Está en la página 1de 12

RESOLUCIÓN DE EJERCICIOS

EJERCICIO N°1
La empresa de aviación GAVIOTA observa que el número de componentes que fallan
antes de alcanzar 100 horas de funcionamiento es una variable aleatoria de
distribución Poisson. Si el número promedio de fallos es ocho. Se pide:

a) ¿Calcular la probabilidad de que falle 1 componente en 25 horas?


b) ¿Calcular la probabilidad de que fallen menos 2 componentes en 50 horas?

SOLUCIÓN:

Realizamos una recopilación de datos del enunciado del problema:

· X ≡ 'Número de componentes que fallan antes de cumplir 100 horas de


funcionamiento'.
· Tamaño de la muestra: n = 100.
· La variable aleatoria X sigue una distribución Poisson: X ~ P(8).

A continuación resolvemos los enunciados del problema.


En este ejercicio, el tamaño de la muestra cambia para pasar a ser 25 horas. Hay
que tener en cuenta que nuestro parámetro λ (λ = 8) es para 100 horas de
funcionamiento, por lo que interpretamos que dicho parámetro es lineal y
obtenemos el valor medio para las horas de funcionamiento de este muestra:

100 --- 8
25 --- λ

Por lo tanto, el número promedio de fallos para 25 horas es de:


λ = (25·8)/100 = 2
b) Análogamente, la v.a. V = "nº componentes que fallan antes de 50 horas" sigue una
distribución de Poisson de parámetro

EJERCICIO N° 2
La empresa consultora realiza un estudio de mercado para esto realiza una encuesta
de 100 preguntas a 200 opositores. Suponiendo que las puntuaciones X obtenidas
por los opositores siguen una distribución normal de media 60 puntos y desviación
típica 10 puntos.

Se pide obtener para cada inciso con sus graficas correspondientes


a) P(X≤70) d) P(X≥46) g) P(30≤x≤40)
b) P(X≤80) e) P(39≤x≤80) h)P (80≤X≤83,5)
c) P(X≤30) f) P( I X-60 I ) ≤20 i) P( I X-60 I ≥20
j) Numero de opositores que obtuvieron 70 puntos

Solución:

La variable aleatoria X = 'puntuación obtenida en el test' sigue una distribución N(60, 10) ,
luego su
variable
tipificada
será
z
X
6
0
10

con distribución
normal N(0, 1)
f)

g)
EJERCICIO 3
Un Instituto de opinión pública quiere obtener una muestra de votantes. La muestra
debe ser suficientemente grande para que la proporción de votos a favor de la
consulta inferior al 50% tenga una probabilidad de 0,01. ¿Qué tamaño deberá tener
la muestra?, si la intención del voto es realmente del 52%

La v.a. X = "Votos obtenidos en la consulta", donde:

Y ="frecuencia obtenida con una muestra n", donde:

Hay que determinar el tamaño n con la condición

EJERCICIO 4
Una agencia ofrece un premio entre los distribuidores si venden trescientos veinte
o más paquetes de viajes por día. Sabiendo que el número de paquetes de viajes
vendidos al día por los distribuidores A y B siguen una ley normal de la forma
siguiente:

Distribuidor Media Desviación típica

A 290 paquetes de viaje 20 paquetes de viaje

B 300 paquetes de viaje 10 paquetes de viaje

Se pide:
a) Porcentaje de los días que obtendrá premio el distribuidor A
b) Porcentaje de los días que obtendrá premio el distribuidor B
c) A qué distribuidor beneficia la decisión de la agencia
d) Si se asocian los dos distribuidores, ¿qué porcentaje de días obtendrían
premio?
Solución:

a) Sea X = "número de paquetes de viajes vendidos por el distribuidor A al día"

La variable aleatoria X  N(290, 20) . El porcentaje de los días que obtendrá premio
el distribuidor A será el correspondiente a la probabilidad:

 X 290 320 290 


P  X  320  P   P  z  1, 5   0,
0688  20 20 

es decir, el 6,68% de los días obtendrá premio el distribuidor A

b) Análogamente, la variable aleatoria

Y = "número de paquetes de viajes vendidos por el distribuidor B al día"


sigue una ley normal Y  N(300, con lo que
10)

 Y 300 320 300 


P  Y  320  P   P  z  2  0, 0228
 10 10 

es decir, el 2,28% de los días obtendrá premio el distribuidor B

c) De los apartados anteriores se observa que el distribuidor A resulta beneficiado con


la decisión de la agencia.

d) Siendo X  N(290, e Y  N(300, 10) , se tiene que la nueva variable U  X  Y


20)
sigue una distribución normal U  N (290  300), 20  10   N
2 2
 590, 22,
4
 

 U 590 320 590 


con lo cual, P U  320   P   P  z  12,05  P  z  12,
 22, 4 05  1
22, 4  
El resultado indica que si se asociaran los distribuidores A y B prácticamente todos los días
obtendrían premio.

EJERCICIO 5

Las jornadas semanales de obreros de una empresa constructora


expresados en miles de Bs son:

t 30 40 50 80 30 40 60 20 20
60 30 60 60 40 50 80 50 40 50
30 50 40 30 60 20 50 80 20 40
30 60 30 50 70 70 60 40 30 30
20 50 40 70 30 50 80 70 20 40

a) Construir una distribución de frecuencias absolutas y relativas


simples acumuladas
b) Representar gráficamente los resultados
c) Encontrar la media, la varianza la moda y la mediana

Para representar gráficamente esta distribución de frecuencias, usaremos un diagrama lineal de


barras con su correspondiente polígono de frecuencias.
Agrupando los intervalos tenemos:

EJERCICIO N° 6
De la siguiente tabla, donde de muestra la distribución por sexo de un grupo de 167
personas, calcule el coeficiente de correlación Pearson

VARON MUJER
FUMA 85 10
NO FUMA 12 60
El coeficiente de correlacion de Pearson tiene como resultado 0,7307, siendo menor
a la unidad, por consiguiente se podría asumir que el dato es correcto.

EJERCICIO N° 7
La siguiente tabla muestra los resultados de calificaciones: “física”, “química” de
un grupo de 50 personas

Química Física N
3 5 6
8 5 10
3 4 4
3 4 3
8 7 6
6 5 7
5 8 14

a) obtenga las rectas de Física sobre química y de química sobre física


b) coeficiente de correlación
c) Coeficiente de determinación

EJERCICIO N° 5
La empresa patito feo produce 200 sillas de madera al día, con una desviación típica
de 15 sillas
a) obtenga la cantidad de sillas que como máximo se desvié de la media el 15%, en
almenos dicha cantidad

b) obtener el porcentaje mínimo en los que la producción se supera 190 pero es


inferior a 230