UNIVERSIDAD PRIVADA BOLIVIANA

FACULTAD DE INGENIERÍA
CARRERA DE MEDIO AMBIENTE Y ENERGÍAS
ALTERNATIVAS

PARCIAL 2

PRACTICA 2.1
EJERCICIOS DE MUESTREO

Estudiante: Agostina Alcalá

Reshel Fernández

Elma Ruiz

Materia: Probabilidad y Estadística II

Docente: Pablo Leyton P.

La Paz, 5 de Junio. 2022

EJERCICIOS PROPUESTOS
1. Identifique cada uno de los siguientes métodos de muestreo:
a) La población de interés está en orden alfabético. Iniciando con el séptimo apellido,
cada décimo nombre de ahí en adelante se seleccionó como elemento de la muestra.
Por tanto, la muestra consta de los números 7, 17, 27, 37, y así sucesivamente.
b) Un distrito extenso se subdividió en 16 áreas. Después 5 de estas áreas se
seleccionaron aleatoriamente, y también se seleccionaron al azar para ser
entrevistados los residentes de estas 5 regiones.
c) Los ejecutivos se subdividieron en tres grupos: bancarios, industriales y de
seguros. Se tomaron muestras aleatorias de cada uno de estos grupos, y se
ponderaron los resultados muestrales de acuerdo con el número en el grupo, en
relación con el total.
a) Muestreo Sistémico
b) Muestreo Estratificado
c) Muestreo por Conglomerados
2. El Dr. Lambert tiene a cinco estudiantes que realizaron estudios especiales con él
este semestre. Para evaluar el avance de lectura, el doctor aplica un examen de cinco
preguntas con respuesta verdadero/falso. El número de respuestas correctas para
cada estudiante se presenta a continuación.

( 52 )= 2! ( 5−2
a) C 5,2=
5!
)!
=10

Apellidos Correctos Combinaciones Correctos P X P*X

Torres 4/5 Cuevas 3/5 0,48 7 3,36
Torres 4/5 Flores 1 0,80 9 7,20
Torres 4/5 Ramos 3/5 0,48 7 3,36
Torres 4/5 Campos 2/5 0,32 6 1,92
Cuevas 3/5 Flores 1 0,60 8 4,80
Cuevas 3/5 Ramos 3/5 0,36 6 2,16
Cuevas 3/5 Campos 2/5 0,24 5 1,20
Flores 1 Ramos 3/5 0,60 8 4,80
Flores 1 Campos 2/5 0,40 7 2,80
Ramos 3/5 Campos 2/5 0,24 5 1,20
E(X)= 32,80

E(X)
=3,28
10
3. Un técnico de laboratorio de rayos X toma lecturas de su máquina para asegurarse
de que ésta se apega a las guías de seguridad federal. Sabe que la desviación
estándar de la cantidad de radiación emitida por la máquina es de 150 milirems, pero
desea tomar lecturas hasta que el error estándar de la distribución de muestreo no
sea mayor de 25 milirems. ¿Cuántas lecturas debe tomar?
∇=150(Población)
∇ X =25(Muestra)
∇ ∇
∇x= =√ n=
√n ∇ x

¿
n=36 w
4. Dada una población de tamaño N = 80 con una media de 22 y una desviación
estándar de 3.2, ¿cuáles la probabilidad de que una muestra de 25 tenga una media
de entre 21 y 23.5?
N=80 μ=22
∇=3,2 n=25
x 1=21 x 2=23,5

n 25
= =0,3125=31,25 %
N 80

∇
√ n
∗
√
N −n
N −1
=∇ x

∇x=
3,2
∗
√
80−25
√ 25 80−1
=0,534

x 1−μ 21−22
Z1 = = =−0,3125
∇ 3,2
x 2−μ 23,5−22
Z2 = = =0,4687
∇ 3,2
Con tabla de acumulados
P= 1 - 0,62172 = 0,378
P(21<x<23,5) = 0,68082 – 0,378
P(21<x<23,5) = 0,3028
P(21<x<23,5) = 30,28%
5. Al revisar las ventas habidas desde la apertura de un restaurante hace seis meses,
el dueño encontró que la cuenta promedio por pareja era de 26$, con una desviación
estándar de 5.65$. ¿Qué tan grande tendría que ser una muestra de clientes, para
que la probabilidad fuera de al menos 95?44%, de que el costo medio por comida
para la muestra cayera entre 25$ y 27$?
μ = 26
σ = 5.65

Dado que la población es infinita, σ x = (σ /√ n)

P (25<x<27) = 0.9544 =1-2*P(x<25) = 1−2*P (z< (25-26) /(5.65/ √ n))

= 1-2 P(z<(-1/(5.65/√ n)) = 1-2*P(z<-vn/5.65) = 0.9544
P(z<-√ n/5.65) = 1- P(z<√ n/5.65) = 0.0228
P(z<√ n/5.65) = 0.9772
Según tabla de distribución normal:
√ n/5.65 = 2

n = 127.69
Respuesta:
La muestra de clientes tendría que ser de por lo menos 128 parejas de clientes.
6. Low-Cal Food Company usa estimaciones del nivel de actividad de los diversos
segmentos del mercado para determinar la composición nutricional de sus productos
de comida dietética. Low-Cal está considerando la introducción de una comida
dietética líquida para mujeres maduras, puesto que este segmento tiene problemas
especiales de peso no resueltos por la comida dietética de su competidor. Para
determinar el contenido deseado de calorías de este nuevo producto, la doctora Nell
Watson, investigadora de la compañía, condujo pruebas sobre una muestra de
mujeres para determinar el consumo de calorías por día. Sus resultados mostraron
que el número promedio de calorías consumidas diariamente por las mujeres
mayores es de 1328, con una desviación estándar de 275. La doctora Watson estima
que los beneficios que obtiene con un tamaño de muestra de 25 costarían 1720$.
Espera que al reducir el error estándar a la mitad de su valor actual se duplique el
beneficio. Si el costo es de 16$ por cada mujer de la muestra, ¿debería Watson
reducir su error estándar?
μ = 1328 σ =275
Si n = 25, entonces los beneficios costarían US$ 1720.
Costo con muestra de 25 = 25 x 16 = $ 400
Error estándar con muestra de 25 = 275 / √25 = 55
Error estándar para muestra deseada = 55/2 = 27.5 = 275 / √n → n = 100
Si n = 100, entonces los beneficios serían de (1720/25) 100 = $ 6880.
Respuesta:
La doctora Watson sí debería reducir su error estándar.
7. La HAL Corporation fabrica grandes sistemas de cómputo y siempre se ha ufanado
de la confiabilidad de sus unidades de procesamiento central del sistema 777. De
hecho, la experiencia pasada ha mostrado que el tiempo improductivo mensual de
las CPU del sistema 777 promedia 41 minutos, con una desviación estándar de 8
minutos. El centro de cómputo de una gran universidad estatal mantiene una
instalación formada por 6 CPUs del sistema 777. James Kitchen, el director del
centro, siente que se proporciona un nivel satisfactorio de servicio a la comunidad
universitaria si el tiempo improductivo promedio de los 6 CPU es menor de 50
minutos al mes. Dado cualquier mes, ¿cuál es la probabilidad de que Kitchen se
sienta satisfecho con el nivel de servicio?
μ=41 σ = 8

n=6

Dado que la población es infinita, σ x = (σ /√ n) = 8/v6 = 3.25598632

P(x<50) = P (z< (50-41) /3.26598632) = P(z<2.76) = 0.5 + 0.4971 = 0.9971 = 99.71%

Respuesta:
La probabilidad que Kitchen se sienta satisfecho con el nivel de servicio es de 99.71%.
9. Con base en sus volúmenes de ventas, 18 de las tiendas de ropa del shooping
Soffer se clasifican como pequeñas y las otras 6 como grandes. ¿Cuántas muestras
estratificadas diferentes de 4 de estas tiendas de ropa podemos seleccionar, si:
a) se debe distribuir la mitad de la muestra a cada estrato;
b) la distribución debe ser proporcional?
Datos:
n=24
x=4
18/24 tiendas pequeñas 75%
6/24 tiendas grandes 25 %
18 !
Cn , x=( n x )∗6= =816∗6=4896
3 ! ( 15 ) !

10. Suponga que usted es un investigador que ha sido contratado por la empresa
cafetalera Columbian Cofee Corporation. La empresa está interesada en determinar
el porcentaje de consumo de café por casa en Estados Unidos. Cree que el consumo
anual por casa está normalmente distribuido con una media desconocida y una
desviación estándar de aproximadamente 1.25 libras.
a) Si usted toma una muestra de 36 casas y registra su consumo de café durante un
año, ¿cuál es la probabilidad de que la media de la muestra esté en el intervalo de
media libra de la media de la población?
b) ¿Qué tan grande debe ser la muestra que usted tome con el fin de estar 98%
seguro de que la media de la muestra está en el intervalo de media libra de la media
de la población?
Datos:
µ= µ(x)=desconocida
o=1.25 libras
n=36 casas
Intervalos=0.5 libras x- µ
P(x)= 98 %
Cálculos
x −µ 0.5
Z= = =2.4
o 1.25
√n √36

La probabilidad con z=2.4 en la tabla de distribución normal de cola superior es de

0.00820. Pero queremos hallar la probabilidad encerrada entonces será
P (−2.4 ≤ Z ≤2.4 )=1−2∗0.00820=0.9836
b)
2 P ( z )=1−0.98=0.02
0.02
P ( z )= =0.01
2
z=2.32 ya que P ( 2.32 )=0.01017

13. Ron Blake, director de recursos humanos de una empresa, desea estudiar el nivel
de precisión de las 70 secretarias de su compañía. Anteriormente el número diario
de errores de procesamiento de palabras cometido por cada secretaria había sido
aproximadamente normal con un promedio de 18 y una desviación estándar de 4. El
señor Blake inspecciona actualmente a 15 secretarias elegidas aleatoriamente. ¿Cuál
es la probabilidad de que el número promedio de errores por secretaria sea: a)
Inferior a 15?5. b) Mayor de 20.
N = 70 secretarias μ =18 σ = 4 n = 15 secretarias
Fracción muestral = 15/70 = 0.21 → Población finita
σ x = (σ /√ n) * V((N-n) /(N-1)) = (4/√15) *√ ((70-15) / (69)) = 0.9220854331

a) Inferior a 15.5?
P((x<15.5) = P (Z< (15.5-18) / 0.9220854331) = P(z<-2.71) = 1 - P(z<2.71) = 1-0.9966 =
0.34%
Respuesta:
La probabilidad que el número promedio de errores por secretaria sea inferior a 15.5
es de 0.34%.
b) Mayor de 20?
P(X>20) = 1- P(X<20) = 1- P (z< (20-18) / 0.9220854331) = 1 - P(z<2.17) = 1-0.9850=
0.015 = 1.5%
Respuesta:
La probabilidad que el número promedio de errores por secretaria sea mayor a 20 es
de 1.5%.