Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo N 9 Cap8 3 PDF Free
Trabajo N 9 Cap8 3 PDF Free
MARCOS
FACULTAD DE INGENIERÍA INDUSTRIAL
ESTADÍSTICA APLICADA
EJERCICIOS CAPÍTULO 8
INTEGRANTES:
Aspajo Gonzales, Leonardo Aarón
Blanco Mattos Rodrigo Abelardo
Campos Crispín, Luisdiego Junior
Garibay Huamaní, José Gabriel
Magro Salazar, Alexander Marino
Sante Tacza, César Jesús
Horario:
Sección 1-martes 8:00am 12:10pm
Profesor:
Esponda Véliz, Jorge
LIMA – PERÚ
2019
2) La siguiente lista incluye hospitales que se localizan en las regiones de
Cincinnati (Ohio) y la región norte de Kentucky. También indica si se trata de un
hospital general médico o quirúrgico (M/Q), o de especialidades (E). Se debe
calcular el promedio de enfermeras que trabaja medio tiempo en los hospitales del
área.
a) Se debe seleccionar de forma aleatoria una muestra de cinco hospitales. Los
números aleatorios son 09, 16, 00, 49, 54, 12 y 04. ¿Qué hospitales se incluyen en la
muestra?
Los hospitales incluidos en la muestra son:
❖ Children’s Hospital Medical Center(09)
❖ St. Francis-St. George Hospital(16)
❖ Bethesda North(00)
❖ Good Samaritan Hospital(12)
❖ Mercy Hospital-Hamilton(04)
b) Utilice una tabla de números aleatorios para formar su propia muestra de cinco
hospitales.
Números aleatorios: 05,08,17,28,35,21
Los hospitales incluidos en la muestra son:
❖ Middletown Regional (05)
❖ Bethesda Oak Hospital(08)
❖ St. Elizabeth Medical Center, North Unit(17)
❖ VA Medical Center Cincinnati, Ohio 45220(28)
❖ Care Unit Hospital(21)
Combinaciones posibles 10
Luego se halla dichas combinaciones, y se desarrolla una tabla para una mayor
facilidad.
Media Muestral 2
Media
2
Poblacional
REPRESENTANTES DE AUTOMÓVILES
VENTAS VENDIDOS
PETE HANKISH 8
CONNIE STALLTER 6
RON EATON 4
TED BARNES 10
PEGGY HARMON 6
Ninguna muestra
En este caso, al ser distintas todas las medias, no se puede apreciar una forma en
particular de la distribución de las medias, en cambio, la distribución de la
población tiene forma de curva con sesgo positivo.
14) Considere los dígitos de los números telefónicos de una página seleccionada al
azar del directorio telefónico local como una población. Elabore una tabla de
frecuencias con el último dígito de 30 números telefónicos seleccionados al azar.
Por ejemplo, si el número telefónico es 5-55-97-04, registre un 4.
Relación de datos:
8 4 2 5 1 5
1 5 9 3 2 8
4 7 8 1 6 9
6 3 5 4 3 8
8 7 4 3 6 7
a) Trace un histograma u otro tipo de gráfica que muestre la distribución de la
población. Con la distribución uniforme, calcule la media de la población y la
desviación estándar de la población.
6 4 3 6 2 4
3 4 7 3 2 7
5 7 6 2 5 8
4 4 3 5 5 7
7 8 3 4 5 7
c) Compare la forma de los dos histogramas.
La forma de cada histograma es independiente.Las cantidades dependen aleatoriamente
respecto a los dígitos encontrados.Existen menor cantidad de repitencias de un mismo
número en el primer histograma respecto al segundo.
16. Una población normal posee una media de 75 y una desviación estándar de
5. Usted selecciona una muestra de 40. Calcule la probabilidad de que la
media muestral:
a) Sea menor que 74.
𝑋̅ − 𝜇 74 − 75
𝑧= = = −1.26
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 1.26, este valor es 0.3962 .
La probabilidad para un valor z menor que 1.26 es 0.5 + 0.3962 = 0.8962.
b) Se encuentre entre 74 y 76.
𝑋̅ − 𝜇 74 − 75
𝑧1 = = = −1.26
𝜎⁄√𝑛 5
√40
𝑋̅ − 𝜇 76 − 75
𝑧2 = = = 1.26
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 1.26, este valor es 0.3962 .
La probabilidad para un valor z entre -1.26 y 1.26 es 0.3962 + 0.3962 =
0.7924.
c) Se encuentre entre 76 y 77.
𝑋̅ − 𝜇 76 − 75
𝑧1 = = = 1.26
𝜎 ∕ √𝑛 5/√40
𝑋̅ − 𝜇 77 − 75
𝑧2 = = = 2.53
𝜎⁄√𝑛 5/√40
𝑋̅ − 𝜇 77 − 75
𝑧= = = 2.53
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 2.53, este valor es 0.4943.
La probabilidad para un valor z menor que 1.26 es 0.5 - 0.4943 = 0.0057
18. De acuerdo con un estudio del Internal Revenue Service, los contribuyentes
tardan 330 minutos en promedio en preparar, copiar y archivar en un medio
electrónico la forma fiscal 1040. Esta distribución de tiempos se rige por una
distribución normal, y la desviación estándar es de 80 minutos. Un organismo de
control selecciona una muestra aleatoria de 40 consumidores.
Media: 330
Desviacion estándar: 80
N = 40
a) ¿Cuál es el error estándar de la media de este ejemplo?
80
𝜎𝑥 = = 12.65
√40
b) ¿Cuál es la probabilidad de que la media de la muestra sea mayor que 320
minutos?
320 − 330 −10
𝑧= = = −0.79
80 12.65
√40
𝑃(𝑍) = 𝑃(−0.79) = 0.2852 = 28.52%
c) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre 320 y
350 minutos?
350 − 330 20
𝑧= = = 1.58
12.65 12.65
𝑃(𝑧) = 𝑃(1.58) = 0.4429
Tipo de
Número Médicos
Consultorio
31 Jeanne Fiorito,M.D S
36 Douglas Smucker,M.D P
3 Jeanine S.Huttner,M.D S
24 Harry Mayhew,M.D P
17 Mark Steinmetz,M.D. G
9 Paul Langenkamp,M.D P
𝜎𝑋̅= 𝜎 = 2.2
=0.2
√𝑛 √121
X=-0.4938
𝑋̅ − 𝜇 6−5.5
𝑍= = =Z2.5
𝜎/√𝑛 2.2/√121
X=0.4938
0.4938+0.4938=0.9876
c) Calcule la probabilidad de que la media muestral esté entre 5.3 y 5.7 horas.
𝑋̅ − 𝜇 5.3−5.5
𝑍 = 𝜎/ = 2.2/√121=Z-1
√ 𝑛
X=-0.3413
𝑋̅ − 𝜇 5.7−5.5
𝑍 = 𝜎/ = 2.2/√121=Z1
√𝑛
X=0.3413
0.3413+0.3413=0.6826
24. Responda las siguientes preguntas en uno o dos enunciados bien construidos.
a) ¿Qué sucede con el error estándar de la media si aumenta el tamaño de la
muestra?
Como se sabe, la relación entre el error estándar de la media se relaciona con el
𝜎
número de datos de la muestra de la siguiente forma: 𝜎𝑋̅ = 𝑛, es decir, de
√
manera inversamente proporcional, por ende, si aumenta el tamaño de la muestra
entonces, disminuye el error estándar de la media.
b) ¿Qué sucede con la distribución muestral de la media si aumenta el tamaño
de la muestra?
Entonces, disminuye la dispersión, es decir, los valores oscilan entre rangos cada
vez más pequeños.
c) Cuando se utiliza la distribución de la media muestral para aproximar la
media poblacional, ¿cuál es el beneficio de utilizar tamaños muestrales más
grandes?
El beneficio es que, al usar tamaños muestrales más grandes, el error o
desviación respecto a la media poblacional disminuye, es decir, la media
muestral se aproxima aun mas a la media poblacional.
Cajeros Media
C1 C2 (2+3)/2 2.5
C1 C3 (2+5)/2 3.5
C1 C4 (2+3)/2 2.5
C1 C5 (2+5)/2 3.5
C2 C3 (3+5)/2 4
C2 C4 (3+3)/2 3
C2 C5 (3+5)/2 4
C3 C4 (5+3)/2 4
C3 C5 (5+5)/2 5
C4 C5 (3+5)/2 4
c) Calcule la distribución muestral de la media y compárela con la media de
la población.
Histograma de Media
4
3
Frecuencia
0
2.5 3.0 3.5 4.0 4.5 5.0
Media
30. The Appliance Center cuenta con seis representantes de ventas en su sucursal
del norte de Jacksonville. A continuación aparece el número de refrigeradores que
vendió cada uno de ellos el último mes.
𝑋 = 0.1368
0.5-0.1368 = 0.3632
20−21 23−21
𝑍1 = 3.50 = −1.11 𝑍1 = 3.50 = 2.21
⁄ ⁄
√15 √15
38) La cantidad media de abarrotes que compra cada cliente en Churchill Grocery
Store es de $23.50, con una desviación estándar de $5.00. Suponga que la
distribución de cantidades compradas sigue la distribución normal. En el caso de
una muestra de 50 clientes, conteste las siguientes preguntas.
a) ¿Cuál es la probabilidad de que la media de la muestra sea de por lo menos
$25.00?
z=(x-u)/(o*(n)^(½))
z=(25.0-23.5)/(5*(50)^(½))=0.0424
Entonces la probabilidad,según la tabla es de 0.0160
b) ¿Cuál es la probabilidad de que la media de la muestra sea superior a $22.50 e
inferior a $25.00?
z=(x-u)/(o*(n)^(½))
z=(25.0-23.5)/(5*(50)^(½))=0.0424
Entonces la probabilidad,según la tabla es de 0.0160
z=(x-u)/(o*(n)^(½))
z=(23.0-23.5)/(5*(50)^(½))=-0.0141
Entonces la probabilidad,según la tabla es de 0.0040
Por lo que la probabilidad para ello sería en total de 0.02
c) ¿Dentro de qué límites se presentará 90% de las medias muestrales?
Aproximadamente y según la regla empírica,entre u-2o y u+2o.Osea entre 13.5 y 33.5
La probabilidad para un valor z menor que 1.26 es 0.5 - 0.4943 = 0.0057
Distribución de la población
0.18
0.16
0.14
0.12
Probabilidad
0.10
0.08
0.06
0.04
0.02
0.00
1 2 3 4 5 6
Valores del dado
0.25
0.20
Probabilidad
0.15
0.10
0.05
0.00
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Media de la muestra
527 − 502
𝑍= = 1.94
12.91
𝑃(𝑍) = 𝑃(1.94) = 0.4738
512 − 502
𝑍= = 0.77
12.91
550−502
𝑍= 12.91
=3.72
44. El Oil Price Information Center informa que el precio medio por galón de
gasolina normal es de $3.00, con una desviación estándar de población de $0.18.
Suponga que se selecciona una muestra aleatoria de 40 estaciones de gasolina, cuyo
costo medio de combustible normal se calcula.
a) ¿Cuál es el error estándar de la media de este experimento?
𝜎
𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 =
√𝑛
0.18
= 0.0285
√40
El error estándar de la media es de 0.0285. Esto quiere decir que la dispersión de
la media de las medias muestrales respecto a la media de la población es de
0.0285
b) ¿Cuál es la probabilidad de que la media de la muestra oscile entre $2,98 y
$3,02?
𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛
2.98 − 3
𝑧1 = = −0.70
0.0285
3.02 − 3
𝑧2 = = 0.70
0.0285
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta z1=-0.70 es de 0.2420 y para z2=0.70 es de
0.7580.
Entonces la probabilidad de que la media de la muestra oscile entre $2,98 y
$3,02 será la diferencia de:
0.7580 − 0.2420 = 0.516
Que es equivalente al 51.6%
𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛
3.08 − 3
𝑧1 = = 2.81
0.0285
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta z1=2.81 es de 0.9975 que es equivalente a
99.75%