ORFANERY PALACIOS CASTELLANOS

LEIDY NAYIBE URREGO

TALLER 2 ESTADISTICA

CORPORACION UNIVERSITARIA MUNUTO DE DIOS

UNIMINUTO

CONTADURIA PÚBLICA

PROFESOR: EDWIN HERRERA

ESTADISTICA
 TEOREMA DEL LIMITE CENTRAL
1: En una fábrica de baterías aseguran que su producto tiene una vida útil de 6.000
horas en promedio, con una desviación estandar de 530 horas. En una auditoria la súper
intendencia de industria y comercio selecciona una muestra de 200 para establecer si es
verdad lo que esta compañía asegura en su publicidad. Calcule la probabilidad de:

● Que la vida útil de las baterías de las muestra sea mayor de 6.100
● Que la vida útil de las baterías de las muestra sea menor de 5.880
● Que la vida útil de las baterías de las muestra este entre 5.895 y 6.140
● Que la vida útil de las baterías de las muestra este entre 5.870 y 5.990
● Que la vida útil de las baterías de las muestra este entre 6.050 y 6.160

µ media o promedio 530 horas

ⱷ Desviación estandar 6.000 horas

n tamaño de la muestra 200 baterías

Grafico vida útil de las baterías

Grafica vida útil de las baterías

Se debe hacer una normalización de datos, basados en la siguiente tabla

La tabla anterior nos quedaría convertida en la siguiente

Grafica de distribución normal

 𝒙−𝒖
𝒛= 𝝈
√𝒏
● Que la vida útil de las baterías de las muestra sea mayor de 6.100

𝟔. 𝟏𝟎𝟎 − 𝟔𝟎𝟎𝟎
𝒛= 𝒛 = 𝟐. 𝟔𝟔𝟖
𝟓𝟑𝟎
√𝟐𝟎𝟎

𝑷(𝒙 ≤ 𝟔. 𝟏𝟎𝟎) = 𝟎. 𝟗𝟗𝟔𝟏

𝟏 − 𝑷(𝒙 ≤ 𝟔. 𝟏𝟎𝟎) = 𝟎. 𝟎𝟎𝟑𝟗

La probabilidad está por encima de 6.100 y es muy pequeña

● Que la vida útil de las baterías de las muestra sea menor de 5.880

𝟑.𝟖𝟖𝟎−𝟔.𝟎𝟎𝟎
𝒛= 𝟓𝟑𝟎
√𝟐𝟎𝟎

𝒛 = 𝟑. 𝟎𝟐

𝑷(𝒙 ≤ 𝟓. 𝟖𝟎𝟎) = 𝟎. 𝟎𝟎𝟎𝟕

La probabilidad es casi 0

● Que la vida útil de las baterías de las muestra este entre 5.895 y 6.140

X= 5.895

𝟓. 𝟖𝟗𝟓 − 𝟔. 𝟎𝟎𝟎
𝒛=
𝟓𝟑𝟎
√𝟐𝟎𝑶

𝒛 = 𝟐. 𝟎𝟖
𝑷(𝒙 ≤ 𝟑. 𝟖𝟗𝟓) = 𝟎. 𝟎𝟏𝟖𝟖

X= 6.140

𝟔. 𝟏𝟒𝟎 − 𝟔𝟎𝟎𝟎
𝒛=
𝟓𝟑𝟎
√𝟐𝟎𝟎

𝒛 = 𝟑. 𝟕𝟑

𝑷(𝑿 𝟓. 𝟖𝟗𝟓 ≤ 𝟔. 𝟏𝟒𝟎)=

𝒑(𝒙 ≤ 𝟔. 𝟏𝟒𝟎) − 𝒑(𝒙 ≤ 𝟓. 𝟖𝟒𝟓)

𝒑(𝟓. 𝟖𝟗𝟓 ≤ 𝟔. 𝟏𝟒𝟎) = 𝟎. 𝟗𝟖𝟏𝟐

La curva se sombrea completamente ya que la probabilidad es muy alta.

● Que la vida útil de las baterías de las muestra este entre 5.870 y 5.990
X= 5.870

𝟓. 𝟖𝟕𝟎 − 𝟔𝟎𝟎𝟎
𝒛=
𝟓𝟎𝟎
√𝟐𝟎𝟎

Z = 3.46

𝒑(𝒙 ≤ 𝟓. 𝟖𝟕𝟎) = 𝟎

X= 5.990

𝟓. 𝟗𝟗𝟎 − 𝟔𝟎𝟎𝟎
𝒛=
𝟓𝟑𝟎
√𝟐𝟎𝟎

𝒛 = 𝟎. 𝟐𝟔𝟔

𝑷(𝒙 ≤ 𝟓. 𝟗𝟗𝟎) = 𝟎. 𝟑𝟗𝟕𝟒

𝑷(𝟓. 𝟖𝟕𝟎 ≤ 𝐱 𝟓. 𝟗𝟗𝟎) = 𝒑(𝒙 ≤ 𝟓𝟗𝟗𝟎) − 𝒑(𝒙 ≤ 𝟓. 𝟖𝟕𝟎)

P (5.870 ≤ X5.990)= 0.3974

● Que la vida útil de las baterías de las muestra este entre 6.050 y 6.160

X= 6.050

𝟔.𝟎𝟓𝟎−𝟔.𝟎𝟎𝟎
𝒛= 𝟓𝟑𝟎
√𝟐𝟎𝟎

𝒛 = 𝟏. 𝟑𝟑

𝒑(𝒙 ≤ 𝟔. 𝟎𝟓𝟎) = 𝟎. 𝟗𝟎𝟖𝟐

X= 60160

𝟔. 𝟏𝟔𝟎 − 𝟔. 𝟎𝟎𝟎
𝒛=
𝟓𝟑𝟎
√𝟐𝟎𝟎

𝒛 = 𝟒. 𝟐𝟔

𝑷(𝒙 ≤ 𝟔. 𝟏𝟔𝟎) = 𝟏

𝒑(𝟔. 𝟎𝟓𝟎 ≤ 𝒙 ≤ 𝟔. 𝟏𝟔𝟎) = 𝒑(𝒙 ≤ 𝟔. 𝟏𝟔𝟎) − 𝒑(𝒙 ≤ 𝟔. 𝟎𝟓𝟎)

𝑷(𝟔. 𝟎𝟓𝟎 ≤ 𝒙𝟔. 𝟏𝟔𝟎) = 𝟎. 𝟗𝟏𝟖

Después de aplicarlas pruebas se puede decir que entre 5.95 y 6.140la vida útil de las
baterías es de 98.12%, el5.880 es aproximadamente de 0 y que sea mayor de 6.100 es de
03%.
 PRUEBA DE HIPOTESIS

1: Una empresa de taxis decide hacer una encuesta sobre sus vehículos, se escogieron
100 del parque automotor se obtuvo que en los últimos 6 meses estos vehículos
recorrieron 12.500Km, con desviación estandar de 2.400Km. Probar la hipótesis en
donde los taxis se condujeron 12.000Km frente a la alternativa de que el promedio es
superior a un nivel de significancia del 5%.

𝒙−𝒖
𝒛= 𝝈
√𝒏
X media o promedio muestra 12.500Km
µ media o promedio población 12.000Km
ⱷ Desviación estandar 2.400Km
n tamaño de la muestra 100

𝟏𝟐.𝟓𝟎𝟎−𝟏𝟐.𝟎𝟎𝟎
𝒛= 𝟐.𝟒𝟎𝟎
√𝟏𝟎𝟎

𝒛 = 𝟐. 𝟎𝟖

Los taxis se condujeron más de 12.000Km durante los últimos 6 meses.

2: Una marca deportiva reconocida mundialmente toma una muestra de 40 atletas de

maratón y rebela que la vida media de sus tenis es de 1.08 años, con una desviación
estandar de 0.5 años. Se sabe que la vida media de los tenis de otros atletas es de 1.28
años. A un nivel de significancia del 5% ¿Hay razones para creer que las causas de la
disminución de la vida media sea el uso en el pavimento?
X media o promedio muestra 1.08
µ media o promedio población 1.28
ⱷ Desviación estandar 0.5
n tamaño de la muestra 40

𝟏. 𝟎𝟖 − 𝟏. 𝟐𝟖
𝒛=
𝟎. 𝟓
√𝟒𝟎

𝒛 = 𝟐. 𝟓𝟐

El uso continuo de los tenis por los atletas en el asfalto si influye en la disminución de la
vida útil de los tenis.

3: Una empresa de correas hace un cambio en la fabricación de sus productos con el fin
de mejorar la resistencia del mismo, sabe que normalmente sus correas tienen una
resistencia de 1.59 libras con una desviación típica de 2.3 libras para probar el nuevo
proceso se toma una muestra de 64 productos y se obtiene una resistencia media de
15.0 libras con una desviación de 2.2 libras ¿ se podría afirmar que el nuevo proceso
tiene efectos significativamente negativos respecto al proceso anterior?

(𝑿𝟏−𝑿𝟐)− µ𝟏−µ𝟐
𝒛= √𝝈𝟏+ ⱷ𝟐
𝒏

(𝟏𝟓. 𝟗 − 𝟏𝟓) − 𝟎
𝒛=
√𝟐. 𝟑 + 𝟐. 𝟐
𝟔𝟒

𝒛 = 𝟑. 𝟑𝟗

Se podría decir que el nuevo proceso de la fábrica si está afectando de manera negativa
la resistencia de las correas.
 DIFERENCIA ENTRE MEDIDAS

1: Una compañía requiere comparar el gasto mensual en insumos que tiene cada una de
sus tiendas en dos países distintos, en el primer país toma una muestra de 46 tiendas
con un gasto promedio de 818.000 pesos y una desviación estandar de 32.000. En el
segundo país se toma una muestra de 60 tiendas y arroja un promedio de gasto de
842.000 pesos con una desviación estandar de 41.000. A un nivel del 1% ¿son
significativamente diferentes los gastos en cada uno de los países?

𝒙𝟏+𝐱𝟐
√µ𝟏𝟐 +µ𝟐𝟐
𝒛=
𝐧𝟏+𝐧𝟐

X1= 818.000

X2= 842.000

µ1= 32.000

µ2= 41.000

n1= 46

n2= 60

𝟖𝟏𝟖. 𝟎𝟎𝟎 + 𝟖𝟒𝟐. 𝟎𝟎𝟎

𝒛
√𝟑𝟐. 𝟎𝟎𝟎𝟐 + 𝟒𝟏. 𝟎𝟎𝟎𝟐
𝟒𝟔 + 𝟔𝟎

𝒛 = 𝟐𝟑𝟑. 𝟒

Son igualmente significativos los gastos en los dos países.

2: En un estudio se determinó que de una muestra de 200 niñas. 128 tienen como
deporte favorito el futbol, mientras que una muestra de 150 niños, 106 también lo
prefieren. A un nivel de significancia del 7% ¿se puede afirmar que hay diferencia entre
estos dos grupos en cuanto a la preferencia del futbol?
 𝒑𝟏 + 𝐩𝟐
√𝐩𝟏 ∗ 𝒑𝟐 ∗ 𝒒
𝒛=
𝒏𝟏 + 𝐧𝟐
𝟏𝟐𝟖+𝟏𝟎𝟔 𝟐𝟑𝟒
= = 𝟎. 𝟔𝟔
𝟐𝟎𝟎+𝟏𝟓𝟎 𝟑𝟓𝟎
X1= 128
X2= 106
P1= 128/200=0.64
P2= 106/150=0.70
n1= 200
n2= 150
q= 1-0.66=0.34

𝟎. 𝟔𝟒 − 𝟎. 𝟕𝟎
𝟎. 𝟔𝟒 ∗ 𝟎. 𝟑𝟒 + 𝟎. 𝟕𝟎 ∗ 𝟎. 𝟑𝟒
𝒛= √
𝟐𝟎𝟎 + 𝟏𝟓𝟎

Z= -1160

No hay diferencia significativa.

3: El departamento de ciencias básicas de la universidad minuto de Dios desea

determinar si la reprobación del curso de estadística tiene que ver con la modalidad
educativa, se tomó una muestra de 60 alumnos de la modalidad presencial de los cuales
12 habían reprobado el curso, mientras que otra muestra de 60 alumnos en modalidad
distancia, tan solo 10 habían reprobado. ¿a un nivel de significancia del 6% la modalidad
de estudio influye en el rendimiento?

𝒑𝟏 + 𝐩𝟐
√𝐩𝟏 ∗ 𝒑𝟐 ∗ 𝒒
𝒛=
𝒏𝟏 + 𝐧𝟐

X1= 12
X2= 10
P1= 12/60=0.2
P2= 10/60=0.1
n1= 60
n2= 60
q= 1-0.18=0.82
𝐗𝟏+𝐗𝟐 𝟏𝟐+𝟏𝟎 𝟐𝟐
= = = 𝟎. 𝟏𝟖
𝒏𝟏+𝐧𝟐 𝟔𝟎+𝟔𝟎 𝟏𝟐𝟎

𝒒 = 𝟏 − 𝟎. 𝟏𝟖 = 𝟎. 𝟖𝟐

𝟎. 𝟐 − 𝟎. 𝟏
𝒛=
√𝟎. 𝟐 ∗ 𝟎. 𝟏𝟖 + 𝟎. 𝟏 ∗ 𝟎. 𝟏𝟖
𝟔𝟎 + 𝟔𝟎

𝒛 = 𝟑. 𝟑𝟑

Podríamos concluir que la modalidad de estudio si influye en el rendimiento de los

estudiantes.