Este documento describe las distribuciones Chi-cuadrado y t-student, incluyendo sus definiciones, parámetros, representaciones gráficas y tablas. También incluye ejemplos resueltos de aplicaciones de distribuciones binomiales, Poisson, hipergeométrica y normal para calcular probabilidades en contextos de producción, seguros de vida, pagos de facturas y calidad de importaciones.
Este documento describe el desarrollo de un filtro pasa altas activo de 11 kHz. Explica brevemente los tipos de filtros, incluyendo filtros pasivos y activos. Luego, presenta los cálculos para diseñar el filtro pasa altas de 11 kHz, incluyendo los valores de resistencias y capacitores. Muestra el diagrama del circuito implementado y los diagramas de Bode correspondientes. Finalmente, concluye que los filtros activos ofrecen mayor ganancia que los pasivos, pero requieren alimentación externa.
1) El documento presenta una serie de ejercicios de probabilidad con diferentes escenarios y preguntas. Se abordan temas como probabilidades condicionadas, teorema de Bayes, extracción de bolas de urnas, entre otros. El objetivo es calcular diferentes probabilidades basadas en la información provista en cada ejercicio.
Este documento presenta información sobre la distribución normal. Explica que fue inventada por De Moivre y que su nombre fue aplicado por Galton en 1889. Define la función de densidad de probabilidad de una variable aleatoria continua que sigue una distribución normal. Presenta notación, función de distribución, propiedades como esperanza y varianza, y ejemplos resueltos.
El resumen analiza la probabilidad de que cinco personas vivan 30 años o más, al menos tres personas vivan 30 años o más, y exactamente dos personas vivan 30 años o más, basado en tablas de probabilidad de longevidad. También calcula la probabilidad de obtener más caras que cruces al lanzar una moneda cuatro veces y la probabilidad de que conductores cometan infracciones de tránsito o no usen cinturón de seguridad. Finalmente, resume ejemplos de distribución de Poisson y normal.
El documento describe las pruebas de hipótesis y el test de Chi-cuadrado. Explica que una prueba de hipótesis evalúa una hipótesis nula y una hipótesis alternativa usando datos de una muestra. Luego define el estadístico de Chi-cuadrado y cómo se usa para probar la bondad de ajuste, independencia y homogeneidad entre poblaciones mediante tablas de contingencia. Finalmente, presenta ejemplos de cómo aplicar la prueba de Chi-cuadrado para probar estas tres cosas.
Este documento presenta una serie de ejercicios de probabilidad y estadística con sus respectivas respuestas. Los ejercicios involucran conceptos como espacio muestral, probabilidad conjunta, probabilidad condicionada, valor esperado y varianza.
El documento presenta una serie de problemas estadísticos relacionados con variables aleatorias y distribuciones de probabilidad. Incluye preguntas sobre probabilidades asociadas con distribuciones normales estándar y normales, intervalos de confianza, y pruebas de hipótesis.
El documento presenta información sobre distribuciones de probabilidad como la distribución de Bernoulli y la distribución binomial. Explica la definición y fórmula de cada distribución con ejemplos. Luego, presenta varios ejercicios resueltos sobre la aplicación de estas distribuciones para calcular probabilidades en diferentes escenarios como sacar una carta de una baraja, obtener defectos en una producción industrial, y otros.
Este documento describe el desarrollo de un filtro pasa altas activo de 11 kHz. Explica brevemente los tipos de filtros, incluyendo filtros pasivos y activos. Luego, presenta los cálculos para diseñar el filtro pasa altas de 11 kHz, incluyendo los valores de resistencias y capacitores. Muestra el diagrama del circuito implementado y los diagramas de Bode correspondientes. Finalmente, concluye que los filtros activos ofrecen mayor ganancia que los pasivos, pero requieren alimentación externa.
1) El documento presenta una serie de ejercicios de probabilidad con diferentes escenarios y preguntas. Se abordan temas como probabilidades condicionadas, teorema de Bayes, extracción de bolas de urnas, entre otros. El objetivo es calcular diferentes probabilidades basadas en la información provista en cada ejercicio.
Este documento presenta información sobre la distribución normal. Explica que fue inventada por De Moivre y que su nombre fue aplicado por Galton en 1889. Define la función de densidad de probabilidad de una variable aleatoria continua que sigue una distribución normal. Presenta notación, función de distribución, propiedades como esperanza y varianza, y ejemplos resueltos.
El resumen analiza la probabilidad de que cinco personas vivan 30 años o más, al menos tres personas vivan 30 años o más, y exactamente dos personas vivan 30 años o más, basado en tablas de probabilidad de longevidad. También calcula la probabilidad de obtener más caras que cruces al lanzar una moneda cuatro veces y la probabilidad de que conductores cometan infracciones de tránsito o no usen cinturón de seguridad. Finalmente, resume ejemplos de distribución de Poisson y normal.
El documento describe las pruebas de hipótesis y el test de Chi-cuadrado. Explica que una prueba de hipótesis evalúa una hipótesis nula y una hipótesis alternativa usando datos de una muestra. Luego define el estadístico de Chi-cuadrado y cómo se usa para probar la bondad de ajuste, independencia y homogeneidad entre poblaciones mediante tablas de contingencia. Finalmente, presenta ejemplos de cómo aplicar la prueba de Chi-cuadrado para probar estas tres cosas.
Este documento presenta una serie de ejercicios de probabilidad y estadística con sus respectivas respuestas. Los ejercicios involucran conceptos como espacio muestral, probabilidad conjunta, probabilidad condicionada, valor esperado y varianza.
El documento presenta una serie de problemas estadísticos relacionados con variables aleatorias y distribuciones de probabilidad. Incluye preguntas sobre probabilidades asociadas con distribuciones normales estándar y normales, intervalos de confianza, y pruebas de hipótesis.
El documento presenta información sobre distribuciones de probabilidad como la distribución de Bernoulli y la distribución binomial. Explica la definición y fórmula de cada distribución con ejemplos. Luego, presenta varios ejercicios resueltos sobre la aplicación de estas distribuciones para calcular probabilidades en diferentes escenarios como sacar una carta de una baraja, obtener defectos en una producción industrial, y otros.
El documento describe un estudio sobre mamografías en 100,000 mujeres. Aproximadamente 800 tendrían cáncer de mama y 720 serían detectadas (90% de detección). Aunque el 7% de las mamografías serían falsos positivos, lo que significa que la mayoría de las 7664 mamografías positivas corresponderían a mujeres sanas.
El documento describe los conceptos de correlación y regresión. Explica que la correlación permite estimar el valor de una variable conociendo el valor de otra variable relacionada. Detalla los diferentes tipos de correlación como lineal, no lineal, simple, múltiple y parcial. También describe cómo medir la correlación utilizando coeficientes como el de Pearson y Spearman, así como el coeficiente de determinación.
El documento explica el Teorema de Bayes, que expresa la probabilidad condicional de un evento A dado un evento B en términos de la probabilidad condicional de B dado A y la probabilidad marginal de A. Luego presenta la fórmula de Bayes y resuelve varios ejercicios numéricos aplicando esta fórmula para calcular probabilidades condicionales.
Este documento describe el perceptrón simple y multicapa. El perceptrón simple es un modelo unidireccional con una capa de entrada y una de salida binaria. Aprende de forma supervisada pero tiene limitaciones como no poder aprender la función XOR. El perceptrón multicapa tiene múltiples capas ocultas y puede aproximar cualquier función. Aprende mediante retropropagación del error para ajustar los pesos entre las 300 neuronas y 20.000 conexiones.
Automata Finito No Determinista - Francisco Torvisco 11-0402 & Jose Raul Nova...Don_Francisco
Un autómata finito no determinista (AFND) puede tener múltiples transiciones posibles desde un estado dado para un mismo símbolo de entrada, a diferencia de los autómatas finitos deterministas. Un AFND también puede tener transiciones vacías que permiten cambiar de estado sin procesar un símbolo de entrada. Aunque el estado siguiente de un AFND depende de eventos de entrada futuros, es posible convertir cualquier AFND a un autómata finito determinista equivalente.
Este documento presenta ejercicios sobre probabilidad y estadística. Incluye preguntas sobre clasificación de variables aleatorias, distribuciones de probabilidad, valores esperados y varianzas. También contiene ejemplos prácticos sobre probabilidades binomiales y cómo aplicar conceptos estadísticos a situaciones reales.
El documento describe un experimento de un circuito secuencial síncrono implementado en clase, específicamente un contador mod 8 up/down. Explica los objetivos, materiales, fundamentos teóricos, análisis del circuito, tabla de transición, tabla de estados y diagrama de estados del contador. Concluye que un contador ascendente/descendente puede controlarse para contar hacia arriba o abajo y que los clear o preset de los flip flops deben estar en alto para un buen funcionamiento.
Este documento presenta 29 ejercicios de probabilidad y estadística. Los ejercicios cubren temas como espacios muestrales, eventos, diagramas de árbol, probabilidades condicionales e independencia estadística. Algunos ejercicios piden enumerar elementos de espacios muestrales, calcular probabilidades de eventos simples y compuestos, y determinar si eventos son estadísticamente independientes.
En esta unidad, estudiamos medidas de tendencia central y de dispersión para variables aleatorias, así como indicadores de correlación entre las mismas.
Este documento contiene 14 problemas de probabilidad relacionados con diferentes escenarios como el comportamiento criminal, encuestas demográficas, diagnósticos médicos y resultados educativos. Los problemas incluyen calcular probabilidades condicionales e independientes usando tablas de datos y porcentajes provistos.
Este documento presenta información sobre un experimento realizado con 516 ratones para probar el efecto de una vacuna. Se midió el porcentaje de ratones enfermos después de 1, 2 y 3 horas de exponerlos a un virus. También incluye gráficas y preguntas sobre el experimento, así como sobre encuestas de preferencias deportivas y problemas de diseño de cajas y parques. El resumen resume la información principal sobre el experimento con ratones y vacunas.
El documento presenta un problema matemático sobre la elección de cargos en una institución con 10 estudiantes (6 hombres y 4 mujeres). Tras la votación, se observa que de los primeros 4 estudiantes elegidos, 3 son mujeres y 1 es hombre. Por lo tanto, el quinto estudiante elegido tiene el triple de posibilidades de ser hombre que mujer.
Este documento presenta una introducción a la teoría de grafos. Explica que los grafos se utilizan para modelar situaciones mediante una representación simplificada que considera solo las características relevantes. Define formal e informalmente los conceptos de vértices, aristas y grafos. Luego introduce otras definiciones como vértices adyacentes, grado de un vértice y representaciones matriciales de grafos. Finalmente, aborda conceptos como caminos, ciclos, grafos regulares e isomorfismos.
Diseño de Redes Neuronales Multicapa y EntrenamientoESCOM
Este documento describe los conceptos básicos de diseño y entrenamiento de redes neuronales multicapa. Explica que las RNA son útiles para problemas que involucran reconocimiento de patrones, procesamiento de señales y control de sistemas complejos cuando los métodos convencionales no funcionan bien. También cubre temas como la selección del tipo de red, las entradas, salidas, funciones de transferencia, número de capas ocultas y neuronas, y el proceso de entrenamiento.
Los generadores de Tausworthe operan sobre bits para formar números aleatorios mediante una secuencia recurrente definida por coeficientes binarios. Estos generadores tienen un largo periodo máximo de 2q-1 y se inicializan asignando valores a los primeros q bits de la secuencia. Una vez obtenida la secuencia de bits, estos se agrupan en números más grandes para generar valores aleatorios entre 0 y 1.
Este documento resume los modelos Logit y Probit. Explica que estos modelos se usan cuando la variable dependiente es binaria para evitar los problemas de usar un modelo de probabilidad lineal con MCO. El modelo Logit usa una función logística acumulativa mientras que el Probit usa una función normal acumulativa. Ambos modelos estiman los parámetros mediante máxima verosimilitud para manejar los errores heterocedásticos y no normales. Finalmente, indica que estos modelos producen predicciones similares aunque los coeficientes
Este documento define funciones cuasicóncavas y cuasiconvexas. Una función es cuasicóncava si sus conjuntos de sobrenivel son convexos, y es cuasiconvexa si sus conjuntos de bajonivel son convexos. Una función cóncava es siempre cuasicóncava, pero lo recíproco no es cierto. Se demuestra que una función es cuasicóncava si y solo si cumple cierta propiedad para pares de puntos. Finalmente, se dan ejemplos de funciones cuasicóncavas y se discuten algunas propiedades adicionales
El documento introduce conceptos básicos de probabilidad y conteo como formas de arreglos, permutaciones y combinaciones. Explica cómo calcular el número de arreglos posibles para diferentes escenarios, como formar parejas a partir de un conjunto de elementos o disponer elementos de manera ordenada o no ordenada. También define conceptos como espacio muestral y evento para describir los resultados posibles de un experimento aleatorio.
Capítulo 5 - Estimación Por Intérvalos.pdfDominikHumprey
Este documento presenta los conceptos de intervalos de confianza para diferentes parámetros estadísticos como la media, varianza, proporción, diferencia de medias y datos pareados. Explica cómo calcular intervalos de confianza para estos parámetros utilizando diferentes distribuciones como la normal, t-Student y Chi-cuadrada. También incluye varios ejemplos numéricos para ilustrar cómo aplicar los métodos.
Este documento presenta 17 ejercicios de estadística sobre distribuciones muestrales. Los ejercicios cubren conceptos como distribución muestral, error estándar, teorema del límite central y probabilidades asociadas a diferentes distribuciones y tamaños de muestra. Los ejercicios piden calcular valores estadísticos e interpretar resultados para diferentes conjuntos de datos.
El documento describe un estudio sobre mamografías en 100,000 mujeres. Aproximadamente 800 tendrían cáncer de mama y 720 serían detectadas (90% de detección). Aunque el 7% de las mamografías serían falsos positivos, lo que significa que la mayoría de las 7664 mamografías positivas corresponderían a mujeres sanas.
El documento describe los conceptos de correlación y regresión. Explica que la correlación permite estimar el valor de una variable conociendo el valor de otra variable relacionada. Detalla los diferentes tipos de correlación como lineal, no lineal, simple, múltiple y parcial. También describe cómo medir la correlación utilizando coeficientes como el de Pearson y Spearman, así como el coeficiente de determinación.
El documento explica el Teorema de Bayes, que expresa la probabilidad condicional de un evento A dado un evento B en términos de la probabilidad condicional de B dado A y la probabilidad marginal de A. Luego presenta la fórmula de Bayes y resuelve varios ejercicios numéricos aplicando esta fórmula para calcular probabilidades condicionales.
Este documento describe el perceptrón simple y multicapa. El perceptrón simple es un modelo unidireccional con una capa de entrada y una de salida binaria. Aprende de forma supervisada pero tiene limitaciones como no poder aprender la función XOR. El perceptrón multicapa tiene múltiples capas ocultas y puede aproximar cualquier función. Aprende mediante retropropagación del error para ajustar los pesos entre las 300 neuronas y 20.000 conexiones.
Automata Finito No Determinista - Francisco Torvisco 11-0402 & Jose Raul Nova...Don_Francisco
Un autómata finito no determinista (AFND) puede tener múltiples transiciones posibles desde un estado dado para un mismo símbolo de entrada, a diferencia de los autómatas finitos deterministas. Un AFND también puede tener transiciones vacías que permiten cambiar de estado sin procesar un símbolo de entrada. Aunque el estado siguiente de un AFND depende de eventos de entrada futuros, es posible convertir cualquier AFND a un autómata finito determinista equivalente.
Este documento presenta ejercicios sobre probabilidad y estadística. Incluye preguntas sobre clasificación de variables aleatorias, distribuciones de probabilidad, valores esperados y varianzas. También contiene ejemplos prácticos sobre probabilidades binomiales y cómo aplicar conceptos estadísticos a situaciones reales.
El documento describe un experimento de un circuito secuencial síncrono implementado en clase, específicamente un contador mod 8 up/down. Explica los objetivos, materiales, fundamentos teóricos, análisis del circuito, tabla de transición, tabla de estados y diagrama de estados del contador. Concluye que un contador ascendente/descendente puede controlarse para contar hacia arriba o abajo y que los clear o preset de los flip flops deben estar en alto para un buen funcionamiento.
Este documento presenta 29 ejercicios de probabilidad y estadística. Los ejercicios cubren temas como espacios muestrales, eventos, diagramas de árbol, probabilidades condicionales e independencia estadística. Algunos ejercicios piden enumerar elementos de espacios muestrales, calcular probabilidades de eventos simples y compuestos, y determinar si eventos son estadísticamente independientes.
En esta unidad, estudiamos medidas de tendencia central y de dispersión para variables aleatorias, así como indicadores de correlación entre las mismas.
Este documento contiene 14 problemas de probabilidad relacionados con diferentes escenarios como el comportamiento criminal, encuestas demográficas, diagnósticos médicos y resultados educativos. Los problemas incluyen calcular probabilidades condicionales e independientes usando tablas de datos y porcentajes provistos.
Este documento presenta información sobre un experimento realizado con 516 ratones para probar el efecto de una vacuna. Se midió el porcentaje de ratones enfermos después de 1, 2 y 3 horas de exponerlos a un virus. También incluye gráficas y preguntas sobre el experimento, así como sobre encuestas de preferencias deportivas y problemas de diseño de cajas y parques. El resumen resume la información principal sobre el experimento con ratones y vacunas.
El documento presenta un problema matemático sobre la elección de cargos en una institución con 10 estudiantes (6 hombres y 4 mujeres). Tras la votación, se observa que de los primeros 4 estudiantes elegidos, 3 son mujeres y 1 es hombre. Por lo tanto, el quinto estudiante elegido tiene el triple de posibilidades de ser hombre que mujer.
Este documento presenta una introducción a la teoría de grafos. Explica que los grafos se utilizan para modelar situaciones mediante una representación simplificada que considera solo las características relevantes. Define formal e informalmente los conceptos de vértices, aristas y grafos. Luego introduce otras definiciones como vértices adyacentes, grado de un vértice y representaciones matriciales de grafos. Finalmente, aborda conceptos como caminos, ciclos, grafos regulares e isomorfismos.
Diseño de Redes Neuronales Multicapa y EntrenamientoESCOM
Este documento describe los conceptos básicos de diseño y entrenamiento de redes neuronales multicapa. Explica que las RNA son útiles para problemas que involucran reconocimiento de patrones, procesamiento de señales y control de sistemas complejos cuando los métodos convencionales no funcionan bien. También cubre temas como la selección del tipo de red, las entradas, salidas, funciones de transferencia, número de capas ocultas y neuronas, y el proceso de entrenamiento.
Los generadores de Tausworthe operan sobre bits para formar números aleatorios mediante una secuencia recurrente definida por coeficientes binarios. Estos generadores tienen un largo periodo máximo de 2q-1 y se inicializan asignando valores a los primeros q bits de la secuencia. Una vez obtenida la secuencia de bits, estos se agrupan en números más grandes para generar valores aleatorios entre 0 y 1.
Este documento resume los modelos Logit y Probit. Explica que estos modelos se usan cuando la variable dependiente es binaria para evitar los problemas de usar un modelo de probabilidad lineal con MCO. El modelo Logit usa una función logística acumulativa mientras que el Probit usa una función normal acumulativa. Ambos modelos estiman los parámetros mediante máxima verosimilitud para manejar los errores heterocedásticos y no normales. Finalmente, indica que estos modelos producen predicciones similares aunque los coeficientes
Este documento define funciones cuasicóncavas y cuasiconvexas. Una función es cuasicóncava si sus conjuntos de sobrenivel son convexos, y es cuasiconvexa si sus conjuntos de bajonivel son convexos. Una función cóncava es siempre cuasicóncava, pero lo recíproco no es cierto. Se demuestra que una función es cuasicóncava si y solo si cumple cierta propiedad para pares de puntos. Finalmente, se dan ejemplos de funciones cuasicóncavas y se discuten algunas propiedades adicionales
El documento introduce conceptos básicos de probabilidad y conteo como formas de arreglos, permutaciones y combinaciones. Explica cómo calcular el número de arreglos posibles para diferentes escenarios, como formar parejas a partir de un conjunto de elementos o disponer elementos de manera ordenada o no ordenada. También define conceptos como espacio muestral y evento para describir los resultados posibles de un experimento aleatorio.
Capítulo 5 - Estimación Por Intérvalos.pdfDominikHumprey
Este documento presenta los conceptos de intervalos de confianza para diferentes parámetros estadísticos como la media, varianza, proporción, diferencia de medias y datos pareados. Explica cómo calcular intervalos de confianza para estos parámetros utilizando diferentes distribuciones como la normal, t-Student y Chi-cuadrada. También incluye varios ejemplos numéricos para ilustrar cómo aplicar los métodos.
Este documento presenta 17 ejercicios de estadística sobre distribuciones muestrales. Los ejercicios cubren conceptos como distribución muestral, error estándar, teorema del límite central y probabilidades asociadas a diferentes distribuciones y tamaños de muestra. Los ejercicios piden calcular valores estadísticos e interpretar resultados para diferentes conjuntos de datos.
Este documento trata sobre la estimación estadística. Explica que la estimación es una aproximación de un parámetro poblacional a partir de los datos de una muestra. Define conceptos como estimador, intervalo de confianza e intervalo de estimación. Presenta fórmulas para calcular intervalos de confianza para la media y las proporciones con diferentes niveles de confianza. También incluye ejemplos para ilustrar cómo aplicar estos conceptos.
El documento describe las distribuciones teóricas más comunes en el campo de la fiabilidad, incluyendo la distribución exponencial, de Weibull y de Poisson. Se enfoca en explicar el modelo de Weibull, el cual es flexible debido a sus tres parámetros y puede ajustarse a diferentes tasas de falla. También proporciona ejemplos de cómo estimar los parámetros de Weibull a partir de datos de falla y calcular la confiabilidad para diferentes períodos de tiempo.
Este documento presenta información sobre intervalos de confianza e incluye ejemplos de cálculos de intervalos de confianza para la media y la varianza basados en datos de muestras. En particular, se define qué es un intervalo de confianza, y se explican conceptos relacionados como estimación puntual, nivel de confianza y límites de confianza. Luego, se resuelven cuatro ejercicios que implican calcular intervalos de confianza para la media y varianza a diferentes niveles de confianza usando datos de muestras y t
Estimación.intervalos de confianza para la media y para las proporcionesHugo Caceres
Este documento describe los intervalos de confianza para estimar parámetros poblacionales como la media y la proporción a partir de una muestra. Explica cómo calcular los límites de un intervalo de confianza usando la distribución normal y cómo esto permite estimar el rango en el que se encuentra el parámetro poblacional con un cierto nivel de confianza. También incluye ejemplos numéricos para ilustrar cómo aplicar estos conceptos.
Este documento presenta información sobre intervalos de confianza. Explica que un intervalo de confianza ofrece un rango de valores probable para un parámetro poblacional basado en una muestra, a diferencia de una estimación puntual que da un solo valor. Luego proporciona fórmulas para calcular intervalos de confianza para la media y la proporción, con ejemplos ilustrativos. Finalmente, incluye ejercicios prácticos para aplicar los conceptos.
Este documento presenta información sobre intervalos de confianza. Explica que un intervalo de confianza ofrece un rango de valores probable para un parámetro poblacional basado en una muestra, a diferencia de una estimación puntual que da un solo valor. Luego proporciona fórmulas para calcular intervalos de confianza para la media y la proporción, con ejemplos ilustrativos. Finalmente, incluye ejercicios prácticos para aplicar los conceptos.
Este documento explica los intervalos de confianza, que son rangos de valores que probablemente incluyan un parámetro poblacional desconocido basado en una muestra. Define intervalos de confianza para la media y la proporción, y proporciona ejemplos como hallar un intervalo de confianza del 95% para la media de la estatura de los españoles basado en una muestra de 10 personas. También incluye ejercicios para practicar el cálculo de intervalos de confianza.
Este documento presenta información sobre intervalos de confianza. Explica que un intervalo de confianza ofrece un rango de valores probable para un parámetro poblacional basado en una muestra, a diferencia de una estimación puntual que da un solo valor. Luego proporciona fórmulas para calcular intervalos de confianza para la media y la proporción, con ejemplos ilustrativos. Finalmente, incluye ejercicios prácticos para aplicar los conceptos.
Este documento explica los intervalos de confianza, que son rangos de valores probables para un parámetro poblacional basados en una muestra. Define intervalo de confianza, nivel de confianza, error aleatorio y formulas para calcular intervalos de confianza para la media y proporción. Incluye ejemplos y ejercicios para ilustrar cómo aplicar estas técnicas estadísticas inferenciales.
Este documento presenta información sobre distribuciones de probabilidad y variables aleatorias. Incluye definiciones de distribución de probabilidad, variable aleatoria, valor esperado, varianza y desviación estándar. También explica distribuciones como la binomial, hipergeométrica y de Poisson. Presenta ejemplos numéricos para ilustrar estos conceptos estadísticos.
1) Se explican los conceptos de estimación puntual e intervalos de confianza para estimar parámetros poblacionales a partir de muestras.
2) Existen dos tipos principales de estimación de intervalos de confianza: para la media poblacional y para la proporción poblacional.
3) La construcción de un intervalo de confianza depende de si se conoce o no la desviación estándar poblacional, utilizando distribuciones Z o T, respectivamente.
Este documento presenta conceptos estadísticos y probabilísticos para el análisis de procesos. En la primera parte, introduce el enfoque de calidad Six Sigma y su metodología DMAIC. Luego, revisa conceptos como distribuciones de probabilidad normal y binomial, cálculo de probabilidades asociadas a una curva normal mediante tipificación, y propiedades de la distribución binomial. El objetivo es proporcionar herramientas estadísticas para medir, analizar y mejorar procesos productivos.
Este documento presenta 18 ejercicios relacionados con la estimación estadística. Los ejercicios cubren temas como estimadores puntuales y por intervalo, estimación máxima verosimilitud, estimación por momentos, y propiedades de estimadores como consistencia e insesgadez. Los ejercicios involucran diferentes distribuciones de probabilidad como binomial, exponencial, normal, Poisson, Rayleigh, Weibull y gamma.
Este documento presenta datos sobre la concentración de nitrato en el agua de un lago que recibe aguas residuales de alcantarillas. Se comparan las medidas tomadas con un método manual antiguo y un nuevo método automático, encontrando una alta correlación positiva entre ellos. Esto indica que el método automático puede usarse de forma habitual para monitorear la variable.
Este documento presenta varios ejercicios relacionados con el análisis de regresión lineal y medidas estadísticas. En el primer ejercicio, se analizan datos sobre la concentración de nitratos en el agua de un lago para determinar si existe una alta correlación positiva entre mediciones manuales y automáticas que permita usar el método automático. Otros ejercicios involucran ajustar modelos de regresión lineal, predecir valores, analizar la relación entre variables y calcular coeficientes estadísticos.
Una explicación detallada y concisa del método T de Student en donde se muestra la fórmula general y un poco de historia. Incluye ejercicios prácticos y resueltos...
Este documento presenta un resumen de las normas APA séptima edición. Explica que las referencias son una lista de las fuentes citadas en el texto que incluye información como autores, fecha y título. Señala que varían según el número de autores y presenta ejemplos básicos de cómo citar libros, artículos, periódicos, videos y otras fuentes. Finalmente, indica que el estilo APA utiliza un sistema de referencias donde todas las fuentes citadas deben estar referenciadas y viceversa.
Parafraseo.
PARAFRASEO NARRATIVO
Reglas según número de autores
Dos autores
Tres o más autores en fuentes diferentes con igual año
Autor corporativo
Cita de dos o más trabajos en el mismo paréntesis
Cita de varios trabajos de un autor con igual fecha de publicación
Cita del mismo autor con diferente año
Este documento presenta las normas APA para citas. Explica que existen dos formas de citar: cita narrativa y cita parentética. Asimismo, detalla los tipos de citas como cita textual, cita de parafraseo, y cómo formatiar citas cortas y largas dependiendo de su longitud.
Este documento describe las normas APA para la elaboración de documentos académicos. Explica los elementos requeridos como el formato, orden, resumen, palabras clave, contenido, referencias, tablas y figuras. Además, detalla aspectos de presentación como el tamaño de papel, tipo de letra, márgenes, sangrado, numeración de páginas y el contenido de anexos.
Nivel de los títulos
Tablas y figuras
Formato de tablas
Listas de chequeo para la inclusión de tablas y figuras
https://www.youtube.com/watch?v=VTqfnVCZMZg
Este documento presenta un análisis teórico de la regresión y correlación lineales. Explica conceptos clave como regresión, diagrama de dispersión, función de ajuste, estimación de parámetros, pronóstico, error residual, coeficiente de correlación y medidas de variación. Además, incluye ejemplos y fórmulas para el cálculo de estos elementos estadísticos. Finalmente, propone ejercicios de aplicación para reforzar los conceptos explicados.
Este documento presenta información sobre distribuciones de probabilidad continua, incluyendo la distribución normal y la distribución exponencial. Explica los parámetros, funciones de densidad de probabilidad y representaciones gráficas de estas distribuciones, así como la tabla de la distribución normal estandarizada.
Este documento presenta una introducción a las distribuciones de probabilidad. Explica conceptos clave como función de densidad de probabilidad, función de distribución acumulativa, parámetros y cálculo de probabilidades para variables aleatorias discretas y continuas. Luego, describe las distribuciones binomial, Poisson e hipergeométrica, incluyendo sus funciones, parámetros y representaciones gráficas. El objetivo es proveer los fundamentos teóricos sobre distribuciones de probabilidad discretas.
Excel ofrece diferentes funciones predefinidas para realizar análisis estadísticos descriptivos de datos, incluyendo funciones estadísticas, de base de datos, fecha y hora, lógicas, de texto, de búsqueda y referencia, matemáticas, de ingeniería, financieras y de complemento. Para usar una función, el usuario selecciona la celda donde desea el resultado y luego inserta la función ya sea conociendo su nombre o usando el asistente de funciones de Excel.
El documento describe las opciones de gráficos en Excel y cómo crear y personalizar gráficos. Explica que Excel permite gráficos 2D y 3D de barras, líneas y sectores. Una vez creado, un gráfico puede editarse fácilmente cambiando su tipo, colores, etiquetas y más. También habla de guardar plantillas de gráficos para replicar formatos.
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
https://www.youtube.com/playlist?list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI
Descargar libros de metodología de la investigación científica aquí
https://drive.google.com/open?id=17RyAV1EEWcxqqOIiTwjZaAZIkMqi-4GH
1- Idea de investigación
https://www.youtube.com/watch?v=FGJ8HqwkNmI&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=2&t=0s
2- Planteamiento del problema
https://www.youtube.com/watch?v=_QVLeT0ap2Q&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=3&t=0s
3- Objetivos específicos
https://www.youtube.com/watch?v=ybOxKzdgbU8&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=4&t=0s
4- Tamaño de la muestra
https://www.youtube.com/watch?v=e7onzr9wngs&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=5&t=0s
5- Muestreo
https://www.youtube.com/watch?v=UN9ApiWkrMM&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=6&t=673s
6- Población y muestra
https://www.youtube.com/watch?v=yAJU8nWKybA&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=7&t=0s
7- Métodos, técnicas e instrumentos
https://www.youtube.com/watch?v=Wdp625os--V4&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=8&t=0s
8- Variables
https://www.youtube.com/watch?v=7MmzfQZdoy8&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=23&t=3s
9- Operacionalizacion de variables
https://www.youtube.com/watch?v=rCfpXNyBNXQ&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=9&t=234s
10- Niveles de investigación
https://www.youtube.com/watch?v=QwT6Qw3ZcVE&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=10&t=390s
11- Niveles de investigación
https://www.youtube.com/watch?v=uonoKqA1PXg&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=11&t=0s
12- Diseño cuasi experimental
https://www.youtube.com/watch?v=K7xQ0zIIjYk&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=12&t=0s
13- Diseño experimental-1
https://www.youtube.com/watch?v=K7xQ0zIIjYk&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=12&t=0s
14- Diseño experimetal -2
https://www.youtube.com/watch?v=hH7Y9g0Rn10&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=13&t=0s
15- Diseño experimental -3
https://www.youtube.com/watch?v=Ts_2GPvY2KM&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=15&t=13s
16- Diseño experimental- 4
https://www.youtube.com/watch?v=wsm_OGBQn1I&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=16&t=5s
17- Normas APA-1
https://www.youtube.com/watch?v=JvpDkD5smww&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=17&t=0s
18- Normas APA-2
https://www.youtube.com/watch?v=2VianBln_ZA&list=PLFkbGwyzAy6yOGV2mv54PEISPMezBA0yb&index=18&t=247s
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
2. INDICE
1. DISTRIBUCIÓN CHI-CUADRADO. 3
1.1 DEFINICIÓN DE LA CHI-CUADRADO. 3
1.2 REPRESENTACIÓN GRÁFICA DE LA CHI-CUADRADO. 4
1.3 DISTRIBUCIÓN T-STUDENT. 8
1.4 PARÁMETROS DE LA DISTRIBUCIÓN T-STUDENT. 8
1.5 REPRESENTACIÓN GRÁFICA DE LA T-STUDENT. 9
2. EJERCICIOS RESUELTOS. 13
1.6 PRODUCCIÓN DE EMPAQUES (UNIDADES DEFECTUOSAS). 13
3. 1. Distribución Chi-cuadrado.
La distribución Chi-cuadrado es muy utilizada para probar o analizar la forma como se comportan los
datos en un proceso, esto se efectúa a través de la prueba para la bondad de ajuste, la cual se explica y
analiza en el acápite sobre de Pruebas de hipótesis.
1.1 Definición de la Chi-cuadrado.
Sean X1, X2, X3,..., Xv variables aleatorias independientes que se distribuyen normalmente con una media
de cero (0) y una desviación típica o estándar de uno (1), es decir variables que se distribuyen como
normales estandarizadas; la sumatoria de cada una de estas variables normales estandarizadas al cuadrado
recibe el nombre de Chi-cuadrado (ji-cuadrado) con v grados de libertad.
La Chi-cuadrado se identifica con el símbolo .
Fórmula (69) Sumatoria de normales estandarizadas al cuadrado.
La función de densidad de probabilidad de la Chi-cuadrado, está dada por:
4. Para X > 0 Fórmula (70) Parámetros de la distribución
Chi-cuadrado.
La media y la varianza de la distribución Chi-cuadrado, se expresan en términos de los grados de libertad,
así:
Fórmula (71)
Fórmula (72)
El símbolo Г es la función Gamma definida en cálculo como:
En caso de desear ampliar información sobre Г(n), remitirse al tema de la distribución t student, donde se
visualizan algunas explicaciones al respecto.
1.2 Representación gráfica de la Chi-cuadrado.
La curva de la función de densidad de probabilidad de la Chi-cuadrado cambia dependiendo del valor
específico que asuma v. Ejemplo: Para la Chi-cuadrado con v = 4 grados de libertad, la función queda
definida así:
5. Se tabula esta función para diferentes valores de X y se obtienen los respectivos valores de f(X), puntos
que se ubican en el plano cartesiano, dando forma a la curva de densidad de probabilidad de la Chi-
cuadrado, así:
Ilustración 1 Representación gráfica de la densidad de probabilidad de la Chi-cuadrado
La función de distribución de probabilidad acumulativa para la distribución Chi-cuadrado, se utiliza para
calcular áreas bajo la curva a la izquierda de un valor específico de X, las cuales representan
probabilidades, se expresa así:
X f (X)
10, 0,02378074
0,2 0,04524187
3,0 0,0645531
4,0 0,08187308
5,0 0,0973501
6,0 0,11112273
70, 0,12332042
,80 0,13406401
0,9 0,14346633
1 0,15163267
2 0,18393972
3 0,16734762
4 0,13533528
5 0,10260625
6 0,0746806
7 0,05284542
8 0,03663128
9 0,02499524
10 0,01684487
11 0,01123862
12 0,00743626
13 0,00488618
14 0,00319159
15 0,00207407
Distribución Chi-cuadrado para v = 4
Valores de X
6. La tabla de la Chi-cuadrado se desprende de la función de distribución de probabilidad acumulativa y
hace referencia específicamente a:
Fórmula (73)
Donde (1 – α) representa el valor de la probabilidad acumulativa o el valor del área bajo la curva de la
Chi-cuadrado a la izquierda del valor específico de χ2
.
En la tabla de la Chi, el encabezado de las columnas representa diferentes valores de (1 - α), el
encabezado de las filas representa diferentes valores de v grados de libertad y cada cruce al interior de la
misma representa el valor de una Chi-cuadrado ; datos éstos importantes para utilizarla
acertadamente. Por ejemplo:
Figura 57. Diseño de la tabla de la Chi-cuadrado
8. 1.3 Distribución t-student.
La distribución t-student se utiliza para analizar pruebas de hipótesis y calcular intervalos de confianza.
(Para visualizar detalles al respecto, remitirse al acápite sobre pruebas de hipótesis e intervalos de
confianza).
La variable aleatoria t-student se define como el cociente entre la variable aleatoria normal estandarizada
y la raíz cuadrada de la variable aleatoria Chi-cuadrado, dividida en sus grados de libertad.
Fórmula (74)
La siguiente es la función de densidad de probabilidad de la variable aleatoria t-student, para t que toma
valores desde menos infinito hasta más infinito y v valores mayores que cero:
─∞ < t < +∞, v > 0.
Fórmula (75)
1.4 Parámetros de la distribución t-student.
La media y la varianza para esta distribución están dadas por:
para v > 1 Fórmula (76)
para v > 2 Fórmula (77)
En la función dada el símbolo Г identifica a la función Gamma, definida en cálculo como:
9. Otras fórmulas útiles para calcular Г(n), el valor gamma de un número n, son:
para n entero
para 0 < n < 1
Para calcular se aplica la fórmula para 0 < n < 1, así:
1.5 Representación gráfica de la t-student.
La forma que toma la función de densidad de probabilidad de la t-student se asemeja a la forma de una
normal, existen muchas curvas de la t-student dependiendo del valor que asuma v en un caso específico, y
de los valores de Z. Esta función es simétrica respecto a t = 0, punto de referencia que constituye el punto
donde la función se maximiza.
Ejemplo:
10. Caso particular de la forma que toma la función de densidad de probabilidad de la t student, para v = 5
grados de libertad. De igual manera se puede trabajar para cualquier valor de v.
Se tiene la función definida:
Para v = 5, se tiene:
En resumen, la función t-student a graficar queda definida así:
Se tabula la función para diferentes valores de t; los valores de t se ubican en el eje X del plano
cartesiano, y los valores que arroje f(t,5) se ubican en el eje Y.
12. 6 0,00181367
7 0,00079383
8 0,00038051
9 0,00019652
10 0,00010798
Ilustración 2 Tabulación de la función t-student para diferentes valores de t y para v = 5
El gráfico respectivo se observa a continuación, luego de ubicar las coordenadas indicadas (X, Y).
Figura 60. Gráfica de la función t-student para diferentes valores de t y para v = 5
Ilustración 3 Tabla de la t-student
Distribución t-student
Valores de t
13. 2. Ejercicios resueltos.
1.6 Producción de empaques (unidades defectuosas).
El 20% de los empaques producidos por una máquina son defectuosos. Determinar la probabilidad de que
de cuatro empaques tomados al azar:
a) Exactamente uno sea defectuoso.
b) Ninguno sea defectuoso.
c) Por lo menos uno sea bueno.
d) Entre uno y tres sean buenos.
14. Solución
Distribución binomial
a) Característica de interés: defectuosos
La probabilidad de que de cuatro empaques tomados al azar, exactamente uno sea defectuoso es de
0,4096. Si se toman cuatro empaques al azar, el grado de certeza de que exactamente uno sea defectuoso
es del 40,96%.
b) Característica de interés: defectuosos
Si se toman cuatro empaques al azar producidos por esta máquina, la probabilidad de que ninguno sea
defectuoso es de 0,4096. Si se toman cuatro empaques al azar producidos por esta máquina, el grado de
certeza de que ninguno sea defectuoso es del 40,96%.
c) Característica de interés: buenos
15. Si se toman cuatro empaques al azar producidos por esta máquina, la probabilidad de que por lo menos
un empaque sea bueno es de 0,9984. Si se toman cuatro empaques al azar producidos por esta máquina, el
grado de certeza de que por lo menos un empaque sea bueno es del 9,84%.
d) Característica de interés: buenos
Si se toman cuatro empaques al azar producidos por esta máquina, la probabilidad de que entre uno y tres
empaques sean buenos es de 0,5888. Si se toman cuatro empaques producidos por esta máquina, el grado
de certeza de que entre uno y tres empaques sean buenos es de 58,88%.
Venta de seguros de vida.
Un vendedor de seguros vende pólizas a cinco hombres, todos de la misma edad (48 años) y en buen
estado de salud. La probabilidad de que un hombre de esa edad viva 30 años más es de 2/3. Hallar la
probabilidad de que dentro de 30 años:
a) Vivan solamente dos de los hombres.
b) Vivan al menos tres de los hombres.
Solución
Distribución binomial
16. 1. a)
Si se venden pólizas de seguro de vida a cinco hombres, todos de la misma edad y en buen estado de
salud, la probabilidad de que dentro de 30 años vivan solamente dos hombres es de 0,161321; el grado de
certeza de que dentro de 30 años vivan solamente dos hombres es del 16,13%.
2. b)
Si se venden pólizas de seguro de vida a cinco hombres,
todos de la misma edad y en buen estado de salud, la
probabilidad de que dentro de 30 años vivan como
mínimo tres hombres es de 0,795037; el grado de
certeza de que dentro de 30 años vivan por lo menos
tres hombres es del 79,5%.
Pago de facturas por parte de los usuarios de una compañía de teléfonos celulares.
Los clientes de una compañía de teléfonos celulares llegan a la caja registradora para pagar sus facturas
con una rapidez promedio de 15 clientes cada media hora.
a) ¿Cuál es la probabilidad de que lleguen más de nueve clientes en 15 minutos?
b) ¿Cuál es la probabilidad de que lleguen entre cinco y ocho clientes en 10 minutos?
Solución
17. 1. Distribución Poisson
Al definir la unidad de tiempo “minuto”, el valor de λ queda expresado así:
La conversión de λ se obtiene a través de una regla de tres:
Clientes Minutos
15 30
1
3. a)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
La probabilidad pedida es también puede expresarse como
Metodología 1: Evaluar la función de densidad de probabilidad para 10, 11, 12, 13, 14 y 15 éxitos,
efectuar la sumatoria para obtener la probabilidad pedida.
Metodología 2: Tener presente que la sumatoria de todas las vale 1, , por tal motivo
. En este caso, se debe calcular la probabilidad de la siguiente
manera:
18. El resultado obtenido al aplicar cada una de éstas metodologías es el mismo, por tal motivo se puede
elegir trabajar con cualquiera de las dos, generalmente se elige la más corta, en este caso sería la
metodología 1, sin embargo se muestra el procedimiento de la metodología 2, así:
Se obtiene la sumatoria:
La probabilidad de que lleguen más de nueve clientes en 15 minutos es de 0,22359. El grado de certeza de
que lleguen más de nueve clientes en 15 minutos es del 22,4%
19. b) Con un minutos y un
La probabilidad de que lleguen entre cinco y ocho clientes en 10 minutos es de 0,49141. El grado de
certeza de que lleguen entre cinco y ocho clientes en 10 minutos es del 49,14%.
1.7 Importación de chapas para puertas de seguridad e inspección de calidad.
Una compañía importadora de chapas para puertas de seguridad recibió un pedido de 25 chapas de las
cuales siete son defectuosas. Cada que se recibe un pedido de 25 unidades se toma una muestra de cinco
unidades para inspeccionar la calidad en que llegan. El pedido sólo es aceptado si la muestra de chapas
trae como máximo dos unidades defectuosas. Cuando llega un lote de 25 unidades, calcular la
probabilidad de que éste sea aceptado.
Solución
Distribución hipergeométrica.
Unidad defectuosa se asocia con un éxito.
Tamaño de la población: chapas.
Número de éxitos en la población:
Número de “no éxitos” en la población: Tamaño de la muestra:
20. Se pide calcular
La probabilidad de que un lote de 25 unidades sea aceptado es de 0,8869565. El grado de certeza de que
un lote de 25 chapas sea aceptado es del 88,70%
1.8 Volumen de exportación mensual de una compañía de electrodomésticos.
El volumen de exportación mensual (en millones de pesos) de una compañía de electrodomésticos
presenta un comportamiento normal, con una media de $22.500 y una desviación típica o estándar de
$2.250. Calcular la probabilidad de que:
a) El volumen de exportación mensual sea mayor a $21.000 millones.
b) El volumen de exportación mensual se encuentre entre $24.000 y $26.000 millones.
c) El volumen de exportación mensual no sea superior a $19.000 millones.
21. Solución
4. a)
La probabilidad de que el volumen de exportación mensual sea mayor o igual a $21.000 millones es de
0,7486. El grado de certeza de que el volumen de exportación sea mayor o igual a $21.000 millones es del
74,86%.
5. b)
22. La probabilidad de que el volumen de exportación mensual se encuentre entre $24.000 y $26.000
millones es de 0,1920. El grado de certeza de que el volumen de exportación mensual se encuentre entre
$24.000 y $ 26.000 millones es del 19,20%.
6. c)
La probabilidad de que el volumen de exportación mensual se encuentre por debajo (menor o igual) de
$19.000 millones es de 0,0594. El grado de certeza de que el volumen de exportación sea como máximo
de $19.000 millones es del 5,94%.
10.8.6 Vida útil de las pilas de una cierta marca.
23. La vida útil de las pilas de una cierta marca está distribuida normalmente. Si el 6,68% de las pilas duran
más de 56 horas y el 30,85% duran menos de 52 horas, ¿cuál es la media y la desviación estándar?
Solución
Distribución normal
vida útil de las pilas (en horas).
Estandarizando, se obtienen las siguientes expresiones estadísticas:
Se busca en la tabla de la normal estandarizada, el valor de la probabilidad 0,9332 y se extrae el valor de
, de igual manera se busca la probabilidad 0,3085 y se encuentra un
.
Plantear el siguiente sistema de ecuaciones de 2x2, las dos incógnitas son precisamente µ y σ .
Primera ecuación:
Segunda ecuación:
Se resuelve simultáneamente el sistema por algún método algebraico (igualación, sustitución, reducción
o determinantes) o por métodos de álgebra lineal (eliminación Gaussiana, Jordan Gauss, pivoteo, entre
otros).
24. Por el método de igualación: se despeja la misma variable en ambas ecuaciones, se iguala quedando una
ecuación en términos de una sola variable, se despeja la variable, el valor encontrado se sustituye en
alguna de las ecuaciones para hallar el valor de la otra variable.
Igualando se tiene:
Se despeja el valor de σ, así:
Se sustituye el valor de σ en alguna de las ecuaciones, así:
25. La vida útil media de las pilas y su desviación típica o estándar es de horas y horas.
La representación gráfica se muestra a continuación:
1.9 Llegada de clientes a un banco.
Los clientes llegan a un banco con una rapidez promedio de 20 clientes por hora. Si un cliente acaba de
llegar:
a) ¿Cuál es la probabilidad de que el siguiente cliente llegue dentro de 10 minutos?
b) ¿Cuál es la probabilidad de que el siguiente cliente llegue en el lapso de tiempo entre tres
y siete minutos?
Solución
Distribución exponencial
a) clientes/hora minutos
26. Se expresa el valor de λ y de X en la misma unidad de tiempo. Para pasar el valor de X dada en minutos, a
horas, se puede resolver la siguiente regla de tres simple:
Hora Minutos
1 60
10
La probabilidad de que el siguiente cliente llegue dentro de 10 minutos es de 0,966. El grado de certeza
de que el siguiente cliente llegue dentro de 10 minutos es de 96,6%.
7. b)
Utilizando regla de tres simple se pasa lo expresado en minutes, a horas.
La probabilidad de que el siguiente cliente llegue en el lapso de tiempo entre tres y siete minutos es de
0,2706. El grado de certeza de que el siguiente cliente llegue en el lapso de tiempo entre tres y siete
minutos es del 27,06%.
1.10 Producción de circuitos electrónicos y su vida útil.
27. El departamento de producción de una compañía efectúa un experimento para analizar la vida útil (en
horas) de un circuito electrónico, para ello somete los circuitos de varios lotes de producción bajo las
mismas condiciones, encontrando que la vida útil se encuentra distribuida uniformemente entre 2.500 y
3.000 horas. Si se selecciona de manera aleatoria un circuito electrónico:
a) ¿Cuál es la probabilidad de que dure menos de 2.670 horas?
b) ¿Cuál es la probabilidad de que su vida útil se encuentre entre 2.800 y 2.950 horas?
Solución
Distribución uniforme continua
8. a)
Si se selecciona un circuito electrónico de manera aleatoria, el grado de certeza de que éste dure menos de
2.670 horas es del 34%.
9. b)
Si seleccionamos un circuito electrónico de manera aleatoria, el grado de certeza de que dure entre 2.800
y 2.950 horas es del 30%.
2. Ejercicios de aplicación propuestos.
1.11 Unidades defectuosas en un proceso de manufactura.
Todos los días se seleccionan de manera aleatoria, seis unidades de un proceso de manufactura, con el
propósito de verificar el porcentaje de unidades defectuosas en la producción. Con base en información
pasada, la probabilidad de tener una unidad defectuosa es de 0,12.
La gerencia ha decidido detener la producción cada vez que una muestra de seis unidades tenga dos o más
defectuosas. ¿Cuál es la probabilidad de que en cualquier día, la producción se detenga?
28. 1.12 Campaña de mercadeo para un club nacional de automovilistas.
Un club nacional de automovilistas comienza una campaña telefónica con el propósito de mercadear y
aumentar el número de personas afiliadas al club. Con base en experiencia previa se sabe que una de cada
20 personas que reciben la llamada, se une al club.
Si en un día 14 personas reciben la llamada telefónica, ¿cuál es la probabilidad de que por lo menos tres
personas de ellas se unan al club?
1.13 Pago de compras con tarjeta de crédito en un almacén.
El 38% de los clientes de un almacén pagan sus compras con tarjeta de crédito, si se selecciona una
muestra aleatoria de 25 clientes:
a) ¿Cuál es la probabilidad de que exactamente cinco clientes paguen con tarjeta de crédito?
b) ¿Cuál es la probabilidad de que por lo menos ocho clientes paguen con tarjeta de crédito?
c) ¿Cuál es la probabilidad de que entre cinco y nueve clientes no paguen con tarjeta de
crédito?
d) ¿Cuál es la probabilidad de que a lo sumo (como máximo) dos clientes no paguen con
tarjeta de crédito?
1.14 Control de calidad en cajas de bombillas.
Supóngase que en una caja con bombillas, el 10% son defectuosas. Cuál es la probabilidad de que una
muestra al azar de cinco bombillas contenga:
a) Por lo menos una defectuosa.
b) Por lo menos tres defectuosas.
c) Exactamente una defectuosa.
d) Como máximo, una defectuosa.
1.15 Asistencia tarde al trabajo por parte de empleados.
29. El 30% de los empleados de una compañía llegan tarde al trabajo. Si se eligen 10 personas al azar, cuál es
la probabilidad de que:
a) Tres lleguen tarde.
b) Como mínimo, tres lleguen tarde.
c) Como máximo, cinco lleguen tarde.
1.16 Preferencias por determinado candidato a la presidencia.
El 70% de los antioqueños creen en el candidato A para la presidencia. Si seleccionamos nueve
antioqueños al azar, cuál es la probabilidad de que:
a) Crean tres o menos.
b) Crean más de cuatro.
c) Crean menos de dos.
1.17 Hogares con televisión por cable.
El 75% de los hogares del área metropolitana de Medellín tienen televisión por cable. Si se analizan 18
hogares, cuál es la probabilidad de que el número de ellos que tenga cable sea:
a) Mayor que uno.
b) Cinco o menos.
c) Entre siete y ocho, inclusive.
d) Diecisiete o más.
1.18 Tiempo de llegada de estudiantes a una biblioteca.
Los alumnos llegan a la biblioteca con una rapidez promedio de 50 alumnos por hora. Si un alumno acaba
de llegar, cual es la probabilidad de que el siguiente usuario llegue:
a) Dentro de 15 minutos.
b) Dentro de 10 minutos.
c) Después de 12 minutos.
d) Entre en el lapso de tiempo de ocho a 13 minutos.
30. 1.19 Número de estudiantes que llegan a una biblioteca.
Los alumnos llegan a la biblioteca con una rapidez promedio de 50 alumnos por hora.
Cuál es la probabilidad de que lleguen:
a) Tres alumnos en los próximos 15 minutos (es decir, dentro de 15 minutos).
b) Dos alumnos en los próximos 10 minutos. c) Entre Tres y seis alumnos en los próximos
10 minutos.
c) Entre 20 y 30 alumnos en los próximos 30 minutos.
d) Menos de tres alumnos en los próximos 12 minutos.
1.20 Tiempo de llegada de clientes a la caja registradora.
Los clientes de un supermercado llegan a la caja registradora con una rapidez promedio de dos clientes
por minuto. Si un cliente acaba de llegar, cuál es la probabilidad de que el siguiente cliente llegue:
a) En medio minuto (es decir, dentro de medio minuto).
b) Dentro de un minuto.
c) Dentro de minuto y medio.
d) Dentro de dos minutos y medio.
e) Entre el lapso de tiempo de uno a 2,5 minutos.
Número de clientes que llegan a la caja registradora.
Los clientes de un supermercado llegan a la caja registradora con una rapidez promedio de dos clientes
por minuto. Cuál es la probabilidad de que lleguen:
a) Tres clientes en el próximo minuto.
b) Cuatro clientes en el próximo minuto.
c) Tres clientes en los próximos dos minutos
d) Cinco clientes en el próximo minuto y medio.
e) Entre uno y tres clientes por minuto.
31. 1.21 Tiempo y número de clientes que llegan a una compañía de teléfonos celulares.
Los clientes de una compañía de teléfonos celulares llegan a la caja registradora para pagar sus facturas
con una rapidez promedio de 15 clientes cada media hora.
a) ¿Cuál es la probabilidad de que lleguen más de nueve clientes en 15 minutos?
b) ¿Cuál es la probabilidad de que lleguen entre cinco y ocho clientes en 10 minutos?
c) Si acaba de llegar un cliente, ¿cuál es la probabilidad de que el siguiente cliente llegue
dentro de 5 minutos?
d) Si acaba de llegar un cliente, ¿cuál es la probabilidad de que el siguiente cliente llegue en
el lapso de tres a 10 minutos?
1.22 Proceso de selección y contratación de personal en una entidad financiera.
El jefe de personal de una entidad financiera debe contratar ocho personas entre 35 candidatos para el
cargo de analista de cartera, 24 de los candidatos tienen título profesional y el resto son estudiantes de los
últimos semestres. ¿Cuál es la probabilidad de que cinco de los contratados tengan título profesional?
1.23 Firma de asesores en comercio internacional para nuevos proyectos.
De los 20 ejecutivos de una firma de asesores en comercio internacional, se seleccionan 12 para ser
enviados a Francia a estudiar nuevos proyectos con empresas de ese país. Ocho de los ejecutivos ya tienen
experiencia con casos similares. ¿Cuál es la probabilidad de que cinco de los enviados tengan experiencia
previa en proyectos similares?
1.24 Cálculo de áreas bajo la curva de la distribución normal estandarizada.
Hallar el área bajo la curva normal:
a) Entre y
b) Entre y
32. c) Entre y
d) A la izquierda de
e) A la derecha de
Nota: graficar cada numeral.
1.25 Ventas anuales a crédito.
Las ventas anuales a crédito (por club) de un almacén se distribuyen normalmente, con
una media y una desviación típica o estándar de: (millones de pesos) y
(millones de pesos). Calcular las siguientes probabilidades:
a) Probabilidad de que las ventas anuales por club estén por debajo de $38,7 millones.
b) Probabilidad de que las ventas anuales por club sean superiores a $ 31,5 millones.
c) Probabilidad de que las ventas anuales por club se encuentren entre $30,2 y $37,5
millones.
Nota: graficar cada numeral y analizar resultados obtenidos.
1.26 Gasto semanal en loncheras para niños.
Si el gasto semanal en loncheras para niños de preescolar se encuentra distribuido normalmente con una
media de $10 mil y una desviación estándar de $2 mil, emplear la tabla y calcular las siguientes
probabilidades:
a)
b)
c)
d)
e)
Nota: graficar cada numeral y analizar los resultados obtenidos.
1.27 Estatura de los alumnos de un colegio.
33. Suponiendo que las estaturas X de los alumnos de un colegio se encuentran distribuidas normalmente con
una media igual a 169 cm y una desviación estándar igual a 3 cm, calcular las siguientes probabilidades
(empleando la tabla):
a) Probabilidad de que un estudiante tenga una estatura inferior a 165 cm.
b) Qué porcentaje de alumnos tendrá una estatura entre 165 y 170 cm.
Nota: graficar y analizar resultados.
1.28 Peso promedio de las frutas de un cargamento a transportar.
El peso promedio de las frutas de un gran cargamento es de 15 lb. Con una desviación estándar de 1,62
lb.; si sus pesos están distribuidos normalmente, ¿qué porcentaje de frutas tendrá un peso entre 15 lb y 18
lb? Graficar.
1.29 Duración de las baterías de una cierta marca.
Si la vida media de cierta marca de baterías es de 30 meses, con una desviación estándar de seis meses,
¿qué porcentaje de estás baterías puede esperarse que tengan una duración de 24 a 36 meses? Se supone
que su duración tiene una distribución normal. Graficar.
10.9.21 Salario medio mensual.
En cierto negocio, el salario medio mensual es de $386.000 y la desviación estándar es de $4.500. Si se
supone que los salarios tienen una distribución normal, ¿qué porcentaje de empleados percibe salarios
entre $380.000 y $385.000? Graficar.
34. 10.9.22 Notas en un examen de legislación.
Dos estudiantes fueron informados de que habían recibido referencias tipificadas de 0,8 y –0,4
respectivamente, en un examen de legislación. Si sus puntuaciones fueron 88 y 64 respectivamente, hallar
la media y la desviación típica (o estándar) de las puntuaciones del examen.
10.9.23 Peso de un grupo de deportistas.
La media del peso de 500 deportistas (mayores de edad) es de 75,5k y la desviación típica es de 6k.
Suponiendo que los pesos se distribuyen normalmente, hallar cuántos deportistas pesan:
a) Entre 60 y 75,5k.
b) Más de 92,5k.
1.30 Gasto semanal en transporte por parte de un grupo de empleados.
El gasto promedio semanal en transporte de un grupo de empleados es de $15.000 y la desviación
estándar es de $3.500. Se sabe que 647 empleados tienen un gasto mayor de $16.300 ¿Cuál es el número
total de empleados?
1.31 Publicación sobre los salarios mensuales de contadores.
Una revista publicó un estudio donde se indica que los salarios mensuales para contadores titulados
presenta un comportamiento normal con una media de $2.800.000 y una desviación típica o estándar de
$435.000. Cuál es la probabilidad de que:
a) Un contador titulado gane entre $1.500.000 y $3.000.000.
b) Un contador titulado gane más de $2.598.000.
Graficar cada caso e interpretar.
1.32 Fabricación de neumáticos y su vida útil.
Una fábrica de neumáticos produce llantas con una vida útil media de 85.000 Km y una desviación
estándar de 6.800 Km. La vida útil se encuentra distribuida normalmente.
a) ¿Cuál es la probabilidad de que una llanta dure más de 91.000 Km?
35. b) Hallar el valor del Kilometraje límite donde el 7,3% de los neumáticos duran menos de
dicho valor (en Km).
c) ¿Cuál es la probabilidad de que un neumático dure entre 80.000 Km y 93.000 Km?
Graficar cada caso e interpretar.
Comisión mensual obtenida por un grupo de vendedores.
El nivel de comisión mensual obtenida por un grupo de vendedores se encuentra distribuido normalmente.
El 3,15% ganan por concepto de comisión, más de $980.000; el 85,3% obtienen menos de $574.000.
Determinar la comisión promedio y la desviación estándar.
Graficar.
1.33 Vida útil de circuitos electrónicos.
La vida útil media de un circuito electrónico es de 1.200 horas, y la desviación típica o estándar es de 250
horas. Si la vida útil se distribuye normalmente, ¿cuál es la probabilidad de que el circuito dure más de
1.300 horas? Graficar e interpretar.
1.34 Producción de arandelas: unidades aceptables y defectuosas.
La media de los diámetros de una muestra de arandelas producidas por una máquina es de 0,502 pulgadas,
y la desviación típica, de 0,005 pulgadas. Las arandelas se consideran buenas o aceptables si su diámetro
se encuentra entre 0,496 y 0,508 pulgadas. Determinar el porcentaje de arandelas defectuosas producidas
por la máquina, si se sabe que los diámetros presentan una distribución normal. Graficar e interpretar.
1.35 Costo de trascripción e impresión de trabajo de tesis.
Un digitador estima que el costo de transcribir e imprimir una tesis para obtener título profesional es una
variable aleatoria que se distribuye normalmente con una media de $1.700.000 y una desviación típica de
$95.000. ¿Cuál es la probabilidad de que el costo de transcribir e imprimir una tesis se encuentre entre
$1.320.000 y 1.900.000? Graficar.
1.36 Puntaje en proceso de admisión para laborar en una empresa.
36. El puntaje obtenido en un examen por un grupo de personas durante el proceso de admisión para laborar
en una empresa se distribuye normalmente con una media de 700 puntos y una desviación típica de 120
puntos. Se decide no tener como referencia de posibles alternativas de elección al 5% de personas con
puntaje más bajo. ¿Cuál es ese puntaje mínimo necesario para ser tenido en cuenta dentro del proceso de
admisión? Graficar.
1.37 Tiempo de servicio en una compañía de reparación de fotocopiadoras.
Una compañía de reparación de fotocopiadoras sabe que el tiempo invertido en hacer un servicio se puede
representar como una variable aleatoria normal con una media de 75 minutos y una desviación típica de
20 minutos. ¿Qué proporción de servicios se hacen en menos de una hora? Graficar.
1.38 Tiempo de espera en un restaurante.
El tiempo que tardan en recibir su orden después de hacerla, en un prestigioso restaurante de la ciudad,
promedia 10 minutos. De acuerdo a estudios previos, se sabe que la distribución del tiempo de espera en
ser atendido se distribuye exponencialmente.
a) Calcular la probabilidad de que el tiempo de espera sea mayor de 12 minutos.
b) Probabilidad de que el tiempo de espera sea menor o igual a 10 minutos.
1.39 Tiempo de servicio en una agencia de viajes.
El tiempo de servicio en una agencia de viajes se distribuye exponencialmente con una media de cuatro
minutos. Cuál es la probabilidad de que el tiempo de servicio sea:
a) Mayor de cuatro minutos.
b) Menor de cuatro minutos.
c) Menor de dos minutos.
d) Entre dos y cinco minutos.
1.40 Control de calidad en producción de bombillas eléctricas.
37. El departamento de control de calidad de una empresa productora de bombillas eléctricas efectúa un
análisis de la duración del producto que fabrica, encuentra que la vida útil se distribuye exponencialmente
con una media de 1000 horas.
a) ¿Cuál es la probabilidad de que la bombilla falle dentro de 500 horas?
b) Probabilidad de que la bombilla falle dentro de 1000 horas.
c) Probabilidad de que la bombilla falle dentro de 1500 horas.
d) Probabilidad de que la bombilla falle dentro de 2000 horas.
1.41 Vida útil de transistores importados por una firma nacional.
Los transistores importados por una firma nacional distribuidora de productos afines tiene una vida útil
media de 25 horas. El jefe de compras de esta empresa desea saber:
a) Cuál es la probabilidad de que un transistor dure más de 30 horas.
b) Si el jefe de compras adquiere 1.720 transistores, ¿cuántos de ellos duran menos de 20
horas?
1.42 Transporte de mercancía en camiones hacia una bodega.
A una bodega llegan en promedio cuatro camiones durante una hora para ser descargados, hallar:
a) El tiempo promedio en minutos entre la llegada de cada camión.
b) Suponga que acaba de llegar un camión. ¿Cuál es la probabilidad de que el tiempo que
transcurra para la llegada del próximo camión sea menor de 10 minutos?
1.43 Servicio de taxis en un aeropuerto local.
La empresa “Súper-Taxis” programa la llegada de sus taxis al aeropuerto local con una tasa media de
llegada de 12 taxis por hora. El gerente de una multinacional acaba de arribar al el aeropuerto y tiene que
ir al centro de la ciudad para cerrar un gran negocio, ¿cuál es la probabilidad de que no tenga que esperar
más de cinco minutos para tomar un taxi?
1.44 Inducción y entrenamiento a un nuevo empleado.
El tiempo promedio para entrenar a un nuevo empleado como asesor de servicio al cliente es de dos
semanas. ¿Cuál es la probabilidad de que el empleado pueda ser formado como máximo, en una semana y
media (1,5 semanas)?
38. 1.45 Tiempo de llegada de clientes para pago de servicios públicos.
Los clientes llegan a pagar sus cuentas de servicios públicos en una caja registradora a razón de 10
clientes por hora. Si acaba de llegar un cliente, ¿cuál es la probabilidad de que el siguiente llegue dentro
de los próximos 15 minutos?
1.46 Contenido de cerveza envasada por botella.
El contenido promedio de cerveza envasado por botella en una compañía es de 17,4 onzas, su contenido
se considera aceptable si se encuentra entre 16,3 onzas y 18,5 onzas, siguiendo una distribución uniforme.
Si se selecciona aleatoriamente un envase, ¿cuál es la probabilidad de que su contenido esté entre 16,8 y
17,2 onzas?
1.47 Empaque de leche en polvo en una compañía de procesamiento de lácteos.
Una compañía dedicada al procesamiento de lácteos y sus derivados empaca bolsas de leche en polvo
para la venta, el contenido de las bolsas se encuentra distribuido uniformemente entre 1,9 y 2,2 libras.
a) ¿Cuál es el peso promedio de la bolsa de leche en polvo?
b) Si se selecciona aleatoriamente una bolsa de leche en polvo, ¿cuál es la probabilidad de
que su peso se encuentre entre 2 y 2,13 libras?
c) Probabilidad de que su peso sea inferior a 2,15 libras.