ESTADISTICA

En el rea de almacn de cierta empresa recibieron el material con las siguientes medidas 15 20 30 10 12 13 18 19 25 27 24 30 25 24 16 14 12 11 15 21

a) b) c) d) e) f) g) h)

Calcula la media Calcula la mediana Calcula la moda Calcula la varianza Calcula la desviacin estndar Realiza la tabla de frecuencias Realiza Histograma de frecuencias absolutas Realiza Histograma de frecuencias relativa a) b) c) d) e) f) Media=19.5 Mediana=18.5 Moda=12 Varianza=40.2 Desviacin estndar=6.34 Datos ordenados

10 12 12 12 13

14 15 15 16 18

19 20 21 24 24

25 25 27 30 30

TABLA DE FRECUENCIAS g) # Observaciones 6 5 4 3 2

Columna A B C D E

Rango 10 14.9 15 19.9 20 24.9 25 29.9 30 34.9

Porcentaje 30 25 20 15 10

h) Histograma

Porcentaje
35 30 25 20 15 10 5 0 1 2 3 4 5 Porcentaje

i)

Frecuencia Relativa

Porcentaje
35 30 25 20 15 10 5 0 1 2 3 4 5 Porcentaje

COMBINACIONES

1) Si se cuenta con 14 alumnos que desean colaborar en una campaa pro limpieza del Tec, cuantos grupos de limpieza podrn formarse si se desea que consten de 5 alumnos cada uno de ellos Solucin: a. n = 14, r = 5 14! / (14 5 )!5! = 14! / 9!5! = 14 x 13 x 12 x 11 x 10 x 9!/ 9!5! = 2002 grupos
14C5 =

PERMUTACIONES

Cuntos nmeros se 2 cifras sin repeticin se pueden formar con los dgitos 8, 2, 5, 4, 7? Solucin:

TEOREMA DE BAYES Una empresa recibe visitantes en sus instalaciones y los hospeda en cualquiera de tres hoteles de la ciudad; Palacio del Sol, Sicomoros o Fiesta Inn, en una proporcin de 18.5%, 32% y 49.5% respectivamente, de los cuales se ha tenido informacin de que se les ha dado un mal servicio en un 2.8%, 1% y 4% respectivamente, a. Si se selecciona a un visitante al azar cul es la probabilidad de que no se le haya dado un mal servicio? a. NQ = evento de que un visitante no se queje del servicio PS = evento de que un visitante haya sido hospedado en el hotel Palacio del Sol S = evento de que un visitante haya sido hospedado en el hotel Sicmoro FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(NQ) = p(PS)p(NQPS) + p(S)p(NQS) + p(FI)p(NQFI) = = 0.185*0.972 + 0.32*0.99 + 0.495*0.96 = 0.17982 + 0.3168 + 0.4752 = 0.97182

DISTRICUION BINOMIAL

Tiramos un dado 7 veces y contamos el numero de cincos que obtenemos. .Cual es la probabilidad de obtener tres cincos?. Este es un tpico ejemplo de distribucion binomial, pues estamos repitiendo 7 veces el experimento de lanzar un dado. .Cual es nuestro exito?. Evidentemente, sacar un 5, que es en lo que nos fijamos. El fracaso, por tanto, sera no sacar 5, sino sacar cualquier otro numero. Por tanto, Exito = E = sacar un 5 = p(E) =1/6 Fracaso = F = no sacar un 5 = p(F) =5/6

DISTRIBUCION HIPERGEOMETRICA Un fabricante de faros para coches informa que en un envo de 4000 faros a un distribuidor, 500 tenan un ligero defecto. Si se compran al distribuidor 20 faros elegidos al azar. Cul es la probabilidad de que haya exactamente dos con defecto?

DISTRIBUCION MULTINOMIAL De acuerdo con la teora de la gentica, un cierto cruce de conejillo de indias resultar en una descendencia roja, negra y blanca en la relacin 8 : 4 : 4. Encuentre la probabilidad de que entre 8 descendientes, a) 5 sean rojos, 2 negros y un blanco, Solucin: a) n=8 x1 = 5 rojos; p1= prob. Sean rojos = 8/16 = 0.50 x2 = 2 negros; p2 = prob. Sean negros = 4/16 = 0.25 x3 = 1 blanco; p3 = prob. Sean blancos = 4/16 = 0.25

p( x1 5, x2 2, x3 1; n 8 )

8! ( 0.50 )5 ( 0.25 )2 ( 0.25 )1 0.082031 5!2!1!

DISTRIBUCION GEOMETRICA

Calcular la probabilidad de que salga el No. 5 a la tercera vez que lanzamos un dado. Definir xito: sale No. 5 x=3 p = 1/6 = 0. 1666 q = (1 - 0.16660) = 0.8333 P(X=3) = (0.8333)2(0.1666) =0.1156

DISTRIBUCION POISSON En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una imperfeccin en 3 minutos. Solucin: a) a) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc. = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

p( x 1, 0.6 )

( 0.6 )1( 2.718 )0.6 ( 0.6 )( 0.548845 ) 0.329307 1! 1

DISTRIBUCION EXPONENCIAL El periodo de vida en aos de un interruptor electrico tiene una distribucion exponencial con un promedio de falla de miu=2 aos cual es la probabilidad de que al menos ocho de 10 de tales interuuptores,que funcionan independientemente,fallen despuesde3 er ao? Si el promedio de fallos es 2 aos sabemos que E(X)=1/ Por lo tanto 2=1/ =1/2=0.5 las frmulas de la exponencial es f(x) = *exp(-*x) P(X<=x) = F(x) = 1-exp(-*x) La probabilidad que un interruptor falle despues de 3 aos es P(X>3) = 1-P(X<=3) = 1-F(3) = 1- ( 1-exp(-0.5*3) ) = 0.2231

DISTRIBUCION GAMMA

En cierta ciudad el consumo diario de energa elctrica, en millones de kilovatios por hora, puede considerarse como una variable aleatoria con distribucin GAMMA de parmetros = 3 y = 0.5. La planta de energa de esta ciudad tiene una capacidad diaria de 10 millones de KW/hora Cul es la probabilidad de que este abastecimientos sea: a. Insuficiente en un da cualquiera?. Solucin: