PROYECTO FINAL

Estadística para la Gestión

Instituto IACC

18/10/2021

Desarrollo
Indicador 1: Interpretan la ocurrencia de sucesos usando distribución binomial y geométrica.

Ejercicio 1
El último producto de una fábrica de galletas ha tenido un gran éxito, hasta el punto de que el 80%
de los clientes ya lo han probado. Un grupo de 4 amigas le encantan las galletas:

a) ¿Cuál es la probabilidad de que en el grupo hayan probado las galletas 2 personas?

El problema por desarrollar corresponde a una distribución de tipo binomial.

Sea X: número de personas que le encantan las galletas.
Los parámetros son:
 n= 4 (total de la muestra)
 p= 0.8 (probabilidad de éxito)
 q=0.2 (probabilidad de fracaso)
 X= número de éxitos =2
 X~ B(4,0.2)

P(X=2)= P ( X=2 )= ( 42) ∙ 0.8 ∙ 0.2 =4 ∙ 32 ∙ 0.64 ∙ 0.04=0.1536=15,3 %

2 2

b) ¿Y cómo máximo 2?
P ( X ≤2 ) =p ( X=0 )+ P ( X =1 ) + P ( X=2 )

() () ()
P ( X ≤2 ) = 4 ∙0.8 0 ∙ 0.24 + 4 ∙ 0.81 ∙0.23 + 4 ∙ 0.82 ∙ 0.22=0.1808=18,1 %
0 1 2

Ejercicio 2
En una población de consumidores de bebidas gaseosas, se estima que el 70% prefiere la bebida A.
¿Cuál es la probabilidad que al entrevistar a un grupo de consumidores:
a) Sea necesario entrevistar exactamente 4 personas para encontrar el primer consumidor que
prefiere la gaseosa A.
Se define X: cantidad de personas que se va a entrevistar aleatoriamente hasta obtener el primer
consumidor que prefiera la bebida A.

Corresponde a una distribución de tipo hipergeométrica X~ geométrica.

Los parámetros son:
 p=0.7
 q=0.3
 x= 4
x−1 4−1 ❑
P ( X=4 )=( 1− p ) ∙ p=( 1−0.7 ) ∙ 0.7 =0,0189=1,89 %
La probabilidad pedida es 1,89%.
b) Se tenga que entrevistar a lo más 6 personas para encontrar el primer consumidor que prefiere la
bebida A.
P ( X ≤6 )=P ( X=1 )+ P ( X =2 ) + P ( X=3 )+ P ( X =4 ) + P ( X=5 ) + P ( X =6 )
1−1 ❑
 P ( X=1 ) =( 1−0.7 ) ∙ 0.7 =0,7=70 %
2−1 ❑
 P ( X=2 )=( 1−0.7 ) ∙ 0.7 =0,21=21 %
 P ( X=3 )=¿ ( 1−0.7 )3−1 ∙ 0.7❑=0,063=6,3 %
4−1 ❑
 P ( X=4 )=( 1−0.7 ) ∙ 0.7 =0,0189=1,89 %
 P ( X=5 )=( 1−0.7 )5−1 ∙ 0.7❑=0,00567=0,56 %
6−1 ❑
 P ( X=6 )=( 1−0.7 ) ∙ 0.7 =0,0017=0,17 %
La probabilidad pedida es de 99,92%.

(Definiendo la variable X como sigue: “cantidad de ´personas que se va a entrevistar aleatoriamente

hasta obtener el primer consumidor que prefiera la bebida A”)

Indicador 2: Determinan la probabilidad de ocurrencia de sucesos usando distribución exponencial y

normal

Ejercicio 3
El tiempo de vida media de un medicamento en el organismo sigue una distribución exponencial con
una media de 16 horas. Se pide encontrar la probabilidad de que a una persona a la que está en
tratamiento con dicho medicamento deba de ingerir otro antes de 20 horas.

 Distribución exponencial
 Media= 16 horas
 X: tiempo de vida de un medicamento X Exponencial(β=16)

−20
16
P ( X <20 ) =1−e =0,713=71,3 %

Ejercicio 4
En una máquina productora de alimentos se estima que la temperatura máxima que puede alcanzar
el horno sigue una distribución normal, con media 23°C y desviación típica 5°C. Calcular el número de
días del mes (de 30 días) en los que se espera alcanzar máximas entre 21° y 27°.

 Sea X: variable aleatoria definida como la temperatura máxima que puede alcanzar el horno
 X N (μ, σ)
X−μ
Utilizando la fórmula Z= , se reemplazan los valores de la media y desviación típica.
σ
21−23 27−23
P ( 21≤ X ≤ 27 )=P( ≤Z ≤ )
5 5
¿ P (−0,4 ≤ Z ≤0,8 )
¿P¿
 ¿ 0,7881−( 1−0,6554 ) =0,4435
Conociendo la probabilidad (44,3%) se multiplica por el total de días del mes, para obtener lo pedido.
Por lo tanto, en todo el mes solo 13 días se alcanzan temperaturas entre 21 y 27 °C.

Indicador 3: Calculan la probabilidad para medias muestrales.

Ejercicio 5

La distribución de la temperatura máxima en cierta ciudad del Caribe tiene una media anual de 33°C
con una de desviación típica 0,85 °C.
Se elige una muestra de 105 días y se pide calcular la probabilidad de que la temperatura media sea
menor de 32,9 °C.
(La distribución muestral de 𝑥̅ es normal con media μ = 33 y σ = 0,85 )

 El tamaño muestral es mayor a 30, por lo que la variable aleatoria X: temperatura máxima en

(
cierta ciudad, X N 33 ,
0,85
√105 )
=( 33 ,0,0829)

 (
P ( X ≤32,9 )=P Z ≤
32.9−33
0.0829 )
=P ( Z ≤−1.206 )=1−( 0.8849 )=0.1151=11,5 %

La probabilidad pedida es de 11.5%.

Dadas las condiciones del problema se aplica el teorema del límite central)
Indicador 4: Estiman la probabilidad usando estimadores puntuales y por intervalos.

Ejercicio 6
Se ha realizado un estudio estadístico sobre el peso, en gramos, y el sexo de los gatos recién nacido
durante seis meses. El peso de 15 de ellos es: 118 115 110 127 113 154 110 123 118 115 129 119 128
116 125 Además, 7 de esos gatos son machos.

Determina un estimador puntual para:

 El peso medio de la población.

 La proporción de machos nacidos.
Los estimadores puntuales calculados son la media y desviación típica.

X i 1820
Media= X=∑ = =121,3
N 15
El peso medio de la población se estima en 121,3.

En cuanto a la proporción de machos nacidos, se estima primero esta proporción:

7
P= =0,47
15
Ejercicio 7
La temperatura media de una muestra de 82 pacientes fue de 37,6 °C se sabe que la desviación típica
de la población, 1,08 °C. Calcular un intervalo de confianza para la media poblacional con un nivel de
confianza del 99 %.

 IC= 99%
 alfa= 1%
 alfa/2=0.5%
Z a =Z 0.005=2,58

2
 El intervalo de confianza queda definido por:
σ σ
[ x−Z a ∙ ; x+ Z a ∙ ]
2 √n 2 √n
Reemplazando los valores dados, el intervalo con un nivel de confianza del 99% queda determinado por:
[37.29; 37.91].

Indicador 5: Determinan intervalos de confianza de dos medias.

Ejercicio 8.
Se realiza un estudio sobre el peso medio de 320 bebés niños y 240 bebés niñas, y se obtienen los
siguientes datos sobre el peso de cada grupo al nacer.
Indicar si existen diferencias estadísticamente significativas entre los pesos de los niños y de las
niñas, utilizando un intervalo de confianza para la diferencia de medias con un nivel de confianza del
95%.

Indicador 6: Realizan prueba de hipótesis usando métodos para ello.

 IC= 95%
 alfa= 5%
 alfa/2=2.5%
Z a =Z 0.025=1.96

2
Se ocupa la fórmula para diferencia de medias poblacionales con desviaciones típicas conocidas. La
fórmula queda determinada de la siguiente manera:

[ x 1−x 2−Z a ∙
2
(√ σ1
n1
2

+
σ2
2

n2 ) ; x 1−x 2+ Z a ∙
2
(√ σ1
n1
2

+
σ2
n2
2

) ]

Reemplazando con los valores dados, se obtiene:

[3.8-3.4-1.96∙ 0.06157; 3.8-3.4+1.96∙ 0.06157]= [0.2793; 0.5206]
Se puede deducir que hay una diferencia positiva entre la muestra de niños 1 y muestra número 2. Luego,
es posible decir con un nivel de confianza del 95% que el peso promedio de los niños es superior al de las
niñas en un rango dado por el intervalo: [0.2793; 0.5206].

Ejercicio 9
El tiempo promedio de duración de 100 ampolletas LED producidos por una compañía resulta ser de
1570 horas, con una desviación típica de 120 horas. Si μ es la duración media de todas las ampolletas
producidas por la compañía, comprobar la hipótesis de que la media poblacional es igual a 1.600
horas contra la hipótesis alternativa de que la media poblacional difiere de 1.600 horas con un nivel
de significación de 0.05.

Se plantea las siguientes hipótesis nula e hipótesis de rechazo.

H o μ1=1600

H 1 μ 1 ≠ 1600

Nivel de significación: 5%.

 IC= 95%
 alfa= 5%
 alfa/2=2.5%

Z a =Z 0.025=1.96
2

1570−1600
Z= =−2.5
120/ √ 100
Se tiene que el Z=-2.5 < - Z 0.025 =1.96. Por lo tanto, se rechaza la hipótesis nula y se acepta la hipótesis
alternativa. La duración media de las ampolletas LED es distinto que 1600 horas.

Ejercicio 11.
Para llevar a cabo el análisis de las prestaciones de salud en un hospital de alta afluencia de pacientes
(200.000, en concreto) se desea realizar una encuesta para determinar el gasto medio por paciente.
Se ha decidido aceptar un error máximo en el gasto medio de 30 M$. Suponiendo una desviación
estándar de la población de 200 M$ y un nivel de confianza del 95%, obtenga el tamaño adecuado de
la muestra.

Se necesita encontrar el tamaño de la muestra para que se cumplan las condiciones descritas.
La fórmula que se utiliza es:

σ
Error=Z a ∙
2 √n
Despejando para n= tamaño muestral se obtiene:
σ
√ n=Z a ∙
2
error
 IC= 95%
 alfa= 5%
 alfa/2=2.5%

Z a =Z 0.025=1.96
2
Reemplazando: se obtiene un tamaño muestral de 171.

Ejercicio 12.
La cantidad de farmacias en una determina zona consta de 4.200 farmacias. Se sabe que 1.150 de
estas farmacias corresponden a la Cadena A, 2.120 son de la Cadena B y 930 a la Cadena C. ¿Cuál
debe ser el tamaño de cada estrato si se desea obtener una muestra de aproximadamente 500
farmacias, utilizando el criterio proporcional?

Se calculan las proporciones de cada estrato:

1150
Cadena A: ∙ 500=¿ 137
4200
2120
Cadena B: ∙ 500=¿ 252
4200
930
Cadena C: ∙ 500=¿111
4200

El tamaño de cada estrato de la muestra será 137 para la Cadena A, 252 para la Cadena B y 111 para
la Cadena C.