IPN

INSTITUTO POLITÉCNICO NACIONAL

ESCA
Escuela Superior de Comercio y Administración.
UNIDAD SANTO TOMÁS

SEMESTRE: 5°.
CARRERA: Licenciatura en Relaciones Comerciales.
UNIDAD DE APRENDIZAJE: Estadística Aplicada.

NOMBRE DE LOS ALUMNOS:

German Solano José Alfredo.
Pacheco Fuentes Jesus Cristopher.
GRUPO: 2RM13

NOMBRE DEL PROFESOR:

Santiago Lechuga Suazo.

TEMA: Práctica (ejercicios grupo) – Capítulo 6.

FECHA: Tuesday, 22 de February de 2022
INTRODUCCIÓN.
El muestreo en general se puede ocupar de distintas maneras y en distintas
ocasiones, parte de lo que nos enseñó el profesor, es este mismo tema aplicado
a problemas o situaciones cotidianas.
Por medio del trabajo y ejemplos en clase tenemos la capacidad de resolver
estos problemas, desarrollando todo un proceso, aplicando fórmulas e
implementando gráficas. Todo esto para que también quede plasmado una
muestra de lo aprendido.
El muestreo contiene diversos temas, ejemplo de ello son los parámetros, que
son conceptos básicos para poder entender en su mayoría o casi por completo
el tema. Hemos de hacer uso de nuestro razonamiento matemático para
resolver estos ejercicios.
EA 6-5. En una muestra de 25 observaciones a partir de una distribución normal
con media 98.6 y desviación estándar 17.2
a) ¿Cuánto vale P (92 < x < 102)?
b) Encuentre la probabilidad correspondiente dada una muestra de 36
Datos.

n=25 µ= 98.6 σ= 17.2 σ x−σ / √ n=17.2/ √ 25=3.44

Desarrollo.

a) σ x= √σn =17.2
√ 25
=3.44

92−98.6 x−µ 102−98.6

P( ≤ ≤ )
3.44 σx 3.44
P (-1.92 ≤ Z ≤ 0.99)
=0.4726 + 0.3389 = 0.8115 = 81.15%

0.0.8115
0.4726

-1.92 0.99
b) Datos.
n=36 µ=98.6 σ=17.2

Desarrollo.
σ σ 17.2
x= = =2.87
√ n √ 36

92−98.6 x−µ 102−98.6

P( ≤ ≤ )
2.87 σx 2.87

P (-2.3 ≤ Z ≤ 1.18)

=0.4893 + 0.3810 = 0.8703 = 87.03%

0.4893 0.3810

-2.30 1.18
EA 6-6. Mary Bartel, auditora de una gran compañía de tarjetas de crédito, sabe
que el saldo promedio mensual de un cliente dado es $112 y la desviación estándar es
$56. Si Mary audita 50 cuentas seleccionadas al azar, encuentre la probabilidad de
que el saldo promedio mensual de la muestra sea:
a) Menor que $100.
b) De entre $100 y $130.
Datos.

µ - 112 σ- 56 n – 50 σ x−σ ∕ √ n−56 √ 50−7.920

¿

Desarrollo.
σ
a) x=
σ
=
√ n √50
56
=7.920

x−µ 100−112
P( ≤ )
σx 7.920
P (Z < -1.52)
=0.5 – 0.4357 = 0.0643 = 6.43%

100−112 x −µ 130−112
b) P( 7.92 < σ < 7.92 )
x
P (-1.52 < Z < 2.27)
=0.4357 + 0.4884 = 0.9241 = 92.41%

0.4357 0.4884

-1.52 2.27
EA 6-7. A partir de una población de 125 artículos con media de 105 y desviación
estándar de 17, se eligieron 64 artículos.
a) ¿Cuál es el error estándar de la muestra?
b) ¿Cuál es la P (107.5 < x ≤ 109)?
Datos.

N= 125 µ= 105 σ= 17 n= 64
Desarrollo.
σ
a) x=
σ
√n
×
√ N −n 17
=
N −1 √64
×
√ 61
124
=1.4904

107−105 x−µ 109−105

b) P( 1.4904 < σ < 1.4904 )
x
P (1.68 < Z < 2.68)
=0.4963 - 0.4535 = 0.0428 = 4.28%

0.4963 0.4535

1.68 2.68
EA 6-8. Juanita Martínez, investigadora de la Colombian Cofee Corporation, está
interesada en determinar la tasa de uso de café por hogar en Estados Unidos. Ella cree
que el consumo anual por hogar tiene distribución normal con media μ desconocida y
desviación cercana a 1.25 libras.
a) Si Juanita toma una muestra de 36 hogares y registra su consumo de café
durante un año. ¿Cuál es la probabilidad de que la media de la muestra se
aleje de la media de la población no más de media libra?
b) ¿Qué tan grande debe ser la muestra que tome para tener 98% de certidumbre
de que la media de la muestra no se aleja más de media libra de la media de la
población?
Datos.

σ= 1.25 n= 36 σ x−σ / √ n=125 / √36=0.2083

Desarrollo.

a) σ= 1.25 n= 36 σ x−σ / √ n=1.25 / √ 36=0.2083

( −0.5 x −μ
P( μ – 0.5 ≤ x ≤ μ + 0.5) = P 0.2083 ≤ σ ≤ 0.2083
x
0.5
)
= P(-2.4 ≤ z ≤ 2.4) = 0.4918 + 0.4918 = 0.9836 ∴ 98.36%
−0.5 −0.5
b) 0.98 = P( μ – 0.5 ≤ x ≤ μ + 0.5) = P ( ≤z≤ )
1.25/ √ n 1.25/ √ n

= P (-2.33 ≤ z ≤ 2.33)
−0.5
Así, 2.33 = = 0.4 √ n y n= (2.33/0.4)2= 33.93. Su muestra debe incluir
1.25/ √ n
al menos 34 hogares.

0.4918 0.4918

-2.4 2.4
EA 6-28. Para una muestra de 19 observaciones de una distribución normal con
media 18 y desviación estándar 4.8, calcule:

b) Calcule P (16 ≤ x ≤ 20)

Datos.

n=19 µ=18 σ=4.8 σ x−σ / √ n=4.8/ √ 19=1.1011

Desarrollo.

( 16−18 x−μ 20−18

P (16 ≤ x ≤ 20) = P 1.1011 ≤ σ ≤ 1.1011
x
)
= P (-1.82 ≤ z ≤ 1.82) = 0.4656 + 0.4656= 0.9312 x 100 = 93.12%

c)) n=48 µ=18 σ=4.8 σ x−σ / √ n=4.8/ √ 48=0.6928

( 16−18 x−μ 20−18

P (16 ≤ x ≤ 20) = P 0.6928 ≤ σ ≤ 0.6928
x
)
= P (-2.89 ≤ z ≤ 2.89) = 0.4981 + 0.4981 = 0.9962 x 100 =99.62%
EA 6-32. El costo promedio de un estudio en condominio en el desarrollo Cedar
Lakes es de $62,000 con una desviación estándar de $4,200.
a) ¿Cuál es la probabilidad de que un condominio en este desarrollo cueste al
menos $ 65,000?
b) ¿La probabilidad de que el costo promedio de una muestra de dos condominios
sea al menos de 65,000 es mayor o menor que la probabilidad de que un
condominio cueste eso? ¿En qué cantidad?

a) x = 65,000 µ= 62,000 σ= 4,200 σ x−σ / √ n=?

x−μ 65 000−62 000
Z= σ = 4 200
=0.7142 ----- 0.2611

P (z ≥ 0.71) = 0.5 – 0.2611 = 0.2389 x 100 = 23.89%

4200
b) σ x−σ / √ n= =2969.8484
√2

x−μ 65 000−62 000

Z= σ = 2969.8484
=1.01 ----- 0.3438

P (z ≥ 1.01) = 0.5 – 0.3438 = 0.1562 x 100 = 15.62%

0.2611

0.3438

0.71 1.01

Es menor en 0.827
=.2389-.1562=0.827
EA 6-40. De una población de 75 elementos con media de 364 y varianza de 18, se
seleccionaron 32 elementos al azar sin reemplazo.
a) ¿Cuál es el error estándar de la media?
b) ¿Cuál es la P(363 ≤ X ≤366)?

a)
N=75 µ=364 σ²=18 n=32 σ=4.2426
σ
x=
σ
√n
×
√ N −n 4.2426
N −1
=
√ 32
×
75−32
75−1 √
=0.5717

b)
n=32 µ=364 σ=4.2426
σ σ 4.2426
x= = =0.7499
√n √ 32

363−364 x−µ 366−364

P( ≤ ≤ )
0.7499 σx 0.7499

P (-1.33 ≤ Z ≤ 2.67)
=0.4082 + 0.4962 = 0.9044 = 90.44%

EA 6-42. Para una población0.4082 0.4962

de tamaño N=80 con media de 8.2 y desviación
estándar de 2.1, encuentre el error de la media para los siguientes tamaños de
muestra:
a) n=15
b) n=25
c) n=49 -1.33 2.67

N=80 µ=8.2 σ=2.1 n=15

σ
x=
σ
√n
×
√ N −n 2.1
=
N −1 √16
×
√80−16
80−1
=0.4725

N=80 µ=8.2 σ=2.1 n=25

σ
x=
σ
√n
×
√ N −n 2.1
=
N −1 √25
×
√80−25
80−1
=0.3504

N=80 µ=8.2 σ=2.1 n=49

σ
x=
σ
√n
×
√ N −n 2.1
=
N −1 √49
×
√80−49
80−1
=0.1879
ARCHIVO DE 7 PÁGINAS DEL PROFESOR.
3.3 – Sabiendo que la variable Z sigue una distribución Normal cero, uno, calcule las
siguientes probabilidades:
P(Z ≤ 0.93) =0.5 + 0.32381 = 0.8238 x 100 = 82.38%

0.93

0.3238

P(Z ≤ 1.68) =0.5 + 0.45352 = 0.9535 x 100 = 95.35%

1.68

0.4535

P(Z ≤ -2.27) =0.5 - 0.48840 = 0.0116 x 100 = 1.16%

 -2.27

0.4884

P(Z ≤ -0.27) =0.5 - 0.10642 = 0.39358 x 100 = 39.35%

0.3935

-0.27
P(Z > 0.62) =0.5 – 0.23237 = 0.26763 x 100 = 26.76%

0.62

0.2676
P(Z > 2.05) =0.5 – 0.47982 = 0.02018 x 100 = 2.018%

2.05

0.02018

P(Z > -1.07) =0.5 + 0.85769 = 0.85769 x 100 = 85.76%

-1.07

0.85769

P(Z > -3.39) =0.5 + 0.49965 = 0.99965 x 100 = 99.96%

-3.39

0.49965
P(0.56 < Z ≤ 2.80) =0.49744 - 0.21226 = 0.28518 = 28.51%

0.49744 0.21226

0.56 2.80

P(-2.81 < Z ≤ -0.33) =0.49752 – 0.12930 = 0.3682 = 36.82%

-2.81 -0.33

0.49752 0.12930

P(-0.85 < Z ≤ 0.72) =0.30234 + 0.26424 = 0.56658 = 56.65%

-0.85 0.72

0.30234 0.26424
3.4 – Siendo Z una N (0,1), Calcule los valores de la variable que verifican las siguientes
condiciones:
P(Z ≤ z)=0.70 =0.7 - 0.5 = 0.2 ≈ 0.52
P(Z ≤ z)=0.90 =0.9 – 0.5 = 0.4 ≈ 1.28
P(Z ≤ z)=0.35 =0.35 – 0.5 = - 0.15 ≈ -0.38
P(Z ≤ z)=0.05 =0.05 – 0.5 = -0.45 ≈ -0.64
P(Z > z)=0.25 =0.25 – 0.5 = -0.25 ≈ 0.67
P(Z > z)=0.05 =0.05 – 0.5 = 0.45 ≈ 1.64
P(Z > z)=0.85 =0.85 – 0.5 = 0.35 ≈ -1.04
P(Z > z)=0.69 =0.69 – 0.5 = 0.19 ≈ -0.5
P(-z < Z ≤ z)=0.90 ≈ 1.64
P(-z < Z ≤ z)=0.60 ≈ 0.84
3.5 – Partiendo de que X es una variable que sigue una distribución Normal de media 50 y
desviación típica 4, calcule las siguientes probabilidades:

µ=50 σ=4
P(X ≤ 55) P(X ≤ 59) P(X ≤ 47.5) P(X ≤ 45.6)
P(X > 60.4) P(X > 58.64) P(X > 48.2) P(X > 46.26)
P(52 < X ≤ 54) P(44.5 < X ≤ 49) P(47.25 < X ≤ 53.48)
3.7 – Las calificaciones en un examen siguen una distribución Normal de media 5.6 y
desviación típica 0.8.
a) ¿Qué proporción de alumnos tendrá puntuaciones inferiores o iguales a 4?
b) ¿Qué proporción de alumnos aprobará?
c) ¿Qué proporción de alumnos obtendrá Notable o Sobresaliente?
CONCLUSIÓN.