“AÑO DE LA UNIVERSALIZACIÓN DE SALUD”

UNIVERSIDAD CATÓLICA LOS ÁNGELES CHIMBOTE

FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
“ESTADÍSTICA APLICADA”
ALUMNO(A) : ATME ARANGO, WILL TAYLOR
CHUMBILE HUALLANCA, EDDER ANTHONY
ESPINOZA ROJAS, JOHN LEONARD
GALVEZ SANTIAGO, ANNA DANIELA
HUACHOHUILLCA CHILINGANO, CRISTIAN
SOLIS GÓMEZ PABEL
CURSO : ESTADISTICA APLICADA
CICLO : III
GRUPO : A
NOMBRE DE GRUPO : GALACTICOS DX

DOCENTE : MG. CISNEROS BERROCAL, OCTAVIA

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

Índice de contenido. ............................................................................... 3

Índice de ilustraciones ............................................................................ 4

Capitulo I............................................................................................... 5

Actividad N° 04: Actividad de investigación formativa. .................. 5

Distribución Normal ...................................................................... 5

Calculo inverso de la distribución normal estándar……………………...5

Distribución t student ...................................................................... 5

Distribución chi cuadrado ............................................................... 5

Capitulo II...................................................................................... 6

Ejercicios Distribución Normal. ...................................................... 7

Ejercicios Propuestos (8 Ejercicios) ....................................................... 9

Problemas de Aplicación Propuestos (3 Ejercicios) ......................... 10

Capitulo III……………………………………………………………10

Ejercicios T Student. ...................................................................... ....... 11

Ejercicios (3 Ejercicios) ......................................................................... .13

Capitulo IV ............................................................................ ……14

Chi Cuadrado. ....................................................................... ……14

Ejercicios (5 Ejercicios) .................................................................. .15

Referericias bibliográficas. ..................................................... …….16

 Índice be ilustraciones

Ilustración 1 (Ejercicio (I 1 página 165) ........................................................... 5

Ilustración 2 (Ejercicio (J2 página 158) ............................................................ 6
Ilustración 3 (Ejercicio tJ3 página 156) ............................................................ 7
Ilustración 4 (Ejercicio tJ4 página 155) ............................................................ 8
Ilustración 5 (Ejercicio US página 151) .............................................................9
Ilustración 6 (Problema as de Aplicación (I página 170) .................................. 10
Ilustración 11(Ejercicios de T Student 01 página I fi3) ................................. 11
Ilustración 12 (Ejercicios de T Student (12 página 164) ..................................12
Ilustración 13(Ejercicios de T Student (13 página 165)……………………….13
Ilustración 14 (Chi Cuadrado Ejercicio 01 página 16) ..................................... 14
Ilustración 15 (Chi Cuadrado Ejercicio 02 página 14) .....................................15
 CAPITULO I

ACTIVIDAD N° 04: ACTIVIDAD DE INVESTIGACION FORMATIVA.

DISTRIBUCIÓN NORMAL
“La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el
valor de una variable aleatoria continua a una situación ideal. En otras palabras,
la distribución normal adapta una variable aleatoria continua a una función que depende
de la media y la desviación típica.”(Moivre, 1993, pág. 82)

CALCULO INVERSO DE LA DISTRIBUCION NORMAL ESTANDAR

“El cálculo inverso parte de la probabilidad y determina la abscisa que deja a su izquierda
esa probabilidad, si ponemos un caso hipotético tenemos un área (p) conocida, entonces
nos tocaría hallar el valor de x que deja a su izquierda una probabilidad (p) conocida.”
(Naranjo Marín Luis, 2009, pág. 63)

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)

DISTRIBUCION CHI CUADRADO

“El estadístico ji-cuadrado, que tiene distribución de probabilidad del mismo nombre,
sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias. Probar la
bondad de un ajuste es ver en qué medida se ajustan los datos observados a
una distribución teórica o esperada.” (Mario & P. Jones, 2004, pág. 84)
 CAPITULO II

EJERCICIOS DE DISTRIBUCIÓN NORMAL

Ejercicio 1)
“Se supone que los resultados de un examen siguen una distribución normal con media
78 y desviación típica 36. Se pide:”

a) “¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga

una calificación superior a 72?”

b) “Calcular la proporción de estudiantes que tienen puntuaciones que exceden por

lo menos en cinco puntos de la puntuación que marca la frontera entre el Apto y
el No-Apto (son declarados No-Aptos el 25% de los estudiantes que obtuvieron
las puntuaciones más bajas).”
Procesado los datos de temperatura reportada por la de la estación Meteorológica INIA
CANAÁN de la ciudad huamanga, la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23º y desviación típica 5º. Calcular el muero de días del
mes en los que espera alcanzar máximas entre 21º y 27º
Solución
x−μ
Sabemos que 𝑧 = ; como 𝑥1 = 21 y 𝑥2 = 27 entonces la p(𝑥1 ≤ X ≤ 𝑥2 ); μ=23º y
σ
σ=5º se define como:
21−23 27−23 −2 4
p(21 ≤ X ≤27)= p( ≤z≤ )= p(21 ≤ z ≤ 27)= p( 5 ≤ z ≤ )= p(-0.4 ≤ z ≤ 0.8)
5 5 5

= p(z ≤ 0.8) - (1-p(z ≤ 0.4))= - p(z ≤0.8) + p(z ≤ 0.4)-1

=0.7881+0.554-1=0.4435……………………………usando la tabla Nª 1
0.4435*30= 13.3 = 13
Interpretación: 13 días en el mes de junio, son los días que se espera alcanzar las
temperaturas máximas entre 21º y 27º.

Ejercio 2)

una poblacion normal tiene una media de 80 una desviacion estandar 75 Y 90.0

a) Calcula la probabilidad de un valor localizado entre 75.0 y 90.0

p (75 ≤ x ≤ 90)
 b) Calcule la probabilidad de un valor de 75.0 menor p(x ≤ 75)

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)

Pr (z <0'338) => Pr (z<-0'34)= 0'36693

Ejercicio 7)

Pr (z > 2'1) => Pr (z >-2'10) = 1- 0'98214 = 0'01786

Ejercicio 8)

Pr (z > -1) => Pr (z >-1'00) = 1- 0'15866 = 0'84134

Si X es una variable aleatoria de una distribución

N (μ, σ), hallar: p (μ-3σ≤ X≤ μ + 3σ).
Solución
x−μ
Sabemos que 𝑧 = σ

Como 𝑥1 = μ-3σ y 𝑥2 = μ+3σ entonces la p(𝑥1 ≤ X≤ 𝑥2 ) se define como:

(μ−3σ)−μ (μ+3σ)−μ
p(μ-3σ≤ X≤ μ + 3σ )= p( σ
≤z≤ σ
)= p(-3≤ z ≤3)= p(z ≤3) - p(z≤-3)

= -p(z ≤ 3) – (1-p(z ≤ 3))= -p(z ≤3) – 1+ p(z ≤ 3)

=0.9987-1+0.9987 = 0.9974……………………………usando la tabla Nª 1

Interpretación: Aproximadamente el 99.74% de los valores de X están a más/menos de

tres desviaciones típicas de la media.
 CAPITULO III
PROBLEMA DE APLICACIÓN
Ejercicio 1)
“Las calificaciones de los 500 aspirantes presentados a un examen para contratación
laboral, se distribuye normalmente con media 6'5 y varianza 4.”

1) “Calcule la probabilidad de que un aspirante obtenga más de 8 puntos.”

2) “Determine la proporción de aspirantes con calificaciones inferiores a 5 puntos.”
3) “¿Cuántos aspirantes obtuvieron calificaciones comprendidas entre 5 y 7'5 puntos?”

“Nos encontramos ante una distribución normal N(6'5, √4) = N(6'5,2)”

Ejercicio 1.1)

1. “Tipificamos el valor 8:”

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)

3. Tipificamos los valores 5 y 7'5:

5−6′ 5 7′ 5− 6′5
𝑧= = −0′ 75 𝑧= = 0′5
2 2
“El área comprendida entre ambos es, consultando las tablas:”
Pr(5 < X < 7'5) = Pr(-0'75 < z < 0'5) = 0'46483
“Multiplicando la probabilidad por el total de aspirantes, obtenemos el número de
ellos que tienen calificaciones comprendidas entre 5 y 7'5 puntos:
0'46483 x 500 = 232'415 ≅ 232 aspirantes”

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

Estadística de la prueba: 𝑡ℰ= 𝑥−𝑢

ℽ = −2
( )
√𝑛
 Grafica:

Por lo tanto: -2.131<𝑡ℰ <2.131 → SE ACEPTA LA HIPÓTESIS

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.

Se realiza el análisis descriptivo de la muestra y se obtiene una media de Q 1,275.00 y

una desviación estándar de Q 235.00 ¿Con un intervalo de confianza del 95% se puede
deducir que se tiene un caso de corrupción dentro de la empresa?

Por lo tanto α/2 = (1 - 0.95)/2 = 0.025

Ahora debemos calcular los grados de
libertad, que están dados de la fórmula:

Grados de Libertad:
gl = n -1
gl = 12-1
gl = 11
Ejercicio 3)

Se aplica una prueba de autoestima a 25 estudiantes de la carrera profesional de Ingeniería

Civil-ULADECH-Ayacucho-2020, quienes obtienen una calificación promedio de 62.1
con una desviación estándar de 5.83 Se sabe que el valor correcto de la prueba debe ser
mayor a 60. ¿Existe suficiente evidencia para comprobar que no hay problemas de
autoestima en el grupo seleccionado? Considera un nivel de significancia de 0.05

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

Paso 3: Evidencia Muestral

𝑋̅ = 62.1 𝑆𝑥 =5.83
Paso 4: Aplicando la Distribución de Probabilidad
Calculando t*:

𝑋̅−𝜇 62.1−60 2.1

𝑡∗ = 𝑆𝑥 𝑡∗ = 5.83 = = 1.8
1.166
√𝑛 √25
df = n-1=25-1 = 24
Buscando en la tabla de Distribución de t de Student, encuentras el valor del área:

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

DISTRIBUCIÓN CHI – CUADRADO

Ejercicio 1)
La siguiente tabla refleja la cantidad de estudiantes, según la calificación obtenida en
el curso de Estadística de dos universidades.
Deficiente Regular Bueno Total
ULADECH 5 11 7 23
UNI 20 32 3 55
TOTAL 25 43 10 78
¿Influye el tipo de universidad en la calificación obtenida?
Margen de error: 0.05

Ho: No influye el tipo de universidad

Hi: Si influye el tipo de universidad

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

Grado de libertad: v = (nºfilas-1) x (nºcolumnas-1)

v = (2-1) x (3-1) = 2
Chi cuadrado:
(𝑓−𝑓𝑡)2 (5−7.37)2 (11−12.68)2 (7−2.95)2 (20−17.63)2 (32−30.32)2
𝑋2 = ∑ = + + + + +
𝑓𝑡 7.37 12.68 2.95 17.63 30.32

(3−7.05)2
= 9.28
7.05

𝑋 2 𝑡𝑎𝑏𝑙𝑎 = 5.9915 ; 𝑋 2 = 9.28

Por lo tanto 9.28>5.9915, como el dato obtenido es mayor al dato de la tabla se rechaza
la hipótesis nula (Ho)

Rpta: El tipo de universidad si influye en la calificación del curso de Estadística

Ejercicio 2)
Se realizó una encuesta a 400 personas de acerca de que sistema operativo prefieren
utilizar en sus teléfonos celulares y los resultados obtenidos se muestran en la siguiente
tabla:
Mujeres Hombres Total
S. Android 96 54 150
S. iOS 123 27 150
S. Windows 81 19 100
Mobile
Total 300 100 400

Formulación de Hipótesis:
Ho: No hay relación entre género y sistema
H1: Hay relación entre género y sistema

Grado de libertad: v = (nºfilas-1) x (nºcolumnas-1)

v = (3-1) x (2-1) = 2

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

𝑋 2 𝑡𝑎𝑏𝑙𝑎 = 5.99 ; 𝑋 2 = 15.52

Por lo tanto 15.52>5.99, como el dato obtenido es mayor al dato de la tabla se rechaza
la hipótesis nula (Ho)

Rpta: Hay relación entre género y sistema

 REFERENCIAS BIBLIOGRÁFICAS

Barreto Rodríguez, C. R. (2007). Estadística Básica Aplicaciones. Perú: Gráfica Real S.A.C.
Sánchez, C. (2009). Manual de Análisis de Datas. Madrid: Rama

Moivre, francés Abraham. (2012). Distribución Normal. España: Universidad de Cádiz.

Naranjo Marín Luis, Diego (2009).Distribución Normal.

Gosset, William Sealy (1993) Distribución T Student

Mario, Triola T; P. Jones, Franklin (2004) Distribución chi cuadrado

curso de estadística inferencial ejercicios y problemas resueltos de distribución normal

prof . msc . julior. vargas a . la distribución normal :, n.d.)