Ejer Cici Os

UNIVERSIDAD NACIONAL
“SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE CIENCIAS DEL AMBIENTE
ESCUELA ACADÉMICO PROFESIONAL

INGENIERÍA AMBIENTAL
“EJERCICIOS DE LOS TEMAS ESTUDIADOS EN CLASE”

ASIGNATURA:
ESTADÍSTICA GENERAL
DOCENTE:
MSc. SALDAÑA MIRANDA, Marcela Y.
PRESENTADO POR:
 ABARCA GAYTAN, Kelvin
 CUEVA FERNÁNDEZ, Adler L.
 ÑIVIN CIRIACO, Omar
 LEVEAU HUACHO, Nicole
 VELASQUEZ OCROSPOMA, Jean
HUARAZ-PERÚ
2018
Universidad Nacional “Santiago Antúnez de Mayolo”
Facultad de Ciencias del Ambiente
Escuela Profesional de Ingenieria Ambiental
PROBAILIDADES
Ejemplo 01:
Se lanza un dado y se observa el número de la cara superior. Calcule la
probabilidad de que:
a) Ocurra 3 puntos
b) Ocurra al menos 5 puntos
Solución:
  1,2,3,4,5,6
a) Si el evento “A” ocurre 3 veces entonces A= {3}

#(A) 1
pr (A)    0.167
#() 6
b) Si el evento B ocurre al menos 5 puntos entonces, B= {5,6}
#(B) 2
pr (B)  
#() 6
Ejemplo 02:
Un dado se carga de tal manera que un número par tiene el doble de

posibilidad de salir que un número impar. Si se lanza este dado y se observa el
número obtenido en la cara superior, ¿Con qué probabilidad resulta al menos 3
puntos?
Solución:
  1,2,3,4,5,6
 Si “P” es la probabilidad de que resulte un número impar, entonces, 2P

es la probabilidad de que resulte un número par.
1
 De 2P se tiene: p()  1 luego, 9 p  1 de donde resulta, p 
9
1
 Si el evento “A” obtiene al menos 3 puntos, entonces: A  3, 4,5,6

y la probabilidad de “A” es el número:
1 2 1 2 6
pr (A)     
9 9 9 9 9
Ejemplo 03:
Dos alumnos se distribuyen al azar en 3 computadoras codificadas con 1,
2, y 3 respectivamente. Si ambos pueden estar en una misma
computadora, pero ninguna en dos computadoras a la vez.
a) Liste los elementos del espacio muestral
b) Calcule la probabilidad de que la computadora 3 nno sea
ocupada.
Solución:
Sean los eventos:
Ai= “Alumno “A” en la computadora “i”, i= 1,2,3
Bj= “Alumno “B” en la computadora “j”, j= 1,2,3

a. El espacio muestral al distribuir a 2 alumnos al azar en 3
computadoras es:
   A1B1, A1B2 , A1B3 , A2 B1, A2 B2 , A2 B3 , A3B1, A3B2 , A3B3
b. Si el evento C= la computadora 3 no es ocupada, entonces.
C   A1B1, A1B2 , A2 B1, A2 B2 

Por lo tanto, la probabilidad de que ocurra el evento C es el número:
#(C) 4
pr (C)  
#() 9
2
Ejemplo 04:
Suponga que una rifa consiste de 1000 boletos. Un boleto se premia con
$500, dos con $250, cinco con $100, cien con $5, y los demás no se
premian. Si usted adquiere un boleto de la rifa, Qué probabilidad tiene
de:
a) ¿Ganar alguno de los premios?

b) ¿Ganar a lo más $100?
Solución:
Suponiendo que están enumerados de 1 al 1000, entonces:
  1, 2,......,1000
a) A= “Ganar alguno de los premios” entonces este evento consiste de
todos los elementos que serán premiados. Esto es, #(A)=
1+2+5+100=108. Luego, la probabilidad de que ocurra el evento “A”
es el número:
#( A) 108
pr (A)    0.108
#() 1000
b) B= “Ganar a lo más $100”, entonces, este evento consiste de todos
los boletos que se premiarán con $5 o con $100. Esto es, #(B)=
5+100= 105. Luego, la probabilidad de que ocurra el evento “B” es el
número:
#(B) 105
pr (B)    0.105
#() 1000
3
Ejemplo 05:
Una urna contiene 5 fichas similares de las cuales 3 son de color rojo y 2 de
color azul. Si de esta urna se extraen al azar 3 fichas a la vez, calcule la
probabilidad de que una de ellas sea de color rojo:
a) Listando los elementos
Solución:
a) Denotemos a las fichas rojas por R1 , R2 , R3 y a las fichas azules
por A1 yA2 . El experimento aleatorio de extraer 3 fichas de la urna,

genera el siguiente espacio muestral.
  R1R2 R3 , A1R1R2 , A1R1R3 , A1R2 R3 , A2 R1R2 , A2 R1R3 , A2 R2 R3 , A1R2 R1 , A1R2 R2 , A1R2 R3 

Si A= “Solo una de las 3 fichas es de color rojo”, entonces:
A   A1 A2 R1 , A1 A2 R2 , A1 A2 A3
 Y la probabilidad de “A” es el número:
#(A) 3
pr (A)  
#() 10
4
TEOREMA DE BAYES
EJEMPLO 1:
En la sala de pediatría de un hospital, el 60% de los pacientes son niñas. De los
niños el 35% son menores de 24 meses. El 20% de las niñas tienen menos de
24 meses. Un pediatra que ingresa a la sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad
que sea una niña.
SOLUCIÓN:
Se definen los sucesos:
Suceso H: seleccionar una niña.
Suceso V: seleccionar un niño.
Suceso M: infante menor de 24 meses.
a. En este caso, la población es de los infantes. Y la característica en
común es que sean menores de 24 meses. Por lo tanto, la probabilidad
de seleccionar un infante menor de 24 meses es un ejemplo
de probabilidad total. Su probabilidad será:
𝑀 𝑀
𝑃(𝑀) = 𝑃(𝐻 ) × 𝑃 ( ) + 𝑃(𝑉) × 𝑃( )
𝐻 𝑉
𝑃(𝑀) = 0.6 × 0.2 + 0.4 × 0.35
𝑃(𝑀) = 0.26
b. Para identificar cuando en un ejercicio se hace referencia al teorema
de Bayes, hay que partir de reconocer esta es una probabilidad
condicionada y que la característica común de los sucesos condicionantes
ya ha ocurrido. Entonces, la probabilidad de que sea niña un infante
menor de 24 meses será:
𝑀
𝐻 𝑃(𝐻) × 𝑃( 𝐻 )
𝑃( )=
𝑀 𝑀 𝑀
𝑃(𝐻 ) × 𝑃 ( 𝐻 ) + 𝑃(𝑉) × 𝑃( 𝑉 )
𝐻 0.6 × 0.2
𝑃( ) =
𝑀 0.6 × 0.2 + 0.4 × 0.35
𝐻 0.12
𝑃( ) = = 0.46
𝑀 0.26
5
EJEMPLO 2
Un médico cirujano se especializa en cirugías estéticas. Entre sus pacientes, el
20% se realizan correcciones faciales, un 35% implantes mamarios y el restante
en otras cirugías correctivas. Se sabe, además, que son de género masculino el
25% de los que se realizan correcciones faciales, 15% implantes mamarios y
40% otras cirugías correctivas. Si se selecciona un paciente al azar, determine:
a. Determine la probabilidad de que sea de género masculino
b. Si resulta que es de género masculino, determine la probabilidad que
se haya realizado una cirugía de implantes mamarios.
SOLUCIÓN:
Suceso F: pacientes que se realizan cirugías faciales
Suceso M: pacientes que se realizan implantes mamarios
Suceso O: pacientes que se realizan otras cirugías correctivas
Suceso H: pacientes de género masculino
a. La probabilidad de que sea de género masculino se refiere a un
problema de probabilidad total, ya que es el suceso condicionado y las
cirugías los condicionantes. Dicho valor será:
𝐻 𝐻 𝑂
𝑃 (𝐻 ) = 𝑃 (𝐹 ) × 𝑃 ( ) + 𝑃 (𝑀) × 𝑃 ( ) + 𝑃(𝑂) × 𝑃( )
𝐹 𝑀 𝐻
𝑃(𝐻 ) = 0.2 × 0.25 + 0.35 × 0.15 + 0.45 × 0.4
𝑃 (𝐻 ) = 0.28
b. Como el suceso condicionado ha ocurrido entonces se aplica el
teorema de bayes, luego, el valor de la probabilidad será:
𝐻
𝑀 𝑃(𝑀) × 𝑃(𝑀 )
𝑃( ) =
𝐻 𝐻 𝐻 𝑂
𝑃(𝐹 ) × 𝑃 ( 𝐹 ) + 𝑃(𝑀) × 𝑃 (𝑀 ) + 𝑃(𝑂) × 𝑃(𝐻 )
𝑀 0.35 × 0.15
𝑃( ) =
𝐻 0.2 × 0.25 + 0.35 × 0.15 + 0.45 × 0.4
𝑀 0.0525
𝑃( ) = = 0.19
𝐻 0.2825
6
EJEMPLO 3
Un Doctor dispone de tres equipos electrónicos para realizar ecosonogramas. El
uso que le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el
tercero. Se sabe que los aparatos tienen probabilidades de error de 1%, 2% y
3% respectivamente. Un paciente busca el resultado de una ecografía y observa
que tiene un error. Determine la probabilidad de que se ha usado el primer
aparato.
SOLUCIÓN:
Suceso P: seleccionar el primer aparato
Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error
Se puede observar que la pregunta es sobre determinar la probabilidad de que
un examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por
lo tanto, debemos recurrir al teorema de Bayes. Claro está, que es necesario de
igual forma obtener la probabilidad de que los aparatos produzcan un resultado
erróneo, por lo tanto:
𝐸
𝑃 𝑃(𝑃) × 𝑃(𝑃 )
𝑃( ) =
𝐸 𝐸 𝐸 𝐸
𝑃(𝑃) × 𝑃( ) + 𝑃(𝑆) × 𝑃( ) + 𝑃(𝑇) × 𝑃( )
𝑃 𝑆 𝑇
𝑃 0.25 × 0.01
𝑃( ) =
𝐸 0.25 × 0.01 + 0.35 × 0.02 + 0.4 × 0.03
𝑃 0.0025
𝑃( ) = = 0.116 ≅ 0.12
𝐸 0.0215
7
EJEMPLO 4
En un congreso se reúnen 250 médicos de Europa, de los cuales 115 son
alemanes; 65 franceses, y 70 ingleses. De estos médicos, el 75% de los
alemanes, el 60% de los franceses y el 65% de los ingleses están a favor de
utilizar una nueva vacuna para la gripe. Si escogemos un médico al azar, y está
a favor de aplicar la vacuna, ¿cuál es la probabilidad de que sea francés?
SOLUCIÓN:
Suceso A: médico alemán
Suceso F: médico francés
Suceso I: médico inglés
Suceso V: estar a favor de la vacuna
Representamos nuestro problema en un diagrama en árbol.
0.75
V
115/250 𝑉̅
0.25
0.6
V
65/250
F
0.4 𝑉̅
0.65
70/250 V
I
𝑉̅
0.35
Nos preguntan por P (F/V). Por el teorema de Bayes:
𝑉
𝐹 𝑃(𝐹) × 𝑃(𝐹 )
𝑃( ) =
𝑉 𝑉 𝑉 𝑉
𝑃 (𝐴) × 𝑃 ( ) + 𝑃(𝐹 ) × 𝑃 ( ) + 𝑃(𝐼) × 𝑃( )
𝐴 𝐹 𝐼
8
65
𝐹 × 0.6
𝑃( ) = 250
𝑉 115 65 70
250 × 0.75 + 250 × 0.6 + 250 × 0.65
𝐹
𝑃 ( ) = 0.228
𝑉
EJEMPLO 5
Tenemos tres cajas con bombillas. La primera contiene 10 bombillas, de las
cuales hay cuatro fundidas; en la segunda hay seis bombillas, y tan sólo una
fundida, y en la tercera hay tres bombillas fundidas de un total de ocho. Si
cogemos una bombilla fundida, ¿cuál es la probabilidad de que sea de la caja
1?
Solución
Sucesos:
C1: Caja uno
C2: Caja dos
C3: Caja tres
F: Bombilla fundida
F: Bombilla no fundida
F
6/10
C1
1/3 4/10 F
F
5/6
1/3
C2
1/6
F
1/3 F
5/8
C3
3/8
F
1 4
A
P( ) = 3 . 10 = 0.425
D 1 4 1 1 1 3
3 . 10 + 3 . 6 + 3 . 8
9
INTERBALOS DE CONFIANZA
Intervalos de confianza para la media:
a) Cuando se desconoce la varianza poblacional

Ejercicio 1
En una muestra de 16 mozos de un recreo campestre conocido se ha
encontrado que el promedio de mesas que atienden en una hora es de 5 con
una desviación estándar de 2. Hallar el intervalo de confianza para la media
al 98%.
Solución:
Datos:
n = 16
X=5
Sx = 2
I.C = 98%
1 − 𝛼 = 0,98 ⇒ 𝛼 = 0,02
𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,02 ;16−1) ⇒ 𝑡(0.99 ;15) ⇒ 2,602

2 2
Fórmula:
𝑡 𝛼 𝑡 𝛼
(1− 2 ;𝑛−1) (1− 2 ;𝑛−1)
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando en la fórmula:
(2.602)(2)
𝑢=5 ± ⇒ 𝑢 = 5 ± 1.301
√16
[3.699 ≤ 𝑢 ≤ 6.301]
Interpretación:
El número de mesas atendidas por los mozos por hora varía entre 3.699 y
6.301, a un nivel de confianza del 98%
10
Ejercicio 2
Se desea estimar con un nivel de confianza del 90% la velocidad de 6
jugadores de obteniendo los siguientes resultados: Xi = 32 Km/h, 33 Km/h,
29 Km/h, 32 Km/h, 31 Km/h, y 32 Km/h. Hallar el intervalo de confianza para
la velocidad media de los jugadores.
Solución:
Datos:
n=6
X = 31.5
I.C = 90%
Σ(𝑋𝑖 − 𝑋̅ )2 7.5
𝑆𝑥2 = = = 1.5
𝑛−1 5
𝑆𝑥 = √𝑆𝑥2 = √1.5 = 1.225
1 − 𝛼 = 0,9 ⇒ 𝛼 = 0,1
𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,1 ;6−1) ⇒ 𝑡(0.95 ;5) ⇒ 2,015

2 2
Fórmula:
𝑡(1−𝛼;𝑛−1) 𝑡(1−𝛼;𝑛−1)
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
(2.015)(1.225)
𝑢 = 31.5 ± ⇒ 𝑢 = 31.5 ± 1.008
√6
[30.492 ≤ 𝑢 ≤ 32.508]
Interpretación:
La velocidad media de los jugadores de futbol varía entre 30.492 y 32.508, a un
nivel de confianza del 90%.
11
Ejercicio 3
En una pequeña ciudad de 4000 habitantes se quiere estimar la cantidad de
agua que utiliza cada persona al día para ello se toma una muestra de 20
habitantes obteniendo una media de 380 litros al día con una varianza de
121. Obtener el intervalo de confianza para la media al 95%.
Solución:
Datos:
N = 4000
n = 20
X = 380
𝑆𝑋2 = 121 ⇒ 𝑆𝑋 = √121 = 11
I.C = 95%
1 − 𝛼 = 0,95 ⇒ 𝛼 = 0,05
𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,05 ;20−1) ⇒ 𝑡(0.975 ;19) ⇒ 2,093

2 2
Fórmula:
𝑡(1−𝛼;𝑛−1) 𝑡(1−𝛼;𝑛−1)
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
𝑡(1−𝛼)𝑆𝑥
2 𝑁−𝑛
𝑢 = 𝑥̅ ± (√ )
√𝑛 𝑁−1
(2.093)(11) 4000 − 20
𝑢 = 380 ± (√ ) ⇒ 𝑢 = 380 ± (5.148)(0.016)
√20 4000 − 1
[379.918 ≤ 𝑢 ≤ 380.082]
Interpretación:
La cantidad de agua que utiliza cada persona de una ciudad al día varía entre
379.918 y 380.082, con un nivel de confianza del 95%.
12
Ejercicio 4
Una empresa de transporte público desea estimar el tiempo que le toma a
sus líneas llegar de un paradero a otro, si se toma una muestra de 15 líneas
y se sabe que la media es de 27 min. Y además que la desviación del tiempo
es de 14 min. Hallar el intervalo de confianza para la media al 98%.
Solución:
Datos:
n = 15
X = 27
Sx = 14
I.C = 98%
1 − 𝛼 = 0,98 ⇒ 𝛼 = 0,02
𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,02 ;15−1) ⇒ 𝑡(0.99 ;14) ⇒ 2,624

2 2
Fórmula:
𝑡(1−𝛼;𝑛−1) 𝑡(1−𝛼;𝑛−1)
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
(2.624)(14)
𝑢 = 27 ± ⇒ 𝑢 = 27 ± 9.485
√15
[17.515 ≤ 𝑢 ≤ 36.485]
Interpretación:
El tiempo que le toma llegar de un paradero a otro a sus líneas varía entre
17.515 y 36.485, con un nivel de confianza al 98%.
13
Ejercicio 5
Se desea estimar la cantidad de ventas de una tienda de accesorios, si se

tomó una muestra de una semana de ventas con los siguientes resultados:
Xi = 5, 7,16, 3, 5, 8 y 3 artículos. Hallar el intervalo de confianza para la
media en una semana al 90% de confianza.
Solución:
Datos:
n=7
X = 6.71
I.C = 90%
Σ(𝑋𝑖 − 𝑋̅ )2 121.4
𝑆𝑥2 = = = 20.23
𝑛−1 6
𝑆𝑥 = √𝑆𝑥2 = √20.23 = 4.497
1 − 𝛼 = 0,9 ⇒ 𝛼 = 0,1
𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,1 ;7−1) ⇒ 𝑡(0.95 ;6) ⇒ 1.943

2 2
Fórmula:
𝑡(1−𝛼;𝑛−1) 𝑡(1−𝛼;𝑛−1)
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
(1.943)(4.497)
𝑢 = 6.71 ± ⇒ 𝑢 = 6.71 ± 2.434
√7
[4.276 ≤ 𝑢 ≤ 9.144]
Interpretación:
La cantidad media de accesorios que se venderán dentro de una semana varía
entre 4.276 y 9.144, con un nivel de confianza del 90%
14
b) Cuando se desconoce la varianza poblacional
Ejercicio 1.
En una reunión se dio a conocer los ingresos mensuales de los trabajadores de
una empresa de electrodomésticos cuya distribución se desconoce se obtiene
una muestra de 2000 valores de la que resulta una media de 225 y una
desviación típica de 10. Suponiendo que la varianza muestral coincide con la
poblacional, estimar un intervalo para la media de la población con un nivel de
confianza del 95%.
Resolución:
Datos:
𝜎𝑥 =10
𝑥̅ = 225
𝑛 = 2000
I. C =95%
1 − 𝛼 = 0.95
𝛼 = 0.05
Fórmula:
𝑍(1−𝛼) 𝜎𝑥 𝑍(1−𝛼) 𝜎𝑥
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando:
1.96(10) 1.96(10)
⌈225 − ≤ 𝑢 ≤ 225 + ⌉
√2000 √2000
[224.562 ≤ 𝑢 ≤ 225.438]
INTERPRETACION:
Los ingresos medios mensuales para los trabajadores de una empresa de
electrodomésticos varían entre 224.562 y 225.438 a un nivel de confianza del
95%.
15
Ejercicio 2.
Una empresa de investigación llevo a cabo una encuesta para determinar la
cantidad media de los fumadores gastan en cigarrillos durante una semana. La
semana encontró que la distribución de cantidades gastadas por semana tendía
a seguir una distribución normal, con una desviación estándar de $5. Una
muestra de 64 fumadores que revelo que 𝑋̅=20.
¿Cuál es el estimador de intervalo de confianza de 95%?
Resolución:
Datos:
𝜎𝑥 =15
𝑥̅ = 20
𝑛 = 64
I. C =95%
1 − 𝛼 = 0.95
𝛼 = 0.05
Fórmula:
𝑍 𝛼 𝜎𝑥 𝑍 𝛼 𝜎𝑥
(1− 2 ) (1− 2 )
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando:
1.96(5) 1.96(5)
⌈20 − ≤ u ≤ 20 + ⌉
√64 √ 64
[18.775 ≤ 𝑢 ≤ 21.225]
INTERPRETACION:
La cantidad media que gastan los fumadores en cigarrillos por semana varía
entre 18.775 y 21.225 a un nivel de confianza del 95%.
16
Ejercicio 3.
La doctora Patton es profesora de inglés. Hace poco contó el número de palabras
con faltas de ortografía en un grupo de ensayos de sus estudiantes. Observó
que la distribución de palabras con faltas de ortografía por ensayo se regía por
una distribución normal con una desviación estándar de 2.44 palabras por
ensayo. En su clase de 40 alumnos de las 10 de la mañana. El número medio
de las palabras con faltas de ortografía fue de 6.05. Construya un intervalo de
confianza de 90%.
Resolución:
Datos:
𝜎𝑥 =2.44
𝑥̅ = 6.05
𝑛 = 40
I. C =90%
1 − 𝛼 = 0.90
𝛼 = 0.10
Fórmula:
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando:
1.645(2.44) 1.645(2.44)
⌈6.05 − ≤ u ≤ 6.05 − ⌉
√40 √40
[5.415 ≤ u ≤ 6.685]
INTERPRETACION:
La cantidad media de palabras con mala ortografía de estudiantes de inglés varía

entre 5.415 y 6.685 a un nivel de confianza del 90%.
17
Ejercicio 4.
Una compañía desea estimar la duracion media de tiempo que necesita un
obrero para realizar un trabajo sabiendo que la desviacion del tiempo que utiliza
es de 20 minutos. En una muestra al azar de 50 obreros se encuentra que la
media es de 50 minutos. A un nivel de confianza al 92% costruir un intervalo de
confianza para la media poblacional.
Resolución:
Datos:
𝜎𝑥 =20
𝑥̅ = 50
𝑛 = 50
I. C =92%
1 − 𝛼 = 0.92
𝛼 = 0.08
Fórmula:
2 2
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando:
1.765(20) 1.765(20)
⌈50 − ≤ u ≤ 50 + ⌉
√50 √50
[45.008 ≤ u ≤ 54.992]
INTERPRETACION:
A un nivel de confianza del 92% podemos explicar que el tiempo medio que
necesita un obrero para realizar su trabajo se encuentra entre 45.008 y 54.992
minutos.
18
Ejercicio 5.
Se a obtenido una muestra de 20 estudiantes cuya calificacion media es de 8,5.
Se sabe por otros cursos que la desviacion tipica de las puntuaciones es de 3%.
Hallar el intervalo de confianza para la media al 90%.
Resolución:
Datos:
𝜎𝑥 =3
𝑥̅ = 8.5
𝑛 = 20
I. C =90%
1 − 𝛼 = 0.90
𝛼 = 0.1
Fórmula:
𝑍 𝛼 𝜎𝑥 𝑍 𝛼 𝜎𝑥
(1− 2 ) (1− 2 )
⌈𝑥̅ − ≤ 𝑢 ≤ 𝑥̅ + ⌉
√𝑛 √𝑛
Reemplazando:
1.645(3) 1.645(3)
⌈8.5 − ≤ u ≤ 8.5 + ⌉
√20 √20
[7.397 ≤ u ≤ 9.603]
INTERPRETACION:
A un nivel de confianza del 90% podemos explicar que la calificación media de

los alumnos se encuentra entre 7.397 y 9.603.
19
Ejercicios de intervalo de confianza para la proporción:
Ejercicio 1.
María Wilson considera postularse para la alcaldía de la ciudad de Huaraz. Antes
de solicitar la postulación, decide realizar una encuesta entre los electores de
Huaraz. Una muestra de 400 electores revela que 300 la apoyarían en las
elecciones. Construya un intervalo de confianza del 99% para la proporción
poblacional.
Resolución:
Datos:
𝑥 = 300
𝑃 = 300/400= 0.75
𝑛 = 400
I. C =99%
1 − 𝛼 = 0.99
𝛼 = 0.01
Fórmula:
𝑃 (1 − 𝑃 ) 𝑃 (1 − 𝑃 )
⌈𝑃 − 𝑍(1−𝛼) 𝑥√ ≤ 𝑢 ≤ 𝑃 − 𝑍(1−𝛼) 𝑥√ ⌉
2 𝑛 2 𝑛
Reemplazando:
0.75(1 − 0.75) 0.75(1 − 0.75)

⌈0.75 − 2.575𝑥√ ≤ 𝑢 ≤ 0.75 + 2.575𝑥√ ⌉
400 400
[0.6942 ≤ 𝑢 ≤ 0.806]
20
Ejercicio 2.
Una comerciante compra tazas de plastico para imprimir en ellas logotipos de
actos deportivos. Un comprador recibió un envío grande esta mañana. Para
asegurarse de la calidad del envío, seleccionó una muestra aleatoria de 300
tazas. Hallo que 15 estaban defectuosas. Contruya un intervalo deconfianza de
80% para la proporcion de tazas defectuosas.
Resolución:
Datos:
𝑥 = 15
𝑃 = 15/300= 0.05
𝑛 = 300
I. C =80%
1 − 𝛼 = 0.80
𝛼 = 0.20
Fórmula:
𝑃(1 − 𝑃) 𝑃(1 − 𝑃)
⌈𝑃 − 𝑍(1−𝛼) 𝑥√ ≤ 𝑢 ≤ 𝑃 − 𝑍(1−𝛼) 𝑥√ ⌉
2 𝑛 2 𝑛
Reemplazando:
0.05(1 − 0.05) 0.05(1 − 0.05)

⌈0.05 − 1.285𝑥√ ≤ 𝑢 ≤ 0.05 + 1.285𝑥√ ⌉
300 300
[0.0338 ≤ 𝑢 ≤ 0.662]
21
Ejercicio 3.
En un estudio sicioeconomico se tomo una muestra aleatoria de 50 vendedores
y se encontro que solo el 20% de ellos tienen ingresos superiores a $900 por
mes.Obtener el intervalo de confianza para la proporcion a un nivel de confianza
al 95%.
Resolución:
Datos:
𝑃 = 0.2
𝑛 = 50
I. C =95%
1 − 𝛼 = 0.95
𝛼 = 0.05
Fórmula:
𝑃(1 − 𝑃) 𝑃(1 − 𝑃)
⌈𝑃 − 𝑍(1−𝛼) 𝑥√ ≤ 𝑢 ≤ 𝑃 − 𝑍(1−𝛼) 𝑥√ ⌉
2 𝑛 2 𝑛
Reemplazando:
0.2(1−0.2) 0.2(1−0.2)
⌈0.2 − 1.96𝑥√ ≤ 𝑢 ≤ 0.2 + 1.96𝑥√ ⌉
50 50
[0.089 ≤ 𝑢 ≤ 0.311]
Ejercicio 4.
Un economista tomo una muestra de 40 empleados publicos y encontro que el
50% de ellos ganan mas de $2000 por mes. Si la proporcion de empleados que
ganan mas de $2000 se estima entre 45,03% y 50,08%.¿que nivel de
confianza se aplico?
Resolución:
Datos:
𝑃 = 0.5
𝑛 = 40
I. C =¿?
22
Fórmula:
𝑃(1 − 𝑃) 𝑃(1 − 𝑃)
⌈𝑃 − 𝑍(1−𝛼) 𝑥√ ≤ 𝑢 ≤ 𝑃 − 𝑍(1−𝛼) 𝑥√ ⌉
2 𝑛 2 𝑛
Reemplazando:
⌈0.4503 ≤ 𝑢 ≤ 0.5008⌉
𝑃 (1 − 𝑃 ) 0.5(1 − 0.5)
[0.5 − 𝑍(1−𝛼) 𝑥√ = 0.4503] → [0.5 − 𝑍(1−𝛼) 𝑥√ = 0.4503 ]
2 𝑛 2 40
𝛼
[0.5 − 𝑍(1−𝛼) 𝑥 0.091 = 0.4503 ] → [𝑍(1−𝛼) = 0.55 ] → [(1 − ) = 0.55 ]
2 2 2
𝛼 = 0.5754
∴ 𝐼𝑁𝑇𝐸𝑅𝑉𝐴𝐿𝑂 𝐷𝐸 𝐶𝑂𝑁𝐹𝐼𝐴𝑁𝑍𝐴 = 57,54%
Ejercicio 5.
Un distribuidor de baterias de automoviles escoge una muetras de 10 unidades
de su almacen, encontrando 2 defectuosos.Con este resultado afirma que el 10%
de la proporcion de unidades defectuosas de todas las unidades
almacenadas.Con un intervalo de confianza al 95%. ¿ Tiene razon el fabricante?
Resolución:
Datos: Fórmula:
𝑃(1−𝑃) 𝑃(1−𝑃)
𝑛 = 10X=1 ⌈𝑃 − 𝑍(1−𝛼) 𝑥√ ≤ 𝑢 ≤ 𝑃 − 𝑍(1−𝛼) 𝑥√ ⌉
2 𝑛 2 𝑛
𝑃 = 1/10=0.1 Reemplazando:
0.1(1−0.1) 0.1(1−0.1)
I. C =95% ⌈0.1 − 1.96𝑥√ ≤ 𝑢 ≤ 0.1 + 1.96𝑥√ ⌉
10 10
1 − 𝛼 = 0.95 [−0.086 ≤ 𝑢 ≤ 0.286]

𝛼 = 0.05
∴ 𝑆𝐼 𝑇𝐼𝐸𝑁𝐸 𝑅𝐴𝑍𝑂𝑁
PRUEBA DE HIPOTESIS
 CUANDO SE CONOCE LA VARIANZA POBLACIONAL
23
EJERCICIO 1
El administrador de ventas de una empresa, afirma que los trabajadores

venden diariamente más de 1800 soles, para contrastar dicha afirmación se
toma una muestra de 150 trabajadores, obteniendo un promedio de 1846
soles en ventas. Probar si la hipótesis del administrador a un nivel de
significancia del 4.85%, sabiendo que la desviación estándar de las ventas
de la empresa es de 70 soles.
Solución
Datos:
𝜇 > 1800
𝑛 = 150
𝓍 = 1846
𝛼 = 0.0485
𝜎𝑥 = 70
1) Formulación de hipótesis
Ho: 𝜇 ≤ 1800
Hi: 𝜇 > 1800
2) Nivel de significancia
𝛼 = 0.0485
3) Estadística de prueba
𝑥−𝜇
𝑍=
𝜎𝑥/√𝑛
4) Región de critica
𝑍(1 − 𝛼 ) = 𝑍(1 − 0.0485)
𝑍(0.91515) = 1.96
5) Calculo
1.96
7.523
1846 − 1800
𝑍=
70
√150
𝑍 = 7.523
6) Decisión
Se rechaza Ho
24
7) Conclusión
Existe evidencia suficiente para concluir que el promedio diariamente de
las ventas de los trabajadores es mayor a 1800, con un nivel de
significancia del 4.85%.
EJERCICIO 2
Un gerente de venta de libros universitarios afirma que en promedio sus

representantes realizan 40 visitas a profesores por semana, una muestra
tomada al azar durante 8 semanas revelo un promedio de 42 visitas
semanales y una desviación estándar de 2 visitas. Utilice un nivel de
confianza de 15.15%.
Solución
Datos:
𝜇 > 40
𝑛=8
𝓍 = 42
𝛼 = 0.1515
𝜎𝑥 = 2
Ho: 𝜇 ≤ 40
Hi: 𝜇 > 40
𝛼 = 0.1515
𝑥−𝜇
𝑍 = 𝜎𝑥/
√𝑛
𝑍(1 − 𝛼 ) = 𝑍(1 − 0.1515)
𝑍(0.8485) = 1.3
1.3 2.828
5) Calculo
42−40
𝑍= 2
√8
𝑍 = 2.828
25
6) Decisión
Se rechaza Ho
7) Conclusión
Existe evidencia suficiente para concluir que el promedio semanalmente
de los representantes es mayor a 40, con un nivel de significancia del
15.15%
EJERCICIO 3
Un investigador de mercados y hábitos de comportamiento, cada semana

se distribuye normalmente igual a 22 horas y con una desviación estándar
igual a 6 horas. Frente a este estudio, una empresa de investigación de
mercados cree que la media es igual y para probar su hipótesis toma una
muestra de 4 observaciones procedentes de la misma población,
obteniendo como resultado una media de 25. Si se utiliza un nivel de
significancia del 5%.
Solución
Datos:
𝜇 = 22
𝑛=4
𝓍 = 25
𝛼 = 0.05
𝜎𝑥 = 6
Ho: 𝜇 = 22
Hi: 𝜇 ≠ 22
𝛼 = 0.05
𝑥−𝜇
𝑍=
𝜎𝑥/√𝑛
26
𝛼 0.05
𝑍 (1 − ) = 𝑍 (1 − )
2 2
𝑍(0.975) = 1.6
-1 1 1.96
5) Calculo
25 − 22
𝑍=
6
√4
𝑍=1
6) Decisión
Se rechaza Ho
7) Conclusión
Existe evidencia suficiente para concluir que el promedio semanalmente
es 22 con un nivel de significancia del 5%.
EJERCICIO 4
Una empresa de transportes da la afirmación de que la vida útil promedio de

ciertos neumáticos es a lo menos de 28000, para verificar se colocan 40
neumáticos en camiones y se obtiene una vida útil promedio de 27463 con
una desviación estándar de 1348. Utilice un nivel de significancia al 1.1%.
Solución
Datos:
𝜇 > 28000
𝑛 = 40
𝓍 = 27463
𝛼 = 0.011
𝜎𝑥 = 1348
Ho: 𝜇 ≤ 28000
Hi: 𝜇 > 28000
𝛼 = 0.011
27
𝑥−𝜇
𝑍=
𝜎𝑥/√𝑛
𝑍(1 − 𝛼 ) = 𝑍(1 − 0.011)
𝑍(0.989) = 2.29
5) Calculo 1.96
27464−28000
𝑍= 1348 -2.515 2.29
√40
𝑍 = −2515
6) Decisión
Se acepta Ho
7) Conclusión
Existe evidencia suficiente para concluir que el promedio de ciertos
neumáticos es a lo menos 28000, con un nivel de significancia de 1.1%.
EJERCICIO 5
La duración media de una muestra de 100 tubos fluorescentes producida
por una compañía resulta ser de 1570 horas con una desviación típica de
120 horas, si 𝜇 es la duración media de todos los tubos producidos por la
compañía, comprobar la hipótesis 𝜇 = 1600, con un nivel de significancia
de 5%.
Solución
Datos:
𝜇 = 1600
𝑛 = 100
𝓍 = 1570
𝛼 = 0.05
𝜎𝑥 = 120
28
Ho: 𝜇 = 1600
Hi: 𝜇 ≠ 1600
𝛼 = 0.05
𝑥−𝜇
𝑍=
𝜎𝑥/√𝑛
𝛼 0.05
𝑍 (1 − ) = 𝑍 (1 − )
2 2
𝑍(0.975) = 1.96
Calculo
-1.96 1.96
1570 − 1600 -2.5
𝑍=
120
√100
𝑍 = −2.5
5) Decisión
Se rechaza Ho
6) Conclusión
Existe evidencia suficiente para concluir que el promedio de los tubos de
los fluorescentes es 1600, con un nivel de significancia del 5%.
1
PRUEBA DE HIPÓTESIS PARA LA MEDIA
Ejemplo 1
En una huerta se cosechó gran variedad de papas, afirmando el agricultor que

el peso por saco es 200 kg. Sin embargo, se toma una muestra de 5 sacos
obteniendo los pesos siguientes: 158 kg, 163 kg, 172 kg, 175 kg, 193 kg. ¿Cree
usted que el agricultor tiene razón?
Utilice un nivel de significancia de 5% y asuma que la población de las papas

tiene una distribución normal.
Datos:
𝜇 = 200 𝑘𝑔
𝑛=5
∑ 𝑥𝑖
𝑥̅ = = 172.2
𝑛
𝛼 = 0.05
∑(𝑥𝑖 − 𝑥̅ )2
𝑆𝑥 2 = = 181.7
𝑛−1
𝑆𝑥 = 13.479
𝐻0 : 𝜇 = 200
𝐻1 : 𝜇 ≠ 200
𝛼 = 0.05
𝑥̅ − 𝜇
𝑡=
𝑆𝑥 /√𝑛
2
4) Región crítica
−4.611 −2.776 2.776
𝑡 0.05 = 𝑡(0.975;4) = 2.776

(1− ;5−1)
2
5) Cálculo
172.2 − 200
𝑡= = −4.611
13.479/√5
6) Decisión
Se rechaza Ho
7) Conclusión
Existe evidencia suficiente para concluir que el promedio no es 200 kg.
Con un nivel de significancia del 5%.
Ejemplo 2
Un contador afirma que el ingreso económico de una empresa tiene una

distribución normal con una media inferior a 300 puntos. Si se toma una muestra
de 18 empleados y se obtienen una media de 150 puntos con una desviación
estándar de 40 puntos. Probar dicha afirmación con un nivel de significancia de
5%.
3
Datos:
𝜇 < 300
𝑛 = 18
𝑥̅ = 150
𝛼 = 0.05
𝑆𝑥 = 40
𝐻0 : 𝜇 ≥ 300
𝐻1 : 𝜇 < 300
𝛼 = 0.05
𝑥̅ − 𝜇
𝑡=
𝑆𝑥 /√𝑛
4) Región crítica
−15.91 −2.110
−𝑡(1−0.05;18−1) = −𝑡(0.975;4) = −2.110
4
5) Cálculo
150 − 300
𝑡= = −15.91
40/√18
6) Decisión
Se rechaza Ho
7) Conclusión
Existe evidencia suficiente para concluir que el ingreso promedio es
menor a 200 puntos con un nivel de significancia del 5%.
Ejemplo 3
Un comerciante afirma que el ingreso de clientes tiene una distribución normal

con una media superior a 80 soles. Si se toma una muestra de 16 clientes y se
obtiene una media de 90 soles, con una desviación estándar de 20. Probar dicha
afirmación con un nivel de significancia del 1%.
Datos:
𝜇 > 80
𝑛 = 16
𝑥̅ = 90
𝛼 = 0.01
𝑆𝑥 = 20
𝐻0 : 𝜇 ≤ 80
𝐻1 : 𝜇 > 80
𝛼 = 0.01
𝑥̅ − 𝜇
𝑡=
𝑆𝑥 /√𝑛
5
4) Región crítica
2 2.602
𝑡(1−0.01;16−1) = 𝑡(0.99;15) = 2.602
5) Cálculo
90 − 80
𝑡= =2
20/√16
6) Decisión
Se acepta Ho
7) Conclusión
mayor a 80 soles, con un nivel de significancia del 1%.
Ejemplo 4
Un empresario afirma que el ingreso de sus empresas tiene una distribución

normal con una media inferior a 500 puntos. Si se toma una muestra de 20
empresas y se obtiene una media de 150 puntos con una desviación estándar
de 100 puntos. Probar dicha afirmación con un nivel de 5%.
Datos:
𝜇 < 500
𝑛 = 20
𝑥̅ = 150
𝛼 = 0.05
6
𝐻0 : 𝜇 ≥ 500
𝐻1 : 𝜇 < 500
𝛼 = 0.05
𝑥̅ − 𝜇
𝑡=
𝑆𝑥 /√𝑛
4) Región crítica
−15.652 −1.729
−𝑡(1−0.05;20−1) = −𝑡(0.95;19) = −1.729
5) Cálculo
150 − 500
𝑡= = −15.652
100/√20
6) Decisión
Se rechaza Ho
7) Conclusión
menor a 500 soles, con un nivel de significancia de 5%.
7
Ejemplo 5
Un agricultor afirma que el ingreso de sus productos agrícolas tiene una

distribución normal con una media inferior a 100 soles. Si se toma una muestra
de 15 productos agrícolas y se obtiene una media de 130 soles, con una
desviación estándar de 80 soles. Probar dicha afirmación con un nivel de
significancia del 1%.
Datos:
𝜇 < 130
𝑛 = 15
𝑥̅ = 100
𝛼 = 0.01
𝑆𝑥 = 80
𝐻0 : 𝜇 ≥ 130
𝐻1 : 𝜇 < 130
𝛼 = 0.01
𝑥̅ − 𝜇
𝑡=
𝑆𝑥 /√𝑛
8
4) Región crítica
−2.624 −1.452
−𝑡(1−0.05;20−1) = −𝑡(0.95;19) = −2.624
5) Cálculo
100 − 130
𝑡= = −1.452
80/√15
6) Decisión
Se acepta Ho
7) Conclusión
menor a 300 soles, con un nivel de significancia de 1%.

Ejer Cici Os

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejer Cici Os

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

ESCUELA ACADÉMICO PROFESIONAL

“EJERCICIOS DE LOS TEMAS ESTUDIADOS EN CLASE”

a) Si el evento “A” ocurre 3 veces entonces A= {3}

Un dado se carga de tal manera que un número par tiene el doble de

 Si “P” es la probabilidad de que resulte un número impar, entonces, 2P

 Si el evento “A” obtiene al menos 3 puntos, entonces: A  3, 4,5,6

Bj= “Alumno “B” en la computadora “j”, j= 1,2,3

   A1B1, A1B2 , A1B3 , A2 B1, A2 B2 , A2 B3 , A3B1, A3B2 , A3B3

b. Si el evento C= la computadora 3 no es ocupada, entonces.

C   A1B1, A1B2 , A2 B1, A2 B2 

a) ¿Ganar alguno de los premios?

Suponiendo que están enumerados de 1 al 1000, entonces:

a) Listando los elementos

a) Denotemos a las fichas rojas por R1 , R2 , R3 y a las fichas azules

por A1 yA2 . El experimento aleatorio de extraer 3 fichas de la urna,

  R1R2 R3 , A1R1R2 , A1R1R3 , A1R2 R3 , A2 R1R2 , A2 R1R3 , A2 R2 R3 , A1R2 R1 , A1R2 R2 , A1R2 R3 

Nos preguntan por P (F/V). Por el teorema de Bayes:

a) Cuando se desconoce la varianza poblacional

𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,02 ;16−1) ⇒ 𝑡(0.99 ;15) ⇒ 2,602

𝑆𝑥 = √𝑆𝑥2 = √1.5 = 1.225

𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,1 ;6−1) ⇒ 𝑡(0.95 ;5) ⇒ 2,015

𝑆𝑋2 = 121 ⇒ 𝑆𝑋 = √121 = 11

𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,05 ;20−1) ⇒ 𝑡(0.975 ;19) ⇒ 2,093

𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,02 ;15−1) ⇒ 𝑡(0.99 ;14) ⇒ 2,624

Se desea estimar la cantidad de ventas de una tienda de accesorios, si se

𝑆𝑥 = √𝑆𝑥2 = √20.23 = 4.497

𝑡(1− 𝛼 ;𝑛−1) ⇒ 𝑡(1− 0,1 ;7−1) ⇒ 𝑡(0.95 ;6) ⇒ 1.943

¿Cuál es el estimador de intervalo de confianza de 95%?

La cantidad media de palabras con mala ortografía de estudiantes de inglés varía

A un nivel de confianza del 90% podemos explicar que la calificación media de

0.75(1 − 0.75) 0.75(1 − 0.75)

0.05(1 − 0.05) 0.05(1 − 0.05)

1 − 𝛼 = 0.95 [−0.086 ≤ 𝑢 ≤ 0.286]

El administrador de ventas de una empresa, afirma que los trabajadores

Un gerente de venta de libros universitarios afirma que en promedio sus

Un investigador de mercados y hábitos de comportamiento, cada semana

Una empresa de transportes da la afirmación de que la vida útil promedio de

En una huerta se cosechó gran variedad de papas, afirmando el agricultor que

Utilice un nivel de significancia de 5% y asuma que la población de las papas

−4.611 −2.776 2.776

𝑡 0.05 = 𝑡(0.975;4) = 2.776

Un contador afirma que el ingreso económico de una empresa tiene una

−𝑡(1−0.05;18−1) = −𝑡(0.975;4) = −2.110

Un comerciante afirma que el ingreso de clientes tiene una distribución normal

Un empresario afirma que el ingreso de sus empresas tiene una distribución

−𝑡(1−0.05;20−1) = −𝑡(0.95;19) = −1.729

Un agricultor afirma que el ingreso de sus productos agrícolas tiene una

También podría gustarte