Universidad Nacional Tecnológica de Lima Sur

Facultad de Ingeniería y Gestión

Escuela de Ingeniería de Sistemas

Estadística Aplicada

Mg. Myrna Manco Caycho

mmanco@untels.edu.pe
 Sílabo
SUMILLA
El curso brindará los conocimientos para la aplicación de
los métodos estadísticos y de la probabilidad en la
solución de problemas de ingeniería.

COMPETENCIAS
 Comprende el impacto de incorporar los instrumentos de
la tecnología de la información y comunicación en su
desarrollo profesional.
 Capacidad para desempeñarse con responsabilidad
ética y profesional.
 Capacidad para identificar y proponer soluciones a los
problemas de la especialidad que se presenten en su
ámbito laboral.
2
Contenido
 I UNIDAD:
Distribuciones de probabilidad
y distribuciones muestrales.
 II UNIDAD:
Estimación interválica
Series de tiempo.
 III UNIDAD:
Análisis de varianza, Prueba
de hipótesis no paramétrica.
Regresión lineal múltiple.
3
 Evaluación y recursos
LA EVALUACIÓN ES PERMANENTE

Se consolida en cinco notas:

 EXAMEN PARCIAL 25%
 TRABAJOS ACADÉMICOS 10%
 PROMEDIO DE PRÁCTICAS 20%
 PROMEDIO DE LABORATORIO 20%
 EXAMEN FINAL 25%

RECURSOS:
 SOFTWARE EXCEL Y SW ESTADÍSTICO
 Calculadora científica
 DIAPOSITIVAS
 TIC

4
 Bibliografía
1. Máximo Mitacc. Tópicos de Estadística y Probabilidad
2. Máximo Mitacc. Tópicos de Inferencia Estadística.
3. Rufino Moya . Probabilidades e Inferencia Estadística
4. Manuel Córdova Zamora. Estadística: Descriptiva e Inferencial.
5. Jay Devore. Probabilidad y Estadística para Ingeniería.
6. Michael Evans y J. Rosenthal. Probabilidad y Estadística para
Ingeniería y Ciencias.

 VIRTUAL
1. Ejercicios Resueltos de Estadística: Tema 4: Probabilidades y
variables Aleatorias
2. Ejercicios Resueltos de Estadística: Tema 5: Inferencia:
estimación y contrastes
3. Microdatos del INEI www.inei.gob.pe
4. Repositorio UNTELS http://repositorio.untecs.edu.pe/
5. Biblioteca virtual CONCYTEC http://bvcyt.concytec.gob.pe/

5
1. Modelos de Distribución
de una variable aleatoria
discreta.
1. DISTRIBUCIÓN DE BERNOULLI
 Al realizar un experimento sólo son posibles dos
resultados: Éxito y fracaso
 X=1 (éxito, con probabilidad p)
 X=0 (fracaso, con probabilidad q=1-p)

 Lanzar una moneda y que salga cara.

 p=1/2 X~B(1, 0.5)
 Elegir una persona de la población y observar si
compró nuestro producto.
 p=0.15 X~B(1, 0.15)
 Aplicar un tratamiento a un enfermo y que éste se
cure.
 p=0.95 X~B(1, 0.95)

7
2. DISTRIBUCIÓN BINOMIAL
Características del fenómeno:
 Un experimento de Bernoulli se repite un número fijo de veces, n
 El parámetro p se mantiene constante en cada ensayo
 Los ensayos son independientes
 Interesa X: El número de éxitos en los n ensayos

Luego X sigue una distribución binomial de parámetros (n,p).

 Lanzar una moneda 10 veces y contar las caras. X ~

b(n=10,p=1/2)

 Número de personas que tienen tarjeta de crédito en una lista de

20 clientes de un banco. X ~ b(n=20,p=0.35)

 Número de ventas realizadas en tres visitas diarias efectuadas por

un vendedor de seguros. X ~ b(n=3, p=0.2) 8
Características de la Distribución binomial
 Función de probabilidad
 n  k nk
P[ X  k ]    p q , 0  k  n
k 
 Problemas de cálculo si n es grande y/o p cercano a 0 o 1.

 Esperanza:
E[X] = μ =n.p

 Varianza:
Var [X] =σ2 = n.p.q

9
Viajeros
En cierta encuesta se preguntó: “Cuando viaja al extranjero,
¿suele aventurarse usted solo para conocer la cultura o
prefiere permanecer con el grupo de su tour y apegarse al
itinerario?”. Se encontró que 25% prefiere permanecer con
el grupo de su tour. ¿Cuál es la probabilidad de que
a. en una muestra de seis viajeros, dos prefieran permanecer
con su grupo?
b. en una muestra de seis viajeros, por lo menos dos
prefieran permanecer con su grupo?
c. en una muestra de 10 viajeros, ninguno prefiera
permanecer con su grupo?
10
3. DISTRIBUCIÓN DE POISSON
Llamada así en honor a su creador, el francés Simeón Dennis
Poisson (1781-1840).
 Número de promociones realizada por
una tienda durante el primer semestre.
 Número de defectos en manufactura de
tela por cada metro2 producido.
 Número de envases llenados fuera de los
límites por cada 100 galones de producto
terminado.
 Número de llamadas telefónicas que se
reciben en un día.
 Número de personas que acceden a
internet entre las 11 a.m. y 12 m. 11
Distribución de Poisson
 También se denomina distribución de sucesos
raros.
 Se obtiene como aproximación de una distribución
binomial con la misma media, para ‘n grande’
(n>30) y ‘p pequeño’ (p<0,1).
 Queda caracterizada por un único parámetro 
(que es a su vez su media y varianza.)
 Función de probabilidad:
x
P[ X  x]  e  , x  0,1,2,...
x! 12
Propiedad Reproductiva – Dist. Poisson
La distribución de Poisson tiene una propiedad cuyas consecuencias son
muy importantes para el Control Estadístico de Procesos. Supongamos
que se tienen m variables aleatorias de Poisson:

13
Accidentes laborales
La probabilidad de que haya un accidente en
una compañía de manufactura es de 0.02 por
cada día de trabajo. Si se trabajan 300 días al
año, ¿cuál es la probabilidad de tener 3
accidentes?
X: Número de accidentes en un día
Como la probabilidad p es menor que 0.1, y el
producto n * p es menor que 10 (300 * 0.02
= 6), entonces, aplicamos el modelo de
distribución de Poisson X~Poi(6):

14
 4. Distribución Geométrica
La distribución geométrica está también relacionada con un
proceso de Bernoulli, excepto que el número de ensayos no es
fijo. Consideremos una sucesión de ensayos de Bernoulli.
Definimos la variable aleatoria

X: Número de ensayos requeridos hasta obtener el primer éxito

𝑅𝑥 = 1, 2, 3, … X  G ( p) 1
E[ X ] 
p
Función de Probabilidad:
q
x 1 Var[ X ]    2
2

P( x)  p.q p

15
Ejercicio
 En una fábrica se examinan cada hora las piezas producidas
por una máquina una a una hasta obtener una defectuosa. Si
esto no se logra la máquina continúa su producción. Caso
contrario se detiene el proceso para examinar la causa del
defecto. Supongamos que la máquina produce 1.5% de
piezas defectuosas. ¿Cuál es la probabilidad de que se
interrumpa el proceso al examinar la 5º pieza?.

16
 5. Distribución hipergeométrica
Consideremos una población finita con N elementos divididos
en dos clases:
X  H ( N , n, M )
N
M N-M

n  M  N  M 
  
 x  n  x 
P( x) 
n-x N
 
x n

𝑅𝑥 = 0,1, … 𝑚í𝑛(𝑀, 𝑛)

17
Características de la Distribución Hipergeométrica

M 
 Esperanza: E[ X ]  n 
N 

 Varianza: Var[ X ]   2  n M 1  M  N  n 

 N  N  N  1 

 Donde:
 N es el tamaño de la población
 M es el tamaño de la población señalado como éxito
 n es el tamaño de la muestra
 x es el número que indica el éxito en la muestra
18
Ejemplo
En una fiesta hay 20 personas: 14 casadas y 6 solteras. Se eligen
3 personas al azar
a) ¿Cuál es la probabilidad de que las 3 sean solteras?
7 6 14 
  
P( X  3)   3  0 
 0.0175
 20 
 
3 
b) ¿Cuál es la probabilidad de que dos sean solteras?
c) ¿Cuál es la probabilidad de que ninguna sea soltera?
d) ¿Cuál es la probabilidad de que a lo más dos sean solteras?

19
Tarjeta de crédito
El 30% de los clientes de un banco tienen
tarjeta de crédito. Si se toma una muestra
aleatoria de 10 clientes del banco, ¿Cuál es
la probabilidad de que
a. Cinco de ellos tengan tarjeta de crédito?
b. A lo más dos clientes tengan tarjeta de
crédito?
c. Hallar la media del número de clientes que
tienen tarjeta de crédito.

20
 Elegir al azar con reemplazo
Significa que escogemos al azar un elemento de un conjunto y
lo regresamos para elegir de nuevo al azar. Esto garantiza la
independencia de las elecciones y nos lleva a una distribución
binomial.
Si una caja contiene N bolas de las cuales M son rojas,
entonces la probabilidad de escoger al azar una bola roja es:
p = M/N.
Si repetimos el experimento sacando n bolas con reemplazo la
probabilidad de que x sean rojas es:
n x
  M  
x
n M 
P( x)  
 x N  1  N  ( x  0,1,....n)
    
21 (Una distribución binomial)
 Queremos seleccionar al azar dos bolas de una caja
que contiene 10 bolas, tres de las cuales son rojas.

Encuentra la función de probabilidad de la variable

aleatoria:

X = Número de bolas rojas en cada elección (con

reemplazo).

Escogemos con reemplazo:

2 x
 2  3   7 
x

p ( x)       , p (0)  0.49, p (1)  0.42, p (2)  0.09

 x  10   10 

22
Productos defectuosos
La probabilidad de que un producto salga defectuoso es de
0.012 ¿Cuál es la probabilidad de que entre 800 productos ya
fabricados hayan 5 defectuosos?
X: …………………………………………………………….

En este ejemplo vemos nuevamente la probabilidad p menor

que 0.1, y el producto n * p menor que 10, por lo que
aplicamos el modelo de distribución de Poisson.

23
Comerciante de limones
Un comerciante de limones tiene conocimiento de que el 3%
de la caja está descompuesta. Si un comprador elige 100 de
ellos al azar, encuentre la probabilidad de que,
a) 4 estén descompuestas.
b) de 1 a 3 estén descompuestas

24
Playa de Estacionamiento
Si en promedio, entran 2 coches por minuto en una Playa
de Estacionamiento, ¿cuál es la probabilidad de que
durante un minuto entren 4 o más coches?

Si asumimos que un minuto puede

dividirse en muchos intervalos cortos de
tiempo independientes y que la
probabilidad de que un coche entre en
uno de esos intervalos es p – que para
un intervalo pequeño será también
pequeño – podemos aproximar la
distribución a una Poisson con  = np =
2.
25
Llamadas telefónicas
El promedio de llamadas telefónicas en una hora es 3, ¿cuál es
la probabilidad de
a) Recibir exactamente tres llamadas en una hora?
b) Recibir 4 llamadas en 88 minutos?
c) Recibir 4 o más llamadas en 88 minutos?

26
Control de Calidad
Un ingeniero que labora en el departamento de control de
calidad de una empresa eléctrica, inspecciona una muestra al
azar de 200 alternadores de un lote. Si el 2% de los
alternadores del lote están defectuosos. Cuál es la
probabilidad de que en la muestra,
a) ninguno esté defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) más de tres estén con defectos

27
Comercial de TV
Al grabar un comercial de televisión, la
probabilidad es 0.30 de que cierto actor
dirá correctamente sus líneas en una
toma cualquiera. ¿Cuál es la probabilidad
de que dirá correctamente sus líneas por
primera vez en la tercera toma?

28
 Deporte favorito
 48. En una encuesta se les preguntó a los
interrogados, “Cuál es el deporte que prefieres ver”.
Futbol y básquetbol ocuparon el primero y segundo
lugar de preferencia . Si en un grupo de 10
individuos, siete prefieren futbol y tres prefieren
básquetbol. Se toma una muestra aleatoria de tres
de estas personas.
 a. ¿Cuál es la probabilidad de que exactamente dos
prefieren el futbol?
 b. ¿De que la mayoría (ya sean dos o tres) prefiere
el futbol?
29
Uso de transporte público
 En cierta ciudad, 30% de los
trabajadores emplean el
transporte público .
a. ¿Cuál es la probabilidad de que
en una muestra de 10
trabajadores exactamente tres
empleen el transporte público?
b. ¿De que en una muestra de 10
trabajadores a lo más tres
empleen el transporte público?

30
Inventario
En el estudio de la administración de inventarios de una tienda
se determinó que un artículo se pide en promedio 5 veces al
día, ¿cuál es la probabilidad de que, en un día dado, el artículo
a) Sea pedido tres veces
b) Sea pedido más de cinco veces
c) No sea pedido
d) Sea pedido a lo más tres veces

31
Fallas en un CD
La probabilidad de que un CD de música dure al menos un
año sin que falle es de 0.95, calcular la probabilidad de que
en una muestra de 15,
a) 12 duren menos de un año,
b) a lo más 5 duren menos de un año,
c) al menos 2 duren menos de un año.

32
Fabricante de lavadoras
Un fabricante de lavadoras asegura que solamente el
10% de sus lavadoras requiere reparación dentro
del periodo de garantía que es de 12 meses. En una
muestra de 20 lavadoras,
a) ¿cuál es la probabilidad de que 4 lavadoras
requieran reparación durante el primer año? R. 0.09
b) ¿cuál es la probabilidad de que 4 o menos
lavadoras requieran reparación durante el primer
año? R. 0.957

33
Tasa de Desempleo
59. La tasa de desempleo es 4.1% (Barron’s, 4 de
septiembre de 2000). Suponga que selecciona
aleatoriamente 100 personas empleables.
a. ¿Cuál es el número esperado de personas que
están desempleadas?
b. ¿Cuál es la varianza y la desviación estándar del
número de personas que están desempleadas?

34
Licencia de conducir
Para obtener una licencia de conducir se
realiza un examen con 20 preguntas. Se
sabe que una determinada persona
tienen una probabilidad de 0.7 de
contestar bien cada pregunta. Hallar la
probabilidad de que la primera pregunta
que contesta bien sea la cuarta pregunta
que hace.

35
Amortiguador para automóvil
En pruebas realizadas a un amortiguador para automóvil se
encontró que el 0.04 presentaban fuga de aceite. Si se instalan
150 de estos amortiguadores, hallar la probabilidad de que,
a) 4 salgan defectuosos,
b) más de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determine el promedio y la desviación estándar de
amortiguadores con defectos.

36