Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GUIA DE EJERCICIOS Temas Dos Primeras Semanas PDF
GUIA DE EJERCICIOS Temas Dos Primeras Semanas PDF
Métodos Cuantitativos II
Guía de Ejercicios
(versión preliminar)
2010
Estela Priore
Alejandra Borges
Lista de ejercicios 1
Conceptos claves: Población, muestra, experimento, experimento aleatorio, espacio muestral, resultado
elemental, conjunto de partes.
Ejercicio 1 (Actividad)
1- Salir al parque de Facultad y medir los diámetros de las palmeras y araucarias del
camino de entrada. Para medir los diámetros se van a tomar las medidas de
circunferencia. En forestación se mide el DAP (Diámetro a la Altura del Pecho), esto es a
1.3 metros desde el piso.
Palmeras Araucarias
Rango 0,1 - 0,18 0,20 - 0,55
Ancho de clase 0,01 0,05
Ejercicio 2 (Discusión)
Sobre la actividad realizada en el ejercicio 1, discuta en grupo cual fue la población objetivo, la
muestra, la variable medida, si la actividad consistió en un experimento aleatorio, y el alcance
de las posibles inferencias.
Ejercicio 3
En base a las siguientes situaciones, discuta cuál es la población objetivo, la muestra, las
variables a medir, y si se trata de un experimento aleatorio o no.
Ejercicio 4
Para cada una de las situaciones presentadas en los siguientes ítems, verificar si cumplen con
la definición de experimento aleatorio y para las que verifican construir el espacio muestral.
1- Lanzar una moneda y observar cual es la cara que queda hacia arriba.
3- Sacar dos billetes sucesivamente, sin elegirlos, de una billetera que contiene uno de
$U 100, otro de $U 200 y otro de $U 500. Anotar el valor de los billetes.
5- Lanzar una moneda cuatro veces y ver que cara quedó hacia arriba en cada una.
Ejercicio 5 (problema)
Defina un experimento para contestar la siguiente pregunta: ¿cuál será la temperatura máxima
diaria el próximo 10 de abril en Paysandú?
Lista de ejercicios 2
Conceptos claves: Histograma de frecuencias relativas, evento, características de los eventos, conjunto
de partes, variable aleatoria (VA), clasificación de VA: discreta y continua, probabilidad.
En base a los histogramas de frecuencias relativas construidos con los datos de diámetros de
las palmeras y las araucarias, responder las siguientes preguntas:
3. ¿Qué proporción de las palmeras tienen diámetros comprendidos entre 0.13 y 0.16 m?
4. ¿Qué proporción de las araucarias tienen diámetros menores a 0.30 m o mayores a 0.45 m?
5. ¿Cuál es la probabilidad de medir una palmera con diámetro entre 0.13 y 0.15 si se mide una
al azar?
6. ¿Con qué probabilidad se tendría una araucaria de diámetro entre 0.30 y 0.40 si se extrae
una al azar?
7. Para ambas especies, calcular: media, mediana, moda, varianza, desvío estándar y
coeficiente de variación.
Ejercicio 2
3. Calcule, para Salto y Paysandú, la probabilidad de que en abril del próximo año ocurran los
siguientes fenómenos:
1) Los siguientes son conteos del número de cromosomas en una herbácea (Claytonia
virginica, L.):
24 28 28 28 27 28 29 29 29 30
29 30 30 29 31 29 31 24 28 29
28 24 28 29 31 31 24 28 29 30
29 28 30 33 28 34 38 28 32 33
28 31 32 34 39 40 31 35 27 28
31 35 30 29 24 28 31 32 28 32
28 29 30 33 41 30 29 42 28 29
32 33 30 28 28 31 32 28 29 30
28 28 31 34 34 28 36 31 36 35
Fuente: Science, 17 de noviembre de 1969
Contenido de ácido ascórbico en 103 muestras de jugo de toronja (miligramos por mililitros)
0.49 0.56 0.53 0.58 0.53 0.48 0.46 0.41 0.43 0.50
0.49 0.47 0.46 0.43 0.38 0.39 0.51 0.51 0.50 0.45
0.42 0.43 0.42 0.40 0.49 0.47 0.48 0.41 0.44 0.39
0.35 0.33 0.35 0.40 0.43 0.47 0.47 0.46 0.48 0.50
0.45 0.50 0.42 0.38 0.41 0.35 0.32 0.33 0.33 0.38
0.40 0.45 0.50 0.41 0.45 0.48 0.43 0.48 0.47 0.37
0.42 0.36 0.34 0.34 0.36 0.42 0.40 0.44 0.47 0.46
0.50 0.44 0.43 0.41 0.40 0.38 0.41 0.36 0.36 0.34
0.36 0.40 0.43 0.47 0.48 0.46 0.34 0.37 0.34 0.35
0.37 0.39 0.38 0.41 0.46 0.43 0.42 0.44 0.38 0.36
0.36 0.33 0.33
Fuente: Science, 4 de febrero de 1944, pág.103
Con los conteos de cromosomas del ejercicio anterior elaboramos la siguiente tabla de
frecuencias:
Número de cromosomas por
Frecuencia (fi)
planta
(23 , 26] 5
(26 , 29] 40
(29 , 32] 27
(32 , 35] 11
(35 , 38] 3
(38 , 41] 3
(41 , 44] 1
Σ 90
Para cada ítem definir el conjunto A1 unión A2 y el conjunto A1 intersección A2, y realice un
diagrama de Venn.
1. A1 = {x : x = 0, 1, 2} A2 = {x : x = 2, 3, 4}
2. A1 = {x : 0 < x < 2} A2 = {x : 1 < x < 3}
3. A1 = {x : x = 1, 2, 3, 4} A2 = {x : x = 3, 4, 5, 6}
4. A1 = {x : 2 x 6} A2 = {x : x > 10}
5. A1 = {x : 0 x 40 o 50 x 100} A2 = {x : 0 < x < 50}
1. A U B y B ∩ A
2. A ∩ B y B ∩ A
3. A U (B U C) y (A U B) U C
4. A ∩ (B ∩ C) y (A ∩ B) ∩ C
5. A U (B ∩ C) y (A U B) ∩ (A U C)
6. A ∩ (B U C) y (A ∩ B) U (A ∩ C)
Para los mismos conjuntos anteriores siendo el conjunto A* = {x : 0 ≤ x < ∞} escribir los
siguientes conjuntos complementarios:
1. (A U B) c
2. (A ∩ B) c
Para cada uno de los casos del Ejercicio 4 de la lista de ejercicios anterior, defina una variable
aleatoria de interés y clasifíquela como continua o discreta.
Ejercicio 11 (Probabilidad)
1. P[BcUA]
2. P[B∩Ac]
3. P[Ac U [C∩Bc]]
Ejercicio 12 (Probabilidad)
Los datos de la siguiente tabla de frecuencias corresponden a rendimientos (gr.) de plantas de
soja.
Ejercicio 13 (Reto)
(Sugerencia: Plantear primero el experimento aleatorio básico y en cada caso tener claro qué
resultados sirven y cuáles no)
Lista de ejercicios 3
Conceptos claves: Característica de eventos. Dos leyes del cálculo de probabilidades. Función de
distribución y de densidad de probabilidad. Modelos de probabilidad Bernoulli y Binomial.
a) Escriba el espacio muestral si se eligen dos cédulas (notar que hay 9 resultados
posibles).
b) Sobre el espacio muestral obtenido defina la variable aleatoria X como el número de
individuos bilingües. Determine el valor de X para cada uno de los 9 resultados
posibles.
c) De acuerdo con el censo de 1970, P(I) = 0.02, P(E) = 0.92 y P(B) = 0.06 (esas son las
frecuencias relativas obtenidas). ¿Cuál es la función de probabilidades para la variable
aleatoria X definida en b)? Suponga independencia entre las dos repeticiones del
experimento; es decir , que la probabilidad del evento { I I } es 0.0004
x −1
a) f X ( x) = ; x = 0,1,2
2
b) f X ( x) = x − x 2 + 0.01; x = 0.1;0.2;0.3;0.4;0.5
c) f X ( x) = + x ; x = 0.01;0.04;0.09;0.16
x
d) f X ( x) = ; x = 1,2,3
5
a) Calcule P(X≤ -3); P(X> -1); P(X< -4); P(X≥ -3); P(X> -3)
b) Dibuje el diagrama de puntos e histograma de probabilidades para fX(x).
Ejercicio 4
En una fábrica que se dedica a la producción de bolsas plásticas se sabe que el 8% están
pinchadas. A su vez una empresa productora de lácteos -cliente de la anterior- desea saber
cuál es la calidad de las mismas ya que el empaque es fundamental para la correcta
conservación de los productos que ella distribuye. Para esto se realiza un experimento que
consiste en tomar 4 bolsas al azar y se observa si están pinchadas o no.
4. ¿Que supuestos fueron necesarios para el calculo de probabilidad que usted realizó?
Ejercicio 5
Un productor decide cultivar dos tipos de tomate: americano y perita. Del tipo americano
planta 230 semillas y del tipo perita planta 358. Luego de tres semanas de cultivadas el
productor recorre el campo y registra la cantidad de semillas que emergieron para cada tipo.
Los resultados son los siguientes:
1. ¿Qué modelo teórico de probabilidad considera apropiado si se define una variable aleatoria
X:”número de plantas que emergieron de una variedad en el total que se cultivó de la misma”?
¿Cuáles son los parámetros para cada una de las variedades?
Ejercicio 6
Se quiere estudiar la incidencia de mancha negra, causada por Phillosticta citricarpa en frutos
cítricos. Para esto se observaron 10 frutas por árbol en 20 árboles y en cada caso se registró
presencia de síntoma o no.
Ejercicio 8
Un barco posee 3 luces de emergencia, cada una de las cuales se pone en funcionamiento
automáticamente con una probabilidad de 0,99 ante una emergencia. Si las tres luces
funcionan de forma INDEPENDIENTE, calcule:
Ejercicio 9
Una compañía farmacéutica es la encargada para proveer lotes de vacuna para ganado a un
distribuidor, algunas de las cuales resultan estériles. Testear cada vacuna es impracticable ya
que el test es destructivo. Para el seguimiento de la calidad de las vacuna el distribuidor realiza
en el siguiente proceso de inspección. De cada lote se eligen al azar 10 vacunas y se registra el
número de vacunas estériles, X. Si X = 0 el lote es aceptado, y si 1 _ X es rechazado2. Asuma
que el tamaño de lote es lo suficientemente grande y que X es aproximadamente binomial con
n = 10 y p la fracción desconocida de vacunas estériles (parámetro) por lote.
2. Calcule la probabilidad de aceptar el lote, P(A), para p = 0.05, 0.1, 0.2, 0.3, 0.4. Grafique P(A)
en función de p uniendo los puntos3.
Ejercicio 11 (Variable aleatoria Poisson)
Sea X = ”número de animales afectados con Pietín en una hectárea”. Se sabe que X presenta la
siguiente función de masa de probabilidad:
e − λ λ xi
P( X = xi ) =
xi !
Ejercicio 12
Sea X una variable aleatoria con función de densidad f(x) = k para 0 ≤ X ≤ 2 y 0 en otro caso.
1. Grafique f(x).
2. Calcule el valor de k para que la función f sea una función de densidad de probabilidades.
3. Calcule P(X ≤ 0, 05), P(X ≤ 0, 25), P (0, 8 ≤ X)
Ejercicio 15
Encuentre en el capítulo 4 (Nociones de probabilidad) de Said Infante Gil, en la página 103,
¿cuál es el error en el espacio muestral planteado en el ejemplo c?
Conceptos claves: Valor esperado, varianza, propiedades. Distribución normal, distribución normal
estándar.
Ejercicio 1
1. X ~ Bernoulli (0:8)
2. X ~ Bernoulli (p)
3. X ~ Binomial (3; 0:8)
Ejercicio 3
Sea X una variable aleatoria con función de densidad f(x) = 1, si 0 ≤ X ≤ 1 y 0 en otro caso.
1. Grafique f(x) y verifique que es una función de densidad.
2. Calcule la E(X) y V (X).
3. Sean Y = X + 3 y W = 2X, calcule la esperanza y la varianza de Y y W.
Ejercicio 4
Una compañía de seguros sabe que la probabilidad de que roben un auto en un año es 0.15 (nº
robos/ nº autos) y que hay solicitudes para 1.500 seguros contra robo. El precio promedio de
un auto es U$ 3.000. ¿Cuánto debe cobrar por seguro para que en un año no tenga pérdidas?
Ejercicio 5
marca A xi 0 1 2 3 4 5
P(X=xi) 0,1 0,1 0,2 0,3 0,2 0,1
Marca B yi 0 1 2
P(Y=yi) 0,23 0,48 0,29
Ejercicio 6
NFOL:X 0 1 2 3 4
f(X) = P(X = xi) 0.3 0.5 0.1 0.06 0.04
Ejercicio 8
X 1 2 3 4 5
f(X) = P(X = xi) 0,1 0,25 0,5 0,1 0,05
Suponga que le número de interrupciones (por mes) de la corriente eléctrica (X) en un sector
de una ciudad tiene la siguiente función de probabilidades:
X 0 1 2 3 4 5 6
fX(x) 0.12 0.32 0.28 0.17 0.06 0.03 0.02
Ejercicio 11
1. Dada la variable aleatoria Z con distribución normal, media cero y varianza 1, calcular las
siguientes probabilidades:
Ejercicio 12
Dada la variable aleatoria Y, con distribución normal, media 6 y varianza 4, calcular las
siguientes probabilidades,
1. P (Y > 3)
2. P (Y > 1,6)
3. P (Y > 8)
4. P (Y > 10 ó Y < 2)
5. P (2 < Y < 10)
6. P (Y > 3 y Y < 2)
7. P (0 < Y < 12)
8. P (Y > 6)
Ejercicio 13
Utilizando el modelo teórico normal, determine para una variedad de maíz, cuya media es
10.23 y su varianza 4.25, las siguientes probabilidades,
1. P (X > 10,23)
2. P (X = 10,23)
3. P (X < 10,23)
4. P (10, 23 < X < 14,35)
5. P (X > 14,35)
6. P (9 < X < 10,23)
7. P (X < 9)
8. P (8,17 < X < 12,29)
Ejercicio 14
Se sabe que la distribución del rendimiento en gramos de las plantas de Soja se distribuye
normal (31.4; 16.3), calcule,
Suponga ahora que X ∼ N(60 ; 16). Calcule las mismas probabilidades que en el ejercicio
anterior. Compárelas e interprete los cambios en relación con la disminución de σ2.
Lista de ejercicios 5
Ejercicio 1
Una muestra aleatoria de plantas de soja (de la Lista de Ejercicio 4, ejercicio 12), resultó en los
siguientes valores:
El porcentaje de proteína (X) en una variedad de soja tiene una media de 23, con una
desviación estándar de 2.0. Se realizan 10 determinaciones independientes del contenido de
proteína en dicha variedad. Suponga que X tiene distribución Normal.
Interprete los cambios en P ( X > 24) y P (22.5 < X < 23.5) en los ejercicios 7.8 y 7.9, con
respecto al aumento de tamaño de muestra y al aumento en la varianza de la distribución.
Suponga que el peso neto por lata en una marca de sopa tiene una media de 565 gramos, con
una desviación estándar de 15 gramos. Suponga distribución Normal de los pesos.
a) Si se toma una muestra aleatoria de 9 latas y se registra el peso, ¿cuál es la
probabilidad de que la media muestral esté entre 555 y 575 gramos?
b) ¿De qué tamaño tendría que ser la muestra para que la probabilidad calculada en el
inciso a) fuese 0.9906?
Ejercicio 6
Calcule para una variable aleatoria con distribución t de Student (con los grados de libertad
señalados), las siguientes probabilidades:
Ejercicio 7
En una variable aleatoria con distribución t de Student con 12 grados de libertad, encuentre:
Ejercicio 8
¿Cuántos grados de libertad debe tener una variable aleatoria con distribución T de Student
para que se cumplan las siguientes igualdades:
Ejercicio 9
Ejercicio 10
Una muestra aleatoria de plantas de maíz dio como resultado los siguientes valores:
Conceptos claves: Estimación por intervalos de confianza para la media y varianza. Distribución
χ2.Teorema del límite central.
Ejercicio 1
Si la variable aleatoria Y tiene una distribución Chi-cuadrado con 10 grados de libertad, calcule
las siguientes probabilidades:
Ejercicio 2
En cada ítem, encuentre el valor de k para que se cumplan las siguientes condiciones:
( )
P χ 62 > k = 0.975
P (χ 2
9 < k ) = 0.025
P (χ 6
16 > k ) = 0.95
P (χ 2
15 < k ) = 0.995
Ejercicio 3
Encuentre los valores k1 y k2 que cumplen las siguientes condiciones, dejando probabilidades
iguales en cada cola de la distribución.
(
P k1 < χ 82 < k 2 = 0.90 )
P (k 1 <χ 2
17 < k ) = 0.80
2
P (k 1 <χ 2
20 < k ) = 0.80
2
Ejercicio 4
En una investigación sobre toxinas producidas por un hongo que afecta el cultivo de maíz, un
bioquímico prepara extractos de un cultivo del hongo con solventes orgánicos y mide la
cantidad de la sustancia tóxica (mg) por gramo de solución, obteniendo los siguientes
resultados a partir de 9 preparados:
2. Sabiendo que σ = 0.3 construya un intervalo de confianza del 98% para el peso promedio
de la sustancia tóxica por gramo de cultivo del hongo.
3. Interprete el intervalo.
Ejercicio 5
Ejercicio 6
Ejercicio 7
Una muestra aleatoria de cebollas, proporcionó la siguiente información con respecto al peso
en gramos/bulbo:
100 122 125 98 95 106 189 125 160 145 138 165 172 154 166 140
Estime el peso medio de los bulbos de toda la cosecha de donde proviene la muestra,
utilizando un intervalo de confianza del 90%. Estima con un intervalo de confianza al 90% la
varianza poblacional.
Ejercicio 8
Encuentre los límites del 95% de confianza para la media de la población de la cual se obtuvo
una muestra que dio los siguientes valores:
Ejercicio 9
Se obtuvieron los siguientes rendimientos (en ton/ha) de una variedad de uva para vino fino,
en 9 parcelas experimentales:
Ejercicio 10
Un modelo físico sugiere que el aumento de la temperatura promedio en el agua usada como
refrigerante en una cámara de compresión no debe ser más de 5 oC. Los aumentos de
temperatura en el refrigerante medidos en 8 oportunidades en el compresor dieron los
siguientes resultados:
Ejercicio 11
Los paquetes de un determinado fungicida, poseen una especificación acerca del contenido de
cobre del mismo: 0.60 miligramos de cobre cada 100 gramos de producto. Una dependencia
del MGAP analiza una muestra al azar compuesta por 100 paquetes de 100 gramos de
producto y encuentra que la media muestral es de 0.63 miligramos y el desvío de 0.11
miligramos.
1. Construya un intervalo de confianza para el valor promedio de cobre del fungicida de 98%
de confianza.
Ejercicio 12
Una muestra aleatoria de frascos de cereza, dio los siguientes pesos (g) de contenido por
frasco:
Ejercicio 13
Una muestra aleatoria de 25 pollos arrojó un peso medio de 2350 gr. con una desviación
estándar de 150 gr.
1. Estime el peso medio de todos los pollos del criadero de donde proviene la muestra con un
intervalo de confianza del 90%.
2. Efectúe lo mismo pero suponiendo que la media muestral fue obtenida en una muestra de
tamaño:
n=9
n=16
n=144
4. Estime el peso medio de todos los pollos del criadero de donde proviene la muestra con un
intervalo de confianza de 80%, 95% y %99.
5. ¿Cómo influye el nivel de confianza sobre la amplitud del intervalo?
Ejercicio 14
Una muestra aleatoria de botellas de Chardonnay (de 375 cc de contenido) fue medida para
controlar su contenido. Los resultados fueron:
Ejercicio 15
La Reproductive Biology Research Foundation de St. Louis, Missouri realizó un experimento con
el objetivo de determinar el efecto de la marihuana en la sexualidad (Newsweek, 27 de abril
1974). Para el mismo se eligieron 20 muchachos en buen estado de salud que habían fumado
marihuana al menos 4 días por semana por un período de 6 semanas, sin ingerir otras drogas
en ese lapso, junto con un grupo de control de otros 20 muchachos que nunca habían fumado
marihuana. La medida de la sexualidad que se midió fue el nivel sanguíneo de testosterona
(hormona sexual masculina). El grupo que consumió marihuana tuvo una media de
testosterona de 416 y un desvío estándar de 152, mientras que el otro grupo tuvo una media
de 742 y un desvío estándar de 130. Sabiendo que cuanto mayor sea el nivel sanguíneo de
testosterona mayor es el impulso sexual, realice un intervalo de confianza para cada uno de los
grupos al 95%. ¿Qué puede decir usted en términos del problema?
Ejercicio 16
Ejercicio 17
La ganancia de peso de dos lotes de animales alimentados con dos raciones diferentes fueron
las siguientes:
Ración A Ración B
15 25
25 30
35 30
25 40
35
20
Determine un intervalo de confianza al 90% para ganancia de peso media cada lote alimentado
con las diferentes raciones. Determine además un intervalo de confianza para cada una de las
varianzas poblacionales al 90%.
Ejercicio 18
Tabaco A 24 26 25 22 23
Tabaco B 27 28 25 29 26 32
1. Determine un intervalo de confianza del 90% para el contenido de nicotina de cada variedad
de tabaco.
6.39 5.52 5.05 4.75 4.60 4.13 3.90 3.99 3.90 3.85 3.76 3.65
3.43 3.49 3.51 3.34 3.41 3.26 3.31 3.13 3.11 3.03 2.89 2.56
2.25 2.01 1.46
Conceptos claves: Teorema del límite central. Estimación por intervalos de confianza para una
proporción.
Ejercicio 1
Un productor de lámparas de bajo consumo asegura que en promedio sus lámparas tienen un
duración media de 1000 horas. Usted que no confía mucho en el comerciante compra 64
lámparas, registra la duración de cada una de ellas, y obtiene que x = 1156 y s 2 = 463 .
2. Asumiendo que las 64 lámparas son una muestra aleatoria, calcule la probabilidad de que la
duración media de la muestra resulte igual o mayor a la que se obtuvo.
3. ¿Cambian los cálculos que usted realizó si se conoce la verdadera varianza poblacional?
Ejercicio 2
( )
1. Muestre que E X = p
p (1 − p )
V (X ) =
n
pˆ (1 − pˆ ) pˆ (1 − pˆ )
pˆ − zα ; pˆ + zα
2 n 2 n
Ejercicio 3
4. ¿Que supuesto fue necesario para que el intervalo anterior sea válido?
5. Si comparamos ambas variedades con el tomate americano que tiene una probabilidad de
emergencia de 0.65, ¿que puede decir viendo los intervalos de confianza?
Usando aproximación Normal calcule, con los datos del ejercicio anterior, la probabilidad de
que el estimador p̂ difiera del valor paramétrico p por menos de 0.05; es decir calcule
P( pˆ − p ≤ 0.05) = P(−0.05 ≤ pˆ − p ≤ 0.05) . Recuerde que el estimador
.
p (1 − p ) pˆ (1 − p )
pˆ ∼ N p, . Para este tamaño de muestra use S p2ˆ = en vez de σ 2p̂ al
n n
estandarizar.
Conceptos claves: Prueba de hipótesis. Error de tipo I, error de tipo II. Hipótesis estadística. Juego de
hipótesis: hipótesis nula, hipótesis alternativa. Estadístico de la prueba. Distribución del estadístico de la
prueba bajo la hipótesis nula. Criterio de decisión. Nivel de significancia. Decisión. Valor p, p-valor o alfa-
gorro ( α̂ ).
GENOTIPOS Nº DE PLANTAS
A 18
B 44
C 28
Ejercicio 2
Se dice que la administración de una hormona acorta el intervalo interparto de vacas Hereford
mayores de 2 años. Tradicionalmente el intervalo es en promedio de 390 días. Se administró a
80 vacas de más de 2 años y se registró la duración del intervalo interparto de las mismas. El
experimento dio como resultado un intervalo interparto promedio de 366 días con un desvío
estándar de 11 días. ¿Permiten estos datos avalar la afirmación tradicional?
Ejercicio 3
Los paquetes de un determinado fungicida, poseen una especificación acerca del contenido de
cobre del mismo: 0.60 miligramos de cobre cada 100 gramos de producto. Una dependencia
del MGAP analiza una muestra al azar compuesta por 100 paquetes de 100 gramos de
producto y encuentra que la media muestral es de 0.63 miligramos y el desvío de 0.11
miligramos.
Los registros de los últimos años de los estudiantes que ingresan a primer año en un colegio,
indican que su calificación media en una prueba de aptitud era de 115 con una desviación
estándar de 20. El director, interesado en saber si los que ingresan este año pertenecen a una
clase típica con respecto a aptitud, pretende probar la hipótesis de que la nueva generación
tiene una media igual a la de clases anteriores. Para probar su hipótesis, obtiene la calificación
de la prueba de aptitud de este año, de un estudiante en cada diez, de la oficina de admisión.
Esta selección dio una muestra de tamaño 50 con una media de 118. Que puede concluir sobre
la hipótesis planteada por el director?
Ejercicio 5
Ejercicio 6
Una casa comercial asegura que los motores que vende pueden ser usados durante 10.000
horas sin necesidad de hacer un ajuste, la variabilidad de la vida útil está dada por un desvío
estándar de 1.500 horas. Una cooperativa que le compra estos motores a esta casa ha
registrado las horas de trabajo hasta el momento de efectuar el primer ajuste de 25 motores
siendo el promedio de 9.400 horas. Utilice esta información para juzgar la afirmación de la
casa vendedora.
Ejercicio 7
Durante varios años se ha puesto un examen tipo en muchas escuelas. El puntaje medio del
examen es 70 y la varianza 9. Una escuela que utiliza este examen por primera vez, examinó
un grupo de 25 estudiantes que obtuvieron una calificación media de 71 y una varianza de 12.
¿Hay alguna razón para dudar de que las calificaciones de todos los estudiantes de la escuela
tuviera una varianza de 9?
Ejercicio 8
Ejercicio 9
De larga experiencia se sabe que el 20% de las semillas de cierta variedad germinan. En un
experimento, 60 de 400 semillas germinaron, ¿puede considerarse una germinación
significativamente pobre sobre la base de un 1% como nivel de significación?
Lista de ejercicios 9
Ejercicio 1
2. Se pretende estudiar si el azufre produce una disminución del número de cierto tipo de
parásitos de la papa. Para ello se divide el campo en 24 parcelas de igual tamaño. Interesa
comparar 3 cantidades distintas de azufre en 2 estaciones del año (primavera y otoño). En
cada estación del año y con cada cantidad de azufre se repite el experimento en 4 parcelas que
son asignadas al azar entre las 24 parcelas preparadas para el experimento. En cada parcela se
mide el número de parásitos de la papa.
3. Un investigador realizó un estudio sobre las técnicas de dosificación del ácido ribonucleico.
En una determinada etapa el proceso comprende una extracción por una solución de ácido
tricloroacético, donde se efectúa una medición del total de ácido ribonucleico extraído. El
investigador estaba interesado en saber si el reemplazo del ácido tricloroacético por ácido
perclórico asegura una extracción más completa y decidió ensayar el ácido perclórico a dos
concentraciones diferentes, 5% y 10%, con respecto al procedimiento que se realizaba
anteriormente. A tal fin se trataron 15 partes alícuotas de un mismo homogenato de páncreas
(5 con cada tratamiento).
Ejercicio 2
1. Utilizar 4 autos y en cada auto colocar las 4 cubiertas con el mismo tratamiento. Es
decir, un tratamiento por auto.
Ejercicio 3
Los tres principios básicos del diseño de experimentos son: replicación, aleatorización y control
de los efectos de variables externas. Considere cada uno de los siguientes escenarios. ¿Se
adhiere cada uno de ellos a todos los principios? En casa de respuesta afirmativa, describa de
qué manera. En caso de respuesta negativa indique como cambiaría el diseño para incorporar
el o los principios faltantes.
1. Un químico desea comparar un nuevo método de ensayo más simple con un método
estándar. Prepara una cierta solución y la divide en 40 tubos de ensayo. Aleatoriamente
selecciona 20 tubos y le pide a su ayudante técnico que los analice usando el método estándar.
Ella por su parte analiza los restantes 20 usando el método nuevo. Al final los dos grupos de
resultados de estos ensayos serán comparados.
Ejercicio 4
El tamaño final del fruto es un factor determinante de la calidad de los duraznos. Algunas de
las nuevas variedades de duraznero se caracterizan por su abundante fructificación lo que
origina una gran cantidad de frutos de pequeño tamaño con escasa calidad comercial. Una
práctica que puede mejorar el tamaño del fruto es el raleo (eliminación de frutos) químico o
manual. Con el objetivo de evaluar el impacto del raleo sobre el tamaño final de los frutos
(peso medio de fruto en gramos), se realizó el siguiente ensayo:
• Repeticiones: 5 por tratamiento, cada repetición era una planta y se muestrearon 100
frutos por planta.
• Tratamientos: un testigo sin ralear (Trat 1); raleo manual (Trat 2); y raleo químico (Trat
3).
Los calibres promedio por planta (mm) en cosecha se resumen en el siguiente cuadro:
2. Escriba el modelo estadístico adecuado para este estudio y explique sus componentes.
4. Estime los efectos.¿Cuánto suman los efectos? ¿Es siempre así? ¿Por qué?
5. Obtenga las predicciones para las unidades (1,4) y (3,4). ¿Cuál es el error en estas
predicciones?¿A qué se debe?
6.¿Cuánto suman los errores de todas las unidades? ¿Es siempre así? ¿Por qué?
Lista de ejercicios 10
Ejercicio 1
1. Explicite cuáles son los tratamientos, cuáles y cuántas las unidades experimentales y cuántas
repeticiones hay por tratamiento.
5. Indique dos fuentes posibles de error experimental para este caso concreto.
Experimento A
Experimento B
Bloque
Variedad 1 2 3 4 5 6
1 16.28 17.88 16.88 15.57 16.72 17.32
2 16.31 18.17 17.38 17.53 16.34 17.88
3 16.25 16.92 15.88 14.78 15.97 16.66
4 21.09 21.37 21.38 20.52 21.09 21.58
Experimento D
A.Bing en un trabajo realizado en 1953 comparo el efecto de varios herbicidas sobre el peso de
las flores de gladiolos. El peso promedio por inflorescencia en onzas se da a continuación para
los cuatro tratamientos.
Bloque
Tratamiento 1 2 3 4
Control 1.25 1.73 1.82 1.31
2.4-DTCA 2.05 1.56 1.68 1.69
DN/Cr 1.95 2.00 1.83 1.81
Sesin 1.75 1.93 1.70 1.59
Ejercicio 2
Sobre los datos del ejercicio 4 de la lista de ejercicios anterior, calcule las siguientes
cantidades:
i =3 j =5
• Suma de cuadrados totales: SCtotal = ∑i =1 ∑ j =1 ( yij − y.. ) 2
i =3
• Suma de cuadrados tratamientos: SCtrat = 5∑i =1 ( yi. − y.. ) 2
i =3 j =5
• Suma de cuadrados errores: SCerror = ∑i =1 ∑ j =1 ( yij − yi. ) 2
2. En el cuadro de calibres promedio por planta (mm) en cosecha calcule los totales por
repetición, por tratamiento y el total general.
3. Si usted cuenta con el dato del total general, ¿hasta cuántos datos del interior del cuadro se
pueden omitir sin perder información alguna?
4. Si usted cuenta con los datos de los totales por tratamientos, ¿hasta cuántos datos del
interior del cuadro se pueden omitir sin perder información alguna?
5. Complete el siguiente cuadro:
Una cadena de supermercados está considerando 3 posibles tipos de obsequio por volumen de
compra para incrementar sus ventas. El primero estaría dirigido a los niños (N), el segundo a
las madres (M) y el tercero a los padres (P). Antes de decidir cuál de los tres tipos le conviene,
el gerente de publicidad decide realizar un experimento. De las ciudades donde la compañía
tiene negocios, elige 5 que considera representativas y en las cuales tiene 3 o más
supermercados. En cada ciudad elige 3 supermercados al azar y también aleatoriamente,
decide cuál negocio va a ofrecer cada uno de los tipos de obsequio. Lleva a cabo las diferentes
promociones durante una semana y en cada uno de los 15 casos, registra el incremento
semanal en ventas con respecto a la semana anterior en el mismo negocio. Los resultados se
resumen enseguida.
Incremento semanal en ventas (Decenas de miles de pesos)
Tratamiento
Bloque (ciudad)
N M P
1 10.1 9.2 4.9
2 8.9 9.3 5.2
3 2.6 3.1 1.9
4 7.4 6.0 5.4
5 0.8 1.2 0.1
Conceptos claves: Covarianza, correlación lineal. Coeficiente de correlación lineal de Pearson. Regresión
lineal simple.
Ejercicio 1
Se cuenta con los registros de diámetro a la altura del pecho (en cms) y la altura (en mts) de 10
Eucalyptus Grandis plantados en un rodal de Rivera.
Dap H
22,85 22,45
22,59 20,54
17,42 15,65
19,81 17,97
19,91 17,74
18,69 18,61
21,86 21,21
21,23 22,44
19,17 18,89
19,39 19,85
4. Realice una prueba de hipótesis para probar que el coeficiente de correlación lineal
poblacional es distinto de cero a un nivel de significancia del 5%.
Ejercicio 2
• Repeticiones: 3
Dosis de N Medias
50 31.53
100 24.94
150 21.79
200 10.85
Nota: si P(A∪B) = P(A) + P(B), entonces los sucesos son mutuamente excluyentes.
P ( A ∩ B) = P ( B ) * P ( A) ,
f ( x ) = P ( X = xi ) = p xi (1 − p )1− xi xi = 0,1 0 ≤ p ≤1
f ( x ) = P ( X = xi ) = ( )p
n
xi
xi
(1 − p) n− xi
1) f ( xi ) ≥ 0
2) ∑ f (x ) = 1
∀i
i
1 X −µ
2
1 −
2 σ
f ( x) = e
σ 2π
Nota: Nota: cualquier función de densidad de probabilidades debe cumplir que
1) ∫ f ( x)dx = 1
−∞
2) f ( x) ≥ 0 ∀x
III. ESPERANZA Y VARIANZA
1. Variables discretas
E ( X ) = ∑ xi f ( x i ) = ∑ x i P ( X = xi )
∀xi ∀xi
E ( X ) = np
2. Variables continuas
∞
E( X ) = ∫ xf ( x)dx
−∞
III.2. VARIANZA
V ( X ) = E{X − E ( X )} = E ( X 2 ) − [E ( X ) ]
2 2
1. Variables discretas
V ( X ) = ∑ [xi − E ( X )] f ( xi )
2
∀xi
V ( X ) = np (1 − p )
2. Variables continuas
∞
V (X ) = ∫ [x − E ( X ) ]2
f ( x)dx
−∞
IV. PROPIEDADES DE LA ESPERANZA Y LA VARIANZA
1) E(a) = a
2) E(bX) = b E(X)
3) E(a + bX) = a + b E(X)
1) V(X) > 0
2) V(a) = 0
3) V(bX) = b2 V(X)
4) V(a + bX) = b2 V(X)
V. DISEÑO EXPERIMENTAL – ANÁLISIS DE LA VARIANZA
TABLA DE ANAVA
TABLA DE ANAVA
Hipótesis a probar
CME
W = q(t ; gle;α )
r
VII.1. COVARIANZA
n
(∑ xi ) 2
SCx = ∑ xi2 − i =1
i =1 n
VIII. REGRESIÓN LINEAL
βˆ1 =
∑ ( X − X )(Y − Y ) = SP
i i xy
∑(X − X ) i SC 2
x
βˆ0 = Y − βˆ1 X
1) E ( βˆ1 ) = β 1
σ2
2) V ( βˆ1 ) =
SCx
3) E ( β 0 ) = β 0
ˆ
1 X2
4) V ( βˆ0 ) = σ 2 +
n SCx
σ2
5) βˆ1 ~ N β 1 ,
SCx
βˆ = ( X ' X ) −1 X ' Y
VIII.4. ANÁLISIS DE VARIANZA PARA LA REGRESIÓN
Regresión P* ∑(y ) i
2
SCreg/glreg CMreg/CMerror
β̂ 'X ' Y − i =1
n
Error o Residual n-(p+1) Y ' Y − β 'X ' Y
ˆ SCerror/glerror
n
Y 'Y − i =1
n
*
número de parámetros de regresión