Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADÍSTICA
ASIGNATURA:
INFERENCIA ESTADÍSTICA I
DOCENTE:
INTEGRANTES:
Una media
Solución:
𝑋̅ ~𝑁(𝜇, 𝜎 2 ⁄𝑛)
𝑋̅~𝑁(6,36/9)
RPTA: 𝑋̅ ~𝑁(6,36/9)
Solución:
Z=2.17
P [𝑋̅ > c] = 1- P[Z < c] = 0.985
0.015 = P [Z < c]
𝑋̅−6
𝜎𝑋̅ = 𝜎⁄ = 6⁄3 = 2 => Z=
√𝑛 2
RPTA: C = 1.66
Solución:
- Se cumple que:
11−6
3x-5>28 => 𝑧=
2
x>11 z = 2.5
- Por lo tanto:
= 1 – 0.9938
= 0.0062
𝑋𝑖 0 2 5 8
F(𝑋𝑖 ) = P(X=𝑋𝑖 ) 1/4 1/4 1/4 1/4
0+2+5+8
𝜇= = 3.75
4
2
02 + 22 + 52 + 82
𝜎 = − 3.752 = 9.1875
4
a) Con sustitución:
Solución:
Muestra:
00 02 05 08
20 22 25 28
50 52 55 58
80 82 85 88
0 1 2.5 4
1 2 3.5 5
2.5 3.5 5 6.5
4 5 6.5 8
60
𝜇𝑥 = ∑ 𝑓(𝑋)(𝑋) = = 3.75
16
597
𝜎𝑥 2 = ∑ 𝑓(𝑋)(𝑋)2 − 𝜇2 = − 3.752 = 4.5937
32
RPTA: 4.5937
b) Sin sustitución
Solución:
Muestra:
02 05 08
20 25 28
50 52 58
80 82 85
Media de las muestras:
1 2.5 4
1 3.5 5
2.5 3.5 6.5
4 5 6.5
𝑋 1 2.5 3.5 4 5 6.5
F (𝑋) 2/12 2/12 2/12 2/12 2/12 2/12
45
𝜇𝑥 = ∑ 𝑓(𝑋)(𝑋) = = 3.75
12
102.75
𝜎𝑥 2 = ∑ 𝑓(𝑋)(𝑋)2 − 𝜇2 = − 3.752 = 3.0625
6
RPTA: 3.0625
3. Suponga que los sueldos en cientos de dólares, en una región, es una variable
aleatoria X cuya distribución de probabilidades es :
a) Halle la media y la varianza de la media muestral.
Solución:
15
𝜇= =3
5
1 + 8 + 36 + 32 + 25 102 − 90
𝜎2 = −9 =
10 10
12
= 10 = 1.2
𝜎 2 1.2
𝜎𝑋2̅ = = = 0.04
𝑛 30
b) Calcule la probabilidad de que la media muestral esté entre 260 y 330 dólares.
Solución:
𝑋̅ − 𝜇 𝑥 − 3 𝑥 − 3
ℤ= = =
𝜎 √0.04 0.2
2.6−3 3.3−3
P[2.6 ≤ 𝑥 ≤ 3.3] = [ ≤𝑧≤ ]
√0.04 √0.04
P[−2 ≤ 𝑥 ≤ 1.5]
0.3332 – 0.0228
0.9104
RPTA: 0.9104
X 0 1 2 3 4
P(X) 0.3 0.3 0.2 0.1 0.1
Solución:
N=36
𝑢𝑥 = 𝐸 (𝑥 )
𝑢𝑥 =1.4
E (𝑥 2 ) = 3.6
VAR(x) = E (𝑥 2 ) − 𝑢2
𝜎𝑥 = 0.045
P[1 ≤ 𝑥 ≤ 2] = 0.9668
RPTA: 0.9668
Solución:
MATE 1: 𝜇1 = 12 , 𝜗 21 = 2 , 𝜗1 = 1.41
FILO 1: 𝜇2 = 15 , 𝜗 2 2 = 2 , 𝜗2 = 1.41
𝜇1 + 𝜇2 12 + 15 𝑋̅ − 13.5
= = 13.5 → 𝑍=
2 2 1.41
13 − 13.5 16 − 13.5
𝑃[13 ≤ 𝑋̅ ≤ 16] = 𝑃 [ ≤𝑍≤ ] = −0.35 ≤ 𝑍 ≤ 1.77
1.41 1.41
RPTA: 0.5984
Solución:
𝜎𝑥 = 0.3 ; 𝑛 = 36
µ + 0.1 − µ µ − 0.1 − µ
𝑃(µ − 0.1 ≤ x ≤ µ + 0.10) = −
0.3 0.3
√36 √36
RPTA: 0.9544
7. La distribución de las notas del examen final de Mat.I resultó ser normal
𝑁(µ, s2 ) , con cuartiles 1 y 3 iguales a 6.99 y 11.01 respectivamente.
b) Halle el intervalo [a, b] centrado en m tal que P[a < X < b] = 0.9544, donde X es la
media de la muestra X1 , X 2 , X 3 , X 4 escogida de esa población.
a) Solución:
6.99 − µ
−0.3 =
s
6.99 − µ
s=
0.3
6.99 − µ
0.3
11.01 − µ
−0.3 =
s
6.99 − µ
s=
0.3
6.99 − µ
0.3
−6.99 + µ = 11.01 − µ
µ=9
11.01 − 9
𝜎= = 6.7 → 𝜎 2 = 44.89
0.3
RPTA: 𝜇 = 9 y 𝜎 2 = 44.89
b) Solución:
6.7
𝜎𝑋 2 = = 1.675 → 𝜎𝑋 = 1.2942
4
𝑎−9 𝑏−9
𝑃[𝑎 ≤ 𝑋 ≤ 𝑏] = 𝑃 [ ≤𝑍≤ ]
1.2942 1.2942
𝑎−9
−2 = → 𝑎 = −2(1.2942) + 9 → 𝑎 = 6.4116 ≈ 6
1.2942
𝑏−9
2= → 𝑎 = 2(1.2942) + 9 → 𝑎 = 11.5884 ≈ 12
1.2942
RPTA: a = 6 y b = 12
8. La vida útil (en miles de horas) de una batería es una variable aleatoria X con
función de densidad:
2 − 2𝑥 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥 ) = {
0 𝑒𝑛 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜
Solución:
𝑛 = 36
1
𝑢 = ∫ 𝑥(2 − 2𝑥 )𝑑𝑥
0
1 1
𝑥2 𝑥3 2 1
𝑢=2 [ ] −2 [ ] =1− =
2 0 3 0 3 3
1 1
2
1
2(
1 2 𝑥3 𝑥4 1 2
𝜎 = ∫ 𝑥 2 − 2𝑥 )𝑑𝑥 − ( ) = 2 [ ] − 2 [ ] − ( )
0 3 3 0. 4 0 3
2 2 1
𝜎2 = − −
3 4 9
𝜎 2 = 0.0556 → 𝜎 = 0.2358
RPTA: 0.0136
1 4 𝑥−1
𝑓 (𝑥 ) = ( ) , 𝑥 = 1,2, …
5 5
Hallar la probabilidad de que la media muestral difiera de la media poblacional en a lo
más el 10% del valor de la varianza de la población.
Solución:
𝑃[|𝑥̅ − 𝑀| ≤ 0.1(𝑉 )]
1
𝑝=
5
1
1−5
𝜎2 = = 20
1
25
−2 𝑥̅ − 𝜇 2
𝑃 ≤ ≤ = 𝑃[−2.83 ≤ 𝑧 ≤ 2,83]
𝜎𝑋
√20 √ 20
[ 40 40]
RPTA: 0.9954
10. La utilidad (en miles de soles) por la venta de cierto artículo, es una variable
aleatoria con distribución normal. Se estima que en el 5% de las ventas la
utilidad sería menos de 6.71, mientras que el 1% de las ventas serían mayores
que 14.66, si se realizan 16 operaciones de venta, ¿Cuál es la probabilidad de
que el promedio de la utilidad por cada operación esté entre $ 10,000 y$ 11,000?
Solución:
~N(µ, s); n = 16
6.71 − µ
= 0.05
s
6.71 − µ
s=
1.645
𝑃(𝑥 > 14.66) = 0.01
14.66 − µ
= 0.01
s
14.66 − µ
s=
2.33
µ = 10 s=2
11 − 10 10 − 10
𝑃(10 ≤ 𝑥 ≤ 11) = ( )−( )
2 2
√16 √16
= 2 − (0)
RPTA: 0.4772
11. La vida útil de cierta marca de llantas radiales es una variable aleatoria X cuya
distribución es normal con (m = 38,000 Km. y s = 3,000 Km).
a) Si la utilidad Y (en $) que produce cada llanta está dada por la relación: Y = 0.2X
+100, ¿cuál es la probabilidad de que la utilidad sea mayor que 8,900$?
b) Determinar el número de tales llantas que debe adquirir una empresa de transporte
para conseguir una utilidad promedio de al menos $7541 con probabilidad 0.996.
a) Solución:
~N(38000,3000)
𝑦 = 0.2𝑥 + 100
8900 − 7700
𝑃(𝑦 > 8900) = 1 − ( )
600
= 1 − (2) = 1 − 0.9772 = 0.0228
RPTA: 0.0228
b) Solución:
600
𝑉𝑎𝑟(𝑦) =
√𝑛
7541 − 7700
𝑃(𝑦 > 7541) = 1 − ( )
600
√𝑛
7541 − 7700
0.996 = 1 − ( )
600
√𝑛
7541−7700
2.65 = 600 𝑛 = 100
√𝑛
RPTA: 100
12. Un proceso automático llena bolsas de café cuyo peso neto tiene una media de
250 gramos y una desviación estándar de 3 gramos. Para controlar el proceso,
cada hora se pesan 36 bolsas escogidas al azar; si el peso neto medio está entre
249 y 251 gramos se continúa con el proceso aceptando que el peso neto medio
es 250 gramos y en caso contrario, se detiene el proceso para reajustar la
máquina.
Solución:
P [249≤ X´ ≤ 251]
251−250 249−250
p( 3 ) −( 3 )
6 6
p (-2 ≤ 𝑧 ≤ 2)
p(𝑧 ≤ 2) − (𝑧 ≤ −2)
p(𝑧 ≤ 2) − (1 − 𝑝(𝑧 ≤ 2)
0.9772- (1 – (0.9772))
0.9544
1 – 0.9544 = 0.0456
RPTA: 0.0456
Solución:
P [249 ≤ X ≤ 251/μ=248]
251−248 249−248
( 3 ) - ( 3 )
6 6
P (2 ≤ 𝑧 ≤ 6 )
P (1 − 𝑝(𝑧 ≤ 2) - (𝑧 ≤ 6)
(1 – 0,9772) – 0 = 0,0228
RPTA: 0.0228
Solución:
N (80,100)
p(80 ≤ 𝑥 ≤ 100)
p(80 ≤ 𝑧 ≤ 100)
80−137
z= = −2,28
25
100−137
z= = −1,43
25
N (64,69)
p(64 ≤ 𝑥 ≤ 69)
p(64 ≤ 𝑧 ≤ 69)
64−137
z= = −2,92
25
69−137
z= = −2,72
25
14. Una empresa vende bloques de mármol cuyo peso se distribuye normalmente
con una media de 200 kilogramos.
a) Calcular la varianza del peso de los bloques, si la probabilidad de que el peso esté
entre 165 Kg. y 235 Kg es 0.9876.
Solución:
P [165≤ X´ ≤ 235]=0.9876
235−200 165−200
( ) − ( ) =0.9876
𝜎 𝜎
35 −35
(𝜎) − ( ) =0.9876
𝜎
35 35 35 35
( 𝜎 ) − 1 + ( 𝜎 ) =0.9876 = 0.9938 = 2.5 𝜎 2 = 196 σ = 14
𝜎 𝜎
RPTA: 𝜎 2 = 196 σ = 14
b) ¿Qué tan grande debe ser la muestra para que haya una probabilidad de 9938 de que
el peso medio de la muestra sea inferior a 205 Kg?
Solución:
P [X´ ≤205]=0.9876
205−200 205−200
=0.9938 = 2.25
14 /√n 14 /√n
N=49
RPTA: 49
Solución:
1
p(800 ≤ 𝑥 ≤ 1200) =𝛿
1000
800−1000 1200−1000 1
p( 1000 ≤𝑧≤ 1000 ) = 0.9544 𝜎2 = 1 2
√𝑛 √𝑛 1000
−200√𝑛 200
p( 1000
≤ 𝑧 ≤ 1000) = 0.9544 𝜎 2 = 106
200 √𝑛
z=2 = 1000
10=√𝑛
100=n
1−0,9544
P= = 0,0228
2
RPTA: 0.0228
Solución:
P (𝑥 > 1100)
1-p (𝑥 ≤ 1100)
1100−1000
1-p (𝑧 ≤ 1000 )
√100
RPTA: 0.1584
16. Un proceso para llenar cerveza en botellas de 620 ml. sufre una perdida en el
contenido que tiene una media de 5 ml. y una desviación estándar de 1.2 ml. Se
escogen al azar 36 de tales botellas. Si la meda de la muestra está entre 4.5 y 5.5
ml. se acepta que u=5 ml., en caso contrario; se rechaza que u=5. ¿Cuál es la
probabilidad de aceptar que u=5 cuando realmente es u=4,8 ml?
Solución:
X N (5;(1,2)2 ) n=36
p (−1.5 ≤ 𝑧 ≤ 3.5)
0.9998 - (1 – (09332))
0.933
RPTA: 0.933
Solución:
N (250 ; 42 ).
Y1+Y2+Y3+Y 4
Y=aX+52E (Y)=aE(X)+52 w´ = 𝐸 (Y)Var(w´ ) =
4
4𝑎2 σ w = 2𝑎
NOS PIDE:
3100−250 a−52 3048−250a
P (w´ >3100)=0.0228( ) = 0.9772 = 2𝑎 = 12
2a 2𝑎
RPTA: 12
18. Definimos la variable aleatoria "error muestral", por: |𝑋̅ − 𝜇|. De todas las
muestras de tamaño 36 escogidas al azar de la población N(𝜇,324).
𝑋 ~ 𝑁(𝜇, 324)
𝑛 = 36
Solución:
324
𝜎𝑥2 =
36
324
𝜎𝑥 = √
36
18
𝜎𝑥 = =3
6
1 − 𝑃[|𝑋̅ − 𝜇| ≤ 4.5]
4.5 4.5
1 − 𝑃 (− ≤ |𝑋̅ − 𝜇| ≤ )
3 3
1 − 𝑃(−1.5 ≤ 𝑍 ≤ 1.5)
𝑷(𝒁 ≤ 𝟏. 𝟓) = 𝟎. 𝟗𝟑𝟑𝟐
𝑷(𝒁 ≤ 𝟏. 𝟓) = 𝟎. 𝟎𝟔𝟔𝟖
1 − [0.9332 − 0.0668]
𝟏 − 𝟎. 𝟖𝟔𝟔𝟒 = 𝟎. 𝟏𝟑𝟑𝟔
RPTA: 0.1336
Solución:
𝑘 𝑘
𝑃 (− ≤ 𝑍 ≤ ) = 0.95
3 3
𝑘 𝑘
𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ − ) = 0.95
3 3
𝑘 𝑘
𝑃 (𝑍 ≤ ) − (1 − 𝑃 (𝑍 ≤ )) = 0.95
3 3
𝑘 𝑘
𝑃 (𝑍 ≤ ) − 1 + 𝑃 (𝑍 ≤ − ) = 0.95
3 3
𝑘
2 (𝑃 (𝑍 ≤ )) = 1.95
3
𝑘
𝑃 (𝑍 ≤ ) = 0.975
3
𝑘
= 1.96
3
𝑘 = 5.88
RPTA: 5.88
a) ¿Cuál es la distribución del costo medio por objeto si se toman al azar 𝑛(𝑛 ≥
2)objetos?
Solución:
𝑦 = 100𝑥
𝜎2
𝑉𝑎𝑟(𝑌) =
𝑛
𝟏. 𝟒𝟒
𝑵 (𝟏. 𝟐 , )
𝒏
1.44
RPTA: 𝑁 (1.2 , )
𝑛
𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 (𝑈) = 2 − 𝑌
𝑉𝑎𝑟(𝑈) = 𝑉𝑎𝑟(𝑌)
1.44 2
𝜎𝑢2 = 𝜎 = 0.04
36 𝑢
𝜎𝑢 = √0.04 = 0.2
̅ 𝟑𝟔 = 𝑵(𝟎. 𝟖 , 𝟎. 𝟎𝟒)
𝑼
0.5 − 0.8
̅36 ≤ 0.5) = 𝑃 (𝑈
𝑃 (𝑈 ̅36 ≤ )
0.2
̅36 ≤ 0.5) = 𝑃(𝑈
𝑃 (𝑈 ̅36 ≤ −1.5)
̅ 𝟑𝟔 ≤ 𝟎. 𝟓) = 𝟎. 𝟎𝟔𝟔𝟖
𝑷(𝑼
RPTA: 0.0668
Solución:
𝜎 𝑁−𝑛
𝜎𝑥 = √
√𝑛 𝑁 − 1
660 400 − 36
𝜎𝑥 = √
√36 400 − 1
660 364
𝜎𝑥 = √
6 399
𝜎𝑥 = 105.06
2765 − 2500
𝑃 (𝑍 ≤ )
105.06
𝑃 (𝑍 ≤ 2.52) → 𝟎. 𝟎𝟎𝟓𝟗
RPTA: 0.0059
21. Un auditor quiere tomar una muestra aleatoria de una población que consiste de
10,000 cuentas por cobrar, donde s $2000. ¿De qué tamaño debe escoger la
muestra si se quiere tener una probabilidad del 95% de que la diferencia entre la
media muestral y la media poblacional no exceda el valor $192?
Solución:
2
20002 10000 − 𝑛 20002 10000 − 𝑛
𝜎𝑋 = ( ) → 𝜎𝑋 = √ ( )
𝑛 9999 𝑛 9999
192 2 9999
( ) ( ) 𝑛 = 10000 − 𝑛
1.96 20002
𝑛 = 400.16 ≈ 400
RPTA: 400
22. La calificación en una prueba de aptitud es una variable aleatoria X que tiene
distribución normal con media igual a 100.
Solución:
−9.8 9.8
𝑃[ ≤𝑍≤ ] = 0.95
15 15
√𝑛 √𝑛
9.8√𝑛 9.8√𝑛
𝑃 (𝑍 ≤ ) − 1 + 𝑃 (𝑍 ≤ ) = 0.95
15 15
9.8√𝑛
2𝑃 (𝑍 ≤ ) = 1.95
15
9.8√𝑛
𝑃 (𝑍 ≤ ) = 0.975
15
9.8√𝑛
= 1.96
15
𝑛=9
RPTA: 9
Solución:
n=16 𝑆̅ = 12
𝑃 [92.194 ≤ 𝑥 ≤ 104.023]
23. El gerente de producción afirma que las baterías que produce duran en promedio
tres años. En el control de calidad se verifican 16 baterías y si el valor de t
calculado: 𝑇𝐶 = (𝑥̅ -3)/ (𝑠̂ /√𝑛 ) está entre −𝑇0.05 y 𝑇0.05 fabricante está
satisfecho con su afirmación. ¿Qué conclusión sacará el fabricante si la muestra
da una media de 3.8 años y una desviación estándar 𝑠̂ =1.5 años?. Suponga que
la duración de las baterías tiene distribución normal.
Solución:
𝑢̿ = 3 𝑎ñ𝑜𝑠
n = 1.6
𝑢𝑥̅ = 3.8
−𝑇0.05 ≤ 𝑇𝐶 ≤ 𝑇0.05
𝑋̅ − 3 3.8 − 3 0.8(4)
𝑇𝐶 = = =
1.5 1.5 1.5
√𝑛 4
𝑇𝐶 ≅ 2,13
𝑇𝐶 ≅ 2,13 ∄ 𝐹
RPTA: 2,13 ∄ 𝐹
Una proporción
24. Se estima que el 40% de los votos de los electores de la ciudad favorecen al
candidato Sr. Díaz.
b) ¿Qué tamaño de muestra se debería escoger si se quiere tener una probabilidad igual
a 0.97 de que la proporción de votos a favor del Sr. Díaz en la muestra no se diferencie
de su proporción estimada en más del 2%?
a) Solución:
x 𝑝×(1−𝑝)
P = 0.4 𝑃𝑥 = → 𝑁 ( 𝑝√ )
n 𝑛
n = 600
(0.37 ≤ 𝑝𝑥 ≤ 0.45)
𝑃𝑥−𝜋
Z= 𝑁(0.1)
𝜋×(1−𝜋)
√
m
0.37−0.40
𝑧1 = = -1.5
0.40×(1−0.40)
√
600
0.45−0.40
𝑧2 = = 2.5
0.40×(1−0.40)
√
600
𝑝 (−1.5 ≤ 𝑧 ≤ 2.5)
RPTA: 0.9287
b) Solución:
𝑝 = 0.4
0.4(0.6)
𝑛= = 2825.34 = 2826
0.02 2
(2.17)
RPTA: 2826
25. Una empresa que hace estudios de mercado quiere obtener una muestra aleatoria
suficientemente grande de manera que la probabilidad de que la proporción
obtenida a favor de un cierto producto resulte inferior al 35% sea igual a 0.0062.
a) Solución:
0.35 − 0.4
∅ = 0.0062
√(0.4)(0.6)
( 𝑛 )
−0.05
= −2.5e
√0.24 / √𝑛
n = 600
RPTA: 600
b) Solución:
n = 600 p = 0.2
𝑝𝑞
[𝑎 ≤ 𝑝̂ ≤ 𝑏], ∝= 0.05𝑒 = 𝑧0 √
𝑛
(0.2)(0.8)
𝑒 = 1.96√ 𝑒 = 0.032
600
RPTA: 0.032
26. Un fabricante afirma que a lo más el 2% de todas las piezas producidas son
defectuosas. Al parecer esta información es exagerada, por lo que se selecciona
una muestra aleatoria de 400 de tales piezas. Si la proporción muestral de
defectuosos es mayor que 3% se rechaza la afirmación, en caso contrario se
acepta la afirmación.
a) Solución:
0.02 ×0.98
𝜎𝑝̅ = √ = 0.007
400
0.03 − 0.02
𝑝[𝑧 > 0.03] =
0.007
𝑝[𝑧 > 1.43] = 0.5 − 0.4236 == 0.0764
RPTA: 0.0764
b) Solución:
0.04 ×0.96
𝜎𝑝̅ = √ = 0.0098
400
0.03 − 0.02
𝑝[𝑧 > 0.03] =
0.007
𝑝[𝑧 > −1.02] = 0.153864
RPTA: 0.1539
a) Solución:
0.06 ×0.04
𝜎𝑝̅ = √ = 0.02
600
0.65 − 0.60
𝑍= = 2.5
0.02
0.55 − 0.6
𝑍= = −2.5
0.02
2𝑝[𝑧 > 2.5] = 0.0062
RPTA: 0.0124
b) Solución:
0.07 ×0.03
𝜎𝑝̅ = √ = 0.0187
600
0.65 − 0.7
𝑍= = −2.67
0.0187
0.60 − 0.7
𝑍= = −5.35 = 0%
0.0187
𝑍 = 0.5 − 0.4962 = 0.038
RPTA: 0.038
Solución:
𝑛 = 46
0,08𝑥0,92
𝛿𝑝0 =√ 46
= 0,04
𝑝0 − 0,08
𝑃⌈ < 𝑝⌉ = 0,9332
0,04
𝑝0 < 0,02
RPTA: 0.02
Solución:
P≤ 𝑝𝑜 se rechaza
𝑝𝑜 −0.58√𝑛
( )=−1.22
√0.2436
0.60214
𝑝𝑜 =0.58 -
√𝑛
P > 𝑝𝑜 se acepta
(𝑝𝑜 −0.5√𝑛 )
=2
√0.25
1
𝑝𝑜 =0.5 +
√𝑛
n = 400
𝑝𝑜 =0,55
30. Por experiencia el departamento de créditos de una tienda comercial sabe que
sus ventas se pagan con dinero en efectivo, con cheque o al crédito, con
probabilidades respectivas; 0.3, 0.3, y 0.4... La probabilidad de que una venta
sea por más de $50 es igual a 0.2 si ésta es en efectivo, es igual a 0.9 si ésta es
con cheque y es igual a 0.6 si ésta es al crédito. Si se escoge una muestra
aleatoria de 256 personas que ingresan a la tienda, ¿cuál es la probabilidad de
que el porcentaje de personas que hayan comprado por más de $50 sea al menos
50%?
Solución:
n=258
E C D TOTAL
X 0.06 0.27 0.24 0.57
𝑋 0.24 0.03 0.16 0.43
Total 0.3 0.3 0.4 1
P (p´ >0.5)=?
0.50−0.57
P (z= 0.57𝑥0.43
)
√
256
P (z=−2.26)
P (z= 2.26)
P = 0.9881
RPTA: 0.9881
31. De 3000 empleados de una empresa se escoge una muestra aleatoria de 300
empleados para una encuesta sobre condiciones laborales. ¿Cuál es la
probabilidad de que la proporción muestral a favor de las condiciones laborales
esté comprendida en el intervalo 0.76 y 0.84, si se estima en 80% del total de
empleados el porcentaje a favor de las condiciones laborales?
Solución:
N= 3000
n= 300
0,8𝑥0,2 3000−300
𝛿𝑝0 =√ √ = 0,0219
300 2999
0,84
P [0.76≤ p ≤ =0.80]
𝑝
0.84−0.8 0.76−0.8
P[ 0,0219 ≤ z ≤ ]
0,0219
P(z=1.83)-P(=-1.83)
0.9664-0.0336
0.9328
RPTA: 0.9328
32. Una empresa encuestadora debe seleccionar una muestra aleatoria donde una
población que consiste de 3000 electores para una encuesta de opinión. La
empresa estima en 30% del total, el porcentaje a favor de cierto candidato. ¿De
que tamaño debe escoger la muestra si se quiere tener una probabilidad del 95%
de que la diferencia de la proporción a favor del candidato en la muestra y en la
población no exceda el valor 0.0492?
Solución:
P (|´p−p|≤ 0.0492)=0.95
−0.0492 0.0492
( ≤Z≤ )=0.95
δ𝑝 δ𝑝
0.0492
2( ) =0.95
δ𝑝
0.0492
=0.475
δ𝑝
0.0492
=1.96
δ𝑝
0,0492
𝛿𝑃 = 1.96
0,04922
𝛿𝑃 2 = 1.962
0.3𝑥0.7 3000−𝑛
𝛿𝑃 =√ √
𝑛 2999
0.3𝑥0.7 3000 − 𝑛
𝛿𝑃 2 =
𝑛 2999
Por lo tanto:
RPTA: 300
Varianzas
33. Si X1, X2,…, X8 son ocho variables aleatorias independientes y distribuidas cada
una normal N (10,32), calcular la probabilidad de que la varianza muestral 𝑆 2 =
∑(𝑋𝑖 − 𝑋̅) 2 /8 sea menor o igual que 56.28.
Solución:
∑(𝑋𝑖 − 𝑋̅)2
𝑆2 =
𝑛−1
2
∑(𝑋𝑖 − 𝑋̅)2
𝑆 =
8
2
𝑆𝑋2 (𝑛 − 1) 56.28 (8)
𝑃(𝑆 ≤ 56.28) → 𝑃( 2
≤ )
σ 32
𝑃(𝑋72 ≤ 14.07) = 0.95
RPTA: 0.95
Solución:
𝑆𝑋2 (𝑛 − 1) 7.01(13 − 1)
𝑃(𝑆 2 < 7.01) → 𝑃( 2
< )
σ 4
2
𝑃(𝑋12 < 21.03) = 0.95
RPTA: 0.95
Solución:
𝑃 (1.19 ≤ 𝑆 2 ≤ 2.1)
1.19(13 − 1) 2
2.1(13 − 1)
𝑃( ≤ 𝑋12 ≤ )
4 4
2
𝑃(3.57 ≤ 𝑋12 ≤ 6.3)
2 2
𝑃(𝑋12 ≤ 6.3) − 𝑃(𝑋12 ≤ 3.57) = 0.0997 − 0.00999 = 0.089 ≈ 0.09
RPTA: 0.09
Solución:
1.09(9 − 1) 10.045(9 − 1)
𝑃( ≤ 𝑋92 ≤ )
2 2
RPTA: 0.84
1 1
d) 𝐹0.01,15 .9 = 𝐹0.99,9 .15 = = 0.257069 ≈ 0.257
3.89
Sea 𝑛𝑥 = 21, 𝑛𝑦 = 9
𝑆𝑋2
𝑃(𝑆𝑋2 ≥ 4𝑆𝑦2 ) = 𝑃 ( 2 ≥ 4)
𝑆𝑦
RPTA: 0.025
38. Sean 𝑋1 ~𝑋 2 (9), 𝑋2 ~𝑋 2 (20) y 𝑋 = (𝑋1 ⁄9)/(𝑋2 ⁄20) hallar los valores de a y b
tales que:
Solución:
𝑋1 ⁄9 9(𝑆1 2 )⁄9(𝜎 2 ) 𝑆1 2
𝑋= = =
𝑋2 ⁄20 20(𝑆2 2 )⁄20(𝜎 2 ) 𝑆2 2
𝑆1 2
𝐹= ~𝐹(9,20)
𝑆2 2
𝑆1 2
𝑃[𝑎 ≤ 𝑋 ≤ 𝑏] = 𝑃 [𝑎 ≤ ≤ 𝑏] = 0.925
𝑆2 2
𝑆1 2
𝑃[𝑋 ≤ 𝑎] = 𝑃 [ 2 ≤ 𝑎] = 0.05
𝑆2
1 1
𝑘1 = = = 0.341
𝑓0.95,20,9 2.936
𝑘1 = 𝑎 = 0.341
𝑆1 2
𝑃 [𝑋 ≤ 𝑏] = 𝑃 [ 2 ≤ 𝑏] = 0.975
𝑆2
1 1
𝑘2 = = = 2.86
𝑓0.025,20,9 0.35
𝑘2 = 𝑏 = 2.86
39. Sea 𝑋1 …𝑋10 una muestra aleatoria escogida de una población normal N (0,1).
2 2
a) Hallar la distribución de 𝐹 = (∑10 5
𝑖=1 𝑋𝑖 )⁄10⁄(∑𝑖=1 𝑋𝑖 )⁄5
Solución:
2 2
a) Hallar la distribución de 𝐹 = (∑10 5
𝑖=1 𝑋𝑖 )⁄10⁄(∑𝑖=1 𝑋𝑖 )⁄5
𝜇=0
Por lo tanto:
𝑛𝑥 𝑛𝑥 𝑛𝑥
1 1 1
𝑆̂2
𝑥 = ∑(𝑋𝑖 − 𝜇)2 = ∑(𝑋𝑖 − 0)2 = ∑ 𝑋𝑖 2
𝑛𝑥 𝑛𝑥 𝑛𝑥
𝑖=1 𝑖=1 𝑖=1
Entonces:
10 5 𝑛1 𝑛2
𝐹~𝐹(𝑛1 , 𝑛2 ) = 𝐹~𝐹(10,5)
RPTA: 𝐹~𝐹(10,5)
2−0 2 2
𝑃[𝑋1 − 𝑋2 > 2] = 𝑃 𝑍 > =𝑃 𝑍> =𝑃 𝑍>
√16 + 9 √1 + 1 √3
[ 32 32] [ 2 4] [ 4]
2
= 𝑃 [𝑍 > ] = 𝑃[𝑍 > 2.31] = 0.0104
0.866
42. Una firma comercializadora afirma que el peso promedio (en gramos) 𝜇1 y 𝜇2 de
dos marcas de café instantáneo C1 y C2, es el mismo. Para verificar la
afirmación se escogen dos muestras aleatorias independientes de tamaño 36
sobres de cada marca. Si la media muestral de C1 es mayor que la media
muestral de C2 en más de 0.5 gramos, se rechaza que 𝜇1 = 𝜇2 . En caso contrario
se acepta que 𝜇1 = 𝜇2 . ¿Cuál es la probabilidad de aceptar que 𝜇1 = 𝜇2 cuando
realmente 𝜇1 = 𝜇2 + 2? Suponga que las varianzas de las poblaciones C1 y C2
son respectivamente 𝜎1 2 = 9 y 𝜎2 2 = 4.
0.5 − 2
1 − 𝑃[𝑋1 − 𝑋2 > 0.5] = 1 − 𝑃 𝑍 >
√9 + 4
[ 36 36]
−1.5 −1.5
1−𝑃 𝑍 > = 1 − 𝑃 [𝑍 > ] = 1 − 𝑃[𝑍 > −2.50]
0.601
√1 + 1
[ 4 9]
1 − 0.9938 = 0.0062
43. El jefe de compras está por decidir si comprar una marca A o una marca B de
focos para la compañía. Para ayudarle a optar por una de ellas se escogen dos
muestras aleatorias de tamaños 𝒏𝟏 = 𝟏𝟎 𝒚 𝒏𝟐 = 𝟗 focos respectivamente de las
marcas A y B, resultando, las desviaciones estándares respectivas 𝒔̂𝟏 =
𝟐𝟎𝟎 𝒚 𝒔̂𝟐 = 𝟏𝟓𝟎. Si la diferencia entre las medias muestrales es mayor que 173
horas, se acepta que 𝒖𝟏 ≠ 𝒖𝟐 . En caso contrario, se acepta que 𝒖𝟏 = 𝒖𝟐 . ¿Cuál
es la probabilidad de aceptar que 𝒖𝟏 ≠ 𝒖𝟐 cuando realmente 𝒖𝟏 = 𝒖𝟐 ?. Se
asume que la vida útil de ambas marcas tiene una distribución normal con
varianzas iguales.
Solución:
9(200)2 + 8(150)2
𝒔̂𝒄 =
17
𝒔̂𝒄 = 𝟑𝟏𝟕𝟔𝟒. 𝟕𝟎𝟓𝟖𝟖
31764.70588 31764.70588
𝒔̂𝒄 = √ +
10 9
𝟏𝟕𝟑 − 𝟎
̅𝟏 − 𝑿
𝑷[𝑿 ̅ 𝟐 > 𝟏𝟕𝟑/𝒖𝟏 = 𝒖𝟐 ] = 𝟏 − 𝑷 [𝒕𝟏𝟕 ≤ ]
𝟖𝟏. 𝟖𝟖𝟗𝟒𝟓
RPTA: 0.025
44. Para comparar los salarios que se pagan a los empleados en dos grandes
empresas E1 y E2 se escogen dos muestras aleatorias independientes de tamaños
𝒏𝟏 = 𝟏𝟔 𝒚 𝒏𝟐 = 𝟏𝟑 respectivamente de E1 y E2 resultando las desviaciones
estándares respectivas 𝒔̂𝟏 = $𝟏𝟐𝟎 𝒚 𝒔̂𝟐 = $𝟓𝟓. Si la diferencia entre las medias
muestrales no es mayor que 65$, se acepta que 𝒖𝟏 = 𝒖𝟐 . En caso contrario, se
acepta que 𝒖𝟏 ≠ 𝒖𝟐 . ¿Cuál es la probabilidad de aceptar que 𝒖𝟏 ≠ 𝒖𝟐 cuando
realmente 𝒖𝟏 = 𝒖𝟐 ? .Se asume que los salarios en ambas empresas tienen una
distribución normal con varianzas diferentes.
Solución:
1132.69232
𝑟=
241.89283212
𝑟 = 𝟐𝟏. 𝟗𝟐𝟔 = 𝟐𝟐
𝟔𝟓 − 𝟎
𝑃[𝑋̅1 − 𝑋̅2 > 65/𝑢1 = 𝑢2 ] = 𝟏 − 𝑷 𝒕𝟐𝟐 ≤
𝟐 𝟐
√𝟏𝟐𝟎 + 𝟓𝟓
[ 𝟏𝟔 𝟏𝟑 ]
65
𝑃 [𝑋̅1 − 𝑋̅2 > = 𝑢2 ] = 1 − 𝑃[𝑡22 ≤ 1.9313]
𝑢1
RPTA: 0.05
Solución:
̅̅̅̅
𝑷𝒙 = 𝟎. 𝟒
𝒏 = 𝟑𝟎𝟎
̅̅̅̅
𝑷𝒚 = 𝟎. 𝟐
𝒏 = 𝟏𝟎𝟎
𝒖̅̅̅̅
𝑷𝒙−𝑷𝒚̅̅̅̅ = 𝟎. 𝟒 − 𝟎. 𝟐 = 𝟎. 𝟐
0.4(0.6) 0.2(0.8)
𝜎𝑃𝑥 ̅̅̅̅ = √
̅̅̅̅−𝑃𝑦 +
300 100
0.10 − 0.20
̅̅̅̅ − ̅̅̅̅
𝑃[𝑃𝑥 𝑃𝑦 ≤ 0.10] =
0.04899
RPTA: 0.0207
Solución:
𝑷𝑯 = 𝟎. 𝟑𝟎 𝑷𝑴 = 𝟎. 𝟐𝟎
0.3(0.7) 0.2(0.8)
𝜎𝑃𝐻 ̅̅̅̅̅ = √
̅̅̅̅−𝑃𝑀 +
200 200
𝟎. 𝟏𝟗 − 𝟎. 𝟏 −𝟎. 𝟏𝟗 − 𝟎. 𝟏
𝑷[−𝟎. 𝟏𝟗 ≤ ̅̅̅̅̅ ̅̅̅̅̅ ≤ 𝟎. 𝟏𝟗] = ∅ (
𝑷𝑯 − 𝑷𝑴 ) −∅( )
𝟎. 𝟎𝟒𝟑𝟎𝟏𝟏 𝟎. 𝟎𝟒𝟑𝟎𝟏𝟏
𝑃[−0.19 ≤ ̅̅̅̅
𝑃𝐻 − ̅̅̅̅̅
𝑃𝑀 ≤ 0.19] = ∅(2.09) − ∅(−6.79)
𝑃[−0.19 ≤ ̅̅̅̅
𝑃𝐻 − ̅̅̅̅̅
𝑃𝑀 ≤ 0.19] = 0.9817 − 0
RPTA: 0.9817
47. Se escoge una muestra de 600 electores que acaban de votar, entre las 9 a.m. y
las 3p.m para estimar la proporción de votantes a favor de los candidatos A y B.
En una encuesta hecha en la víspera se estimó en 30% y 35% los porcentajes a
favor de A y B respectivamente. ¿Cuál es la probabilidad de que la proporción
muestral de B exceda a la proporción muestral de A en al menos 10%?
Solución:
𝑷𝑨 = 𝟎. 𝟑𝟎 𝑷𝑩 = 𝟎. 𝟑𝟓 𝒏 = 𝟔𝟎𝟎
0.3(0.7) 0.35(0.65)
𝜎𝑃𝐵 ̅̅̅̅ = √
̅̅̅̅−𝑃𝐴 +
600 600
𝑷[̅̅̅̅
𝑷𝑩 − ̅̅̅̅
𝑷𝑨 > 𝟎. 𝟏𝟎] = 𝟏 − 𝑷[̅̅̅̅
𝑷𝑩 − ̅̅̅̅
𝑷𝑨 ≤ 𝟎. 𝟏𝟎]
𝑃[̅̅̅̅
𝑃𝐵 − ̅̅̅̅
𝑃𝐴 > 0.10] = 1 − ∅(1.85)
̅̅̅̅ − 𝑃𝐴
𝑃 [𝑃𝐵 ̅̅̅̅ > 0.10] = 1 − 0.9678
𝑃 [̅̅̅̅
𝑃𝐵 − ̅̅̅̅
𝑃𝐴 > 0.10] = 𝟎. 𝟎𝟑𝟐𝟐
RPTA: 0.0322