Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Problemas Distribucion Multinomial
Problemas Distribucion Multinomial
PRESENTADO POR:
1400933
1400956
PRESENTADO A:
JOSE NELSON RODRIGUEZ
INTRODUCCION
En este documento, se pretende conocer, analizar y calcular la desviacin normal ylas
estimaciones para los ejercicios planteados de acuerdo a los datos proporcionados por
cada uno de ellos.
Estos ejercicios se realizaran como parte de nuestro proceso de aprendizaje en donde
pondremos en prctica los conocimientos adquiridos en el aula.
En el caso de que se conozcan todos los elementos de una poblacin, es fcil calcular
todos los parmetros asociados en una poblacin con compartimiento normal; sin
embargo, en la vida real no ser as, y necesitaremos estimar algunos de ellos a partir de
los parmetros de la muestra de all la importancia de la estimacin estadstica.
Cuando se quiere realizar el estudio de una poblacin cualquiera de la que se
desconocen sus parmetros, como su media poblacional o desviacin si la poblacin
sigue una distribucin Normal, se debe tomar una muestra aleatoria de la poblacin a
travs de la cual calcularemos
una aproximacin a dichos parmetros que
desconocemos y queremos estimar. Esta aproximacin se denomina estimacin.
Adems, junto a esa estimacin, y dado que muy probablemente no coincida con el valor
real del parmetro, acompaaremos el error aproximado que se comete al realizarla.
OBJETIVOS
MARCO TEORICO
Distribucin Normal:
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio
nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la
que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Una distribucin normal de media y desviacin tpica se designa por N(, ). Su
grfica es la campana de Gauss:
El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda
y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.
Formulas para distribucin Normal:
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).
Donde: = Promedio
X = Variable
Z =Transformacin de la variable X para funcin Normal
= Desviacin = raz cuadrada de la varianza
Distribucin Muestral
Cada muestra de tamao n que podemos extraer de una poblacin proporciona una
media. Si consideramos cada una de estas medias como valores de una variable
aleatoria podemos estudiar su distribucin que llamaremos distribucin muestral de
medias.
Media
Es el promedio aritmtico de las medias del conjunto de datos; ya sea de la poblacin o
de la muestra.
Tambin habremos de referirnos a la media como el valor esperado de X, y se denotar
con E (X).
Varianza
Es el promedio de la suma de los cuadrados de las desviaciones. Se entiende por
desviacin la diferencia de una media respecto a la media
Como puede verse, la varianza es una medida de dispersin. Indica, en promedio, qu
tan alejados estn los datos respecto de la media.
Desviacin tpica o estndar
Es la raz cuadrada de la varianza.
Por simplicidad, en las expresiones anteriores se acostumbra suprimir el subndice i, as
como los lmites de las sumatorias.
La variante estadstica para distribuciones mustrales se obtiene segn esta formula.
PROBLEMAS
DISTRIBUCIN NORMAL
Datos:
Variable
Desviacin
20
Media
Anlisis:
Es una desviacin Normal ya que me dan y
Modelo Matemtico:
P (18 < x <25)
Grafica
b)
Datos:
Variable
Desviacin
Media
20
Anlisis:
Es una desviacin Normal ya que me dan y
Modelo Matemtico:
P (x >24) = A
A = 1 A1
A = 1 A1 = 1- 0,8413 = 0,1587
El porcentaje de personas que requieran ms de 24 minutos.es de 15,87%
Grafica
3.- Una mquina llenadora automtica se grada para dispensar 1000 c.c. sin embargo
al realizar un control de calidad se encontr que el 10 % de las botellas contenan ms
1000 c.c. y el 5 % contenan menos de 985 c.c. se pregunta el contenido medio de
llenado de las botellas.
Datos:
x
1000
0,10
985
0,05
Anlisis:
Modelo Matemtico:
Despejamos
de cada ecuacin
Despejamos
Grafica
5.- Si se desea construir un auto que sea superior al 95 % de los autos del
problema anterior, cuantos km por galn debera recorrer este nuevo auto?
Problema anterior: Cierta marca de autos recorre 25.5 km por galn de
combustible, con una desviacin de 4.5 km por galn; Qu porcentaje de autos
rinden ms de 30 km por galn?
Datos:
Variable (x)
Desviacin ()
Media ()
30 Km
4.5 Km
0.95
Anlisis:
Es una desviacin Normal ya que me dan y Z y me estn preguntando la media.
Modelo Matemtico:
Debemos despejar
(
=
(
de la ecuacin:
)
(
( )
Grafica
Datos:
Variable (x)
Desviacin ()
Media ()
529 = 23
240
0.02
Modelo Matemtico:
Debemos despejar
(
=
(
de la ecuacin:
)
( )
La Cantidad que debe solicitar para que la probabilidad que se le acaben no sea
mayor al 2% es 240.46
Grafica
A
8
B
16
C
42
D
20
E
14
10
a)
Datos:
X2
X1
42%
160000
136500
Anlisis:
Es una desviacin Normal ya que me dan Media () y un intervalo
Modelo Matemtico:
Despejamos
de cada ecuacin
Despejamos
)
)
Grafica
11
b) valor esperado
Datos:
Media ()
42%
25000
Anlisis:
Es un valor esperado E(x) = n*P
Modelo Matemtico:
P (x >170000) A = 1 - A1
A1= 0,9625
A = 1 0,9625 = 0,0375
E(x) = 25000*0,0375 = 937,5
Grafica
12
PROBLEMAS
DE ESTIMACION
a) Inferior a 70
Datos:
Muestra
Desviacin
Media
81
72
<70
Anlisis:
Es una estimacin ya que me dan n, y
Modelo Matemtico:
P (x <70) A = A1
=-6
A1=0
A = 0%
Grafica
13
b)
Datos:
Muestra
Desviacin
Media
81
72
>75
Anlisis:
Es una estimacin ya que me dan n, y
Grafica
Modelo Matemtico:
P (x >75)
A = 1- A1
=9
A1=1.
14
A = 1- 1 = 0 %
c)
Datos:
Muestra
Desviacin
81
Media
72
69<x<75
Anlisis:
Es una estimacin ya que me dan n, y
Modelo Matemtico:
P (69 < x <75)
A= A2 -A1
A2=0.3707 = 37.07%
= - 0.333
A1=0.6293 = 62.93%
= 0.333
z=z1+z2 = 100%
Grafica
3) En una distribucin normal se seleccionan todas las posibles muestras tamao 25, si
el 2 % de estas muestras tienen una media que difieren de la media poblacional en ms
de 4 en valor absoluto. Hallar la desviacin estndar de la poblacin.
Datos:
Muestra
Desviacin
15
25
|4|
2%
Anlisis:
Es una estimacin ya que me dan x- y n
Modelo Matemtico:
Determinar la desviacin estndar: la realizo con la ecuacin de promedio nominal
Aceptar una remesa que tiene una vida promedio de 59 horas y desviacin de 3.
Datos:
16
Muestra
Muestra
Desviacin
Media
70000
36
60
x
59
Anlisis:
Es una estimacin ya que me dan , n, y N
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio nominal
b)
Grafica
Datos:
Muestra
Muestra
Desviacin
Media
70000
36
60
Anlisis:
17
60,5
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio nominal
Grafica
7) Se toma una muestra de 400 artculos producidos por una empresa y se pregunta
cul debe ser la probabilidad de que en esa muestra el 5 % o ms sea defectuosa,
sabindose, por experiencia que esa empresa produce en promedio 4 % de artculos
defectuosos.
Datos:
Muestra
n
400
Promedio
Promedio
0,04
0,05
Anlisis:
Es una estimacin ya que me dan , n y x
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional
18
Grafica
Datos:
Muestra
n
40
Promedio
P
P-p
0,90
0,08
Anlisis:
Es una estimacin ya que me dan , n y x
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional
19
Grafica
11) Se tiene la poblacin de los nmeros dgitos (1 al 9); determine la probabilidad de que al
seleccionar 4 de ellos, en promedio, la suma de los cuatro sea superior a 20.
P(x>20) = 0.06%
Datos:
N
9
n
4
Anlisis:
Es una estimacin ya que me dan N, n
Modelo Matemtico:
P ( x < 20)
20
Grafica
Datos:
Muestra
Muestra
n
8
36
Promedio
P
0,25
Anlisis:
Es una estimacin ya que me dan N, n y P
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional
21
El rea para Z =-0,18 es de 0.4286 de donde 1-0,4286 = 0,5714 = 57,14%
L a probabilidad de que 8 o ms estudiantes, de una muestra 36 tomada de un
plantel, usen anteojos es de 57.14%
Grafica
Datos:
Muestra
n
59
81 mm.
12 mm.
Anlisis:
Es una estimacin ya que me dan n, s y
Modelo Matemtico:
Determinamos el valor de z en el intervalo de confianza con la tabla y
determinamos el error.
22
< < +
Grafica
17) Una mquina llenadora tiene una varianza de 1 onza; si se toman 25 vasos
llenados en una hora, halle la probabilidad de que el promedio muestral quede dentro de
0.3 onzas de diferencia con respecto al promedio verdadero de llenado.
Datos:
Muestra
Desviacin
Error (Diferencia)
25
1=1
0.3
Anlisis:
Modelo Matemtico:
23
La probabilidad de que el promedio muestra quede dentro de 0.3 onzas de diferencia con
respecto al promedio verdadero de llenado es 0.8664
Grafica
Datos:
Variable
Desviacin
Media
0,8
Anlisis:
Es una estimacin ya que me dan ,
Modelo Matemtico:
P (1< x <3)
A = A2 A1= 0,1056 -0
= 0,1056 10,56%
24
b) Datos:
Variable
Desviacin
Media
0,8
Anlisis:
Es una estimacin ya que me dan ,
Modelo Matemtico:
P (x >115)
A = A1= 0
0%
25
21. - Silvana desea estimar la vida til promedio de sus lmparas; Qu tamao de
muestra necesita para garantizar que habr un riesgo de slo 0.001 de exceder un error
de 5 das en la estimacin? Asuma una desviacin de 25 das
Datos:
Desviacin
Error
0.001
25
Anlisis:
Es una estimacin ya que me dan z, y
Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional
0.000025
El tamao de muestra necesita para garantizar que habr un riesgo de slo 0.001
de exceder un error de 5 das en la estimacin es de 0.000025
23. - Explique brevemente:
A) Estimador y Parmetro
26
Datos:
Variable
Desviacin
Media
0,8
Anlisis:
Es una estimacin ya que me dan ,
Modelo Matemtico:
P (1< x <3)
27
A = A2 A1= 0,1056 -0
= 0,1056 10,56%
b) Datos:
Variable
Desviacin
Media
0,8
Anlisis:
Es una estimacin ya que me dan ,
Modelo Matemtico:
P (x >115)
A = A1= 0
0%
28
27) Hallar el nmero de clientes n tal que la probabilidad de dar servicio a todos en dos
horas o menos, sea aproximadamente de 0.10.
n = 88
0.134 < < 0.226
29) Una Universidad desea estimar la proporcin de profesores, en C.B. que estn a
favor de que se corrija el programa de aseguramiento de la calidad en sus diferentes
asignaturas. La estimacin debe quedar a menos de 0.05 de la proporcin verdadera de
los que favorecen el programa; con un coeficiente de confianza del 90%,Cuntos
profesores se deben muestrear? n = 271 profes.
CONCLUSIONES
29
BIBLIOGRAFIA
30
31