EJERCICIOS RESUELTOS DE DISTRIBUCIONES DE PROBABILIDAD

I. Debidos a las altas tasas de inters, una firma informa que 30% de sus cuentas por cobrar de otras
firmas comerciales estn vencidas. Un contador escoge aleatoriamente una muestra de 5 cuentas.

1. Obtenga la expresin matemtica que define a la distribucin de probabilidad del nmero de cuentas
vencidas.

n , 2, 1, 0, , ) 70 0 ( ) 0.30 (
5
X
5
=
|
|
.
|

\
|
= = x
x x
x
x
-
. P ) (


2. Determine la probabilidad de que:
a) 2 cuentas estn vencidas
3087 0 ) 343 0 ( ) 09 0 ( 10 ) 70 0 ( ) 30 0 (
5
) 2 X ( . . . . . P = =
|
|
.
|

\
|
= =
3 2
2


b) ninguna este vencida
1681 0 ) 1681 0 ( ) 1 ( ) 1 ( ) 70 0 ) 30 0 (
5
) 0 X ( ( . . . . P = =
|
|
.
|

\
|
= =
5 0
0


c) al menos una este vencida
P ( X > 1 ) = 1 - P ( X = 0 )
= 1 - 0.1681 = 0.8319

d) todas estn vencidas
0.0024 ) 1 ( ) 0.0024 ( ) 1 ( ) 0.70 ( ) 0.30 (
5
) 5 X ( = =
|
|
.
|

\
|
= = P
0 5
5


II. La probabilidad de que un presunto cliente de un centro comercial escogido aleatoriamente haga una
compra es 0.20. Un vendedor visita a 15 presuntos clientes.

1. Determine la probabilidad de que:
a) Haga menos de 3 ventas.

La variable aleatoria X representar el nmero de ventas realizadas en la muestra y
P ( X < 3 ) = P ( X s 2 ) = P ( X = 0 ) + P ( X = 1 ) + P ( X = 2 ), se obtiene aplicando un modelo
binomial con parmetros n = 15 y p = 0.20
0.2309
13 2
2
2
0.1319
14 1
1
1
0.0352
15 0
0
0
) 0550 . 0 ) ( 04 . 0 ( 105 ) 80 . 0 ( ) 20 . 0 (

15
) P ( X
) 0440 . 0 ) ( 20 . 0 ( 15 ) 80 . 0 ( ) 20 . 0 (

15
) P ( X
) 0352 . 0 ) ( 1 ) ( 1 ( ) 80 . 0 ( ) 20 . 0 (

15
) P ( X
= =
|
|
.
|

\
|
= =
= =
|
|
.
|

\
|
= =
= =
|
|
.
|

\
|
= =

Luego P ( X < 3 ) = 0.0352 + 0.1319 + 0.2309 = 0.3980

b) Haga al menos 3 ventas.
P ( X > 3 ) = 1 - [ P ( X = 0 ) + P ( X = 1 ) + P ( X = 2 ) ] = 1 - 0.3980 = 0.602
2. Determine el nmero esperado de ventas del vendedor y la desviacin estndar del nmero de ventas.
E ( X ) = np = 15 ( 0.20 ) = 3 ventas
V ( X ) = np ( 1 p ) = 15 ( 0.20) ( 0.80 ) = 2.4 . . 5492 1 4 2 = =
X
o ventas

III. Un gerente selecciona aleatoriamente 3 individuos de un grupo de 10 empleados para asignarlos a un
estudio de clasificacin de salarios. Suponga que 4 de los empleados trabajaron previamente en
proyectos semejantes.

1. Determine la expresin matemtica que define a la distribucin de probabilidad del nmero de empleados
con experiencia.
3 , 2 , 1 , 0 ,
3
10

- 3
6

4
) P ( X =
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
= = x
x x
x

2. Determine la probabilidad de que:
a) dos tengan experiencia.

0.30
2 2
2
120
) 6 ( 6

3
10

1
6

2
4

3
10

- 3
6

4
) X ( P = =
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
= =

b) ninguno tenga experiencia.
0.1667
0 0
0
120
) (20 ) 1 (

3
10

3
6

0
4

3
10

- 3
6

4
) X ( P = =
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
= =

c) a lo sumo 2 tienen experiencia

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

0.50
2 1
1
) (


) P ( X = =
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
= =
120
15 4
3
10
6 4


Luego P ( X s 2 ) = 0.1667 + 0.5000 + 0.3000 = 0.9667

3. Determine el nmero esperado de empleados con experiencia y la desviacin estndar del nmero de
empleados con experiencia.
Como p = 0.4
10
4
N
A
= =

E( X ) = np = 3(0.4) = 1.20 empleados
V( X ) = np (1 p) |
.
|

\
|
1 - N
n - N
= 3(0.4)(0.6)( 7 / 9 ) = 0.56 0.7483 0.56 = =
X
o empleados

IV. Un producto industrial particular se enva en lotes de 200. Como la prueba para determinar si un
artculo est defectuoso es costosa, dise un plan de muestreo que recomienda muestrear 5 artculos
de cada lote y rechazar el mismo si resulta ms de un artculo defectuoso. Si se rechaza se prueba cada
artculo del lote. Suponga que un lote contiene 8 artculos defectuosos.

1. Cul es la probabilidad de aceptar el lote?
n = 5 , N = 200 y A = 8.
P (aceptar el lote) = P ( X s 1 ) = P ( X = 0 ) + P ( X = 1 )
( )
( )
) P ( X
) 0.8493 ( ) 0.04 ( 5 ) 96 . 0 ( 04 . 0
5
) P ( X
) 0.8154 ( ) 1 ( ) 1 ( ) 96 . 0 ( 04 . 0
5
) ( X P
0.9853 0.1699 0.8154 1
0.1699
4 1
1
1
0.81.54
5 0
0
0
= + = s
= =
|
|
.
|

\
|
= =
= =
|
|
.
|

\
|
= =


V. Suponga que el nmero promedio de vehculos que llegan a un parqueo es de 10 por hora.
Cul es la probabilidad de qu en una hora determinada lleguen 4 vehculos ?

X = 4 se va a obtener aplicando un modelo de Poisson con parmetro = 10

0.0189
24
0.4540
24
004540) 10000(0.00
!
e 10
) X P(
10
= = = = =

4
4
4


VI. Suponga que el nmero promedio de llamadas que llegan a una Central Telefnica es de 120 por
hora.
1) Construya la expresin matemtica que define a la distribucin de probabilidad del nmero de
llamadas que ocurren en 3 minutos.
6 ) 3 ( 2 3
60
120
= = = ) ( ) (

Entonces:
2, 1, 0, ,
!
6 -
e 6
) X ( P = = = x
x
x
x

2) Cul es la probabilidad de que:
i) Se reciban 2 llamadas
0.0450 ) 0.0025 ( 18
6 -
e 18
2!
6 -
e
2
6
) 2 X ( P = = = = =

ii) Se reciba una llamada o ms
P ( X > 1 ) = 1 - P ( X = 0 )


6 -
e
1
6 -
e ) 1 (

!
6 -
e 6
) X ( P 0.0025
0
0
0 = = = = =

P ( X > 1 ) = 1 - 0.0025 = 0.9975
VII. En una fbrica han ocurrido accidentes a razn de una cada dos meses. Suponga que ocurrieron en
forma independiente.

1. Determine la probabilidad de que:

i) No haya accidente en determinado mes.
X representa el nmero de accidentes que ocurren cada mes.
representa el nmero promedio de accidentes por mes.
Entonces vamos a utilizar un modelo de Poisson con =
2
1
= 0.50 accidentes por mes
0.6065
0.5
e
1
0.5
(1)e
!
0.5
e (0.5)
) X P( =

= =
0
0
0

ii) hallan 4 accidentes en determinado trimestre
= 5 . 1 ) 3 (
2
1
= accidentes
0.0471
24
) 0.231 ( 5.0625

!
1.5 -
e ) 1.5 (
) X ( P = = = =
4
4
4

2. Cuntos accidentes espero en un ao?
= ) 12 (
2
1
= 6 accidentes

VIII. Se sabe que el 1% de las cuentas de ahorro de un banco estn desactivadas. Se selecciona
aleatoriamente una muestra de 30 cuentas. Cul es la probabilidad de que 3 cuentas estn
desactivadas?

= 30 ( 0.01 ) = 0.30

6
) (0.7408 0.027

!
e ) 0.30 (
) X ( P
0.3 -
0.0033
3
3
3
= = = =

IX. Suponga para cierta marca y modelo de computadora, que el tiempo de operacin en forma efectiva
(antes de la primera descompostura) sigue una distribucin normal con una media de 350 horas y una
desviacin estndar de 50 horas.

1. Cul es la probabilidad de qu una computadora de esa marca y modelo opere efectivamente:
i) menos de 300 horas

Suponga que la variable aleatoria X representa el tiempo de operacin en forma efectiva de las
computadoras.

Sabemos que X ~ N ( = 350 , o = 50 ) y que necesitamos calcular P ( X < 300 ).

Una ilustracin grfica de la estandarizacin de X y 300 se da a continuacin donde se ha sombreado el rea
representada por P ( X < 300 ).
o = 50

A = 0.1587 A = 0.1587




300 = 350 X -1 0 Z
Como el evento X < 300 corresponde al Caso 1, tenemos que:


0.1587 ) ( F ) Z ( P
50
350
Z P ) X ( P = = < = < = <
|
|
.
|

\
|
1 - 1 -
- 300
300


ii) Por lo menos 280 horas.

Aqu queremos calcular P ( X > 280 ).

Una ilustracin grfica ser la siguiente donde se ha sombreado el rea representada por
P ( X > 280 ).
A = 0.9192





280 = 350 X


Como el evento X > 280 corresponde al caso 2, tenemos que: P ( X > 280 ) = 1 - P ( X < 280 )

) Z ( P
350 -
Z P ) X ( P 1, caso el segn donde 1.40 -
280
280 < = < = <
|
|
.
|

\
|
50

= F ( - 1.40 ) = 0.0808

Luego P ( X > 280 ) = 1 0.0808 = 0.9192.


iii) Entre 300 y 403 horas.

Ahora queremos calcular P ( 300 < X < 403 )

La ilustracin grfica de esta situacin se da a continuacin donde se ha sombreado el rea que representa P (
300 < X < 403 ).

A = 0.6967





300 = 350 403 X

Como el evento 300 < X < 403 corresponde al caso 3, tenemos que:

P ( 300 < X < 403) = P ( X < 403) - P ( X < 300 )

0.8554
) ( F ) Z ( P
50
350 -
Z P ) X ( P 1, caso el segn donde
=
= < = < = <
|
|
|
.
|

\
|
1.06 1.06
403
403

Luego P ( 300 < X < 403 ) = 0.8554 - 0.1587 = 0.6967

2. Suponga que un momento dado se disponen de 500 computadoras de esa marca y modelo, Cuntas
espero que operen en formas efectiva despus de 280 horas?.

Como hay 500 computadoras espero 500 P ( X > 280 ) = 500 ( 0.9192 ) = 459.6 computadoras.

3. En cuntas horas estarn descompuestas el 99% de esas computadoras?

Recordemos que X representa el tiempo de operacin en forma efectiva de las computadoras.
Supongamos que a representa el mximo tiempo en horas que tarda en descomponerse el 99% de esas
computadoras, entonces.

A = 0.99





= 350 a X



P ( X s a ) = 0.99

Estandarizando X y a obtenemos
) Z ( P
50
350 -
Z P 2.33
a
< = s
|
|
.
|

\
|

El valor 2.33 se encuentra as:

Buscamos en el cuerpo de la tabla el valor ms cercano a 0.99 que debe ser 0.9901, luego trace a partir de l
una lnea horizontal imaginaria hasta que toque el margen izquierdo de la tabla en 2.3 ; despus trace una lnea
imaginaria vertical hasta que toque el margen superior de la tabla en 3.

Ahora si las reas acumuladas a la izquierda de

50
350 - a y 2.33 son iguales, entonces debe cumplirse
que:

50
350 -
2.33
a
=
a = 350 + 2.33 (50) =350 + 116.5 = 466.5 horas
X. En la rama de la construccin est establecido por la ley un salario mnimo de C$ 12 por hora para los
obreros. Si suponemos que los salarios en esta rama estn distribuidos normalmente con una media de
C$ 18 por hora y una desviacin estndar de C$ 3.

i) Qu porcentaje de los obreros podran iniciar un proceso de demanda por incumplimiento a la ley?
Supongamos que la variable aleatoria X representa al salario de los obreros.
Sabemos que X ~ N ( = 18 , o = 3 ).

Cuando el salario X no llega al mnimo se puede iniciar un proceso de demanda, esto es, cuando
X < 12. Por tanto calcularemos P ( X < 12).

Una ilustracin grfica de la estandarizacin de X y 12 aparece a continuacin donde se ha sombreado el rea
representada por P ( X < 12 ).

o = 3

A = 0.0227 A = 0.0227




12 = 18 X -2 0 Z

Como el evento X < 12 corresponde al caso 1, tenemos que:
0.0227 ) Z ( P
3
18 -
Z P ) X ( P = < = < = <
|
|
.
|

\
|
2 -
12
12


El 2.27% de los obreros pueden iniciar un proceso de demanda
ii) Cul es el menor salario que perciben los obreros que representan el 10% de los mejores remunerados?
Suponga que c representa el menor salario que perciben el 10% de los mejores remunerados.
Entonces
P ( X > c ) = 0.10

Como el evento X > c corresponde al caso 2.

1 - P ( X < c ) = 0.10 P ( X < c ) = 0.90

Estandarizando X obtenemos
) Z ( P
3
18 -
Z P 1.28
c
< = <
|
|
.
|

\
|
21.84 C$ (3) 1.28 18 1.28
3
18 -
Luego = + = = c
c

MUESTREO ALEATORIO SIMPLE

1) La poblacin de supermercados de una ciudad se dan en la siguiente tabla.
* * * *

N Super 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16

Ventas diarias 8.1 7.5 5.4 3.0 6.2 7.0 8.0 2.5 1.8 4.3 3.8 5..5 4.6 8.3 9.0 3.6
(en miles de C$)

Si X representan las ventas diarias.
i) Diga que representan y t en el problema.

representa la venta diaria promedio de los supermercados y
t representa la venta diaria total de los supermercados.

ii) Iniciando en la fila 26 y columna 4 de la tabla de nmeros aleatorios y con una direccin horizontal de
izquierda a derecha, tome una muestra aleatoria simple de 4 supermercados. Luego mrquelos con un
*.

Cada nmero de cdigo tendr dos dgitos porque la poblacin es de tamao N = 16. Observando, para la fila 26
y columna 4, los dos primeros dgitos, obtenemos el nmero 96 que es rechazado porque es mayor que 16.
Siguiendo en la direccin horizontal de izquierda a derecha, nos fijaremos ahora slo en los menores o iguales
que 16 y que no se repitan porque el muestreo se est realizando sin reposicin.

El resultado sern los nmeros: 14, 13, 12 y 05
que corresponden a los supermercados 14, 13, 12 y 05 sealados con un *.
1) Con la muestra del inciso ii) del ejemplo 1 , Estime , t y o

Las ventas diarias que corresponden a los supermercados 14, 13, 12 y 05 son presentadas en la siguiente tabla.
No. Super
X

i

2
i
X



05 6.2 38.44
12 5.5 30.25
13 4.6 21.16
14 8.3 68.89
24.6 158.74
C$) de miles en ( 6.15
4
24.6

.
n
= =

=
n
X
X
i
C$) miles en ( 98.4 ) 6.15 ( 16 X N = =
( )
) C$ de miles (en 1.5758 2.4833 S 2.4833
3
7.45

3
151.29 - 158.74

1 4
4
24.6
- 158.74

1 - n
.
.
)
i
X (
- X
S

2
2
2
i
2
= = = =
=

=
n
n
n


iii) Obtenga el error de muestreo correspondiente a la estimacin de
Como
N
x

N
i
= = 5375 . 5
16
6 . 88
= entonces - x e
m
= = 6.15 5.5375 = 0.6125 (en miles C$)

MUESTRA ALEATORIA SISTEMATICA

I) Tome una muestra sistemtica de 6 casas a partir de una manzana que comprende 78 casas.

1. Haga una lista de las 78 casas y numere las 78 casas as: 1, 2, 3, 4, . . . . . . . . . . 78
2. Obtenga el intervalo de muestreo
Como N = 78 y n = 6 , 13
6
78
n
N
= = = k

3. Utilicemos la tabla de nmeros aleatorios para seleccionar de las primeras 13 casas, aquella con la cual
debemos comenzar.
Utilizando dos dgitos para codificar las casas, y entrando en la fila 2 columna 4 con una direccin descendente
obtenemos la casa 07

4. Si seleccionemos cada decimotercera casa, arrancando con la casa 07, obtenemos los siguientes nmeros
de casas:
07, 20, 33, 46, 59, 72

II) A partir de una lista de 70 solicitudes de empleo tome una muestra sistemtica de 8 solicitudes.

1. Numeremos las solicitudes as: 1, 2, 3, . . . . . . 70

2. Obtenga el intervalo de muestreo.
875 nuevo k 75 . 8
8
70
n
N
original k = = = =

3. Utilicemos la tabla de nmeros aleatorios para seleccionar un nmero entre 1 y 875

Usando tres dgitos, y entrando por la fila 28 columna 6 con una direccin de izquierda a derecha obtenemos el
nmero 400

4. A partir de 400 aumente consecutivamente 875 hasta obtener los 8 nmeros

400, 1275, 2150, 3025, 3900, 4775, 5650, 6525

Finalmente se suprimen tantas cifras a la derecha como decimales existan en 8.75
La muestra estar formada por los siguientes nmeros de solicitudes:

4, 12, 21, 30, 39, 47, 56, 65

DISTRIBUCION MUESTRAL DE UN ESTIMADOR

1) Consideremos la poblacin compuesta por 5 representantes de ventas y el nmero de seguros de vida que
vendieron el mes pasado.

Representante No. Seguros
A 8
B 6
C 4
D 10
E 6

Suponiendo que X representa el nmero de seguros vendidos.

i) Construya la distribucin de la poblacin de X representndola grficamente.
Seleccionando todos los valores posibles de X y
hacindoles corresponder a cada uno su
probabilidad obtenemos.

x
i
f ( x
i
)

4 0.20
6 0.40
8 0.20
10 0.20

1.00

ii) Considerando todas las muestras posibles de tamao dos que pueden seleccionarse sin reposicin y sin
orden de la poblacin.
Construya la distribucin muestral de X representndola grficamente.

Seleccionando todas las muestras posibles de tamao n = 2 de la poblacin de tamao N = 5 y calculando para
cada una su media muestral obtenemos.
. Muestras
i
x
8, 6 7
8, 4 6
8, 10 9
8, 6 7
6, 4 5
6, 10 8
6, 6 6
4, 10 7
4, 6 5
10, 6 8

Seleccionando todas las medias muestrales posibles
y hacindoles corresponder a cada una su
probabilidad obtenemos.
i
x f ) x (
i

5 0.20
6 0.20
7 0.30
8 0.20
9 0.10
1.00


0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0 1 2 3 4 5 6 7 8 9 10
f( X)
X
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0 2 4 6 8 10 12
f(X)
X
iii) Para la distribucin poblacional del ejemplo 1 calcule y o
2


x
i
f ( x
i
) x
i
f
i
( x
i
- 6.8 )
2
f(x
i
)
4 0.20 0.80 1.568
6 0.40 2.40 0.256
8 0.20 1.60 0.288
10 0.20 2.00 2.048
1.00 6.80 4.160

=

= 6.8 f x ) (x
i i


o
2
= = 4.16 ) (x f ) - (x
i
2
i

o
2
= 4.16 seguros
2
0396 . 2 16 . 4 = = seguros

iv) Para la distribucin muestral de la media del ejemplo 1calcule
X
y
2
X
o y verifique que
X
=

i
x f(
i
x )
i
x f(
i
x ) ) x ( f
i i

2
) 6.8 - x (
5 0.2 1.0 0.648
6 0.2 1.2 0.128
7 0.3 2.1 0.012
8 0.2 1.6 0.288
9 0.1 0.9 0.484
1.0 6.8 1.560

=
X
= 6.8 f x ) x (
i i
Por tanto
X
= y
2
X
o = = 1.56 ) x ( f ) - x (
i
2
X i


Como
X
o representa el error estndar de la media muestral X, entonces:
seguros 2490 . 1 560 . 1 = =
X
o

v) Para la distribucin muestral de la media del ejemplo 1calculemos ahora
X
y
X
o basndonos en la
distribucin poblacional, esto es, aplicando las frmulas anteriores.

Sabemos que = 6.8 seguros y que o = 2.0396 seguros
Por tanto
X
= = 6.8 seguros
Como las muestras de tamao n = 2 se seleccionaron sin reposicin de una poblacin finita de tamao N
tenemos que

l - N
n - N

n

X
o
o =

X
o = seguros 1.2490 0.375 2.0396 0.75
2
2.0396

1 - 5
2 - 5

2
2.0396
= = =

Comparando estos resultados, concluimos que son iguales.

ESTIMADOR POR INTERVALO PARA y
t
CUANDO o ES CONOCIDA.

I) Una mquina empaca azcar en bolsas plsticas. Se quiere estimar el peso promedio de las bolsas de
azcar sabiendo por estudios anteriores que la desviacin estndar poblacional es de 0.10 lbs. Del flujo
de produccin se toma una muestra aleatoria sistemtica de 10 bolsas, obteniendo los siguientes pesos
en libras.
5.10, 4.90, 4.80, 5.15, 5.05, 4.95, 4.97, 4.85, 5.03, 5.00

Suponiendo que el peso de las bolsas de azcar se distribuye normalmente:
i) Obtenga un intervalo de confianza del 80% para el peso promedio de las bolsas de azcar.
Los elementos son las bolsas de azcar. La poblacin se considera infinita
X representa el peso de las bolsas de azcar. La poblacin es normal con o conocida
representa el peso promedio de las bolsas de azcar. n = 10 bolsas de azcar.
La frmula para esta situacin es:

n
z X
/2
o
o

4.98
10
49.8

n
X
X
i
= = =

n
lbs. y
/2
z lo determinamos de P( Z <
/2
z
o
) = 1 -
2
o
as

Como la tabla de la distribucin Z slo presenta reas acumuladas a la izquierda, encontremos el valor de 1 -
2
o

as: 1 - o = 0.80 o = 0.20

2
o
= 0.10 1 -

2
o
= 0.90

Segn la tabla de la distribucin de Z el rea ms cercana a 0.90 es 0.8997. Trace a partir de esta rea una
lnea horizontal imaginaria hacia la izquierda (que sealar 1.2 ) y luego otra lnea vertical imaginaria hacia arriba
(que sealar 8). Se dir que al rea 0.90 le corresponde
/2
z = 1.28

Sustituyendo X,
/2
z , o y n por su valores correspondientes obtenemos:
4.98 1.28

10
0.10
|
.
|

\
|

4.98 1.28 ( 0.0316 )
4.98 0.0404 Li = 4.9396 lbs. y Ls = 5.0204 lbs.

Podemos decir con un 80% de confianza de que 4.9396 s s 5.0204 y con un 20% de riesgo de que no
est comprendida entre esos lmites.

ii) Identifique el error muestral promedio en la estimacin por intervalo del inciso i)

x

= 0.0316 lbs.

iii) Con la misma muestra anterior, obtenga otro intervalo de confianza para el peso promedio de las bolsas de
azcar, pero con un nivel de confianza del 97%. Compare la longitud de este intervalo con el obtenido en el
inciso i) haciendo los comentarios pertinentes.
/2
z lo determinamos de P( Z <
/2
z
o
) = 1 -
2
o
as:
1 - o = 0.97 o = 0.03

2
o
= 0.015 1 -

2
o
= 0.985

Segn la tabla de la distribucin de Z, al rea acumulada 0.985 le corresponde
/2
z = 2.17

Sustituyendo X,
/2
z , o y n por su valores correspondientes obtenemos
4.98 2.17

10
0.10
|
.
|

\
|

4.98 0.0686 Li = 4.9114 lbs. y Ls = 5.0486 lbs.

Podemos decir con un 97% de confianza de que: 4.9114 s s 5.0486

Observemos que la longitud de este intervalo es mayor que la longitud del intervalo del inciso i), esto significa
que entre ms confiable sea nuestra estimacin menos precisa ser.

iv) Identifique el valor del error mximo permitido con una confianza del 80% en la estimacin del inciso i)
E = 0.0404 lbs
v) Si quiero estimar el peso promedio de las bolsas de azcar con una confiabilidad del 90% de que el error
mximo permitido sea de 0.0313 lbs, Cul debe ser el tamao de la muestra?

Como la poblacin es infinita, la frmula es: n =

E
z

2
/2
(

o
o

Sustituyendo
/2
z , o y E por sus valores correspondientes obtenemos
n =

0.0313
(0.10) 1.65

2
(

= 27.7894 ~ 28 bolsas

Se necesita una muestra de tamao n = 28 bolsas para tener una confiabilidad del 90% de que el error
mximo permitido sea de 0.0313 lbs.

II) Consideremos el conjunto de todas las pequeas industrias de un determinado artculo. Se quiere
estimar la produccin anual total de las industrias y se sabe, en base a estudios anteriores, que la
desviacin estndar poblacional de las producciones anuales es igual a 2 en miles de unidades. Con tal
propsito se selecciona de un listado actualizado de 826 industrias una muestra aleatoria de 50
industrias, obteniendo una produccin anual promedio de 5.52 en miles de unidades.

i) Encuentre un intervalo de confianza del 90% para la produccin anual total de las industrias.

Los elementos son las pequeas industrias. La poblacin es finita de tamao N = 826
X representa la produccin anual por industria. La poblacin se supone que no es normal y o es conocido.
representa la produccin anual promedio. t representa la produccin anual total
n = 50 pequeas industrias

Aunque la poblacin no sea normal podemos aplicar, segn el teorema del lmite central, la siguiente frmula:

1 - N
n - N

n

N z X N
/2 o

porque n > 30
Observe que

826
50

N
n
=
= 0.0605 > 0.05 y que por tanto no podemos omitir el factor de correccin.

Sustituyendo X ,
/2
z , o, n y N por sus valores correspondientes obtenemos
826 (5.52) 1.65 (826)

1 - 826
50 - 826

50
2



4559.52 1.65 (826) (0.2828) (0.9698)

4559.52 373.7882 Li = 4185.7318 y Ls = 4933.3082

Podemos decir con un 90% de confianza de que: 4185.7318 s t s 4933.3082 (en miles de unidades)

ii) Con una confianza del 95% calcule el valor del error mximo permitido en la estimacin de la produccin
anual total del inciso i)
z E
X N /2 o
= = 1.96 (226.5383) = 444.0151

iii) Si quiero estimar la produccin anual promedio de las industrias con una confiabilidad del 80% de que el
error mximo permitido sea de 300 unidades, Cul debe ser el tamao de la muestra?
Como la poblacin es finita, la frmula es
n
o
=
E
z

2
/2
(

o
o


Compruebe que
/2
z = 1.28 y que E =

1000
300

= 0.3 en miles de unidades.

Sustituyendo
/2
z , o y E por sus valores correspondientes obtenemos
n
o
=
0.3
(2) 1.28

2
(

= 72.8178

Como =

826
72.8178

N
n

o
=
= 0.0882 > 0.05, podemos reducir n
o
a
n =

897.8178
60147.5028

825 72.8178
(826) 72.8178

) 1 - N ( n
N n

o
0
=
+
=
+
= 66.9930 ~ 67 pequeas industrias.


RESUELVE

I) Considere la siguiente poblacin de cuentas por cobrar de una compaa.


No. Cuenta

01

02

03

04

05

06

07

08

09

10

11

12

13

14

15
Monto
(en miles de C$)

1.5

2.3

1.0

1.8

1.9

2.0

3.5

1.5

2.4

1.2

1.8

4.5

3.0

2.1

3.5

1) Utilizando la fila 3 columna 4 como una entrada a la tabla de nmeros aleatorios, direccin descendente,
seleccione una muestra aleatoria de 4 cuentas sealndolas con un *

2) Suponiendo que X representa el monto de las cuentas.

i) Diga que representa y t segn el problema.

ii) Estime el monto promedio de las cuentas y el monto total de las cuentas utilizando la muestra
seleccionada en 1)

3) Obtenga los errores de muestreo correspondientes a las estimaciones de y t hechas en el inciso ii)
de la parte 2)

SOLUCION

1) Las cuentas por cobrar seleccionadas son las correspondientes a los nmeros: 07, 10, 03, y 08
2) i) : Monto promedio de las cuentas
t: Monto total de cuentas
ii) X=1.8 en miles de C$
NX=27 en miles de C$


II) La poblacin de supermercados de una ciudad se presenta en la siguiente tabla.


No. Super

01

02

03

04

05

06

07

08

09

10

11

12

13

14

15
Ventas diarias
(en miles de C$) 84 73 50 35 62 38 26 25 56 45 90 20 87 30 40

1) Tome una muestra aleatoria sistemtica de 3 Supermercados entrando en la fila 10, columna 10 y con
una direccin de izquierda a derecha de la tabla de nmeros aleatorios. Luego selelos con un *

2) Suponiendo que X representa las ventas diarias.

i) Diga que representa y t segn el problema.
ii) Estime , t y o utilizando la muestra del inciso 1)
iii) Obtenga los errores de muestreo correspondientes a las estimaciones de y t hechas en el
inciso ii)

SOLUCION

1) Si seleccionamos un punto de arranque r entre 1 y 5 entrando en la fila 10, columna 10 y con una direccin de
izquierda a derecha de la tabla de nmeros aleatorios entonces obtenemos r = 5, y los supermercados
seleccionados son los correspondientes a los nmeros 5, 10, 15

2) i) : Venta diaria promedio
t: Venta diaria total
ii) X = 49 en miles de C$
NX = 735 en miles de C$
S = 11.5326
iii) Para , e
m
= 1.7333 , para , e
m
= 26


III) Se quiere investigar el nmero total de calculadoras que hay en inventario en un centro comercial.

En el siguiente plano se presentan los mdulos que componen el centro.








i) Entrando en la fila 11 y columna 8 de la tabla de nmeros aleatorios y con una direccin descendente (
+ ) , seleccione una muestra aleatoria de 4 mdulos, sealndolos con un *

ii) Suponiendo que la encuesta revel para el primer mdulo seleccionado en el inciso i) la existencia de
10 calculadoras, para el segundo mdulo la existencia de 15 calculadoras, para el tercer mdulo 20
calculadoras y para el cuarto mdulo 3 calculadoras, Estime el nmero promedio de calculadoras por
mdulo y el nmero total de calculadoras en el centro.

SOLUCION

i) Los mdulos seleccionados corresponden a los siguientes nmeros: 05, 17, 13 y 04
ii) X = 12 calculadoras
NX = 240 calculadoras

IV) Se desea investigar en un barrio la cantidad de nios en edad escolar con el fin de estudiar las necesidades
educativas a nivel primario (se piensa construir una escuela). Con tal fin se dispone del siguiente mapa del
barrio.


Parque


Iglesia

Predio
vaco



i) Seleccione una muestra aleatoria sistemtica de 4 manzanas. Luego ubquelas ponindoles un *

ii) Suponiendo que la encuesta revel para la primera manzana seleccionada en el inciso i) la existencia de
18 nios, para la segunda manzana la existencia de 21 nios, para la tercera manzana la existencia de 27
nios y para la cuarta manzana la existencia de 10 nios. Estime el nmero promedio de nios por manzana
y el total de nios en el barrio.

SOLUCION

Supongamos la no existencia de nios en el parque, la iglesia y el predio vaco.

i) Si seleccionamos un punto de arranque r entre 1 y 75 entrando en la fila 7, columna 5 y con una direccin
descendente de la tabla de nmeros aleatorios entonces obtemos r = 18, y las manzanas seleccionados son
los correspondientes a los nmeros 1, 9, 16 y 24

ii) X = 19 nios
NX = 570 nios


V) Un auditor quiere investigar el total de pginas que tienen los documentos de una empresa.
En su poder hay 280 documentos numerados del 001 al 280.

i) Entrando en la fila 1 y columna 4 con una direccin de izquierda a derecha de la tabla de nmeros
aleatorios, seleccione una muestra de 20 documentos, escribiendo el nmero de documento de cada uno.

ii) Suponiendo que los 20 documentos muestreados del inciso i) resultaron con un promedio de13.4
pginas, Estime el nmero total de pginas en todos los documentos.

SOLUCION

i) Si suponemos que entramos en la fila 1, columna 4 y con una direccin de izquierda a derecha de la tabla de
nmeros aleatorios entonces los documentos seleccionados son los correspondientes a los nmeros:

020, 141, 209, 223, 255, 279, 191, 241, 225, 151, 248, 196, 062, 078, 163, 008, 166, 061, 069 y 012

ii) NX = 3752 pginas