Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA II
CATERIN VIVIANA ALVAREZ FORERO
Ejercicio 1: Se analizan dos poblaciones en las que se estudian las variables aleatorias:
ζ1 = estatura de los niños españoles (en cm)
ζ2 = estatura de los niños alemanes (en cm)
siendo ζ1 → N(120,5) y ζ2 → N(130,6)
Se extraen m.a.s independientes de cada población de tamaños n=25 y m=30, respectivamente.
Se pide:
a) La probabilidad de que la estatura media de los niños alemanes sea mayor de 180 cm.
ζ1 = estatura de los niños españoles (en cm)
ζ1 → N(120,5)
Recordemos que en una Distribución normal de variables aleatorias continuas:
μ = 120 y σ = 5 La probabilidad media y la desviación típica
Demos tipificar la variable aleatoria
Esto quiere decir, simplificar para buscar valor de la probabilidad en la tabla
n = 25 = σ
ζ1 → N(120,25) ⇒ Zo N (0,1) en donde μ =0 y σ = 1
Z = X -μ /σ
Z = 180 -120 /25
Z =2,4
Para X = 180 Z = 2,4 Z ≈ N (0,1) ≈0,9918
P(X≥180) = 1 -0,9918 = 0,0082 = 0,82% para los niños españoles
ζ2 = estatura de los niños alemanes (en cm)
ζ1 → N(130,6)
Recordemos que en una Distribución normal de variables aleatorias continuas:
μ =130 y σ = 6 La probabilidad media y la desviación típica
Demos tipificar la variable aleatoria
Esto quiere decir, simplificar para buscar valor de la probabilidad en la tabla
n = 30 = σ
ζ1 → N(130,30) ⇒ Zo N (0,1) en donde μ =0 y σ = 1
Z = X -μ /σ
Z = 180 -130 /30
Z =1,66
Para X = 180 Z = 1,66 Z ≈ N (0,1) ≈0,9515
P(X≥180) = 1 -0,9515 = 0,0485 = 4,85% para los niños alemanes
EJERCICIO 2: Dada una población representada por una variable ζ cuya distribución de probabilidad se supone N(μ,4). Se
pide: Elaborar el intervalo de confianza para la estimación del parámetro μ, al nivel de confianza del 95% con base en
una m.a.s de tamaño n=100 en la que se obtiene una media muestral igual a 10.
Datos:
Media = 10= E.
n = 100
Nivel de
confianza = 95% = Z
Coeficiente de
Calculo del
punto crítico:
α = 1-0.95 =
0.05
α/2 = 0.025.
En la tabla de
Z=0,95
Respuesta: sea (x,Y) una variable aleatoria bidimensional continua y sea 𝑅𝑥𝑦 su recorrido (no numerable). Sea
𝑓: 𝑅𝑥𝑦 → 𝑅 una función que, a cada punto (x,y) de 𝑅𝑥𝑦 le asigna un número real 𝑓(𝑥, 𝑦) tal que
a) 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ 𝑅2
b) ∬𝑅2 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 1
A esta función la llamaremos función de densidad de probabilidad conjunta de la variable aleatoria bidimensional (X Y, ).
Sea (X,Y) discreta y sea 𝑝(𝑥𝑖 , 𝑦𝑗 ) (𝑖 = 1,2, … 𝑛, 𝑗 = 1,2, … , 𝑚) su función de probabilidad conjunta (Eventualmente n y/o
m pueden ser ∞ ).