Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AYACUCHO – PERÚ
2020
El presente trabajo es dedicado a
nuestra familia, quienes han sido
parte fundamental de nuestros
estudios, ellos son quienes me
dieron grandes enseñanzas y
principalmente su apoyo
incondicional para seguir
adelante.
Índice de contenido
Capitulo I............................................................................................... 5
Capitulo II...................................................................................... 6
Capitulo III……………………………………………………………10
DISTRUCION T STUDENT
“Student es una distribución de probabilidad que surge del problema de estimar la media
de una población normalmente distribuida cuando el tamaño de la muestra es pequeño”.
(Gosset, 1993, pág. 85)
Ejercio 2)
una poblacion normal tiene una media de 80 una desviacion estandar 75 Y 90.0
Ejercicio 3)
Pr(-1'52 ≤ z ≤ 0'897)
Pr(-1'52 ≤ z ≤0'897) ⇒ Pr(-1'52 ≤ z ≤ 0'90) =
= 1 - 2 = 0'81594 - 0'06426 = 0'75168
Ejercicio 4)
Pr(-1'39 < z ≤ -0'44)
Pr(-1'39 < z ≤ -0'44) = 1 – 2 = 0'32997 - 0'08226 = 0'24771
Ejercicio 5)
Pr (z <1'35) = 0'91149
Ejercicio 6)
Ejercicio 8)
Ejercicio 1.1)
8−6′ 5
𝑍= =0'75
2
“La probabilidad pedida es el área a la derecha de z = 0'75
Consultando las tablas obtenemos: 0'22663”
Ejercicio 1.2)
2. Tipificamos el valor 5:
5−6′ 5
𝑧= = −0′ 75
2
Calculemos el área (probabilidad) a la izquierda de z = -0'75.
Consultando las tablas obtenemos: 0'22663
En términos de porcentajes será 0'22663 x 100: el 22'663 %
Ejercicio 1.3)
PROBLEMAS DE APLICACIÓN
DISTRIBUCIÓN T STUDENT
Ejercicio 1)
“Una empresa que fabrica juguetes electrónicos afirma que las baterías que usa en sus
productos duran un promedio de 30 horas”. “Para mantener este promedio se prueban
16 baterías cada mes, si el valor t calculado cae entre t-0.025 y t0.025, la empresa queda
satisfecha con su afirmación.”
¿Qué conclusiones debería sacar la empresa a partir de una muestra que tiene una media
de 27?5horas y una desviación estándar de la muestra de 5 horas?
- Suponga que la distribución de las duraciones de las baterías es
aproximadamente normal
Datos:
Media de población: u=30h
Media de la muestra: x=27.5h
Tamaño de la muestra: n=16
Desviación estándar de la población: ℽ=5h
Ejercicio 2)
Un grupo de auditores desea comprobar una factura inflada que registra un monto de
Q 1,150.00. Según su experiencia este monto sobresale de lo facturado normalmente. No
tienen mucho tiempo para presentar el caso ante la junta directiva por lo que toman una
muestra de 12 facturas para poder analizar el caso.
Grados de Libertad:
gl = n -1
gl = 12-1
gl = 11
Ejercicio 3)
Solución
Paso 1
Hipótesis Alternativa (Hi):
El grupo no tiene problemas de autoestima. Valor de autoestima mayor a 60.
Hipótesis Nula (Ho):
El grupo tiene problemas de autoestima. Valor de autoestima menor a 60. Paso 2:
Determinar nivel de significancia: α=0.05
Pasó 5: Resultados:
P=0.042 y α=0.05 stendo: p < α por lo tanto: se acepta Hipótesis alternativa
Interpretación: Existe suficiente evidencia para demostrar que los estudiantes de la
carrera profesional de Ingeniería Civil ULADECH-Ayacucho-2020, no tiene problemas
de autoestima.
CAPITULO VI
25𝑥23 25𝑥55
Frecuencias teóricas: 5 → = 7.37 20 → = 17.63
78 78
43𝑥23 43𝑥55
11 → = 12.68 32 → = 30.32
78 78
10𝑥23 10𝑥55
7→ = 2.95 3→ = 7.05
78 78
(3−7.05)2
= 9.28
7.05
Por lo tanto 9.28>5.9915, como el dato obtenido es mayor al dato de la tabla se rechaza
la hipótesis nula (Ho)
Formulación de Hipótesis:
Ho: No hay relación entre género y sistema
H1: Hay relación entre género y sistema
300𝑥150 100𝑥150
Frecuencias teóricas: 96 → = 112.5 54 → = 37.5
400 400
300𝑥150 100𝑥150
123 → = 112.5 27 → = 37.5
400 400
300𝑥100 100𝑥100
81 → = 75 19 → = 25
400 400
Chi cuadrado:
(𝑓−𝑓𝑡)2 (96−112.5)2 (123−112.5)2 (81−75)2 (54−37.5)2 (27−37.5)2
𝑋2 = ∑ = + + + + +
𝑓𝑡 112.5 112.5 75 37.5 37.5
(19−25)2
= 15.52
25
Por lo tanto 15.52>5.99, como el dato obtenido es mayor al dato de la tabla se rechaza
la hipótesis nula (Ho)
Barreto Rodríguez, C. R. (2007). Estadística Básica Aplicaciones. Perú: Gráfica Real S.A.C.
Sánchez, C. (2009). Manual de Análisis de Datas. Madrid: Rama