INTRODUCCIN

En el contenido de este trabajo se ha tratado de mantener un enfoque utilitario,

prctico, respetando el principio
que la Estadstica debe ser una
herramienta fundamental para describir procesos y tomar decisiones en el
trabajo cotidiano de un Ingeniero. Se trat de romper la dicotoma entre teora
y realidad, respondiendo permanentemente a la pregunta Cundo puedo
usar esta teora? Qu me permite conocer o responder la misma?
Si podemos describir la estadstica como: un conjunto de tcnicas para
describir grupos de datos y para tomar decisiones en ausencia de una
informacin completa.
Casi toda decisin que un hombre o mujer de negocios e Ingeniero tiene que
tomar, de una u otra manera, presenta algn elemento de incertidumbre, es
decir, en el momento en que la decisin es tomada no se tiene la certeza
absoluta de cul ser la consecuencia de la decisin tomada.
Algunas veces, los efectos de la incertidumbre son tan pequeos que su
influencia en la decisin tomada puede despreciarse y por tanto se trata a la
situacin que se presenta como que no tiene incertidumbre y se toma la
decisin con entera confianza. Pero en no pocas ocasiones se enfrentan
situaciones donde la incertidumbre es importante y no puede ser ignorada y en
esas situaciones, las probabilidades y la estadstica son herramientas eficaces
para tomar las decisiones.

Tablas de Distribucin de Frecuencia

1. Pago que recibieron 30 ayudantes de obra por una semana de trabajo en una
obra de construccin civil tomando en cuenta de que por dia ganan: 40-60
soles diarios
200 200 270 270 270 280 280 280 300 300 300 320 320 340 350 350 350
380 380 380 380 380 390 390 400 400 400 420 420 420
Xi
200
270
280
300
320
340
350
380
390
400
420
TOTAL

fi

Fi
2
3
3
3
2
1
3
5
2
3
3
30

hi%
2
5
8
11
14
17
20
23
26
29
32

Hi%
7
10
10
10
7
3
10
17
7
10
10
100

7
17
27
37
43
47
57
73
80
90
100

450
380

400
350
300
250
200

270

280

300

320

340

390

400

420

350

200

150
100
50
0

21

32

33

34

25

16

37

58

29

310
10

311
11

7%

10%

10%
10%
10%

7%

10%
17%
7%
10%
1

3%
7

10

11

2. Costo que tiene la construccin de una casa promedio con dos pisos de 250
m2 con distintos materiales, en los veinticuatro departamentos del Per.
180000 260000 250000 300000 285000 195000 195000 350000 250000
260000 270000 315000 190500 190500 350000 180000 285000 400000
400000 260000 180000 350000 500000 300000

Xi
180000
190500
250000
260000
270000
285000
300000
315000
350000
400000
500000
TOTAL

fi

Fi
3
4
2
3
1
2
2
1
3
2
1
24

hi%
3
7
9
12
13
15
17
18
21
23
24

Hi%
13
17
8
13
4
8
8
4
13
8
4
100

13
30
38
51
55
63
71
75
88
96
100

600000

500000

400000

300000

200000

100000

10

11

8%

4%

13%

13%

17%

4%
8%

8%

8%

13%

4%

10

11

3.

En una obra de construccin, se consult la edad a todas las personas que

entraban entre las 8:00 h y 5:00 h. En la cual los resultados obtenidos
fueron los siguientes.
18 18 19 19 19 19 22 22 22 22 30 30 30 34 34 34 37 37 37 42 42 42 47 47
50 55 55 60 60 60

EDADES
CONSULTADAS
18
25
32
39
46
53
TOTAL

25
32
39
46
53
60

y
22
29
36
43
50
57

Rango: 60-18 = 42
Intervalo: 2.5*raiz4(n) = 6
Amplitud:
=
Rango
N de Intervalos

NUMEROS DE INTERVALOS
6

fi
10
3
6
3
3
5
30

42
6

Fi
10
13
19
22
25
30

hi%
33
10
20
10
10
17
100

7
RANGO
42

AMPLITUD
7

Hi%
33
43
63
73
83
100

10
9
8
7
6
5
4
3
2
1
0
1

17%

33%
10%

10%

10%
20%

Medidas de Tendencia Central

1. Precio de venta que le da una empresa de maquinaria pesada a 20 distintas
maquinas dependiendo de la marca, calidad y tamao para el trabajo de
construccin. (Dlares)
350 48000 80000 150000 750000 450 700 35000 70000 70000 350 50000
55000 110000 11000 70000 110000 13500 13500 400

INGRESO ECONMICO

fi

Fi

hi%

Hi%

350

22280

11315

20

20

22280

44210

33245

25

45

44210

66140

55175

12

15

60

66140

88070
11000
0

77105

18

30

90

99035

20

10

100

88070
TOTAL

20

100

Rango: 110000 - 350 = 109650

Intervalo: 2.5*raiz4(n) = 5
Amplitud:
=
109650
Rango
5
N de Intervalos

21930

Media Aritmtica:
n

x i . fi
i

( 113154
n ) + ( 332455 ) + ( 551753 ) + ( 771056 )+(990352)
20

= 51886
Interpretacin: El precio promedio de 20 mquinas es de 51886 dlares

Moda:
Interpretacin: El precio ms frecuente en 20 mquinas es de 49000 dlares

Md=

48000+50000
2

49000

Mediana:
X=

20
2

Fj: 6
Fj-1: 3
Fj+1: 2

10

10>3

2. Cantidad de ladrillos que entran en 15 muros de 1 m

dependiendo de las

diversas dimensiones que presentan los ladrillos, y las diferentes juntas de

mortero consideradas.
38 28 28 38 34 38 42 36 36 42 39 39 60 60 38

Ladrillos total

hi%

Hi%

13

13

34

20

36

13

40

38

27

60

39

11

13

73

42

13

13

86

60

15

13

99

Media Aritmtica:

Xi . fi
i

Fi

28

TOTAL

fi

15

100

= (28*2)+(34*1)+(36*2)+( 38*4)+(39*2)+(42*2)+(60*2)
n

15
= 45

Interpretacin: El promedio de ladrillos utilizados es de 45 en una pared de 1m2

Moda:
Md= 38
Interpretacin: La cantidad ms frecuente es 38 ladrillos por un muro de 1 m

15
2

Mediana:

=8

Fj: 9
Fj-1: 6
Fj+1: 11
1 Caso

n
2

Fj-1 = 8 > 6

3. La inversin anual en miles de dlares de 37 empresas constructoras en

obras de saneamiento.
190 195 195 210 210 220 235 255 270 270 275 280 290 295 300 310 310
315 325 345 345 350 355 360 360 360 375 425 425 425 426 430 450
454
GASTO ANUAL

fi

Fi

hi%

Hi%

[190 234>

212

16

16

[234 278>

256

11

14

30

[278 322>

300

18

19

49

[322 366>

344

26

22

71

[366 410>

388

30

11

82

[410 454]

432

37

19

101

TOTAL

37

Rango: 454 - 190 = 264

Intervalo: 2.5*raiz4(n) = 6
Amplitud:

Media Aritmtica:

Rango
N de Intervalos

100

44

Xi . fi

(212*6)+(256*5)+(300*7)+(344*8)+(388*4)+(432*7)
n
37
= 324
Interpretacin: La inversin anual promedio es de 324mil dlares en obras de
saneamiento

Moda:

fj= 8
fj-1= 7
fj+1= 4
A= 44
Yj-1= 322

Md:

322+44

87
( 87 )+(84)

= 370

Interpretacin: La inversin ms frecuente en obras de saneamiento es de

370dolates

Mediana:

n 2 F j 1

Me y j 1 A

F j F j 1

n/2= 18.5 = 19
Fj= 26
Fj-1= 18
A= 44

yj-1= 322

Me=322+

44( 1918 )
=326
( 2618 )

Interpretacin: El 50% invertido en obras de saneamiento es menor de 326mil

dlares, mientras que el otro 50% es mayor a 326mil dlares.

Probabilidad condicional
1.

A: Gerencia de Proyectos de Construccin

B: Estructuras
C: Vas y transporte
ESPECIALIDADES
A

TOTAL

HOMBRES

24

66

18

108

MUJERES

22

38

32

92

TOTAL

46

104

50

200

Hallar la probabilidad de que una persona elegida al azar sea mujer sabiendo
que su especialidad elegida es C

P(M C)
P(C)

P (M|C):

32/200
50 /200

32
50

16

= 25 =0.64

Sea C el evento El ingeniero selecciona la especialidad de Vas y

transporte

104

P (B) = 200 =0.52

Hallar la probabilidad de que una persona elegida al azar sea hombre

sabiendo que su especialidad elegida es A

P (H|A) =

2.

P( H A) 24 /200
=
=0.5217
P( A)
46 /200

La probabilidad de que un Ingeniero utilice cierto tipo de cemento para

un aligerado es 0.4 y la probabilidad de que un segundo ingeniero utilice
MS es de 0.5. La probabilidad de que el primer Ingeniero utilice MS,
dado que el segundo ingeniero lo hace es 0.7.
a. Encontrar la probabilidad de que, el ingeniero utilice MS:
P (1Ingeniero) = P (Tipo I) = 0.4
P (2Ingeniero) = P (MS) = 0.5
P(1ingeniero/ 2ingeniero) = 0.7

b. Un ingeniero utilice otro tipo de cemento debido a que el otro

tambin lo utiliza es:
P (TIPOI/MS):

P(TIPOI MS )
P ( TIPOI )

0.35
=0.875
0.4

c. Al menos un ingeniero utilice algn cemento.

Se utiliza la regla de la suma, la probabilidad es:

MS) = P (MS) + P (TIPOI) P (MS TIPOI)

P (TIPOI

= 0.4 + 0.5 - 0.35 = 0.55

3.

Un estudiante del ltimo ciclo de Ingeniera da su examen final, el cual

consiste de mltiples escogencias en el cual cada pregunta tiene 5
respuestas posibles, solo una de ellas es correcta. S, el estudiante no
sabe la respuesta, selecciona una de las 5 respuestas, mientras que si la
sabe, selecciona la respuesta correcta. Supongamos que el estudiante
sabe la respuesta del 70% de las preguntas del examen.
a. Cul es la probabilidad de que una respuesta particular el estudiante
responda acertadamente?

S, el estudiante no sabe la respuesta, adivina: P(N)=0.30 P(A)=1/5

S, el estudiante sabe la respuesta, responde correctamente:
P(E)=0.70

P(C)= 1

1/
5

ADIVINA
P(n)=0.30

CORREC
TA

SABE

P(C) = P(C/N) * P(N) + P(E)*P(C/E)

= 1/5*0.30+0.70*1
P(C)= 0.76

b. S, el estudiante responde acertadamente Cul es la probabilidad de

que sepa la respuesta?

P(E/C)

P(CE)P(E)
P ( CE ) + P ( CN )P ( N ) =

10.70
0.70
=
=
0.76
1
P(E/C) = 0.72
10.70+ (0.30)
5

()

Distribucin Binomial
1.

Si la probabilidad de que cierta columna falle ante una carga axial es de

0.05 Cul es la probabilidad de que entre 6 de estas columnas:
a) A lo ms fallen 2
b) Al menos fallen 2
Sea X la variable que indica el nmero de columnas que fallan de las 6
que son sometidas a la carga axial.
X=?
n=6
p=0.05
q= 1- 0.05 = 0.95

a.

P ( X 2 )=P ( x=0 )+ P ( x=1 ) + P( x=2)

C60( 0.05 )0( 0.95 )6=0.7351

6

C1( 0.05 ) ( 0.95 ) =0.2321

C62( 0.05 )2( 0.95 )4=0.0305

2

( 62 )( 0.05 )x ( 0.95 )6x =0.9977

x=0

b.

P ( X 2 )=1P ( x 1 )
P ( x=0 ) + P ( x =1 )=0.9672

2.

Un ingeniero que labora en el departamento de supervisin supervisa una

muestra de 10 alternadores en un lote.
Si el 20% de los alternadores del lote estn defectuosos. Cul es la
probabilidad de que en la muestra:
a. Ninguno este defectuoso
X= 0
N=10
p=0.20
q=1-0.20=0.80
10
0

C ( 0.2 )0( 0.8 )10 =0.1074

b. Uno salga defectuoso

P(X=1)
X=1
N=10
P=0.20
q= 1-0.20= 0.8
10
1

C ( 0.2 ) ( 0.8 ) =0.2684

c. Ms de tres estn defectuosos
P(x 3 =1P( x 2)
N= 10
P=0.20
Q= 1-0.20 =0.80
X= 1-P(x 2

0
10
P ( x=0 )=C 10
0 ( 0.2 ) ( 0.8 ) =0.1074
1
9
P ( x=1 )=C10
1 ( 0.2 ) ( 0.8 ) =0.2684
2
8
P ( x=2 )=C 10
2 ( 0.2 ) ( 0.8 ) =0.3020

= 1 [P(x=0) + P(x=1) + P(x=2)]

= 1 [0.1074 + 0.2684 + 0.3020]
= 1 0.6778
= P [x 3 =0.3222

3.

Si 15 de 50 proyectos de vivienda violan el cdigo de construccin civil.

Cul es la probabilidad de que un inspector de viviendas que selecciona
aleatoriamente a 4 de ellas descubra que:
a. Ninguna de las casas viola el cdigo de construccin
N=4
P= 15/50=0.30
Q= 1- 0.30= 0.70
P(x=0):
4

P ( x=0 )=C 0( 0.30 ) ( 0.7 ) =0.2401

b. Dos viviendas violan el cdigo de construccin
P(x=2)
x=2
n=4

p=0.30
q=1-0.30=0.70

P ( x=2 )=C 42( 0.30 )2( 0.7 )2 =0.2646

c. Al menos tres violan el cdigo de construccin

P ( x=1 )=C14( 0.30 )1( 0.7 )3 =0.4116

= P(x

P ( x=0 ) + P ( x =1 )+ P (x=2)
3 =1

= 1 [0.2401 + 0.4116 + 0.2646]

= 0.0837

Distribucin Poisson
1.

Supongamos que el nmero de imperfecciones de un alambre grueso de

cobre utilizado en la construccin de un puente, sigue una distribucin
de Poisson con una medida de 2.4 imperfecciones por milmetro.
P(x=2)

a.

Determinar la probabilidad de 2 imperfecciones en un metro de alambre:

e2.4( 2.4)2
2!
b.

=2.4

= 0.2413

Determinar la probabilidad de 10 imperfecciones en 5 milmetros de

alambre
X= 10

=2.45=12.0

e12(12)10
=0.1048
10!
c.

Determinar la probabilidad de al menos una imperfeccin en 2mm de

alambre

=2.42=4.8

X = 4.8
P(x 1
4.8

(4.8)
=0.0082
0!
= 1 p(x<1)
= 1 [P(x=0)] = 1- 0.0082 = 0.9918

2.

Una empresa constructora observa que el mnimo de componentes que

fallan antes de cumplir 100 horas de funcionamiento es una variable de
Poisson, si el numero promedio de fallas es 8
a. Cul es la probabilidad de que falle un componente en 25 horas?
Considerando que se cumplen ciertas condiciones de regularidad,
podemos asumir que una variable x que mide el nmero de
componentes que fallan antes de cumplir las 25 horas de

funcionamiento sigue una distribucin de Poisson con parmetro

=2 :

=2

X=1
2

e (2)
=0.2707
1!
b. Que fallen no ms de 2 componentes en 50 horas
P(x 2 =4

e4(4)0 e4( 4)1 e2(4)2

+
+
0!
1!
2!
= 0.0183 + 0.0733 + 0.1465
= 0.2381

c. Cul es la probabilidad de que fallen por lo menos 10 en 125horas

P(x 10 =10

10

10

e (10) e
+
0!

10

(10) e
+
1!

10

(10) e
+
2!

10

10

10

= 1- [P(x=10), =10 ]
= 1 [0.0000 + 0.0005 + 0.0023 + 0.0076 + 0.0189 + 0.0378 + 0.0631 +
0.0901 + 0.1126 + 0.1251]
= 1 0.4580
= 0.5420
3.

Con objeto de revisar la calidad en el pulido del lente de un topgrafo

cierta constructora acostumbra determinar el nmero de manchas en la
superficie considerando el lente defectuoso si 3 o ms de tales manchas
asperezas y otro tipo de defectos apresen en el. Si la tasa media es de
2 defectos por cm2 Calcular la probabilidad de que un lente de 4cm2,
que ha sido revisado no se le catalogue como defectuoso? Un lente no se
cataloga defectuoso si tiene menos de 3 defectos.
- La tasa media es de 2 defectos por cm2, es decir

=24=8 defectos

Para que un lente no se catalogue como defectuoso debe tener menos de tres
defectos. Por lo tanto, la probabilidad que necesitamos calcular es que un lente de
4cm2 tenga menos de tres defectos (es decir sea bueno)
P(x<3) = P(x=0) + P(x=1) + P(x=2)

10

(10) e (10) e (10) e (10) e

+
+
+
+
3!
4!
5!
6!

(10) e
+
7!

e (8) e (8) e (8)

+
+
=0.00035+0.00268+0.01073=0.0138
0!
1!
2!

Distribucin Normal
1. Suponiendo que sabemos el sueldo de los ingenieros en una empresa x de
construccin, sigue una distribucin aproximadamente normal, con media de
140mil y una desviacin estndar de 20.
a. Determinar la probabilidad de que un ingeniero tenga un sueldo menor o
igual a 150mil

P (z a

Z=

x 150140
=
=0.50

20
Z= 0.50 = 0.6915

b. Si deseamos la probabilidad de que un ingeniero elegido al azar, tenga un

sueldo mayor o igual a 150mil
P (z>a) = 1- P(z a

x 150140
=
=0.50

20
Z= 0.50 = 0.6915
Z= 1 0.6915 = 0.3085

c. Determinar la probabilidad de que un ingeniero elegido al azar tenga un

sueldo menor o igual a 115
P(z a =1P(z a)

x 115140
=
=1.25-a

20

Z= -1.25 = 0.8944
1 0.8944 = 0.2212

d. Si deseamos la probabilidad de que un ingeniero elegido al azar, tenga un

sueldo entre 115 y 1520mil
A=115
B= 150

-a

P(-a z b =P ( z b)[1P ( z a)]

x 115140
=
=1.25=0.8944

20

X=115
X= 150

x 150140
=
=0.50=0.6915

20

P(-a

z b =0.8944[ 10.6915]=0.5859

2. En un examen de fin de Tecnologa la media fue 78 y la desviacin tpica 10

a. Determinar la referencia tipificada de un estudiante de ingeniera cuya

puntuacin es 93.

=78

Z=

=10

9378
=1.5=0.06681
10

X=93
Z=?
b. Determinar la puntuacin del estudiante de Ingeniera cuya referencia
tipificada fue -0.6:

=78

=10
X=?
Z= -0.6
X=

( + z)

= 78+ (-0.6)*10= 72

3. El consumo medio bimestral de energa elctrica en una ciudad es de 59

Kwh., con una desviacin tpica de 6 Kwh. Se supone que se distribuye segn
una distribucin normal.

a. Cuntos Kwh. tendra que consumir bimestralmente para pertenecer

al 5% de la poblacin que ms consume?

1.645=

x59
=67.87
6

Por lo tanto, tendra usted que consumir ms de 67,87 Kwh. bimestralmente para
pertenecer al 5% de la poblacin que ms consume
b. Si usted consume 45 Kwh. qu % de la poblacin consume menos que
usted?

4559
=2.333
9

P (X 45) = P (t -2,333) = P (t > 2,333) = 1 - P (t 2,333) = 1 - 0,9901 = 0,0099

Luego, tan slo un 1,39% de la poblacin consume menos que usted

Bibliografa Consultada

Cajal, H. U. (sf). Material docente de la Unidad de

Bioestadstica Clnica Recuperado el 15 de Enero de
2009, de
http://www.hrc.es/bioest/M_docente.html#tema2
Cabran, M. (2001).
Distribuciones continas Recuperado el 14 de Julio de
2009, de Ministerio de Educacin y ciencia:
http://descartes.cnice.mecd.es/Bach_HCS_2/distribucio
nes_probabilidad/dis_continuas.htm
CYTA. (s.f.). Gua de Estadsticas. Distribucin de
Poisson. Recuperado el 14 de Julio de 2009, de
http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/guia_
estadistica/index.htm Daniel, W. (2006).
https://luisdi.files.wordpress.com/2008/08/estadisticasuni.pdf
http://www.tuveras.com/estadistica/normal/ejemplos.ht
m
http://cipri.info/resources/ARTProbabilidad_Condicionada.pdf
https://www.youtube.com/watch?v=ovDmEn3ARFY

http://www.vitutor.com/pro/3/b_g.html