UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS AGROPECUARIAS

ESCUELA DE AGRONOMIA

Recuperación Examen 2
Maestra: Fiorela Janet Córdova Ayalo
Integrantes:
✓ Barboza Ninaquispe Miguel Angel
✓ Pineda Vilca María Julia
✓ Quispe Suarez Yort Kevin
✓ Ramírez Medina Dalia
✓ Romero Huayán Rosa Maide
✓ Vigo Rodríguez Gustavo Alonso
Curso: Estadística general
Ciclo: III
AGOSTO - 2021
Problema 1:

La tienda de “AGROFERTILIZANTES” lleva más de 70 años al servicio de sus clientes

del distrito de Chepén. Para los meses de campaña se ha decidido hacer descuentos por la
compra de productos químicos, para ello se otorgará mayores posibilidades a aquellos
clientes que tengan mayores compras en la tienda , en los próximos 3 meses.

El jefe de la tienda dividirá a los clientes en 3 grupos. El primer grupo G1 tendrá aquellos
clientes que tengan compras mayores de 800 soles, el grupo G2, los clientes que tengan
compras entre 500 y 800 soles y el grupo G3 tendrá a los clientes que compren menos de
500 soles.

Al grupo G1 les dará una posibilidad de 50% de obtener un descuento, al G2 una

posibilidad del 35% y al grupo G3 una posibilidad del 15%.Además se tiene que el
consumo de compras de un cliente cualquiera de la tienda en 3 meses tiene una
distribución normal con media de 500 soles y desviaciones estándar de 450 soles.

¿Cuál es la probabilidad de que un cliente del G3 obtenga un descuento ?

Interpretación

Determinar si un cliente obtiene un descuento y pertenezca al G3

Representación

Variable. X: Costo de compra (variable cuantitativa discreta)

X-----N(500; 450^2)

Herramienta estadística: Teorema de Bayes. Distribución normal.

Cálculo

Eventos:
A = Un cliente obtenga un descuento
G1 = Un cliente pertenezca al Grupo 1
G2 = Un cliente pertenezca al Grupo 2
G3 = Un cliente pertenezca al Grupo 3

P(G1) = P (X > 800) = 1- P (X < 800) = 1- P (Z < 800 -500/450) = 1- 0.74537= 0.25463

P(G2) =P (500 < X < 800) = P (X < 800) - P (X < 500) = 0.74537-0.5000=0.24537

P(G3) =P(X<500) = P (X < 500) = 0.5000

 A/G1 0.50
G1 0.25463
Ac/G1 0.50
A/G2 0.35
G2 0.24537
Ac /G2 0.65
A/G3 0.15
G3 0.5000
Ac /G3 0.85

𝑃(𝐴) = 𝑃(𝐺1) ∗ 𝑃(𝐴⁄𝐺1) + 𝑃(𝐺2) ∗ 𝑃(𝐴⁄𝐺2) + 𝑃(𝐺3) ∗ 𝑃(𝐴⁄𝐺3)

𝑃(𝐴) = 0.25463 ∗ 0.50 + 0.24537 ∗ 0.35 + 0.5000 ∗ 0.15 = 0.28819

𝑃(𝐺3) ∗ 𝑃(𝐴⁄𝐺3) 0.5000 ∗ 0.15

𝑃(𝐺3⁄𝐴) = = = 0.26024
𝑃(𝐴) 0.28819

Análisis
La probabilidad de que un cliente de la tienda se encuentre en el Grupo G3 dado que
obtenga un descuento es de 0,26024.
Argumentación
Como la probabilidad obtenida es 0,26024 no es probable que un cliente de la tienda se
encuentre en el Grupo G3 dado que obtenga un descuento.
Problema 2:

La empresa Hidrandina quiere establecer más redes de electricidad en las zonas

rurales de La Libertad. Por lo que recaudará información a distintas
municipalidades provinciales. Sabemos que en promedio hay 5 zonas rurales tienen
electricidad en 3 años, según el proceso de poisson. Si en 3 años lograron
proporcionar electricidad a lo más 3 zonas rurales, ¿ cuál es la probabilidad que
como máximo sean 6 las zonas rurales tengan electricidad en esos 3 años?, si esta
probabilidad es mayor 0,80 se sabe que Hidrandina está haciendo un buen trabajo.
proporcionando electricidad más rápido

Interpretación

Determinar la probabilidad de que como máximo 6 zonas rurales obtengan

electricidad en 3 años.

Representación

Variable X: N° de zonas rurales -variable cuantitativa discreta

e .u /u!
u x

Herramienta estadistica: Distribución de Poisson

Cálculo

lambda= promedio= 5 zonas rurales/3 años

Calculamos la media: u= 5

P(X<6/X>3 )= (X<6∩X<3) / P(X<3) = P(3>X<6) / 1-P(X<3)

E= Establecer electricidad en zonas rurales

Z4:La zona rural 4 tenga electricidad

Z5: La zona rural 5 tenga electricidad

E .5 /4!= 0.17.55=17.55%
-5 4

E .5 /5!= 0.0833= 8.33%

-5 5

P(4) Suma= 0.25.88 = 25.88%

P(5) 1-0.25.88 =0.7412 = 74.12%

Dividimos las dos probabilidades y sale = 0.3491= 34.91 %

P(x≤6/x>3)/Px>3 = P(3<X≤6)/1-p(x≤3) = 0.3491%

Análisis

La probabilidad de que Hidrandina brinde a 6 zonas rurales electricidad en 3 años

es de 34.91%.

Argumentación

La empresa de Hidrandina no está haciendo un buen trabajo con respecto a su

servicio de brindar energía eléctrica a las zonas rurales.

Problema 3

La empresa Toyota trabaja con la fábrica “Optimus spray”, son consideradas las
mejores en el país y fabrican piezas para automóviles de último modelo, para lo cual
está organizado en tres secciones. La sección A fabrica el 0,25 % de las piezas, la
sección B el 0,40%, mientras que el resto de piezas se fabrican en la sección C. La
probabilidad de de encontrar una pieza defectuosa es del 0.02 , 0.025 y 0.006 según
se considere la sección A, B o C, respectivamente.

La fábrica “Optimus spray” desea saber cuál sería la probabilidad de que una pieza
elegida al azar salga defectuosa.

Si al azar sale una pieza que es defectuosa, ¿Que probabilidad hay que sea de la
sección A?

Interpretación

Determinar si la probabilidad de que una pieza elegida al azar salga defectuosa de

la fábrica “Optimus spray” y si al azar sale una pieza que es defectuosa, ¿Que
probabilidad hay que sea de la sección A?

Representación

Variable: Fabricación de piezas defectuosas

Herramienta estadística: Teorema de bayes

Cálculo:

a. P(D) = 0,25 x 0,02 + 0,40 x 0,025 + 0,35 x 0,006 = 0,005 + 0,01 +

0,0021 = 0,0171
b. P(A/D)= P(A/D) / P(D)= 0,25 x 0,020.25 x 0.02 + 0.40 x 0.024 +
0.35 x 0.006 = 0.0050.0171=0.29

Análisis
La probabilidad de que una pieza elegida salga defectuosa de la fábrica es de 0,0171
y la probabilidad de que sea de la sección A es 0,29.

Argumentación

La fábrica “Optimus spray” tiene la probabilidad de 0.0171 de que sus piezas

fabricadas sean defectuosas y el 0,29 que pertenezca a la sección A. La empresa y la
fábrica seguirán siendo las mejores en el país debido a que sus probabilidades son
bajas.