Universidad Católica de Honduras Nuestra Señora Reina de la Paz

Mt- 202 Estadística I II período 2022 Sección:0801,1103

Semanas: 6 al 8 de julio,11 al 15 de julio, 18 al 22 de julio, 25 al 29 de julio
Lic. Gladis Medina

Notas preliminares III parcial

Capítulo 6: Función de probabilidad (Distribución de Probabilidad discreta)

Tomar en cuenta los resultados obtenidos en un experimento con sus respectivas probabilidades, se conocerá la media o valor esperado, Varianza y
desviación estándar de una función de probabilidad.

Requisitos de función o distribución de probabilidad: P(x) ≥ 0 , 0 ≤ P ( x ) ≤ 1 , ∑ P ( X ) =1

Media o valor esperado: μ( X)=∑ [ x∗P ( x ) ] Suma del producto de cada resultado x y su probabilidad p(x)

Varianza σ 2 =∑ ¿¿ ¿ P(x)) suma del cuadrado de las diferencias entre cada dato x y su media μ por su probabilidad

Desviación estándar σ =√ σ 2 Raíz cuadrada de su varianza

S= { CCC ,CCE ,CEC , CEE , ECC , ECE , EEC , EEE } 3
2 =8
0 caras 1/8 , 1 cara 3/8, 2 caras 3/8 , 3 caras 1/8

Combinaciones

P(x) son probabilidades

3C0= 1 1/8

3C1= 3 3/8

3C 2 = 3 3/8

3C3= 1 1/8

8 ∑ P ( x )=¿ ¿ 1
 Resultados caras ( x) Probabilidad P(x ) x* P(x) (x- μ ¿ ¿2 * P(x)
0 1/8 0 *1/8=0 (0-3/2 ¿ ¿2 * 1/8= 9/32= 0.28125
1 3/8 1*3/8=3/8 (1-3/2 ¿ ¿2 * 3/8= 3/32= 0.09375
2 3/8 2*3/8 =6/8=3/4 (2-3/2 ¿ ¿2 * 3/8= 3/32 = 0.09375
3 1/8 3*1/8= 3/8 (3-3/2 ¿ ¿2 * 1/8= 9/32= 0.28125
24 3
∑ P ( x )=1 Media= μ= ∑ ( x∗P(x ) )=12/8=3/2=1.5 Varianza=σ 2=∑ ¿¿ = = = 0.75
32 4

Desviación estándar σ =√ σ 2 =
(√ 34 ) = √23 ó 0.87

S= { 1 , 2, 3 , 4 ,5 , 6 } 1
6 =6
Resultados ( x) Probabilidad P(x ) x* P(x) (x- μ ¿ ¿2 * P(x)
1 1/6 1*1/6=1/6 (1-7 /2 ¿ ¿2 * 1/6= 25/24=1.0417
2 1/6 2*1/6= 2/6=1/3 (2-7 /2 ¿ ¿2 * 1/6= 3/8= 0.375
3 1/6 3*1/6=3/6=1/2 (3-7 /2 ¿ ¿2 * 1/6= 1/24=0.0417
4 1/6 4*1/6=4/6=2/3 (4-7 /2 ¿ ¿2 * 1/6= 1/24=0.0417
5 1/6 5*1/6=5/6 (5-7 /2 ¿ ¿2 * 1/6= 3/8=0.375
6 1/6 6*1/6=6/6= 1 (6-7 /2 ¿ ¿2 * 1/6= 25/24=1.0417
 35
∑ P ( x )=1 Media= μ=∑ ( x∗P(x ) )= 7/2=3.5 varianza=σ 2=∑ ¿¿ =
12
= 2.917

Desviación estándar: σ =
(√ 3512 ) =1.71

b)

c) ∑ P ( x )=1

Ejercicio 3: calcule media, varianza y desviación estándar de la siguiente distribución

Resultados (x ) Probabilidad P (x) X*P(x) (x−μ)2∗P(x )

2
1 0.13 o 13/100 1*0.13 =0.13 (1−5.28) ∗0.13 =2.3814
3 0.25 o 1/4 3*0.25=0.75 (3−5.28)2∗0.25=1.2996
5 0.18 o 9/50 5*0.18=0.9 (5−5.28)2∗0.18 =0.0141
7 0.23 o 23/100 7*0.23=1.61 (7−5.28)2∗0.23 =0.6804
9 0.21 o 21/100 9*0.21=1.89 (9−5.28)2∗0.21 =2.9061
∑ P ( x )=1 μ=∑ [ x∗p(x) ]=5.28 σ 2=∑ [(x −μ)2∗P ( x) ] = 7.2816
 Media varianza , desviación estándar σ =√ 7.2816 = 2.7

3.

Resultados X P(x) X*P(x) ( x−μ )2*P(x)

5 0.1 5*0.1=0.5 ( 5−14.5 )2*0.1= 9.025
10 0.3 10*0.3=3 ( 10−14.5 )2*0.3= 6.075
15 0.2 15*0.2=3 ( 15−14.5 )2*0.2= 0.05
20 0.4 20*0.4=8 ( 20−14.5 )2*0.4= 12.1
∑ P ( x )=1 μ=∑ ( x∗p(x ) )=14.5 σ 2=∑ ( ( x−μ )2∗P( x) ) =27.25

Media varianza

4. a) v.a. discreta b) v.a. continua c) v. a. discreta d) v. a. continua e) v. a. discreta f) v.a. continua

 Llamadas (X) f P(x) X*p(x) ( x−μ)2*P(x)
0 8 8/50=0.16 0*0.16= 0 (0−1.7)2*0.16=0.4624
1 10 10/50=0.2 1*0.2=0.2 (1−1.7)2 *0.2=0.098
2 22 22/50= 0.44 2*0.44=0.88 (2−1.7)2 *0.44=0.0396
3 9 9/50= 0.18 3*0.18=0.54 (3−1.7)2*0.18=0.3042
2
4 1 1/50= 0.02 4*0.02=0.08 ( 4−1.7) *0.02=0.1058
Total=50 ∑ P ( x )=1 μ=∑ (X∗p ( x ))=¿ 1.7 ¿ σ 2=∑ (( x−μ)2∗P( x ))=1.01

b) v. a. discreta c) μ=∑ ( X∗p ( x ))=¿ 1.7 ¿ d) Desviación estándar σ =√ 1.01 = 1.004

Tamaños de refresco Precios por tamaño (X) P(X) X*P(x ) ( x−μ)2* P(X)
Chico 1.99 0.30 0.597 (1.99−2.42)2* 0.30=0.055
Mediano 2.49 0.50 1.245 (2.49−2.42)2* 0.50=0.002
Grande 2.89 0.20 0.578 (2.89−2.42)2* 0.20=0.044
∑ ( P ( x))= 1 μ=∑ ( x∗P(x ) )= 2.42σ 2=∑ ( ( x−μ)2∗P( X ) )= 0.101

a) V. a. discreta porque se está un precio de cada uno b) μ=∑ ( x∗P( x ) )= 2.42 c) σ 2=∑ ( (x−μ)2∗P( X ) )= 0.101 y σ =√ 0.101 = 0.32
Distribución Binomial: Usa variables cuantitativas discretas, eventos mutuamente excluyentes para muestras hasta 20 datos incluidos
Fórmula P (x) = n C x π x ¿ ( 1−π )n−x ( se puede usar tablas estadísticas )

Media de la distribución binomial: μ=πn , Varianza de distribución binomial : σ 2=¿ πn(1−π )

Desviación estándar: σ =√ σ 2
n C x = combinación, n total de muestra con 2 ≤ n ≤20 , x = posibilidad de éxito
π o p= probabilidad de éxito( decimal)
(1 - π ¿= probabilidad de fracaso , (1 - π ¿=q
Lecturas de tablas es:
a) en la parte superior aparece π : desde 0.01 hasta 0.49,0.50 (leer de arriba hacia abajo)

hay tres bloques (n.1 0.01 a 0.18, n.2 0.19 a 0.36 y n.3 0.37 a 0.49, 0.50)

b) en la parte inferior aparece π : desde 0.51 hasta 0.99 (leer de abajo hacia arriba)
hay tres bloques (n.1 0.99 a 0.82, n.2 0.81 a 0.64 y n.3 0.63 a 0.51)
Presentación en power point:
 8 12
0.26 0.74

 P(x=8)= 20 C 8 * * = 0.0709
 P( 2 ¿ x ≤ 5 ¿= P(x=3 )+P(x=4)+P(x=5)= ( 7C3*0.84 3*0.16 4) + (7C4*0.84 4 *0.163 )+ (7C5*0.84 5*0.162 )
 = 0.0136+0.0714+0.2248

 = 0.3098

 16. π=0.30 n= 6 llamadas*2=12 llamadas
a)P(x=4)=12C4*0.30 4 *0.708 =0.2311 b) P(x=0)+P(x≥ 1¿=1, P(x≥ 1¿=1−P( x =0)=1-(12C0*0.300 *0.7012)=0.9862
c) P(x=2)= 12C2*0.302 *0.7010 = 0.1678 d) μ= πn=0.30∗12=4 media
17. π=0.23 , n=15
a)P(x=2)= 15C2*0.232 *0.7713 = 0.1858 b ) P(x=5)= 15C5*0.235 *0.7710 =0.1416
c) μ=π∗n=0.23∗15=3.45=3 estudiantes podrían elegir estudiar contaduría pública

Otras opciones:
 * ) P(x≤ 4 ¿=P(x=0)+…+ P ( x=4 )=¿ 0.0198+0.0889+0.1858+0.2405+0.2155=0.7505 **)P(x ≥ 13 ¿=P(x=13)+..+ P(x=15)
P(x=0)= 15C0*0.230 *0.7715 =0.0198 P(x=13)= 15C13*0.2313 *0.77 2 = 0.0000 =0+0+0=0
1 14 14 1
P(x=1)= 15C1*0.23 *0.77 =0.0889 P(x=14)= 15C14*0.23 *0.77 =0.0000
2 13
P(x=2)= 15C2*0.23 *0.77 =0.1858 P(x=15)= 15C15*0.2315 *0.77 0 =0.0000
P(x=3)= 15C3*0.233 *0.7712 =0.2405
P(x=4)= 15C4*0.23 4*0.7711 =0.2155
 Se ha observado que 60% de los autos que circulan por uno de los principales bulevares de Tegucigalpa entre las 3:00 y 6:00 p.m. son de la marca x.
Se desea hacer una campaña en vivo y mostrar por la televisión que esa marca es la preferida, ¿cuál es la probabilidad de la campaña si la empresa
confía que al menos 6 de los 10 autos seleccionados en el horario indicado sean de la marca x?

P ( x ≥ 6 )=P ( x=6 )+ …+ P ( x=10 )=0.2508+ 0.2150+0.1209+0.0403+0.0060=0.633

 Distribución Hipergeométrica:
 Es la distribución donde se combinan dos eventos complementarios, ayuda en el análisis de subgrupos que se quieran formar. No se usan tablas
N −M C n−x∗M C x
 P(x)= ( no se usa tabla estadística)
N Cn
 N = Total de población o Número de población
 n = Total de muestra o número de muestra
 M = Población de éxito
 X = muestra de éxito


N=12 {75hombres
mujeres
n=4 M= 5 mujeres x= 3 mujeres, x=4 mujeres

( 7C 1∗5 C 3+7 C 0∗5 C 4 )

P( x≥ 3 mujeres ¿= =0.1515
12C 4

N= 20 {13 manzanas
7 uvas
n=8 M=7 uvas x=4 uvas
 13C 4∗7 C 4
P( x= 4 uvas ) = = 0.1987
20 C 8

25. N= 10 {
6 canc . clásicas
4 canc . rock∧roll
n=3 M= 6 canc. Clásicas x= 2 canc. Clásicas P( X= 2 canc. Clásicas)=
4 C 1∗6 C 2
10 C 3
= 0.5

26. N= 15 {
10 aceptables
5 no aceptables
n=4 M= 10 aceptables x= 3 aceptables P( X= 3 aceptables)=
5C 1∗10 C 3
15 C 4
= 0.44

27. N= 10 {
3 sumergidos
7 no sumergidos
n=2 M= 3 sumergidos x= 0 sumergido P( X= 0 sumergidos)=
7 C 2∗3 C 0
10C 2
= 0.47
25. N=10 {46cancionesrock
canciones clásicas
∧roll
4 C 1∗6 C 2
n=3 M=6 clásicas P(x=2 can clásicas)=
10 C 3
= 0.5

26. N=15 {510noaceptables

aceptables
n=4 M=10 aceptable P(x=3 aceptables)=
5C 1∗10 C 3
15 C 4
= 0.44

27. N=10 {73nosumergidos

sumergidos
n=2 M= 3sumergidos P( x=0 sumergidos)=
7 C 2∗3 C 0
10C 2
= 0.47
Distribución de Poisson: Es distribución complementaria de la distribución binomial, con
x −μ
μ e
n ¿ 20 datos se usa la fórmula P ( x ) = , media μ=πn , usar tablas
x!
páginas 599 a 604 (arriba está μ y en ellado izquierdo está x ¿ pdf 1 a 6, leer de arriba hacia abajo.

Se da n y π si : n ≤ 20 datos usar distribución binomial

n ¿ 20 datos usar distribución Poisson
Calcule la distribución de Poisson con una μ=3.5 para :
0 −3 .5
3 .5 ∗e
a) P( x= 0 ) =
0!
= 0.0302 b) P( x¿ 12 ¿=0.0001
Calculadora : 3.50 *shift ln -3.5÷ 0 shift x−1=¿

c)P ( x ¿ 4 ¿=¿ 0.5367

 0 −2
2 ∗e
34. μ=2 a) P(x=0)= = 0.1353 b) P(x ≥ 1¿=P( x=1)+… = 0.8647
0!
0.5
35. μ= ∗1200=6 P(x ≥ 5 ¿=¿ 0.7149
100
 CAPÍTULO 7, 8 Y 9: DISTRIBUCIONES DE PROBABILIDADES CONTINUAS, DISTRIBUCIÓN DE MUESTREO, ESTIMACIÓN E INTERVALOS DE CONFIANZA
(Examen)

Distribución Uniforme: Corresponde al caso de una variable que sólo puede tomar valores comprendidos entre dos extremos a y b. No usa tablas

1 a+ b ( b−a )2
Rango = b -a , altura = , media μ= , varianza σ 2= ,
( b−a ) 2 12
 √ (b−a)
2
desviación estándar σ =√ σ 2 = ( b−a ) = ,
12 √12
x 1−a
probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b,
b−a
x 2−x 1
probabilidad P(x ¿ ¿ 1≤ x ≤ x 2)= ¿ si a ≤ x1 ≤ b ,a ≤ x2 ≤ b, x 1< x2
b−a
b−x 1
probabilidad P( X ≥ x1 ¿= si a ≤ x1 ≤ b,
b−a
Área = altura x rango = ( 1/(b-a)) ( b-a) = 1

Ejercicio1: Las salas de conferencia de una universidad se solicitan con anticipación porque se sabe que las reuniones duran hasta por 4 horas, por lo que se
puede suponer que las reuniones tienen una duración entre 0 y 4 horas de manera uniforme. ¿Cuál es la probabilidad que una reunión dure 2 horas o
menos? a=0 y b=4 x 1=2, media, varianza

x 1−a 2−0
probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b ,probabilidad P( X ≤ 2¿= = 0.5 si 0 ≤ 2≤ 4 ,
b−a 4−0

1 1 a+ b ( 0+4 ) 2 ( b−a )
2
( 4−0 )2 16 4
Rango = b -a =4-0=4 , altura = = =1/4=0.25 , media μ= = =2, varianza σ = = = =
( b−a ) ( 4−0) 2 2 12 12 12 3

√ (b−a)
√ ( 4−0) 4
2
desviación estándar σ = √ σ 2 = ( b−a ) =
4
= ( ) = 1.15 ó = =1.15
12 √12 3 √12 √12
Ejercicio2. Se sabe que un examen de estadística en la universidad dura como máximo 100 minutos y que la probabilidad de que dure menos de 80 minutos
es de 0.5 , se distribuye de manera uniforme , encuentre: la duración mínima de los exámenes de estadística en la universidad ( a ) , la media, varianza,
desviación estándar, rango , altura y gráfica, área.

a=? b=100 p(x¿ 80 ¿=0.5

80−a x 1−a
p(x¿ 80 ¿= 100−a , probabilidad P( X ≤ x1 ¿= si a ≤ x1 ≤ b,
b−a
80−a
0.5= 100−a

0.5(100-a) =80-a
50-0.5 a=80- a
50-80 =0.5 a -a
-30 = -0.5 a
−30
60= =a
−0.5
 1 (60+100) 2 ( 100−60 )
2
400
Rango = b -a =100-60=40 , altura = = 1/40 , media μ= =80 , varianza σ = = =133.333….
( b−a ) 2 12 3

√ (b−a) 40
(√ 4003 ) = 11.55
2
desviación estándar σ = √ σ 2 = ( b−a ) = = =
12 √12 √12
 ( 11.96+12.05 ) (b−a) ( 12.05−11.96 ) (12−11.96 )
41. a=11.96 onzas b=12.05 onzas a) media μ= = 12.01 b)σ = = = 0.03 c) P(x ¿ 12 ¿= = 0.44
2 √12 √12 (12.05−11.96)
(12 .05−11.98 ) ( 12.05−11.9 6 )
d) P(x ¿ 11.98 ¿= = 0.78 e) ) P(x ¿ 11 ¿= =1
(12.05−11.96) (12.05−11.96)

(a+b) (11.96+12.05) (b−a) (12.05−11.96) (12.0−11.96)

41. a=11.96 onzas b= 12.05 onzas a) μ= = =12.01 b) σ = = =0.03 c) P( x¿ 12 ¿= =0.44
2 2 √12 √ 12 (12.05−11.96)

( 12.05−11.98 ) 0.09
d) P(x¿ 11.98 ¿= =0.78 e) P( x ¿ 11 ¿= =1
(12.05−11.96) 0.09
 (a+b) (0+ 4.2) (b−a) ( 4.2−0) (3−0) (4.2−1.5)
42. a=0 b= 4.2 a) μ= = = 2.1 b) σ = = = 1.21 c) P( x¿ 3 ¿= = 0.71 d) P(x ¿ 1.5 ¿= =0.64
2 2 √12 √12 ( 4.2−0) (4.2−0)
Distribución Normal: Usa variables cuantitativas continuas, se estandariza a través de un valor z
y se distribuye por la campana de Gauss, Usar la tabla que aparece en la página 605 (copias ), 7 pdf

0.5 0.5

μó π

Z=0

x−μ (71−73) x−μ (76−73)

Z= = =−0.17 Z= = =0.25 con μ=73 ,σ =12
σ 12 σ 12

P (71 ¿ x <76 ¿=P(−0.17< z <0.25)= A1 + A2=0.0675+0.0987=0.1662

A1
A2
 71 μ=73 76
Z =-0.17 z=0 z=0.25

En las tablas buscar en la columna 0.1 y en el renglón 0.07 para encontrar el área 1 y para el área 2 buscar en la columna 0.2 y renglón 0.05

x−μ (24−21.5)
Z=
( )= ( )
σ
√n
3.7
√10
= 2.14 μ=21.5 , σ=3.7 , n=10 ,

P ( x >24 ¿=P¿ 2.14)=0.5- A1=0.5-0.4838=0.0162

 A1

Z=0 z=2.14

( 0.39−0.36)

√(
p−π
Z= = = 0.21 P(p¿ 0.39 ¿=P(z¿ 0.21 ¿=¿0.5+ A1=0.5+0.0832=0.5832
√¿ ¿ ¿
0.36∗0.64
11 )

0.5 A1 1- π=1−0.36 =0.64

π=0.36 0.39
Capítulo 7: ejercicios:
Práctica de estimación
Ejercicios:
1. Dados n= 45 y N = 400, σ =5.3 halle error estándar muestral de la media

n/N= 45/400=0.11 ¿ 0.05 σ x =

σ
∗
N −n
√ n N −1 √ =
5.3
√ 45
∗√ ¿ ¿ ¿ = 0.75

calculadora: 5.3÷ √ ❑45 *√ ❑ ((400-45)÷( 400−1) ¿=¿ 0.75

2. Dados n= 14 y N= 500, σ =6.1 halle error estándar muestral de la media

σ 6.1
n/N = 14/500= 0.03 ≤ 0.05 , σ x = √ n , σ = √14 = 1.6303=1.63
x
 3. Dados n = 21 y σ =7.8 , N es desconocida, halle el error estándar muestral de la media
σ 7.8
σx = √ n , σ = √21 =1.7021=1.70
x

4. ¿Qué tamaño de muestra se debe seleccionar para estudiar la porción de niños con desnutrición en una población de 100000 niños,
con un nivel de confianza de 90% y un error de 3%?
Datos; nivel de confianza de 90%, e = E =3% = 3/100=0.03 , N=100,000 porción π=0.50 , 1- π=1−0.50=0.50

0.90
90% = 90/100= 0.90 , =0.4500 z=1.64 ó z=1.65
2

π ( 1−π ) z 2 N
Tamaño de muestra: n= 2
E ( N −1 ) +π ( 1−π ) z
2

π ( 1−π ) z 2 N (0.50∗0.50∗1.64 2∗100000)

n= 2
E ( N −1 ) +π ( 1−π ) z
2
=
¿¿¿ = 742

calculadora:( 0.50*0.50*1.64 x *100000)÷(0.03 x ∗( 100000−1 )+ 0.50∗0.50∗1.64 x )=

2 2 2

π ( 1−π ) z 2 N (0.50∗0.50∗1.652∗100000)
ó n= E2 ( N −1 ) +π ( 1−π ) z 2
=
¿¿¿ = 751
5.Calcule tamaño de muestra si σ =0.8, nivel de confianza del 98% y error del 5%
Datos: nivel de confianza del 98%, 98/100=0.98, 0.98/2=0.4900, z= 2.33 e = E = 5%= 5/100=0.05 , σ =0.8

n= ( ) ( )
2
zσ 2.33∗0.8 2
E = 0.05 = 1390

1. Calcule el intervalo de confianza para el valor promedio x = 2.92 y s = 0.75 con una muestra de 5 pacientes, con un nivel de
confianza del 95%. n=5, t= 2.776, gl = grados de libertad=n-1
Intervalo de confianza del 95% , n ¿ 30 datos, usar tabla t student
*Cuánto le hace a 95% para llegar al 100% , α =5 % (parte superior en la tabla t student) columna en gl=n-1=5-1=4 el valor de t =2.776

s 2.776∗0.75
x±t 2.92 ±
√n , √5
 2.776∗0.75 2.776∗0.75
2.92− < μ<2.92+
√5 √5
1.99 ¿ μ<¿ 3.85
L .C . I =1.99 L.C.S=3.85 L .C . I = límite de confianza inferior , L .C . S = límite de confianza superior
Con el95 % de confianza la media estará entre 1.99 y 3.85

2. Calcular el intervalo de confianza con una muestra de 45 casas encontrando una media muestral de 45 metros cúbicos al mes, con
una desviación estándar de 5.3 metros cúbicos, según el consumo de agua de los habitantes de cierta colonia de Tegucigalpa, con
un nivel de confianza del 92%. 92/100=0.92, 0.92/2=0.4600, Z = 1.75, n=45
n ≥ 30 datos, usar tabla z
σ 1.75∗5.3
x± z , 45 ±
√n √ 45
1.75∗5.3 1.75∗5.3
45− < μ< 45+
√ 45 √ 45
43.62< μ< 46.38

Con un nivel de confianza del 92%, la media estará entre 43.62 y 46.38
3. Se desea conocer el consumo promedio por mes del agua y se toma una muestra de 144 hogares y se determina que consumen en
promedio 120 galones con una desviación estándar de 23 galones, construya un intervalo de confianza del 95%para el consumo de
agua de todas las personas.
x =120, σ =23, n=144 95%=95/100=0.95, 0.95/2=0.4750 z=1.96
σ 1.96∗23
x± z , 120 ±
√n √144
1.96∗23 1.96∗23
120− < μ<120+
√144 √ 144
116.24< μ< 123.76

Con un nivel de confianza del 95%, la media estará entre 116.24 y 123.76

9.Se desea estudiar la porción de pacientes que muestran mejorías al aplicárseles cierto medicamento, se supone que 50%
presentan mejoría. Además si usamos 95% de confianza y un error del 5% , calcule el tamaño de muestra.
π=0.50 , 1- π=1−0.50=0.50 con 95% de confianza z=1.96, E=5%=5/100=0.05
 2 2
z π (1−π ) (1.96 ∗0.50∗0.50)
n= = =¿384
E2 (0.052)

Distribución normal:
10.El tiempo medio de estadía de un estudiante hasta que egresa en la carrera de ingeniería eléctrica es de 6.5 años con una desviación
estándar de 0.83 años. Encuentre la probabilidad de que un estudiante egrese en: μ=6.5 , σ=0.83
a) Menos de 4 años P ( x ¿ 4 ¿ =P(z←3.01 ¿ =0.5-A1=0.5-0.4987=0.0013
( 4−6.5)
Z= =-3.01
0.83

4 μ=6.5

b) Menos de 7 años P (x ¿ 7 ¿ = P(z¿ 0.60 ¿=0.5+ A 1=0.5+0.2257=0.7257

(7−6.5)
Z= =0.60
0.83
 μ=6.5 7

* Entre 5 y 7 años P (5¿ x ¿ 7 )= P(-1.81¿ x ¿ 0.60 )=0.6906

(7−6.5) (5−6.5)
Z= =0.60, Z= =-1.81
0.83 0.83

d)si son 5000 estudiantes ¿cuántos estudiantes egresarán en más de 6 años?

P (x¿ 6 ¿=P(¿−0.60 ¿=¿ 0.7257
(6−6.5)
Z= =-0.60 μ=0.7257∗5000=¿3629 estudiantes
0.83
 11. Práctico
c) autoevaluación:
Muestra es de 10 casas, resultados son: 1,3,4,7,2,2,3,5,6,6
, con nivel de confianza del 99% , el intervalo de confianza de los resultados.
s
x±t , α =1 % lo que falta para 100% , gl=n-1=10-1=9 t= 3.250
√n
x=
∑ x 39
= =3.9 , s =
2 ∑ ( x−x)2
=¿ ¿, s = √ 4.1=¿2.02
n 10 n−1

s 3.250∗2.02
x±t , 3.9 ±
√n √10
3.250∗2.02 3.250∗2.02
3.9− < μ< 3.9+
√10 √10
1.82< μ<5.98

Con un nivel de confianza del 99%, la media estará entre 1.82 y 5.98
12. Completación ,
autoevaluación
1) investigador……

z∗s z∗s z∗s

x± , x− ¿ μ<¿ x +
√n √n √n
z∗s
x− = 48.3204
√n
z∗10.1
50.3− = 48.3204
√100
50.3−1.01 z = 48.3204
50.3−48.3204 =1.01z
¿ )/1.01=z
1.96=z área es 0.4750 *2= 0.95*100= 95% es el 95% de confianza
 Práctica:

n¿ 30 datos usar tabla t student α =10 % (lo que falta para el 100 %) gl=17-1=16 t=1.746
s
x±t , n=17, s2=120 , s = √ 120 = 10.95 , x no se conoce
√n
1.746∗10.95
x±
√ 17
1.746∗10.95 1.746∗10.95
x− < μ< x +
√ 17 √ 17
x−4.64< μ< x + 4.64

Con un nivel de confianza del 90%, la media estará entre x−4.64 y x + 4.

 Para hallar z al describir nivel de confianza se procede así:
(tamaño de muestra e intervalos de confianza (n ≥ 30 datos¿ )
1) El valor del nivel de confianza pasarlo a la forma decimal, luego divida por dos, ese valor es un área y déjelo con cuatro cifras decimales.
2) Buscar en la tabla (distribución normal ( z) ) esa área que tiene, con la más cercana de la tabla y verificar la posición de z en que quedó
( vea columna z más el renglón ) y formará ese valor de z que busca.
Nivel de confianza es de 90% , z = 1.64 o z=1.65
1) 90/100=0.90 , 0.90/2= 0.4500
2) Ir a la tabla distribución normal se observan dos áreas cercanas y son:
0.4495 = z = (columna z= 1.6 + 0.04 (renglón) = 1.64) =1.64 por defecto
y 0.4505 = z= (columna z=1.6 + 0.05(renglón) = 1.65) =1.65 por exceso

Nivel de confianza del 98%, z = 2.33

1) 98/100=0.98, 0.98/2 = 0.4900
2) Ir a a la tabla distribución normal, se observa un área cercana es 0.4901 =
z = (columna z= 2.3 + 0.03 (renglón) ) = 2.33 por exceso

Nivel de confianza del 99%, z= 2.57 o z= 2.58

1) 99/100= 0.99, 0.99/2 = 0.4950
2) Ir a la tabla distribución normal se observan dos áreas cercanas son:
0.4949 = z = (columna z= 2.5 + 0.07 (renglón) = 2.57) =2.57 por defecto
0.4951 z= (columna z=2.5 + 0.08(renglón) = 2.58) = 2.58 por exceso

Nivel de confianza del 68%, z=0.99

1) 68/100=0.68, 068/2=0.3400
2) Ir a la tabla distribución normal se observa un área cercana y es:
0.3389 = z = (columna z= 0.9 + 0.09 (renglón) = 0.99 por defecto
Para hallar t al describir nivel de confianza se procede así: (intervalos de confianza n ¿ 30 datos )
1) Se toma en cuenta el valor que falta del nivel de confianza para completar el 100% y se llama nivel de significancia α ( se busca en el
renglón superior de tabla t student)
2) Luego de la muestra dada n , se saca grados de libertad con gl= n-1 esta se busca en la columna de n ( tabla t student) y se toma el valor
de t en el renglón donde está α y columna de n con los grados de libertad.
Nivel de confianza del 90% y n= 15
1) Lo que falta para completar el 100% , α =10 % ( renglón superior de tabla t student)
2) Se busca gl = n-1 = 15-1 = 14 (columna n en 14 ) y se escoge el valor de t = 1.761

Nivel de confianza del 93% y n = 26

1. Lo que falta para completar el 100% , α =7 % ( renglón superior de tabla t student)
2. Se busca gl = n-1 = 26-1= 25 ( columna n en 25 ) y se escoge el valor t= 1.893
Nivel de confianza del 98% y n=10
1. Lo que falta para completar el 100% , α =2 % ( renglón superior de tabla t student)
2. Se busca gl = n-1 = 10-1= 9 ( columna n en 9 ) y se escoge el valor t= 2.821

Nivel de confianza del 96 % y n= 23

1. Lo que falta para completar el 100% , α =4 % ( renglón superior de tabla t student)
2. Se busca gl = n-1 = 23-1= 22 ( columna n en 22 ) y se escoge el valor t= 2.183

Autoevaluación : Parte práctica

Distribución normal
a) μ=3.8 , σ=1.9 , n=6 P( x >3.5 ¿= P(z¿−0.39 ¿=0.5+ A 1=0.5+0.1517=¿0.6517

(3.5−3.8)
z=
( )
1.9
√6
= -0.39 P( 3.5< x <3.7 ¿= P(-0.39¿ z <¿-0.13)=A1-A2= 0.1517-0.0517= 0.10

(3.7−3.8)

( )
1.9
√6
z= = -0.13
 p−π (0.35−0.37) p−π (0.40−0.37)
c) Z=
√ n √(
π∗(1−π ) = 0.37∗0.63 = -0.16
15 )
P(-0.16¿ z <¿0.24)=A1+A2=0.0636+0.0948=0.1584
Z=
√ π∗(1−π )
n
=
(√ 0.37∗0.63
15 ) =0.24

A1 A2

3.5 π=3.7 0.40

* Hallar tamaño de la muestra:
2 2 2 2
z π (1−π ) (2.33 ∗0.50∗0.50) π ( 1−π ) z N (0.50∗0.50∗1.88 ∗15000)
a) n =
E2
=
( 0.022)
= 3393 b) n= =
¿¿¿ =533
E2 ( N −1 ) +π ( 1−π ) z 2

Éxitos