B,A)
a)
E= { 6 }
b)
2
P= =0,333.100 =33,3
6
c)
4
P= =0,666.100 =66,6
6
Edificio
Probabilidad condicionada
Se utiliza cuando se desea conocer la probabilidad que ocurra el evento B dado
que el evento A no ha ocurrido.
P
P (B A )
B
=
A
P(A)
( )
P( A) 0
Multiplicacin de probabilidades
Si los eventos A y B son dependientes, entonces la ocurrencia simultanea de
B
los eventos es: P ( A B ) =P ( A ) P ( A )
Independientes:
Ing. Mg. Danilo Lozada
Pgina 56
Probabilidad P(AUB)
P ( A ' ) P ( B )
P ( A ' B' )
P ( A ' B' )
P ( A B' )
a)
P ( A B )=P ( A ) P ( B )P ( A B )
3 1 1
+
8 2 4
5
8
0,62
62.5
b)
)=1P ( A )
P( A
c)
5
8
P ( B ) =1P ( B )
1
d)
3
8
1
2
1
2
B ) =1P ( A B )
P( A
5
8
3
8
Pgina 57
B ) =1
P( A
f)
1
4
3
4
P ( A B ) =P ( A )P ( A B )
3 1
8 4
1
8
Ejercicio:
Tres elegidos al azar deben expresar su opinin favorable o contraria a un
proyecto de ley sobre educacin.
Asignamos las opiniones por FAVORABLE (F) y por CONTRARIO (C)
Hallar:
a) Espacio muestral del experimento
b) Probabilidad de que dos electores estn en contra de la propuesta
c) Probabilidad de que los tres electores estn en contra o a favor de la
propuesta
d) Probabilidad de que al menos uno se oponga
Pgina 58
Em= { 8 }
P ( B ) ={ ( F , C , C ) ; ( C , F , C ) ; (C , C , F) }
2 1
P (C )= = =0,25100=25
8 4
7
P ( D )= =0,88100=88
8
Ejercicio:
Un par de dados legales son lanzados, determine la probabilidad de que al
menos un dado muestre un 4.
Em={ 36 }
Ing. Mg. Danilo Lozada
Pgina 59
P ( E )=0,2 ; la probabilidad de
P ( E ) y la probabilidad de
P ( E )=1P ( E )
10,2=0,8100=80
P ( E F )=P ( E ) + P ( F )P( E F )
0,2+0,30,1
0,4
Ejemplo:
Si
P ( E )=
a)
1
4 ;
P ( E F )=
13
20
P ( E F )=
P( E)
P ( E )=1P (E)
1
b)
P ( F )=0,3 , y la
1
4
3
4
P (F )
P ( E F )=P ( E ) + P ( F )P ( E F )
13 1
1
= + P ( F )
20 4
10
13 1 1
+ =P ( F )
20 10 4
1
=P ( F )
2
Pgina 60
1
10 ;
P ( F )=?
Ejemplo:
Un par de dados balanceados son lanzados. Encuentre la probabilidad de que
la suma que los nmeros que aparece sean:
a)
b)
c)
d)
e)
f)
g)
8
2o3
3, 4, 5
12, 13
Par
2x+1
<10
a)
5
=0.138100=13.89
36
b)
3
=0.083100=8.33
36
c)
9
=0.25100=25
36
d)
1
=0.0277100=2.78
36
e)
18
=0.5100=50
36
f)
18
=0.5100=50
36
g)
30
=0.83100=83.33
36
Ejemplo:
Las personas A, B, C entran en un edificio en diferentes momentos. El
resultado de que A llegue primero; B segundo y C tercero puede ser indicado
por ABC.
a) El espacio muestral de posibles llegadas
b) El evento de que A llegue primero
c) El evento de que A no llegue primero
Pgina 61
a)
Em={ 6 }
b)
2 1
= =0.333100=33.3
6 3
c)
4 2
= =0.666100=66.6
6 3
Ejemplo:
Se extrae al azar una canica de una caja que contiene 6 canicas rojas, 4
blancas y 5 azules
Hallar la probabilidad de que la canica sea:
a) Roja
6
=0.4100=40
15
b) Blanca
4
=0.266100=26.67
15
c) Azul
5
=0.333100=33.3
15
d) No roja
9
=0.6100=60
15
e) Roja o blanca
10
=0.666100=66.6
15
Probabilidad condicional
Ing. Mg. Danilo Lozada
Pgina 62
( )
( BA )
P ( A ) 0
evento A
Teorema de la adicin
Si A y B son sucesos no mutuamente excluyentes, se aplicara la siguiente
formula:
P ( A B )=P ( A ) + P ( B )P ( A B )
Significa que A y B se intersecan es decir que puede ocurrir simultneamente
los dos eventos.
Si A y B son mutuamente excluyentes:
P ( A B )=P ( A ) + P ( B ) P( A B) 0
Teorema de la multiplicacin
Se utiliza para calcular la probabilidad de ocurrencia simultneamente de dos o
mas eventos. Si los eventos A y B son dependientes utilizamos la siguiente
formula:
P ( A B ) =P ( A )P ( B / A )
Si los eventos son independientes utilizamos:
P ( A B ) =P ( A )P( B)
EJEMPLO:
Una encuesta de 100 personas para determinar la influencia de la TV en el
consumo de conservas enlatadas, y los resultados son: 40 consuman
conservas de la marca X que promocionaba la TV, 25 de la marca Y que no se
promocionaban en TV y 10 las dos marcas.
Si se elige una persona al azar calcular la probabilidad:
a) Consuma marca X
b) Consuma marca X u Y
c) No consuma ninguna marca
Ing. Mg. Danilo Lozada
Pgina 63
a) Conserva
P(x)=
40
=0,45100 =45
100
b) X o Y
P(X o Y)=
P(A) +
55
=0,55
100
P (B) P (AB)
0,4 + 0,25
0,65
0,10
0,10 = 0,55
c) Ninguna
P(C)=
45
=0,45100 =45
100
(A U B)' = 1
P(A U B)
EJEMPLO 2:
En una muestra de 20 laboratorios clnicos se encontr que 10 de ellos
utilizaban solo insumos importados, 5 solo nacionales y 2 tanto
importados como nacionales si se eligen un laboratorio al azar hallar la
probabilidad:
Ing. Mg. Danilo Lozada
Pgina 64
7
=0,35
20
a) P(N)=
b) P(T)= P(N) +
0,35
P(T)
+ 0,60
P(A B)
0,10
0,85
c) P(C)=
3
=0,15
20
EJERCICIO 3:
Una urna contiene 6 bolitas azules y 4 blancas se extraen 2 bolitas sucesivas
sin reposicin. Calcule la probabilidad de que la primera sea blanca y la
segunda azul.
P (4/9)= 0,66
Pgina 65
0,22
=0,5100 =50
0,44
EJERCICIO 4:
En un estudio sobre la percepcin sobre la situacin econmica por parte de
que un consumidor comprara casa durante el ao era de 0,0332 y la de que
compra para un automvil durante el ao era 0.068; suponga que solo habra
una posibilidad de 0,044 que un consumidor comprara casa y auto durante el
ao.
a) Casa o auto
b) Automvil dado que compra de una casa
c) Son eventos independientes la compra de una casa y un automvil,
explique su respuesta.
SOLUCION:
a) P (A U B)= P(A) +
P (A U B)= 0,033
P(B) P (A B)
+ 0,168
+ 0,004
P (A U B)= 0,197
b) P(B/A)=
0,004
0,033
P (B/A)= 0,12
COMBINACIONES Y PERMUTACIONES
Ing. Mg. Danilo Lozada
Pgina 66
C=
6.5 .4 .3 !
3 ! (3)!
C=
6.5 .4
3.2.1
C= 20
PERMUTACIONES
SIN REPETICION
Permutaciones de n elementos son las distintas ordenaciones que se pueden
formar con los n elementos tal que en cada muestra todos los elementos son
distintos.
Se denota con la frmula:
Pn= n !
Pn= n (n 1 (n 2 (n 3 . !
Pgina 67
n!
a! b ! c ! . !
Calcula las ordenaciones distintas que se puede formar con las letras de la
palabra paralelas.
PARALELAS
n= a
a= 3
b= 2
Ing. Mg. Danilo Lozada
Pgina 68
9!
3!2!
Pn (a, b)=
9.876543 !
3 ! 2!
Pn = 8!/2!*2!= 8*7*6*5*4*3*2/2!*2*1=10080
A=2
B=2
Pgina 69