CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

UNIMINUTO
TRABAJO COLABORATIVO 1 ESTADÍSTICA INFERENCIAL

Asignatura

Estadística Inferencial

Trabajo Colaborativo 1

NRC. 2925

Tutor

Wilson Fernando CUELLAR MARTINEZ

Presenta
Luciano Vásquez Cárdenas ID 622920
Marisol Garzón Castrillón ID 622919
Linda Yesenia Aldana Olivera ID 584565
Andrés Gionnany Ramírez Ríos ID 588811
Sebastián Andrey Arias Munevar ID 399797

Administración de Empresas.

Ibagué 22 /10/2019
 Introducción

La Estadística Inferencial es una rama de la Estadística que permite realizar pronósticos o

deducciones, inferir propiedades, conclusiones y tendencias de un posible hecho a partir de una

muestra, a través de ella se pueden realizar comparaciones, hacer proyecciones e interpretar la

información obtenida, Durante el desarrollo de este primer taller realizaremos ejercicios donde

pondremos en práctica como hallar la probabilidad de un evento y la distribución normal por

medio de los cuales afianzaremos los conceptos brindados durante la tutoría por el profesor.

Para realizar este trabajo fue necesario algunos textos de consulta, el texto guía y algunas

consultas por internet.

Objetivos

 Comprender los conceptos de probabilidad, azar, suceso, evento, experimento

aprendido en clase.
 Comprender los conceptos de probabilidad y espacio muestral.
 Estimar de manera cualitativa la probabilidad de un suceso al azar en un experimento.
 Aprender a representar los datos estadísticos en gráficos y diagramas que faciliten la
interpretación de la información obtenida.
 Comprender, analizar los conceptos aprendidos para el desarrollo y resolución de
problemas estadísticos
 Aprender a trabajar de forma colaborativa reconociendo diversos puntos de vista y
potencializando el saber individual que contribuyan a realizar un buen trabajo
 1. Se lanza un dado no cargado. Exprese explícitamente los eventos:

A = {Sale un número mayor que 4.}

B = {Sale un número menor o igual que 5.}
C = {Sale un número menor o igual que 3.}

Sea 𝑺 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔}

A = {Sale un número mayor que 4}

Sea el evento, 𝐴 = {5,6}

B = {Sale un número menor o igual que 5.}

Sea el evento, 𝐵 = {1,2,3,4,5}

C = {Sale un número menor o igual que 3.}

Sea el evento, 𝐵 = {1,2,3}

Encuentre:

1,1 P(A∩B), 1.2 P(AUB) 1.3 P(A∩C), 1.4 P( Ac )

𝟏. 𝟏 P(A ∩ B) = {5} = 1/6 = 0,16

𝟏. 𝟐 P(A U B) = {1,2,3,4,5,6} = 6/6 = 1
𝟏. 𝟑 P(A ∩ C) = {1,2,3,5,6} = 5/6 = 0,83
𝟏. 𝟒 P( Ac ) = {1,2,3,4} = 4/6 = 0,66

2. Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que contiene
10 semillas de flores rojas y 5 de flores blancas. ¿Cuál es la probabilidad de que:

a. ¿La primera semilla sea roja?

b. La segunda semilla sea blanca dado que la primera fue roja?

Entonces:

a. ¿La primera semilla sea roja?

P = 10/15 = 0.666 ≈ 0.67

La probabilidad seria de que la primera semilla sea roja es del 0,67

b. ¿La segunda semilla sea blanca dado que la primera fue roja?

P = 5/14 = 0.357 ≈ 0.36

La probabilidad de que la segunda semilla sea blanca es del 0.36

3. Hallar la probabilidad de que al levantar al azar una ficha de dominó se obtenga

un número de puntos mayor que 9 o que sea múltiplo de 4.

El domino este compuesto de 28 fichas, entonces:

La probabilidad de que al levantar al azar una ficha de dominó se obtenga un número

de puntos mayor que 9.
Mayor que 9 = {10(1),10(1), 11(1), 12(1)}

 P(A) = 4/28 = 0.14

La probabilidad de obtener una ficha con un número de puntos mayor que 9 es

del 0.14

La probabilidad de que al levantar al azar una ficha de dominó se obtenga un número de

puntos mayor que 9 o que sea múltiplo de 4; entonces:

Múltiplos de 4 = {4(3), 8(3), 12(1)}

 P(B) = 7/28 = 0.25

La probabilidad de obtener un número de puntos múltiplo de 4 es de 25

Entonces, P(𝐴 ∩ 𝐵) = 1/28 = 0.0357 ≈ 0.036

Para eventos no mutuamente excluyentes se tiene se tiene:

 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

= 0.14 + 0.25 − 0.036 = 0.354

Entonces, la probabilidad de que al levantar al azar una ficha de dominó se obtenga un

número de puntos mayor que 9 o que sea múltiplo de 4 es del 0.354

4. El peso de cierto modelo de baterías sigue una distribución normal con una media
de 6 g y una desviación estándar de 2 g Determine:

a. El porcentaje de baterías cuyo peso es mayor a 8 g

b. El porcentaje de baterías cuyo peso es menor a 5 g
c. El porcentaje de baterías cuyo peso está entre a 5 y 7 g
d. El peso que deja por debajo al 70,54%

a. El porcentaje de baterías cuyo peso es mayor a 8 g

Entonces:
 La distribución normal estándar, o tipificada, es aquella que tiene por media el
𝒙−𝝁
valor cero, μ = 0, y por desviación típica la unidad, σ =1 es 𝒁 = 𝝈

 Teniendo en cuenta que para este ejercicio la normal se distribuye con media 6 y
𝒙−𝝁
desviación estándar 2 𝑁(𝜇, 𝜎) = 𝑁(6, 2), entonses: 𝒁 =
𝝈
8−6
𝑝(𝑋 > 8) = 𝑝 (𝑍 > )
2
𝑝(𝑋 > 8) = 𝒑(𝒁 > 𝟏)

De acuerdo a esto 𝑃(𝑍 > ƶ) = 1 − 𝑃(𝑍 ≤ ƶ) se tiene:

𝑝(𝑋 > 8) = 1 − 𝑝(𝑍 ≤ 1)

Buscamos el 1 en la tabla de la distribución normal 𝑝(𝑍 ≤ 1) = 0.8413

0.8413 0.1587
Entonces 𝑝(𝑋 > 8) = 1 − 0.8413
𝑝(𝑋 > 8) = 0.1587*100

De acuerdo a esto, el porcentaje de baterías cuyo peso es mayor a 8 g es de 15.87%

b. El porcentaje de baterías cuyo peso es menor a 5 g

5−6
𝑝(𝑋 < 5) = (𝑍 ≤ )
2
𝑝(𝑋 < 5) = 𝒑(𝒁 < −𝟎. 𝟓)

De acuerdo a esto 𝑃(𝑍 ≤ − ƶ) = 1 − 𝑃(𝑍 ≤ ƶ) entonces:

𝑝(𝑋 < 5) = 1 − 𝑝(𝑍 ≤ 0.5)

Buscando el 0.5 en la tabla de la distribución normal 𝑝(𝑍 ≤ 0.5) = 0.6915

0.6915 0.3085

Entonces 𝑝(𝑋 < 5) = 1 − 0.6915

𝑝(𝑋 < 5) = 0.3085
Por tanto, el porcentaje de baterías cuyo peso es menor a 5 g es de 30.85%

c. El porcentaje de baterías cuyo peso está entre a 5 y 7 g d. El peso que

deja por debajo al 70,54%

En primera instancia se realiza

5−6 7−6
𝑝(5 < 𝑋 ≤ 7) = 𝑝 ( ≤𝑍≤ )
2 2

𝑝(5 < 𝑋 ≤ 7) = 𝒑(−𝟎. 𝟓 ≤ 𝒁 ≤ 𝟎. 𝟓)

De acuerdo a esto 𝑷(− ƶ < 𝒁 ≤ ƶ1 ) = 𝑷(𝒁 ≤ ƶ1) − [ 𝟏 − 𝑷(𝒁 ≤ ƶ)] 𝑒𝑛𝑡𝑜𝑛𝑠𝑒𝑠

 p(5 < X ≤ 7) = 𝑝(𝑧 ≤ 0.5) − (1 − 𝑝(𝑧 ≤ 0.5)
Buscando los cuantiles 0.5 en la tabla de la distribución normal se tiene:

0.6915 0.3085

𝑝(5 < 𝑋 ≤ 7) = 0.6915 − (1 − 0.6915)

𝑝(5 < 𝑋 ≤ 7) = 0.6915 − 0.3085

𝑝(50 < 𝑋 ≤ 85) = 0.383

Por tanto, el porcentaje de baterías cuyo peso está entre a 5 y 7 g es de 38.3%

Buscando el peso que deja por debajo al 70,54%, tenemos que 70,54% lo
convertimos a Z, esto quiere decir que 70,54 lo dividimos por 100, entonces 70,54/100
= 0,7054

𝑍 = 0,7054 que es él valor que buscamos en la tabla, ósea = 0,54

0.7054 0.2943
Entonces 𝑍 = 0,54 así
𝑥−𝜇
𝑍=
𝜎
𝑥−6
0,54 =
2

2 ∗ 0,54 = 𝑥 − 6
1.08 = 𝑥 − 6
𝑥 = 1.08 + 6
𝑥 = 7,08

De acuerdo a esto, el peso que deja por debajo al 70,54% es de 7.08 g.

5. Los precios de las acciones de cierta industria se distribuyen en forma normal con
una media de $20 y desviación estándar de $3
a. Cuál es la probabilidad de que el precio de las acciones de una empresa de
esta industria se encuentre entre $18 y $20
b. Cuál es la probabilidad de que el precio de las acciones de una empresa de
esta industria sea mayor que $23
c. Cuál es la probabilidad de que el precio de las acciones de una empresa de
esta industria sea mayor a $17

a. Cuál es la probabilidad de que el precio de las acciones de una empresa de

esta industria se encuentre entre $18 y $20
Entonces:
 La distribución normal estándar, o tipificada, es aquella que tiene por media el
𝑥−𝜇
valor cero, μ = 0, y por desviación típica la unidad, σ =1 es 𝑍 =
𝜎
 Teniendo en cuenta que para este ejercicio la normal se distribuye con media 20 y
desviación estándar3, entonces: 18 y 20 𝑁(𝜇, 𝜎) = 𝑁(20,3).

18 − 20 20 − 20
𝑝(18 < 𝑋 ≤ 20) = 𝑝 ( ≤𝑍≤ )
3 3

𝑝(5 < 𝑋 ≤ 7) = 𝒑(−𝟎. 𝟔𝟕 ≤ 𝒁 ≤ 𝟎)

𝐃𝐞 𝐚𝐜𝐮𝐞𝐫𝐝𝐨 𝐚 𝐞𝐬𝐭𝐨 𝑷(− ƶ < 𝒁 ≤ ƶ1 ) = 𝑷(𝒁 ≤ ƶ1) − [ 𝟏 − 𝑷(𝒁 ≤ ƶ)]

Entonces:

𝑝(5 < 𝑋 ≤ 7) = 𝑝(𝑍 ≤ 0) − (1 − 𝑃(𝑍 ≤ 0.67)

Buscando los cuantiles 0 Y 0.67 en la tabla de la distribución normal se tiene:

0.7486 0.2514 0.50 0.50

Entonces:
𝑝(5 < 𝑋 ≤ 7) = 0.5 − (1 − 0.7486)

𝑝(5 < 𝑋 ≤ 7) = 0.5 − 0.2514

𝑝(5 < 𝑋 ≤ 7) = 0.2486

Entonces, la probabilidad de que el precio de las acciones de una empresa de esta industria
se encuentre entre $18 y $20 es de 0.2486.

b. Cuál es la probabilidad de que el precio de las acciones de una empresa

de esta industria sea mayor que $23.

23 − 20
𝑝(𝑋 > 23) = 𝑝 (𝑍 > )
3

𝑝(𝑋 > 23) = 𝒑(𝒁 > 𝟏)

De acuerdo a esto, 𝑷(𝒁 > 𝒂) = 𝟏 − 𝑷(𝒁 ≤ 𝒂) se tiene:

𝑝(𝑋 > 23) = 1 − 𝑝(𝑍 ≤ 1)

Buscando el cuantil1 en la tabla de la distribución normal 𝑝(𝑍 ≤ 1) = 0.8413

0.8413 0.1587

Entonces:
𝑝(𝑋 > 23) = 1 − 0.8413

𝑝(𝑋 > 23) = 0.1587

Por tanto, la probabilidad de que el precio de las acciones de una empresa de esta industria
sea mayor que $23 es de 0.1587.

c. Cuál es la probabilidad de que el precio de las acciones de una empresa

de esta industria sea mayor a $17

17 − 20
𝑝(𝑋 > 17) = 𝑝 (𝑍 > )
3

𝑝(𝑋 > 17) = 𝒑(𝒁 > −𝟏)

De acuerdo a esto 𝑷(𝒁 > −𝒂) = 𝑷(𝒁 ≤ 𝒂)

𝑝(𝑋 > 17) = 𝒑(𝒁 ≤ 𝟏)

Buscando el cuantil 1 en la tabla de la distribución normal 𝑝(𝑍 ≤ 1) = 0.8413

 0.8413 0.1587

Entonces:
𝑝(𝑋 > 17) = 0.8413

Por tanto, la probabilidad de que el precio de las acciones de una empresa de esta industria
sea mayor a $17 es de 0.8413.

Conclusión

Con la realización de estos ejercicios podemos concluir que la probabilidad en estadística

inferencial nos permite analizar todos los eventos posibles durante un experimento
determinado dando como resultado un cálculo matemático en el que se pueden identificar
todos los posibles resultados los cuales se llevan a cabo al azar.
De igual forma se puede concluir que los ejercicios realizados para la
distribución normal nos permiten calcular la probabilidad que se tiene de una muestra
adicionalmente su interpretación y la forma como se debe representar en la gráfica, esto
en la vida practica nos permite inferir la alta o baja l probabilidad de que determinado
evento ocurra.
El teorema de limite central nos permite hallar cálculos especialmente
cuando tenemos una muestra muy grande ósea cuando nuestro objeto de investigación
tiene muchos datos y nos enseña que sea cual sea la distribución de la media muestral
seguirá aproximadamente una distribución normal.
 Bibliografía

Galindo, J. L. (2016). Estadistica Inferencial. Colombia: Sello.

Khan Academy. (S/F). Probabilidad: conceptos básicos. Obtenido de
https://es.khanacademy.org:
https://es.khanacademy.org/math/probability/probability-geometry/probability-
basics/a/probability-the-basics
Minitab 19. (2019). El teorema del límite central: las medias de muestras grandes y
aleatorias son aproximadamente normales. Obtenido de
https://support.minitab.com: https://support.minitab.com/es-mx/minitab/19/help-
and-how-to/statistics/basic-statistics/supporting-topics/data-concepts/about-the-
central-limit-theorem/
Profesor en Línea. (2015). Cálculo o medición de la Probabilidad. Obtenido de
https://www.profesorenlinea.cl:
https://www.profesorenlinea.cl/matematica/ProbabilidadCalculo.htm
Raffino, M. E. (14 de 11 de 2018). Estadistica Inferencial. Obtenido de
https://concepto.de: https://concepto.de/estadistica-inferencial/