ESTADÍSTICA APLICADA CE86

Taller 2 - Solución

Pregunta 1
Cesar es una persona que le gusta hacer inversiones en la bolsa de valores, últimamente con la ayuda
de un operador de bolsa ha realizado inversiones en el sector minero y en el sector telecomunicaciones.
La probabilidad que invierta en el sector minero y telecomunicaciones son 0,60 y 0.70 respectivamente.
Además, la probabilidad que no invierta en ningún sector es de 0,15. El operador de bolsa elige un
sector y afirma que la probabilidad de que Cesar invierta solo en el sector telecomunicaciones es
superior a 0,15

Sean los eventos:

A: Inversiones en el sector minero. 𝑃(𝐴) = 0.60
B: Inversiones en el sector telecomunicaciones. 𝑃(𝐵) = 0.70
𝑃(𝐴𝑈𝐵)𝐶 = 0.15 (que no invierta en ningún sector) → 𝑃(𝐴𝑈𝐵) = 0.85
Por teorema:
𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) despejamos 𝑃(𝐴 ∩ 𝐵) = 0.60 + 0.70 − 0.85 = 0.45
Reemplazamos:
𝑃( 𝑠𝑜𝑙𝑜 𝐵) = 𝑃(𝐵 ∩ 𝐴𝐶 ) = 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = 0.70 − 0.45 = 0.25
o
𝑃( 𝑠𝑜𝑙𝑜 𝐵) = 𝑃(𝐴 𝑈 𝐵) – 𝑃(𝐴) = 0.85 − 0.60 = 0.25

1. La probabilidad que Cesar invierta solo en el sector telecomunicaciones es: 0.250 (Ingrese
su respuesta redondeado a tres decimales)
.
2. La afirmación del operador de bolsa es:
a. Correcta
b. No es correcta

Pregunta 2
Cada ingeniero de la empresa ABC S.A. es clasificado según su habilidad para programar (Debajo del
promedio, En el promedio o Sobre el promedio) y de acuerdo a su rendimiento (Regular, Bueno o
Excelente). Los resultados obtenidos se muestran en la siguiente tabla:

Clasificación de rendimiento Total

Habilidad
Regular (R) Bueno (B) Excelente (E)
Debajo del promedio (D) 21 12 27 60
En el promedio (P) 25 45 60 130
Sobre el promedio (S) 93 72 135 300
Total 139 129 222 490

Si se elige a un ingeniero al azar: (Escriba sus cálculos con 4 decimales)

1. ¿Cuál es la probabilidad de que su habilidad para programar esté por debajo del promedio y
su rendimiento sea Regular? 0.0429
21
𝑃(𝐷 ∩ 𝑅) = = 0.0429
490
2. ¿Cuál es la probabilidad de que su habilidad para programar no esté Sobre el promedio o que
su rendimiento sea Bueno? 0.5347
60 + 130 129 (12 + 45) 262
𝑃(𝑆 𝐶 𝑈 𝐵) = 𝑃(𝑆 𝐶 ) + 𝑃(𝐵) − 𝑃(𝑆 𝐶 ∩ 𝐵) = + − = = 0.5347
490 490 490 490
3. Si se sabe que su rendimiento sea Bueno, ¿cuál es la
probabilidad que su habilidad este Sobre el promedio? 0.5581
 72
𝑃(𝑆 ∩ 𝐵) 490 72
𝑃(𝑆/𝐵) = = = = 0.5581
𝑃(𝐵) 129 129
490

Pregunta 3
ero de defectos de los lavatorios industriales
CENSIS viene presentando problemas de información principalmente por errores del
sistema Sky Alert; la variable asociada a esto es X: número de reportes errados de Sky
Alert, la misma que presenta la siguiente distribución de probabilidades:
X 0 1 2 3 4 5
P(x) 0.15 2k 0.22 5k 0.21 0.07
Responda las siguientes preguntas: (Escriba sus cálculos con 3 decimales)
a. La probabilidad de que el número de reportes errados sea mayor a 2 es: 0.530
b. Si se sabe que tiene menos de 4 reportes errados, la probabilidad de que tenga más de un
reporte errado es: 0.653
c. Considerar que cada reporte errado genera gastos administrativos cuya función (en soles)
está definida por: G = 50.5X + 200; donde X representa el número de reportes errados de Sky
Alert. El gasto esperado es: 325.240

0.15 + 2𝑘 + 0.22 + 5𝑘 + 0.21 + 0.07 = 1 X P(x) x.P(x)

𝐾 = 0.05 0 0.15 0.00

a. 𝑃(𝑋 > 2) = 0.25 + 0.21 + 0.07 = 0.530 1 0.10 0.10

2 0.22 0.44
𝑃(1<𝑋<4) 0.22+0.25 0.47
b. 𝑃(𝑋 > 1⁄𝑋 < 4) = = = = 0.653 3 0.25 0.75
𝑃(𝑋<4) 0.72 0.72
4 0.21 0.84
c. 𝐸(𝑋) = 2.48
𝐸(𝐺) = 50.5(2.48) + 200 = 325.240 5 0.07 0.35
suma 1.00 2.48
Pregunta 4
La fábrica “Electric” se dedica a la producción de componentes electrónicos y por experiencia se sabe
que 2 de cada 100 artículos son defectuosos. El jefe de producción en una inspección rutinaria toma
una muestra aleatoria de 20 artículos, ¿cuál es la probabilidad que se encuentren menos de 2 artículos
defectuosos en la muestra?

X: Número de artículos defectuosos en la producción de componentes electrónicos en la

muestra de 20
X  Binomial (n = 20, p = 0,02) Rx ={0, 1, 2, 3, …, 20}

𝑃(𝑋 < 2) = 𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = 0.9401

Responda las siguientes preguntas:

1. La variable aleatoria discreta es:

a. Número de artículos defectuosos en la producción de componentes electrónicos en la
muestra de 20
b. Número de artículos no defectuosos en la producción de componentes electrónicos en la
muestra de 20
c. Porcentaje de artículos defectuosos en la producción de componentes en la muestra de 20
d. Porcentaje de artículos no defectuosos en la producción de componentes en la muestra de
20

2. La distribución de probabilidad de la variable en estudio es:

a. Binomial
b. Poisson
 3. Los parámetros de la distribución son:
a. 20 y 0,20
b. 20 y 0,02
c. 2 y 100

4. En base a la información del enunciado, la probabilidad que se encuentren menos de 2 artículos

defectuosos en la muestra es: 0.9401 (Ingrese su respuesta redondeada a 4 decimales)

Pregunta 5
En un estudio sobre la efectividad de un insecticida contra cierto insecto se roció este producto en un
área grande de tierra. Posteriormente, se examinó el área en relación con los insectos vivos,
seleccionando metros cuadrados. Según un proceso de Poisson se ha demostrado que el número
promedio de insectos vivos por metro cuadrado, después de haber rociado el insecticida es de 0,6.

a. La probabilidad de que en un metro cuadrado de tierra elegido al azar contenga por lo menos
tres insectos vivos es: 0.023 (Ingrese su respuesta redondeada a tres decimales)
X: Número de insectos vivos por 1m2
Si X ~ Poisson ( λ = 0.6 )
𝑃(𝑋 ≥ 3) = 1 − 𝑃(𝑋 < 3) = 1 − 𝑃(𝑋 ≤ 2) = 1 − 𝑃𝑂𝐼𝑆𝑆𝑂𝑁. 𝐷𝐼𝑆𝑇(2; 0.6; 1) = 1 − 0.977 = 0.023

b. La probabilidad de que en cuatro metros cuadrados de tierra elegido al azar haya más de cinco
insectos vivos es: 0.036 (Ingrese su respuesta redondeada a tres decimales)
X: Número de insectos vivos por 4m2
X ~ Poisson ( λ = 2.4 )
𝑃(𝑋 > 5) = 1 − 𝑃(𝑋 ≤ 5) = 1 − 𝑃𝑂𝐼𝑆𝑆𝑂𝑁. 𝐷𝐼𝑆𝑇(5; 2.4; 1) = 1 − 0.964 = 0.036

Pregunta 6
Una nueva compañía de insumos informáticos con la intención de captar más clientes jóvenes está
haciendo uso del marketing digital, en promedio el número de clientes que ven los avisos digitales es
de 5 por cada 15 días. El gerente de marketing ha observado que el número de clientes que ven los
avisos publicitarios tiene una distribución de Poisson, ¿qué probabilidad hay de que el número de
clientes que ven los avisos sea menor de 4 en 9 días?

X: Número de clientes que ven los avisos publicitarios cada 9 días

X ~ Poisson ( λ = 3 )
𝑃(𝑋 < 4) = 𝑃 (𝑋 ≤ 3) = 𝑃𝑂𝐼𝑆𝑆𝑂𝑁. 𝐷𝐼𝑆𝑇(3; 3; 1) = 0.6472

Responda las siguientes preguntas:

1. La variable aleatoria discreta es:

a. Número de clientes que ven los avisos publicitarios cada 15 días

b. Número de clientes que ven los avisos publicitarios cada 9 días
c. Número de clientes que ven los avisos publicitarios

2. El parámetro de la distribución es:

a. Lambda = 3
b. Lambda = 5
c. Lambda = 15

3. En base a la información del enunciado, la probabilidad que el número de clientes que ven los
avisos sea menor de 4 en 9 días es: 0.6472 (Ingrese su respuesta redondeada a 4 decimales)
Pregunta 7

Caso: Acker Industrial S.A.C.

Acker Industrial S.A.C., en sus tres plantas de Arequipa (A), Lambayeque (L) y Lima (Li), producen el
15%, 25% y 60% respectivamente del total de rampas hidráulicas. Los porcentajes de producción de
defectuosos de las plantas de Arequipa y Lambayeque son del 1% y 3% respectivamente y el 94% de
producción de no defectuosos son de la planta de Lima. Si se selecciona una rampa hidráulica al azar
y resulta ser defectuosa se pretende implementar un programa de capacitación sobre maquinarias en
la planta que presente mayor probabilidad de haber producido rampas hidráulicas defectuosas.
Interpretación:
Determinar si Acker Industrial S.A.C. implementara un programa de capacitación sobre maquinarias.
Representación:
Herramienta: Teorema de Bayes
Definiciones de eventos
A: Rampas hidráulicas de la planta de Arequipa
L: Rampas hidráulicas de la planta de Lambayeque
Li: Rampas hidráulicas de la planta de Lima
D: Rampas hidráulicas defectuosas
DC: Rampas hidráulicas No defectuosas

P(D/A) = 0.01 D P( A ∩ D) = 0.15*0.01 =0.0015

A 0.99
Dc
P(A) = 0.15

0.03 D P( L ∩ D) = 0.25*0.03=0.0075
P(L) = 0.25
L
0.97 Dc

P(Li)=0.60
0.06 D P( Li ∩ D) = 0.60*0.06=0.036

Li
0.94
Dc
Cálculo:
P(D) = 0.15 * 0.01 + 0.25 * 0.03 + 0.60 * 0.06 = 0.045

P(A/D) = (0.15*0.01) /0.045 = 0.033

P(L/D) = (0.25*0.03) / 0.045 = 0.167
P(Li/D) = (0.60*0.06) / 0.045 = 0.800

Análisis:
P(Li/D) = 0.8 > P(L/D) = 0.167 > P(A/D) = 0.033
La condición se cumple para la planta de Lima

Argumentación:
Como la planta de Lima presenta mayor probabilidad (0.800) dado que son defectuosas, respecto a
Lambayeque (0.167) y a Arequipa (0.033), se debe implementar un programa de capacitación sobre
maquinarias a la planta de Lima.
Pregunta 9
Caso: Hidromec S.A.
La compañía Hidromec S.A. que fabrica bombas de agua, ha incursionado en el mercado de la
construcción importando sensores para los sismógrafos que son instrumentos para medir el movimiento
tectónico o volcánico en las obras.
Global International, Epsilon y Priisa son empresas internacionales que en los últimos años son los
proveedores de sensores de Hidromec S.A. en la siguiente proporción 0,2; 0,3 y 0,5 respectivamente.
El departamento de control de calidad de Hidromec S.A. ha detectado que el porcentaje de sensores
con defectos de fabricación por las empresas abastecedoras son 1,5%, 1,9% y 1,3% respectivamente.
El jefe de control de calidad está evaluando el cambio de proveedores de los sensores por otras que
existen en el mercado, si se cumple la siguiente condición:

Condición: Si al elegir un sensor al azar y esta presenta defectos, la probabilidad de pertenecer a la

empresa Epsilon o a la empresa Priisa sea mayor a 70%.

Interpretación:
Determinar si Hidromec S.A. cambia de proveedores de los sensores.
Representación:
Herramienta: Teorema de Bayes
Definiciones de eventos
G: Empresa Global Internacional
E: Empresa Epsilon
P: Empresa Priisa
D: Defectuoso
P(D/G) = 0.015 D P(G∩D) = 0.2*0.015
P(G∩D) = 0.003
G 0.985
Dc P(G∩Dc) = 0.197
P(G) = 0.2

0.019 D P(E∩D) = 0.0057

0.3 E
P(E∩Dc) = 0.2943
0.981 Dc

0.5 P(P∩D) = 0.0065

0.013 D

P
P(P∩Dc) = 0.4935
0.987 Dc
Cálculo:

𝑃( 𝐷 ) = 0.2 ∗ 0.015 + 0.3 ∗ 0.019 + 0.5 ∗ 0.013 = 0.015

𝑃((𝐸 𝑈𝑃) ∩ 𝐷 ) 𝑃((𝐸 ∩ 𝐷 ) ∪ 𝑃(𝑃 ∩ 𝐷)) 𝑃((𝐸 ∩ 𝐷 ) 𝑃(𝑃 ∩ 𝐷)

𝑃((𝐸 𝑈𝑃)/𝐷) = = = +
𝑃(𝐷) 𝑃(𝐷) 𝑃(𝐷) 𝑃(𝐷)
0.3 ∗ 0.019 0.5 ∗ 0.013 0.0057 0.0065
= + = + = 0.813
0.015 0.015 0.015 0.015
Análisis:

𝑃((𝐸 𝑈𝑃)/𝐷) = 0.813 > 0.70

81.3% > 70% La condición se cumple

Argumentación:
Hidromec S.A. si cambia a los proveedores de los sensores