Documente Academic
Documente Profesional
Documente Cultură
TEXTO DE
ESTADSTICA II
PARA
CIENCIAS EMPRESARIALES
Autores:
Ing. Mgr. Carlos Valdivieso T.
Jefe de Ciencias Exactas UPB
ANEXO DE
TABLAS ESTADSTICAS
Tabla I:
Tabla II:
Tabla III:
Tabla IV:
Tabla V:
Nmeros Aleatorios
Tabla VI:
Distribucin t de Student
ANEXOS
1. Distribuciones de Densidad
2. Trabajo de Aplicacin Final
PRLOGO
Este texto ha sido escrito por la necesidad de contar con un texto prctico, que ayude a
los estudiantes a entender de manera clara los conceptos, procedimientos, clculos,
objetivos y finalidad de la Estadstica Inferencial, en cualquier rea de preparacin en la
que se encuentren.
Su cualidad es presentar una estructura adecuada para abordar esta parte de la
Estadstica, de manera que las distintas partes que la integran se complementen,
conforme se avanza en su estudio captulo por captulo, de manera precisa y lgica, con
el objeto que el estudiante forme un esquema mental que le ayude a aprehender con
mayor facilidad.
Adems, su estructura y funcin permiten al profesor o docente encargado de ensearla,
hacer un seguimiento total de cada uno de los temas en particular, por las facilidades
didcticas que presenta cada uno de sus captulos, lo que facilita al docente construir un
esquema que le permita fluidez en la transmisin de conocimientos hacia los alumnos.
Los rboles de decisiones que se incluyen en cada tema, con el objeto que la resolucin
de problemas inferenciales se practique de manera sencilla, son aportes exclusivos de los
autores. Por otro lado, en cada captulo se han incluido ejercicios de clase, con el fin de
que el docente pueda usarlos para realizar su explicacin de manera efectiva, y tambin
ejercicios propuestos, para que el estudiante pueda resolverlos en casa, en base a la
enseanza que recibi en el aula.
En consecuencia, consideramos que el texto ser un auxiliar de gran ayuda al encargado
de impartir esta materia, por la capacidad sencilla y escalonada de abordar la Estadstica
Inferencial y la prctica de resolver sus problemas. Los planteamientos terico-prcticos
son realizados paso por paso, presentando ejemplos ilustrativos y fciles de comprender.
El captulo 1 introduce al estudiante a las nociones de la inferencia estadstica,
respondiendo a la pregunta: Cmo se organiza y presenta la informacin recopilada
mediante un experimento aleatorio? El proceso a seguir es: a travs de la determinacin
del espacio muestral, eventos de inters, asignacin de probabilidades y formulacin de la
variable aleatoria, se define la distribucin de probabilidades. Luego sigue la pregunta:
Cmo se puede resumir la informacin presentada en distribuciones de probabilidad?
Mediante estadgrafos de Tendencia Central (que fijan la posicin de la distribucin).
Cmo se puede caracterizar una distribucin? A travs de estadgrafos de Tendencia
Central y Dispersin (que define la forma de la distribucin). Conformada la comprensin
de las distribuciones de probabilidades, se desarrolla la Estadstica Inferencial de dos
variables, por su importancia para generar la imaginacin de formular hiptesis y
desarrollar la habilidad de cruzar la informacin elaborada, como respuesta a los objetivos
de cualquier tipo de investigacin en el proceso de construir el conocimiento. Se incluyen
reglas para el clculo de probabilidades, arboligramas y distribuciones bidimensionales de
probabilidades.
Una vez que se ha comprendido el concepto de distribucin de probabilidades, el captulo
2 da al lector la manera de formular, ajustar y/o reconocer para una situacin emprica,
modelos tericos de distribuciones de probabilidad, tanto discretos como continuos.
CONTENIDO
PRLOGO i
CONTENIDO iii
PARTE I: CONCEPTOS FUNDAMENTALES SOBRE PROBABILIDAD 1
CAPTULO 1. DISTRIBUCIN DE PROBABILIDADES 2
1. Introduccin 2
2. Experimento Determinstico y Aleatorio 2
3. Caractersticas de un Experimento Aleatorio 2
4. Probabilidad 6
5. Variable Aleatoria 8
6. Distribucin de Probabilidades 9
7. Estadgrafos de Posicin y Dispersin Esperados 13
8. Reglas de Composicin para el Clculo de Probabilidades 22
9. Clculo de Probabilidades Utilizando Diagrama de rbol 29
10. Generalizacin de las reglas para el clculo de probabilidades 33
11. Distribucin Bidimensional de Probabilidades 35
Ejercicios de Clase 39
Ejercicios Propuestos 44
Ejercicios para Examen 48
CAPTULO 2. DISTRIBUCIONES TERICAS DE PROBABILIDAD 49
1. Introduccin 49
2. Distribuciones Tericas Discretas de Probabilidad 50
3. Distribuciones Tericas Continuas de Probabilidad 58
4. Aproximacin Normal a la Binomial 63
5. rbol de Decisin para Elegir la Distribucin Terica Adecuada en la
Resolucin de Problemas 65
Ejercicios de Clase 67
Ejercicios Propuestos 70
Ejercicios Para Examen 75
PARTE II: MUESTREO 77
CAPTULO 3. MTODOS Y DISTRIBUCIONES DE MUESTREO 78
1. Introduccin 78
2. Tipos de Muestreo 79
3. Mtodos de Muestreo Aleatorio 80
4. Distribuciones de Muestreo 83
5. Teorema Central del Lmite 89
iii
iv
PARTE I
CONCEPTOS FUNDAMENTALES SOBRE PROBABILIDAD
CONCEPTO
Una probabilidad es un grado de certeza que se puede obtener de cualquier evento que
vaya a ocurrir o que ocurri, en base a una escala de 0 a 1. Si el evento nunca ocurrir, se
le asigna una probabilidad de 0, caso contrario, si el evento siempre pasar, se le asigna la
probabilidad de 1. Dependiendo si es menos o ms probable que el suceso se d, se
tendrn probabilidades de 0 a 0.5 o de 0.5 a 1, respectivamente.
DETERMINACIN
La probabilidad puede ser hallada cuantitativamente de manera histrica, mediante la
frecuencia relativa de la repeticin del suceso en anlisis, o si nunca se dio anteriormente o
no se tienen los datos, mediante la divisin de los casos favorables a que ocurra el evento
sobre el nmero de casos posibles. Sin embargo, existen sucesos en los que por su
naturaleza no se puede saber su probabilidad exacta o asignarle un valor especfico, por lo
cual se procede a realizar un criterio subjetivo o cualitativo, en base a la experiencia, sobre
su posibilidad de ocurrencia.
APLICACIN
El anlisis de probabilidades surgi como una manera para predecir los triunfos o derrotas
en los juegos de azar. Posteriormente se aplic en el campo de los seguros de vida. Por su
utilidad y versatilidad en ese campo, todas las ramas cientficas la adoptaron a sus
respectivas necesidades. Es as que las ingenieras la utilizaron para el control de calidad,
diseo y anlisis de experimentos, pronsticos en la produccin y la direccin de
operaciones, optimizacin multivariable, modelacin y para decisiones diversas. Las
Ciencias Econmicas utilizaron la estadstica como una metodologa de investigacin, en el
anlisis economtrico, investigacin de mercados y decisiones gerenciales diversas.
CAPTULO 1
DISTRIBUCIN DE PROBABILIDADES
1. INTRODUCCIN
La teora de las probabilidades tuvo su origen en los problemas relacionados con los juegos
de azar (dados, barajas, etc.). Mas tarde el concepto de probabilidad, convenientemente
modificado, se ha aplicado a los seguros y a los problemas de inferencia estadstica. Estos
ltimos poseen numerosas aplicaciones en la fsica moderna, la biologa, la agricultura, la
industria, las ciencias sociales y la economa. De aqu que la teora de las probabilidades
tenga hoy gran inters prctico y terico y constituya una rama importante de la matemtica,
ingeniera y de las ciencias sociales.
3. EXPERIMENTO ALEATORIO
3.1. Caractersticas
Un experimento aleatorio, tiene las siguientes caractersticas.
Se puede repetir de manera indefinida, esto asegura que los resultados sean simtricos y
que el elemento del experimento sea homogneo.
Los resultados del experimento son numerables y registrables.
No es posible determinar el resultado exacto de un experimento aleatorio antes de que
ocurra, pero si obtener una lista de los posibles.
Por el principio de la regularidad estadstica es posible estimar un resultado cualquiera del
experimento cuando este se haya realizado muchas veces.
Por extensin
Por comprensin
Los espacios muestrales pueden ser finitos o infinitos. Es finito cuando se trata de un
conjunto numerable, como por ejemplo los resultados posibles que existen al elegir un
nmero de la lotera de entre 100000 boletos. Es infinito cuando es continuo no numerable,
como por ejemplo los resultados posibles que se pueden dar al elegir una persona de todas
las que hay en el mundo.
Cualquiera de los instrumentos sealados son alternativos, con las restricciones descritas.
Ejemplo.
Experimento aleatorio con reposicin o reemplazo.
En el bolsillo de un estudiante hay billetes de 10, 20 y 50 bolivianos. Si se obtienen dos
billetes, uno tras otro, elegidos al azar, con reposicin. Qu resultados pueden obtenerse?
Se pretende determinar el espacio muestral.
Resolucin.
Se trata de un experimento aleatorio, porque es posible efectuar la extraccin de dos
billetes, uno tras otro elegidos al azar, de manera permanente y bajo las mismas
condiciones, observar los resultados y registrarlos.
Los resultados posibles o imaginables de dicho experimento pueden ser obtenidos
mediante un arboligrama.
Para construirlo se debe preguntar: cules son los posibles billetes que se puede sacar en
la primera extraccin? La segunda pregunta: habiendo sacado un billete de 10, 20 o 50,
qu posibles billetes puedo sacar en la segunda extraccin?
1a extraccin
10
20
50
2a extraccin
10
10
20
50
20
10
20
50
50
10
20
50
1a
10
20
50
10
20
50
10 10
20 10
50 - 10
10 20
20 - 20
50 - 20
10 50
20 50
50 - 50
Ejemplo.
Experimento aleatorio sin reposicin o reemplazo.
En el bolsillo de un estudiante hay billetes de 10, 20 y 50 bolivianos. Si se obtienen dos
billetes, uno tras otro, elegidos al azar, sin reposicin. Qu resultados pueden obtenerse?
Hallar el espacio muestral.
Resolucin.
No se trata del mismo experimento aleatorio, porque en este caso se extraen los billetes
uno tras otro, pero sin reposicin.
Los resultados posibles o imaginables de dicho experimento pueden ser obtenidos
mediante un arboligrama.
Aqu se realizan las mismas preguntas que en ejemplo anterior. Se observar que basta que
una condicin del experimento cambie, para que ste tenga otro espacio muestral.
4
1a extraccin
2a extraccin
20
10
50
10
20
50
10
20
50
10
50
20
S = { 10-20 ; 10-50 ; 20-10 ; 20-50 ; 50-10 ; 50-20 }
1a
10
20
50
10
20
50
X
20 10
50 - 10
10 20
X
50 - 20
10 50
20 50
X
4. PROBABILIDAD
La probabilidad es una medida del riesgo o de la incertidumbre. Se dice que existe riesgo
cuando se conoce el espacio muestral y la probabilidad de aparicin de los sucesos. La
situacin que indica incertidumbre, desconoce la presencia del espacio muestral, la
probabilidad de los sucesos o ambos.
La probabilidades pueden clasificarse en tres tipos:
P (A ) =
Algunas propiedades que presentan los sucesos, al hablar de sus probabilidades son:
La suma de probabilidades de dos sucesos independientes es: P (A U B) = P(A) + P(B)
La suma de probabilidades de dos eventos mutuamente excluyentes es: P(A) = 1 - P(A)
6
1
2
1
2
1
2
1
2
1
2
1
2
1
2
M
1
2
1
2
M
M
1
2
1
2
1
2
H
M
1 1 1 1
P(HHM) = P(H)P(H)P(M) = =
2 2 2 8
1 1 1 3
P(E1 ) = + + =
8 8 8 8
La probabilidad de 2 nacidos hombres es de 3 veces en 8 nacimientos, o del 37.5%.
Nota: Un problema de probabilidad sin todos estos pasos, no sirve.
7
P(A) =
20
*100 = 20%
100
Existe una probabilidad del 20% de que el taxi al que se subi sufra un choque fuerte.
5. VARIABLE ALEATORIA
Es una funcin que permite transformar puntos del espacio muestral en puntos del conjunto
de los nmeros naturales. Puede ser continua o discreta.
Ejemplo.
Supngase el espacio muestral del sexo de 3 recin nacidos.
S=S(HHH, HHM, HMH, MHH, HMM, MHM, MMH, MMM)
Corresponde a la situacin de observar 3 nacimientos uno tras otro.
Si interesa el nmero de hombres recin nacidos se puede observar la siguiente relacin
entre la variable definida y el espacio muestral.
Si dentro el espacio muestral, teniendo en cuenta la variable aleatoria definida, se define una
funcin de probabilidades que determine la ocurrencia de los diferentes valores de la
variable, se dice que se ha definido en: P(x en A)
6. DISTRIBUCIN DE PROBABILIDADES
Sea un experimento aleatorio que permite definir un espacio muestral, sea x la variable
aleatoria y P(x) las probabilidades respectivas. La funcin de probabilidad se obtiene cuando
determinada una variable aleatoria para el espacio muestral se dispone de las probabilidades
correspondientes producidas en el experimento aleatorio.
En el ejemplo anterior, la distribucin de probabilidades es la siguiente:
Variable
xi
x1 = 0
x2 = 1
x3 = 2
x4 = 3
P(xi)
1/8
3/8
3/8
1/8
P(x ) = 1
i
x =1
x = 0, 1, 2, ..., n.
Para determinar si una funcin es de cuanta debe cumplir con las condiciones anteriores.
Para evaluar la segunda condicin: La suma de la funcin de cuanta en el recorrido de la
variable debe sumar la unidad, es necesario incorporar una variable de trabajo k, tal que:
Si k = 1, entonces la funcin propuesta es de cuanta.
Si k 1, entonces debe corregirse la funcin de cuanta en dicha constante.
9
Ejemplo.
Sea la siguiente funcin de cuanta: f(x) = 2x + 1
Para x = 0, 1, 2, 3.
2x + 1
para x = 0, 1, 2, 3.
16
(25%)
Respuesta: Que la variable x tome un valor menor que dos, ocurre en un 25%.
c) Se halla la funcin de distribucin y se verifica
3
Se sabe que:
1
(2x + 1 )
i =0 16
P (x ) = P (x i ) =
i= 0
1
4
* (2x + 1 ) =
16
x = 0 16
P (x < 2 ) =
xi
0
1
2
3
P(xi)
1/16
3/16
5/16
7/16
16/16
Pac(xi)
1/16
4/16
9/16
16/16
b) Representacin grfica.
Las distribuciones de probabilidad para variable aleatoria discreta pueden ser representadas
mediante un diagrama de barras, circular o rectangular, usando los valores de probabilidad
para el eje y y los valores de la variable para el eje x. Tambin pueden ser representadas
10
P(x) =
1
(2x + 1) para x = 0, 1, 2, 3.
16
45%
40%
35%
P(xi) [%]
30%
25%
20%
15%
10%
5%
0%
0
xi
f ( x )dx = 1
Para 0 x 3
11
1 = k * (2x + 1 ) dx = k * ( x 2 + x ) | = 9k + 3k = 12k
Entonces:
k = 1/12
b) Se pide:
f (x < 2 ) =
1
12
(2x + 1 ) dx =
2x + 1
para 0 x 3
12
6
= 0.5
12
1
2
* (2x + 1 ) dx =
12 0
12
1
4
* (2x + 1 ) dx =
12 1
12
1
6
* (2x + 1 ) dx =
12 2
12
f (x)
2/12
4/12
6/12
12/12=1
b) Representacin grfica.
La representacin grfica de una distribucin de densidad se realiza mediante un histograma
de probabilidades.
12
Histograma
HISTOGRAMA DE PROBABILIDADES DE LA FUNCIN DE DENSIDAD:
P(x) =
1
(2x + 1) para 0 x 3
12
60%
50%
P(xi) [%]
40%
30%
20%
10%
0%
0-1
1-2
2-3
Li-1 - Li
E [x ] = x i P ( x i )
para x = 0, 1, 2,K , n
i=1
Ejemplo.
Sea la siguiente distribucin de probabilidad de variable discreta formado a partir del
siguiente experimento aleatorio: En el curso existen 5 mujeres, 3 de las cuales tienen cabello
13
P(xi)
2/20
12/20
6/20
P(xi)=1
0
1
2
Resolucin.
Se calcula xi * P(xi) en columna (3)
xi
P(xi)
2/20
12/20
6/20
P(xi)=1
0
1
2
xi * P(xi)
0
12/20
12/20
24/20
Luego:
E [x ] =
24
= 1.2
20
Conclusin: Al elegir al azar 2 seoritas de pelo corto y largo, se espera obtener en promedio
1.2 seoritas de pelo largo.
b) Funcin de densidad
Si la expresin matemtica es de funcin de densidad, la esperanza matemtica se obtiene
de la siguiente manera:
E [x ] =
f ( x i ) dx
para x
Ejemplo.
Sea la siguiente funcin de densidad:
f (x ) =
1
(2 x + 1 )
12
para 0 x 3
E [x ] =
14
f (x ) dx
1
1 2
1 54
E [x ] = x [ (2x + 1 )] dx = ( x 3 + x 2 ) = ( + 9 ) = 2.15
12
12 3
12 3
0
Conclusin: El valor medio esperado en la distribucin es 2.15.
En general la media aritmtica o la esperanza matemtica, es un valor que se define dentro
el recorrido de la variable.
7.1.2. Varianza esperada
En toda distribucin de probabilidad, a fin de caracterizarla, adems de hallar la esperanza
matemtica, es necesario determinar o analizar la varianza esperada.
a) Funcin de cuanta
Si tenemos una funcin de cuanta, la varianza esperada se define de la siguiente manera:
2
i
siendo: x = 0, 1, 2, 3, ... n.
Ejemplo.
Sea la siguiente funcin de cuanta:
f (x) =
1
(2x + 1)
16
x = 0, 1, 2, 3
P(xi)
1/16
3/16
5/16
7/16
16/16
xi*P(xi)
0
3/16
10/16
21/16
34/16
xi2*P(xi)
0
3/16
40/16
63/16
106/16
106 34
V[x] =
= 2.11
16 16
x=
34
= 2.125
16
15
S = 2.11 = 1.45
b) Funcin de densidad
Si se tiene una funcin de densidad, la varianza esperada se define de la siguiente manera:
Ejemplo.
Sea la siguiente funcin de densidad:
f (x ) =
1
(2x + 1 )
12
1
1
2
V [x ] = x * [ * (2x + 1 )] dx x * [ * (2x + 1 )] dx
12
12
0
0
4
3 3
2 3
1
1
2 3
= * ( x + x )| * ( x + x )|
12 2 3 0 12
3
2 0
2
1 81
9
1
= * ( + 9 ) * (18 + )
12 2
2
12
1 99
2025 2376 2025 351
= ( )
=
=
= 0.609
12 2
576
576
576
Luego:
16
xi
P(xi)
2/20
12/20
6/20
P(xi)=1
0
1
2
3
2x 2 + 4x ) para 0 x 2 . Halle la moda.
(
8
Resolucin.
a) Se determina la primera derivada y se iguala a cero para obtener los puntos crticos (se
toman en cuenta aquellos que se encuentran dentro el rango de la variable):
f '(x) = 4x + 4 = 0
x =1
f ''(x) = 4
>0
Conclusin: La moda es 1.
17
Mximo
P i+1
a i+1
Mo = L i 1 +
* ai
P i+1 + P i 1
a i+1 a i 1
Mo =
P i+1 * +
a i L i 1
+
P i+1 P i 1
Ejemplo.
Sea la siguiente funcin de densidad:
f (x ) =
1
(2 x + 1 )
12
Li-1 - Li
01
12
23
para 0 x 3
P(xi)
2/12
4/12
6/12
12/12
Halle la moda.
Resolucin.
a) Se determina la fila de clase modal: Fila 3. (Porque esa fila es la que tiene la probabilidad
ms alta)
b) Se determinan los elementos de la frmula emprica para la moda de intervalos
constantes:
Li-1 = 2
Pi-1 = 4/12
Pi+1 = 0
ai = 1
Mo =
0
(1) + 2 = 2
0 + 124
Conclusin: La moda es 2.
3. Transformando la distribucin tipo III en una tipo II mediante las marcas de clase y
aplicando la definicin de la moda.
Ejemplo.
Sea la siguiente funcin de densidad:
f (x ) =
1
(2 x + 1 )
12
18
para 0 x 3
Li-1 - Li
xi =
01
12
23
P(xi)
Li 1 + L i
2
0.5
1.5
2.5
2/12
4/12
6/12
12/12
Halle la moda.
Resolucin.
a) Se transforma la distribucin tipo III en tipo II como se ve en la tabla en la columna 2,
mediante marcas de clase.
b) El valor correspondiente de la variable para la probabilidad ms alta es la moda.
Conclusin: La moda es 2.5.
Se puede observar que existe diferencia entre el mtodo b) y el c). Esto se debe a que en el
ltimo se realiza una aproximacin.
entonces
Pac (x i ) = 0.5
entonces
Me = x i
x + x i +1
Me = i
2
Ejemplo.
Sea la siguiente funcin de cuanta: f (x) =
1
(2x + 1)
16
x = 0, 1, 2, 3
xi
Fila i
0
1
2
3
P(xi)
1/16 = 0.0625
3/16 = 0.1875
5/16 = 0.3125
7/16 = 0.4375
16/16
Pac (xi)
0.0625
0.2500
0.5625
1.0000
0.5
Me = x i = 2
entonces
Me
f (x) dx =
f (x) dx = 2
Me
Ejemplo.
Sea la siguiente funcin de densidad:
f (x) =
1
(2x + 1)
12
0 x 3
Me
1
1 2
1
1
2
0 12 (2x + 1) dx = 12 (x + x) 0 = 12 (Me + Me) = 2
Me 2 + Me 6 = 0
Se resuelve la ecuacin resultante:
Me = 2
Me = 3
Me = Li 1 +
0.5 Pac (x i 1 )
(a i )
P(x i )
Ejemplo.
Se usar el ejemplo anterior. Se procede de la siguiente manera:
Obtenga la tabla tipo III de distribucin de probabilidades y las probabilidades
acumuladas:
Li-1 - Li
01
Fila i
12
Fila i+1 2 3
P(xi)
2/12 = 0.1667
4/12 = 0.3333
6/12 = 0.5000
12/12
Pac(xi)
0.1667
0. 5000
1
0.5
Ubique 0.5 entre dos valores de probabilidad acumulada: En este caso el valor coincide
con la de la fila 2, que se constituye en la fila de clase mediana.
Determine los valores de la frmula emprica:
Li-1 = 1
Pac(xi-1) = 2/12
P(xi) = 4/12
ai = 1
2
0.5
0.5 Pac (x i 1 )
12 (1) = 2
Me = Li 1 +
(a i ) = 1 +
4
P(x i )
12
Conclusin: La mediana esperada es 2.
3. Mediante la transformacin de la distribucin tipo III en tipo II, seguido del
procedimiento para el clculo de la mediana para esa distribucin:
Ejemplo.
Se seguir usando el mismo ejemplo.
Se procede de la siguiente manera:
Se transforma la distribucin tipo III en tipo II mediante las marcas de clase (columna 2) y
se obtienen las probabilidades acumuladas (columna 4):
21
Li-1 - Li
01
12
Fila i
Fila i+1 2 3
xi
0.5
1.5
2.5
P(xi)
2/12 = 0.1667
4/12 = 0.3333
6/12 = 0.5000
12/12
Pac(xi)
0.1667
0. 5000
1
0.5
Se ubica 0.5 entre dos valores de probabilidad acumulada: En este caso coincide con el
valor de la fila 2 que es la fila de clase mediana. Por lo tanto la mediana se halla por
medio de la siguiente frmula:
Me =
x i + x i +1 1.5 + 2.5
=
=2
2
2
yj
y1
y2
...
ys
n11
n21
:
nr1
n12
n22
:
nr2
...
...
:
...
n1s
n2s
:
nrs
r
n = n ij
i=1 j=1
donde:
P ij =
n ij Casos favorables
=
n
Casos posibles
y Pij se lee como probabilidad del evento (xi , yj), que es la probabilidad conjunta.
Utilizando la informacin de la tabla de eventos o sucesos, dispuestos en forma de una
distribucin bidimensional, podemos determinar las siguientes reglas de composicin.
22
P ( x i ) = P ( x i, y j ) =
j=1
n i1 n i2 n i3
n
+
+
+ . . . + is
n
n
n
n
P ( y j ) = P ( x i, y j ) =
i=1
n1j n 2j n 3j
n
+
+
+ . . . + rj
n
n
n
n
A
A y A son mutuamente excluyentes
AB
AB
A y B no son mutuamente excluyentes
AB
AB
A y B son mutuamente excluyentes
El lector puede darse cuenta por qu en la suma de dos eventos que no son mutuamente
excluyentes, se debe restar la interseccin (se estara sumando dos veces el rea
sombreada).
Ejemplo.
En la figura anterior, si A es el evento en el que cierto estudiante lleva un curso de clculo y
B es el evento en el que el estudiante est tomando un curso de fsica, qu eventos estn
representados por las regiones sombreadas de los seis diagramas de Venn?
Resolucin.
Primer diagrama: Representa el evento en que el estudiante lleva el curso de clculo.
24
P (x , y )
P (y )
P (x , y )
P (y /x ) =
P (x )
P (x /y ) =
Si P(y) > 0
Si P(x) > 0
o mejor:
(1)
(2)
(3)
P(y / x) = P2 (y)
P(x / y) = P1 (x)
(4)
(5)
P (x ) = P ( y1) *P (x / y1) + P ( y 2) * P (x / y 2) + . . . + P ( y s ) *P (x / y s )
s
= P ( y j ) * P (x / y j )
j=1
P (y j /x i ) =
P (x i y j )
P (x i )
P (y j ) * P (x i / y j )
s
P (y
) * P (x i / y j )
j=1
8.8. Ejemplo
Mediante el siguiente ejemplo se mostrar el clculo de probabilidades usando todas las
reglas anteriores.
Sea xi = estrato de votantes: joven, adulto y viejo; yj = partidos que participan en elecciones:
MNR, MIR, MBL. Mediante encuesta se ha determinado la siguiente distribucin:
xi
J
A
V
yj MNR
2
7
6
15
MIR
MBL
6
3
7
16
4
5
0
9
26
12
15
13
40
13 9
0 22
+
=
= 0.55
40 40 40 40
P (x /y ) =
P (x , y )
P (y )
Si P(y) > 0
P (A /MNR ) =
P (A, MNR )
P (MNR )
P (A, MNR ) =
7
40
P(MNR) =
15
40
Reemplazando valores:
7
7
P (A /MNR ) = 40 = = 0.47
15 15
40
27
Conclusin: La probabilidad de ser adulto dado que es del MNR es del 47%.
3) Verifique si la probabilidad marginal de ser del MIR es de 15/40.
Se trata de aplicar la probabilidad completa, donde:
3
P (x ) = P (x, y j )
j=1
P (x ) = P ( y j ) * P (x / y j )
j=1
P (MIR ) = (
14 6
15 3
13 7
)( ) + ( )( ) + ( )( )
40 12
40 15
40 13
=
6
3
7 16
+
+
=
40 40 40 40
Conclusin: Por lo tanto se verifica que la probabilidad de ser del MIR no es 15/20 sino
16/40.
4) Verifique si la probabilidad de ser joven y del MIR es de 7/40.
Se trata de aplicar la regla multiplicativa:
P(x, y) = P(x) * P(y / x) = P(y) * P(x / y)
En trminos de las modalidades de la distribucin:
P(J, MIR) = P(MIR) * P(J / MIR) = P(J) * P(MIR / J)
Aplicando los datos de la distribucin de probabilidades:
P(J, MIR) = [ P(J, MIR) + P(A, MIR) + P(V,MIR) ] * [ P(J / MIR) ]
=[
6
3
7
6
16 6
6
+
+
] *[ ] =
* =
40 40 40
16
40 16 40
Conclusin: No es cierto que la probabilidad de ser joven y del MIR sea 7/40. Su resultado es
6/40.
5) Demuestre que la probabilidad de ser adulto dado que es del MBL es de 5/9.
Se trata del teorema de Bayes.
28
P (y j /x i ) =
P (x i y j )
P (x i )
P (y j ) * P (x i / y j )
s
P (y
) * P (x i / y j )
j=1
P (A /MBL ) =
P (MBL, A )
P (MBL )
15 5
)( )
P (A /MBL ) = 40 15 =
9
40
(
5
40 = 5
9 9
40
Conclusin: Se verifica que la probabilidad de ser adulto dado que es del MBL es de 5/9.
yj
MNR
MIR
MBL
2
7
6
15
6
3
7
16
4
5
0
9
12
15
13
40
12/40
15/40
P. condicionales
2/12
6/12
4/12
7/15
3/15
5/15
6/13
7/13
0/13
13/40
P. conjuntas
MNR
MIR
MBL
MNR
MIR
MBL
MNR
MIR
MBL
P. totales
P(MNR) = P(MNR, J)+P(MNR, A)+P(MNR, V) = (2/40)+(7/40)+(6/40) = 15/40
P(MIR) = P(MIR, J)+P(MIR, A)+P(MIR, V) = (6/40)+(3/40)+(7/40) = 16/40
P(MBL) = P(MBL, J)+P(MBL, A)+P(MBL, V) = (4/40)+(5/40)+(0/40) = 9/40
P. condicionales (Teorema de Bayes)
P(J/MNR) = P(MNR, J)/P(MNR) = (2/40)/(15/40) = 2/15
P(J/MIR) = P(MIR, J)/P(MIR) = (6/40)/(16/40) = 6/16
P(J/MBL) = P(MBL, J)/P(MBL) = (4/40)/(9/40) = 4/9
P(A/MNR) = P(MNR, A)/P(MNR) = (7/40)/(15/40) = 7/15
P(A/MIR) = P(MIR, A)/P(MIR) = (3/40)/(16/40) = 3/16
P(A/MBL) = P(MBL, A)/P(MBL) = (5/40)/(9/40) = 5/9
P(V/MNR) = P(MNR, V)/P(MNR) = (6/40)/(15/40) = 6/15
P(V/MIR) = P(MIR, V)/P(MIR) = (7/40)/(16/40) = 7/16
P(V/MBL) = P(MBL, V)/P(MBL) = (0/40)/(9/40) = 0
30
42.39
39.87
4.22
90.07
41-61
7.00
0
1
2
0
1
2
0
61-71
6.72
2.96
31
Edad/n accidentes
21-41
41-61
61-71
total
0
A
B
C
K
1
D
E
F
L
2
G
H
I
M
Total
N
O
P
4194
Haciendo uso de las reglas de clculo de probabilidades, se procede a hallar el valor de cada
variable.
N
4194
N = 0.4239(4194) = 1778
O = 0.3987(4194) = 1672
Restando del total se halla el valor de P:
A
A
=
N 1778
A = 0.8824(1778) = 1569
D = 0.0754(1778) = 134
Restando del total de personas de edad entre 21 a 41 aos, se obtiene G:
B = 0.9007(1672) = 1506
E = 0.007(1672) = 117
H = 1672 1506 117 = 49
C = 0.9032(744) = 672
F = 0.0672(744) = 50
I = 744 672 50 = 22
Por ltimo los totales de columna se obtienen sumando los valores de cada columna:
10. GENERALIZACIN
PROBABILIDADES
DE
0
1569
1506
672
3747
LAS
1
134
117
50
301
Total
1778
1672
744
4194
PARA
EL
75
49
22
146
REGLAS
CLCULO
DE
Se han mostrado las reglas para el clculo de probabilidades cuando se tiene una
distribucin bidimensional. Sin embargo se puede presentar el caso en el que exista ya no
dos sino tres o ms clasificaciones. Para este tipo de problemas, se debern generalizar las
reglas para el clculo de probabilidades, para lo cual se considera un rbol que tiene tres
ramificaciones o eventos dependientes, cada uno de los cuales tiene dos resultados
posibles:
P. condicional
P. condicional
P(C/A)
P. marginal
P(A)
A
P(D/A)
P(C/B)
P(B)
P(E/A,C)
B
P(D/B)
P. conjuntas
P(F/A,C) F
P(E/A,D) E
P(F/A,D) F
P(E/B,C) E
P(F/B,C) F
P(E/B,D) E
P(F/B,D) F
33
El lector puede darse cuenta qu pasara si existen 4 eventos dependientes (en la cuarta
ramificacin tambin se tendran probabilidades condicionales).
Regla de la suma:
La suma de tres eventos dependientes, por ejemplo de los tres primeros, ser:
Y
2
1
4
3
6
Ejemplo.
Si en el anterior diagrama, X es el evento de que servirn hamburguesas en el da de campo
de la compaa, Y es el evento de que se servir cerveza y Z es el evento de que se servir
una torta de chocolate, exprese con palabras los eventos que se representan por medio de
las siguientes zonas del diagrama de Venn:
a) Zona 3.
b) Zonas 1 y 2.
c) Zonas 4, 6, 7 y 8.
Resolucin.
a) Puesto que esta zona parte de Y y Z, pero no de X, representa el evento de que en el da
de campo se servir cerveza y torta de chocolate, pero no hamburguesas.
b) Ya que esta zona pertenece tanto a X como a Y, representa el evento de que se servirn
hamburguesas y cerveza
c) Dado que estas zonas son ajenas a Y, constituye el evento de que no se servir cerveza.
34
Ejemplo.
Con base en el siguiente diagrama de Venn, sea A el evento de que un ejecutivo de alto
rango de una compaa est en la cafetera de su empresa, B el evento de que se encuentre
en la oficina de otro ejecutivo y C el evento de que se encuentre jugando al golf con un
cliente. Hallar la probabilidad de que una persona en un momento especfico lo encuentre en
alguno de esos tres lugares.
A
B
0.24
0.06
0.19
0.04
0.16
0.11
0.09
C
S
Resolucin.
Siguiendo la ecuacin de la suma de tres eventos, se tiene:
f (x, y) dx dy = 1 ; para:
Luego: 0 f (x, y) 1
La probabilidad que el par (x,y) sea para a1 x b1 ; y para a 2 y b 2 , se expresa de la
35
siguiente manera:
P(a1 x b1; a 2 y b 2 ) =
b1
a1
b2
a2
f (x, y) dx dy
f 1 (x ) =
f (x, y ) dy
f (x, y ) dx
f 2 (y ) =
F (x o, y o ) =
f (t , t
1
) dt1 dt 2
b2
a2
(a1, b2)
(b1, b2)
(a1, a2)
(b1, a2)
a1
b1
xi
b1
b2
a1
a2
f (x, y) dx dy
f (x, y )
f 2 (y )
f (x, y )
(2 ) f (y /x ) =
f 1 (x )
(1 ) f (x /y ) =
si f 2 (x ) > 0
si f 1 (x ) > 0
Ejemplo.
Suponga que la funcin de densidad de probabilidad conjunta para las variables no
negativas x e y es f (x, y) = xe x e y . Halle la probabilidad que 0 x 1
y
0 y2
Resolucin:
La integral a resolver es la siguiente:
P(0 x 1; 0 y 2) =
0 0
xe x e y dy dx
e y dy = e y 0 = e 2 + 1 =
1
e2 1
+
1
=
e2
e2
xe
+
e
dx
e2 0
e 2
0
0
0
e 2
e2 1
e 2 1 2 e 2 1 e 2
1
2e
+
1
=
e2
e 2 e + 1 = e 2 e = 0.2285
0 y 2 es del 22.85%.
Ejemplo.
Suponga que x representa el tiempo (en minutos) que una persona pasa con un agente
mientras elige una pliza de seguro de vida e y el tiempo que el agente emplea en hacer el
papeleo una vez que el cliente se ha decidido. Usted acuerda encontrarse con un agente de
seguros para suscribir una pliza de seguro de vida. Si la funcin de densidad de
probabilidad conjunta de x e y es:
37
f (x, y) =
1 30x 10y
e e
300
30
Regin:
y = 30 x
0 x 30
0 y 30 x
R
30
Se plantea la integral:
P(x + y 30) =
30
30 x
1 30x 10y
e e dy dx
300
Se resuelve:
10 30 30x 10y
=
e e
300 0
30 x
30
1 30 30x x10
dx = e e
1 dx
30 0
30
x
x
30
1 30 2x3090
1 30 2x3090
30
30
= e
+ 30 e
dx e dx = e
0
30 0
30 2
1
1 1
+ 3 + 1 = 0.4730
2e 2e e
EJERCICIOS DE CLASE
Espacio muestral.
1. D una lista de los posibles resultados que se consiguen al lanzar dos dados. Dibuje el
arboligrama y un cuadro de doble entrada.
2. Cules de los siguientes resultados son mutuamente excluyentes en el lanzamiento de
dos dados?
a) Un total de 5 y un 5 en un dado.
b) Un total de 7 y un nmero par de puntos en ambos dados.
c) Un total de 10 puntos y un 4 en un dado.
Distribucin de cuanta.
3. Como se sabe, la respuesta a una pregunta de verdadero o falso es correcta o incorrecta.
Considere que un examen est formado por 3 preguntas de este tipo, y un estudiante no
sabe nada sobre el tema.
a) Construya la tabla de distribucin de cuanta.
b) Cul es la probabilidad de que el estudiante responda todas las preguntas mal?
c) Cul es la probabilidad de que el estudiante responda por lo menos una bien?
4. El Ministerio de Informaciones sobre asuntos polticos emite 17 de cada 20 noticias para
evitar la disminucin de imagen del gobierno que representa. Se seleccionan 3 noticias
emitidas por dicho Ministerio al azar.
a) Cul es la probabilidad de que se encuentren 2 noticias que vayan en desmedro de la
imagen del gobierno?
b) Cul es la probabilidad de que puedan encontrarse a lo ms 2 noticias que cuiden la
imagen del gobierno?
5. En Alke se acaba de recibir un embarque de 10 aparatos de TV. Poco despus de
recibirlos, el fabricante llam para informar que por descuido haban enviado tres aparatos
defectuosos. Se decidi probar dos de stos. Cul es la probabilidad de que ninguno de
los dos est defectuoso?.
6. Un profesor tiene un conjunto de 15 preguntas de opcin mltiple referente a Estadstica I.
Cuatro de estas preguntas se relacionan con distribuciones de probabilidades. Cul es la
probabilidad que al menos una de estas preguntas sobre distribuciones de probabilidad
aparezca en el examen de tres preguntas del prximo lunes?
7. En un da veraniego muy caluroso, 10% de los trabajadores de produccin de una
empresa estn ausentes del trabajo. Se van a seleccionar al azar 4 obreros para un
estudio especial a profundidad sobre el ausentismo.
a) Cul es la variable aleatoria en este problema ?
b) Tal variable es discreta o continua? Por qu?
39
Entre los quince solicitantes para tres puestos en un peridico, diez son graduados de
universidad. Si las selecciones se hacen al azar.
a) Determine la distribucin de probabilidad, definiendo la variable como el nmero de
graduados de universidad que solicitan los puestos.
b) Cul es la probabilidad de que los puestos sean cubiertos por menos de 2
graduados de universidad?
9.
Una pastelera ofrece pasteles con decoracin especial para cumpleaos, bodas y otras
ocasiones. Tambin tiene pasteles normales en su tienda. En la tabla que sigue se
proporciona el nmero total de pasteles vendidos al da y las probabilidades
correspondientes.
N de pasteles Probabilidad
vendidos/da
12
0.25
13
0.40
14
0.25
15
0.10
a) Complete la tabla y diga de qu tipo de distribucin se trata.
b) Realice una grfica de la distribucin.
c) Cuntos pasteles vender al da, si tomamos en cuenta la mayor probabilidad?
Distribucin de densidad.
10. Dada la siguiente funcin:
f(x) = 3 x2 + 5 x + 4.
Para 0 x 3
4
8
2
0
Consumo
9
7
6
5
15
3
9
10
Posibilidad de promocin
Regular
Buena Excelente
16
12
22
45
60
45
93
72
135
diario del da de hoy gan ayer. Cul es la probabilidad de que el partido se haya
desarrollado por la noche?
16. Una profesora ha estado enseando Estadstica durante muchos aos. Sabe que 80%
de los estudiantes completan los problemas asignados. Determin que de los alumnos
que hacen las tareas 90% aprobarn el curso. De aquellos estudiantes que no realizan
la tarea completa solo 60% aprobarn. Miguel Snchez tom Estadstica el ltimo
semestre con la profesora y tuvo calificacin aprobatoria. Cul es la probabilidad de
que s haya hecho las tareas?
17. Tan solo el 20 % de las mujeres mayores de 40 aos egresadas de la universidad
ejercen su profesin, mientras que un 70% de las egresadas menores de 40 tambin lo
hacen. La relacin de mujeres profesionales mayores de 40 entre las menores de 40 es
de 2 a 6. Francis Morales es Ingeniero Qumico y no ejerce su profesin, cual es la
probabilidad de que tenga menos de 40 aos.(10 puntos). Dibuje el arboligrama con
todas las probabilidades marginales, condicionales y conjuntas (10 puntos). Realice un
cuadro de contingencias tomando en cuenta que N = 80 y verifique la probabilidad
anterior.
18. Una compaa que fabrica tornillos, tiene 3 fbricas: A, B, C. Las fbricas B y C
producen el mismo nmero de tornillos, mientras que A produce el doble de las de B.
Por experiencia pasada, se sabe que el 2% de los tornillos producidos por A y B
respectivamente son defectuosos, en tanto que el 4% de los fabricados por C son
defectuosos. Los tornillos producidos por las tres fbricas se guardan en un mismo lugar.
a) Dibuje un arboligrama, con todas las probabilidades.
b) Si se escoge aleatoriamente un tornillo del almacn, Cul es la probabilidad de que
sea defectuoso?.
c) Cul es la probabilidad de que el tornillo defectuoso escogido haya sido producido
en la fbrica A?.
19. Un grupo de investigacin independiente ha estado estudiando las probabilidades de
que suceda un accidente en una planta de energa nuclear que produzca como
resultado una fuga radiactiva. El grupo considera que los nicos tipos posibles de
accidentes que pueden suceder en un reactor son incendio, falla de material y error
humano, y que dos o ms accidentes nunca se presentan juntos. Ha llevado a cabo
estudios que indican que si se desatara un incendio, habra 20% de posibilidades de
que hubiera una fuga de radiacin; si hubiese una falla mecnica, habra 50% de
probabilidades de fuga radiactiva, y si se presentara un error humano, se tendra 10%
de posibilidades de fuga. Sus estudios tambin han mostrado que la probabilidad de:
Que se presenten juntos un incendio y una fuga de radiacin es de 0.0010.
Que se den juntas una falla mecnica y una fuga de radiacin es de 0.0015.
Que se d un error humano y haya una fuga de radiacin al mismo tiempo es de
0.0012.
a) Cules son las probabilidades respectivas de que se presente un incendio, una falla
mecnica y un error humano?
b) Cules son las respectivas probabilidades de que una fuga de radiacin sea
ocasionada por un incendio, una falla mecnica o por error humano?
42
20. Se realiz un estudio de mercado a nivel nacional para determinar las preferencias de
varios grupos de hombres que tienen diferentes edades, para diferentes deportes. Se
selecciona una muestra aleatoria de 1000 hombres y se les pide que indiquen su
deporte favorito. Los resultados son los siguientes:
< 20
Informacin adicional:
20-40
BO
40-50
>50
111
225
P ( F < 20) = 0.494
P ( F / 20 40) =
0.134
< 20
20-40
0.222
0.427
0.1733 40-50
>50
< 20
0.1981
20-40
BA
40-50
>50
Bsquetbol Totales
150
43
EJERCICIOS PROPUESTOS
1. Cules de los siguientes pares de eventos son mutuamente excluyentes?
a) Un contratista del departamento de defensa pierde un contrato importante, y el mismo
contratista aumenta su fuerza de trabajo en 50%.
b) Un hombre es de mayor edad que su to y es menor que sus primos.
c) Un equipo de bisbol pierde su ltimo juego y gana la Serie Mundial.
d) Un gerente de banco descubre que uno de sus cajeros ha estado desfalcando a la
institucin y lo promueve.
2. Cules de los siguientes pares de eventos son estadsticamente independientes?
a) El nmero de veces que se utiliza una computadora hasta que sta falla y una segunda
computadora vendida por una firma distinta.
b) El tiempo de vida del presidente de los Estados Unidos y el tiempo de vida del
presidente de Rusia.
c) La adquisicin de una compaa y la elevacin del precio de sus acciones.
d) La frecuencia de donacin de rganos de una comunidad y las orientaciones religiosas
de esa comunidad.
3. Una persona vende automviles nuevos para una empresa. Generalmente negocia el
mayor nmero de autos los sbados. Ha establecido la siguiente distribucin de
probabilidad para el nmero de autos que espera vender un sbado en particular.
N de autos
vendidos
0
1
2
3
4
Probabilidad
0.10
0.20
0.30
0.30
0.10
44
5. Una florera tiene 15 vehculos de reparto que se utilizan principalmente para llevar flores
y arreglos florales en una ciudad. Supngase que 6 de los 15 camiones tiene problemas
con los frenos. Se seleccionaron 3 vehculos al azar para probarlos.
a) Construya la distribucin de probabilidades para el experimento.
b) Cul es la probabilidad de que dos de los camiones probados tengan frenos
defectuosos?
6. Suponga que tiene la siguiente funcin: f(x) = 3 x2 + 2 x +6 para 0 < x < 3.
a) Determine si es funcin de densidad. Si no lo fuera corrjala. Calcule la probabilidad de
que la variable sea al menos 1 y a lo ms 2.
b) Determine la funcin de distribucin de densidad.
c) Halle la media, mediana, moda y varianza de la distribucin.
d) Haga lo mismo considerando a la funcin como una de cuanta, para x = 0, 1, 2, 3.
7. Una encuesta de estudiantes de licenciatura en una universidad revel lo siguiente en lo
que se refiere al sexo y rea principal de inters de los estudiantes:
Sexo
Hombres
Mujeres
Total
Contabilidad
100
100
200
Total
300
200
500
Porcentaje
adquirido
30.0
20.0
25.0
25.0
Porcentaje
defectuoso
2.50
1.75
3.00
1.00
9. El departamento de crdito de una negociacin comercial, inform que 30% de sus ventas
son en efectivo, 30% se pagan con cheque en el momento de la adquisicin y 40% son a
crdito. Se tiene que 20% de las compras en efectivo, 90% de los cheques y 60% de las
compras a crdito son por ms de 50 $us.
a) Dibuje un diagrama de rbol, mostrando las probabilidades marginales, condicionales y
conjuntas.
b) Usted acaba de comprar un jean nuevo que cuesta 120 $us. Cul es la probabilidad
de que haya pagado en efectivo?
En los siguientes ejercicios emplee el teorema de Bayes:
10. Con base en la experiencia, se sabe que en cierta industria, el 60% de todas las
discusiones entre los empleados y la gerencia se refieren a los salarios, el 15% es sobre
las condiciones laborales y el 25% acerca de las prestaciones. As mismo, el 45% de las
discusiones referentes a los salarios se resuelven sin huelgas, el 70% de las discusiones
sobre las condiciones laborales se resuelve sin huelgas y el 40% de las discusiones
acerca de las prestaciones se resuelve sin huelgas. Cul es la probabilidad de que una
discusin entre los empleados y la gerencia de esta industria se resuelva sin una
huelga?
11. En una planta electrnica, se sabe con base en la experiencia pasada que la
probabilidad de que un empleado nuevo que ha asistido al programa de capacitacin de
la compaa cubra su cuota de produccin es 0.86, y que la probabilidad
correspondiente para un empleado nuevo que no ha asistido al programa de
capacitacin es 0.35. Si 80% de todos los empleados nuevos han asistido al programa
de capacitacin, cul es la probabilidad de que:
a) un empleado nuevo no cubra su cuota de produccin.
b) un empleado nuevo que no haya asistido al programa de capacitacin de la compaa
no cubra su cuota de produccin?
12. En la Papelera S.A. se producen Blocks Lder con y sin espiral (50% de cada tipo), el
60% de cada tipo son rojos, 20% de los blocks sin espiral son azules lo mismo que 25%
de los con espiral, el resto de los Blocks son verdes.
a) Represente al arboligrama, incluyendo las probabilidades normales, condicionales y
conjuntas.
b) Llene el cuadro bidimensional, si se sabe que en el da se produjeron 1000 blocks
Lder, y encuentre la probabilidad de escoger al azar un cuaderno rojo con espiral.
13. Tan solo el 20 % de las mujeres mayores de 40 aos egresadas de la universidad
ejercen su profesin, mientras que un 70% de las egresadas menores de 40 tambin lo
hacen. La relacin de mujeres profesionales mayores de 40 entre las menores de 40 es
de 2 a 6. Susana Morales es Ingeniero Qumico y no ejerce su profesin, cual es la
probabilidad de que tenga menos de 40 aos. Dibuje el arboligrama con todas las
probabilidades marginales, condicionales y conjuntas. Realice un cuadro de
contingencias tomando en cuenta que N = 80 y verifique la probabilidad anterior.
46
M1
T1
M2
23.744
P(T1 , M 2 ) = 7.078 %
M3
M1
34.234
T2
M2
P(T2 / M1 ) = 26.207 %
P(M1 ) = 33.105 %
M3
M1
31.148
27.854
T3
M2
P(M 3 ) = 33.790 %
P(T3 , M 3 ) = 9.361 %
M3
M1
T4
M2
37.624
M3
47
48
CAPTULO 2
DISTRIBUCIONES TERICAS DE PROBABILIDAD
1. INTRODUCCIN
Las distribuciones de probabilidad que se han determinado en el captulo 1, se conocen
como funciones empricas. Las funciones tericas de probabilidad corresponden a modelos
que permiten expresar teoras sobre el comportamiento ideal de una variable en la realidad.
Una distribucin terica se utiliza para:
Expresar lo que puede esperarse de un universo, cuando se comporta como deseamos
que lo haga.
Como fuente de referencia, a fin de comparar con distribuciones observadas.
Cuando las distribuciones observadas son difciles de formalizar, se la utiliza para resolver
problemas y efectuar operaciones.
Sirve para realizar inferencias y elaborar predicciones sobre el comportamiento de una
variable cuando se dispone de informacin limitada.
Las funciones tericas de probabilidad correspondientes a variables discretas son:
Binomial
Hipergeomtrica
Poisson.
Multinomial.
Binomial negativa.
Existen muchas otras ms, como la distribucin uniforme y la geomtrica, pero para el
propsito de este texto solo se incluyen las ms importantes.
Si la variable aleatoria es continua y se utiliza el anlisis a grandes muestras, su funcin es:
La Normal.
En casos de muestras pequeas se usa:
t de Student
Chi-cuadrada
F de Fisher.
Existen otras funciones continuas de probabilidad, como la uniforme, log-normal, gamma,
Erlang y Weibull, que tienen aplicacin en la simulacin y las ciencias fsicas.
En este captulo se estudiarn todas las funciones tericas discretas de probabilidad y solo la
distribucin continua Normal, puesto que se requieren nociones de inferencia estadstica y
muestreo para estudiar las otras distribuciones mencionadas.
49
n
P(x) = p x q n x
x
Donde:
n, es el nmero de ensayos
x, es la variable aleatoria discreta del nmero de xitos
p, es la probabilidad de xito en cada ensayo
q, es la probabilidad de fracaso en cada ensayo, q = 1 - p
n
n!
=
x x!(n x)!
es la combinatoria de n en x
x
0
1
0.1
p
0.3
0.2
...
0.5
Valores de probabilidad
acumulada
2
Ejemplo.
En una clnica se han producido tres partos.
a) Calcular la probabilidad de que haya nacido una nia.
b) Calcular la probabilidad de que al menos hayan nacido dos nios.
Resolucin:
Primero se verifica si las condiciones del problema que muestran una distribucin de
probabilidad, se pueden ajustar al modelo binomial:
Entonces:
1
3 1 1
P(x = 1) =
1 2 2
31
1 1
= 3 = 0.375
2 4
Respuesta: Hay una probabilidad de 37.5% de que en tres partos haya nacido una nia.
b) En este caso la variable "x" representa el nmero de nios. Probabilidad de nacer 2 o ms
nios:
P (x 2 ) = P (x = 2 ) + P (x = 3 )
3 2
3 1 1
P(x = 2) =
2 2 2
3
3* 2 1
= 0.375
1* 2 2
3 1 1 3* 2*1 1
P(x = 3) = =
= 0.125
3 2 2 1* 2 *3 2
Luego: P(x 2) = 0.5
Respuesta: Hay una probabilidad del 50% de que en tres partos hayan nacido 2 o ms nios.
Los resultados anteriores pueden determinarse directamente leyendo en una tabla B(x, n, p)
(tabla binomial de frecuencia acumulada), donde n es el nmero de pruebas y p, la
probabilidad de elementos.
n
3
x
0
1
2
3
0.1
p
0.3
0.2
...
0.5
0.1250
0.5000
0.8750
1.0000
N1 N N1
x n x
P(x) =
N
n
Donde:
N, es el tamao de la poblacin
N1, es el nmero total de elementos de la categora xito en la poblacin
n, es el nmero de ensayos o tamao de la muestra
x, es el valor de la variable aleatoria discreta del nmero de xitos
La esperanza matemtica es: E(x) = np
N1
Nn
, donde: p =
N
N 1
4 7 4 4 * 3
2 3 2
1 * 2 * 3 108
P (x = 2 ) =
=
=
= 0.51
7 * 6 * 5 210
7
1* 2 * 3
3
Respuesta: En el 51% de los casos el nio podr obtener 2 naranjas.
b) Sacar al menos 2 limas.
P (x 2 ) = P (x = 2 ) + P (x = 3 )
3 4 3 4
2 1
3 0
P(x 2) = + =
7
7
3
3
3* 2
*4
1*1
78
1* 2
+
=
= 0.37
7 *6 *5 7 * 6*5 210
1* 2*3 1* 2 *3
Respuesta: En el 37% de los casos es posible que el nio haya obtenido al menos 2 limas.
x e
P(x, ) =
x!
Donde:
es la media (esperanza matemtica) del nmero de ocurrencias (xitos) en un intervalo de
tiempo dado. En situaciones binomiales = np y 2 = np , puesto que q 1.
X es la variable aleatoria discreta del nmero de xitos.
e = 2,71828 (la base del logaritmo neperiano).
54
Ejemplo.
Un estudiante de Administracin de Empresas, cuando presenta sus informes de
contabilidad, afirma que comete por trmino medio 5 errores por pgina. Cul es la
probabilidad de que cometa al menos 4 errores por pgina?
Resolucin.
Del problema se obtiene la siguiente frmula:
Nmero promedio de errores = tamao de muestra * probabilidad = n * p
f ( x1, x 2,..., x K ) =
n!
* P ( x1) x1 * P ( x 2) x 2 *...* P ( x K ) x K
x 1!* x 2!*...* x K!
f ( x 1, x 2,..., x K ) =
n!
n
x!
* P ( x i ) xi
i=1
i=1
Ejemplo.
En una bolsa de mercado existen 7 ctricos: 3 naranjas, 2 limas y 2 toronjas. Un nio elige 3
ctricos con reposicin. Determinar la probabilidad de que sean 2 toronjas y una naranja.
Resolucin.
El problema proporciona la siguiente informacin, que indica que la distribucin planteada
sigue un modelo multinomial:
El nmero de pruebas es 3 y es fijo.
Los resultados de la prueba se clasifican en 3 categoras:
C1 = toronjas
C2 = naranjas
C3 = limas
La probabilidad de cada categora es constante en cada prueba y sus valores son:
P1 = 2/7
P2 = 3/7
P3 = 2/7
Las pruebas son independientes por que si en la prueba sale 1 toronja y 2 naranjas, esto
no quiere decir que la siguiente o la anterior prueba sea de la misma naturaleza.
Con los datos anteriores, la probabilidad solicitada es:
2
f (x 1 = 2 , x 2 = 1 , x 3 = 0 ) =
3!
2 3 2
2!* 1!* 0! 7 7 7
3 * 2 *1 4 9 72
= 0.105
=
2 *1 49 49 680
Respuesta: Entonces esta combinacin formada por 2 toronjas y 1 naranja, se dar en 10.5
de 100 casos.
56
n -1 c n c
*
b (n, c, P ) =
P q
c -1
donde: n = nmero de pruebas
c = nmero de xitos
P = probabilidad de xito
Por razones prcticas, la expresin anterior debe transformarse en probabilidad de valores
acumulados y adems en funcin de probabilidades acumuladas de la binomial positiva:
n -1 c n c
*
B (n, c, p ) =
p q
c -1
n x nx
*
B (n, c, p ) = 1 - p q
x
B* (n, c, p ) = 1 - B (x -1, n, p )
Ejemplo.
Los productores de durazno en Cochabamba han detectado que el 10% de los duraznos
estn afectados por la mosca. Supongamos que un grupo de estudiantes van a un huerto de
duraznos con el permiso del propietario y estn deseosos de que, eligiendo al azar los
duraznos, puedan comer 20 duraznos buenos. Cul es la probabilidad de que tengan que
probar 25 o ms duraznos (los afectados se descartan).
Resolucin.
El problema contiene la siguiente informacin:
El nmero de pruebas es n>25, por tanto es variable.
Los resultados de la prueba se clasifican en xito: durazno que no est afectado por la
57
1
y=
e
2
( x ) 2
2 2
3. La curva normal decrece uniformemente en ambas direcciones a partir del valor central.
Es asinttica.
4. A una distancia de la media aritmtica correspondiente a la desviacin estndar, se
encuentran sus puntos de inflexin.
50%
Punto de
inflexin
50%
Punto de
inflexin
+
Me=Mo=
z=
donde :
59
N(z, 0, 1)
Ejemplo.
Se ha determinado que los jvenes que asisten a la fiesta de San Juan, beben 25 tazas de
ponche en promedio, con una varianza de 64 tazas2. Si dicha variable se comporta como una
normal:
a) Cul es la probabilidad de que tomen a lo ms, 19 tazas de ponche?.
b) Determine la proporcin de estudiantes que toman ms de 41 tazas de ponche.
c) Determine la proporcin de estudiantes que consumen entre 19 y 31 tazas de ponche.
d) Determine el mnimo y mximo de tazas de ponche que bebera el 80% central de los
estudiantes.
Resolucin.
Se trata de una distribucin normal: N(x, =25, =8).
a) Se debe resolver: P(x 19)
Grficamente:
=8
19
= 25
Se estandariza la variable.
P(
x 19 25
) = P (z 0.75 )
Grficamente:
=1
- 0.75
=0
60
Se lee el resultado en la tabla de distribucin normal de cola superior (Ver anexo de tablas
al final del texto):
= 25
41
Se estandariza la variable.
P(
x 41 25
) = P (z 2 )
Grficamente:
=1
=0
19
= 25
31
61
Se estandariza la variable.
P(
19 25 x 31 25
) = P (0.75 z 0.75 )
8
8
Grficamente:
=1
-0.75 = 0
0.75
=8
X1
= 25
X2
Se estandariza la variable.
P(
x1 25 x x 2 25
) = 0.80
8
8
=1
z1
=0
z2
z0,10 = -1.28
z0,90 = 1.28
x1 25
8
x 2 25
8
1.28 =
1.28 =
Z=
(x 0.5) np
npq
Ejemplo.
La gerencia de la cadena de pizzeras CAPRI revel que el 70% de sus nuevos clientes
vuelven en otra ocasin. En una semana en la que 80 nuevos clientes (de primera vez)
cenaron en uno de sus establecimientos, cul es la probabilidad que:
a) 60 o ms regresen en otra ocasin?
b) menos de 40 regresen en otra ocasin?
63
Resolucin.
En primer lugar se debe verificar si el modelo que se ajusta al problema es el binomial.
np = 80(0.7) = 56
nq = 80(0.3) = 24
= np = 80(0.7) = 56
60
=56
Se estandariza la variable:
= P (z 0.85 )
4.1
64
En este caso se resta 60 0.5, para hallar la variable estndar, ya que siempre se tratar de
cubrir un poco ms de rea, para realizar la correccin por continuidad.
Grficamente:
=1
=1
0.85
Respuesta: Hay una probabilidad de 19.77% de que de 80 personas que vinieron la primera
vez a la pizzera CAPRI, 60 o ms regresen.
b) Se pide: P(x < 40)
Estandarizando:
= P (z 3.78 )
4.1
Grficamente:
40
= 56
-3.78
=1
En este caso, para cubrir un poco ms del rea, se tuvo que sumar 40 + 0.5, para realizar la
correccin por continuidad.
Usando la tabla normal estndar, se halla la probabilidad pedida:
TERICA
Tipo de
variable?
continua
discreta
Nmero de
ensayos?
variable
fijo
Naturaleza
de las
pruebas?
independiente
independiente
Resultados
posibles?
dicotmico
categora
dependiente
dicotmico
independiente
66
Normal
Binomial
negativa
Multinomial
f (x1, x2,..., xK ) =
i=1
x!
n!
i=1
* P (xi )xi
1
y=
e
2
2 2
( x )2
x e
x!
z=
(x 0.5) np
npq
P(x, ) =
Aproximacin Z =
a la normal
N1 N N1
x
nx
P(x) =
N
n
np>5
nq>5
Poisson
*
B (n, c, p ) = 1 - B (x -1, n, p )
Hipergeomtrica
n
P(x) = p x q n x
x
Binomial
n>25
p<0.05
EJERCICIOS DE CLASE
Binomial.
1. En un da veraniego muy caluroso, 10% de los trabajadores de produccin de una
empresa estn ausentes del trabajo. Se van a seleccionar al azar 10 obreros para un
estudio especial a profundidad sobre el ausentismo.
a. Cul es la variable aleatoria en este problema ?
b. Tal variable es discreta o continua? Por qu?
c. Cul es la probabilidad de seleccionar al azar 10 nombres de trabajadores y descubrir
que ninguno est ausente?
d. Calcule la media y varianza.
e. Represente la distribucin mediante una grfica.
f. Encuentre la probabilidad acumulada y represntela en un diagrama.
2. El departamento de mercadeo de una compaa planea realizar una encuesta nacional
para determinar si los consumidores de cereales en hojuelas pueden distinguir uno de sus
productos favoritos, de los otros del mismo tipo. Para probar el cuestionario y el
procedimiento que se van a emplear, se pidi a ocho personas que cooperaran en un
experimento. Se colocan frente a la persona 5 tazones pequeos marcados A, B, C, D y E
con cereal y se le inform que solo uno tena su producto favorito. Suponga que la
persona no pudo identificar el cereal y slo conjetur que estaba en el tazn C.
a. Cul es la probabilidad de que haya adivinado correctamente?
b. Cul es la probabilidad de que ninguna de las ocho adivine en forma correcta?
c. Suponga que siete de la ocho identificaron el cereal que ms les gustaba. Es
razonable pensar que solo estaban adivinando? Justifique su respuesta.
Hipergeomtrica.
3. En Alke se acaba de recibir un embarque de 10 aparatos de TV. Poco despus de
recibirlos, el fabricante llam para informar que por descuido haban enviado tres aparatos
defectuosos. Se decidi probar dos de stos. Cul es la probabilidad de que ninguno de
los dos est defectuoso?.
4. Un profesor tiene un conjunto de 15 preguntas de opcin mltiple referente a
distribuciones probabilsticas. Cuatro de estas preguntas se relacionan con la distribucin
hipergeomtrica. Cul es la probabilidad que al menos una de estas preguntas sobre la
distribucin hipergeomtrica aparezca en el examen de cinco preguntas del prximo
lunes?
Poisson.
5. Un productor de semillas hbridas tiene problemas con gusanos barrenadores del maz.
Una verificacin aleatoria de 5.000 mazorcas revel estos datos: muchas mazorcas no
tenan gusanos. Algunas tenan uno, otras tenan dos, etc. La distribucin del nmero de
barrenadores se aproxim a una Poisson. El productor cont 3.500 gusanos en las 5.000
67
69
EJERCICIOS PROPUESTOS
1. Un director de control de calidad de una compaa de automviles, se encuentra
realizando su revisin mensual de transmisiones automticas. En el procedimiento, se
retiran 10 transmisiones de la pila de componentes y se les revisa en busca de defectos
de fabricacin. A lo largo del tiempo, solo el 2% de las transmisiones tiene defectos
(suponga que los defectos se presentan de manera independiente en diferentes
transmisiones).
a) Cul es la probabilidad de que la muestra del director contenga ms de dos
transmisiones con defectos de fbrica?
b) Cul es la probabilidad de que ninguna de las transmisiones elegidas tenga defectos
de fbrica?
2. Usted est a cargo de la seccin de electrnica de una gran tienda departamental. Se ha
dado cuenta de que la probabilidad de que un cliente que solamente se encuentre
curioseando compre algo es de 0.3. Suponga que 15 clientes visitan la seccin de
electrnica cada hora.
a) Cul es la probabilidad de que al menos una de las personas que curiosea compre
algo durante una hora dada?
b) Cul es la probabilidad de que al menos 4 personas que curiosean compren algo en
una hora dada?
c) Cul es la probabilidad de que ninguna de las personas que curiosean compren algo
en una hora dada?
d) Cul es la probabilidad de que no ms de 4 personas que curiosean compren algo en
una hora dada?
3. Un supervisor de produccin de una planta de una compaa, est preocupado por la
habilidad de un empleado ya mayor para mantener el menor ritmo de trabajo. Adems de
los descansos diarios obligatorios, este empleado deja de trabajar durante perodos cortos
un promedio de 4.1 veces por hora. El perodo de descanso que se toma es de tres
minutos cada vez. El supervisor ha decidido que si la probabilidad de que el descanso
adicional, 12 minutos o ms por hora, del empleado (es decir, adems del obligatorio), es
mayor que 0.5, entonces lo cambiar a una tarea diferente. Deber hacer esto?
4. Un ingeniero de control de calidad quiere comprobar (de acuerdo con las
especificaciones) si el 95% de los componentes electrnicos embarcados por su
compaa estn en perfectas condiciones de funcionamiento. Para tal efecto se
seleccionan aleatoriamente 15 componentes de cada lote listo para ser embarcado y se
aprueba su salida si todos estn en perfectas condiciones de funcionamiento; de lo
contrario, todos los componentes del lote son revisados. Encuntrese las probabilidades
de que el ingeniero de control de calidad cometa el error de
a) mantener un lote para revisin adicional a pesar de que el 95% de los componentes
estn en perfectas condiciones de funcionamiento;
b) aprobar la salida de un lote completo sin revisin adicional a pesar de que solamente el
90% de los componentes estn en perfectas condiciones de funcionamiento;
70
c) aprobar la salida de un lote completo sin revisin adicional a pesar de que solamente el
80% de los componentes estn en perfectas condiciones de funcionamiento.
5. Un ingeniero de control de calidad inspecciona una muestra aleatoria de 3 acumuladores
de cada lote de 20 que estn listos para ser embarcados. Si un lote contiene 6
acumuladores con pequeos defectos, cules son las probabilidades de que la muestra
del inspector contenga
a) ninguna de las bateras con defectos;
b) solamente una de las bateras defectuosas;
c) al menos dos de las bateras con defectos leves?
6. Las probabilidades de que conduciendo cierto sedn de dos puertas en la ciudad se
obtenga un rendimiento promedio de menos de 20 millas por galn de combustible, de 20
a 25 millas por galn o ms de 25 millas por galn con 0.3, 0.6 y 0.1, respectivamente.
Obtenga la probabilidad de que entre 6 automviles de ese tipo sometidos a prueba, dos
promedien como mnimo 20 millas por galn, tres promedien de 20 a 25 millas por galn y
uno promedie ms de 25 millas por galn.
7. En una gran universidad se ha determinado que el 20% vive en residencias, el 30% en la
universidad y el 50% en casas particulares. Si se elige un comit de 5 estudiantes,
eligindose cada uno independientemente de los dems
a) Cul es la probabilidad de que el comit est formado por un estudiante que viva en
la universidad, por uno que viva en una casa particular y por tres que vivan en
residencias?
b) Cul es la probabilidad de que est formado por tres o ms estudiantes que vivan en
residencias?
8. Un fabricante de proyectiles dirigidos sostiene que sus proyectiles son eficaces en un
90%. La fuerza area comprueba las existencias realizando disparos, siendo necesarias
11 pruebas para obtener cuatro xitos. Cul es la probabilidad de que se necesiten 11 o
ms pruebas si p = 0.9 . Qu conclusin es razonable sacar?
9. Un conocido jugador de bisbol tiene un tiempo medio de bateo de 0.3. Necesita 32 xitos
ms para aumentar su tiempo medio a 3.0. Cul es la probabilidad de que necesite
batear 100 o menos veces para conseguir su propsito?
10. Una compaa ha recibido un gran pedido para producir motores elctricos para una
compaa manufacturera. Con el fin de que ajuste en su soporte, el rotor del motor debe
tener un dimetro de 5.1 0.05 (pulgadas). El encargado de compras de la compaa se
da cuenta de que hay en existencia una gran cantidad de varillas de acero con un
dimetro medio de 5.07 plg., y con una desviacin estndar de 0.07 pulg. Cul es la
probabilidad de que una varilla de acero del inventario se ajuste en el soporte?
11. Ciertos bastoncillos de plstico moldeados por inyeccin son cortados automticamente
en longitudes nominales de 6 pulgadas. Las longitudes reales estn distribuidas
normalmente alrededor de la media de 6 pulgadas y sus desviaciones estndar son 0.06
pulgadas.
71
a) Qu proporcin de los bastoncillos rebasan los lmites de tolerancia, que son de 5.9 a
6.1 pulgadas?
b) A qu valor es necesario reducir la desviacin estndar si 99% de los bastoncillos
debe estar dentro de los lmites de tolerancia?
12. La compaa Quickie Sales acaba de recibir dos estimaciones de ventas que se
consideran conflictivas para el trimestre que se avecina. La estimacin I dice que las
ventas (en millones de dlares) estn normalmente distribuidas con = 325 y = 60. La
estimacin II dice que las ventas estarn normalmente distribuidas con = 300 y = 50.
La junta de directores encuentra que cada estimacin parece, a priori, ser igualmente
fidedigna. Con el fin de determinar cul estimacin deber utilizarse para hacer
predicciones, la junta de directores ha decidido reunirse de nuevo al final del trimestre y
utilizar informacin actualizada sobre las ventas para tomar una determinacin sobre la
credibilidad de cada estimacin.
a) Suponiendo que la estimacin I es precisa, cul es la probabilidad de que la
compaa tenga ventas trimestrales mayores a 350000000 $?
b) Rehaga el inciso anterior suponiendo que la estimacin II es la correcta.
c) Al final del trimestre, la junta de directores encuentra que la compaa tiene ventas
mayores a 350000000 $. Dada esta informacin actualizada, cul es la probabilidad
de que originalmente la estimacin I haya sido la correcta? (Sugerencia: recuerde el
teorema de Bayes).
13. Un estudio realizado por una compaa aseguradora revel que los propietarios no
recuperaron los bienes robados en 80% de los robos informados a la aseguradora.
a) Durante un cierto perodo ocurrieron 200 robos. Cul es la probabilidad de que no
se recuperen los bienes en 170 o ms de los asaltos?
b) Cul es la probabilidad de que ninguno de los bienes robados se recobre en 150 o
ms de los asaltos?
14. La probabilidad de que un componente electrnico falle en menos de 1000 horas de uso
continuo es 0.25. Utilcese la aproximacin normal para encontrar la probabilidad de que
entre 200 de tales componentes menos de 45 fallen en menos de 1000 horas de uso
continuo.
15. El estadio Flix Capriles tiene cuatro torres de luz con 25 reflectores de alta intensidad
montados en cada una de ellas. En ocasiones, una torre completa se queda a oscuras.
Daniel Torres, jefe de mantenimiento del estadio, se pregunta qu distribucin tendrn
los fallos en las torres de luz. El sabe que cualquier torre individual tiene una
probabilidad de 0.11 de fallar durante un juego de ftbol dado y que las torres son
independientes entre si.
Construya una grfica, que muestre las probabilidades de que exactamente 1, 2, 3 0 4
torres se queden a oscuras durante el mismo juego.
72
16. Daniel Torres sabe que la probabilidad de que cualquiera de los 25 reflectores de una
torre de luz falle durante un juego dado de ftbol es de 0.05. Los sistemas elctricos de
la torre han sido modificados de modo que ya no es posible que falle una torre completa.
a) Utilizando las aproximaciones Binomial y de Poisson, determine la probabilidad de
que siete reflectores de una torre dada fallen durante el mismo juego.
b) Utilizando ambos mtodos, determine la probabilidad de que dos reflectores fallen.
17. Se estima que el 90% de un cosecha de papas es buena, estando podridas por dentro
las restantes, pero no puede descubrirse a menos que las papas se corten por la mitad.
a) Cul es la probabilidad de obtener 20 o menos papas buenas en un saco de 25?
b) Supngase que el cocinero necesita 20 papas buenas para una comida, para lo que
elige papas al azar, las corta por la mitad y tira las malas. Cul es la probabilidad de
que tenga que partir ms de 25 papas?
18. Un embarque de 200 alarmas contra robo, contiene dos piezas defectuosas. Se
seleccionan al azar 5 alarmas contra robo para enviarlas a un cliente.
a) Halle la probabilidad de que el cliente reciba exactamente una alarma contra robo
defectuosa.
b) Halle la probabilidad de que el cliente reciba exactamente una alarma contra robo
defectuosa, si se supone que el embarque es lo suficientemente grande como para
considerarla una poblacin infinita.
19. Una florera necesita 12 helechos exticos plantados para una exposicin floral que se
celebrar en seis meses. Sabe que la probabilidad de que un helecho plantado ahora
sea ideal para la exposicin dentro de seis meses es de 0.7. Est interesado en conocer
el nmero mnimo de helechos que debera plantar, si quiere que la probabilidad de
tener 12 helechos apropiados en seis meses sea por lo menos 0.9.
a) Sern suficientes 15? Obtenga la probabilidad de que si planta 15 helechos, tenga
como mnimo 12 plantas ideales.
b) Sern suficientes 20? Obtenga la probabilidad de que si planta 20 helechos, tenga
como mnimo 12 plantas ideales.
c) Sern suficientes 30? Obtenga la probabilidad de que si planta 20 helechos, tenga
como mnimo 12 plantas ideales.
20. En una ciudad determinada, 4% de los conductores con licencia se vern involucrados
por lo menos en un accidente automovilstico en cualquier ao de referencia. Determinar
la probabilidad de que entre 150 conductores con licencia seleccionados al azar en esta
ciudad,
a) Slo 5 se vean involucrados por lo menos en un accidente, en cualquier ao de
referencia.
b) como mximo tres se vean involucrados por lo menos en un accidente en cualquier
ao de referencia.
21. Una mquina troqueladora produce tapas de latas cuyos dimetros tienen una
desviacin de 0.01 pulgadas. En qu dimetro nominal promedio debe ajustarse la
73
mquina, de tal manera que no ms del 5% de las tapas producidas tengan dimetros
que excedan las 3 pulgadas?
22. La experiencia de una empresa qumica al aplicar una prueba a universitarios recin
egresados que han solicitado trabajos, revel que la puntuacin media de prueba fue de
500, y una desviacin estndar de 50.
Con base en esta experiencia, la direccin est considerando aceptar a una persona
cuya puntuacin sea 6% superior de la distribucin y contratarla directamente para un
puesto de responsabilidad.
a) Cul es la puntuacin ms baja que debe tener un egresado universitario para
calificar para un puesto de responsabilidad?
b) Con base en el desempeo anterior, el director de personal planea no tomar en
cuenta a las personas que tengan puntaciones de 400 o menos en la prueba.
Aproximadamente, qu porcentaje de los solicitantes no se tomar en cuenta?
c) Debido al nmero limitado de vacantes este ao, los solicitantes con puntuaciones
entre 400 y 485 se pondrn en espera o reserva. Qu porcentaje de los solicitantes
quedar en espera? Si solicitaron trabajo en la empresa un total de 500 estudiantes,
cuntos quedarn en la clasificacin de espera?
74
76
PARTE II
MUESTREO
CONCEPTO
Es la base para la realizacin de mtodos de inferencia estadstica y consiste en
seleccionar algunos elementos de la poblacin en base a criterios probabilsticos o no, de
manera que la informacin recogida de ellos, permitan conocer alguna caracterstica de
inters de la poblacin, de manera confiable y representativa, ahorrndose tiempo, dinero y
esfuerzo.
APLICACIN
El uso del muestreo no tiene lmite. Desde la persona que elige unos cuantos panes en la
tienda para decidir si estn duros o son hechos en el da, para comprar la cantidad usual
para su familia, hasta el gerente de produccin que tiene que decidir si realizar
mantenimiento a una mquina porque se cree que est produciendo bienes fuera de los
estndares.
77
CAPTULO 3
MTODOS Y DISTRIBUCIONES DE MUESTREO
1. INTRODUCCIN
El muestreo estadstico es un enfoque sistemtico para seleccionar unos cuantos
elementos representativos (una muestra) de un grupo de datos, a fin de hacer algunas
inferencias sobre el grupo total (poblacin). Como esta muestra aporta datos bastantes
confiables, no es necesario seleccionar el total.
Un parmetro es una
maysculas o griegas:
Ejemplo.
La nota promedio de todos los alumnos de la UPB en un semestre especfico, es un
parmetro.
La nota promedio de los alumnos de Estadstica II en un semestre especfico es un
estadstico.
2. TIPOS DE MUESTREO
Hay dos tipos para seleccionar las muestras que provienen de poblaciones:
Probabilstico o aleatorio, cuando la muestra se selecciona de modo que cada integrante
de la poblacin tenga una probabilidad conocida de ser incluido en la muestra.
No probabilstico o de juicio, cuando no todos los integrantes tienen alguna probabilidad
de ser incluidos en la muestra. Se usa el conocimiento y la opinin personal para identificar
los elementos de una poblacin que se van a incluir en la muestra.
Generalmente, sirve de muestreo piloto antes de seleccionar una muestra aleatoria, a fin de
recopilar informacin til para determinar el tamao de la muestra. Su ventaja radica en el
ahorro de realizar un anlisis estadstico para tomar las muestras. Su principal desventaja
es que los resultados pueden estar sesgados y no ser representativos de la poblacin.
Ejemplo.
El gerente de una empresa quiere formar un equipo de trabajo para solucionar las bajas en
las ventas del mes pasado. Para ello posee 4 expertos en el rea de marketing con igual
entrenamiento y habilidades.
79
C (4, 2) =
4!
=6
(4 2)!2!
Las seis muestran tienen la siguiente composicin. Esto se realiza por medio de un
diagrama de rbol:
B
A
C
D
B
C
C
D
D
AB
AC
AD
BC
BD
CD
80
1
6
MAS.
La probabilidad de que el estudiante A sea elegido es de:
P ( A) = P ( AB ) + P ( AC ) + P ( AD ) =
1 1 1 1
+ + =
6 6 6 2
Ventaja.
El muestreo estratificado garantiza que todos los elementos de la poblacin tengan una
posibilidad de ser seleccionados. Es adecuado cuando la poblacin ya est dividida en
grupos de diferentes tamaos. Cuando se disean bien, reflejan ms exactamente las
caractersticas de la poblacin de donde se extrajeron que otras clases de muestreo.
Ejemplo.
Una empresa quiere saber cuntos productos consumen los clientes por mes y se sabe que
por sus caractersticas el consumo depende de la edad.
Resolucin.
La empresa, para obtener datos confiables deber realizar el muestreo estratificado y no el
MAS, ya que la poblacin est dividida por el estrato de la edad.
La empresa tiene que tomar un tamao de muestra aleatoria de cada grupo de edad, de
acuerdo a los porcentajes de la poblacin que se encuentran en ellos.
Grupo de
edad
0-20
20-40
40-60
60-80
Porcentaje del
total
30
40
20
10
Tamao de
muestra
84
112
56
28
Si la muestra total es de 280, entonces de cada grupo tendr los tamaos de muestras que
se muestran el la ltima columna de la tabla anterior.
Resolucin.
Se utiliza un mapa y se divide la ciudad en manzanas. Luego se selecciona cierto nmero
de ellas aleatoriamente para realizar la encuesta. Cada familia de dichas manzanas ser
entrevistada.
4. DISTRIBUCIONES DE MUESTREO
La distribucin de probabilidad de todas las medias posibles de las muestras es una
distribucin de medias muestrales. A esto, los estadsticos la llaman distribucin muestral de
la media.
El error estndar es la desviacin estndar de la distribucin de la medias muestrales, que
mide el grado en que esperamos que las medias de las diferentes muestras varen por el
error accidental en el proceso de muestreo.
Ejemplo.
Se quiere conocer la vida media de unos focos producidos por cierta fbrica. Para ello se
extrae una serie de muestras y se calcula la vida media de cada foco en cada una de ellas.
Es poco probable que todas las medias muestrales sea iguales, sino que cabe esperar ver
alguna variabilidad en las medias observadas. Dicha variabilidad en el estadstico muestral
resulta del error por muestreo debido al azar. Existen diferencias entre cada muestra y la
poblacin, lo mismo que entre las varias muestras tomadas.
A continuacin se explicar mejor este proceso:
a) Se hace la suposicin que la distribucin de la poblacin de la duracin de los focos de
esta empresa, en horas es la siguiente:
= 40
= 780
83
b) Para llegar a conocer estos parmetros poblacionales, se toman todas las muestras
posibles de tamao 10. Se calcula la media y la desviacin estndar de cada una de las
muestras. Se puede constatar que ninguna de las medias muestrales ser la misma que
la media poblacional, pero tendern a estar cerca.
s1 = 30
x1 = 745
s2 = 25
x2 = 770
s3 = 45
x3 = 788
sn = 15
xn = 790
c) Se determina una distribucin de todas las medias de cada muestra que se tom,
llamada distribucin de medias muestrales:
x = 12.65
x = 780
La distribucin muestral de las medias que se obtiene al tomar todas las muestras es una
distribucin terica de muestreo. En la prctica, los estadsticos han constatado que es
suficiente tomar una muestra para obtener esta distribucin.
Como se puede advertir, la media de las medias muestrales es igual a la poblacional y el
error estndar es igual a la desviacin de la poblacin, divida entre la raz cuadrada del
tamao muestral. Es de esa manera que se pueden determinar los parmetros
poblacionales.
84
, llamada
n
= 600
x [$]
= 2000
Para corroborar esta informacin, el banco realiza un muestreo de 100 cuentas. De acuerdo
a las propiedades del muestreo en poblaciones normales, se puede obtener la distribucin
de medias muestrales:
x =
1900
x = 2000
600
= 60
100
2050
Para hallar la probabilidad de que la verdadera media de las cuentas se halle en el intervalo
de 1900 a 2050 $, es necesario obtener la distribucin normal estndar, mediante la
variable tipificada y transformar los valores a dicha variable:
z=
x
x
85
z1 =
1900 2000
= 1.67
60
z2 =
2050 2000
= 0.83
60
z =1
-1.67
0.83
z = 0
Por ltimo se determinan las probabilidades respectivas, mediante la tabla normal estndar,
que se encuentra en la parte de tablas estadsticas al final del texto.
f ( x) =
1
6
x = 1, 2, 3, 4,5, 6
86
1 2 3 4 5 6
= xi P( xi ) =
i =1
x
1
P(x)
x P(x)
x2 P(x)
1
6
1
6
1
6
1
6
2
6
4
6
1
6
3
6
9
6
1
6
4
6
16
6
1
6
5
6
25
6
1
6
6
6
36
6
Totale
s
21
6
91
6
21
= 3.5
6
x P( x )
2
i
i =1
91
3.52 = 1.708
6
n
6
6!
n!
= =
= 15
=
x (n x )! x ! 2 (4)!2!
Las distintas muestras que se forman, y el clculo de las medias de cada muestra son:
1-2 1-3 1-4 1-5 1-6 2-3 2-4 2-5 2-6 3-4 3-5 3-6 4-5 4-6 5-6
x : 1.5 2.0 2.5 3.0 3.5 2.5 3.0 3.5 4.0 3.5 4.0 4.5 4.5 5.0 5.5
La forma de la distribucin de la primera muestra y el procedimiento del clculo de su media
es:
P(x)
2
1 1
x1 = xi P ( xi ) = 1 + 2 = 1.5
2 2
i =1
1
2
87
1
Todas las muestras tienen la misma forma y sus medias se calculan mediante el mismo
procedimiento.
La tabla de la distribucin de medias muestrales, determinada a partir de las medias de
todas las muestras es:
x = xi P( xi ) =
i =1
P( x ) x P( x ) x 2 P ( x )
1.5
1
15
1.5
15
2.25
15
2.0
1
15
2
15
4
15
2.5
2
15
5
15
12.5
15
3.0
2
15
6
15
18
15
3.5
3
15
10.5
15
36.75
15
4.0
2
15
8
15
32
15
4.5
2
15
9
15
40.5
15
5.0
1
15
5
15
25
15
5.5
1
15
5.5
15
30.25
15
Totale
s
52.5
15
201.25
15
52.5
= 3.5
15
x =
x P( x )
2
i
i =1
2
x
201.25
3.52 = 1.08
15
c) Comparacin.
= x = 3.5
x =
N n 1.708
62
=
= 1.08
*
*
N 1
6 1
n
2
En este caso, como el tamao de la poblacin es finito, se incluye para el clculo del error
estndar el multiplicador de poblacin finita, que ser descrito ms adelante.
= 2000
= 15000
x [$]
x =
x = 15000
2000
= 365.16
30
15750
z =1
z=
z = 0
0.83
15750 15000
= 2.05
365.16
precisin no justifica el incremento adicional en el costo del muestreo. Rara vez conviene
extraer muestras excesivamente grandes.
Ejemplo.
Una empresa quiere determinar el tamao de muestra que tendr que usar para realizar
una encuesta de opinin sobre algunas caractersticas de su producto estrella. Se sabe por
estudios anteriores que la media mensual de consumo de este producto es de 10000
unidades, con una desviacin de 100 unidades.
a) La empresa solo dispone de los fondos suficientes para que el estudio tenga un error
estndar igual a 31.63 Cul debe ser su tamao de muestra?
b) Cul es el tamao de la muestra si la empresa asigna ms dinero y puede bajar el error
a 10?
Resolucin.
El error estndar es:
x =
n=
x
100
n=
= 10
31.63
a) Si el error estndar se reduce a 10, el tamao de la muestra ser:
2
100
n=
= 100
10
x =
x =
N n
N 1
n
es mayor o igual a 0.05.
N
Ejemplo.
Una cooperativa est constituida por una poblacin de 20 compaas textiles del mismo
tamao, todas las cuales sufren una excesiva rotacin de personal. La desviacin estndar
de la distribucin de la rotacin anual es de 75 empleados. Se muestrea 5 de esas
compaas.
a) Calcule el error estndar.
b) Si la cooperativa crece y se asocian 90 compaas ms, calcule el error estndar, si se
muestrean 5 compaas.
Resolucin.
a) La fraccin
n
5
=
= 0.25 es mayor a 0.05. Por lo tanto el error estndar debe ir con el
N 20
x =
b) La fraccin
N n 75
=
N 1
5
20 5
= 33.54(0.888) = 29.8
20 1
n
5
=
= 0.045 es menor a 0.05. Por lo tanto no se usa el multiplicador de
N 110
x =
N n 75 110 5
=
= 33.54(0.98) = 32.87
N 1
5 110 1
92
Tipo de
variable?
Continua
Discreta
Existen
muestras?
Si
No
No
Forma de la
poblacin?
No normal
Normal
Normal
Normal
Tamao de
muestras?
Pequeo
Grande
Cualquiera
No existe
No existe
93
n
0.05
N
n
< 0.05
N
(x 0.5) np
npq
x
x
x =
z=
z=
Z=
No se puede aplicar el
teorema central del
lmite
Distribucin
de las medias
muestrales
Distribucin
normal
poblacional
Aproximacin
normal a la
binomial
x =
x =
N n
N 1
c) Voluntarios.
La cooperacin de voluntarios en cualquier estudio, falsea fcilmente los resultados, ya que
sus costumbres y caractersticas, en general, pueden no ser representativos de toda la
poblacin.
tiempo, y pueden ser tiles a la hora de comparar con resultados obtenidos por otras
encuestas en el futuro.
EJERCICIOS DE CLASE
1. De una poblacin de 125 elementos, con una media de 105 y una desviacin estndar
de 17, se eligieron 64 elementos.
a) Cul es el error estndar de la media?
b) Cul es la probabilidad: P(107.5 x 109) ?
c) Cul es la probabilidad: P(107.5 x 109) ?
2. Un equipo de salvamento submarino se prepara para explorar un sitio mar adentro frente
a la costa de Florida, donde su hundi una flotilla entera de 45 galeones espaoles. A
partir de registros histricos, el equipo espera que estos buques naufragados generen un
promedio de 225000 $ de ingresos cada uno cuando se exploren, con una desviacin
estndar de 39000 $. El patrocinador del equipo, sin embargo, se muestra escptico y ha
establecido que si no se recuperan los gastos de exploracin, que suman 2.1 millones de
$ con los primeros 9 galeones naufragados, cancelar el resto de la exploracin. Cul
es la probabilidad de que la exploracin contine una vez explorados los 9 primeros
barcos?
3. Food Place, una cadena de 145 supermercados, fue comprada por otra mayor del mismo
rubro que opera a nivel nacional. Antes de que el trato se realice, la cadena mayor quiere
tener alguna seguridad de que Food Place ser redituable. La cadena compradora ha
decidido echar un vistazo a los registros financieros de 36 de las tiendas de Food Place.
El gerente de sta, afirma que las ganancias de cada tienda tienen una distribucin
aproximadamente normal con la misma media y una desviacin estndar de 1200 $. Si la
gerencia de Food Place est en lo correcto, cul es la probabilidad de que la media de
la muestra de las 36 tiendas se encuentre cerca de los 200 $ de la media real?
4. La media del nmero de estudiantes mujeres en cada materia de la impartida en la UPB
es 18 con una desviacin de 8.
a) Se toman al azar 10 materias. Cul es la probabilidad de encontrar 20 o ms
estudiantes mujeres en promedio?. Se requiere del teorema central de lmite para
resolver este inciso?
b) Si se asume que la distribucin poblacional del nmero de estudiantes mujeres en
cada materia en la UPB es normal, hallar la misma probabilidad en una materia
cualquiera. Compare los resultados con el inciso anterior y haga un comentario.
5. El nmero de millas recorridas antes de que cierta clase de llantas empiece a verse
gastada es en promedio , 16.800 millas con una desviacin estndar de 3.300 millas.
Una agencia de arrendamiento de automviles compra 36 de estas llantas para cambiar
las de algunos vehculos y pone cada una en un vehculo diferente.
96
EJERCICIOS PROPUESTOS
1. Identifique cada uno de los siguientes mtodos de muestreo:
a) La poblacin de inters est en orden alfabtico. Iniciando con el sptimo apellido,
cada dcimo nombre de ah en adelante se seleccion como elemento de la muestra.
Por tanto, la muestra consta de los nmeros 7, 17, 27, 37, y as sucesivamente.
b) Un distrito extenso se subdividi en 16 reas. Despus 5 de estas reas se
seleccionaron aleatoriamente, y tambin se seleccionaron al azar para ser
entrevistados los residentes de estas 5 regiones.
c) Los ejecutivos se subdividieron en tres grupos: bancarios, industriales y de seguros.
Se tomaron muestras aleatorias de cada uno de estos grupos, y se ponderaron los
resultados muestrales de acuerdo con el nmero en el grupo, en relacin con el total.
2. El Dr. Lambert tiene a cinco estudiantes que realizaron estudios especiales con l este
semestre. Para evaluar el avance de lectura, el doctor aplica un examen de cinco
preguntas con respuestas verdadero/falso. El nmero de respuestas correctas para cada
estudiante se presenta a continuacin.
Estudiante
Torres
Cuevas
Flores
Ramos
Campos
a)
b)
c)
d)
e)
Nmero correcto
4
3
5
3
2
5. Al revisar las ventas habidas desde la apertura de un restaurante hace seis meses, el
dueo encontr que la cuenta promedio por pareja era de 26$, con una desviacin
estndar de 5.65$. Qu tan grande tendra que ser una muestra de clientes para que la
probabilidad fuera de al menos 95.44% de que el costo medio por comida para la
muestra cayera entre 25$ y 27$?
6. Low-Cal Food Company usa estimaciones del nivel de actividad de los diversos
segmentos del mercado para determinar la composicin nutricional de sus productos de
comida diettica. Low-Cal est considerando la introduccin de una comida diettica
lquida para mujeres maduras, puesto que este segmento tiene problemas especiales de
peso no resueltos por la comida diettica de su competidor. Para determinar el contenido
deseado de caloras de este nuevo producto, la doctora Nell Watson, investigadora de la
compaa, condujo pruebas sobre una muestra de mujeres para determinar el consumo
de caloras por da. Sus resultados mostraron que el nmero promedio de caloras
consumidas diariamente por las mujeres mayores es de 1328, con una desviacin
estndar de 275. La doctora Watson estima que los beneficios que obtiene con un
tamao de muestra de 25 costaran 1720$. Espera que al reducir el error estndar a la
mitad de su valor actual se duplique el beneficio. Si el costo es de 16$ por cada mujer de
la muestra, debera Watson reducir su error estndar?
7. La HAL Corporation fabrica grandes sistemas de cmputo y siempre se ha ufanado de la
confiabilidad de sus unidades de procesamiento central del sistema 777. De hecho, la
experiencia pasada ha mostrado que el tiempo improductivo mensual de las CPU del
sistema 777 promedia 41 minutos, con una desviacin estndar de 8 minutos. El centro
de cmputo de una gran universidad estatal mantiene una instalacin formada por 6
CPUs del sistema 777. James Kitchen, el director del centro, siente que se proporciona
un nivel satisfactorio de servicio a la comunidad universitaria si el tiempo improductivo
promedio de los 6 CPU es menor de 50 minutos al mes. Dado cualquier mes, cul es la
probabilidad de que Kitchen se sienta satisfecho con el nivel de servicio?
98
5294
. Si la seorita Johnson
x
desea aumentar su muestra hasta que el costo sea igual al beneficio, cuantas unidades
debe muestrear?. La desviacin estndar poblacional es 265.
6. Usted, como administrador de personal de una pequea compaa recogi la siguiente
informacin de los das de ausentismo por ao de la poblacin de sus empleados:
1, 3, 6, 7, 7, 12
a) Suponiendo que se muestrea sin reposicin, seleccione todas la muestras posibles de
tamao 3 y establezca la distribucin muestral de la media.
b) Calcule los parmetros de la poblacin y los estadsticos de la distribucin muestral de
la media. Qu conclusin puede sacar al compararlas?.
7. Ron Blake, director de recursos humanos de una empresa, desea estudiar el nivel de
precisin de las 70 secretarias de su compaa. Anteriormente el nmero diario de
errores de procesamiento de palabras cometido por cada secretaria haba sido
aproximadamente normal con un promedio de 18 y una desviacin estndar de 4. El
seor Blake inspecciona actualmente a 15 secretarias elegidas aleatoriamente. Cul es
la probabilidad de que el nmero promedio de errores por secretaria sea:
a) Inferior a 15.5.
b) Mayor de 20.
100
PARTE III
INFERENCIA ESTADSTICA
CONCEPTO.
Es la rama de la Estadstica que se ocupa del uso de los conceptos de la probabilidad para
afrontar la incertidumbre en la toma de decisiones. Los conceptos bsicos de las
distribuciones muestrales, sirven como base para la estadstica inferencial. Esta comprende
dos reas:
La estimacin, que consiste en estimar los valores de los parmetros de la poblacin
bajo estudio.
Las pruebas de hiptesis, que constituyen el proceso de aceptar o rechazar
declaraciones o supuestos, generalmente relacionadas con parmetros poblacionales.
Estas pruebas se subdividen a su vez en:
Pruebas paramtricas, si lo que se desea es probar una hiptesis acerca de un
parmetro poblacional en estudio.
Pruebas no paramtricas, si lo que se desea es probar una hiptesis en las cual no se
requiere el uso de un parmetro poblacional.
APLICACIN.
El investigador puede preguntarse: Cundo se usa la estimacin o la prueba de hiptesis?
Para ello, se resume a continuacin los tipos de investigaciones que se pueden realizar.
Investigacin exploratoria.
Se utiliza para los siguientes propsitos:
Investigacin cualitativa.
102
CAPTULO 4
ESTIMACIN ESTADSTICA
1. INTRODUCCIN
Todo el mundo hace estimaciones. Cuando queremos cruzar la calle, estimamos la
velocidad del auto, la distancia entre l y nosotros y nuestra velocidad. Luego de efectuar
estas estimaciones tan rpidas, decidimos si debemos esperar o cruzar la calle. Los
gerentes hacen estimaciones rpidas. El resultado puede afectar a sus empresas. Todas
las personas efectan estimaciones sin preocuparse si son cientficas, con la esperanza de
que sus proyecciones guarden semejanza razonable con los resultados.
Cuando tomamos decisiones nos vemos obligados a veces a confiar en un simple
presentimiento. Pero en otras ocasiones, en las cuales disponemos de informacin y
aplicamos los conceptos estadsticos, podemos proceder de una manera ms cientfica.
2. TIPOS DE ESTIMACIONES
Un estimador es un estadstico muestral con el cual se estima un parmetro de la poblacin.
Una estimacin es un valor especfico observado de un estadstico.
En la vida real se desconocen los valores de los parmetros de las poblaciones que se
estudian. Se pretende entonces estimar estos valores que son de inters en nuestro
estudio. Para esto puede hacerse una:
Estimacin puntual, que es un valor nico que pretende estimar el valor del parmetro
poblacional estudiado.
Ej: El promedio de ventas mensuales de una empresa es de 200 unidades.
Dos estimadores puntuales que se utilizan con frecuencia en estadstica son: la media
muestral:
x=
1 n
xi
n i =1
( x x )
2
i
S2 =
i =1
n 1
n x2
i =1
n 1
104
z=
z =1
z = 0
P z < z < z = 1
2
x
P z <
< z = 1
2
P z
< x < z
= 1
2
2
n
n
donde la cantidad e = z
2
P x z
< < x + z
= 1
2
2
n
n
y x + z
.
2
n
n
Ejemplo.
105
En segundo lugar, se hallan los valores crticos de z, utilizando la tabla normal estndar. Un
grfico en este caso es de mucha ayuda:
z =1
= 0.025
2
1 = 0.95
z = 1.96
2
= 0.025
2
z = 1.96
2
3.8
3.8
106
x
t=
s
n
(x x )
s=
i =1
n 1
t , n1
t ,n1
P t , n 1 < t < t ,n 1 = 1
2
Utilizando el mtodo del pivote al igual que en el caso anterior, se obtiene el intervalo de
confianza deseado:
s
s
P x t , n 1
< < x + t , n 1
= 1
2
2
n
n
s
s
y x + t ,n 1
2
n
n
Ejemplo.
Una empresa fabrica focos que tienen una duracin distribuida aproximadamente en forma
normal. Si una muestra de 25 focos tiene una vida promedio de 780 horas, con una
desviacin de 40 horas, obtenga un intervalo de confianza de 90% para la media de la
poblacin de todos los focos producidos por esa empresa.
El paso 1 es siempre verificar que los datos se ajusten al intervalo apropiado:
0.05
0.90
t0.05,24 = 1.7109
0.05
t0.05,24 = 1.7109
40
40
P 780 1.7109
< t < 780 + 1.7109
= 90%
25
25
108
Se conoce la varianza de la
poblacin?
Forma de la
poblacin
No Normal
Normal
n>50
n<20
n>20
n<30
n>30
Grande
Pequeo
Grande
Pequeo
Grande
Cualquier n
Pequeo
n<50
Tamao de la
muestra?
No
Si
No
Si
109
t ,n 1
x+
) = 1 -
) = 1 -
K2
) = 1 -
) = 1 -
) = 1 -
,n1 *
) = 1 -
x + Z *
2
x + Z *
2
x + Z *
2
x + Z *
2
x+ K
P = (x - Z *
2
P = (x - K
P = (x - Z *
2
P = (x -
P = (x - Z *
2
P = (x - Z *
2
DE LA MEDIA DE LA POBLACIN
e = z
2
n = z
2 e
e = z
2
N n
N 1
Despejando n, se tiene:
2
N n
n = z
2 e N 1
El tamao de muestra cuando la poblacin es infinita es:
n0 = z
2 e
110
N n
n = n0
N 1
Despejando n, se obtiene la ecuacin para determinar el tamao de muestra de una
poblacin finita:
n=
n0 N
n0 + ( N 1)
n=
z 2 2 N
z 2 2 + e 2 ( N 1)
Ejemplo.
Food Tiger, una tienda local, vende bolsas de plstico para basura y ha recibido unas
cuantas quejas con respecto a la resistencia de tales bolsas. Parece ser que las bolsas que
se venden en la tienda son menos resistentes que las que vende su competidor Food
Lyon y en consecuencia, se rompen ms a menudo. Como gerente encargado de
adquisiciones, usted est interesado en determinar el peso mximo promedio que puede
resistir una de las bolsas para basura sin que se rompa. Si la desviacin estndar del peso
lmite que puede aguantar una bolsa es de 1.2 kg, determine el nmero de bolsas que
deben ser probadas con el fin de que usted tenga una certeza del 95% de que el peso
lmite promedio est dentro de 0.5 kg del promedio real.
a) Si se considera una poblacin infinita.
b) Si el tamao de la poblacin de bolsas que se venden al ao es de 10000.
Resolucin.
a) Reemplazando todos los datos en la ecuacin para poblacin infinita y sabiendo que el
valor de z para una probabilidad de confianza del 95% es de 1.96, se tiene:
2
1.2
n0 = 1.96
= 22
0.5
Conclusin: Debe ser probada la resistencia al peso de 22 bolsas para que se tenga una
certeza del 95% de que el peso lmite promedio est dentro de 0.5 kg. Del peso promedio
real.
b) Si la poblacin es finita, se tiene:
111
n=
1.9621.2210000
= 22
1.96 21.22 + 0.52 (10000 1)
n
22
=
= 0.0022 es menor a
N 10000
Como no se conoce que el peso que resisten las bolsas sea normal, si se conoce la
varianza de la poblacin y el tamao de muestra determinado era mayor a 20, entonces
se elige el siguiente intervalo de confianza:
P x z
< < x + z
= 1
2
2
n
n
Una vez elegido el intervalo apropiado, se obtienen todos los datos pertinentes, por medio
de la grfica:
= 0.01
2
1 = 0.98
z = 2.33
2
= 0.01
2
z = 2.33
2
1.2
1.2
P 10 2.33
< < 10 + 2.33
= 98%
22
22
e = t , np 1
2
s
n
n = t , n p 1
e
2
n=
t 2s2 N
t 2 s 2 + e 2 ( N 1)
Ejemplo.
Cul debe ser el tamao muestral si se quiere realizar una investigacin para estimar el
precio promedio en el mercado de calculadoras cientficas no programables, conociendo
que al realizar una prueba piloto de n=15, la desviacin muestral fue de 10 $ y no se quiere
cometer un error mayor a 2 $, con una probabilidad de 95%?
a) Si se considera poblacin infinita.
b) Si el tamao de la poblacin que compra este tipo de calculadoras por ao en una ciudad
especfica es de 2000?
Resolucin.
113
10
n = 2.145 = 115
2
n=
2.145210 2 (2000)
= 109
2.145210 2 + 22 (2000 1)
114
Parmetro a
estimar?
Proporcin
Media
Varianza
conocida?
No importa
No
Si
115
Tamao de
muestra piloto
conocido?
No importa
Si
No
No importa
Tamao de la
Poblacin?
Finito
Infinito
Finito
Infinito
Finito
Infinito
Finito
Infinito
pqz 2 N
n=
pqz 2 + e 2 ( N 1)
z
n0 = p (1 p ) 2
e
t 2s2 N
n= 2 2 2
t s + e ( N 1)
z 2 s2 N
z 2 s 2 + e 2 ( N 1)
n0 = t ,n p 1
e
2
n=
z 2 2 N
z 2 2 + e 2 ( N 1)
s
n0 = z
2 e
n=
n0 = z
2 e
z=
( x1 x2 ) (1 2 )
12 22
+
n1 n2
z =1
2
z
z = 0
P z < z < z = 1
2
12 22
12 22
P ( x1 x2 ) z
+
< 1 2 < ( x1 x2 ) + z
+
= 1
2
2
n
n
n
n
1
2
1
2
Ejemplo.
Usted desea investigar si en promedio el sueldo del hombre excede en ms de 20 $ por
semana al de la mujer en su compaa. Segn datos histricos las desviaciones estndar
para los sueldos han sido de 15.6 $ para los hombres y 18.20 $ para las mujeres. Si los
datos muestrales revelan que 20 hombres ganan en promedio 292.50 $ a la semana,
mientras que 20 mujeres perciben en promedio 266.10 $ por semana, qu puede
116
concluirse con una certeza del 90%? Se considera que las poblaciones son
aproximadamente normales.
Resolucin.
Se verifica que las condiciones del problema se ajusten al tipo de intervalo que se est
considerando:
0.05
0.05
0.9
z0.05 = 1.64
z0.05 = 1.64
15.62 18.2 2
15.62 18.2 2
+
< 1 2 < (292.5 266.1) + 1.64
+
P (292.5 266.1) 1.64
= 90%
60
60
60
60
t=
( x1 x2 ) ( 1 2 )
1 1
+
S
n1 n2
donde
S=
1 1
1 1
P ( x1 x2 ) t , S
+
< 1 2 < ( x1 x2 ) + t , S
+
2
2
n
n
n
n2
1
2
1
= 1
Ejemplo.
Los siguientes datos son el nmero de ventas que una muestra de 9 vendedores de
productos qumicos en La Paz y una muestra de 6 vendedores en Cochabamba realizaron
en cierto perodo fijo.
La Paz:
Cochabamba:
59
50
68
36
44
62
71
52
63
70
46
41
69
54
48
Las dos poblaciones son normales, con varianzas desconocidas pero iguales y los dos
tamaos de muestra son menores a 30.
La Paz
58
109
9
Cochabamba
51.83
160.97
6
0.99
0.005
t0.005,13 = 3.012
0.005
t0.005,13 = 3.012
S=
(9 1)109 + (6 1)160.97
= 11.36
9+62
118
1 1
1 1
P (58 51.83) 3.012(11.36) + < 1 2 < (58 51.83) + 3.012(11.36) + = 99%
9 6
9 6
t=
s12 s22
+
n n
= 12 2 2 2
s12 s22
n1 + n2
n1 + 1 n2 + 1
( x1 x2 ) ( 1 2 )
s12 s22
+
n1 n2
P ( x1 x2 ) t ,
2
s12 s22
+
< 1 2 < ( x1 x2 ) + t ,
2
n1 n2
s12 s22
+ = 1
n1 n2
Ejemplo.
Se estudian dos frmulas para obtener la resistencia de un plstico utilizado en la
fabricacin de juguetes. El experto industrial afirma que no hay diferencia significativa en
las resistencias promedio que dan cada una de las frmulas. Se duda de su afirmacin, y
se experimenta, ya que la frmula 1 es ms cara, y segn la bibliografa deba sobrepasar
la resistencia de la frmula 2 en 10. Se obtuvo entonces la siguiente informacin muestral:
Estadstico
Media
Varianza
Tamao
Frmula 1
47.71
11.57
7
Frmula 2
45.42
9.95
7
Determine mediante un intervalo de confianza del 95% si existe diferencia significativa entre
las dos frmulas.
Resolucin.
119
Aqu se supone que las poblaciones son normales, las varianzas son desconocidas y no
necesariamente iguales y los tamaos de muestra son menores a 30.
11.57 + 9.95
=
2 = 14
2
2
11.57 9.95
7 7
8
8
0.025
t0.025,14 = 2.145
0.95
0.025
t0.025,14 = 2.145
11.57 9.95
11.57 9.95
+
< 1 2 < (47.71 45.42) + 2.145
+
P (47.71 45.42) 2.145
= 90%
7
7
7
7
120
(x1 x 2 ) (1 2 )
t=
(x
x 2 ) 2 n(x1 x 2 ) 2
i =1
n 1
El intervalo construido a partir de este estadstico es el siguiente:
P ( x1 x2 ) t ,
2
(x x )
1
i =1
(x x )
1
< 1 2 < ( x1 x2 ) + t ,
n(n 1)
n( x1 x2 ) 2
= 1
n(n 1)
n( x1 x2 ) 2
i =1
s
s
< < x + t , n 1
P x t , n 1
= 1
2
2
n
n
si se considera que no se tienen dos muestras sino slo una, compuesta por las diferencias
de los valores apareados.
Ejemplo.
Las siguientes son las prdidas semanales de horas/hombre como consecuencia de
accidentes en diez plantas industriales antes y despus de instaurar cierto programa de
seguridad.
Antes
Despu
s
45
36
73
60
46
44
124
119
33
35
57
51
83
77
34
29
26
24
17
11
13
-2
x = 5.2
s = 4.08
0.025
0.95
0.025
121
t0.025,14 = 2.262
t0.025,14 = 2.262
4.08
4.08
122
No
Tamao de las
muestras?
Datos
pareados?
Pequeo
Varianzas de
las poblaciones
conocidas?
n<30
Si
n>30
Si
No
No
No
Si
Grande
Cualquier n
Varianzas
Iguales?
No
Si
Si
Si
No
No
n1
n2
1 1
n1
2
s1
n2
2
s2
1 2 (x1 x 2 ) + t *
,
n1
n1
2
s1
n2
2
s2
n2
2
s2
) =1-
n2
) =1-
) =1-
) =1-
n2
2
2
1 1
n1
2
s1
n1
2
1
= n1 + n2 2
1 2 (x1 x2 ) + t *s
,
1 2 (x1 x2 ) + z *
(n1 1) s12 + (n 2 1) s 22
n1 + n 2 2
s12 s 22
+
n n2
= 12
2
2
2
s1 s 22
n1 + n 2
n1 + 1 n 2 + 1
123
n2
1 2 (x1 x2 ) + z *
s
s
x + t *
) =1 -
,
n
n
2
P ((x1 x 2 ) t *
s=
n1
2
s2
2
s1
2
2
n2
n1
2
1
s
s
x + z *
) =1-
n
n
2
P ((x1 x2 ) - t * s
P (x t *
P (x z *
P ((x1 x2 ) - z *
P ((x1 x2 ) - z *
(n 1)s 2
=
2
2
12 ,n 1
2
2
2
2
,n 1
P 12 , n 1 < 2 < 2 , n 1 = 1
2
(n 1) s 2
< 2 , n 1 = 1
P 12 ,n 1 <
2
2
2
(n 1) s 2
(n 1)s 2
2
= 1
P
< < 2
2 ,n 1
1 , n 1
2
2
Ejemplo.
Tiger Woods cree que la consistencia de su juego, en realidad est dada por una
variabilidad de 5.9 en el puntaje que ha obtenido en todos los eventos en los que ha
participado hasta ahora. Para entrenar para el prximo torneo jug 10 rondas de golf en su
campo privado y obtuvo un promedio de 71.3 puntos con una desviacin estndar de 1.32.
Su juego fue consistente? Use un nivel de confianza del 95% y suponga que la poblacin
es normal.
Resolucin.
En primer lugar se verifica si el intervalo y los datos que se dan en el problema
corresponden al intervalo para la varianza:
124
Luego, se obtienen los datos necesarios para estimar el intervalo, mediante la distribucin
Chi-cuadrada (si desea ms informacin sobre esta distribucin puede dirigirse al anexo de
tablas estadsticas):
0.025
0.95
0.025
2
2
0.975,9
= 2.7
2
0.025,9
= 19.023
(10 1)1.322
(10 1)1.322
P
< 2 <
= 95%
2.70
19.023
desviacin estndar
2n
z =
z
2
z =
z=
2n
P z < z < z = 1
2
s
P z <
< z = 1
2
2n
s
s
P
< <
z
z
1 2
1+ 2
2n
2n
= 1
Ejemplo.
Se realiz una prueba de resistencia a la tensin en 50 cuerdas de algodn, obtenindose
una desviacin estndar de 11 libras. Encuentre un intervalo de 95% de confianza para la
verdadera desviacin estndar de estas resistencias.
Resolucin.
0.95
0.025
z0.025 = 1.96
0.025
z0.025 = 1.96
11
11
< <
P
1.96
1.96
1+
2(50)
2(50)
= 95%
s12
2
F = 12
s2
22
que tiene una distribucin F de Fisher, con n1 1 grados de libertad en el numerador y
F
F1 ,n1 1,n2 1
F ,n1 1,n2 1
P F1 , n 1, n 1 < F < F ,n 1, n 1 = 1
2
P F1 ,n1 1, n2 1 <
2
s12
2
1
= 1
F
<
, n 1, n 1
2
2 1
s22
s2
2 s2
1
1
= 1
< 12 < 12
P 12
s2 F ,n 1,n 1 2 s2 F1 , n 1, n 1
2
2
2 1
2 1
Aplicando la propiedad de la distribucin de Fisher, que dice que: F ,1 , 2 =
derecho de la desigualdad, se tiene un intervalo alternativo al anterior:
s2
2 s2
1
< 12 < 12 F ,n2 1, n1 1 = 1
P 12
s2 F , n 1,n 1 2 s2 2
2
2 1
127
1
F1 , 2 ,1
al lado
Ejemplo.
La HAL Corporation en la que usted es el gerente est a punto de poner en el mercado una
computadora personal nueva ms rpida, PAL, que sustituir a su viejo modelo, CAL. A
pesar de que, en promedio, la PAL es ms rpida que CAL, la velocidad de procesamiento
de la nueva computadora parece ser ms variable. (La velocidad de procesamiento
depende del programa que se est corriendo, la cantidad de datos de entrada y la cantidad
de datos de salida). Dos muestras de 25 corridas, que cubran la diversidad de tareas
esperadas, fueron suministradas a cada computadora (una muestra a cada una). Los
resultados fueron los siguientes:
Estadstico
Media
Desviacin estndar
Tiempo de procesamiento
(en centsimas de segundo)
PAL
CAL
50
75
20
10
Construya un intervalo de confianza del 95% que relacione las variabilidades de las
velocidades de procesamiento de la nueva con respecto a la vieja computadora. Si la tasa
de variabilidad de la velocidad de procesamiento de la PAL con respecto a la CAL es menor
a 1.76, usted lanzar la nueva computadora al mercado, caso contrario, su compaa
tendr que realizar ajustes en la variabilidad de la PAL y esperar los resultados. Cul es su
decisin?
Resolucin.
Como se trata de dos poblaciones y se quiere comparar las variabilidades de las dos
computadoras, es necesario realizar una estimacin del cociente de varianzas.
0.95
0.025
0.025
F
F0.975,24,24 =
1
F0.025,24,24
1
F0.025,24,24 = 2.27
2.27
128
2
20 2 1
2 20
P
< 12 < 2.27 = 95%
10 2.27 2 10
2
P 1.762 < 12 < 9.080 = 95%
2
Conclusin: Como el valor inferior y superior del intervalo del cociente de varianzas es
mayor a 1.76, la compaa no podr lanzar al mercado la computadora PAL, sino que
deber realizar ajustes en su variabilidad.
p (1 p )
n
z =
donde: p =
z = p
z=
p p
p (1 p )
n
z
2
P z < z < z = 1
P z <
2
P p z
2
p p
< z = 1
2
p (1 p )
p (1 p )
< p < p + z
2
n
129
p (1 p )
= 1
n
Ejemplo.
Observando la cantidad de contaminantes atmosfricos en una ciudad de Bolivia durante
500 das, se encontr un exceso de 200 microgramos solo 8 veces. Construir un intervalo
de confianza del 99% para la probabilidad de que la contaminacin exceda 200
microgramos por metro cbico en un da cualquiera.
Resolucin.
Como ya se repiti este procedimiento demasiadas veces, se acortarn los pasos, diciendo
que el valor de z es de 2.58 y la proporcin muestral es de p =
8
= 0.016 Reemplazando
500
0.016(1 0.016)
0.016(1 0.016)
P 0.016 2.58
< p < 0.016 + 2.58
= 99%
500
500
z=
( p1 p 2 ) ( p1 p2 )
p1 (1 p1 ) p 2 (1 p 2 )
+
n1
n2
sigue una distribucin normal estndar, si las muestras son lo suficientemente grandes, y
donde:
130
p1 =
Y1
n1
p 2 =
Y2
n2
P z < z < z = 1
P z <
2
P ( p1 p 2 ) z
( p1 p 2 ) ( p1 p2 )
< z = 1
2
p1 (1 p1 ) p 2 (1 p 2 )
+
n1
n2
p1 (1 p1 ) p 2 (1 p 2 )
+
< p1 p2 < ( p1 p 2 ) + z
2
n1
n2
p1 (1 p1 ) p 2 (1 p 2 )
+
= 1
n1
n2
Ejemplo.
En un estudio acerca del comportamiento de dos mquinas en un proceso productivo, se
encontr la siguiente informacin:
Nmero de artculos
inspeccionados
Mquina 1
Mquina 2
85
120
Nmero de artculos
fuera de
especificacin
12
17
p1 =
12
= 0.1411
85
p 2 =
17
= 0.1416
120
Ya no se escribi el lmite superior del intervalo, ya que es exactamente igual al inferior, con
un signo positivo en el valor crtico.
131
e = z
2
p (1 p )
n
z
n0 = p (1 p ) 2
e
n=
n0 N
n0 + ( N 1)
n=
pqz 2 N
pqz 2 + e 2 ( N 1)
p = 0.5 y q = 0.5 . Estos valores asumen que la poblacin no tiene preferencias por el
elemento xito.
z = 1.96 , que corresponde a una probabilidad de confianza de 95%.
e = 0.05 , es decir que el error mximo que se desea cometer en la estimacin es del 5%.
Si se reemplazan estos valores en la ecuacin, se tiene:
n=
0.9604 N
0.9104 + 0.05 N
Ejemplo.
Segn datos obtenidos del sitio web del Instituto Nacional de Estadstica, la poblacin de
Cochabamba para el ao 1999 era: 1484.867 habitantes: 836.232 rea urbana y 648.635
rea rural.
Una empresa quera saber en ese ao la proporcin de personas en el rea urbana que
consuma su producto y para ello necesitaba saber qu tamao de muestra deba tener,
para que sus resultados sean confiables y se puedan inferir a toda la poblacin. Para este
estudio la empresa trabaj con una probabilidad de confianza del 95%, que arroja un valor
de z de 1.96, y un error de estimacin del 5%. Una probabilidad a favor de 50%. Estos
valores son usados generalmente en un estudio de mercado.
Resolucin.
Reemplazando en la ecuacin los valores se halla el tamao de muestra:
n=
0.9604(836232)
= 20
0.9104 + 0.05(836232)
DE
133
Nmero de
poblaciones?
Dos
Una
Cul es la
palabra clave?
Comparacin
de fracciones
o porcentajes
Relacin de
variabilidades
Comparacin
de promedios
Fraccin
Porcentaje
Probabilidad
Variacin
Variabilidad
Promedio
Medio
P p z
2
N<30
p (1 p )
< p < p + z
2
n
Diferencia
de proporciones
134
p1 (1 p1 ) p 2 (1 p 2 )
+
< p1 p2 < ... = 1
n1
n2
s2
1
12 s12
1
1
= 1
<
<
P 2
s2 F , n 1, n 1 22 s22 F1 ,n 1,n 1
2
2
2 1
2 1
P ( p1 p 2 ) z
Cociente de varianzas
p (1 p )
= 1
n
(n 1) s 2
(n 1) s 2
2
= 1
< < 2
P 2
, n 1
1 ,n 1
2
2
s
s
= 1
P
< <
z
z
1 2
1+ 2
n
2
2n
Proporcin
Varianza
n>30
EJERCICIOS DE CLASE
Aclaracin: En todos los problemas que se presentan a continuacin, se hace la suposicin
de que las muestras extradas provienen de poblaciones aproximadamente normales.
Intervalo de confianza para la media de una poblacin normal con varianza conocida.
1. El gerente de la divisin de bombillas de la Cardinal Electric debe estimar el nmero
promedio de horas que durarn los focos fabricados por cada una de las mquinas. Fue
elegida una muestra de 40 focos de una mquina A y el tiempo promedio de
funcionamiento fue de 1416 horas. Se sabe que la desviacin estndar del tiempo de
duracin es de 30 horas.
a) Calcule el error estndar de la media.
b) Construya un intervalo de confianza de 90% para la media de la poblacin.
2. Despus de recolectar una muestra de 250 elementos de una poblacin con una
desviacin estndar conocida de 13.7, se encuentra que la media es de 112.4.
a) Encuentre un intervalo de confianza de 95% para la media.
b) Encuentre un intervalo de confianza de 99% para la media.
Intervalo de confianza para la media de una poblacin normal con varianza
desconocida.
3. La siguiente muestra de 8 observaciones fue tomada de una poblacin infinita con
distribucin normal:
75.3
76.4
83.2
91.0
80.1
77.5
84.8
81.0
a) Encuentre la media
b) Estime la desviacin estndar de la poblacin.
c) Construya un intervalo de confianza de 98% para la media.
4. Los costos variables, principalmente de la mano de obra, hacen que los precios de la
construccin de casas varen de una edificacin a otra. Un constructor de casas
estndares necesita tener una ganancia media arriba de 8500 $ por casa para alcanzar
una ganancia anual establecida como meta. Las ganancias por casa para las 5
edificaciones ms recientes del constructor, son de:
8760 6370 9620 8200 10350
Encuentre un intervalo de confianza de 95% para el promedio de la ganancia del
constructor por edificacin. Interprete el intervalo.
135
Media (millones de $)
En curso
Anterior
30
30
1.32
1.04
Varianza Poblacional
0.97734
0.7291
Intervalo de confianza para la diferencia entre dos medias para una poblacin normal
con varianzas desconocidas y no necesariamente iguales.
8. Los siguientes datos son las horas-hombre que semanalmente se pierden en promedio
por accidentes en 10 plantas industriales con cierto programa de seguridad y otras 10
con otro programa.
Programa 1 45
73
46
124
33
57
83
34
26
17
Programa 2 36
60
44
119
35
51
77
29
24
11
136
59
68
44
71
63
46
Oregon
50
36
62
52
70
41
69
54
48
1
38
45
2
11
24
3
34
41
4
25
39
5
17
30
6
38
44
7
12
30
8
27
39
9
32
40
10
29
41
mquina 1
85
12
mquina 2
120
17
138
EJERCICIOS PROPUESTOS
Aclaracin: En todos los problemas que se presentan a continuacin, se hace la suposicin
de que las muestras extradas provienen de poblaciones aproximadamente normales.
1. El supermercado Anita que usted administra compr hace poco una carga de 1500 cajas
de 24 onzas de cereal cada una. Una muestra aleatoria de 57 de ellas revel un peso
neto promedio de 23.2 onzas y una desviacin estndar de 0.3 onzas.
a) Estime la desviacin estndar de la poblacin a partir de la desviacin estndar de la
muestra.
b) Estime el error estndar de la media de esta poblacin finita.
c) Cules son los lmites superior e inferior del intervalo de confianza del peso neto
medio, si el nivel deseado de confianza es de 0.95? Es verdadera la afirmacin de
que el peso neto promedio de cada caja de cereal es de 24 onzas?.
2. Usted es el administrador del hotel Portales y quiere saber el nmero promedio de
huspedes diarios para mejorar la atencin. La siguiente tabla contiene el nmero de los
que se registraron cada 18 das seleccionados al azar.
61
59
57
50
53
60
60
60
64
57
57
58
54
62
58
63
63
60
20
15
95
95
5
70
15
80
35
50
40
85
55
15
0
10
40
5
10
50
a) Efecte una estimacin de las varianzas poblacionales del 1er y del 2do parcial.
b) El docente cree que como las notas provienen del mismo curso las varianzas son
iguales. Es razonable su suposicin?. Use un nivel de confianza del 90%.
140
1
.
2
x = 3216, x
Tanda 2: y = 3297, y
Tanda 1.
= 1730088
= 1812339
83.8
83.1
82.3
81.8
83.0
Utilice esos datos para conformar un intervalo de confianza de 90% para la variacin de
las lecturas de la emisin de ruido de los camiones. Si la variacin de estas lecturas
sobrepasa el valor de 3, se elegir el primer mtodo. Con base en la informacin que
nos da los valores del intervalo hallado, Cul de los dos mtodos se elegir?
17. En un experimento realizado en la compaa Ford, se compar la economa de
combustible en dos tipos de autos con motor a gasolina, equipados en forma
semejante. Suponga que 13 autos de tipo A y 10 de tipo B se utilizaron en pruebas de
velocidad constante de 90 km/h. Si los 13 autos de tipo A promediaron 16 km/h, con
una desviacin estndar de 1.0 km/h y los 10 autos de tipo B promediaron 11 km/h, con
una desviacin estndar de 0.8 km/h.
a) Determinar un intervalo de confianza de 98% para 1/2 que son las desviaciones
estndar para los recorridos por litro de combustible para los vehculos de tipo A y de
tipo B, respectivamente.
b) Hallar el intervalo con una probabilidad del 90%.
18. Recientemente, la Direccin General de la Renta tom una muestra de 200
devoluciones de impuestos y encontr que el reembolso promedio de impuestos de la
muestra llegaba a 425.39 $us, con una desviacin estndar de la muestra de 107.10
$us.
a) Estime el reembolso medio de impuestos de la poblacin y la desviacin estndar de
la poblacin.
b) Utilizando las estimaciones hechas en el inciso anterior, construya un intervalo en el
que se tenga 95% de certeza de que la media de la poblacin estar en l.
19. El director administrativo de un colegio con 2400 estudiantes, desea usar la media de
una muestra aleatoria para estimar la cantidad promedio de tiempo que tardan los
142
alumnos en ir de una clase a la siguiente, y adems quiere poder asegurar con una
confianza del 99% que el error es a lo ms 0.25 minutos. El director sabe por
experiencia que la desviacin del tiempo que tardan sus alumnos de ir de una clase a
otra es de 1.4 minutos. Qu tamao debe tener la muestra?
20. Las opiniones de un gerente de ventas sobre la demanda mensual promedio de uno de
los productos de su compaa podran ser descritas por medio de una distribucin
normal con media 3800 unidades y una desviacin de 260 unidades.
a) Qu probabilidad est asignndose al hecho de que la verdadera demanda media
mensual est en el intervalo de 3500 a 4000 unidades?
b) Si los datos para 9 meses muestran una demanda promedio de 3702 unidades, con
una desviacin estndar de 390 unidades, cmo afecta esta informacin a la
probabilidad determinada en a)?
21. Supngase que se desea estimar la proporcin real de unidades defectuosas en un
cargamento muy grande de ladrillos de adobe y que se necesita una confianza al
menos del 95% de que el error sea a lo sumo 4%. De qu tamao debe ser la muestra
si
a) No se tiene idea de cmo podra ser la proporcin muestral.
b) Se sabe que la proporcin real no excede a 0.12.
c) Repita los dos anteriores incisos si la poblacin de ladrillos es de 50000.
22. Una organizacin de investigacin de consumo selecciona de manera rutinaria varios
modelos de automvil cada ao y evala su eficiencia con respecto al combustible. En
el estudio del presente ao, de dos modelos compactos fabricados por dos marcas
distintas, el consumo promedio para doce automviles de la marca A fue de 27.2 millas
por galn (mpg) con una desviacin estndar de 3.8 mpg. Los nueve automviles de la
marca B que fueron probados tuvieron un nmero de 32.1 mpg, con una desviacin
estndar de 4.3 mpg. Con un porcentaje de confianza del 90%, se deber concluir
que los automviles de la marca B tiene un nmero promedio de millas por unidad de
combustible mayor que los automviles de la marca A?
143
Cada da tiene que resolver mltiples problemas y realizar muchas decisiones que afectan a
la productividad de la empresa. Para ello ha montado un departamento de Estadstica y
Control de calidad, ya que anteriormente se hacan decisiones que no estaban basadas en
mtodos tcnicos, sino en la experiencia del anterior gerente de produccin.
Se presentaron varios problemas en esta poca del ao, cada uno catalogado mediante las
5 Ps.
1. Personas.
Como invierno es una poca alta para chamarras de cuero con frisa de lana, el personal de
planta de produccin no es suficiente para cubrir la demanda, as que Ud contrat a
personal eventual para cubrirla, teniendo ya no uno, sino dos turnos de trabajo. El primero
trabaja de 8:00 12:00 y de 14:00 18:00 y el segundo de 20:00 24:00 y de 1:00 5:00.
Sin embargo, el tcnico de produccin, dependiente de Ud., le ha enviado un reporte donde
cree que el ritmo promedio de trabajo del segundo turno es significativamente inferior al del
primer turno y la variabilidad superior al del primer turno. Junto con el reporte, le envi los
siguientes datos muestrales, de 10 das de trabajo, que corresponden al nmero de
chamarras de cuero que produjeron por da:
1 Turno 11
2 Turno 8
14
7
16
6
12
10
9
5
10
7
144
13
12
15
11
14
8
10
Lamentablemente por negligencia del tcnico, Ud, no posee el dato de la produccin del
ltimo da del segundo turno.
a) Con una certeza del 95%, la variabilidad del ritmo de trabajo del segundo grupo es
significativamente superior al del primer grupo?
b) Tomando en cuenta el resultado del inciso a), compruebe si la produccin diaria
promedio del segundo grupo es significativamente inferior al del primer grupo, con la
misma certeza de confianza.
c) Si la suposicin del tcnico de produccin es cierta, en cuanto al ritmo promedio de
trabajo, se realizar un programa de entrenamiento a todo el personal del segundo
grupo, sobre metodologas de economa de los movimientos. Qu har?
2. Plantas y procesos.
La empresa, desde hace varios aos, quiere implementar una lnea de maletines para
computadoras porttiles (lap top), dada la creciente demanda en el mercado. Sin embargo,
la tecnologa para fabricarlas debe ser de ltima generacin, particularmente en lo que
respecta al ensamblado de los refuerzos metlicos con las partes de cuero que las
recubren. Para ello, se piensa montar una lnea de produccin nueva y comprar una
computadora y cortadora, con las cuales realizar el cortado de las piezas de cuero
automticamente, mediante el CAD-CAM (Diseo y manufactura asistidas por
computadora). Sin embargo, para la compra de esta nueva tecnologa y el posterior
montaje, existen dos problemas:
a) Elegir las maquinarias con el mejor performance para la industria del cuero. En este
sentido existen dos proveedores que calificaron en la primera seleccin que realiz el
encargado de compras. Para la decisin final se pidi a los proveedores que permitan
que se realice un muestreo para determinar el porcentaje de los cortes que caen dentro
de especificacin realizados por sus mquinas. Los datos se muestran en la siguiente
tabla:
Estadsticos
Proveedor
1
Tamao muestral
150
Nmero
de
cortes
80
dentro de especificacin
Proveedor
2
170
130
5.02
4.98
5.04
5.01
5.00
4.97
5.02
4.99
146
CAPTULO 5
PRUEBAS DE HIPTESIS
1. INTRODUCCIN
Por medio de las pruebas de hiptesis se trata de determinar cundo es razonable concluir,
a partir del anlisis de una muestra, que la poblacin entera posee determinada propiedad,
y cuando no es razonable llegar a tal conclusin.
La prueba de hiptesis comienza con una suposicin, denominada hiptesis, que se hace
en torno a un parmetro de la poblacin. Despus se renen datos muestrales, se
producen estadsticos de la muestra y a partir de esta informacin se decide, con una
probabilidad dada, si el parmetro supuesto de la poblacin es correcto.
No se puede aceptar ni rechazar una hiptesis referente a un parmetro de la poblacin por
mera intuicin. Por el contrario, se necesita aprender a decidir con objetividad, basndose
en la informacin muestral, si se acepta o se rechaza un presentimiento.
2. CONCEPTOS
HIPTESIS.
BSICOS
DEL
PROCEDIMIENTO
DE
LA
PRUEBA
DE
147
El Investigador
Acepta H0
Rechaza H0
Si H0 es verdadera Decisin correcta
Error tipo I
y
Si H0 es falsa y
Error tipo II
Decisin correcta
Se adoptan valores del 1 al 5% para el nivel de significancia. El investigador debe estar
conciente que cuanto ms alto sea este valor, habrn mayores posibilidades de que
rechace una hiptesis nula que sea verdadera.
Paso 3. Identificar el estadstico de prueba.
Existen muchas estadsticas de prueba. Se utilizarn la t, 2, z, y otras, dependiendo del
parmetro de la poblacin que se ha planteado como hiptesis. Un estadstico de prueba es
un valor, determinado a partir de la informacin muestral, que se utiliza para aceptar o
rechazar la hiptesis nula.
Paso 4. Formular una regla de decisin.
Una regla de decisin es una afirmacin de las condiciones bajo las que se acepta o
rechaza la hiptesis nula. Para lograr esto, la distribucin muestral se divide en dos partes;
la regin de aceptacin y la de rechazo. El rea de rechazo define la ubicacin de todos los
valores que son demasiado grandes o demasiado pequeos, por lo que la probabilidad de
que ocurran segn una hiptesis nula verdadera es muy remota.
148
Se define el valor crtico como el nmero divisorio entre la regin de aceptacin y la regin
de rechazo, el cual se puede determinar mediante una tabla de la distribucin muestral que
se est considerando para la prueba.
4. PRUEBAS DE HIPTESIS
4.1. Pruebas de hiptesis para medias
A continuacin se estudia el mtodo para realizar pruebas de hiptesis para la media de
una poblacin normal. Se considerar primero los dos casos ms frecuentes, en donde las
varianzas de la poblacin sean o no conocidas, y luego mediante un diagrama de rbol se
vern todos los casos que pueden darse.
Primer paso. Las hiptesis nula y alternativa son:
149
H0: = 0
H1: 0; > 0; < 0
El tipo de hiptesis alternativa, se elige de acuerdo a las especificaciones del problema.
Segundo paso. Se elige el nivel de riesgo.
= 0.05
El valor de 5%, es el ms usado y aceptado por los investigadores.
Tercer Paso. Se elige el estadstico de prueba adecuado. Dependiendo del caso, pueden
elegirse lo siguientes estadsticos:
Con varianza conocida (n>30):
x 0
n
x 0
t=
S n
Z=
z
2
Las regiones de rechazo son las pintadas y las de aceptacin las blancas.
t , n 1
2
t , n 1
t , n 1
t , n 1
Quinto paso. Con los datos muestrales, se halla el valor del estadstico de prueba y se lo
ubica en el grfico que posee la regla de decisin. Dependiendo en que zona se ubica el
valor, se decide rechazar o aceptar la hiptesis nula.
150
151
Se conoce la varianza de la
poblacin?
Forma de la
poblacin
No Normal
Normal
n>50
n<20
n>20
n<30
n>30
Grande
Pequeo
Grande
Pequeo
Grande
Cualquier n
Pequeo
n<50
Tamao de la
muestra?
No
Si
No
Si
152
x 0
x 0
n
x 0
n
x 0
x 0
x 0
n
Z=
K=
Z=
t=
Z=
Z=
DE LA MEDIA DE LA POBLACIN
153
Ejemplo.
Usted es el administrador de un lugar exclusivo para ir a tomar caf, llamado Coffe Only.
Una mquina que llena frascos de Capuchino funciona correctamente si, en promedio,
estos llevan 500 gramos de caf. Usted sospecha que esta mquina ha estado fallando,
puesto que muchos clientes han manifestado que el Capuchino no estaba en su punto.
Para corroborar este hecho seleccion una muestra de 16 frascos. Obtuvo la siguiente
informacin muestral: x = 496 gr. y s = 5 gr. Considerando que la cantidad de caf en cada
frasco sigue una distribucin normal, y eligiendo el nivel de significancia de 0.05, pruebe si
est funcionando adecuadamente la mquina o no.
Resolucin.
Paso 1: Se establece la hiptesis nula y alternativa.
H0: = 500 gr.
H1: 500 gr.
Como solo se quiere probar si la mquina est llenando bien o no, esta es una prueba de
dos colas.
Paso 2: Se elige el nivel de riesgo.
= 0.05
Paso 3: Se elige el estadstico de prueba adecuado, mediante el rbol de decisin.
La forma de la poblacin es normal, no se conoce la varianza de la poblacin y el tamao
de muestra es menor a 30. Por lo tanto el estadstico segn el rbol de decisiones es:
t=
x 0
S n
0.025
t 0.025 ,15
2.131
0.025
Regin de
rechazo
t 0.025,15 t
2.131
Como la hiptesis nula es que el parmetro sea distinto a un valor, la prueba es de dos
colas.
Paso 5: Se halla el valor de t y se realiza la decisin.
154
t=
496 500
= 3.2
5 16
Como este valor cae en la regin de rechazo, se concluye que la hiptesis nula debe ser
rechazada y se acepta la hiptesis alternativa, que indica que los frascos no estn siendo
llenados con 500 gr. de caf.
Conclusin: En promedio la mquina no est llenando los frascos correctamente con 500
gr. de caf.
Accin: Como administrador debe ordenar un mantenimiento o calibracin de la mquina.
= 0
Tercer Paso.
Z=
(X
X2 ) (1 2 )
12 22
+
n1 n 2
t=
(X
X 2 ) ( 1 2 )
1
1
S
+
n1 n2
S=
(n
1)S12 + ( n 2 1)S22
n1 + n 2 2
155
= n1 + n2 2
t=
(X
X 2 ) ( 1 2 )
S12 S 22
+
n1 n 2
n1 ) (S 22 n 2 )
+
n1 + 1
n2 + 1
Con datos apareados (muestras dependientes) (n<30).
S12 S22
+
n1 n 2
(x1 x 2 ) (1 2 )
t=
(x
(S
2
1
t=
x 2 ) 2 n(x1 x 2 ) 2
x 0
S n
i =1
n 1
Cuarto Paso.
Rechazo
Rechazo
z
Rechazo
Rechazo
t ,
2
Rechazo
t ,
t ,
Rechazo
Rechazo
t ,
Rechazo
La diferencia entre las reglas de decisin de las dos pruebas de hiptesis planteadas
radicar en el valor de los grados de libertad.
Quinto paso.
Con los datos muestrales, se halla el valor del estadstico de prueba y se lo ubica en el
grfico que posee la regla de decisin. Dependiendo en que zona se ubica el valor, se
decide rechazar o aceptar la hiptesis nula.
156
157
No
Tamao de las
muestras?
Datos
pareados?
Pequeo
Varianzas de
las poblaciones
conocidas?
n<30
Si
n>30
Si
No
No
No
Si
Grande
Cualquier n
Varianzas
Iguales?
No
Si
Si
Si
No
No
158
t=
t=
t=
Z=
s12 s22
+
n1 n 2
X 2 ) ( 1 2 )
(X
(X
1
1
+
n1 n2
S12 S22
+
n1 n 2
X 2 ) ( 1 2 )
X2 ) ( 1 2 )
x 0
S n
x 0
12 22
+
n1 n 2
X2 ) (1 2 )
(X
(X
Z=
Z=
s12 s22
+
n n
= 12 2 2 2
2
s1 s22
n1 + n2
n1 + 1 n2 + 1
= n1 + n2 2
s=
Ejemplo.
Se estudian dos mtodos para el aprendizaje del idioma Ingls. Despus de cierto periodo,
dos grupos, cada uno llevando uno de estos mtodos, son examinados mediante un mismo
test. Los resultados muestrales obtenidos son:
Estadsticos
Media
Varianza
Tamao
Grupo 1
87
36
10
Grupo 2
92
23
16
Con base en esta informacin, es posible afirmar que el mtodo utilizado en el grupo 2 es
ms efectivo? Se puede asumir que las varianzas poblacionales de los dos grupos son
iguales y que se distribuyen normalmente. Utilice un nivel de significancia de 0.01.
Resolucin.
Paso 1:
H0: 1 = 2
H1: 1 < 2
Paso 2:
= 0.01
Paso 3:
Usando el rbol de decisiones, como las varianzas son desconocidas, los tamaos de
muestra pequeos, pero las varianzas son iguales, se tiene:
t=
(X
X 2 ) ( 1 2 )
S
(n
S=
1
1
+
n1 n2
1)S12 + ( n 2 1)S22
n1 + n 2 2
= n1 + n2 2
Cuarto Paso.
= 0.01
= 10 + 16 2 = 24
1 = 0.99
t0.01,24 = 2.49
Rechazo
159
Quinto paso.
S=
t=
(87 92 )
1 1
5.28
+
10 16
= 2.35
p=
= 0
Tercer paso.
Z=
X np
np (1 p )
160
X
p
Cuarto paso.
z
2
Rechazo
z
2
Rechazo
z
Rechazo
Rechazo
Quinto paso.
Basndose en la informacin muestral, se halla el estadstico de prueba, y se compara con
la regla de decisin. Luego se acepta o rechaza la hiptesis nula.
Ejemplo.
En un estudio de mercado, un investigador encontr que 43 mujeres de un grupo de 100
entrevistadas preferan el color rojo en sus automviles. Apoya esta muestra la afirmacin
de que el 50% de las mujeres prefieren el color rojo en sus autos? Prubelo al nivel 0.01.
Resolucin.
Paso 1:
H0: p = 0.5
H1: p 0.5
Paso 2:
= 0.01
Paso 3:
Z=
X np
np(1 p)
Paso 4:
0.005
0.99
2.58
0.005
2.58
Rechazo
Rechazo
161
Paso 5:
Z=
43 100(0.5)
100(0.5) (1 0.5 )
= 1.4
X1
(Proporcin xito de la muestra tomada de la primera poblacin)
n1
X
p$ 2 = 2 (Proporcin xito de la muestra tomada de la primera poblacin)
n2
p$ 1 =
P=
X1 + X 2
(Proporcin promedio de ambas muestras)
n1 + n 2
= 0
Tercer paso.
162
Z=
p 1 p 2
1 1
P (1 P ) +
n1 n 2
Cuarto paso.
z
2
Rechazo
z
2
Rechazo
z
Rechazo
Rechazo
Quinto paso.
Con los datos muestrales, se halla el valor del estadstico de prueba y se lo ubica en el
grfico que posee la regla de decisin. Dependiendo en que zona se ubica el valor, se
decide rechazar o aceptar la hiptesis nula.
Ejemplo.
Una gran cadena hotelera est tratando de decidir si convierte ms de sus habitaciones en
cuartos para no fumadores. En una muestra aleatoria de 400 huspedes tomada el ao
anterior, 166 de stos pidieron habitaciones para no fumadores. Este ao, 175 huspedes
de una muestra de 380 prefirieron cuartos para fumadores. Recomendara usted que la
cadena de hoteles destine ms habitaciones a no fumadores? Apoye su recomendacin
probando la hiptesis apropiada a un nivel de significancia de 0.01.
Resolucin.
Paso 1:
H0: p1 = p2 (Las proporciones para cuartos de no fumadores este ao es igual a la del ao
pasado)
H1: p1 < p2 (La proporcin para los cuartos de no fumadores ser mayor este ao)
Paso 2:
= 0.01
Paso 3:
Z=
p 1 p 2
1 1
P (1 P ) +
n1 n 2
Paso 4:
163
= 0.01 1 = 0.99
z0.01 = 2.58
Rechazo
Paso 5:
p1 =
166
= 0.415
400
p 2 =
Z=
205
= 0.5395
380
P=
0.415 0.5395
1
1
+
0.4756 (1 0.4756 )
400 380
166 + 205
= 0.4756
400 + 380
= 3.48
El valor del estadstico cae en la regin de rechazo, por lo tanto se acepta la hiptesis
alternativa.
Conclusin: La proporcin de los huspedes del hotel que piden habitaciones para no
fumadores fue significativamente mayor con respecto a la del ao pasado.
Accin: Se recomienda que el hotel destine ms habitaciones para no fumadores.
H0: = 0
2
= 0
Tercer paso.
Con muestras pequeas (n < 30): =
2
( n 1)S2
20
S
Con muestras grandes (n 30): Z =
2n
Cuarto paso.
12 ,n 1
2, n1
2 , n 1
12 ,n 1
z
2
Rechazo
z
2
Rechazo
Rechazo
Rechazo
Quinto paso.
Con la informacin muestral se procede a decidir si rechazar la hiptesis nula o aceptarla.
Ejemplo.
Con base en la experiencia pasada, el gerente de produccin de una compaa llantera ha
determinado que si la desviacin estndar de la poblacin de la duracin de las llantas no
es mayor a 3500 kilmetros, se considerar que el proceso funciona correctamente (est
bajo control). Al gerente le interesa sobre todo determinar si hay demasiada variabilidad en
la duracin de las llantas producidas en lunes, con los resultados siguientes (en miles de
km.):
22.42 20.62 18.36 26.47 21.46 19.75 19.20 20.30 23.40 17.84 27.38 26.34 22.43
23.46 28.27 23.51 24.73
Existen pruebas suficientes de que el proceso est funcionando correctamente? Use un
nivel de significancia del 5%.
Resolucin.
Paso 1:
= 0
Tercer paso.
165
2 =
( n 1)S2
20
Cuarto paso.
0.95
= 0.05
2
0.05,16
= 26.3
Quinto paso.
x = 22.70
s = 3.18
2 =
(17 1) 3.182
3.5 2
= 13.2
H0: 1 = 2
= 0
Tercer paso.
s12
F= 2
s2
Cuarto Paso.
F1 ,n1 1,n2 1
2
F ,n1 1,n2 1 F
2
1 166
Quinto paso.
Con la informacin muestral se procede a decidir si rechazar la hiptesis nula o aceptarla.
Ejemplo.
Un supervisor de control de calidad de una empresa fabricante de automviles est
preocupado por la uniformidad del nmero de defectos en los automviles que salen de la
lnea de ensamblaje. Si una lnea de ensamblaje tiene una variabilidad significativamente
mayor en el nmero de defectos, entonces es necesario introducir cambios. El supervisor
ha recogido los siguientes datos:
Estadstico
Media
Varianza
Tamao de muestra
Nmero de defectos
Lnea de ensamblaje Lnea de ensamblaje B
A
10
11
9
25
20
16
H0: 1 = 2
2
2
H1: 1 < 2
Paso 2:
= 0.1
Paso 3:
F=
s12
s 22
Paso 4:
F0.9,19,15 =
= 0.1
0.9
167
F0.9,19,15
1
F0.1,15,19
1
= 0.54
1.86
Paso 5:
F=
9
= 0.36
25
168
Nmero de
poblaciones?
Dos
Una
Cul es la
palabra clave?
Comparacin
de fracciones
o porcentajes
Relacin de
variabilidades
Comparacin
de promedios
Fraccin
Porcentaje
Probabilidad
Variacin
Variabilidad
Promedio
Medio
Z=
n>30
np (1 p )
X np
Z=
=
2
Diferencia
de proporciones
169
Z=
Cociente de varianzas
S
2n
20
( n 1) S2
1 1
P (1 P ) +
n1 n 2
p 1 p 2
s12
F= 2
s2
Proporcin
Varianza
n<30
P=
X1 + X2
n1 + n 2
EJERCICIOS DE CLASE
Aclaracin: En todos los problemas que se presentan a continuacin, se hace la suposicin
de que las muestras extradas provienen de poblaciones aproximadamente normales.
Prueba de hiptesis para la media de una poblacin normal con varianza conocida
(n30).
1. Un vendedor de coches nuevos calcula que su compaa tiene que promediar mas de
4.8% de ganancias en las ventas de los autos nuevos asignados. Una muestra aleatoria
de 80 coches, proporcion una media de 4.87% del porcentaje de ganancias por
vehculo. Por datos histricos del vendedor se sabe que la desviacin estndar es de
3.9%. Aportan los datos evidencia suficiente que indique que la poltica del gerente de
ventas al aprobar los precios genera una ganancia media superior a 4.8% por coche?
Use = 0.01.
Prueba de hiptesis para la media de una poblacin normal con varianza desconocida
(n<30).
2. Se dise un nuevo sistema para el control del inventario de un pequeo fabricante, con
el propsito de reducir el mismo para un motor elctrico en particular a menos de 3000
motores por da. Se llev a cabo un muestreo del inventario en reserva al final de cada
uno de 8 das, seleccionados aleatoriamente. Los resultados se muestran en la siguiente
tabla. Con los datos, hay evidencia suficiente que seale que el promedio del nmero
diario de motores en el inventario es menor que 3000? Use = 0.05.
Nmero de motores: 2905 2725 2835 3065 2895 3005 2835 2605
Prueba de hiptesis para la diferencia entre dos medias para una poblacin normal
con varianzas conocidas (tomando muestras grandes).
3. Una compaa desea comparar las expectativas salariales anuales de su personal de
ventas femenino y masculino, segn un nuevo plan de compensaciones ventas-mascomisin. Se pidi a 40 vendedoras y 40 vendedores, muestreados al azar, predijeran
sus ingresos anuales bajo el nuevo plan. Las medias muestrales y las desviaciones
poblacionales eran:
x1 = 310.83 $
x 2 = 297.45 $
1 = 23.12 $
2 = 25.69 $
Proporcionan los datos evidencia que indique una diferencia en el promedio del ingreso
anual esperado tanto entre los vendedores como las vendedoras? Haga la prueba con
= 0.1.
170
Prueba de hiptesis para la diferencia entre dos medias para una poblacin normal
con varianzas desconocidas y no necesariamente iguales (tomando muestras
pequeas).
4. Se estudian dos frmulas para obtener la resistencia de un plstico utilizado en la
fabricacin de juguetes. El experto industrial afirma que no hay diferencia significativa en
las resistencias promedio que dan cada una de las frmulas. Se duda de su afirmacin, y
se experimenta, obtenindose la siguiente informacin.
Resistencia
Frmula 1:
42
50
45
47
48
52
50
Frmula 2:
41
48
50
46
45
42
46
Con un nivel de significancia del 0.05, est usted de acuerdo con la afirmacin del
fabricante?
Prueba de hiptesis para la diferencia entre dos medias para una poblacin normal
con varianzas desconocidas pero iguales (tomando muestras pequeas).
5. Un fabricante de automviles decidi, recientemente, que el factor principal de las ventas
no era el automvil, ni su servicio, sino el enfoque de ventas empleado por sus
vendedores. Para probar esta teora, se dividi aleatoriamente un grupo de 16
vendedores en otros dos de 8 cada uno. Uno utiliz un enfoque con una publicidad
dinmica (o agresiva) hacia los clientes durante el perodo de un mes; el otro grupo us
un enfoque mas tranquilo, durante el mismo tiempo. Se supone que las desviaciones de
las poblaciones son iguales.
Datos muestrales
Dinmica
Tranquila
Tamao
Media ($)
Desviacin
8
106200
24400
8
111900
28600
Proporcionan los datos evidencia suficiente que seale una diferencia en el nivel
promedio de las ventas para los dos enfoques de ventas? Use = 0.1.
Prueba de hiptesis para la diferencia entre dos medias para una poblacin normal
con datos apareados (tomando muestras pequeas).
6. Sherri Welch es una ingeniero de control de calidad que trabaja en el departamento de
manufactura de limpiadores de parabrisas de la Emsco, Inc. La empresa, actualmente,
est considerando utilizar dos nuevos hules sintticos para sus limpiadores, y Seherri es
la encargada de ver si los limpiadores fabricados con los dos tipos de hule se desgastan
de la misma manera. Equip doce automviles que pertenecen a empleados de la
171
Emsco con los dos nuevos limpiadores, uno de cada tipo de material. En los automviles
1 a 6 el limpiador derecho est fabricado con el material A y el izquierdo con el material
B; en los automviles 7 a 12, el material A fue utilizado en el limpiador izquierdo. Los
coches fueron conducidos en condiciones de operacin normales hasta que los
limpiadores ya no funcionaron adecuadamente para limpiar el agua de lluvia de los
parabrisas. Los datos que damos ms adelante corresponden al tiempo de vida til (en
das) de los limpiadores. A un nivel de riesgo de 0.05, se desgastan de la misma
manera los dos materiales?
desviacin estndar es muy grande, habr una tendencia a tener una gran cantidad de
resultados muy bajos, lo cual es deprimente para el nimo de los estudiantes.
Experiencias pasadas han conducido al profesor a creer que una desviacin de 13
puntos para un examen de 100 indica que el examen se desempea bien al equilibrar
estos dos objetivos.
El profesor acaba de hacer un examen a su grupo compuesto por 26 estudiantes de
recin ingreso y del segundo ao. La calificacin promedio fue de 72.7 y la desviacin de
15.9. Este examen cumple con el criterio de bondad del profesor? Use = 0.1.
Prueba de hiptesis para la varianza de poblaciones normales (tomando muestras
grandes).
10. Las especificaciones de produccin de ciertos cojinetes requieren que la varianza de
2
sus dimetros no exceda 0.0040 cm . De una muestra de 35 de ellos, se obtuvo que
2
s =0.0033. Pruebe la hiptesis de que la desviacin estndar de la poblacin es de
0.004, utilizando un nivel de significancia de 0.01.
x1 = 3.2
x 2 = 3.0
s 1 = 1.04
2
s 2 = 0.51
Presentan los datos evidencia suficiente para indicar que las variaciones del proceso
son menores para el proceso 2? Use = 0.05.
173
EJERCICIOS PROPUESTOS
Aclaracin: En todos los problemas que se presentan a continuacin, se hace la suposicin
de que las muestras extradas provienen de poblaciones aproximadamente normales.
1. Aproximadamente 1 de cada 10 consumidores favorece el refresco de cola marca A.
Despus de una campaa de promocin en una regin de ventas dada, se seleccion
aleatoriamente 200 bebedores de ese producto de los consumidores en el rea del
mercado, y se les entrevist para determinar la efectividad de la campaa. El resultado
de la encuesta mostr que un total de 26 personas expres su preferencia para la bebida
marca A. Proporcionan los datos evidencia suficiente para indicar un aumento en la
aceptacin de la marca A en la regin? ( = 0.05).
2. Proporcionan los pesos de los 6 diamantes sintticos de 0.46, 0.61, 0.52, 0.48, 0.57 y
0.54 quilates, evidencia suficiente que seale que el proceso promedio de las gemas
producidas mediante el proceso excede los 0.5 quilates? Haga la prueba con un nivel de
significancia de 0.05.
Encuentre un intervalo de confianza de 95% para el promedio del peso de los diamantes.
3. Una operacin de ensamblaje en una planta manufacturera requiere de un perodo de
entrenamiento de aproximadamente un mes para que un nuevo operario alcance la
mxima eficiencia. Se sugiri un nuevo mtodo de entrenamiento y se realiz una
prueba para comparar el nuevo mtodo con el procedimiento estndar. Se entren a dos
grupos, de nueve obreros nuevos cada uno, durante tres semanas; un grupo utiliz el
nuevo mtodo y el otro el procedimiento de entrenamiento estndar. Se registr el
tiempo, en minutos, que tard cada trabajador en montar el dispositivo al final del
perodo de tres semanas. Estas mediciones aparecen en la tabla. Con los datos, hay
evidencia suficiente que seale que el tiempo medio de montaje al final de un perodo de
174
37
31
35
29
28
25
41
34
44
40
35
27
31
32
34
31
Luego, encuentre un intervalo de confianza del 95 % para la diferencia del tiempo medio
de montaje entre los dos procedimientos. (Nota: Debe construir el intervalo de confianza
adecuado).
4. Un gerente de control de calidad de una compaa estaba convencido de que una
balanza para pesar materia prima, variaba segn una desviacin estndar de 2. A fin de
probar el equipo se pes una carga de 107 libras, y se registraron las mediciones de
104.1, 105.2 y 110.2. No corresponden estos datos a la afirmacin del gerente? Use un
nivel de significancia del 10%.
Despus obtenga un intervalo de confianza de 90% para la varianza de la poblacin.
5. En un estudio para averiguar los efectos de usar modelos femeninos en la publicidad
para automviles a un grupo de 50 hombres, al grupo A, se le mostr la fotografa de un
automvil con una modelo y la de otro auto del mismo precio pero sin modelo. A otro
grupo, el grupo B, de 50 hombres, le fue mostrado ambos automviles sin modelo. En el
grupo A, el automvil que apareca con la modelo fue considerado ms lujoso por 37 de
los entrevistados; en el grupo B, el mismo auto fue juzgado como ms lujoso por 23 de
los entrevistados. Se considera que estos datos indican que el usar una modelo influye
en el lujo aparente de un automvil? Use una prueba de una sola cola, con = 0.05.
6. Un propietario de un automvil compacto sospecha que la distancia promedio por galn
que ofrece su carro es menor que la especificada por la EPA, la cual es de 30 millas por
galn. El propietario observa la distancia recorrida por galn en 9 ocasiones, y obtiene
los siguientes datos: 28.3, 31.2, 29.4, 27.2, 30.8, 28.7, 29.2, 26.5, 28.1. Despus de una
investigacin, el propietario concluye que la distancia por galn es una variable aleatoria
que se distribuye normalmente, con una desviacin estndar conocida de 1.4 millas por
galn. Con base en esta informacin, Se encuentra apoyada la sospecha del
propietario con = 0.01?
7. La desviacin tpica del tiempo til de una muestra compuesta por 200 focos, es de 100
horas. El fabricante asegura que la desviacin estndar del tiempo de vida de sus
productos es de 112 horas. Con un nivel de significacin de 0.05, contraste la suposicin
del fabricante a la hiptesis de que 112.
8. Una planta de produccin tiene dos sistemas de fabricacin muy complejos, uno de ellos
dos veces ms viejo que el otro. A ambos sistemas se les da mantenimiento cada 25
das. Durante 30 das laborables se ha registrado el nmero de productos terminados
fabricados diariamente por cada uno de los dos sistemas, y se obtienen los siguientes
resultados:
175
Sistema nuevo:
Sistema viejo:
x1 = 246
x 2 = 240
s1 = 15.6
s2 = 28.2
Media
198
Desviacin
estndar
32
Tamao
150
206
29
200
2
205
186
3
226
240
4
198
203
5
209
221
6
216
205
16. En viernes, tuvieron avance 11 acciones de una muestra aleatoria de 40 tomada de las
2500 acciones negociadas en la Bolsa de valores de Nueva York; es decir aument el
precio de su valor. En una muestra de 60 acciones de la Bolsa de Valores de Nueva
York, tomada el jueves, 24 acciones avanzaron. A un nivel de 0.10 de significancia,
puede usted llegar a la conclusin de que una porcin menor de las acciones de la
bolsa de valores avanzaron el viernes con respecto al jueves?
17. La empresa Precision Analytics fabrica una amplia lnea de instrumentos de precisin y
tiene una buena reputacin en el campo por la calidad de sus instrumentos. Con el fin
de conservar su reputacin, mantiene un estricto control de calidad en todos sus
productos. No pondr a la venta una balanza analtica, por ejemplo, a menos que dicha
balanza muestre una variabilidad que est significativamente por debajo de un
microgramo (con un nivel de significancia de 0.01) cuando se pesan cantidades de
aproximadamente 500 gramos. Una nueva balanza acaba de ser entregada a la divisin
de control de calidad por parte de la lnea de produccin. Se prueba la balanza
utilizndola para pesar el mismo peso estndar de 500 gramos 30 veces distintas. La
desviacin estndar de la muestra result de 0.73 microgramos. Se deber vender la
balanza?
18. Un supervisor de control de calidad de una empresa fabricante de automviles est
preocupado por la uniformidad del nmero de defectos en los automviles que salen de
la lnea de ensamblaje. Si una lnea de ensamblaje tiene una variabilidad
significativamente mayor en el nmero de defectos, entonces es necesario introducir
cambios. El supervisor ha recogido los siguientes datos:
177
Estadsticos
Media
Varianza
Tamao de muestra
Nmero de defectos
Lnea A
Lnea B
10
11
9
25
20
16
180
197
122
180
160
126
141
167
97
99
212
147
186
Media: 87
Media: 92
Varianza: 36
Varianza: 23
Tamao de muestra: 10
Tamao de muestra: 16
Con base en esta informacin, es posible afirmar que el mtodo utilizado en el grupo
2 es ms efectivo? Asuma que las varianzas de la poblacin son aproximadamente
iguales, y utilice un nivel de significancia de 0.01.
26. En la refinera Gualberto Villarroel en la que usted est como gerente, se est
pensando modificar el proceso para producir gasolina a partir de petrleo crudo. Usted
har la modificacin slo si la gasolina promedio obtenida por este nuevo proceso
(expresada como un porcentaje del crudo) aumenta su valor con respecto al proceso en
uso. Con base en un experimento de laboratorio y mediante el empleo de dos muestras
aleatorias de tamao 12, una para cada proceso, la cantidad de gasolina promedio del
proceso en uso fue de 24.6 con una desviacin estndar de 2.3, y para el proceso
propuesto fue de 28.2 con una desviacin estndar de 2.7. Usted piensa que los
resultados proporcionados por los dos procesos son variables independientes
normalmente distribuidas con varianzas iguales. Con base en esta evidencia,
adoptara usted el nuevo proceso?
27. Un fabricante de mquinas para empacar sal afirma que sus mquinas pueden llenar
con un peso dado las cajas, presentando una variabilidad no mayor a 0.01 libras
cuadradas. Una muestra de 8 cajas de 3 libras arroj una media de 3.1 libras y una
varianza de 0.018 libras cuadradas. Utilice un nivel de significancia de 0.05.
a) Hay evidencia estadstica para indicar que la afirmacin del fabricante est
correcta?
179
b) Usted comprara las mquinas del fabricante para empacar sal si usted quiere que
la variabilidad sea no mayor a 0.005?
180
Para probar estadsticamente estos puntos, el analista realiz una encuesta de mercado y
una revisin de los datos histricos de la empresa. Con esta informacin realiz
predicciones y simulaciones para el futuro.
1. Posicin competitiva.
El analista recogi la siguiente informacin, con respecto al nmero de chompas que el
mercado cochabambino estara dispuesto a comprar de la competencia y de la compaa,
en un ao:
Compraran
No
compraran
Compaa Competenci
a
200
110
50
40
1
10.
4
10.
8
2
3
11.1 12.3
4
9.8
5
10.5
6
9.6
7
13.0
8
12.4
9
11.6
10
11.4
11
10.7
12
11.2
12.0 12.5
9.7
11.0
9.6
12.7
12.4
10.0
11.5
9.9
11.9
Se quiere probar, con un nivel de riesgo de 0.1, si los costos unitarios de Cochabamba
difieren significativamente de los costos unitarios en la planta de La Paz, realizando una
prueba paramtrica.
3. Mtodos para la obtencin del hilo de lana.
181
Operario 2
6.1
7.9
6.2
Operario 3
5.5
7.5
6.4
El analista sabe por experiencia, que las clasificaciones no estn relacionadas entre s, que
las muestras provienen de poblaciones normales que tienen una misma varianza
poblacional. Con un nivel de significacin del 0.05, se quiere probar:
a) Existe algn mtodo que sea ms rpido que los otros para la produccin del hilo de
lana?
b) Existe influencia de los operarios en la rapidez de la produccin?
Nota: Para resolver este problema, el lector deber primero aprender a cmo realizar
el procedimiento de la ANOVA, que se detalla en el siguiente captulo.
4. Ventas estimadas.
El analista realiz una simulacin para los pedidos de ventas al por mayor de varios
comerciantes, si se abriera la planta en Cochabamba, en miles de $us/ao:
Ventas (miles de
$us)
10 13
13 17
17 24
24 30
Nmero de
pedidos
3
5
7
2
a) Se quiere determinar si las ventas segn pedidos, sigue una distribucin normal, que
tiene un nivel de ventas promedio de 20000 $us, con una desviacin estndar de 5000
$us. Use un nivel de 0.05 de riesgo.
b) Si las ventas se ajustan a este patrn normal, con los datos muestrales de la tabla
anterior, probar con el mismo nivel de riesgo, si la media de ventas puede ser menor a
17000 $us.
5. Decisin final.
El analista debe decidir si dar un informe positivo o no, para que la empresa se anime a
establecer una planta en Cochabamba, y est basada en la combinacin de los 4 aspectos
antes mencionados.
a) La compaa tendr una posicin competitiva significativamente superior a la de la
competencia?
182
183
CAPTULO 6
ANLISIS DE VARIANZA
1. INTRODUCCIN
El anlisis de varianza (ANOVA) permite probar la significancia de las diferencias entre ms
de dos medias de muestra o hacer inferencias sobre si las muestras fueron tomadas de
poblaciones que tienen la misma media.
El anlisis de varianza ser til en situaciones como la comparacin del kilometraje logrado
por 5 tipos de gasolina; en la prueba de cul de 4 mtodos de entrenamiento produce el
ms rpido aprendizaje, etc.
Sin embargo estas aplicaciones no son todo lo que se puede querer conocer. Con respecto
a si hay diferencias en la eficiencia entre 5 tipos de gasolina, hay varias preguntas que
quedan sin resolver: Qu autos se usaron para las pruebas? Los instrumentos para
medir la eficiencia eran similares en precisin? En la prueba de la eficiencia de los mtodos
de aprendizaje se podra preguntar: Qu tipo de profesores se usaron? La calidad de los
textos es la misma? Los estudiantes tenan un mismo nivel de inteligencia? El resolver
estas preguntas lleva al vasto tema del diseo de experimentos, del cual, el ANOVA es el
fundamento.
2. SUPOSICIONES
Para utilizar el ANOVA se deben realizar las siguientes suposiciones:
Cada una de las muestras es tomada de una poblacin normal de forma independiente y
adems cada una de las poblaciones tiene la misma varianza (Si los tamaos de las
muestras son lo suficientemente grandes no se necesita la suposicin de normalidad,
pero esto no ocurre frecuentemente).
Si se prueba que las muestras salieron de la misma poblacin, entonces se pueden
reunirlas en una sola muestra.
En el captulo 7 (pruebas no paramtricas) se tiene una prueba alternativa a la ANOVA (de
un factor) en el cual no se tienen que hacer estas suposiciones, y es la prueba H de
Kruskal-Wallis.
3. PROCEDIMIENTO
El anlisis de varianza est basado en una comparacin de dos estimaciones diferentes de
la varianza de la poblacin total, mediante una prueba de hiptesis:
180
H 0 : 1 = 2 = K = n
H1 : 1 2 K n
Para probar esta hiptesis se realizan los siguientes pasos:
1. Se determina una estimacin de la varianza de la poblacin a partir de la varianza entre
las medias de las muestras (intervarianza).
2. Se determina una segunda estimacin de la varianza de la poblacin desde la varianza
dentro de las muestras (intravarianza).
3. Se compara estas dos estimaciones. Si su valor es aproximadamente igual, aceptamos
que las muestras provienen de la misma poblacin.
F ,1 ,2 =
y se
compara con el valor del estadstico F con un cierto nivel de significancia. Si la Hiptesis
nula fuera falsa, la intervarianza debera ser significativamente mayor que la intravarianza.
Tratamiento
1
2
3
:
k
Observacin
3
....
y11
y21
y31
:
yk1
y12
y22
y32
:
yk2
y13
y23
y33
:
yk3
....
....
....
:
....
y1n
y2n
y3n
:
ykn
El modelo estadstico para representar cada observacin de la tabla est dado por:
yij = + i + ij
donde:
i = 1, 2, ..., k
j = 1, 2, ..., n
tratamientos
niveles
H 0 = 1 = 2 = ... = k = 0
H1 = i 0 para al menos una "i"
Si H0 es cierta, entonces
yij = + ij .
= 0
Tercer paso.
Aqu se muestra la tabla de clculos para este tipo de anlisis de varianza.
Fuente de
variacin
Entre
tratamientos
Suma de
cuadrados
SSTr
Grados de
libertad
k-1
Error
muestral
SSE
N-k
Total
SST
N-1
Media cuadrada
SSTr
k 1
SSE
MSE =
Nk
MSTr =
Razn F
F=
MSTr
MSE
T2
SST = y
N
i =1 j=1
k
2
ij
Ti2 T 2
SSTr =
n
N
i =1
i
k
donde:
k n
T = y ij
i =1 j=1
2
182
F ,k 1, N k
Ti = yij
j=1
Quinto paso.
Se realiza la decisin con base en la regla establecida.
Ejemplo.
El gerente de una sucursal de una cadena de tiendas renunci. Tres vendedores pueden
ocupar su puesto, que tienen la misma antigedad, educacin, etc. Para tomar una
decisin, se sugiri examinar los registros de ventas mensuales de cada uno. En la tabla se
muestran los resultados muestrales de las ventas en miles de dlares:
Sra Mapes
15
10
9
5
16
Media: 11
Sr. Sonnar
15
10
12
11
12
Media: 12
Sr. Mafee
19
12
16
16
17
Media: 16
= 0.05
Paso 3:
F=
MSTr
MSE
Paso 4:
1 = k 1 = 3 1 = 2
= 0.05
183
F0.05,2,12 = 3.89
2 = N k = 15 3 = 12
Paso 5:
Se obtienen algunos valores de las muestras:
X1
15
10
9
5
16
T1=55
X12
225
100
81
25
256
687
X22
225
100
144
121
144
734
X2
15
10
12
11
12
T2= 60
X32
361
144
256
256
289
1306
X3
19
12
16
16
17
T3=80
3 5
2
T = y ij = ( 55 + 60 + 80 ) = 38025
i =1 j=1
2
T2
38025
= (687 + 734 + 1306)
= 2727 2535 = 192
N
15
SST = yij2
i =1 j=1
T1 = yij = 55
T2 = yij = 60
j=1
j=1
T3 = yij = 80
j=1
= 2605 2535 = 70
n
N
5
15
i =1
i
3
Suma de
cuadrados
Grados
de
libertad
Entre
tratamientos
SSTr=70
k-1=2
Media cuadrada
MSTr =
184
SSTr 70
=
= 35
k 1 2
Razn F
F=
MSTr
35
=
= 3.44
MSE 10.17
Error
muestral
SSE=122
N-k=12
Total
SST=192
N-1=14
MSE =
SSE 122
=
= 10.17
N k 12
1
2
Tratamientos 3
:
a
B1
B2
y11
y21
y31
:
ya1
y12
y22
y32
:
ya2
Bloques
B3
....
y13
y23
y33
:
ya3
....
....
....
:
....
Bb
Medias
y1b
y2b
y3b
:
yab
Medias
El modelo para el anlisis de esta clase de experimento es:
y ij = + i + j + ij
donde:
i = 1, 2, ..., a
j = 1, 2, ..., b
tratamientos
bloques
H 0 = 1 = 2 = ... = k = 0
H1 = i 0 para al menos una "i"
Tambin probar la igualdad de los efectos de los b bloques:
H 0 : 1 = 2 = K = k = 0
H1 : j 0 para al menos una " j"
Si H0 es cierta para los dos factores, entonces
y ij = + ij .
= 0
Tercer paso.
Se muestra la tabla de clculos para este tipo de anlisis de varianza.
Fuente de
variacin
Tratamientos
Suma de
cuadrados
SSTr
Grados de
libertad
a-1
Media cuadrada
Bloques
SSBl
b-1
Error muestral
SSE
(a-1)(b-1)
SSBl
b 1
SSE
MSE =
(a 1)(b 1)
Total
SST
ab-1
MSTr =
Razn F
SSTr
a 1
MSBl =
FTr =
MSTr
MSE
FBl =
MSBl
MSE
Donde existe un estadstico para las dos pruebas: Tratamientos y Bloques. Las ecuaciones
necesarias son:
a b
T
=
y
donde:
ij
=
=
i
1
j
1
T2
SST = y
ab
i =1 j=1
a
2
ij
Ti2 T 2
SSTr =
ab
i =1 b
a
donde: Ti
= yij
j=1
186
SSBl =
j=1
Tj2
T2
a ab
donde:
Tj = yij
i =1
Para Bloques:
F ,a 1,( a1)(b1) F
F ,b1,( a 1)(b1)
Quinto paso.
Se realiza la decisin tanto de bloques como de tratamientos.
Ejemplo.
Se dise un experimento para estudiar el rendimiento de 4 detergentes diferentes. Las
siguientes lecturas de blancura se obtuvieron con un equipo especialmente diseado para
12 cargas de lavado distribuidas aleatoriamente en tres modelos de lavadoras.
A
Detergentes B
C
D
Bloques
Lavadora 1 Lavadora 2 Lavadora 3
45
43
51
47
46
52
48
50
55
42
37
49
Use un nivel de significancia del 0.01. El rendimiento de los detergentes es igual? Las
diferencias en los resultados obtenidos por las lavadoras son significativas?
Resolucin.
Paso 1:
187
= 0.01
Paso 3:
Para tratamientos:
FTr =
Para Bloques:
MSTr
MSE
FBl =
MSBl
MSE
Paso 4:
Para tratamientos:
Para bloques:
= 0.05
F0.01,3,6 = 9.78
= 0.05
F0.01,2,6 = 10.92 F
1 = a 1 = 4 1 = 3
1 = b 1 = 3 1 = 2
2 = (a 1)(b 1) = (4 1)(3 1) = 6
2 = (a 1)(b 1) = (4 1)(3 1) = 6
Paso 5:
A
Detergentes B
C
D
Lavadora 1
45 (2025)
47 (2209)
48 (2304)
42 (1764)
Bloques
Lavadora 2
43 (1849)
46 (2116)
50 (2500)
37 (1369)
188
Lavadora 3
51 (2601)
52 (2704)
55 (3025)
49 (2401)
Totales (Ti)
139
145
153
128
Totales (Tj)
182 (8302)
T 2 = ( 565 ) = 319225
SST = 26867
319225
= 264.92
4(3)
= 110.92
SSTr =
3
12
1822 + 1762 + 207 2 319225
= 135.17
SSBl =
4
12
SSE = 18.83
Suma de
cuadrados
Grados de
libertad
Media cuadrada
SSTr=110.92
a-1=3
Bloq.
SSBl=135.17
b-1=2
SSTr 110.92
=
= 36.97
a 1
3
SS
135.17
MSBl = Bl =
= 67.585
b 1
2
Error
muestral
SSE=18.83
(a-1)(b-1)=6
Total
SST=264.92
ab-1=11
MSTr =
MSE =
Razn F
MSTr 36.97
=
= 11.78
MSE 3.14
MSBl 67.585
FBl =
=
= 21.52
MSE
3.14
FTr =
SSE
18.83
=
= 3.14
(a 1)(b 1)
6
189
EJERCICIOS DE CLASE
1. Probar la hiptesis nula de que tres mtodos de instruccin, que miden el nivel especfico
de habilidades para el manejo de cierta mquina, son equivalentes. Las notas obtenidas
en 15 operarios seleccionados aleatoriamente en 3 grupos se presentan a continuacin.
Mtodo A
Mtodo B
Mtodo C
86
90
82
79
76
68
81
88
73
70
82
71
84
89
81
1
12
14
11
15
2
15
12
12
18
190
3
14
15
10
16
4
11
15
14
17
EJERCICIOS PROPUESTOS
1. En un estudio se compararon los efectos de cuatro promociones mensuales sobre las
ventas. A continuacin presentamos las ventas unitarias de 5 tiendas que utilizaron las 4
promociones en meses diferentes:
Muestra gratis
Regalo de un paquete
Descuento
Reembolso por correo
78
94
73
79
87
91
78
83
81
87
69
78
89
90
83
69
85
88
76
81
Las promociones producen diferentes efectos sobre las ventas? (Use un nivel de
significancia de 0.01).
2. La oficina de contabilidad del gobierno de Bolivia est interesada en ver si las oficinas de
tamao parecido gastan la misma cantidad de dinero en personal y equipo (Las oficinas
que gastan ms son susceptibles de una auditoria especial) Se examinaron los gastos
mensuales de tres oficinas: una de ellas en el ministerio de agricultura, otra en el
ministerio de estado y la ltima en el ministerio del interior. Los datos se presentan a
continuacin. Al nivel de significancia de 0.01, existen diferencias en los gastos delas
diferentes oficinas?
Gastos mensuales (en cientos de dlares)
durante algunos meses
Agricultura 10
8
11
9
12
Estado
15
9
8
10
13 13
Interior
8
16 12
3. Nutica, ofrece 4 marcas populares de pantalones Jeans: Levis, Wrangler, American
Colt, Oops. La tienda desea ver si existen diferencias en el nmero de pantalones
vendidos de marca diferente. El gerente ha contado el nmero de pantalones vendidos
de cada marca en diferentes meses. Al nivel de significancia de 0.05, son iguales las
ventas de las 4 marcas?
Levis
Wrangler
Pantalones vendidos
17 21 13 27
27 13 29
9
191
12
American Colt
Oops
13
18
15
25
17
15
23
27
10
12
21
Forma A
Forma B
Forma C
Forma D
Es razonable manejar las 4 formas como equivalentes? Es razonable pensar que los
estudiantes tienen el mismo nivel de aptitud vocacional? Pruebe con un nivel de
significancia del 0.01.
5. Una compaa de investigacin ha diseado tres sistemas distintos para limpiar
manchas de aceite. La siguiente tabla contiene los resultados de cada sistema ,
medidos en qu tanta superficie (en metros cuadrados) es limpiada en una hora. Los
datos se obtuvieron probando cada mtodo en varias sesiones. Son los tres sistemas
igualmente efectivos? Utilice un nivel de significancia de 0.05.
A
B
C
55
57
66
60
53
52
63
64
61
56
49
57
59
62
55
Rojo
2
3
Verde
8
7
Grande
Existe diferencia en la eficacia de un anuncio por color y por tamao? Use un nivel de
significancia de 0.05. Antes de resolver esta pregunta, probar si el color del anuncio es
independiente del tamao, para la calificacin.
100
125
150
175
1
21.8
21.7
21.9
21.9
Densidad
Observaciones
2
3
4
21.9
21.7
21.6
21.4
21.5
21.4
21.8
21.8
21.6
21.7
21.8
21.4
5
21.7
21.5
Produccin (lb/min)
1
14.0
13.9
14.1
13.6
13.8
2
14.1
13.8
14.2
13.8
13.6
3
14.2
13.9
14.1
14.0
13.9
4
14.0
14.0
14.0
13.9
13.8
5
14.1
14.0
13.9
13.7
14.0
1
37
31
36
Trabajadores
2
3
38
38
40
43
33
41
4
32
31
38
194
CAPTULO 7
MTODOS NO PARAMTRICOS
1. INTRODUCCIN
Hasta el momento se ha visto cmo extraer muestras de poblaciones y tratar de llegar a
conclusiones a partir de esas muestras. Pero, cmo se pueden resolver los casos cuando
no se conoce la forma de la distribucin de la poblacin? La respuesta es, aplicando la
estadstica no paramtrica.
La mayor parte de las pruebas de hiptesis hacen inferencias sobre parmetros de la
poblacin. Estas pruebas paramtricas utilizan estadsticos paramtricos muestrales que
provienen de la poblacin sometida a prueba. Pero para formular esas pruebas, se hicieron
suposiciones restrictivas sobre la poblacin, diciendo que la poblacin era normal, pero no
siempre es as.
Es por esta razn que los estadsticos han desarrollado tcnicas tiles que no hacen
suposiciones restrictivas sobre la forma de la distribucin de la poblacin, llamadas pruebas
no paramtricas o sin distribucin.
2. PRUEBAS NO PARAMTRICAS
Existen varias pruebas, pero las ms importantes son:
195
La desventajas son:
1. Ignoran cierta cantidad de informacin.
2. A menudo no son tan eficientes o exactas como las pruebas paramtricas.
4. PRUEBAS CHI-CUADRADA.
Hay dos pruebas de hiptesis que se apoyan en el estadstico chi-cuadrada:
Prueba de bondad de ajuste
Prueba de independencia de atributos.
2
1
f11
f21
:
fr1
2
f12
f22
:
fr2
...
...
...
...
...
c
f1c
f2c
:
frc
= 0
196
Tercer paso.
Para validar esta prueba se usa el siguiente estadstico de prueba:
r
2 =
(f
ij
Eij )
Eij
i =1 j =1
Eij =
r
1 c
f
ij fij
n j =1 i =1
Cuarto paso.
Esta siempre es una prueba de cola derecha o superior:
2 ,
Quinto paso.
Se rechazar la hiptesis de independencia de clasificaciones si:
2 2 ,
Ejemplo.
La compaa de alfombras Volar en la que usted es el gerente de ventas se interes en
comparar en tres reas de una ciudad la fraccin de constructores de casas que prefieren
alfombras sobre otras cubiertas para pisos. El objetivo fue decidir cmo distribuir los
esfuerzos de venta sobre las reas. Para ello se realiz una encuesta, con los siguientes
resultados.
197
reas
2
126
99
1
69
78
3
16
27
Indican los datos una diferencia entre un rea de la ciudad y otra en el porcentaje de los
que prefieren alfombras? Use un nivel de significancia de 0.05.
Resolucin.
Paso 1:
H0: No hay diferencia entre el rea de la ciudad y la preferencia de cubiertas
H1: Existe diferencia entre el rea de la ciudad y la preferencia de cubiertas
Paso 2:
= 0.05
Paso 3:
r
=
2
(f
ij
Eij )
Eij =
Eij
i =1 j =1
r
1 c
f
ij fij
n j =1 i =1
Paso 4:
= (2 1)(3 1) = 2
= 0.05
2
0.05,2
= 5.99
Paso 5:
Primero se calculan las frecuencias esperadas (columna 2) con la ecuacin:
Eij =
r
1 c
(Total de fila )(Total de columna)
f
ij f ij =
n j =1 i =1
Total g eneral
(f
ij
Eij )
Eij
(columna 3)
198
reas
1
2
3
Cubierta para piso
69 (74.74) (0.44) 126 (114.4) (1.18) 16 (21.86) (1.58)
Alfombra
78(72.26) (0.46) 99 (110.6) (1.22) 27 (21.14) (1.62)
Otros materiales
147
225
43
Total
Total
211
204
415
=
2
i =1 j =1
(f
ij
Eij )
Eij
= 6.48
Se observa que el valor del estadstico se encuentra en la regin de rechazo, por lo tanto se
procede a rechazar la hiptesis nula.
Conclusin: Existe diferencia entre el rea de la ciudad y la preferencia de cubiertas para
pisos.
Accin: Los mayores esfuerzos de ventas estarn centrados en las reas 2 y 1 y no as en
el rea 3.
Frecuencias
observadas (Oi)
O1
O2
:
Ok
Primer paso.
Se puede decir, que la prueba es del estilo:
H0: f(x) = f0 (x)
H1: f(x) f0 (x)
Donde la funcin de distribucin a la cual se ajustan los datos observados o experimentales
puede ser tanto discreta (binomial, hipergeomtrica, poisson, multinomial, binomial
negativa, etc) como continua (normal, t de Student, uniforme, etc).
Segundo paso.
= 0
Tercer paso.
El estadstico adecuado es:
k
( Oi ei )
i =1
ei
=
2
2 ,
200
Paso 5:
El ltimo paso es determinar si el estadstico de prueba se encuentra en la regin de
aceptacin o de rechazo, y tomar la decisin adecuada.
Ejemplo.
Un inspector de la Alcalda de una ciudad, inspeccion un casino para ver si los dados con
los que se jugaba la ruleta estaban cargados o no. Para ello fue al lugar, pidi un cubilete,
eligi un dado y lo lanz 180 veces, obteniendo los siguientes resultados.
x
1
2
3
4
5
6
Oi
28
36
36
30
27
23
El inspector quiere determinar si existe evidencia estadstica suficiente para decidir elevar
una multa al casino por fraude. Pruebe al nivel 0.05.
Resolucin.
Paso 1:
Lo que se esperara si el dado no estuviera cargado es que la probabilidad de que salga
cualquier valor entre 1 y 6, sea la misma, es decir de
1
. El proceso se ajustara a una
6
distribucin uniforme con esa probabilidad. Por lo tanto las hiptesis planteadas son:
H0: f ( x ) =
1
6
H1: f ( x )
Paso 2:
= 0.05
Paso 3:
k
( Oi ei )
i =1
ei
=
2
Paso 4:
201
= 0.05
2
0.05,5
= 11.07
= 6 1 = 5
Paso 5:
x
Oi
Pe
ei
( Oi ei )
ei
1
2
3
4
5
6
Total
28
36
36
30
27
23
180
1/6
1/6
1/6
1/6
1/6
1/6
1
30
30
30
30
30
30
180
( Oi ei )
i =1
ei
=
2
0.13
1.20
1.20
0
0.30
1.63
4.47
= 4.47
H0: p = 0.5
H1: p 0.5; p > 0.5; p < 0.5
Segundo paso.
= 0
Tercer y cuarto pasos.
Para muestras pequeas (n<20), se utiliza como estadstico de prueba de hiptesis una
distribucin binomial con p = 0.5, pudiendo ser el suceso xito, ya sea el nmero de
signos positivos o los negativos que resultaron en el experimento. De acuerdo a la hiptesis
alternativa planteada, se puede tener una prueba de dos colas o una cola inferior o
superior.
x2
x1
R
x2
x1
= 0.5n
z=
= 0.5 n
(x 0.5)
z
2
z
2
Quinto paso.
203
Ejemplo.
Los siguientes datos son las horas-hombre que semanalmente se pierden en promedio por
accidentes en 11 plantas industriales antes y despus de que se implantara un programa
de seguridad industrial.
Antes
Despu
s
45
36
73
60
46
44
124
119
33
35
57
51
83
77
34
34
26
24
17
11
34
29
= 0.05
Paso 3:
Como el tamao muestral es menor a 20, se elige la distribucin binomial.
Paso 4:
Se elige la distribucin binomial con n = 10 (no se toma en cuenta el dato pareado 34-34,
puesto que no tiene signo positivo ni negativo, sino 0), con una p = 0.5, siendo una prueba
de cola superior:
x
0
1
2
3
P(x)
0.00100
0.00897
0.04400
0.11720
P acumulada
204
4
5
6
7
8
9
10
0.20510
0.24600
0.20510
0.11720
0.04400
0.00897
0.00100
0.05470
0.01070
0.00100
Se acumulan los valores de las probabilidades hasta llegar a un valor cercano a 0.05. Esto
ocurre cuando x = 8, que es el valor crtico que separa la regin de aceptacin o rechazo.
La grfica correspondiente es:
= 0.05
0 1 2 3 4 5 6 7 8 9 10
x2=8
A
Paso 5:
Se asignarn signos positivos, cuando se han reducido las horas-hombre perdidas
mediante el programa de seguridad industrial.
Se asignarn signos negativos, cuando no se han reducido las horas-hombre perdidas
mediante el programa de seguridad industrial.
Se asignarn valores de 0, cuando las horas-hombre perdidas por accidentes son las
mismas antes y despus del programa.
Antes
Despu
s
Signos
45
36
73
60
46
44
124
119
33
35
57
51
83
77
34
34
26
24
17
11
34
29
para ello mide las vidas medias de 24 bateras. Determinar si la empresa tiene razn con un
nivel de 5% de significancia.
271
253
264
230
216
295
198
262
211
275
288
252
282
236
294
225
291
243
284
253
272
219
224
268
Resolucin.
Paso 1:
H0: p = 0.5 ( = 250 ) (La afirmacin de la empresa no es correcta)
H1: p > 0.5 ( > 250 ) (La afirmacin de la empresa es correcta)
Paso 2:
= 0.05
Paso 3:
Como la muestra es mayor a 20, entonces se usa el estadstico Z (Aproximacin de la
normal a la binomial).
= 0.5n
z=
= 0.5 n
(x 0.5)
Paso 4:
= 0.05
z0.05 = 1.645
Paso 5:
Se asignar signo positivo, cuando la vida media de la batera sea superior a 250.
Se asignar signo negativo, cuando la vida media de la batera sea inferior a 250.
271 (+)
253 (+)
264 (+)
230 (-)
216 (-)
295 (+)
198 (-)
262 (+)
211 (-)
275 (+)
288 (+)
252 (+)
282 (+)
236 (-)
294 (+)
225 (-)
291 (+)
243 (-)
284 (+)
253 (+)
272 (+)
n
= 12
2
206
219 (-)
224 (-)
268 (+)
Como el nmero de signos positivos es mayor a 12, se usar el signo negativo para el
factor de correccin por continuidad.
= 0.5(24) = 12
= 0.5 24 = 2.45
z=
(15 0.5) 12
= 1.02
2.45
= 0
Tercer paso.
Existen dos estadsticos de prueba, dependiendo de si se toman muestras pequeas o
grandes.
Se considera muestra pequea, si la mayor de las dos muestras tiene 20 o menos
observaciones. Como estadstico para la prueba de hiptesis se usan las siguientes
ecuaciones:
207
U = n1n2 +
Donde:
n1 (n1 + 1)
R1
2
U ' = n1n2 +
n2 (n2 + 1)
R2
2
El menor valor calculado, sea U o U sirve para llegar a la decisin de rechazar o aceptar la
hiptesis nula, que corresponder a que las muestran vienen de la misma poblacin.
Conforme aumentan los tamaos de las dos muestras independientes, la distribucin del
estadstico U tiende hacia la distribucin normal (n>20). El estadstico usado es entonces:
n + n + 1
(n1 n2 ) 1 2
2
n + n + 1
n1n2 1 2
3
R R
1
z=
Cuarto paso.
Si las muestras son pequeas se usan los valores crticos de la tabla U, dada en el anexo.
Para determinar el valor crtico (llamaremos U ), los datos necesarios son: el tamao de las
dos muestras (Generalmente se designa como muestra 1 a la que tiene mayor tamao de
entre las dos), el nivel de significancia y el conocimiento de si la prueba es de dos o una
cola.
La hiptesis nula se rechazar si el valor calculado de U es menor o igual al valor crtico
(Esta regla es la contraria al procedimiento generalmente seguido en la toma de decisin de
la mayora de las otras pruebas).
Rechazo
Aceptacin
Si las muestras son grandes, los valores crticos se hallan mediante la distribucin normal
estndar.
z
2
z
2
Quinto paso.
208
= 0.05
Paso 3:
U = n1n2 +
n1 (n1 + 1)
R1
2
U ' = n1n2 +
n2 (n2 + 1)
R2
2
Paso 4:
Rechazo
Aceptacin
U 0.05 = 55
Paso 5:
Se obtiene la suma de rangos para las dos muestras. En este caso el rango 1
corresponder al menor tiempo, ya que interesa esa caracterstica:
n1
R1
n2
8.8 7.
8
18 9
7.5 8.
7
6.6 10.
7
5
27
8.3 6.2
8.9
19
6.5
8. 6.9
4
14 6
7. 9.8
7
6.4
6.3
8.0
8.6
8.1
3
9.6
2
9.2
10
10.
4
16
8.2
11
8.5
209
9. 9.7
1
20 23
9.9
25
208
R2 7
17 13
24
22
21
26
12
15
170
U = 15(12) +
15(15 + 1)
208 = 92
2
U ' = 15(12) +
12(12 + 1)
170 = 88
2
Ejemplo.
Los siguientes son los aumentos de peso (en libras) de pavos jvenes, que son alimentados
por dos dietas distintas pero por lo dems, las condiciones en que se les cra son idnticas.
Dieta
1
Dieta
2
16.3
10.1
10.7
13.5
14.9
11.8
14.3
10.2
12.3
14.4
12.0
21.3
14.7
23.8
23.6
15.4
15.1
19.6
14.5
12.0
18.4
13.9
13.2
18.8
14.0
19.2
10.3
16.7
11.6
18.1
15.3
20.1
14.8
18.9
20.7
21.1
15.8
16.2
16.5
20.1
Use el nivel de significancia de 0.01 para probar que en promedio la segunda dieta genera
mayor aumento de peso que la primera.
Como las muestras son independientes, se usa la prueba U:
Paso 1:
H0: La dieta 1 y la 2 generan el mismo aumento de peso en los pavos ( 2 = 1 )
H1: La segunda dieta genera mayor aumento de peso que la primera ( 2 > 1 )
Segundo paso.
= 0.01
Tercer paso.
Como el tamao de muestra es de 20, entonces se usar la aproximacin a la normal:
210
n + n + 1
(n1 n2 ) 1 2
2
n + n + 1
n1n2 1 2
3
R R
1
z=
Cuarto paso.
= 0.01
z 0.01 = 2.33
Quinto paso.
Como se est comparando la dieta 2 con la 1, se determinan los rangos de las muestras,
asignando el valor de 1al mayor valor, es decir al pavo con mayor aumento de peso.
Dieta
1
Dieta
1
Dieta
2
Dieta
2
23.6
18.4
16.3
15.1
14.9
14.7
14.5
14.4
14.3
14.0
2
13.5
12
13.2
16
12.3
20
12.0
22
11.8
24
11.6
25
10.7
26
10.3
27
10.2
28
10.1
30
23.8
31
21.3
32
21.1
33.5
20.7
35
20.1
36
20.1
37
19.6
38
19.2
39
18.9
40
18.8
1
18.1
3
16.7
4
16.5
5
16.2
6.5
15.8
6.5
15.4
8
15.3
9
14.8
10
13.9
11
12.0
13
14
15
17
18
19
21
23
29
33.5
z=
553.5 266.5
20 + 20 + 1
20(20)
= 3.88
= 0
Tercer paso.
H=
2
12 k R i
3(N + 1)
N(N + 1) i =1 n i
donde:
ni es el tamao de la muestra i.
N es el nmero combinado de observaciones para todas las muestras.
k-1 son los grados de libertad.
k es el nmero de poblaciones.
Cuarto paso.
La distribucin del estadstico H se acerca mucho a la distribucin chi-cuadrada con k-1
grados de libertad con la condicin de que cada tamao de muestra sea por lo menos de 5.
2 ,
Quinto paso.
Se hallan la sumas de rangos de todas las muestras, ordenando los valores de menor a
mayor y asignando el valor de 1 para el valor ms bajo.
Luego se halla el valor del estadstico y se realiza la decisin.
Ejemplo.
212
= 0.05
Tercer paso.
2
12 k R i
H=
3(N + 1)
N(N + 1) i =1 n i
Cuarto paso.
= 0.05
2
0.05,2
= 5.99
213
Quinto paso.
Se hallan la sumas de rangos de todas las muestras, ordenando los valores de menor a
mayor y asignando el valor de 1 para el valor ms bajo.
Manufactura
51
32
17
69
86
62
96
R1
9
8
2
14
17
12
20
Finanzas
14
31
68
87
20
28
77
97
Sumas
82
Se halla el valor del estadstico H:
H=
R2
1
7
13
18
3.5
6
16
21
85.5
Comercio
89
20
60
72
56
22
R3
19
3.5
11
15
10
5
63.5
3(21 + 1) = 0.14
21(21 + 1) 7
8
6
214
215
Cuadro
bidimensional?
No
Si
Nmero de
muestras?
Una
Dos
(Muestras
independientes)
Mayor a dos
Cualquiera
Ajustar a una
distribucin?
Preferencia de
productos?
Experimentos
antes y despus?
Bloques y
tratamientos iguales?
Clasificaciones
independientes?
n>20
216
(Muestras dependientes o
apareadas)
(f
ij
Eij
Eij )
2
i =1
=
2
n>20
n<20
z=
ei
z=
(x 0.5) 0.5n
0.5 n
Distribucin binomial
(p=0.5)
n + n + 1
(n1 n2 ) 1 2
2
n
n
1
+
+
n1n2 1 2
3
( Oi ei )
R R
U = n1n2 +
n1 ( n1 + 1)
R1
2
n ( n + 1)
R2
U ' = n1n2 + 2 2
2
2
12 k R i
3(N + 1)
N(N + 1) i =1 n i
n<20
H=
i =1 j =1
=
2
(Muestras
independientes)
Prueba U (NP)
ANOVA
(Un factor) (P)
Prueba H (NP)
ANOVA
(Dos factores) (P)
Independencia de
atributos (NP)
EJERCICIOS DE CLASE
Prueba de independencia de atributos.
1. Hay tres marcas dominantes de un cierto producto. Es necesario determinar si las
porciones del mercado difieren significativamente entre 4 comunidades. Se analiza un
conjunto de 240 ventas y se encuentra que estn colocadas entre las comunidades y
marcas como aparece en la tabla.
Marcas
I
II
III
A
10
15
28
Comunidades
B
C
14
18
18
23
29
21
D
25
16
23
217
Antes
B
A
E
D
E
B
D
E
B
D
B
A
B
B
D
Despes
S
E
B
B
E
S
A
S
D
B
S
E
A
S
B
Signo
+
+
+
0
+
+
+
+
+
+
+
+
Use = 0.1.
Muestras grandes.
5. Una empresa de refrescos embotellados ha encomendado al departamento de
investigacin de mercado poner a prueba un nuevo producto. Se consideran dos
versiones, una bebida ms bien dulce y otra algo amarga. Se va a hacer una prueba
formada por una muestra de 64 consumidores. Cada uno catar la bebida dulce (A) y la
amarga (B) indicando su preferencia. Los resultados de la prueba indicaron que 46 de
los 64 consumidores prefirieron la bebida dulce Como se efectuar la prueba de
hiptesis y qu bebida se lanzar al mercado? = 0.05.
218
Prueba U de Mann-Whitney.
Muestras pequeas.
6. Existe inters en determinar si hay diferencia en la aptitud mecnica entre los
trabajadores de sexo masculino o femenino en la lnea industrial de ensamble. Para
resolver el asunto, se seleccionaron al azar 9 hombres y 5 mujeres y se someti a cada
persona a una prueba de aptitud mecnica.
Hombres
Mujeres
1500
1400
1600
1200
670
780
Puntuacin
800
1100
1350
890
800
1320
1150
600
39
28
16
13
19
36
20
15
1
18
2
4
37
21
29
8
27
11
9
35
24
30
17
40
22
25
32
38
10
14
219
Sucursal 1
208
307
199
142
91
296
Sucursal 2
91
62
86
91
80
Sucursal 3
302
103
319
340
180
Sucursal 4
99
116
189
103
100
131
Usando el nivel 0.01, determine si hay diferencia en los ndices de movimiento de las
cuentas personales de cheques entre las cuatro sucursales.
220
EJERCICIOS PROPUESTOS
1. En la siguiente tabla se muestran las respuestas de los consumidores respecto a una
forma de hacer publicidad de productos para tres mercados:
Mercado de productos
Opinin
Total
A favor
No a favor
Sin opinin
124
55
21
111
44
45
137
38
25
372
137
91
Total
200
200
200
600
hasta 900
20
900 - 2100
65
2100 y ms
25
a) Calcule las frecuencias esperadas si los datos tienen distribucin normal con una
media de 1500 Bs. y una desviacin estndar de 600 Bs.
b) Calcule el estadstico chi-cuadrada.
c) Formule la hiptesis nula y alternativa. Pruebe sus hiptesis en el nivel 0.05 y formule
una conclusin explcita.
3. Los datos de la tabla adjunta se refieren al nmero de ausencias del trabajo de 318
trabajadores de cierta empresa, en dos perodos semestrales consecutivos. El
ausentismo se considera bajo (B), en caso de tres ausencias o menos, medio (M)
2
entre 3 y 5 inclusive, y alto (A), para ms de 5. Utilice la prueba de para mostrar que
la propensin al ausentismo no existe, lo que implica que las dos variables de
clasificacin son independientes. (Use ( = 0.05).
Primer Semestre
B
M
A
221
B
M
A
Segundo
Semestre
165
40
2
35
24
13
4
20
15
11-12
27
26
13-14
43
41
15-16
42
36
17-18
26
22
19 y ms
4
11
5. Una firma de cosmticos est interesada en las preferencias de consumo de sus clientes
respecto del diseo de sus productos. Recientemente, present 4 diseos a una muestra
aleatoria de 200 paseantes en un Centro Comercial. Los resultados se muestran a
2
continuacin. Use para probar la significacin estadstica de esta informacin (Utilice
= 0.05).
DISEO
PREFERENCIA
43
31
69
57
Ciudades
grandes
6.7
5.2
11.2
8.6
5.5
Ciudades
pequeas
7.8
7.1
12.2
9.6
5.2
6.8
reas
rurales
12.6
8.4
8.2
4.9
11.7
7.1
Suponiendo que las tasas no se distribuyen en forma normal, utilice el nivel 0.01 para
determinar si existe alguna diferencia entre las distribuciones de las tasas de homicidios
para los tres grupos.
9. Los siguientes datos muestran los ndices de trabajo defectuoso de los empleados antes
y despus de un cambio en el plan de incentivos de sueldos. Compare los siguientes
dos conjuntos de datos para ver si el cambio disminuy las unidades defectuosas
producidas. Utilice el nivel de significancia de 0.10.
Antes
Despu
s
8
6
7
5
6
8
9
6
7
9
10
8
8
10
6
7
5
5
8
6
10
9
8
5
Moderna
965
1054
912
850
796
911
Antigua
966
889
972
940
873
1016
223
Moderna
956
900
938
1014
1258
877
902
897
64
70
68
75
53
70
45
51
54
82
61
74
69
68
65
60
59
a) Prueba paramtrica.
b) Prueba no paramtrica.
12. Al nivel de significancia de 0.05, podemos concluir que los siguientes datos provienen
de una distribucin de Poisson con media de 3?
N llegadas por da 0
N de das
6
1
18
2
30
3
24
4
11
5
2
6 o ms
9
30-36
22
36-42
25
42-48
30
48-54
21
54-60
12
60-66
6
14. Un editor de peridicos, que trata de determinar con precisin las caractersticas de
mercado de su peridico, se pregunta si la costumbre de la gente de la ciudad de leer
diarios est relacionada con el nivel educativo de los lectores. Se aplica una encuesta a
los adultos del rea referente a su nivel educativo y a la frecuencia con que leen el
peridico. Los resultados se muestran en la siguiente tabla:
Nivel educativo
Frecuencia con
que la lee
Nunca
Algunas veces
Profesional o
posgrado
Pasante de
licenciatura
Preparatoria
No termin la
preparatoria
10
12
17
23
11
8
21
5
224
Maana o tarde
Ambas ediciones
35
28
38
19
16
6
7
13
6
9
14
10
11
13
6
12
12
12
9
9
10
17
12
14
15
13
8
13
7
11
16
11
9
13
10
15
7
12
12
14
14
15
15
15
11
13
12
18
si
45
25
no
15
5
Frecuencia
21
35
19
5
18. Despus de recabar datos sobre la contaminacin del aire en Cochabamba durante un
ao, el Dr. H. Rosas recomend a la alcalda realizar medidas estrictas para controlar la
emisin de gases txicos a la atmsfera. Con los datos que se presentan a
continuacin, se tiene evidencia de que las medidas disminuyeron la contaminacin
ambiental?. Use 2% de nivel de significacin.
225
ao
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
anterior
7
6
5.4
5.9
3.9
5.7
6.9
7.6
6.3
5.8
5.1
5.9
actual
5.3
6
5.6
5.7
3.7
4.7
6.1
7.2
6.4
5.7
4.9
5.8
a) Prueba paramtrica.
b) Prueba no paramtrica.
226
85
90
60
120
70
75
100
95
85
90
80
El gerente de la empresa quiere saber si hay evidencia estadstica suficiente para concluir
que con las mejoras en el diseo se podr vender la nueva licuadora en 85 $us., con un
nivel de significacin del 0.05.
a) Si no se sabe nada acerca de la forma de la poblacin.
b) Si se supone que la poblacin sigue una distribucin normal.
Si no se puede vender la licuadora a ese precio, no se implementaran las mejoras.
Conviene a la empresa implementar las mejoras en el diseo de la licuadora?
Segunda reunin.
Independientemente si a la empresa le conviene implementar las mejoras en el diseo,
existe un problema en el rea de produccin que se debe resolver. Se cree que el
porcentaje de licuadoras defectuosas que produce la lnea de ensamble 1 es
significativamente superior a la de la lnea 2. Para probar esto se realiz un muestreo
aleatorio, cuyos resultados se dan en la siguiente tabla:
Defectuosa
No defectuosa
Lnea 1
7
18
Lnea 2
3
22
Mtodo 1
Mtodo 2
Lnea de ensamble 1
Lnea de ensamble 2
Mquina 1 Mquina 2 Mquina 3 Mquina 4
5.6
6.5
4.9
4.5
5.1
5.0
4.8
4.6
228
Mtodo 3
6.9
6.8
5.2
5.4
El equipo quiere probar las siguientes hiptesis, con un nivel de riesgo del 0.05, sabiendo
que las muestras provienen de una poblacin normal, con varianzas iguales.
a) Existe relacin entre el mtodo que se use para formar el material del vaso y el tipo de
mquina inyectora?
b) Si no existe relacin, el equipo podr realizar un anlisis para comprobar qu mtodo es
el ms efectivo para lograr un ndice de textura similar al que tienen un vaso de vidrio.
Se puede realizar el anlisis? Si la respuesta es afirmativa, hgalo. Qu mtodo
sugerira como el ms efectivo? Existe diferencia significativa en la efectividad de las
mquinas inyectoras?
Cuarta reunin.
Otra importante cuestin es analizar los costos unitarios de produccin, que en la actualidad
se cree que son muy variables en cada mes, para reducirlos al mximo. Los datos histricos
de varios meses, en $us, son:
Costos ($us/unidad)
60 63
63 65
65 68
68 - 70
Nmero de
licuadoras
producidas
150
300
340
120
El equipo quiere establecer si los datos se pueden modelar por medio de una distribucin
normal, cuya desviacin estndar sea de 2.3 $us. Pruebe la hiptesis a un nivel de 0.05.
229
BIBLIOGRAFA
La Estadstica en Cmic. Larry Gonick y Woollcott Smith. Primera Edicin, 1999. Editorial
Zendrera Zariquiey.
Estadstica para Administradores. Richard I. Levin & David S. Rubin. Sexta Edicin, 1996.
Prentice Hall Hispanoamericana S.A. Mxico.
Estadstica para Administracin y Economa. Mason y Lind. Sptima Edicin, 1995.
Alfaomega, Mxico.
Estadstica. Murray R. Spiegel. Serie Schaums. Segunda Edicin, 1995. Edit. Mc. Graw Hill.
Estadstica Elemental. Freund y Simon. Octava Edicin. 1994. Prentice Hall, Mxico.
Probabilidad y Estadstica para Ingenieros. Miller, Freund y Jonson. Cuarta Edicin, 1992.
Editorial Prentice Hall Hispanoamericana S.A.
Estadstica para Administradores. William Mendenhal. Segunda Edicin, 1990. Grupo
Editorial Iberoamrica, Mxico.
Introduccin a la Estadstica Sociolgica. Manuel Garca Ferrando. 1985. Editorial Alianza,
Madrid-Espaa.
Estadstica General Aplicada. Fadil H. Zuwaylif. 1985. Fondo Educativo Interamericano.
Estadstica. Nivel universitario. Horacio Dottone R. 1982. Cooperativa de Cultura
Publicaciones y Multiactiva Ltda. Santiago-Chile.
Estadstica Social. Hubert M. Blalock. Segunda Edicin, 1981. Fondo de Cultura
Econmica, Mxico.
Probabilidad y Estadstica en Ingeniera Civil. Jack R. Benjamn. Primera Edicin. 1981.
Editorial McGraw Hill Latinoamericana, Colombia.
Introduccin a las Tcnicas de Investigacin Social. Ezequiel Ander-Egg. Sexta Edicin,
1977. Editorial Humanitas, Buenos Aires-Argentina.
Introduccin a la Inferencia Estadstica. William G Guenther. 1977. Editorial Mc Graw Hill,
Mxico.
Introduccin a la Teora Estadstica. Mood/Graybill. Cuarta Edicin, 1976. Editorial Aguilar,
Madrid-Espaa.
229
Estadstica Bsica para Planificacin. Arturo Nez del Prado Benavente. Cuarta Edicin,
1975. Siglo XXI Editores S.A., Mxico.
Estadstica. Taro Yamane. Tercera Edicin, 1974. Editorial Harla, S.A. e C.V, Mxico.
Probabilidad y Estadstica. Louis Maisel. Fondo Educativo Interamericano, S.A. BogotColombia.
Estadstica y Sociologa. Manuel Mora y Araujo y Otros. 1973. Ediciones Nueva Visin,
Buenos Aires-Argentina.
Statistics. Probability, Inference, And Decision. William L Hays & Robert L. Winkler. 1970.
Holt, Rinehart and Winston, Inc. New York-United States of America.
Curso de Estadstica General. Enrique Cansado. Segunda Edicin, 1970. Centro
Interamericano de Enseanza Estadstica (CIENES), Santiago-Chile.
Manual de Estadstica. Basilio Giardina. Primera Edicin, 1968. Compaa Editorial
Continental, S.A., Mxico.
Estadstica Aplicada. Cortada y Carro. Segunda Edicin, 1968. Editorial Universitaria de
Buenos Aires.
Estadstica y Observacin Econmica. Andr Piatier. 1967. Editorial Ariel, BarcelonaEspaa.
Prctica de las Encuestas Estadsticas. Gabriel R Chevry. 1967. Ediciones Ariel, BarcelonaEspaa.
Doscientos Problemas de Estadstica Descriptiva. Ernesto Casa Aruta. Primera Edicin,
1965. Editorial Vicens-Vives, Barcelona-Espaa.
230
ANEXO 1
DISTRIBUCIONES DE DENSIDAD
1. INTRODUCCIN
Se mostrar en este anexo algunas distribuciones de densidad que estn relacionadas a la
normal, y que constituyen herramientas bsicas y muy tiles en la inferencia estadstica.
Las funciones probabilsticas que se estudiarn son: La t de Student, la Chi-Cuadrada y la F
de Fisher.
2. LA DISTRIBUCIN t DE STUDENT
2.1. Caractersticas
La funcin de densidad de la t de Student, con v grados de libertad, es:
+1
1+
t 2 2
2
f (t ) =
1 +
2
t , n1
t ,n1
t=
x
s
n
231
1 = 0.95
= 0.05
t0.05,10
Se busca en la tabla t, el valor para t0.05,10 :
1
2
.
.
.
1.8125
10
3. LA DISTRIBUCIN CHI-CUADRADA
3.1. Caractersticas
La funcin de densidad de una variable aleatoria que tiene distribucin Chi-Cuadrada, con
grados de libertad, es:
f ( ) =
2 2
2
1
2 2
La distribucin tiene sesgo a la derecha, y sus valores son siempre positivos. Sin embargo,
al aumentar los grados de libertad, la forma lmite es la distribucin normal.
232
2
12 ,n 1
2,n 1
(n 1)s 2
2
2 =
el cual, permite relacionar la varianza de una muestra tomada de una poblacin normal, con
una variable aleatoria con densidad conocida.
1 = 0.95
= 0.05
2
2
0.05,8
1
2
.
.
.
15.5073
233
4. LA DISTRIBUCIN F DE FISHER
4.1. Caractersticas
La funcin de densidad de una variable aleatoria con 1 grados de libertad en el numerador y
para 1 , 2 , F > 0
F
F1 ,n1 1,n2 1
2
F ,n1 1,n2 1
2
El estadstico de prueba, que se usa para relacionar varianzas de dos poblaciones normales
es:
s12
12
F= 2
s2
22
F ,1 , 2 =
1
F1 , 2 ,1
Ejemplo.
Sea F una variable aleatoria con distribucin F, con 14 grados de libertad en el numerador y
10 grados de libertad en el denominador. Encuentre un valor crtico con un nivel de
significancia de 0.975.
234
Resolucin.
Como el valor de es mayor a 0.25, entonces se usar la relacin para transformarlo:
F0.975,14,10 =
1 = 0.025
1
F0.025,10,14
= 0.975
F
F0.975,14,10
Observando en la tabla respectiva, se halla el valor crtico:
F0.025
3 .............
10
1
2
.
.
.
3.15
14
F0.975,14,10 =
1
F0.025,10,14
235
1
= 0.317
3.15
ANEXO 2
TRABAJO DE APLICACIN FINAL
1. OBJETIVOS DEL TRABAJO
El estudiante ser capaz de plantearse un problema real en la que use algn mtodo de
inferencia estadstica para su resolucin, tal como las pruebas de hiptesis, los intervalos
de confianza, pruebas no paramtricas o anlisis de varianza.
3. FECHA DE ENTREGA
Da del examen final impostergablemente.
4. CARTULA
Deber ir especificado el nombre de la Universidad, la materia que cursan, el ttulo del
trabajo, los nombres de los componentes del grupo, el nombre del catedrtico de la
materia, y la fecha de realizacin.
Nota: El ttulo del trabajo no es: Trabajo de aplicacin final, sino debe ser especfico,
indicando el tema en el cual se ha desarrollado el trabajo. Ejemplo: Anlisis de la eficiencia
de atencin en Burger King.
5. CONTENIDO
El trabajo deber contar con los siguientes puntos:
1. Antecedentes.
Se debe relatar cuales son las causas, oportunidades y circunstancias por las cuales los
alumnos se decidieron a realizar el trabajo.
2. Justificacin.
Se debe indicar por qu el tema propuesto es de inters para los alumnos.
3. Objetivos.
Se debe describir cules son los propsitos de la investigacin que se realizar. Existirn
objetivos generales y especficos.
236
4. Hiptesis.
Se debe manifestar cules son las hiptesis generales y especficas que los alumnos
quieren probar con la investigacin a realizar.
5. Metodologa de investigacin.
Se debe enumerar los pasos que los alumnos tendrn que realizar para desarrollar la
investigacin propuesta.
6. Desarrollo de la investigacin.
Se deber desarrollar en base a los puntos descritos en metodologa de investigacin, y
son:
1. Determinacin de la poblacin, en naturaleza y nmero.
2. Determinacin y clasificacin de las caractersticas de la poblacin que se desean
estudiar.
3. Determinacin del tipo de muestreo probabilstico adecuado.
4. Determinacin del mtodo de recopilacin de datos adecuado (observacin, entrevista o
cuestionario).
5. Determinacin del tamao muestral. Clculo del error de estimacin.
6. Elaboracin del formulario (de la encuesta o entrevista) o metodologa de observacin.
7. Recopilacin de datos (Aplicacin de la encuesta, entrevista u observacin).
8. Tabulacin de datos: organizacin, presentacin, resumen mediante estadgrafos de
posicin y dispersin, interpretacin y conclusiones (Estadstica descriptiva)
9. Determinar y realizar los tipos de prueba de hiptesis a usar o los intervalos de
confianza, que den una solucin al problema planteado, dependiendo si se est
realizando un estudio exploratorio, descriptivo o causal.
9. Anlisis e interpretacin de los resultados.
10. Sugerencias y recomendaciones.
6. BIBLIOGRAFA
Si el grupo us alguna bibliografa o fuente para recopilar datos o realizar algn
procedimiento, deber estar detallada en el trabajo.
7. BANCO DE TEMAS
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
Nota: Los temas mencionados en esta lista son alternativas que se sugieren para
desarrollar el trabajo, pero de ninguna manera son limitantes para que los alumnos no
puedan escoger un tema de inters o actual.
238
Realizar una validacin estadstica de los resultados de una encuesta realizada por el
departamento de planificacin de la empresa X.
Realizar una inferencia a la poblacin sobre las caractersticas de la muestra requeridas
por el estudio realizado por la empresa X.
Otorgar un sustento terico y metodologa adecuada en la validacin e inferencia.
METODOLOGA.
Para la realizacin de este estudio de asesora se realizaron los siguientes pasos:
1. Determinacin de la poblacin, en naturaleza y nmero.
2. Determinacin y clasificacin de las caractersticas de la poblacin que se desean
estudiar.
3. Determinacin del tipo de muestreo probabilstico adecuado.
4. Determinacin del mtodo de recopilacin de datos adecuado.
5. Determinacin del tamao muestral. Clculo del error de estimacin.
6. Recopilacin de datos.
7. Clculo del intervalo de confianza para estimar la proporcin de la poblacin.
8. Anlisis e interpretacin de los resultados.
9. Recomendaciones.
1. DETERMINACIN DE LA POBLACIN, EN NATURALEZA Y NMERO.
Fundamento terico.
239
1613 transformadores.
1898 transformadores.
245 transformadores.
Las variables se designan con las ltimas letras maysculas del abecedario (X, Y, Z, etc.) y
sus valores con las minsculas (x, y, z, etc.).
Niveles de medicin.
a) Nivel Nominal
Es el nivel ms primitivo, bajo y limitado de medicin. Este nivel hace referencia a los datos
que solo pueden clasificarse en categoras, sin intervencin de mediciones o escalas, solo
mediante conteos. Para este nivel no existe orden particular para los grupos. Las categoras
o modalidades se consideran mutuamente excluyentes y exhaustivas. Es el nivel de
medicin para atributos nominales.
b) Nivel ordinal
Tiene las caractersticas del nivel anterior, pero difiere en que las categoras pueden
ordenarse en una relacin mayor que. Es el nivel de medicin para atributos ordinales.
c) Nivel de intervalo
Incluye todas las caractersticas de la escala ordinal, pero adems la distancia entre valores
es de tamao conocido y constante. Es el nivel de medicin para variables discretas o
continuas.
Ejemplo: Medicin de temperatura en la escala centgrada. En esta escala el punto cero es
arbitrario: 0 C; no significa que haya ausencia de temperatura, sino solo un estado de fro.
Si se registraron las siguientes temperaturas: 30 C y 60 C, puede decirse que en la
segunda oportunidad hubo una temperatura 30 C ms clida, pero no se puede afirmar
que haga 2 veces ms calor.
d) Nivel de razn (o cociente)
Es el nivel de medicin ms alto y sirve para variables discretas y continuas. Las principales
diferencias entre el anterior nivel y ste son:
La tensin
241
La saturacin.
donde:
Z
n0 = p (1 p ) / 2
e
X
(X es el
n
n=
n0 N
n0 + ( N 1)
donde:
n=
2N
pqz
2 + e 2 ( N 1)
pqz
Tamao muestral: 93
244
Sistema 2:
Tamao de la poblacin: 1898
Sistema 3:
Tamao muestral: 94
Tamao muestral: 33
e=
2 ( N n)
pqz
n( N 1)
z = 1.96, suponiendo que existe una probabilidad del 95% de encontrar la verdadera
proporcin de la poblacin en un intervalo.
El mximo error que se comete en los distintos sistemas es:
Sistema 1:
Tamao de la poblacin: 1613
Tamao muestral: 93
Error: 10%
Tamao muestral: 94
Error: 10%
Tamao muestral: 33
Error: 16%
Sistema 2:
Tamao de la poblacin: 1898
Sistema 3:
Tamao de la poblacin: 245
Se puede observar que por alguna razn, el error en el sistema 3 es ms alto que en los
otros dos sistemas.
6. Recopilacin de datos.
Aplicacin.
Los datos muestrales que se recopilaron son los siguientes, para cada sistema:
Sistema 1:
245
Problemas de tensin: 14
Problemas de saturacin: 6
Sistema 2:
Problemas de tensin: 2
Sistema 3:
Problemas de saturacin: 0
Problemas de tensin: 0
Problemas de saturacin: 1
x=
1 n
x
n i=1 i
1 n
2
S =
x i x)
(
n 1 i= 1
2
p (1 p)
p (1 p)
Z *
P = p - Z *
p p+
= 1 -
2
2
n
n
Aplicacin.
Con la informacin muestral se procede a calcular las proporciones muestrales para cada
sistema y caracterstica:
Sistema 1:
14
= 0.15054
93
6
Proporcin con problemas de saturacin: pS =
= 0.06452
93
Sistema 2:
2
= 0.02128
94
0
=0
Proporcin con problemas de saturacin: pS =
94
Sistema 3:
Proporcin con problemas de tensin: pT =
0
=0
33
247
1
= 0.03030
33
Por ltimo se calcula los intervalos de confianza para cada proporcin en cada sistema,
mediante la frmula:
p (1 p)
p (1 p)
Z *
P = p - Z *
p p+
= 1 -
2
2
n
n
Sistema 1:
Intervalo de confianza para estimar la proporcin de la poblacin con problemas de tensin:
0.15054 (1 0.15054)
0.15054 (1 0.15054)
p 0.15054 +1.96
P = 0.15054 -1.96
= 95%
93
93
P = ( 0% p 5.0%) = 95%
Se puede decir que hay una probabilidad del 95% de que la proporcin de la poblacin de
transformadores con problemas de tensin est entre 0% y 5.0%.
Intervalo de confianza para estimar la proporcin de la poblacin con problemas de
saturacin:
P = ( 0% p 0%) = 95%
Sistema 3:
Intervalo de confianza para estimar la proporcin de la poblacin con problemas de tensin:
P = ( 0% p 0%) = 95%
Se puede decir que hay una probabilidad del 95% de que la proporcin de la poblacin de
transformadores con problemas de tensin est entre 0% y 0%.
Intervalo de confianza para estimar la proporcin de la poblacin con problemas de
saturacin:
P = ( 0% p 8.9%) = 95%
Existe una probabilidad del 95% de que la proporcin de la poblacin de transformadores
con problemas de saturacin est entre el 0% y 8.9%.
8. Anlisis e interpretacin de los resultados.
Aplicacin.
La empresa X quiere saber el nmero de transformadores de la poblacin que tienen
problemas de tensin y saturacin. Por lo tanto vamos a determinar los intervalos de
confianza no en proporciones, sino en valores.
Sistema 1. Poblacin: 1613
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
tensin sea de 126 a 360.
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
saturacin sea de 24 a 185.
Se determin que el mximo error que se pudo cometer en esta estimacin es del 10%.
Sistema 2. Poblacin: 1898
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
tensin sea de 0 a 96.
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
saturacin sea de 0.
Se determin que el mximo error que se pudo cometer en esta estimacin es del 10%.
Sistema 3. Poblacin: 245
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
tensin sea de 0.
249
Existe una probabilidad del 95% de que el nmero de transformadores con problemas de
saturacin sea de 0 a 22.
Se determin que el mximo error que se pudo cometer en esta estimacin es del 16%.
9. Recomendaciones.
Se recomienda a la empresa X que ampli el tamao de su muestra en los tres sistemas,
sobre todo en el 3, para que el mximo error en la estimacin de la verdadera proporcin de
la poblacin sea del 5% en cada caso, error que es recomendable estadsticamente, y
vuelva a realizar los clculos respectivos.
250
0.9962
0.9998
1.0000
1.0000
1.0000
0.9556
1.0000
0.6983
0.9999
0.9978
0.9672
1.0000
0.7351
1.0000
0.9988
0.9774
1.0000
0.7738
0.9995
0.9860
0.8145
0.9999
0.9928
0.8574
0.9975
0.05
0.9025
0.10
1.0000
0.9998
0.9973
0.9743
0.8503
0.4783
1.0000
0.9999
0.9987
0.9842
0.8857
0.5314
1.0000
0.9995
0.9914
0.9185
0.5905
0.9999
0.9963
0.9477
0.6561
0.9990
0.9720
0.7290
0.9900
0.8100
0.15
0.9999
0.9988
0.9879
0.9262
0.7166
0.3206
1.0000
0.9996
0.9941
0.9527
0.7765
0.3771
0.9999
0.9978
0.9734
0.8352
0.4437
0.9995
0.9880
0.8905
0.5220
0.9966
0.9393
0.6141
0.9775
0.7225
0.20
0.9996
0.9953
0.9667
0.8520
0.5767
0.2097
0.9999
0.9984
0.9830
0.9011
0.6554
0.2621
0.9997
0.9933
0.9421
0.7373
0.3277
0.9984
0.9728
0.8192
0.4096
0.9920
0.8960
0.5120
0.9600
0.6400
0.25
0.9987
0.9871
0.9294
0.7564
0.4449
0.1335
0.9998
0.9954
0.9624
0.8306
0.5339
0.1780
0.9990
0.9844
0.8965
0.6328
0.2373
0.9961
0.9492
0.7383
0.3164
0.9844
0.8438
0.4219
0.9375
0.5625
0.30
0.9962
0.9712
0.8740
0.6471
0.3294
0.0824
0.9993
0.9891
0.9295
0.7443
0.4202
0.1176
0.9976
0.9692
0.8369
0.5282
0.1681
0.9919
0.9163
0.6517
0.2401
0.9730
0.7840
0.3430
0.9100
0.4900
0.35
0.9910
0.9444
0.8002
0.5323
0.2338
0.0490
0.9982
0.9777
0.8826
0.6471
0.3191
0.0754
0.9947
0.9460
0.7648
0.4284
0.1160
0.9850
0.8735
0.5630
0.1785
0.9571
0.7183
0.2746
0.8775
0.4225
0.40
0.9812
0.9037
0.7102
0.4199
0.1586
0.0280
0.9959
0.9590
0.8208
0.5443
0.2333
0.0467
0.9898
0.9130
0.6826
0.3370
0.0778
0.9744
0.8208
0.4752
0.1296
0.9360
0.6480
0.2160
0.8400
0.3600
0.45
0.50
0.9375
0.7734
0.5000
0.2266
0.0625
0.0078
0.9844
0.8906
0.6563
0.3438
0.1094
0.0156
0.9688
0.8125
0.5000
0.1875
0.0313
0.9375
0.6875
0.3125
0.0625
0.8750
0.5000
0.1250
0.7500
0.2500
250
0.9643
0.8471
0.6083
0.3164
0.1024
0.0152
0.9917
0.9308
0.7447
0.4415
0.1636
0.0277
0.9815
0.8688
0.5931
0.2562
0.0503
0.9590
0.7585
0.3910
0.0915
0.9089
0.5748
0.1664
0.7975
0.3025
P
0.55
0.8976
0.6836
0.3917
0.1529
0.0357
0.0037
0.9723
0.8364
0.5585
0.2553
0.0692
0.0083
0.9497
0.7438
0.4069
0.1312
0.0185
0.9085
0.6090
0.2415
0.0410
0.8336
0.4253
0.0911
0.6975
0.2025
0.60
0.8414
0.5801
0.2898
0.0963
0.0188
0.0016
0.9533
0.7667
0.4557
0.1792
0.0410
0.0041
0.9222
0.6630
0.3174
0.0870
0.0102
0.8704
0.5248
0.1792
0.0256
0.7840
0.3520
0.0640
0.6400
0.1600
0.7662
0.4677
0.1998
0.0556
0.0090
0.0006
0.9246
0.6809
0.3529
0.1174
0.0223
0.0018
0.8840
0.5716
0.2352
0.0540
0.0053
0.8215
0.4370
0.1265
0.0150
0.7254
0.2818
0.0429
0.5775
0.6706
0.3529
0.1260
0.0288
0.0038
0.0002
0.8824
0.5798
0.2557
0.0705
0.0109
0.0007
0.8319
0.4718
0.1631
0.0308
0.0024
0.7599
0.3483
0.0837
0.0081
0.6570
0.2160
0.0270
0.5100
0.0900
0.70
0.1225
0.65
k=0
0.5551
0.2436
0.0706
0.0129
0.0013
0.0001
0.8220
0.4661
0.1694
0.0376
0.0046
0.0002
0.7627
0.3672
0.1035
0.0156
0.0010
0.6836
0.2617
0.0508
0.0039
0.5781
0.1563
0.0156
0.4375
0.0625
0.75
0.4233
0.1480
0.0333
0.0047
0.0004
0.0000
0.7379
0.3446
0.0989
0.0170
0.0016
0.0001
0.6723
0.2627
0.0579
0.0067
0.0003
0.5904
0.1808
0.0272
0.0016
0.4880
0.1040
0.0080
0.3600
0.0400
0.85
0.2834
0.0738
0.0121
0.0012
0.0001
0.0000
0.6229
0.2235
0.0473
0.0059
0.0004
0.0000
0.5563
0.1648
0.0266
0.0022
0.0001
0.4780
0.1095
0.0120
0.0005
0.3859
0.0608
0.0034
0.2775
0.0225
0.90
0.1497
0.0257
0.0027
0.0002
0.0000
0.0000
0.4686
0.1143
0.0159
0.0013
0.0001
0.0000
0.4095
0.0815
0.0086
0.0005
0.0000
0.3439
0.0523
0.0037
0.0001
0.2710
0.0280
0.0010
0.1900
0.0100
0.95
0.0444
0.0038
0.0002
0.0000
0.0000
0.0000
0.2649
0.0328
0.0022
0.0001
0.0000
0.0000
0.2262
0.0226
0.0012
0.0000
0.0000
0.1855
0.0140
0.0005
0.0000
0.1426
0.0072
0.0001
0.0975
0.0025
10
0.9990
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9885
1.0000
1.0000
0.9139
1.0000
0.5987
1.0000
0.9994
0.9916
1.0000
1.0000
0.9288
1.0000
0.6302
1.0000
0.9996
0.9942
0.9428
0.05
0.6634
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9984
0.9872
0.9298
0.7361
0.3487
1.0000
1.0000
1.0000
0.9999
0.9991
0.9917
0.9470
0.7748
0.3874
1.0000
1.0000
1.0000
0.9996
0.9950
0.9619
0.8131
0.4305
0.10
1.0000
1.0000
1.0000
1.0000
0.9999
0.9986
0.9901
0.9500
0.8202
0.5443
0.1969
1.0000
1.0000
1.0000
0.9994
0.9944
0.9661
0.8591
0.5995
0.2316
1.0000
1.0000
0.9998
0.9971
0.9786
0.8948
0.6572
0.2725
0.15
1.0000
1.0000
1.0000
0.9999
0.9991
0.9936
0.9672
0.8791
0.6778
0.3758
0.1074
1.0000
1.0000
0.9997
0.9969
0.9804
0.9144
0.7382
0.4362
0.1342
1.0000
0.9999
0.9988
0.9896
0.9437
0.7969
0.5033
0.1678
0.20
1.0000
1.0000
1.0000
0.9996
0.9965
0.9803
0.9219
0.7759
0.5256
0.2440
0.0563
1.0000
0.9999
0.9987
0.9900
0.9511
0.8343
0.6007
0.3003
0.0751
1.0000
0.9996
0.9958
0.9727
0.8862
0.6785
0.3671
0.1001
0.25
0.9999
1.0000
0.9999
0.9984
0.9894
0.9527
0.8497
0.6496
0.3828
0.1493
0.0282
1.0000
0.9996
0.9957
0.9747
0.9012
0.7297
0.4628
0.1960
0.0404
0.9999
0.9987
0.9887
0.9420
0.8059
0.5518
0.2553
0.0576
0.30
0.9998
1.0000
0.9995
0.9952
0.9740
0.9051
0.7515
0.5138
0.2616
0.0860
0.0135
0.9999
0.9986
0.9888
0.9464
0.8283
0.6089
0.3373
0.1211
0.0207
0.9998
0.9964
0.9747
0.8939
0.7064
0.4278
0.1691
0.0319
0.35
0.9994
0.9999
0.9983
0.9877
0.9452
0.8338
0.6331
0.3823
0.1673
0.0464
0.0060
0.9997
0.9962
0.9750
0.9006
0.7334
0.4826
0.2318
0.0705
0.0101
0.9993
0.9915
0.9502
0.8263
0.5941
0.3154
0.1064
0.0168
0.40
0.9984
0.50
0.9990
0.9893
0.9453
0.8281
0.6230
0.3770
0.1719
0.0547
0.0107
0.0010
0.9980
0.9805
0.9102
0.7461
0.5000
0.2539
0.0898
0.0195
0.0020
0.9961
0.9648
0.8555
0.6367
0.3633
0.1445
0.0352
0.0039
0.9922
251
0.9997
0.9955
0.9726
0.8980
0.7384
0.5044
0.2660
0.0996
0.0233
0.0025
0.9992
0.9909
0.9502
0.8342
0.6214
0.3614
0.1495
0.0385
0.0046
0.9983
0.9819
0.9115
0.7396
0.4770
0.2201
0.0632
0.0084
0.45
0.9963
0.9975
0.9767
0.9004
0.7340
0.4956
0.2616
0.1020
0.0274
0.0045
0.0003
0.9954
0.9615
0.8505
0.6386
0.3786
0.1658
0.0498
0.0091
0.0008
0.9916
0.9368
0.7799
0.5230
0.2604
0.0885
0.0181
0.0017
0.55
0.9848
0.9940
0.9536
0.8327
0.6177
0.3669
0.1662
0.0548
0.0123
0.0017
0.0001
0.9899
0.9295
0.7682
0.5174
0.2666
0.0994
0.0250
0.0038
0.0003
0.9832
0.8936
0.6846
0.4059
0.1737
0.0498
0.0085
0.0007
0.60
0.9720
0.9865
0.9140
0.7384
0.4862
0.2485
0.0949
0.0260
0.0048
0.0005
0.0000
0.9793
0.8789
0.6627
0.3911
0.1717
0.0536
0.0112
0.0014
0.0001
0.9681
0.8309
0.5722
0.2936
0.1061
0.0253
0.0036
0.0002
0.65
0.9510
0.9718
0.8507
0.6172
0.3504
0.1503
0.0473
0.0106
0.0016
0.0001
0.0000
0.9596
0.8040
0.5372
0.2703
0.0988
0.0253
0.0043
0.0004
0.0000
0.9424
0.7447
0.4482
0.1941
0.0580
0.0113
0.0013
0.0001
0.70
0.9176
0.9437
0.7560
0.4744
0.2241
0.0781
0.0197
0.0035
0.0004
0.0000
0.0000
0.9249
0.6997
0.3993
0.1657
0.0489
0.0100
0.0013
0.0001
0.0000
0.8999
0.6329
0.3215
0.1138
0.0273
0.0042
0.0004
0.0000
0.75
0.8665
0.8926
0.6242
0.3222
0.1209
0.0328
0.0064
0.0009
0.0001
0.0000
0.0000
0.8658
0.5638
0.2618
0.0856
0.0196
0.0031
0.0003
0.0000
0.0000
0.8322
0.4967
0.2031
0.0563
0.0104
0.0012
0.0001
0.0000
0.80
0.7903
0.8031
0.4557
0.1798
0.0500
0.0099
0.0014
0.0001
0.0000
0.0000
0.0000
0.7684
0.4005
0.1409
0.0339
0.0056
0.0006
0.0000
0.0000
0.0000
0.7275
0.3428
0.1052
0.0214
0.0029
0.0002
0.0000
0.0000
0.85
0.6794
0.6513
0.2639
0.0702
0.0128
0.0016
0.0001
0.0000
0.0000
0.0000
0.0000
0.6126
0.2252
0.0530
0.0083
0.0009
0.0001
0.0000
0.0000
0.0000
0.5695
0.1869
0.0381
0.0050
0.0004
0.0000
0.0000
0.0000
0.90
0.5217
0.4013
0.0861
0.0115
0.0010
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.3698
0.0712
0.0084
0.0006
0.0000
0.0000
0.0000
0.0000
0.0000
0.3366
0.0572
0.0058
0.0004
0.0000
0.0000
0.0000
0.0000
0.95
0.3017
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
10
11
1.0000
10
1.0000
0.9978
1.0000
1.0000
0.9804
1.0000
1.0000
0.8816
0.9999
0.5404
0.9984
0.9848
0.8981
12
0.5688
11
0.05
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9995
0.9957
0.9744
0.8891
0.6590
0.2824
1.0000
1.0000
1.0000
1.0000
1.0000
0.9997
0.9972
0.9815
0.9104
0.6974
0.3138
0.10
1.0000
1.0000
1.0000
1.0000
0.9999
0.9993
0.9954
0.9761
0.9078
0.7358
0.4435
0.1422
1.0000
1.0000
1.0000
1.0000
0.9997
0.9973
0.9841
0.9306
0.7788
0.4922
0.1673
0.15
1.0000
1.0000
1.0000
0.9999
0.9994
0.9961
0.9806
0.9274
0.7946
0.5583
0.2749
0.0687
1.0000
1.0000
1.0000
0.9998
0.9980
0.9883
0.9496
0.8389
0.6174
0.3221
0.0859
0.20
1.0000
1.0000
1.0000
0.9996
0.9972
0.9857
0.9456
0.8424
0.6488
0.3907
0.1584
0.0317
1.0000
1.0000
0.9999
0.9988
0.9924
0.9657
0.8854
0.7133
0.4552
0.1971
0.0422
0.25
1.0000
1.0000
0.9998
0.9983
0.9905
0.9614
0.8822
0.7237
0.4925
0.2528
0.0850
0.0138
1.0000
1.0000
0.9994
0.9957
0.9784
0.9218
0.7897
0.5696
0.3127
0.1130
0.0198
0.30
1.0000
0.9999
0.9992
0.9944
0.9745
0.9154
0.7873
0.5833
0.3467
0.1513
0.0424
0.0057
1.0000
0.9998
0.9980
0.9878
0.9499
0.8513
0.6683
0.4256
0.2001
0.0606
0.0088
0.35
1.0000
0.9997
0.9972
0.9847
0.9427
0.8418
0.6652
0.4382
0.2253
0.0834
0.0196
0.0022
1.0000
0.9993
0.9941
0.9707
0.9006
0.7535
0.5328
0.2963
0.1189
0.0302
0.0036
0.40
0.9998
0.9968
0.9807
0.9270
0.8062
0.6128
0.3872
0.1938
0.0730
0.0193
0.0032
0.0002
0.9995
0.9941
0.9673
0.8867
0.7256
0.5000
0.2744
0.1133
0.0327
0.0059
0.0005
0.50
252
0.9999
0.9989
0.9921
0.9644
0.8883
0.7393
0.5269
0.3044
0.1345
0.0421
0.0083
0.0008
0.9998
0.9978
0.9852
0.9390
0.8262
0.6331
0.3971
0.1911
0.0652
0.0139
0.0014
0.45
0.55
0.9992
0.9917
0.9579
0.8655
0.6956
0.4731
0.2607
0.1117
0.0356
0.0079
0.0011
0.0001
0.9986
0.9861
0.9348
0.8089
0.6029
0.3669
0.1738
0.0610
0.0148
0.0022
0.0002
0.60
0.9978
0.9804
0.9166
0.7747
0.5618
0.3348
0.1582
0.0573
0.0153
0.0028
0.0003
0.0000
0.9964
0.9698
0.8811
0.7037
0.4672
0.2465
0.0994
0.0293
0.0059
0.0007
0.0000
0.65
0.9943
0.9576
0.8487
0.6533
0.4167
0.2127
0.0846
0.0255
0.0056
0.0008
0.0001
0.0000
0.9912
0.9394
0.7999
0.5744
0.3317
0.1487
0.0501
0.0122
0.0020
0.0002
0.0000
0.70
0.9862
0.9150
0.7472
0.5075
0.2763
0.1178
0.0386
0.0095
0.0017
0.0002
0.0000
0.0000
0.9802
0.8870
0.6873
0.4304
0.2103
0.0782
0.0216
0.0043
0.0006
0.0000
0.0000
0.75
0.9683
0.8416
0.6093
0.3512
0.1576
0.0544
0.0143
0.0028
0.0004
0.0000
0.0000
0.0000
0.9578
0.8029
0.5448
0.2867
0.1146
0.0343
0.0076
0.0012
0.0001
0.0000
0.0000
0.80
0.9313
0.7251
0.4417
0.2054
0.0726
0.0194
0.0039
0.0006
0.0001
0.0000
0.0000
0.0000
0.9141
0.6779
0.3826
0.1611
0.0504
0.0117
0.0020
0.0002
0.0000
0.0000
0.0000
0.85
0.8578
0.5565
0.2642
0.0922
0.0239
0.0046
0.0007
0.0001
0.0000
0.0000
0.0000
0.0000
0.8327
0.5078
0.2212
0.0694
0.0159
0.0027
0.0003
0.0000
0.0000
0.0000
0.0000
0.90
0.7176
0.3410
0.1109
0.0256
0.0043
0.0005
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.6862
0.3026
0.0896
0.0185
0.0028
0.0003
0.0000
0.0000
0.0000
0.0000
0.0000
0.95
0.4596
0.1184
0.0196
0.0022
0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.4312
0.1019
0.0152
0.0016
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
10
11
12
13
1.0000
12
0.9996
1.0000
11
0.9958
1.0000
10
1.0000
1.0000
0.9699
1.0000
1.0000
0.8470
1.0000
0.4877
0.9997
0.9969
0.9755
14
0.8646
0.05
0.5133
13
0.10
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9998
0.9985
0.9908
0.9559
0.8416
0.5846
0.2288
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9991
0.9935
0.9658
0.8661
0.6213
0.2542
0.15
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9997
0.9978
0.9885
0.9533
0.8535
0.6479
0.3567
0.1028
1.0000
1.0000
1.0000
1.0000
1.0000
0.9998
0.9987
0.9925
0.9658
0.8820
0.6920
0.3983
0.1209
0.20
1.0000
1.0000
1.0000
1.0000
1.0000
0.9996
0.9976
0.9884
0.9561
0.8702
0.6982
0.4481
0.1979
0.0440
1.0000
1.0000
1.0000
1.0000
0.9998
0.9988
0.9930
0.9700
0.9009
0.7473
0.5017
0.2336
0.0550
0.25
1.0000
1.0000
1.0000
1.0000
0.9997
0.9978
0.9897
0.9617
0.8883
0.7415
0.5213
0.2811
0.1010
0.0178
1.0000
1.0000
1.0000
0.9999
0.9990
0.9944
0.9757
0.9198
0.7940
0.5843
0.3326
0.1267
0.0238
0.30
1.0000
1.0000
1.0000
0.9998
0.9983
0.9917
0.9685
0.9067
0.7805
0.5842
0.3552
0.1608
0.0475
0.0068
1.0000
1.0000
0.9999
0.9993
0.9960
0.9818
0.9376
0.8346
0.6543
0.4206
0.2025
0.0637
0.0097
0.35
1.0000
1.0000
0.9999
0.9989
0.9940
0.9757
0.9247
0.8164
0.6405
0.4227
0.2205
0.0839
0.0205
0.0024
1.0000
1.0000
0.9997
0.9975
0.9874
0.9538
0.8705
0.7159
0.5005
0.2783
0.1132
0.0296
0.0037
0.40
1.0000
0.9999
0.9994
0.9961
0.9825
0.9417
0.8499
0.6925
0.4859
0.2793
0.1243
0.0398
0.0081
0.0008
1.0000
0.9999
0.9987
0.9922
0.9679
0.9023
0.7712
0.5744
0.3530
0.1686
0.0579
0.0126
0.0013
0.45
0.50
0.9999
0.9991
0.9935
0.9713
0.9102
0.7880
0.6047
0.3953
0.2120
0.0898
0.0287
0.0065
0.0009
0.0001
0.9999
0.9983
0.9888
0.9539
0.8666
0.7095
0.5000
0.2905
0.1334
0.0461
0.0112
0.0017
0.0001
253
1.0000
0.9997
0.9978
0.9886
0.9574
0.8811
0.7414
0.5461
0.3373
0.1672
0.0632
0.0170
0.0029
0.0002
1.0000
0.9995
0.9959
0.9797
0.9302
0.8212
0.6437
0.4268
0.2279
0.0929
0.0269
0.0049
0.0004
0.55
0.9998
0.9971
0.9830
0.9368
0.8328
0.6627
0.4539
0.2586
0.1189
0.0426
0.0114
0.0022
0.0003
0.0000
0.9996
0.9951
0.9731
0.9071
0.7721
0.5732
0.3563
0.1788
0.0698
0.0203
0.0041
0.0005
0.0000
0.60
0.9992
0.9919
0.9602
0.8757
0.7207
0.5141
0.3075
0.1501
0.0583
0.0175
0.0039
0.0006
0.0001
0.0000
0.9987
0.9874
0.9421
0.8314
0.6470
0.4256
0.2288
0.0977
0.0321
0.0078
0.0013
0.0001
0.0000
0.65
0.9976
0.9795
0.9161
0.7795
0.5773
0.3595
0.1836
0.0753
0.0243
0.0060
0.0011
0.0001
0.0000
0.0000
0.9963
0.9704
0.8868
0.7217
0.4995
0.2841
0.1295
0.0462
0.0126
0.0025
0.0003
0.0000
0.0000
0.70
0.9932
0.9525
0.8392
0.6448
0.4158
0.2195
0.0933
0.0315
0.0083
0.0017
0.0002
0.0000
0.0000
0.0000
0.9903
0.9363
0.7975
0.5794
0.3457
0.1654
0.0624
0.0182
0.0040
0.0007
0.0001
0.0000
0.0000
0.75
0.9822
0.8990
0.7189
0.4787
0.2585
0.1117
0.0383
0.0103
0.0022
0.0003
0.0000
0.0000
0.0000
0.0000
0.9762
0.8733
0.6674
0.4157
0.2060
0.0802
0.0243
0.0056
0.0010
0.0001
0.0000
0.0000
0.0000
0.80
0.9560
0.8021
0.5519
0.3018
0.1298
0.0439
0.0116
0.0024
0.0004
0.0000
0.0000
0.0000
0.0000
0.0000
0.9450
0.7664
0.4983
0.2527
0.0991
0.0300
0.0070
0.0012
0.0002
0.0000
0.0000
0.0000
0.0000
0.85
0.8972
0.6433
0.3521
0.1465
0.0467
0.0115
0.0022
0.0003
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.8791
0.6017
0.3080
0.1180
0.0342
0.0075
0.0013
0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.90
0.7712
0.4154
0.1584
0.0441
0.0092
0.0015
0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.7458
0.3787
0.1339
0.0342
0.0065
0.0009
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.95
0.5123
0.1530
0.0301
0.0042
0.0004
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.4867
0.1354
0.0245
0.0031
0.0003
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
10
11
12
13
14
1.0000
14
1.0000
13
0.9999
1.0000
12
1.0000
11
0.9991
1.0000
10
1.0000
0.9930
1.0000
1.0000
0.9571
1.0000
0.9999
0.8108
0.9994
0.4401
0.9945
0.9638
0.8290
16
0.4633
15
0.05
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9995
0.9967
0.9830
0.9316
0.7892
0.5147
0.1853
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9997
0.9978
0.9873
0.9444
0.8159
0.5490
0.2059
0.10
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9998
0.9989
0.9944
0.9765
0.9209
0.7899
0.5614
0.2839
0.0743
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9994
0.9964
0.9832
0.9383
0.8227
0.6042
0.3186
0.0874
0.15
1.0000
1.0000
1.0000
1.0000
1.0000
0.9998
0.9985
0.9930
0.9733
0.9183
0.7982
0.5981
0.3518
0.1407
0.0281
1.0000
1.0000
1.0000
1.0000
1.0000
0.9999
0.9992
0.9958
0.9819
0.9389
0.8358
0.6482
0.3980
0.1671
0.0352
0.20
1.0000
1.0000
1.0000
1.0000
0.9997
0.9984
0.9925
0.9729
0.9204
0.8103
0.6302
0.4050
0.1971
0.0635
0.0100
1.0000
1.0000
1.0000
1.0000
0.9999
0.9992
0.9958
0.9827
0.9434
0.8516
0.6865
0.4613
0.2361
0.0802
0.0134
0.25
1.0000
1.0000
1.0000
0.9997
0.9984
0.9929
0.9743
0.9256
0.8247
0.6598
0.4499
0.2459
0.0994
0.0261
0.0033
1.0000
1.0000
1.0000
0.9999
0.9993
0.9963
0.9848
0.9500
0.8689
0.7216
0.5155
0.2969
0.1268
0.0353
0.0047
0.30
1.0000
1.0000
0.9998
0.9987
0.9938
0.9771
0.9329
0.8406
0.6881
0.4900
0.2892
0.1339
0.0451
0.0098
0.0010
1.0000
1.0000
0.9999
0.9995
0.9972
0.9876
0.9578
0.8868
0.7548
0.5643
0.3519
0.1727
0.0617
0.0142
0.0016
0.35
1.0000
0.9999
0.9991
0.9951
0.9809
0.9417
0.8577
0.7161
0.5272
0.3288
0.1666
0.0651
0.0183
0.0033
0.0003
1.0000
1.0000
0.9997
0.9981
0.9907
0.9662
0.9050
0.7869
0.6098
0.4032
0.2173
0.0905
0.0271
0.0052
0.0005
0.40
0.9997
0.9979
0.9894
0.9616
0.8949
0.7728
0.5982
0.4018
0.2272
0.1051
0.0384
0.0106
0.0021
0.0003
0.0000
1.0000
0.9995
0.9963
0.9824
0.9408
0.8491
0.6964
0.5000
0.3036
0.1509
0.0592
0.0176
0.0037
0.0005
0.0000
0.50
254
0.9999
0.9994
0.9965
0.9851
0.9514
0.8759
0.7441
0.5629
0.3660
0.1976
0.0853
0.0281
0.0066
0.0010
0.0001
1.0000
0.9999
0.9989
0.9937
0.9745
0.9231
0.8182
0.6535
0.4522
0.2608
0.1204
0.0424
0.0107
0.0017
0.0001
0.45
0.55
0.9990
0.9934
0.9719
0.9147
0.8024
0.6340
0.4371
0.2559
0.1241
0.0486
0.0149
0.0035
0.0006
0.0001
0.0000
0.9999
0.9983
0.9893
0.9576
0.8796
0.7392
0.5478
0.3465
0.1818
0.0769
0.0255
0.0063
0.0011
0.0001
0.0000
0.60
0.9967
0.9817
0.9349
0.8334
0.6712
0.4728
0.2839
0.1423
0.0583
0.0191
0.0049
0.0009
0.0001
0.0000
0.0000
0.9995
0.9948
0.9729
0.9095
0.7827
0.5968
0.3902
0.2131
0.0950
0.0338
0.0093
0.0019
0.0003
0.0000
0.0000
0.65
0.9902
0.9549
0.8661
0.7108
0.5100
0.3119
0.1594
0.0671
0.0229
0.0062
0.0013
0.0002
0.0000
0.0000
0.0000
0.9984
0.9858
0.9383
0.8273
0.6481
0.4357
0.2452
0.1132
0.0422
0.0124
0.0028
0.0005
0.0001
0.0000
0.0000
0.70
0.9739
0.9006
0.7541
0.5501
0.3402
0.1753
0.0744
0.0257
0.0071
0.0016
0.0003
0.0000
0.0000
0.0000
0.0000
0.9953
0.9647
0.8732
0.7031
0.4845
0.2784
0.1311
0.0500
0.0152
0.0037
0.0007
0.0001
0.0000
0.0000
0.0000
0.75
0.9365
0.8029
0.5950
0.3698
0.1897
0.0796
0.0271
0.0075
0.0016
0.0003
0.0000
0.0000
0.0000
0.0000
0.0000
0.9866
0.9198
0.7639
0.5387
0.3135
0.1484
0.0566
0.0173
0.0042
0.0008
0.0001
0.0000
0.0000
0.0000
0.0000
0.80
0.8593
0.6482
0.4019
0.2018
0.0817
0.0267
0.0070
0.0015
0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.9648
0.8329
0.6020
0.3518
0.1642
0.0611
0.0181
0.0042
0.0008
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.85
0.7161
0.4386
0.2101
0.0791
0.0235
0.0056
0.0011
0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.9126
0.6814
0.3958
0.1773
0.0617
0.0168
0.0036
0.0006
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.90
0.4853
0.2108
0.0684
0.0170
0.0033
0.0005
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.7941
0.4510
0.1841
0.0556
0.0127
0.0022
0.0003
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.95
0.1892
0.0429
0.0070
0.0009
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.5367
0.1710
0.0362
0.0055
0.0006
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
n
17
18
15
0.3972
0.7735
0.9419
0.9891
0.9985
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.05
0.4181
0.7922
0.9497
0.9912
0.9988
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.1501
0.4503
0.7338
0.9018
0.9718
0.9936
0.9988
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.10
0.1668
0.4818
0.7618
0.9174
0.9779
0.9953
0.9992
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0536
0.2241
0.4797
0.7202
0.8794
0.9581
0.9882
0.9973
0.9995
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.15
0.0631
0.2525
0.5198
0.7556
0.9013
0.9681
0.9917
0.9983
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0180
0.0991
0.2713
0.5010
0.7164
0.8671
0.9487
0.9837
0.9957
0.9991
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.20
0.0225
0.1182
0.3096
0.5489
0.7582
0.8943
0.9623
0.9891
0.9974
0.9995
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0056
0.0395
0.1353
0.3057
0.5187
0.7175
0.8610
0.9431
0.9807
0.9946
0.9988
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.25
0.0075
0.0501
0.1637
0.3530
0.5739
0.7653
0.8929
0.9598
0.9876
0.9969
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0016
0.0142
0.0600
0.1646
0.3327
0.5344
0.7217
0.8593
0.9404
0.9790
0.9939
0.9986
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
0.30
0.0023
0.0193
0.0774
0.2019
0.3887
0.5968
0.7752
0.8954
0.9597
0.9873
0.9968
0.9993
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
0.0004
0.0046
0.0236
0.0783
0.1886
0.3550
0.5491
0.7283
0.8609
0.9403
0.9788
0.9938
0.9986
0.9997
1.0000
1.0000
1.0000
1.0000
0.35
0.0007
0.0067
0.0327
0.1028
0.2348
0.4197
0.6188
0.7872
0.9006
0.9617
0.9880
0.9970
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
0.0001
0.0013
0.0082
0.0328
0.0942
0.2088
0.3743
0.5634
0.7368
0.8653
0.9424
0.9797
0.9942
0.9987
0.9998
1.0000
1.0000
1.0000
0.40
0.0002
0.0021
0.0123
0.0464
0.1260
0.2639
0.4478
0.6405
0.8011
0.9081
0.9652
0.9894
0.9975
0.9995
0.9999
1.0000
1.0000
1.0000
0.0000
0.0000
0.0001
0.0010
0.0049
0.0183
0.0537
0.1280
0.2527
0.4222
0.6085
0.7742
0.8923
0.9589
0.9880
0.9975
0.9997
1.0000
0.55
0.0000
0.0000
0.0003
0.0019
0.0086
0.0301
0.0826
0.1834
0.3374
0.5257
0.7098
0.8529
0.9404
0.9816
0.9959
0.9994
1.0000
P
0.50
0.0000
0.0001
0.0012
0.0064
0.0245
0.0717
0.1662
0.3145
0.5000
0.6855
0.8338
0.9283
0.9755
0.9936
0.9988
0.9999
1.0000
0.0000
0.0001
0.0007
0.0038
0.0154
0.0481
0.1189
0.2403
0.4073
0.5927
0.7597
0.8811
0.9519
0.9846
0.9962
0.9993
0.9999
1.0000
0.9999
1.0000
255
0.0000
0.0003
0.0025
0.0120
0.0411
0.1077
0.2258
0.3915
0.5778
0.7473
0.8720
0.9463
0.9817
0.9951
0.9990
0.9999
1.0000
1.0000
0.45
0.0000
0.0006
0.0041
0.0184
0.0596
0.1471
0.2902
0.4743
0.6626
0.8166
0.9174
0.9699
0.9914
0.9981
0.9997
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0002
0.0013
0.0058
0.0203
0.0576
0.1347
0.2632
0.4366
0.6257
0.7912
0.9058
0.9672
0.9918
0.9987
0.9999
0.60
0.0000
0.0000
0.0001
0.0005
0.0025
0.0106
0.0348
0.0919
0.1989
0.3595
0.5522
0.7361
0.8740
0.9536
0.9877
0.9979
0.9998
0.9997
0.0000
0.0000
0.0000
0.0000
0.0003
0.0014
0.0062
0.0212
0.0597
0.1391
0.2717
0.4509
0.6450
0.8114
0.9217
0.9764
0.9954
0.9996
0.65
0.0000
0.0000
0.0000
0.0001
0.0006
0.0030
0.0120
0.0383
0.0994
0.2128
0.3812
0.5803
0.7652
0.8972
0.9673
0.9933
0.9993
0.9990
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0014
0.0061
0.0210
0.0596
0.1407
0.2783
0.4656
0.6673
0.8354
0.9400
0.9858
0.9984
0.70
0.0000
0.0000
0.0000
0.0000
0.0001
0.0007
0.0032
0.0127
0.0403
0.1046
0.2248
0.4032
0.6113
0.7981
0.9226
0.9807
0.9977
0.9967
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0012
0.0054
0.0193
0.0569
0.1390
0.2825
0.4813
0.6943
0.8647
0.9605
0.9944
0.75
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0006
0.0031
0.0124
0.0402
0.1071
0.2347
0.4261
0.6470
0.8363
0.9499
0.9925
0.9900
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0009
0.0043
0.0163
0.0513
0.1329
0.2836
0.4990
0.7287
0.9009
0.9820
0.80
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0005
0.0026
0.0109
0.0377
0.1057
0.2418
0.4511
0.6904
0.8818
0.9775
0.9719
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0005
0.0027
0.0118
0.0419
0.1206
0.2798
0.5203
0.7759
0.9464
0.85
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0017
0.0083
0.0319
0.0987
0.2444
0.4802
0.7475
0.9369
0.9257
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0012
0.0064
0.0282
0.0982
0.2662
0.5497
0.8499
0.90
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0008
0.0047
0.0221
0.0826
0.2382
0.5182
0.8332
0.8147
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0015
0.0109
0.0581
0.2265
0.6028
0.95
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0012
0.0088
0.0503
0.2078
0.5819
0.5599
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
n
19
20
0.3585
0.7358
0.9245
0.9841
0.9974
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.05
0.3774
0.7547
0.9335
0.9868
0.9980
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.1216
0.3917
0.6769
0.8670
0.9568
0.9887
0.9976
0.9996
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.10
0.1351
0.4203
0.7054
0.8850
0.9648
0.9914
0.9983
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0388
0.1756
0.4049
0.6477
0.8298
0.9327
0.9781
0.9941
0.9987
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.15
0.0456
0.1985
0.4413
0.6841
0.8556
0.9463
0.9837
0.9959
0.9992
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0115
0.0692
0.2061
0.4114
0.6296
0.8042
0.9133
0.9679
0.9900
0.9974
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.20
0.0144
0.0829
0.2369
0.4551
0.6733
0.8369
0.9324
0.9767
0.9933
0.9984
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0032
0.0243
0.0913
0.2252
0.4148
0.6172
0.7858
0.8982
0.9591
0.9861
0.9961
0.9991
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.25
0.0042
0.0310
0.1113
0.2631
0.4654
0.6678
0.8251
0.9225
0.9713
0.9911
0.9977
0.9995
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0008
0.0076
0.0355
0.1071
0.2375
0.4164
0.6080
0.7723
0.8867
0.9520
0.9829
0.9949
0.9987
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.30
0.0011
0.0104
0.0462
0.1332
0.2822
0.4739
0.6655
0.8180
0.9161
0.9674
0.9895
0.9972
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
0.0002
0.0021
0.0121
0.0444
0.1182
0.2454
0.4166
0.6010
0.7624
0.8782
0.9468
0.9804
0.9940
0.9985
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
0.35
0.0003
0.0031
0.0170
0.0591
0.1500
0.2968
0.4812
0.6656
0.8145
0.9125
0.9653
0.9886
0.9969
0.9993
0.9999
1.0000
1.0000
1.0000
1.0000
0.0000
0.0005
0.0036
0.0160
0.0510
0.1256
0.2500
0.4159
0.5956
0.7553
0.8725
0.9435
0.9790
0.9935
0.9984
0.9997
1.0000
1.0000
1.0000
1.0000
0.40
0.0001
0.0008
0.0055
0.0230
0.0696
0.1629
0.3081
0.4878
0.6675
0.8139
0.9115
0.9648
0.9884
0.9969
0.9994
0.9999
1.0000
1.0000
1.0000
0.0000
0.0000
0.0002
0.0013
0.0059
0.0207
0.0577
0.1316
0.2517
0.4119
0.5881
0.7483
0.8684
0.9423
0.9793
0.9941
0.9987
0.9998
1.0000
1.0000
P
0.50
0.0000
0.0000
0.0004
0.0022
0.0096
0.0318
0.0835
0.1796
0.3238
0.5000
0.6762
0.8204
0.9165
0.9682
0.9904
0.9978
0.9996
1.0000
1.0000
256
0.0000
0.0001
0.0009
0.0049
0.0189
0.0553
0.1299
0.2520
0.4143
0.5914
0.7507
0.8692
0.9420
0.9786
0.9936
0.9985
0.9997
1.0000
1.0000
1.0000
0.45
0.0000
0.0002
0.0015
0.0077
0.0280
0.0777
0.1727
0.3169
0.4940
0.6710
0.8159
0.9129
0.9658
0.9891
0.9972
0.9995
0.9999
1.0000
1.0000
0.0000
0.0000
0.0000
0.0003
0.0015
0.0064
0.0214
0.0580
0.1308
0.2493
0.4086
0.5857
0.7480
0.8701
0.9447
0.9811
0.9951
0.9991
0.9999
1.0000
0.55
0.0000
0.0000
0.0001
0.0005
0.0028
0.0109
0.0342
0.0871
0.1841
0.3290
0.5060
0.6831
0.8273
0.9223
0.9720
0.9923
0.9985
0.9998
1.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0016
0.0065
0.0210
0.0565
0.1275
0.2447
0.4044
0.5841
0.7500
0.8744
0.9490
0.9840
0.9964
0.9995
1.0000
0.60
0.0000
0.0000
0.0000
0.0001
0.0006
0.0031
0.0116
0.0352
0.0885
0.1861
0.3325
0.5122
0.6919
0.8371
0.9304
0.9770
0.9945
0.9992
0.9999
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0015
0.0060
0.0196
0.0532
0.1218
0.2376
0.3990
0.5834
0.7546
0.8818
0.9556
0.9879
0.9979
0.9998
0.65
0.0000
0.0000
0.0000
0.0000
0.0001
0.0007
0.0031
0.0114
0.0347
0.0875
0.1855
0.3344
0.5188
0.7032
0.8500
0.9409
0.9830
0.9969
0.9997
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0013
0.0051
0.0171
0.0480
0.1133
0.2277
0.3920
0.5836
0.7625
0.8929
0.9645
0.9924
0.9992
0.70
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0006
0.0028
0.0105
0.0326
0.0839
0.1820
0.3345
0.5261
0.7178
0.8668
0.9538
0.9896
0.9989
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0009
0.0039
0.0139
0.0409
0.1018
0.2142
0.3828
0.5852
0.7748
0.9087
0.9757
0.9968
0.75
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0005
0.0023
0.0089
0.0287
0.0775
0.1749
0.3322
0.5346
0.7369
0.8887
0.9690
0.9958
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0006
0.0026
0.0100
0.0321
0.0867
0.1958
0.3704
0.5886
0.7939
0.9308
0.9885
0.80
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0016
0.0067
0.0233
0.0676
0.1631
0.3267
0.5449
0.7631
0.9171
0.9856
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0013
0.0059
0.0219
0.0673
0.1702
0.3523
0.5951
0.8244
0.9612
0.85
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0008
0.0041
0.0163
0.0537
0.1444
0.3159
0.5587
0.8015
0.9544
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0004
0.0024
0.0113
0.0432
0.1330
0.3231
0.6083
0.8784
0.90
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0017
0.0086
0.0352
0.1150
0.2946
0.5797
0.8649
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0026
0.0159
0.0755
0.2642
0.6415
0.95
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0020
0.0132
0.0665
0.2453
0.6226
257
e k
k!
k =0
x
0.980
0.961
0.942
0.923
0.905
0.861
0.819
0.779
0.741
0.705
0.670
0.638
0.607
0.577
0.549
0.522
0.497
0.472
0.449
0.427
0.407
0.387
0.368
0.333
0.301
0.273
0.247
0.223
0.202
0.183
0.165
0.150
0.135
1.000
0.999
0.998
0.997
0.995
0.990
0.982
0.974
0.963
0.951
0.938
0.925
0.910
0.894
0.878
0.861
0.844
0.827
0.809
0.791
0.772
0.754
0.736
0.699
0.663
0.627
0.592
0.558
0.525
0.493
0.463
0.434
0.406
1.000
1.000
1.000
1.000
0.999
0.999
0.998
0.996
0.994
0.992
0.989
0.986
0.982
0.977
0.972
0.966
0.959
0.953
0.945
0.937
0.929
0.920
0.900
0.879
0.857
0.833
0.809
0.783
0.757
0.731
0.704
0.677
1.000
1.000
1.000
1.000
1.000
0.999
0.999
0.998
0.998
0.997
0.996
0.994
0.993
0.991
0.989
0.987
0.984
0.981
0.974
0.966
0.957
0.946
0.934
0.921
0.907
0.891
0.875
0.857
1.000
1.000
1.000
1.000
1.000
0.999
0.999
0.999
0.999
0.998
0.998
0.997
0.996
0.995
0.992
0.989
0.986
0.981
0.976
0.970
0.964
0.956
0.947
1.000
1.000
1.000
1.000
1.000
1.000
1.000
0.999
0.999
0.998
0.998
0.997
0.996
0.994
0.992
0.990
0.987
0.983
1.000
1.000
1.000
1.000
0.999
0.999
0.999
0.998
0.997
0.997
0.995
0.02
0.04
0.06
0.08
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90
0.95
1.00
1.10
1.20
1.30
1.40
1.50
1.60
1.70
1.80
1.90
2.00
258
1.000
1.000
1.000
1.000
0.999 1.000
0.999 1.000
0.999 1.000
2.2
2.4
2.6
2.8
3.0
3.2
3.4
3.6
3.8
4.0
4.2
4.4
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
0.111
0.091
0.074
0.061
0.050
0.041
0.033
0.027
0.022
0.018
0.015
0.012
0.010
0.008
0.007
0.006
0.005
0.004
0.003
0.002
10
0.355
0.308
0.267
0.231
0.199
0.171
0.147
0.126
0.107
0.092
0.078
0.066
0.056
0.048
0.040
0.034
0.029
0.024
0.021
0.017
11
0.623
0.570
0.518
0.469
0.423
0.380
0.340
0.303
0.269
0.238
0.210
0.185
0.163
0.143
0.125
0.109
0.095
0.082
0.072
0.062
12
0.819
0.779
0.736
0.692
0.647
0.603
0.558
0.515
0.473
0.433
0.395
0.359
0.326
0.294
0.265
0.238
0.213
0.191
0.170
0.151
13
0.928
0.904
0.877
0.848
0.815
0.781
0.744
0.706
0.668
0.629
0.590
0.551
0.513
0.476
0.440
0.406
0.373
0.342
0.313
0.285
14
0.975
0.964
0.951
0.935
0.916
0.895
0.871
0.844
0.816
0.785
0.753
0.720
0.686
0.651
0.616
0.581
0.546
0.512
0.478
0.446
15
0.993
0.988
0.983
0.976
0.966
0.955
0.942
0.927
0.909
0.889
0.867
0.844
0.818
0.791
0.762
0.732
0.702
0.670
0.638
0.606
16
0.998
0.997
0.995
0.992
0.988
0.983
0.977
0.969
0.960
0.949
0.936
0.921
0.905
0.887
0.867
0.845
0.822
0.797
0.771
0.744
1.000
0.999
0.999
0.998
0.996
0.994
0.992
0.988
0.984
0.979
0.972
0.964
0.955
0.944
0.932
0.918
0.903
0.886
0.867
0.847
1.000
1.000
1.000
0.999
0.999
0.998
0.997
0.996
0.994
0.992
0.989
0.985
0.980
0.975
0.968
0.960
0.951
0.941
0.929
0.916
2.8
3.0
3.2
3.4
3.6
3.8
4.0
4.2
4.4
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
1.000
1.000
1.000
0.999
0.999
0.998
0.997
0.996
0.994
0.992
0.990
0.986
0.982
0.977
0.972
0.965
0.957
1.000
1.000
0.999
0.999
0.999
0.998
0.997
0.996
0.995
0.993
0.990
0.988
0.984
0.980
1.000
1.000
1.000
0.999
0.999
0.999
0.998
0.997
0.996
0.995
0.993
0.991
1.000
1.000
1.000
0.999
0.999
0.999
0.998
0.997
0.996
1.000
1.000
1.000
0.999 1.000
0.999 1.000
0.999 0.999 1.000
259
6.2
6.4
6.6
6.8
7.0
7.2
7.4
7.6
7.8
8.0
8.5
9.0
9.5
10.0
0.002
0.002
0.001
0.001
0.001
0.001
0.001
0.001
0.000
0.000
0.000
0.000
0.000
0.000
10
0.015
0.012
0.010
0.009
0.007
0.006
0.005
0.004
0.004
0.003
0.002
0.001
0.001
0.000
11
0.054
0.046
0.040
0.034
0.030
0.025
0.022
0.019
0.016
0.014
0.009
0.006
0.004
0.003
12
0.134
0.119
0.105
0.093
0.082
0.072
0.063
0.055
0.048
0.042
0.030
0.021
0.015
0.010
13
0.259
0.235
0.213
0.192
0.173
0.156
0.140
0.125
0.112
0.100
0.074
0.055
0.040
0.029
14
0.414
0.384
0.355
0.327
0.301
0.276
0.253
0.231
0.210
0.191
0.150
0.116
0.089
0.067
15
0.574
0.542
0.511
0.480
0.450
0.420
0.392
0.365
0.338
0.313
0.256
0.207
0.165
0.130
16
0.716
0.687
0.658
0.628
0.599
0.569
0.539
0.510
0.481
0.453
0.386
0.324
0.269
0.220
17
0.826
0.803
0.780
0.755
0.729
0.703
0.676
0.648
0.620
0.593
0.523
0.456
0.392
0.333
18
0.902
0.886
0.869
0.850
0.830
0.810
0.788
0.765
0.741
0.717
0.653
0.587
0.522
0.458
19
6.2
6.4
6.6
6.8
7.0
7.2
7.4
7.6
7.8
8.0
8.5
9.0
9.5
10.0
0.949
0.939
0.927
0.915
0.901
0.887
0.871
0.854
0.835
0.816
0.763
0.706
0.645
0.583
20
0.975
0.969
0.963
0.955
0.947
0.937
0.926
0.915
0.902
0.888
0.849
0.803
0.752
0.697
21
0.989
0.986
0.982
0.978
0.973
0.967
0.961
0.954
0.945
0.936
0.909
0.876
0.836
0.792
22
0.995
0.994
0.992
0.990
0.987
0.984
0.980
0.976
0.971
0.966
0.949
0.926
0.898
0.864
0.998
0.997
0.997
0.996
0.994
0.993
0.991
0.989
0.986
0.983
0.973
0.959
0.940
0.917
0.999
0.999
0.999
0.998
0.998
0.997
0.996
0.995
0.993
0.992
0.986
0.978
0.967
0.951
1.000
1.000
0.999
0.999
0.999
0.999
0.998
0.998
0.997
0.996
0.993
0.989
0.982
0.973
1.000
1.000
1.000
1.000
0.999
0.999
0.999
0.998
0.997
0.995
0.991
0.986
1.000
1.000
1.000
0.999
0.999
0.998
0.996
0.993
1.000
0.999
0.999
0.998
0.997
8.5
9.0
9.5
10.0
1.000
1.000
0.999 1.000
0.998 0.999 1.000
260
10.5
11.0
11.5
12.0
12.5
13.0
13.5
14.0
14.5
15.0
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
10
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
11
0.002
0.001
0.001
0.001
0.000
0.000
0.000
0.000
0.000
0.000
12
0.007
0.005
0.003
0.002
0.002
0.001
0.001
0.000
0.000
0.000
13
0.021
0.015
0.011
0.008
0.005
0.004
0.003
0.002
0.001
0.001
14
0.050
0.038
0.028
0.020
0.015
0.011
0.008
0.006
0.004
0.003
15
0.102
0.079
0.060
0.046
0.035
0.026
0.019
0.014
0.010
0.008
16
0.179
0.143
0.114
0.090
0.070
0.054
0.041
0.032
0.024
0.018
17
0.279
0.232
0.191
0.155
0.125
0.100
0.079
0.062
0.048
0.037
18
0.397
0.341
0.289
0.242
0.201
0.166
0.135
0.109
0.088
0.070
19
10.5
11.0
11.5
12.0
12.5
13.0
13.5
14.0
14.5
15.0
0.521
0.460
0.402
0.347
0.297
0.252
0.211
0.176
0.145
0.118
20
0.639
0.579
0.520
0.462
0.406
0.353
0.304
0.260
0.220
0.185
21
0.742
0.689
0.633
0.576
0.519
0.463
0.409
0.358
0.311
0.268
22
0.825
0.781
0.733
0.682
0.628
0.573
0.518
0.464
0.413
0.363
23
0.888
0.854
0.815
0.772
0.725
0.675
0.623
0.570
0.518
0.466
24
0.932
0.907
0.878
0.844
0.806
0.764
0.718
0.669
0.619
0.568
25
0.960
0.944
0.924
0.899
0.869
0.835
0.798
0.756
0.711
0.664
26
0.978
0.968
0.954
0.937
0.916
0.890
0.861
0.827
0.790
0.749
27
0.988
0.982
0.974
0.963
0.948
0.930
0.908
0.883
0.853
0.819
28
0.994
0.991
0.986
0.979
0.969
0.957
0.942
0.923
0.901
0.875
29
10.5
11.0
11.5
12.0
12.5
13.0
13.5
14.0
14.5
15.0
0.997
0.995
0.992
0.988
0.983
0.975
0.965
0.952
0.936
0.917
0.999
0.998
0.996
0.994
0.991
0.986
0.980
0.971
0.960
0.947
0.999
0.999
0.998
0.997
0.995
0.992
0.989
0.983
0.976
0.967
1.000
1.000
0.999
0.999
0.998
0.996
0.994
0.991
0.986
0.981
1.000
0.999
0.999
0.998
0.997
0.995
0.992
0.989
1.000
0.999
0.999
0.998
0.997
0.996
0.994
1.000
1.000
0.999
0.999
0.998
0.997
1.000
0.999 1.000
0.999 0.999 1.000
0.998 0.999 1.000
261
10
11
12
13
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
14
0.368
0.281
0.208
0.150
0.105
0.072
0.048
0.031
0.020
0.012
24
0.978
0.959
0.932
0.893
0.843
0.782
0.712
0.635
0.554
0.473
34
0.999
0.999
0.997
0.994
0.988
0.979
0.966
0.001
0.001
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
15
0.467
0.371
0.287
0.215
0.157
0.111
0.077
0.052
0.034
0.022
25
0.987
0.975
0.955
0.927
0.888
0.838
0.777
0.708
0.632
0.553
35
1.000
0.999
0.998
0.996
0.993
0.987
0.978
0.004
0.002
0.001
0.001
0.000
0.000
0.000
0.000
0.000
0.000
16
0.566
0.468
0.375
0.292
0.221
0.163
0.117
0.082
0.056
0.038
26
0.993
0.985
0.972
0.951
0.922
0.883
0.832
0.772
0.704
0.629
36
0.010
0.005
0.003
0.002
0.001
0.000
0.000
0.000
0.000
0.000
17
0.659
0.564
0.469
0.378
0.297
0.227
0.169
0.123
0.087
0.060
27
0.996
0.991
0.983
0.969
0.948
0.917
0.877
0.827
0.768
0.700
37
0.022
0.013
0.007
0.004
0.002
0.001
0.001
0.000
0.000
0.000
18
0.742
0.655
0.562
0.469
0.381
0.302
0.232
0.175
0.128
0.092
28
0.998
0.995
0.990
0.980
0.966
0.944
0.913
0.873
0.823
0.763
38
0.043
0.026
0.015
0.009
0.005
0.003
0.002
0.001
0.000
0.000
19
0.812
0.736
0.651
0.561
0.470
0.384
0.306
0.238
0.180
0.134
29
0.999
0.997
0.994
0.988
0.978
0.963
0.940
0.908
0.868
0.818
39
0.077
0.049
0.030
0.018
0.011
0.006
0.004
0.002
0.001
0.001
20
0.868
0.805
0.731
0.647
0.559
0.471
0.387
0.310
0.243
0.185
30
0.999
0.999
0.997
0.993
0.987
0.976
0.959
0.936
0.904
0.863
40
0.127
0.085
0.055
0.035
0.021
0.013
0.008
0.004
0.003
0.001
21
0.911
0.861
0.799
0.725
0.644
0.558
0.472
0.389
0.314
0.247
31
1.000
0.999
0.998
0.996
0.992
0.985
0.973
0.956
0.932
0.900
41
0.193
0.135
0.092
0.061
0.039
0.025
0.015
0.009
0.005
0.003
22
0.942
0.905
0.855
0.793
0.721
0.640
0.556
0.472
0.392
0.318
32
0.275
0.201
0.143
0.098
0.066
0.043
0.028
0.017
0.011
0.006
23
0.963
0.937
0.899
0.849
0.787
0.716
0.637
0.555
0.473
0.394
33
1.000
0.999
0.998
0.995
0.991
0.983
0.971
0.953
0.929
42
1.000
0.999
0.997
0.994
0.989
0.981
0.969
0.950
43
1.000
0.999
0.998
0.996
0.992
0.985
0.999
0.999
0.997
0.995
0.991
1.000
0.999
0.999
0.997
0.994
1.000
0.999 1.000
0.998 0.999 0.999 1.000
0.997 0.998 0.999 0.999 1.000
16
17
18
19
20
21
22
23
24
25
16
17
18
19
20
21
22
23
24
25
16
17
18
19
20
21
22
23
24
25
19
20
21
22
23
24
25
262
z =1
z = 0
z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.0
5.0
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.50000
0.53983
0.57926
0.61791
0.65542
0.69146
0.72575
0.75804
0.78814
0.81594
0.84134
0.86433
0.88493
0.90320
0.91924
0.93319
0.94520
0.95543
0.96407
0.97128
0.97725
0.98214
0.98610
0.98928
0.99180
0.99379
0.99534
0.99653
0.99744
0.99813
0.99865
0.99903
0.99931
0.99952
0.99966
0.99977
0.99984
0.99989
0.99993
0.99995
0.99997
1.00000
0.50399
0.54380
0.58317
0.62172
0.65910
0.69497
0.72907
0.76115
0.79103
0.81859
0.84375
0.86650
0.88686
0.90490
0.92073
0.93448
0.94630
0.95637
0.96485
0.97193
0.97778
0.98257
0.98645
0.98956
0.99202
0.99396
0.99547
0.99664
0.99752
0.99819
0.99869
0.99906
0.99934
0.99953
0.99968
0.99978
0.99985
0.99990
0.99993
0.99995
0.99997
0.50798
0.54776
0.58706
0.62552
0.66276
0.69847
0.73237
0.76424
0.79389
0.82121
0.84614
0.86864
0.88877
0.90658
0.92220
0.93574
0.94738
0.95728
0.96562
0.97257
0.97831
0.98300
0.98679
0.98983
0.99224
0.99413
0.99560
0.99674
0.99760
0.99825
0.99874
0.99910
0.99936
0.99955
0.99969
0.99978
0.99985
0.99990
0.99993
0.99996
0.99997
0.51197
0.55172
0.59095
0.62930
0.66640
0.70194
0.73565
0.76730
0.79673
0.82381
0.84849
0.87076
0.89065
0.90824
0.92364
0.93699
0.94845
0.95818
0.96638
0.97320
0.97882
0.98341
0.98713
0.99010
0.99245
0.99430
0.99573
0.99683
0.99767
0.99831
0.99878
0.99913
0.99938
0.99957
0.99970
0.99979
0.99986
0.99990
0.99994
0.99996
0.99997
0.51595
0.55567
0.59483
0.63307
0.67003
0.70540
0.73891
0.77035
0.79955
0.82639
0.85083
0.87286
0.89251
0.90988
0.92507
0.93822
0.94950
0.95907
0.96712
0.97381
0.97932
0.98382
0.98745
0.99036
0.99266
0.99446
0.99585
0.99693
0.99774
0.99836
0.99882
0.99916
0.99940
0.99958
0.99971
0.99980
0.99986
0.99991
0.99994
0.99996
0.99997
0.51994
0.55962
0.59871
0.63683
0.67364
0.70884
0.74215
0.77337
0.80234
0.82894
0.85314
0.87493
0.89435
0.91149
0.92647
0.93943
0.95053
0.95994
0.96784
0.97441
0.97982
0.98422
0.98778
0.99061
0.99286
0.99461
0.99598
0.99702
0.99781
0.99841
0.99886
0.99918
0.99942
0.99960
0.99972
0.99981
0.99987
0.99991
0.99994
0.99996
0.99997
0.52392
0.56356
0.60257
0.64058
0.67724
0.71226
0.74537
0.77637
0.80511
0.83147
0.85543
0.87698
0.89617
0.91308
0.92785
0.94062
0.95154
0.96080
0.96856
0.97500
0.98030
0.98461
0.98809
0.99086
0.99305
0.99477
0.99609
0.99711
0.99788
0.99846
0.99889
0.99921
0.99944
0.99961
0.99973
0.99981
0.99987
0.99992
0.99994
0.99996
0.99998
0.52790
0.56749
0.60642
0.64431
0.68082
0.71566
0.74857
0.77935
0.80785
0.83398
0.85769
0.87900
0.89796
0.91466
0.92922
0.94179
0.95254
0.96164
0.96926
0.97558
0.98077
0.98500
0.98840
0.99111
0.99324
0.99492
0.99621
0.99720
0.99795
0.99851
0.99893
0.99924
0.99946
0.99962
0.99974
0.99982
0.99988
0.99992
0.99995
0.99996
0.99998
0.53188
0.57142
0.61026
0.64803
0.68439
0.71904
0.75175
0.78230
0.81057
0.83646
0.85993
0.88100
0.89973
0.91621
0.93056
0.94295
0.95352
0.96246
0.96995
0.97615
0.98124
0.98537
0.98870
0.99134
0.99343
0.99506
0.99632
0.99728
0.99801
0.99856
0.99896
0.99926
0.99948
0.99964
0.99975
0.99983
0.99988
0.99992
0.99995
0.99997
0.99998
0.53586
0.57535
0.61409
0.65173
0.68793
0.72240
0.75490
0.78524
0.81327
0.83891
0.86214
0.88298
0.90147
0.91774
0.93189
0.94408
0.95449
0.96327
0.97062
0.97670
0.98169
0.98574
0.98899
0.99158
0.99361
0.99520
0.99643
0.99736
0.99807
0.99861
0.99900
0.99929
0.99950
0.99965
0.99976
0.99983
0.99989
0.99992
0.99995
0.99997
0.99998
263
z =1
z = 0
z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.0
5.0
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.50000
0.46017
0.42074
0.38209
0.34458
0.30854
0.27425
0.24196
0.21186
0.18406
0.15866
0.13567
0.11507
0.09680
0.08076
0.06681
0.05480
0.04457
0.03593
0.02872
0.02275
0.01786
0.01390
0.01072
0.00820
0.00621
0.00466
0.00347
0.00256
0.00187
0.00135
0.00097
0.00069
0.00048
0.00034
0.00023
0.00016
0.00011
0.00007
0.00005
0.00003
0.00000
0.49601
0.45620
0.41683
0.37828
0.34090
0.30503
0.27093
0.23885
0.20897
0.18141
0.15625
0.13350
0.11314
0.09510
0.07927
0.06552
0.05370
0.04363
0.03515
0.02807
0.02222
0.01743
0.01355
0.01044
0.00798
0.00604
0.00453
0.00336
0.00248
0.00181
0.00131
0.00094
0.00066
0.00047
0.00032
0.00022
0.00015
0.00010
0.00007
0.00005
0.00003
0.00000
0.49202
0.45224
0.41294
0.37448
0.33724
0.30153
0.26763
0.23576
0.20611
0.17879
0.15386
0.13136
0.11123
0.09342
0.07780
0.06426
0.05262
0.04272
0.03438
0.02743
0.02169
0.01700
0.01321
0.01017
0.00776
0.00587
0.00440
0.00326
0.00240
0.00175
0.00126
0.00090
0.00064
0.00045
0.00031
0.00022
0.00015
0.00010
0.00007
0.00004
0.00003
0.00000
0.48803
0.44828
0.40905
0.37070
0.33360
0.29806
0.26435
0.23270
0.20327
0.17619
0.15151
0.12924
0.10935
0.09176
0.07636
0.06301
0.05155
0.04182
0.03362
0.02680
0.02118
0.01659
0.01287
0.00990
0.00755
0.00570
0.00427
0.00317
0.00233
0.00169
0.00122
0.00087
0.00062
0.00043
0.00030
0.00021
0.00014
0.00010
0.00006
0.00004
0.00003
0.00000
0.48405
0.44433
0.40517
0.36693
0.32997
0.29460
0.26109
0.22965
0.20045
0.17361
0.14917
0.12714
0.10749
0.09012
0.07493
0.06178
0.05050
0.04093
0.03288
0.02619
0.02068
0.01618
0.01255
0.00964
0.00734
0.00554
0.00415
0.00307
0.00226
0.00164
0.00118
0.00084
0.00060
0.00042
0.00029
0.00020
0.00014
0.00009
0.00006
0.00004
0.00003
0.00000
0.48006
0.44038
0.40129
0.36317
0.32636
0.29116
0.25785
0.22663
0.19766
0.17106
0.14686
0.12507
0.10565
0.08851
0.07353
0.06057
0.04947
0.04006
0.03216
0.02559
0.02018
0.01578
0.01222
0.00939
0.00714
0.00539
0.00402
0.00298
0.00219
0.00159
0.00114
0.00082
0.00058
0.00040
0.00028
0.00019
0.00013
0.00009
0.00006
0.00004
0.00003
0.00000
0.47608
0.43644
0.39743
0.35942
0.32276
0.28774
0.25463
0.22363
0.19489
0.16853
0.14457
0.12302
0.10383
0.08692
0.07215
0.05938
0.04846
0.03920
0.03144
0.02500
0.01970
0.01539
0.01191
0.00914
0.00695
0.00523
0.00391
0.00289
0.00212
0.00154
0.00111
0.00079
0.00056
0.00039
0.00027
0.00019
0.00013
0.00008
0.00006
0.00004
0.00002
0.00000
0.47210
0.43251
0.39358
0.35569
0.31918
0.28434
0.25143
0.22065
0.19215
0.16602
0.14231
0.12100
0.10204
0.08534
0.07078
0.05821
0.04746
0.03836
0.03074
0.02442
0.01923
0.01500
0.01160
0.00889
0.00676
0.00508
0.00379
0.00280
0.00205
0.00149
0.00107
0.00076
0.00054
0.00038
0.00026
0.00018
0.00012
0.00008
0.00005
0.00004
0.00002
0.00000
0.46812
0.42858
0.38974
0.35197
0.31561
0.28096
0.24825
0.21770
0.18943
0.16354
0.14007
0.11900
0.10027
0.08379
0.06944
0.05705
0.04648
0.03754
0.03005
0.02385
0.01876
0.01463
0.01130
0.00866
0.00657
0.00494
0.00368
0.00272
0.00199
0.00144
0.00104
0.00074
0.00052
0.00036
0.00025
0.00017
0.00012
0.00008
0.00005
0.00003
0.00002
0.00000
0.46414
0.42465
0.38591
0.34827
0.31207
0.27760
0.24510
0.21476
0.18673
0.16109
0.13786
0.11702
0.09853
0.08226
0.06811
0.05592
0.04551
0.03673
0.02938
0.02330
0.01831
0.01426
0.01101
0.00842
0.00639
0.00480
0.00357
0.00264
0.00193
0.00139
0.00100
0.00071
0.00050
0.00035
0.00024
0.00017
0.00011
0.00008
0.00005
0.00003
0.00002
0.00000
264
62800
70411
8572
27677
7650
40988
47260
66361
48741
73560
5368
53307
44176
46403
3727
62147
25838
66723
76198
11403
48019
17310
22418
87544
43631
19551
32725
6405
29029
14264
93458
72337
47386
99482
11525
3472
19514
8384
56305
96042
32125
21303
42338
18959
69709
35892
16256
44962
96712
29689
19442
58566
97417
53529
69827
96883
11732
1344
17866
78664
34040
28322
69934
47103
42616
54105
83123
79049
59173
63859
16298
81935
2307
82016
76514
62580
19560
77265
38031
25189
98847
97682
59022
74556
17862
46360
24209
7102
73729
14610
39807
80916
63457
1889
30519
73750
48596
21284
80138
13354
54495
75436
17839
81626
3336
64841
86215
24271
34308
88776
50488
66470
18449
12645
67890
73380
89701
92591
52468
13861
21968
67910
66282
79595
25041
46457
79083
95017
84610
75599
81666
59781
34295
34949
57656
58194
44792
19122
13866
95404
83169
20049
17491
3150
56282
71387
10374
4713
2698
17902
40259
1836
48980
50681
63939
65850
36559
65345
73935
38566
79586
39771
16480
70637
51621
94773
86762
15322
2684
78105
90160
84607
47127
54609
34281
93529
72143
41140
55311
29759
84511
591
29606
84684
3390
14074
41962
33471
42782
80865
93354
84738
50907
33621
76761
12955
90997
56678
7055
59917
4118
64128
60561
17835
88681
77722
56353
31762
65529
56772
74206
1329
75405
69039
50134
90499
15096
80281
64773
52543
41072
89757
20877
49842
19806
38741
94350
33459
19506
85843
88588
46360
22243
71751
82899
76063
32333
61241
72458
33005
61297
20492
74025
20501
61268
36053
1890
86124
43853
1444
6832
15442
76519
13667
43249
65257
10215
40209
9306
16856
66176
38161
4655
42685
28347
13293
70052
99530
3437
78235
71885
353
91494
81099
96039
21051
67288
55986
59067
21954
27027
94877
55973
11500
32942
64370
47542
94529
28514
92379
56249
78864
38020
44531
18764
60467
99434
70753
61713
83031
65718
36169
38701
98812
49967
49052
58748
81829
67391
68573
79879
10685
58274
27245
98184
88102
73113
63720
14122
14782
94041
93625
11574
90652
13082
95710
91751
5842
99904
81562
41152
77675
70300
41686
19715
39707
82190
6825
50056
23495
66524
56997
92803
35040
45261
24660
10091
26381
6938
56297
16105
84615
24078
94841
54801
22758
28678
70334
70909
14391
59176
87517
29068
98281
41466
58425
11477
39005
93279
18612
9329
45955
42127
53901
79565
27969
4649
81891
73034
90703
17221
47288
33512
46586
41929
3068
50356
65550
92481
76651
9608
80624
26055
4782
80662
6148
2679
30449
56911
44973
2365
46435
62430
50804
69531
89654
14980
38921
63334
27672
84334
67175
46033
13298
23326
970
48400
58983
97518
49118
265
6916
46777
22145
6316
53599
14508
6072
50624
2926
61380
0
\
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
50
60
70
80
90
100
110
120
t ,
0.4
0.25
0.1
0.05
0.025
0.01
0.005
0.0025
0.001
0.0005
0.3249
0.2887
0.2767
0.2707
0.2672
0.2648
0.2632
0.2619
0.2610
0.2602
0.2596
0.2590
0.2586
0.2582
0.2579
0.2576
0.2573
0.2571
0.2569
0.2567
0.2566
0.2564
0.2563
0.2562
0.2561
0.2560
0.2559
0.2558
0.2557
0.2556
0.2555
0.2555
0.2554
0.2553
0.2553
0.2552
0.2552
0.2551
0.2551
0.2550
0.2547
0.2545
0.2543
0.2542
0.2541
0.2540
0.2540
0.2539
0.2530
1.0000
0.8165
0.7649
0.7407
0.7267
0.7176
0.7111
0.7064
0.7027
0.6998
0.6974
0.6955
0.6938
0.6924
0.6912
0.6901
0.6892
0.6884
0.6876
0.6870
0.6864
0.6858
0.6853
0.6848
0.6844
0.6840
0.6837
0.6834
0.6830
0.6828
0.6825
0.6822
0.6820
0.6818
0.6816
0.6814
0.6812
0.6810
0.6808
0.6807
0.6794
0.6786
0.6780
0.6776
0.6772
0.6770
0.6767
0.6765
0.6740
3.0777
1.8856
1.6377
1.5332
1.4759
1.4398
1.4149
1.3968
1.3830
1.3722
1.3634
1.3562
1.3502
1.3450
1.3406
1.3368
1.3334
1.3304
1.3277
1.3253
1.3232
1.3212
1.3195
1.3178
1.3163
1.3150
1.3137
1.3125
1.3114
1.3104
1.3095
1.3086
1.3077
1.3070
1.3062
1.3055
1.3049
1.3042
1.3036
1.3031
1.2987
1.2958
1.2938
1.2922
1.2910
1.2901
1.2893
1.2886
1.2820
6.3137
2.9200
2.3534
2.1318
2.0150
1.9432
1.8946
1.8595
1.8331
1.8125
1.7959
1.7823
1.7709
1.7613
1.7531
1.7459
1.7396
1.7341
1.7291
1.7247
1.7207
1.7171
1.7139
1.7109
1.7081
1.7056
1.7033
1.7011
1.6991
1.6973
1.6955
1.6939
1.6924
1.6909
1.6896
1.6883
1.6871
1.6860
1.6849
1.6839
1.6759
1.6706
1.6669
1.6641
1.6620
1.6602
1.6588
1.6576
1.6450
12.7062
4.3027
3.1824
2.7765
2.5706
2.4469
2.3646
2.3060
2.2622
2.2281
2.2010
2.1788
2.1604
2.1448
2.1315
2.1199
2.1098
2.1009
2.0930
2.0860
2.0796
2.0739
2.0687
2.0639
2.0595
2.0555
2.0518
2.0484
2.0452
2.0423
2.0395
2.0369
2.0345
2.0322
2.0301
2.0281
2.0262
2.0244
2.0227
2.0211
2.0086
2.0003
1.9944
1.9901
1.9867
1.9840
1.9818
1.9799
1.9600
31.8210
6.9645
4.5407
3.7469
3.3649
3.1427
2.9979
2.8965
2.8214
2.7638
2.7181
2.6810
2.6503
2.6245
2.6025
2.5835
2.5669
2.5524
2.5395
2.5280
2.5176
2.5083
2.4999
2.4922
2.4851
2.4786
2.4727
2.4671
2.4620
2.4573
2.4528
2.4487
2.4448
2.4411
2.4377
2.4345
2.4314
2.4286
2.4258
2.4233
2.4033
2.3901
2.3808
2.3739
2.3685
2.3642
2.3607
2.3578
2.3260
63.6559
9.9250
5.8408
4.6041
4.0321
3.7074
3.4995
3.3554
3.2498
3.1693
3.1058
3.0545
3.0123
2.9768
2.9467
2.9208
2.8982
2.8784
2.8609
2.8453
2.8314
2.8188
2.8073
2.7970
2.7874
2.7787
2.7707
2.7633
2.7564
2.7500
2.7440
2.7385
2.7333
2.7284
2.7238
2.7195
2.7154
2.7116
2.7079
2.7045
2.6778
2.6603
2.6479
2.6387
2.6316
2.6259
2.6213
2.6174
2.5760
127.3211
14.0892
7.4532
5.5975
4.7733
4.3168
4.0294
3.8325
3.6896
3.5814
3.4966
3.4284
3.3725
3.3257
3.2860
3.2520
3.2224
3.1966
3.1737
3.1534
3.1352
3.1188
3.1040
3.0905
3.0782
3.0669
3.0565
3.0470
3.0380
3.0298
3.0221
3.0149
3.0082
3.0020
2.9961
2.9905
2.9853
2.9803
2.9756
2.9712
2.9370
2.9146
2.8987
2.8870
2.8779
2.8707
2.8648
2.8599
2.8070
318.2888
22.3285
10.2143
7.1729
5.8935
5.2075
4.7853
4.5008
4.2969
4.1437
4.0248
3.9296
3.8520
3.7874
3.7329
3.6861
3.6458
3.6105
3.5793
3.5518
3.5271
3.5050
3.4850
3.4668
3.4502
3.4350
3.4210
3.4082
3.3963
3.3852
3.3749
3.3653
3.3563
3.3480
3.3400
3.3326
3.3256
3.3190
3.3127
3.3069
3.2614
3.2317
3.2108
3.1952
3.1832
3.1738
3.1660
3.1595
3.0900
636.5776
31.5998
12.9244
8.6101
6.8685
5.9587
5.4081
5.0414
4.7809
4.5868
4.4369
4.3178
4.2209
4.1403
4.0728
4.0149
3.9651
3.9217
3.8833
3.8496
3.8193
3.7922
3.7676
3.7454
3.7251
3.7067
3.6895
3.6739
3.6595
3.6460
3.6335
3.6218
3.6109
3.6007
3.5911
3.5821
3.5737
3.5657
3.5581
3.5510
3.4960
3.4602
3.4350
3.4164
3.4019
3.3905
3.3811
3.3734
3.2910
266
0
\
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
50
60
70
80
90
100
2 ,
0.995
0.99
0.975
0.95
0.50
0.05
0.025
0.01
0.005
0.0000
0.0100
0.0717
0.2070
0.4118
0.6757
0.9893
1.3444
1.7349
2.1558
2.6032
3.0738
3.5650
4.0747
4.6009
5.1422
5.6973
6.2648
6.8439
7.4338
8.0336
8.6427
9.2604
9.8862
10.5196
11.1602
11.8077
12.4613
13.1211
13.7867
14.4577
15.1340
15.8152
16.5013
17.1917
17.8868
18.5859
19.2888
19.9958
20.7066
27.9908
35.5344
43.2753
51.1719
59.1963
67.3275
0.0002
0.0201
0.1148
0.2971
0.5543
0.8721
1.2390
1.6465
2.0879
2.5582
3.0535
3.5706
4.1069
4.6604
5.2294
5.8122
6.4077
7.0149
7.6327
8.2604
8.8972
9.5425
10.1957
10.8563
11.5240
12.1982
12.8785
13.5647
14.2564
14.9535
15.6555
16.3622
17.0735
17.7891
18.5089
19.2326
19.9603
20.6914
21.4261
22.1642
29.7067
37.4848
45.4417
53.5400
61.7540
70.0650
0.0010
0.0506
0.2158
0.4844
0.8312
1.2373
1.6899
2.1797
2.7004
3.2470
3.8157
4.4038
5.0087
5.6287
6.2621
6.9077
7.5642
8.2307
8.9065
9.5908
10.2829
10.9823
11.6885
12.4011
13.1197
13.8439
14.5734
15.3079
16.0471
16.7908
17.5387
18.2908
19.0467
19.8062
20.5694
21.3359
22.1056
22.8785
23.6543
24.4331
32.3574
40.4817
48.7575
57.1532
65.6466
74.2219
0.0039
0.1026
0.3518
0.7107
1.1455
1.6354
2.1673
2.7326
3.3251
3.9403
4.5748
5.2260
5.8919
6.5706
7.2609
7.9616
8.6718
9.3904
10.1170
10.8508
11.5913
12.3380
13.0905
13.8484
14.6114
15.3792
16.1514
16.9279
17.7084
18.4927
19.2806
20.0719
20.8665
21.6643
22.4650
23.2686
24.0749
24.8839
25.6954
26.5093
34.7642
43.1880
51.7393
60.3915
69.1260
77.9294
0.4549
1.3863
2.3660
3.3567
4.3515
5.3481
6.3458
7.3441
8.3428
9.3418
10.3410
11.3403
12.3398
13.3393
14.3389
15.3385
16.3382
17.3379
18.3376
19.3374
20.3372
21.3370
22.3369
23.3367
24.3366
25.3365
26.3363
27.3362
28.3361
29.3360
30.3359
31.3359
32.3358
33.3357
34.3356
35.3356
36.3355
37.3354
38.3354
39.3353
49.3349
59.3347
69.3345
79.3343
89.3342
99.3341
3.8415
5.9915
7.8147
9.4877
11.0705
12.5916
14.0671
15.5073
16.9190
18.3070
19.6752
21.0261
22.3620
23.6848
24.9958
26.2962
27.5871
28.8693
30.1435
31.4104
32.6706
33.9245
35.1725
36.4150
37.6525
38.8851
40.1133
41.3372
42.5569
43.7730
44.9853
46.1942
47.3999
48.6024
49.8018
50.9985
52.1923
53.3835
54.5722
55.7585
67.5048
79.0820
90.5313
101.8795
113.1452
124.3421
5.0239
7.3778
9.3484
11.1433
12.8325
14.4494
16.0128
17.5345
19.0228
20.4832
21.9200
23.3367
24.7356
26.1189
27.4884
28.8453
30.1910
31.5264
32.8523
34.1696
35.4789
36.7807
38.0756
39.3641
40.6465
41.9231
43.1945
44.4608
45.7223
46.9792
48.2319
49.4804
50.7251
51.9660
53.2033
54.4373
55.6680
56.8955
58.1201
59.3417
71.4202
83.2977
95.0231
106.6285
118.1359
129.5613
6.6349
9.2104
11.3449
13.2767
15.0863
16.8119
18.4753
20.0902
21.6660
23.2093
24.7250
26.2170
27.6882
29.1412
30.5780
31.9999
33.4087
34.8052
36.1908
37.5663
38.9322
40.2894
41.6383
42.9798
44.3140
45.6416
46.9628
48.2782
49.5878
50.8922
52.1914
53.4857
54.7754
56.0609
57.3420
58.6192
59.8926
61.1620
62.4281
63.6908
76.1538
88.3794
100.4251
112.3288
124.1162
135.8069
7.8794
10.5965
12.8381
14.8602
16.7496
18.5475
20.2777
21.9549
23.5893
25.1881
26.7569
28.2997
29.8193
31.3194
32.8015
34.2671
35.7184
37.1564
38.5821
39.9969
41.4009
42.7957
44.1814
45.5584
46.9280
48.2898
49.6450
50.9936
52.3355
53.6719
55.0025
56.3280
57.6483
58.9637
60.2746
61.5811
62.8832
64.1812
65.4753
66.7660
79.4898
91.9518
104.2148
116.3209
128.2987
140.1697
267
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
60
120
v2\v1
7.50
3.00
2.28
2.00
1.85
1.76
1.70
1.66
1.62
1.60
1.58
1.56
1.55
1.53
1.52
1.51
1.51
1.50
1.49
1.49
1.48
1.48
1.47
1.47
1.47
1.46
1.46
1.46
1.45
1.45
1.45
1.45
1.45
1.44
1.44
1.44
1.44
1.44
1.44
1.44
1.42
1.40
5.83
2.57
2.02
1.81
1.69
1.62
1.57
1.54
1.51
1.49
1.47
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.41
1.40
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.38
1.38
1.38
1.37
1.37
1.37
1.37
1.37
1.37
1.37
1.36
1.36
1.36
1.35
1.34
8.20
3.15
2.36
2.05
1.88
1.78
1.72
1.67
1.63
1.60
1.58
1.56
1.55
1.53
1.52
1.51
1.50
1.49
1.49
1.48
1.48
1.47
1.47
1.46
1.46
1.45
1.45
1.45
1.45
1.44
1.44
1.44
1.44
1.43
1.43
1.43
1.43
1.43
1.43
1.42
1.41
1.39
8.58
3.23
2.39
2.06
1.89
1.79
1.72
1.66
1.63
1.59
1.57
1.55
1.53
1.52
1.51
1.50
1.49
1.48
1.47
1.47
1.46
1.45
1.45
1.44
1.44
1.44
1.43
1.43
1.43
1.42
1.42
1.42
1.42
1.42
1.41
1.41
1.41
1.41
1.41
1.40
1.38
1.37
8.82
3.28
2.41
2.07
1.89
1.79
1.71
1.66
1.62
1.59
1.56
1.54
1.52
1.51
1.49
1.48
1.47
1.46
1.46
1.45
1.44
1.44
1.43
1.43
1.42
1.42
1.42
1.41
1.41
1.41
1.40
1.40
1.40
1.40
1.40
1.39
1.39
1.39
1.39
1.39
1.37
1.35
8.98
3.31
2.42
2.08
1.89
1.78
1.71
1.65
1.61
1.58
1.55
1.53
1.51
1.50
1.48
1.47
1.46
1.45
1.44
1.44
1.43
1.42
1.42
1.41
1.41
1.41
1.40
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.38
1.38
1.38
1.37
1.37
1.37
1.35
1.33
9.10
3.34
2.43
2.08
1.89
1.78
1.70
1.64
1.60
1.57
1.54
1.52
1.50
1.49
1.47
1.46
1.45
1.44
1.43
1.43
1.42
1.41
1.41
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.38
1.37
1.37
1.37
1.37
1.36
1.36
1.36
1.36
1.36
1.33
1.31
8
9.19
3.35
2.44
2.08
1.89
1.78
1.70
1.64
1.60
1.56
1.53
1.51
1.49
1.48
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.40
1.40
1.39
1.39
1.38
1.38
1.38
1.37
1.37
1.37
1.36
1.36
1.36
1.36
1.35
1.35
1.35
1.35
1.35
1.32
1.30
9.26
3.37
2.44
2.08
1.89
1.77
1.69
1.63
1.59
1.56
1.53
1.51
1.49
1.47
1.46
1.44
1.43
1.42
1.41
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.37
1.36
1.36
1.36
1.35
1.35
1.35
1.35
1.34
1.34
1.34
1.34
1.34
1.31
1.29
9
9.32
3.38
2.44
2.08
1.89
1.77
1.69
1.63
1.59
1.55
1.52
1.50
1.48
1.46
1.45
1.44
1.43
1.42
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.35
1.34
1.34
1.34
1.34
1.33
1.33
1.33
1.33
1.33
1.30
1.28
10
9.37
3.39
2.45
2.08
1.89
1.77
1.69
1.63
1.58
1.55
1.52
1.49
1.47
1.46
1.44
1.43
1.42
1.41
1.40
1.39
1.39
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.35
1.34
1.34
1.34
1.33
1.33
1.33
1.33
1.32
1.32
1.32
1.32
1.29
1.27
11
9.41
3.39
2.45
2.08
1.89
1.77
1.68
1.62
1.58
1.54
1.51
1.49
1.47
1.45
1.44
1.43
1.41
1.40
1.40
1.39
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.34
1.33
1.33
1.33
1.33
1.32
1.32
1.32
1.32
1.31
1.31
1.29
1.26
12
9.44
3.40
2.45
2.08
1.89
1.77
1.68
1.62
1.58
1.54
1.51
1.49
1.47
1.45
1.43
1.42
1.41
1.40
1.39
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.33
1.33
1.33
1.32
1.32
1.32
1.32
1.31
1.31
1.31
1.31
1.31
1.28
1.26
13
9.47
3.41
2.45
2.08
1.89
1.76
1.68
1.62
1.57
1.54
1.51
1.48
1.46
1.44
1.43
1.42
1.41
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.33
1.33
1.33
1.32
1.32
1.32
1.31
1.31
1.31
1.31
1.30
1.30
1.30
1.27
1.25
14
16
9.52
3.41
2.46
2.08
1.88
1.76
1.68
1.62
1.57
1.53
1.50
1.48
1.46
1.44
1.42
1.41
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.32
1.31
1.31
1.31
1.30
1.30
1.30
1.30
1.29
1.29
1.29
1.26
1.24
268
9.49
3.41
2.46
2.08
1.89
1.76
1.68
1.62
1.57
1.53
1.50
1.48
1.46
1.44
1.43
1.41
1.40
1.39
1.38
1.37
1.37
1.36
1.35
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.32
1.31
1.31
1.31
1.31
1.30
1.30
1.30
1.30
1.30
1.27
1.24
15
9.53
3.42
2.46
2.08
1.88
1.76
1.67
1.61
1.57
1.53
1.50
1.47
1.45
1.44
1.42
1.41
1.39
1.38
1.37
1.37
1.36
1.35
1.35
1.34
1.33
1.33
1.33
1.32
1.32
1.31
1.31
1.31
1.30
1.30
1.30
1.30
1.29
1.29
1.29
1.29
1.26
1.23
17
9.55
3.42
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.53
1.50
1.47
1.45
1.43
1.42
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.31
1.30
1.30
1.30
1.29
1.29
1.29
1.29
1.28
1.28
1.26
1.23
18
9.57
3.42
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.53
1.49
1.47
1.45
1.43
1.41
1.40
1.39
1.38
1.37
1.36
1.35
1.35
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.31
1.30
1.30
1.30
1.29
1.29
1.29
1.29
1.28
1.28
1.28
1.25
1.22
19
9.58
3.43
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.52
1.49
1.47
1.45
1.43
1.41
1.40
1.39
1.38
1.37
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.30
1.29
1.29
1.29
1.29
1.28
1.28
1.28
1.28
1.25
1.22
20
9.59
3.43
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.52
1.49
1.47
1.44
1.43
1.41
1.40
1.38
1.37
1.36
1.36
1.35
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.30
1.29
1.29
1.29
1.28
1.28
1.28
1.28
1.27
1.27
1.24
1.22
21
9.61
3.43
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.52
1.49
1.46
1.44
1.42
1.41
1.39
1.38
1.37
1.36
1.35
1.35
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.29
1.28
1.28
1.28
1.28
1.27
1.27
1.27
1.24
1.21
22
24
9.63
3.43
2.46
2.08
1.88
1.75
1.67
1.60
1.56
1.52
1.49
1.46
1.44
1.42
1.41
1.39
1.38
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.27
1.26
1.24
1.21
25
9.63
3.44
2.46
2.08
1.88
1.75
1.67
1.60
1.55
1.52
1.49
1.46
1.44
1.42
1.40
1.39
1.38
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.31
1.31
1.30
1.30
1.30
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.27
1.26
1.26
1.23
1.20
26
9.64
3.44
2.46
2.08
1.88
1.75
1.67
1.60
1.55
1.52
1.48
1.46
1.44
1.42
1.40
1.39
1.38
1.36
1.35
1.35
1.34
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.26
1.26
1.26
1.23
1.20
27
9.65
3.44
2.46
2.08
1.88
1.75
1.67
1.60
1.55
1.51
1.48
1.46
1.44
1.42
1.40
1.39
1.37
1.36
1.35
1.34
1.34
1.33
1.32
1.32
1.31
1.30
1.30
1.30
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.27
1.26
1.26
1.26
1.23
1.20
28
9.66
3.44
2.46
2.08
1.88
1.75
1.66
1.60
1.55
1.51
1.48
1.46
1.43
1.42
1.40
1.39
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.29
1.28
1.28
1.27
1.27
1.27
1.27
1.26
1.26
1.26
1.26
1.23
1.20
29
9.66
3.44
2.46
2.08
1.88
1.75
1.66
1.60
1.55
1.51
1.48
1.46
1.43
1.41
1.40
1.38
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.26
1.26
1.26
1.26
1.25
1.22
1.19
30
9.67
3.44
2.47
2.08
1.88
1.75
1.66
1.60
1.55
1.51
1.48
1.45
1.43
1.41
1.40
1.38
1.37
1.36
1.35
1.34
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.28
1.28
1.28
1.27
1.27
1.27
1.26
1.26
1.26
1.26
1.25
1.22
1.19
40
9.71
3.45
2.47
2.08
1.88
1.75
1.66
1.59
1.54
1.51
1.47
1.45
1.42
1.41
1.39
1.37
1.36
1.35
1.34
1.33
1.32
1.31
1.31
1.30
1.29
1.29
1.28
1.28
1.27
1.27
1.27
1.26
1.26
1.26
1.25
1.25
1.25
1.24
1.24
1.24
1.21
1.18
9.80
3.47
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.49
1.46
1.43
1.41
1.39
1.37
1.35
1.34
1.33
1.32
1.31
1.30
1.29
1.28
1.28
1.27
1.26
1.26
1.25
1.25
1.24
1.24
1.23
1.23
1.23
1.22
1.22
1.22
1.21
1.21
1.21
1.17
1.13
60 120
9.76
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.54
1.50
1.47
1.44
1.42
1.40
1.38
1.36
1.35
1.34
1.33
1.32
1.31
1.30
1.30
1.29
1.28
1.28
1.27
1.27
1.26
1.26
1.25
1.25
1.25
1.24
1.24
1.24
1.23
1.23
1.23
1.22
1.19
1.16
269
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
28
29
30
40
60 120
1 39.86 49.50 53.59 55.83 57.24 58.20 58.91 59.44 59.86 60.19 60.47 60.71 60.90 61.07 61.22 61.35 61.46 61.57 61.66 61.74 61.81 61.88 61.94 62.00 62.05 62.10 62.19 62.23 62.26 62.53 62.79 63.06
2 8.53 9.00 9.16 9.24 9.29 9.33 9.35 9.37 9.38 9.39 9.40 9.41 9.41 9.42 9.42 9.43 9.43 9.44 9.44 9.44 9.44 9.45 9.45 9.45 9.45 9.45 9.46 9.46 9.46 9.47 9.47 9.48
3 5.54 5.46 5.39 5.34 5.31 5.28 5.27 5.25 5.24 5.23 5.22 5.22 5.21 5.20 5.20 5.20 5.19 5.19 5.19 5.18 5.18 5.18 5.18 5.18 5.17 5.17 5.17 5.17 5.17 5.16 5.15 5.14
4 4.54 4.32 4.19 4.11 4.05 4.01 3.98 3.95 3.94 3.92 3.91 3.90 3.89 3.88 3.87 3.86 3.86 3.85 3.85 3.84 3.84 3.84 3.83 3.83 3.83 3.83 3.82 3.82 3.82 3.80 3.79 3.78
5 4.06 3.78 3.62 3.52 3.45 3.40 3.37 3.34 3.32 3.30 3.28 3.27 3.26 3.25 3.24 3.23 3.22 3.22 3.21 3.21 3.20 3.20 3.19 3.19 3.19 3.18 3.18 3.18 3.17 3.16 3.14 3.12
6 3.78 3.46 3.29 3.18 3.11 3.05 3.01 2.98 2.96 2.94 2.92 2.90 2.89 2.88 2.87 2.86 2.85 2.85 2.84 2.84 2.83 2.83 2.82 2.82 2.81 2.81 2.81 2.80 2.80 2.78 2.76 2.74
7 3.59 3.26 3.07 2.96 2.88 2.83 2.78 2.75 2.72 2.70 2.68 2.67 2.65 2.64 2.63 2.62 2.61 2.61 2.60 2.59 2.59 2.58 2.58 2.58 2.57 2.57 2.56 2.56 2.56 2.54 2.51 2.49
8 3.46 3.11 2.92 2.81 2.73 2.67 2.62 2.59 2.56 2.54 2.52 2.50 2.49 2.48 2.46 2.45 2.45 2.44 2.43 2.42 2.42 2.41 2.41 2.40 2.40 2.40 2.39 2.39 2.38 2.36 2.34 2.32
9 3.36 3.01 2.81 2.69 2.61 2.55 2.51 2.47 2.44 2.42 2.40 2.38 2.36 2.35 2.34 2.33 2.32 2.31 2.30 2.30 2.29 2.29 2.28 2.28 2.27 2.27 2.26 2.26 2.25 2.23 2.21 2.18
10 3.29 2.92 2.73 2.61 2.52 2.46 2.41 2.38 2.35 2.32 2.30 2.28 2.27 2.26 2.24 2.23 2.22 2.22 2.21 2.20 2.19 2.19 2.18 2.18 2.17 2.17 2.16 2.16 2.16 2.13 2.11 2.08
11 3.23 2.86 2.66 2.54 2.45 2.39 2.34 2.30 2.27 2.25 2.23 2.21 2.19 2.18 2.17 2.16 2.15 2.14 2.13 2.12 2.12 2.11 2.11 2.10 2.10 2.09 2.08 2.08 2.08 2.05 2.03 2.00
12 3.18 2.81 2.61 2.48 2.39 2.33 2.28 2.24 2.21 2.19 2.17 2.15 2.13 2.12 2.10 2.09 2.08 2.08 2.07 2.06 2.05 2.05 2.04 2.04 2.03 2.03 2.02 2.01 2.01 1.99 1.96 1.93
13 3.14 2.76 2.56 2.43 2.35 2.28 2.23 2.20 2.16 2.14 2.12 2.10 2.08 2.07 2.05 2.04 2.03 2.02 2.01 2.01 2.00 1.99 1.99 1.98 1.98 1.97 1.96 1.96 1.96 1.93 1.90 1.88
14 3.10 2.73 2.52 2.39 2.31 2.24 2.19 2.15 2.12 2.10 2.07 2.05 2.04 2.02 2.01 2.00 1.99 1.98 1.97 1.96 1.96 1.95 1.94 1.94 1.93 1.93 1.92 1.92 1.91 1.89 1.86 1.83
15 3.07 2.70 2.49 2.36 2.27 2.21 2.16 2.12 2.09 2.06 2.04 2.02 2.00 1.99 1.97 1.96 1.95 1.94 1.93 1.92 1.92 1.91 1.90 1.90 1.89 1.89 1.88 1.88 1.87 1.85 1.82 1.79
16 3.05 2.67 2.46 2.33 2.24 2.18 2.13 2.09 2.06 2.03 2.01 1.99 1.97 1.95 1.94 1.93 1.92 1.91 1.90 1.89 1.88 1.88 1.87 1.87 1.86 1.86 1.85 1.84 1.84 1.81 1.78 1.75
17 3.03 2.64 2.44 2.31 2.22 2.15 2.10 2.06 2.03 2.00 1.98 1.96 1.94 1.93 1.91 1.90 1.89 1.88 1.87 1.86 1.86 1.85 1.84 1.84 1.83 1.83 1.82 1.81 1.81 1.78 1.75 1.72
18 3.01 2.62 2.42 2.29 2.20 2.13 2.08 2.04 2.00 1.98 1.95 1.93 1.92 1.90 1.89 1.87 1.86 1.85 1.84 1.84 1.83 1.82 1.82 1.81 1.80 1.80 1.79 1.79 1.78 1.75 1.72 1.69
19 2.99 2.61 2.40 2.27 2.18 2.11 2.06 2.02 1.98 1.96 1.93 1.91 1.89 1.88 1.86 1.85 1.84 1.83 1.82 1.81 1.81 1.80 1.79 1.79 1.78 1.78 1.77 1.76 1.76 1.73 1.70 1.67
20 2.97 2.59 2.38 2.25 2.16 2.09 2.04 2.00 1.96 1.94 1.91 1.89 1.87 1.86 1.84 1.83 1.82 1.81 1.80 1.79 1.79 1.78 1.77 1.77 1.76 1.76 1.75 1.74 1.74 1.71 1.68 1.64
21 2.96 2.57 2.36 2.23 2.14 2.08 2.02 1.98 1.95 1.92 1.90 1.87 1.86 1.84 1.83 1.81 1.80 1.79 1.78 1.78 1.77 1.76 1.75 1.75 1.74 1.74 1.73 1.72 1.72 1.69 1.66 1.62
22 2.95 2.56 2.35 2.22 2.13 2.06 2.01 1.97 1.93 1.90 1.88 1.86 1.84 1.83 1.81 1.80 1.79 1.78 1.77 1.76 1.75 1.74 1.74 1.73 1.73 1.72 1.71 1.71 1.70 1.67 1.64 1.60
23 2.94 2.55 2.34 2.21 2.11 2.05 1.99 1.95 1.92 1.89 1.87 1.84 1.83 1.81 1.80 1.78 1.77 1.76 1.75 1.74 1.74 1.73 1.72 1.72 1.71 1.70 1.69 1.69 1.69 1.66 1.62 1.59
24 2.93 2.54 2.33 2.19 2.10 2.04 1.98 1.94 1.91 1.88 1.85 1.83 1.81 1.80 1.78 1.77 1.76 1.75 1.74 1.73 1.72 1.71 1.71 1.70 1.70 1.69 1.68 1.68 1.67 1.64 1.61 1.57
25 2.92 2.53 2.32 2.18 2.09 2.02 1.97 1.93 1.89 1.87 1.84 1.82 1.80 1.79 1.77 1.76 1.75 1.74 1.73 1.72 1.71 1.70 1.70 1.69 1.68 1.68 1.67 1.66 1.66 1.63 1.59 1.56
26 2.91 2.52 2.31 2.17 2.08 2.01 1.96 1.92 1.88 1.86 1.83 1.81 1.79 1.77 1.76 1.75 1.73 1.72 1.71 1.71 1.70 1.69 1.68 1.68 1.67 1.67 1.66 1.65 1.65 1.61 1.58 1.54
27 2.90 2.51 2.30 2.17 2.07 2.00 1.95 1.91 1.87 1.85 1.82 1.80 1.78 1.76 1.75 1.74 1.72 1.71 1.70 1.70 1.69 1.68 1.67 1.67 1.66 1.65 1.64 1.64 1.64 1.60 1.57 1.53
2.06 2.00 1.94 1.90 1.87 1.84 1.81 1.79 1.77 1.75 1.74 1.73 1.71 1.70 1.69 1.69 1.68 1.67 1.66 1.66 1.65 1.64 1.63 1.63 1.63 1.59 1.56 1.52
28 2.89 2.50 2.29
2. 2.06 1.99 1.93 1.89 1.86 1.83 1.80 1.78 1.76 1.75 1.73 1.72 1.71 1.69 1.68 1.68 1.67 1.66 1.65 1.65 1.64 1.63 1.62 1.62 1.62 1.58 1.55 1.51
29 2.89 2.50 2.28 2.15
30 2.88 2.49 2.28 2.14 2.05 1.98 1.93 1.88 1.85 1.82 1.79 1.77 1.75 1.74 1.72 1.71 1.70 1.69 1.68 1.67 1.66 1.65 1.64 1.64 1.63 1.63 1.62 1.61 1.61 1.57 1.54 1.50
31 2.87 2.48 2.27 2.14 2.04 1.97 1.92 1.88 1.84 1.81 1.79 1.77 1.75 1.73 1.71 1.70 1.69 1.68 1.67 1.66 1.65 1.64 1.64 1.63 1.62 1.62 1.61 1.60 1.60 1.56 1.53 1.49
32 2.87 2.48 2.26 2.13 2.04 1.97 1.91 1.87 1.83 1.81 1.78 1.76 1.74 1.72 1.71 1.69 1.68 1.67 1.66 1.65 1.64 1.64 1.63 1.62 1.62 1.61 1.60 1.59 1.59 1.56 1.52 1.48
33 2.86 2.47 2.26 2.12 2.03 1.96 1.91 1.86 1.83 1.80 1.77 1.75 1.73 1.72 1.70 1.69 1.67 1.66 1.65 1.64 1.64 1.63 1.62 1.61 1.61 1.60 1.59 1.59 1.58 1.55 1.51 1.47
34 2.86 2.47 2.25 2.12 2.02 1.96 1.90 1.86 1.82 1.79 1.77 1.75 1.73 1.71 1.69 1.68 1.67 1.66 1.65 1.64 1.63 1.62 1.61 1.61 1.60 1.60 1.59 1.58 1.58 1.54 1.50 1.46
35 2.85 2.46 2.25 2.11 2.02 1.95 1.90 1.85 1.82 1.79 1.76 1.74 1.72 1.70 1.69 1.67 1.66 1.65 1.64 1.63 1.62 1.62 1.61 1.60 1.60 1.59 1.58 1.57 1.57 1.53 1.50 1.46
36 2.85 2.46 2.24 2.11 2.01 1.94 1.89 1.85 1.81 1.78 1.76 1.73 1.71 1.70 1.68 1.67 1.66 1.65 1.64 1.63 1.62 1.61 1.60 1.60 1.59 1.58 1.57 1.57 1.56 1.53 1.49 1.45
37 2.85 2.45 2.24 2.10 2.01 1.94 1.89 1.84 1.81 1.78 1.75 1.73 1.71 1.69 1.68 1.66 1.65 1.64 1.63 1.62 1.61 1.60 1.60 1.59 1.58 1.58 1.57 1.56 1.56 1.52 1.48 1.44
38 2.84 2.45 2.23 2.10 2.01 1.94 1.88 1.84 1.80 1.77 1.75 1.72 1.70 1.69 1.67 1.66 1.65 1.63 1.62 1.61 1.61 1.60 1.59 1.58 1.58 1.57 1.56 1.56 1.55 1.52 1.48 1.44
39 2.84 2.44 2.23 2.09 2.00 1.93 1.88 1.83 1.80 1.77 1.74 1.72 1.70 1.68 1.67 1.65 1.64 1.63 1.62 1.61 1.60 1.59 1.59 1.58 1.57 1.57 1.56 1.55 1.55 1.51 1.47 1.43
40 2.84 2.44 2.23 2.09 2.00 1.93 1.87 1.83 1.79 1.76 1.74 1.71 1.70 1.68 1.66 1.65 1.64 1.62 1.61 1.61 1.60 1.59 1.58 1.57 1.57 1.56 1.55 1.55 1.54 1.51 1.47 1.42
60 2.79 2.39 2.18 2.04 1.95 1.87 1.82 1.77 1.74 1.71 1.68 1.66 1.64 1.62 1.60 1.59 1.58 1.56 1.55 1.54 1.53 1.53 1.52 1.51 1.50 1.50 1.49 1.48 1.48 1.44 1.40 1.35
120 2.75 2.35 2.13 1.99 1.90 1.82 1.77 1.72 1.68 1.65 1.63 1.60 1.58 1.56 1.55 1.53 1.52 1.50 1.49 1.48 1.47 1.46 1.46 1.45 1.44 1.43 1.42 1.41 1.41 1.37 1.32 1.26
v2\v1
270
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
28
29
30
40
60 120
1 161.4 199.5 215.7 224.6 230.2 234.0 236.8 238.9 240.5 241.9 243.0 243.9 244.7 245.4 245.9 246.5 246.9 247.3 247.7 248.0 248.3 248.6 248.8 249.1 249.3 249.5 249.8 250.0 250.1 251.1 252.2 253.3
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.40 19.41 19.42 19.42 19.43 19.43 19.44 19.44 19.44 19.45 19.45 19.45 19.45 19.45 19.46 19.46 19.46 19.46 19.46 19.47 19.48 19.49
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.76 8.74 8.73 8.71 8.70 8.69 8.68 8.67 8.67 8.66 8.65 8.65 8.64 8.64 8.63 8.63 8.62 8.62 8.62 8.59 8.57 8.55
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.89 5.87 5.86 5.84 5.83 5.82 5.81 5.80 5.79 5.79 5.78 5.77 5.77 5.76 5.75 5.75 5.75 5.72 5.69 5.66
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.66 4.64 4.62 4.60 4.59 4.58 4.57 4.56 4.55 4.54 4.53 4.53 4.52 4.52 4.50 4.50 4.50 4.46 4.43 4.40
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.98 3.96 3.94 3.92 3.91 3.90 3.88 3.87 3.86 3.86 3.85 3.84 3.83 3.83 3.82 3.81 3.81 3.77 3.74 3.70
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.55 3.53 3.51 3.49 3.48 3.47 3.46 3.44 3.43 3.43 3.42 3.41 3.40 3.40 3.39 3.38 3.38 3.34 3.30 3.27
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.26 3.24 3.22 3.20 3.19 3.17 3.16 3.15 3.14 3.13 3.12 3.12 3.11 3.10 3.09 3.08 3.08 3.04 3.01 2.97
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.05 3.03 3.01 2.99 2.97 2.96 2.95 2.94 2.93 2.92 2.91 2.90 2.89 2.89 2.87 2.87 2.86 2.83 2.79 2.75
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.89 2.86 2.85 2.83 2.81 2.80 2.79 2.77 2.76 2.75 2.75 2.74 2.73 2.72 2.71 2.70 2.70 2.66 2.62 2.58
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.76 2.74 2.72 2.70 2.69 2.67 2.66 2.65 2.64 2.63 2.62 2.61 2.60 2.59 2.58 2.58 2.57 2.53 2.49 2.45
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.66 2.64 2.62 2.60 2.58 2.57 2.56 2.54 2.53 2.52 2.51 2.51 2.50 2.49 2.48 2.47 2.47 2.43 2.38 2.34
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.63 2.60 2.58 2.55 2.53 2.51 2.50 2.48 2.47 2.46 2.45 2.44 2.43 2.42 2.41 2.41 2.39 2.39 2.38 2.34 2.30 2.25
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.51 2.48 2.46 2.44 2.43 2.41 2.40 2.39 2.38 2.37 2.36 2.35 2.34 2.33 2.32 2.31 2.31 2.27 2.22 2.18
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.51 2.48 2.45 2.42 2.40 2.38 2.37 2.35 2.34 2.33 2.32 2.31 2.30 2.29 2.28 2.27 2.26 2.25 2.25 2.20 2.16 2.11
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.46 2.42 2.40 2.37 2.35 2.33 2.32 2.30 2.29 2.28 2.26 2.25 2.24 2.24 2.23 2.22 2.21 2.20 2.19 2.15 2.11 2.06
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.41 2.38 2.35 2.33 2.31 2.29 2.27 2.26 2.24 2.23 2.22 2.21 2.20 2.19 2.18 2.17 2.16 2.15 2.15 2.10 2.06 2.01
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.37 2.34 2.31 2.29 2.27 2.25 2.23 2.22 2.20 2.19 2.18 2.17 2.16 2.15 2.14 2.13 2.12 2.11 2.11 2.06 2.02 1.97
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.34 2.31 2.28 2.26 2.23 2.21 2.20 2.18 2.17 2.16 2.14 2.13 2.12 2.11 2.11 2.10 2.08 2.08 2.07 2.03 1.98 1.93
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.31 2.28 2.25 2.22 2.20 2.18 2.17 2.15 2.14 2.12 2.11 2.10 2.09 2.08 2.07 2.07 2.05 2.05 2.04 1.99 1.95 1.90
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.28 2.25 2.22 2.20 2.18 2.16 2.14 2.12 2.11 2.10 2.08 2.07 2.06 2.05 2.05 2.04 2.02 2.02 2.01 1.96 1.92 1.87
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.26 2.23 2.20 2.17 2.15 2.13 2.11 2.10 2.08 2.07 2.06 2.05 2.04 2.03 2.02 2.01 2.00 1.99 1.98 1.94 1.89 1.84
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.24 2.20 2.18 2.15 2.13 2.11 2.09 2.08 2.06 2.05 2.04 2.02 2.01 2.01 2.00 1.99 1.97 1.97 1.96 1.91 1.86 1.81
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.22 2.18 2.15 2.13 2.11 2.09 2.07 2.05 2.04 2.03 2.01 2.00 1.99 1.98 1.97 1.97 1.95 1.95 1.94 1.89 1.84 1.79
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.20 2.16 2.14 2.11 2.09 2.07 2.05 2.04 2.02 2.01 2.00 1.98 1.97 1.96 1.96 1.95 1.93 1.93 1.92 1.87 1.82 1.77
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.18 2.15 2.12 2.09 2.07 2.05 2.03 2.02 2.00 1.99 1.98 1.97 1.96 1.95 1.94 1.93 1.91 1.91 1.90 1.85 1.80 1.75
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.17 2.13 2.10 2.08 2.06 2.04 2.02 2.00 1.99 1.97 1.96 1.95 1.94 1.93 1.92 1.91 1.90 1.89 1.88 1.84 1.79 1.73
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.15 2.12 2.09 2.06 2.04 2.02 2.00 1.99 1.97 1.96 1.95 1.93 1.92 1.91 1.91 1.90 1.88 1.88 1.87 1.82 1.77 1.71
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.14 2.10 2.08 2.05 2.03 2.01 1.99 1.97 1.96 1.94 1.93 1.92 1.91 1.90 1.89 1.88 1.87 1.86 1.85 1.81 1.75 1.70
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.13 2.09 2.06 2.04 2.01 1.99 1.98 1.96 1.95 1.93 1.92 1.91 1.90 1.89 1.88 1.87 1.85 1.85 1.84 1.79 1.74 1.68
31 4.16 3.30 2.91 2.68 2.52 2.41 2.32 2.25 2.20 2.15 2.11 2.08 2.05 2.03 2.00 1.98 1.96 1.95 1.93 1.92 1.91 1.90 1.88 1.88 1.87 1.86 1.84 1.83 1.83 1.78 1.73 1.67
32 4.15 3.29 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14 2.10 2.07 2.04 2.01 1.99 1.97 1.95 1.94 1.92 1.91 1.90 1.88 1.87 1.86 1.85 1.85 1.83 1.82 1.82 1.77 1.71 1.66
33 4.14 3.28 2.89 2.66 2.50 2.39 2.30 2.23 2.18 2.13 2.09 2.06 2.03 2.00 1.98 1.96 1.94 1.93 1.91 1.90 1.89 1.87 1.86 1.85 1.84 1.83 1.82 1.81 1.81 1.76 1.70 1.64
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12 2.08 2.05 2.02 1.99 1.97 1.95 1.93 1.92 1.90 1.89 1.88 1.86 1.85 1.84 1.83 1.82 1.81 1.80 1.80 1.75 1.69 1.63
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 2.07 2.04 2.01 1.99 1.96 1.94 1.92 1.91 1.89 1.88 1.87 1.85 1.84 1.83 1.82 1.82 1.80 1.79 1.79 1.74 1.68 1.62
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11 2.07 2.03 2.00 1.98 1.95 1.93 1.92 1.90 1.88 1.87 1.86 1.85 1.83 1.82 1.81 1.81 1.79 1.78 1.78 1.73 1.67 1.61
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.14 2.10 2.06 2.02 2.00 1.97 1.95 1.93 1.91 1.89 1.88 1.86 1.85 1.84 1.83 1.82 1.81 1.80 1.78 1.77 1.77 1.72 1.66 1.60
38 4.10 3.24 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09 2.05 2.02 1.99 1.96 1.94 1.92 1.90 1.88 1.87 1.85 1.84 1.83 1.82 1.81 1.80 1.79 1.77 1.77 1.76 1.71 1.65 1.59
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08 2.04 2.01 1.98 1.95 1.93 1.91 1.89 1.88 1.86 1.85 1.83 1.82 1.81 1.80 1.79 1.78 1.77 1.76 1.75 1.70 1.65 1.58
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.04 2.00 1.97 1.95 1.92 1.90 1.89 1.87 1.85 1.84 1.83 1.81 1.80 1.79 1.78 1.77 1.76 1.75 1.74 1.69 1.64 1.58
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.95 1.92 1.89 1.86 1.84 1.82 1.80 1.78 1.76 1.75 1.73 1.72 1.71 1.70 1.69 1.68 1.66 1.66 1.65 1.59 1.53 1.47
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.87 1.83 1.80 1.78 1.75 1.73 1.71 1.69 1.67 1.66 1.64 1.63 1.62 1.61 1.60 1.59 1.57 1.56 1.55 1.50 1.43 1.35
v2\v1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
60
120
v2\v1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
28
29
30
40
60
120
271
648 799 864 900 922 937 948 957 963 969 973 977 980 983 985 987 989 990 992 993 994 995 996 997 998 999 1000 1001 1001 1006 1010 1014
38.51 39.00 39.17 39.25 39.30 39.33 39.36 39.37 39.39 39.40 39.41 39.41 39.42 39.43 39.43 39.44 39.44 39.44 39.45 39.45 39.45 39.45 39.45 39.46 39.46 39.46 39.46 39.46 39.46 39.47 39.48 39.49
17.44 16.04 15.44 15.10 14.88 14.73 14.62 14.54 14.47 14.42 14.37 14.34 14.30 14.28 14.25 14.23 14.21 14.20 14.18 14.17 14.16 14.14 14.13 14.12 14.12 14.11 14.09 14.09 14.08 14.04 13.99 13.95
12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.90 8.84 8.79 8.75 8.72 8.68 8.66 8.63 8.61 8.59 8.58 8.56 8.55 8.53 8.52 8.51 8.50 8.49 8.48 8.47
8.46 8.41 8.36 8.31
10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.68 6.62 6.57 6.52 6.49 6.46 6.43 6.40 6.38 6.36 6.34 6.33 6.31 6.30 6.29 6.28 6.27 6.26 6.24 6.23
6.23 6.18 6.12 6.07
8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.52 5.46 5.41 5.37 5.33 5.30 5.27 5.24 5.22 5.20 5.18 5.17 5.15 5.14 5.13 5.12 5.11 5.10 5.08 5.07
5.07 5.01 4.96 4.90
8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82 4.76 4.71 4.67 4.63 4.60 4.57 4.54 4.52 4.50 4.48 4.47 4.45 4.44 4.43 4.41 4.40 4.39 4.38 4.37
4.36 4.31 4.25 4.20
7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36 4.30 4.24 4.20 4.16 4.13 4.10 4.08 4.05 4.03 4.02 4.00 3.98 3.97 3.96 3.95 3.94 3.93 3.91 3.90
3.89 3.84 3.78 3.73
7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03 3.96 3.91 3.87 3.83 3.80 3.77 3.74 3.72 3.70 3.68 3.67 3.65 3.64 3.63 3.61 3.60 3.59 3.58 3.57
3.56 3.51 3.45 3.39
6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.78 3.72 3.66 3.62 3.58 3.55 3.52 3.50 3.47 3.45 3.44 3.42 3.40 3.39 3.38 3.37 3.35 3.34 3.33 3.32
3.31 3.26 3.20 3.14
6.72 5.26 4.63 4.28 4.04 3.88 3.76 3.66 3.59 3.53 3.47 3.43 3.39 3.36 3.33 3.30 3.28 3.26 3.24 3.23 3.21 3.20 3.18 3.17 3.16 3.15 3.13 3.13
3.12 3.06 3.00 2.94
6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.44 3.37 3.32 3.28 3.24 3.21 3.18 3.15 3.13 3.11 3.09 3.07 3.06 3.04 3.03 3.02 3.01 3.00 2.98 2.97
2.96 2.91 2.85 2.79
6.41 4.97 4.35 4.00 3.77 3.60 3.48 3.39 3.31 3.25 3.20 3.15 3.12 3.08 3.05 3.03 3.00 2.98 2.96 2.95 2.93 2.92 2.91 2.89 2.88 2.87 2.85 2.85
2.84 2.78 2.72 2.66
6.30 4.86 4.24 3.89 3.66 3.50 3.38 3.29 3.21 3.15 3.09 3.05 3.01 2.98 2.95 2.92 2.90 2.88 2.86 2.84 2.83 2.81 2.80 2.79 2.78 2.77 2.75 2.74
2.73 2.67 2.61 2.55
6.20 4.77 4.15 3.80 3.58 3.41 3.29 3.20 3.12 3.06 3.01 2.96 2.92 2.89 2.86 2.84 2.81 2.79 2.77 2.76 2.74 2.73 2.71 2.70 2.69 2.68 2.66 2.65
2.64 2.59 2.52 2.46
6.12 4.69 4.08 3.73 3.50 3.34 3.22 3.12 3.05 2.99 2.93 2.89 2.85 2.82 2.79 2.76 2.74 2.72 2.70 2.68 2.67 2.65 2.64 2.63 2.61 2.60 2.58 2.58
2.57 2.51 2.45 2.38
6.04 4.62 4.01 3.66 3.44 3.28 3.16 3.06 2.98 2.92 2.87 2.82 2.79 2.75 2.72 2.70 2.67 2.65 2.63 2.62 2.60 2.59 2.57 2.56 2.55 2.54 2.52 2.51
2.50 2.44 2.38 2.32
5.98 4.56 3.95 3.61 3.38 3.22 3.10 3.01 2.93 2.87 2.81 2.77 2.73 2.70 2.67 2.64 2.62 2.60 2.58 2.56 2.54 2.53 2.52 2.50 2.49 2.48 2.46 2.45
2.44 2.38 2.32 2.26
5.92 4.51 3.90 3.56 3.33 3.17 3.05 2.96 2.88 2.82 2.76 2.72 2.68 2.65 2.62 2.59 2.57 2.55 2.53 2.51 2.49 2.48 2.46 2.45 2.44 2.43 2.41 2.40
2.39 2.33 2.27 2.20
5.87 4.46 3.86 3.51 3.29 3.13 3.01 2.91 2.84 2.77 2.72 2.68 2.64 2.60 2.57 2.55 2.52 2.50 2.48 2.46 2.45 2.43 2.42 2.41 2.40 2.39 2.37 2.36
2.35 2.29 2.22 2.16
5.83 4.42 3.82 3.48 3.25 3.09 2.97 2.87 2.80 2.73 2.68 2.64 2.60 2.56 2.53 2.51 2.48 2.46 2.44 2.42 2.41 2.39 2.38 2.37 2.36 2.34 2.33 2.32
2.31 2.25 2.18 2.11
5.79 4.38 3.78 3.44 3.22 3.05 2.93 2.84 2.76 2.70 2.65 2.60 2.56 2.53 2.50 2.47 2.45 2.43 2.41 2.39 2.37 2.36 2.34 2.33 2.32 2.31 2.29 2.28
2.27 2.21 2.14 2.08
5.75 4.35 3.75 3.41 3.18 3.02 2.90 2.81 2.73 2.67 2.62 2.57 2.53 2.50 2.47 2.44 2.42 2.39 2.37 2.36 2.34 2.33 2.31 2.30 2.29 2.28 2.26 2.25
2.24 2.18 2.11 2.04
5.72 4.32 3.72 3.38 3.15 2.99 2.87 2.78 2.70 2.64 2.59 2.54 2.50 2.47 2.44 2.41 2.39 2.36 2.35 2.33 2.31 2.30 2.28 2.27 2.26 2.25 2.23 2.22
2.21 2.15 2.08 2.01
5.69 4.29 3.69 3.35 3.13 2.97 2.85 2.75 2.68 2.61 2.56 2.51 2.48 2.44 2.41 2.38 2.36 2.34 2.32 2.30 2.28 2.27 2.26 2.24 2.23 2.22 2.20 2.19
2.18 2.12 2.05 1.98
5.66 4.27 3.67 3.33 3.10 2.94 2.82 2.73 2.65 2.59 2.54 2.49 2.45 2.42 2.39 2.36 2.34 2.31 2.29 2.28 2.26 2.24 2.23 2.22 2.21 2.19 2.17 2.17
2.16 2.09 2.03 1.95
5.63 4.24 3.65 3.31 3.08 2.92 2.80 2.71 2.63 2.57 2.51 2.47 2.43 2.39 2.36 2.34 2.31 2.29 2.27 2.25 2.24 2.22 2.21 2.19 2.18 2.17 2.15 2.14
2.13 2.07 2.00 1.93
5.61 4.22 3.63 3.29 3.06 2.90 2.78 2.69 2.61 2.55 2.49 2.45 2.41 2.37 2.34 2.32 2.29 2.27 2.25 2.23 2.22 2.20 2.19 2.17 2.16 2.15 2.13 2.12
2.11 2.05 1.98 1.91
5.59 4.20 3.61 3.27 3.04 2.88 2.76 2.67 2.59 2.53 2.48 2.43 2.39 2.36 2.32 2.30 2.27 2.25 2.23 2.21 2.20 2.18 2.17 2.15 2.14 2.13 2.11 2.10
2.09 2.03 1.96 1.89
5.57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.57 2.51 2.46 2.41 2.37 2.34 2.31 2.28 2.26 2.23 2.21 2.20 2.18 2.16 2.15 2.14 2.12 2.11 2.09 2.08
2.07 2.01 1.94 1.87
5.55 4.16 3.57 3.23 3.01 2.85 2.73 2.64 2.56 2.50 2.44 2.40 2.36 2.32 2.29 2.26 2.24 2.22 2.20 2.18 2.16 2.15 2.13 2.12 2.11 2.10 2.07 2.07
2.06 1.99 1.92 1.85
5.53 4.15 3.56 3.22 3.00 2.84 2.71 2.62 2.54 2.48 2.43 2.38 2.34 2.31 2.28 2.25 2.22 2.20 2.18 2.16 2.15 2.13 2.12 2.10 2.09 2.08 2.06 2.05
2.04 1.98 1.91 1.83
5.51 4.13 3.54 3.20 2.98 2.82 2.70 2.61 2.53 2.47 2.41 2.37 2.33 2.29 2.26 2.23 2.21 2.19 2.17 2.15 2.13 2.12 2.10 2.09 2.08 2.06 2.04 2.03
2.03 1.96 1.89 1.81
5.50 4.12 3.53 3.19 2.97 2.81 2.69 2.59 2.52 2.45 2.40 2.35 2.31 2.28 2.25 2.22 2.20 2.17 2.15 2.13 2.12 2.10 2.09 2.07 2.06 2.05 2.03 2.02
2.01 1.95 1.88 1.80
5.48 4.11 3.52 3.18 2.96 2.80 2.68 2.58 2.50 2.44 2.39 2.34 2.30 2.27 2.23 2.21 2.18 2.16 2.14 2.12 2.10 2.09 2.07 2.06 2.05 2.04 2.02 2.01
2.00 1.93 1.86 1.79
5.47 4.09 3.50 3.17 2.94 2.78 2.66 2.57 2.49 2.43 2.37 2.33 2.29 2.25 2.22 2.20 2.17 2.15 2.13 2.11 2.09 2.08 2.06 2.05 2.04 2.03 2.00 2.00
1.99 1.92 1.85 1.77
5.46 4.08 3.49 3.16 2.93 2.77 2.65 2.56 2.48 2.42 2.36 2.32 2.28 2.24 2.21 2.18 2.16 2.14 2.12 2.10 2.08 2.07 2.05 2.04 2.03 2.01 1.99 1.98
1.97 1.91 1.84 1.76
5.45 4.07 3.48 3.15 2.92 2.76 2.64 2.55 2.47 2.41 2.35 2.31 2.27 2.23 2.20 2.17 2.15 2.13 2.11 2.09 2.07 2.05 2.04 2.03 2.01 2.00 1.98 1.97
1.96 1.90 1.82 1.75
5.43 4.06 3.47 3.14 2.91 2.75 2.63 2.54 2.46 2.40 2.34 2.30 2.26 2.22 2.19 2.16 2.14 2.12 2.10 2.08 2.06 2.04 2.03 2.02 2.00 1.99 1.97 1.96
1.95 1.89 1.81 1.74
5.42 4.05 3.46 3.13 2.90 2.74 2.62 2.53 2.45 2.39 2.33 2.29 2.25 2.21 2.18 2.15 2.13 2.11 2.09 2.07 2.05 2.03 2.02 2.01 1.99 1.98 1.96 1.95
1.94 1.88 1.80 1.72
5.29 3.93 3.34 3.01 2.79 2.63 2.51 2.41 2.33 2.27 2.22 2.17 2.13 2.09 2.06 2.03 2.01 1.98 1.96 1.94 1.93 1.91 1.90 1.88 1.87 1.86 1.83 1.82
1.82 1.74 1.67 1.58
5.15 3.80 3.23 2.89 2.67 2.52 2.39 2.30 2.22 2.16 2.10 2.05 2.01 1.98 1.94 1.92 1.89 1.87 1.84 1.82 1.81 1.79 1.77 1.76 1.75 1.73 1.71 1.70
1.69 1.61 1.53 1.43
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
60
120
v2\v1
4999
99.00
30.82
18.00
13.27
10.92
9.55
8.65
8.02
7.56
7.21
6.93
6.70
6.51
6.36
6.23
6.11
6.01
5.93
5.85
5.78
5.72
5.66
5.61
5.57
5.53
5.49
5.45
5.42
5.39
5.36
5.34
5.31
5.29
5.27
5.25
5.23
5.21
5.19
5.18
4.98
4.79
4052
98.50
34.12
21.20
16.26
13.75
12.25
11.26
10.56
10.04
9.65
9.33
9.07
8.86
8.68
8.53
8.40
8.29
8.18
8.10
8.02
7.95
7.88
7.82
7.77
7.72
7.68
7.64
7.60
7.56
7.53
7.50
7.47
7.44
7.42
7.40
7.37
7.35
7.33
7.31
7.08
6.85
5404
99.16
29.46
16.69
12.06
9.78
8.45
7.59
6.99
6.55
6.22
5.95
5.74
5.56
5.42
5.29
5.19
5.09
5.01
4.94
4.87
4.82
4.76
4.72
4.68
4.64
4.60
4.57
4.54
4.51
4.48
4.46
4.44
4.42
4.40
4.38
4.36
4.34
4.33
4.31
4.13
3.95
5624
99.25
28.71
15.98
11.39
9.15
7.85
7.01
6.42
5.99
5.67
5.41
5.21
5.04
4.89
4.77
4.67
4.58
4.50
4.43
4.37
4.31
4.26
4.22
4.18
4.14
4.11
4.07
4.04
4.02
3.99
3.97
3.95
3.93
3.91
3.89
3.87
3.86
3.84
3.83
3.65
3.48
5764
99.30
28.24
15.52
10.97
8.75
7.46
6.63
6.06
5.64
5.32
5.06
4.86
4.69
4.56
4.44
4.34
4.25
4.17
4.10
4.04
3.99
3.94
3.90
3.85
3.82
3.78
3.75
3.73
3.70
3.67
3.65
3.63
3.61
3.59
3.57
3.56
3.54
3.53
3.51
3.34
3.17
5859
99.33
27.91
15.21
10.67
8.47
7.19
6.37
5.80
5.39
5.07
4.82
4.62
4.46
4.32
4.20
4.10
4.01
3.94
3.87
3.81
3.76
3.71
3.67
3.63
3.59
3.56
3.53
3.50
3.47
3.45
3.43
3.41
3.39
3.37
3.35
3.33
3.32
3.30
3.29
3.12
2.96
5928
99.36
27.67
14.98
10.46
8.26
6.99
6.18
5.61
5.20
4.89
4.64
4.44
4.28
4.14
4.03
3.93
3.84
3.77
3.70
3.64
3.59
3.54
3.50
3.46
3.42
3.39
3.36
3.33
3.30
3.28
3.26
3.24
3.22
3.20
3.18
3.17
3.15
3.14
3.12
2.95
2.79
8
5981
99.38
27.49
14.80
10.29
8.10
6.84
6.03
5.47
5.06
4.74
4.50
4.30
4.14
4.00
3.89
3.79
3.71
3.63
3.56
3.51
3.45
3.41
3.36
3.32
3.29
3.26
3.23
3.20
3.17
3.15
3.13
3.11
3.09
3.07
3.05
3.04
3.02
3.01
2.99
2.82
2.66
9
6022
99.39
27.34
14.66
10.16
7.98
6.72
5.91
5.35
4.94
4.63
4.39
4.19
4.03
3.89
3.78
3.68
3.60
3.52
3.46
3.40
3.35
3.30
3.26
3.22
3.18
3.15
3.12
3.09
3.07
3.04
3.02
3.00
2.98
2.96
2.95
2.93
2.92
2.90
2.89
2.72
2.56
10
6056
99.40
27.23
14.55
10.05
7.87
6.62
5.81
5.26
4.85
4.54
4.30
4.10
3.94
3.80
3.69
3.59
3.51
3.43
3.37
3.31
3.26
3.21
3.17
3.13
3.09
3.06
3.03
3.00
2.98
2.96
2.93
2.91
2.89
2.88
2.86
2.84
2.83
2.81
2.80
2.63
2.47
6083
99.41
27.13
14.45
9.96
7.79
6.54
5.73
5.18
4.77
4.46
4.22
4.02
3.86
3.73
3.62
3.52
3.43
3.36
3.29
3.24
3.18
3.14
3.09
3.06
3.02
2.99
2.96
2.93
2.91
2.88
2.86
2.84
2.82
2.80
2.79
2.77
2.75
2.74
2.73
2.56
2.40
11
6107
99.42
27.05
14.37
9.89
7.72
6.47
5.67
5.11
4.71
4.40
4.16
3.96
3.80
3.67
3.55
3.46
3.37
3.30
3.23
3.17
3.12
3.07
3.03
2.99
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
2.74
2.72
2.71
2.69
2.68
2.66
2.50
2.34
12
6126
99.42
26.98
14.31
9.82
7.66
6.41
5.61
5.05
4.65
4.34
4.10
3.91
3.75
3.61
3.50
3.40
3.32
3.24
3.18
3.12
3.07
3.02
2.98
2.94
2.90
2.87
2.84
2.81
2.79
2.77
2.74
2.72
2.70
2.69
2.67
2.65
2.64
2.62
2.61
2.44
2.28
13
6143
99.43
26.92
14.25
9.77
7.60
6.36
5.56
5.01
4.60
4.29
4.05
3.86
3.70
3.56
3.45
3.35
3.27
3.19
3.13
3.07
3.02
2.97
2.93
2.89
2.86
2.82
2.79
2.77
2.74
2.72
2.70
2.68
2.66
2.64
2.62
2.61
2.59
2.58
2.56
2.39
2.23
14
16
6170
99.44
26.83
14.15
9.68
7.52
6.28
5.48
4.92
4.52
4.21
3.97
3.78
3.62
3.49
3.37
3.27
3.19
3.12
3.05
2.99
2.94
2.89
2.85
2.81
2.78
2.75
2.72
2.69
2.66
2.64
2.62
2.60
2.58
2.56
2.54
2.53
2.51
2.50
2.48
2.31
2.15
272
6157
99.43
26.87
14.20
9.72
7.56
6.31
5.52
4.96
4.56
4.25
4.01
3.82
3.66
3.52
3.41
3.31
3.23
3.15
3.09
3.03
2.98
2.93
2.89
2.85
2.81
2.78
2.75
2.73
2.70
2.68
2.65
2.63
2.61
2.60
2.58
2.56
2.55
2.54
2.52
2.35
2.19
15
6181
99.44
26.79
14.11
9.64
7.48
6.24
5.44
4.89
4.49
4.18
3.94
3.75
3.59
3.45
3.34
3.24
3.16
3.08
3.02
2.96
2.91
2.86
2.82
2.78
2.75
2.71
2.68
2.66
2.63
2.61
2.58
2.56
2.54
2.53
2.51
2.49
2.48
2.46
2.45
2.28
2.12
17
6191
99.44
26.75
14.08
9.61
7.45
6.21
5.41
4.86
4.46
4.15
3.91
3.72
3.56
3.42
3.31
3.21
3.13
3.05
2.99
2.93
2.88
2.83
2.79
2.75
2.72
2.68
2.65
2.63
2.60
2.58
2.55
2.53
2.51
2.50
2.48
2.46
2.45
2.43
2.42
2.25
2.09
18
6201
99.45
26.72
14.05
9.58
7.42
6.18
5.38
4.83
4.43
4.12
3.88
3.69
3.53
3.40
3.28
3.19
3.10
3.03
2.96
2.90
2.85
2.80
2.76
2.72
2.69
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
2.47
2.45
2.44
2.42
2.41
2.39
2.22
2.06
19
6209
99.45
26.69
14.02
9.55
7.40
6.16
5.36
4.81
4.41
4.10
3.86
3.66
3.51
3.37
3.26
3.16
3.08
3.00
2.94
2.88
2.83
2.78
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.52
2.50
2.48
2.46
2.44
2.43
2.41
2.40
2.38
2.37
2.20
2.03
20
22
6223
99.46
26.64
13.97
9.51
7.35
6.11
5.32
4.77
4.36
4.06
3.82
3.62
3.46
3.33
3.22
3.12
3.03
2.96
2.90
2.84
2.78
2.74
2.70
2.66
2.62
2.59
2.56
2.53
2.51
2.48
2.46
2.44
2.42
2.40
2.38
2.37
2.35
2.34
2.33
2.15
1.99
23
6229
99.46
26.62
13.95
9.49
7.33
6.09
5.30
4.75
4.34
4.04
3.80
3.60
3.44
3.31
3.20
3.10
3.02
2.94
2.88
2.82
2.77
2.72
2.68
2.64
2.60
2.57
2.54
2.51
2.49
2.46
2.44
2.42
2.40
2.38
2.37
2.35
2.33
2.32
2.31
2.13
1.97
24
6234
99.46
26.60
13.93
9.47
7.31
6.07
5.28
4.73
4.33
4.02
3.78
3.59
3.43
3.29
3.18
3.08
3.00
2.92
2.86
2.80
2.75
2.70
2.66
2.62
2.58
2.55
2.52
2.49
2.47
2.45
2.42
2.40
2.38
2.36
2.35
2.33
2.32
2.30
2.29
2.12
1.95
25
6240
99.46
26.58
13.91
9.45
7.30
6.06
5.26
4.71
4.31
4.01
3.76
3.57
3.41
3.28
3.16
3.07
2.98
2.91
2.84
2.79
2.73
2.69
2.64
2.60
2.57
2.54
2.51
2.48
2.45
2.43
2.41
2.39
2.37
2.35
2.33
2.31
2.30
2.29
2.27
2.10
1.93
26
6245
99.46
26.56
13.89
9.43
7.28
6.04
5.25
4.70
4.30
3.99
3.75
3.56
3.40
3.26
3.15
3.05
2.97
2.89
2.83
2.77
2.72
2.67
2.63
2.59
2.55
2.52
2.49
2.46
2.44
2.41
2.39
2.37
2.35
2.33
2.32
2.30
2.28
2.27
2.26
2.08
1.92
28
6253
99.46
26.53
13.86
9.40
7.25
6.02
5.22
4.67
4.27
3.96
3.72
3.53
3.37
3.24
3.12
3.03
2.94
2.87
2.80
2.74
2.69
2.64
2.60
2.56
2.53
2.49
2.46
2.44
2.41
2.39
2.36
2.34
2.32
2.30
2.29
2.27
2.26
2.24
2.23
2.05
1.89
29
6257
99.46
26.52
13.85
9.39
7.24
6.00
5.21
4.66
4.26
3.95
3.71
3.52
3.36
3.23
3.11
3.01
2.93
2.86
2.79
2.73
2.68
2.63
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.35
2.33
2.31
2.29
2.28
2.26
2.24
2.23
2.22
2.04
1.87
30
6260
99.47
26.50
13.84
9.38
7.23
5.99
5.20
4.65
4.25
3.94
3.70
3.51
3.35
3.21
3.10
3.00
2.92
2.84
2.78
2.72
2.67
2.62
2.58
2.54
2.50
2.47
2.44
2.41
2.39
2.36
2.34
2.32
2.30
2.28
2.26
2.25
2.23
2.22
2.20
2.03
1.86
40
6286
99.48
26.41
13.75
9.29
7.14
5.91
5.12
4.57
4.17
3.86
3.62
3.43
3.27
3.13
3.02
2.92
2.84
2.76
2.69
2.64
2.58
2.54
2.49
2.45
2.42
2.38
2.35
2.33
2.30
2.27
2.25
2.23
2.21
2.19
2.18
2.16
2.14
2.13
2.11
1.94
1.76
60
6313
99.48
26.32
13.65
9.20
7.06
5.82
5.03
4.48
4.08
3.78
3.54
3.34
3.18
3.05
2.93
2.83
2.75
2.67
2.61
2.55
2.50
2.45
2.40
2.36
2.33
2.29
2.26
2.23
2.21
2.18
2.16
2.14
2.12
2.10
2.08
2.06
2.05
2.03
2.02
1.84
1.66
120
6340
99.49
26.22
13.56
9.11
6.97
5.74
4.95
4.40
4.00
3.69
3.45
3.25
3.09
2.96
2.84
2.75
2.66
2.58
2.52
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.17
2.14
2.11
2.09
2.06
2.04
2.02
2.00
1.98
1.96
1.95
1.93
1.92
1.73
1.53
n1 1
n2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
0
20
0
10
11
12
13
14
15
16
17
18
19
20
0
0
0
0
1
1
1
1
1
2
2
2
2
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
0
1
2
3
4
4
5
6
7
8
9
10
11
11
12
13
13
0
1
2
3
5
6
7
8
9
11
12
13
14
15
17
18
19
20
1
2
3
5
6
8
10
11
13
14
16
17
19
21
22
24
25
27
1
3
5
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
0
2
4
6
8
10
13
15
17
19
22
24
26
29
31
34
36
38
41
0
2
4
7
10
12
15
17
20
23
26
28
31
34
37
39
42
45
48
0
3
5
8
11
14
17
20
23
26
29
33
36
39
42
45
48
52
55
0
3
6
9
13
16
19
23
26
30
33
37
40
44
47
51
55
58
62
1
4
7
11
14
18
22
26
29
33
37
41
45
49
53
57
61
65
69
1
4
8
12
16
20
24
28
33
37
41
45
50
54
59
63
67
72
76
1
5
9
13
17
22
26
31
36
40
45
50
55
59
64
67
74
78
83
1
5
10
14
19
24
29
34
39
44
49
54
59
64
70
75
80
85
90
1
6
11
15
21
26
31
37
42
47
53
59
64
70
75
81
86
92
98
2
6
11
17
22
28
34
39
45
51
57
63
67
75
81
87
93
99
105
2
7
12
18
24
30
36
42
48
55
61
67
74
80
86
93
99
106
112
2
7
13
19
25
32
38
45
52
58
65
72
78
85
92
99
106
113
119
2
8
13
20
27
34
41
48
55
62
69
76
83
90
98
105
112
119
127
10
11
12
13
14
15
16
17
18
19
20
0
1
2
3
4
5
6
7
8
9
10
11
12
14
15
16
17
18
0
1
2
4
5
6
8
9
11
12
13
15
16
18
19
20
22
23
25
0
2
3
5
7
8
10
12
14
16
17
19
21
23
25
26
28
30
32
0
2
4
6
8
11
13
15
17
19
21
24
26
28
30
33
35
37
39
1
3
5
8
10
13
15
18
20
23
26
28
31
33
36
39
41
44
47
1
3
6
9
12
15
18
21
24
27
30
33
36
39
42
45
48
51
54
1
4
7
11
14
17
20
24
27
31
34
37
41
44
48
51
55
58
62
1
5
8
12
16
19
23
27
31
34
38
42
46
50
54
57
61
65
69
2
5
9
13
17
21
26
30
34
38
42
47
51
55
60
64
68
72
77
2
6
10
15
19
24
28
33
37
42
47
51
56
61
65
70
75
80
84
2
7
11
16
21
26
31
36
41
46
51
56
61
66
71
77
82
87
92
3
7
12
18
23
28
33
39
44
50
55
61
66
72
77
83
88
94
100
3
8
14
19
25
30
36
42
48
54
60
65
71
77
83
89
95
101
107
3
9
15
20
26
33
39
45
51
57
64
70
77
83
89
96
102
109
115
4
9
16
22
28
35
41
48
55
61
68
75
82
88
95
102
109
116
123
0
4
10
17
23
30
37
44
51
58
65
72
80
87
94
101
109
116
123
130
0
4
11
18
25
32
39
47
54
62
69
77
84
92
100
107
115
123
130
138
0
0
0
1
1
1
1
2
2
2
3
3
3
4
4
4
0
0
1
2
2
3
3
4
5
5
6
7
7
8
9
9
10
11
273
f ( x i ) dx
para x
Moda esperada:
P i+1
a i+1
Mo = L i 1 +
* ai
P i+1 + P i 1
a i+1 a i 1
Mo =
P i+1 * +
a i Li 1
+
P i+1 P i 1
Varianza esperada:
E [x ] =
entonces
Pac (x i ) = 0.5
Me = x i
x + x i +1
Me = i
2
FUNCIONES DE DENSIDAD
entonces
que si:
Se ubica el valor 0.5 entre dos valores consecutivos de probabilidad acumulada: Pac (x i 1 ) 0.5 Pac (x i ) , tal
Esperanza matemtica:
Mediana esperada:
2
i
Moda esperada:
Varianza esperada:
para x = 0, 1, 2,K , n
i =1
i =1
n
i=1
E [x ] = x i P ( x i )
Esperanza matemtica:
FUNCIONES DE CUANTA
P ( x i ) = P ( x i, y j ) =
Probabilidad marginal:
Teorema de Bayes:
P (y j /x i ) =
P (x i )
P (x i y j )
=
j=1
P (y
j
) * P (x i / y j )
P (y j ) * P (x i / y j )
s
j=1
Probabilidad total:
Regla multiplicativa:
Regla de adicin:
Probabilidad condicional:
n i1 n i2 n i3
n
+
+
+ . . . + is
n
n
n
n
Me = Li 1 +
j=1
CALCULO DE PROBABILIDADES
n ij Casos favorables
=
n
Casos posibles
Me
P ij =
f (x) dx = 2
Probabilidad conjunta:
f (x) dx =
Me
Mediana esperada:
0.5 Pac (x i 1 )
(a i )
P(x i )
Tipo de
variable?
continua
discreta
Nmero de
ensayos?
variable
fijo
Naturaleza
de las
pruebas?
independiente
independiente
dependiente
Resultados
posibles?
dicotmico
categora
dicotmico
independiente
Normal
Binomial
negativa
Multinomial
f (x1, x2,..., xK ) =
i=1
x!
n!
i=1
* P (xi )xi
1
y=
e
2
2 2
( x )2
x e
x!
z=
(x 0.5) np
npq
P(x, ) =
Aproximacin Z =
a la normal
N1 N N1
x
nx
P(x) =
N
n
np>5
nq>5
Poisson
*
B (n, c, p ) = 1 - B (x -1, n, p )
Hipergeomtrica
n
P(x) = p x q n x
x
Binomial
n>25
p<0.05
Tipo de
variable?
Continua
Discreta
Existen
muestras?
Si
No
No
Forma de la
poblacin?
No normal
Normal
Normal
Normal
Tamao de
muestras?
Pequeo
Grande
Cualquiera
No existe
No existe
n
0.05
N
n
< 0.05
N
(x 0.5) np
npq
x
x
x =
z=
z=
Z=
No se puede aplicar el
teorema central del lmite
Distribucin
de las medias
muestrales
Distribucin
normal
poblacional
Aproximacin
normal a la
binomial
x =
x =
N n
N 1
Se conoce la varianza de la
poblacin?
Forma de la
poblacin
No
Normal
n>50
n<20
n>20
n<30
n>30
Grande
Pequeo
Grande
Pequeo
Grande
Cualquier n
Pequeo
n<50
Tamao de la
muestra?
No
Si
No
Si
t ,n 1
x+
) = 1 -
) = 1 -
K2
) = 1 -
) = 1 -
) = 1 -
,n1 *
) = 1 -
x + Z *
2
x + Z *
2
x + Z *
2
x + Z *
2
x+ K
P = (x - Z *
2
P = (x - K
P = (x - Z *
2
P = (x -
P = (x - Z *
2
P = (x - Z *
2
DE LA MEDIA DE LA POBLACIN
Parmetro a
estimar?
Proporcin
Media
Varianza
conocida?
No importa
No
Si
Tamao de
muestra piloto
conocido?
No importa
Si
No
No importa
Tamao de la
Poblacin?
Finito
Infinito
Finito
Infinito
Finito
Infinito
Finito
Infinito
n=
pqz 2 N
pqz 2 + e 2 ( N 1)
t 2s2 N
t 2 s 2 + e 2 ( N 1)
z
n0 = p (1 p ) 2
e
n=
z 2 s2 N
z 2 s 2 + e 2 ( N 1)
n0 = t ,n p 1
e
2
n=
z 2 2 N
z 2 2 + e 2 ( N 1)
n0 = z
2
n=
n0 = z
2 e
No
Varianzas de
las poblaciones
conocidas?
Tamao de las
muestras?
Datos
pareados?
Pequeo
n<30
Si
n>30
Si
No
No
No
Si
Grande
Cualquier n
Varianzas
Iguales?
No
Si
Si
Si
No
No
n1
n1
2
s1
s12 s 22
+
n n2
= 12
2
2
2
s1 s 22
n1 + n 2
n1 + 1 n 2 + 1
n2
1 1
n2
2
s2
n1
1 2 (x1 x 2 ) + t *
,
n1
2
s1
n2
2
s2
n2
2
s2
) =1-
n2
) =1-
) =1-
) =1-
n2
2
2
1 1
n1
2
s1
n1
2
1
= n1 + n2 2
1 2 (x1 x2 ) + t *s
,
(n1 1) s12 + (n 2 1) s 22
n1 + n 2 2
1 2 (x1 x2 ) + z *
1 2 (x1 x2 ) + z *
s
s
x + t *
) =1 -
,
n
n
2
P ((x1 x 2 ) t *
s=
n2
2
s2
2
s1
n1
n2
n1
2
2
s
s
x + z *
) =1 -
n
n
2
P ((x1 x2 ) - t * s
P (x t *
P (x z *
P ((x1 x2 ) - z *
P ((x1 x2 ) - z *
2
1
Nmero de
poblaciones?
Dos
Una
Cul es la
palabra clave?
Comparacin
de fracciones
o porcentajes
Relacin de
variabilidades
Comparacin
de promedios
Fraccin
Porcentaje
Probabilidad
Variacin
Variabilidad
Promedio
Medio
P p z
2
n<30
p (1 p )
< p < p + z
2
n
Diferencia
de proporciones
P ( p1 p 2 ) z
Cociente de varianzas
p1 (1 p1 ) p 2 (1 p 2 )
+
< p1 p2 < ... = 1
n1
n2
s2
1
12 s12
1
1
= 1
<
<
P 2
s2 F , n 1, n 1 22 s22 F1 ,n 1,n 1
2
2
2 1
2 1
p (1 p )
= 1
n
(n 1) s 2
( n 1) s 2
2
= 1
< < 2
P 2
, n1
1 ,n 1
2
2
s
s
= 1
< <
P
z
z
1 2
1+ 2
2n
2n
Proporcin
Varianza
n>30
Se conoce la varianza de la
poblacin?
Forma de la
poblacin
No
Normal
n>50
n<20
n>20
n<30
n>30
Grande
Pequeo
Grande
Pequeo
Grande
Cualquier n
Pequeo
n<50
Tamao de la
muestra?
No
Si
No
Si
x 0
x 0
x 0
n
x 0
x 0
n
Z=
K=
s n
x 0
Z=
n
t=
Z=
Z=
No
Varianzas de
las poblaciones
conocidas?
Tamao de las
muestras?
Datos
pareados?
Pequeo
n<30
Si
n>30
Si
No
No
No
Si
Grande
Cualquier n
Varianzas
Iguales?
No
Si
Si
Si
No
No
10
t=
t=
t=
Z=
n
(X
(X
1
1
+
n1 n2
2
2
S
S
+
n1 n2
2
1
X2 ) ( 1 2 )
X2 ) ( 1 2 )
x 0
S n
x 0
s12 s 22
+
n1 n 2
X 2 ) ( 1 2 )
12 22
+
n1 n 2
X2 ) ( 1 2 )
(X
(X
Z=
Z=
s12 s22
n1 + n2
n1 + 1 n2 + 1
s12 s22
+
n1 n2
( n1 1) s12 + ( n2 1) s22
n1 + n2 2
= n1 + n2 2
s=
Nmero de
poblaciones?
Dos
Una
Cul es la
palabra clave?
Comparacin
de fracciones
o porcentajes
Relacin de
variabilidades
Comparacin
de promedios
Fraccin
Porcentaje
Probabilidad
Variacin
Variabilidad
Promedio
Medio
Z=
n>30
np (1 p )
X np
Z=
=
2
11
Diferencia
de proporciones
Z=
Cociente de varianzas
S
2n
20
( n 1) S2
1 1
P (1 P ) +
n1 n 2
p 1 p 2
s12
F= 2
s2
Proporcin
Varianza
n<30
SSE
SST
Error
muestral
Total
N-1
N-k
Grados de
libertad
k-1
MSTr =
SSTr
k 1
SSE
MSE =
Nk
Media cuadrada
F=
MSTr
MSE
Razn F
Ti2 T 2
SSTr =
n
N
i =1
i
k
T2
N
12
k n
2
T
=
donde:
y ij
i =1 j=1
i =1 j=1
SST = yij2
j=1
Ti = yij
El estadstico de prueba es la F de Fisher, puesto que se estn relacionando dos varianzas. Las ecuaciones para hallar este valor
son:
Suma de
cuadrados
SSTr
Fuente de
variacin
Entre
tratamientos
SSBl
SSE
SST
Bloques
Error muestral
Total
ab-1
(a-1)(b-1)
b-1
Grados de
libertad
a-1
SSTr
a 1
SSBl
b 1
SSE
MSE =
(a 1)(b 1)
MSBl =
MSTr =
Media cuadrada
FBl =
FTr =
MSBl
MSE
MSTr
MSE
Razn F
2
ij
T2
a ab
Tj2
donde:
13
j=1
Ti = yij
i =1
Tj = yij
donde:
a b
T
=
y
donde:
ij
=
=
i
1
j
1
j=1
SSBl =
Ti2 T 2
SSTr =
ab
i =1 b
T2
SST = y
ab
i =1 j=1
Donde existe un estadstico para las dos pruebas: Tratamientos y Bloques. Las ecuaciones necesarias son:
Suma de
cuadrados
SSTr
Fuente de
variacin
Tratamientos
Cuadro
bidimensional?
No
Si
Nmero de
muestras?
Una
Dos
(Muestras
independientes)
Mayor a dos
Cualquier
a
Ajustar a una
distribucin?
Preferencia de
productos?
Experimentos
antes y despus?
Bloques y
tratamientos iguales?
Clasificaciones
independientes?
n>20
14
(Muestras dependientes o
apareadas)
i =1 j =1
(f
ij
Eij
Eij )
2
i =1
=
2
n>20
n<20
z=
ei
z=
(x 0.5) 0.5n
0.5 n
Distribucin binomial
(p=0.5)
n + n + 1
(n1 n2 ) 1 2
2
n
n
1
+
+
n1n2 1 2
3
( Oi ei )
R R
U = n1n2 +
n1 ( n1 + 1)
R1
2
n ( n + 1)
R2
U ' = n1n2 + 2 2
2
2
12 k R i
3(N + 1)
N(N + 1) i =1 n i
n<20
H=
(Muestras
independientes)
Prueba U (NP)
ANOVA
(Un factor) (P)
Prueba H (NP)
ANOVA
(Dos factores) (P)
Independencia de
atributos (NP)
15
ESTADSTICA II
FORMULARIO