Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Talleres - EDyP - Equipo 02
Talleres - EDyP - Equipo 02
CURSO:
ESTADISTICA DESCRIPTIVA Y PROBABILIDADES (19099).
TEMA:
TALLERES DE EVALUACIÓN PERMANENTE
INTEGRANTES:
DOCENTE:
Mtro. Rolando Ronald Romero Paredes.
11/25/2022
TALLER N°01
1. Se tiene la edad de un grupo de clientes que asisten a una clínica dental
4. Se tiene el registro del tiempo en minutos que un grupo de alumno llega tarde a las clases de estadística durante el ciclo
anterior
a. ¿Qué tipo de muestreo es la más adecuada para la investigación? describa los pasos a seguir.
El muestreo adecuado para este tipo de investigación es el método de conglomeración, ya que la población se encuentra agrupada en conglomerados naturales y está muy
dispersa geográficamente y el costo de la recopilación de datos es relativamente alto.
Pasos a seguir:
1 Definir la población objetivo.
2 Determinar el tamaño de muestra.
3 Establecer un marco de muestreo existente y/o desarrollar un nuevo marco de muestreo de grupos de la población objetivo.
4 Estimar el marco de muestreo, para la falta de cobertura excesiva, múltiple cobertura y agrupación. Teniendo en cuenta que los grupos sean heterogéneos como
la población, mutuamente excluyentes y colectivamente exhaustivos.
5 Determinar el número de grupos que se seleccione.
6 Seleccionar al azar el número previsto de las agrupaciones.
En este caso las unidades se elige en función de manera racional y no casual, es decir, se realiza el estudio con las personas que consumen cigarrillo. Estableciendo la
población que tiene esta característica de estudio y posteriormente se escoge una muestra representativa de manera opcional no aleatoria.
Pasos a seguir
1 Definir al publico objetivo.
2 Eligir las caracteristias para la estrarificación, en vista de que cada miembro de la poblacion solo puede pertenecer a un subgrupo.
3 Dividimos la poblacion por estratos para decidir el tamaño de la muestra para cada estrato
4 Realizara un muestreo aletorio de cada estrato.
7.Recientemente la inflación en un País ha crecido en un 5%, los más afectados por esta alza de precios han sido los productos de primera necesidad, tales como
Verduras, Abarrotes, etc.Un medio de comunicación de gran reputación desea investigación el efecto de este incremento de precios en la Opinión de las amas de
casa.
a. ¿Qué tipo de muestreo es la más adecuada para la investigación? describa los pasos a seguir.
El muestreo más adecuado para esta investigación es muestreo estratificado debido a que estamos tomando un subconjunto de la
población como son las amas de casa.
8. ¿Cuál es la diferencia entre un muestreo por conglomerado y un muestreo estratíficado?Mencione un ejemplo, describa los pasos a seguir
Las diferencias consisten en que un muestreo conglomerado aprovecha la existencia de grupos en una población que representan correctamente el total general de la
población en relación a la característica que queremos estudiar, además que existe dos variantes, cuando se conoce el valor de “n” y cuando no. No obstante, el muestreo
estratificado, divide la población en grupos relativamente homogéneos y luego toma una muestra al azar de cada extracto.
Muestreo conglomerado:
1. Definir conglomerados (Caracerísticas que permitan clasificar a la población).
2. Selección de los conglomerados a estudiar, de una manera aleatoria.
3. Investigar los elementos que conforman al conglomerando
Ejemplo: Estudio de la proporción de los habitantes del Perú que padecen artritis.
Muestreo estratificado:
1. Definir el público objetivo
2. Reconocer la variable de la estratificación y calcular el número de estratos que serán utilizados
3. Utilizar un marco de muestreo existente que abarque toda la información de la variable del público objetivo.
4. Evaluar el marco de muestreo y realizar los ajustes pertinentes
5. Dividir el marco de muestreo para cada estrato
6. Asignar un número aleatorio y único a cada elemento
7. Seleccionar elemento aleatorio de cada estrato para formar una muestra
Ejemplo: 100 estudiantes de una escuela de 1000 estudiantes se les hacen preguntas sobre su materia favorita. Es un hecho que estudiantes de primer grado tendrán
diferentes preferencias que los estudiantes de quinto grado. Es por ello, que para que la encuesta arroje resultados precisos, la manera ideal es dividir cada
grado en varios estratos.
9.¿Cuál es la diferencia entre un muestreo por conveniencia y un mestreo por bola de nieve?Mencione un ejemplo, describa los pasos a seguir.
Ejemplo Ejemplo
10.Se realizó un estudio para conocer los jornales en dólares americanos de los trabajadores de la empresa “El Triunfo S.A.” dedicada a la construcción de
edificios y se tomó una muestra de 5
obreros en el presente mes; siendo los datos obtenidos:
Por información de recursos humanos se sabe que en la empresa el 90% de los trabajadores es de sexo
masculino y tienen una edad promedio de 35 años.
Determinar:
Unidad de análisis: Un obrero de la empresa “El triunfo S.A.” generando en un mes
Población: Todos los trabajadores de la empresa “El triunfo S.A.”.
Parámetro(s) (Datos poblacionales):
Un 90% de los trabajadores son de sexo masculino y tienen una edad promedio de 35 años.
RPTA: Existe una dispersión o variación en el peso de 3.991Kg con C.V de 9% en el aula 1 y de 6.409Kg en el aula 2 con C.V de
15%
2. Se tiene 2 tipos de medicamento que recién han salido al mercado, se tiene el registro en minutosque demora en dar efecto para un tratamiento
de cáncer muy doloroso.
RPTA: Existe una variación de tiempo de 2.547min en el laboratorio A con C.V de 16% y de 5.874min en el laboratorio B con C.V
de 34%
RPTA: Existe una disperción de edad de edad de 7.043 años y tiene un coeficiente de variación de 9%
4.Se tiene el registro del tiempo en minutos que un grupo de alumno llega tarde a las clases deestadística durante el ciclo anterior.
tiempo: X Alumno: f
[10 15> 12.5 12 687.217
[15 20> 17.5 8 52.739
[20 25> 22.5 9 53.251
[25 30> 27.5 3 165.723
[30 35> 32.5 4 618.262
[45 50> 37.5 1 303.890
Total 37 1881.081
promedio 20.068 52.252 Varianza
7.229 Desv. Est
36% C.V
RPTA: Existe una disperción de tiempo de edad de 7.229 años y tiene un coeficiente de variación de 36%
5.Un estudiante de la carrera de Ingeniería de Software revisó durante 11 días el ranking de una revista científica que publica artículos sobre la
industria de software a través de Internet. Acontinuación, se presenta el listado que elaboró de acuerdo al número de visitas por día a la
páginaweb www.scopus2018.com.
Además, la cantidad de visitas a la página web www.sciencie2018.com se presenta
a continuación:
4000 3200
3200 4300
3600 4700
3500 4400
3000 N° de visitas por día 4200
N° de visitas por día a la
a la página web
página web 3250 4200
www.sciencie2018.c
www.scopus2018.pe 2900 4200
om
3400 4100
3450 4100
2800 4300
3200
N° de visitas por día a la página web N° de visitas por día a la página web
Prom. 3300 Prom. 4170
RPTA: Existe una dispersión o variación de 342.783 visitas con C.V de 10% en la página Scopus y de 383.116 visitas con C.V de
9% en la página Sciencie.
TALLER N°03
1. El 42% de la población activa de cierto país está formada por mujeres. Se sabe que un 24% de las mujeres y un 16% de los hombres están en el paro.
Eventos
A: Pobladores que son mujeres.
B: Pobladores que son hombres.
C: Pobladores que están en la huelga.
a. ¿Cuál es la probabilidad de que una persona elegida al azar de la población activa en este país esté en el paro?
La la probabilidad de que una persona elegida al azar esté en el paro es de 0.1936.
b. Supongamos que se elige un adulto al azar para rellenar un formulario y se observa que no tiene trabajo? ¿Cuál es la probabilidad de que la persona elegida sea mujer?
La probabilidad de que el adulto elegido al azar que no tenga trabajo sea mujer, es de 0.5207.
2. En la enfermera del doctor Martínez no se puede confiar, pues durante la ausencia del médico la probabilidad de que no le inyecte un suero a un enfermo es de 0.6. Se
sabe que si a un enfermo grave se le inyecta el suero tiene igual probabilidad de mejorar que de empeorar, pero si no se le inyecta entonces la probabilidad de que mejore es
de 0.25. A su regreso, el Dr. Martínez se encuentra con que un enfermo ha empeorado.
Eventos
A: Pacientes que fueron inyectados por la enfermera del Dr. Martínez.
B: Pacientes que no fueron inyectados por la enfermera del Dr. Martínez.
C: Pacientes que mejoran en su estado de salud.
3. En una campaña de erradicación de tuberculosis se somete a la población escolar a una prueba de tuberculina. Se sabe que la probabilidad de acierto sobre personas
confirmadas enfermas es del 96%, y la probabilidad de que el test falle con personas confirmadas sanas es del 5%. Se sabe también que la dolencia la padece el 0.1% de la
población. Se pide:
Eventos
A: Pacientes que padecen la dolencia.
B: Pacientes que no padecen la dolencia.
C: El resultado del test es positivo
b)Determinar la probabilidad de que el test detecte correctamente que la persona está sana.
La probabilidad de que el test detecte correctamente que la persona está sana es de 1.
4. Los ingenieros de ventas 1, 2 y 3 estiman los costos de 30%, 20% y 50%, respectivamente, de todos los trabajos licitados por una compañía. Las probabilidades de
cometer error grave, al estimar el costo, de los ingenieros son 0.03, 0.04 y 0.05 respectivamente.
5. Una empresa manufacturera tiene dos máquinas (M1 y M2) para producir un producto. El área de control de calidad a determinado que la máquina M1 produce el 60%
de la producción total y la máquina M2 el restante. El 3% de las unidades producidas por la máquina M1 son defectuosos, mientras que la máquina M2 tiene una tasa de
defectuosos del 6%. Si se selecciona un producto al azar:
Eventos
A: Unidades producidas por la máquina M1.
B: Unidades producidas por la máquina M2.
C: Unidades que son defectuosas.
b.¿Cuál es la probabilidad de que haya sido producido por la máquina M1, si se sabe que es defectuoso?
La probabilidad de que el producto seleccionado al azar haya sido producido por la máquina M1, si se sabe que es defectuoso es de 0.4286
6. En un vivero se tiene plantas de dos variedades (A y B) en un 30% y 70% respectivamente. Se sabe que cierta plaga ataca al 1% de las plantas de la variedad A y al 3%
de las plantas de la variedad B.
Eventos
A: Plantas de la variedad A.
B: Plantas de la variedad B.
C: Plantas atacadas por la plaga.
Si se elige al azar una planta y se encuentra afectada por la plaga ¿Cuál es la probabilidad de que sea de la variedad B?
La probabilidad de que la planta elegida al azar y se encuentre afectada por la plaga sea de la variedad B es de 0.8750
Si se elige al azar una planta y no se encuentra afectada por la plaga ¿Cuál es la probabilidad de que sea de la variedad B?
La probabilidad de que la planta elegida no tenga plaga y sea de la variedad B es de 0.6957
7. La probabilidad de que se presente determinada enfermedad es 1/500 y un test para detectarla es99% confiable (esto quiere decir que si una persona tiene la enfermedad
la probabilidad de que eltest de positivo es 0.99 y si una persona no tiene la enfermedad la probabilidad de que el test denegativo es 0.99).
Eventos
A: Enfermedad presente en una persona.
B: Enfermedad sin presentarse en las personas.
C: Enfermedad detectada en el test de manera positiva.
a.Si a Ud. le resulta el test positivo ¿Cuál es la probabilidad de que Ud. tenga la enfermedad?
La probabilidad de que yo tenga la enfermedad, si mi tes resulta positivo es de 0.1656
b.Si a Ud. le resulta positivo en dos tests independientes ¿Cuál es la probabilidad de que Ud.tenga la enfermedad?
Si resulta positivo " /C ".
Probabilidad de que tenga la enfermedad "P(A/C)".
Probabilidad de dos tests independientes "P(A/C) + P(A/C)". =0.1656 + 0.1656
"P(A/C) + P(A/C)". 0.3313
La probabilidad de que yo tenga la enfermedad si me resulta positivo en dos test independientes es de 03313.
TALLER N°04
1. De todas las plantas sólo el 7% descargan residuos por sobre la norma. Si se muestrean 20 plantas
¿Cuál es la probabilidad de que estén fuera de la ley:
a) Menos que una planta? b) Menos de dos plantas
X: # de plantas X: # de plantas
n= 20 n= 20
p= 0.07 p= 0.07
P(X<1)=P(X<=0) P(X<2)=P(X<=1)
X= 0 X= 1
probabilidad 0.2342 =DISTR.BINOM.N( X ; n ; p ; 1 ) probabilidad 0.5869 =DISTR.BINOM.N( X ; n ; p ; 1 )
La probabilidad de que menos de una planta esté fuera de la ley es de La probabilidad de que menos de dos plantas estén fuera de la
0.2342 ley es de 0.5869
c) Exactamente 3
X: # de plantas
n= 20
p= 0.07
P(X=3)=
X= 3
probabilidad 0.1139 =DISTR.BINOM.N( X ; n ; p ; 0 )
La probabilidad de que exactamente tres plantas estén fuera de la ley es
de 0.1139
2. Un panel solar tiene una vida útil de 5 años con una probabilidad de 0.92. Se toman 20 paneles solares y se registró la vida útil.
a. ¿Cuál es la probabilidad de que menos de 18 tengan de ellos su vida útil de 5 años?
X: # de paneles
n= 20
p= 0.92
P(X<18)=P(X<=17)
X= 17
probabilidad 0.2121 =DISTR.BINOM.N( X ; n ; p ; 1 )
La probabilidad de que menos de 18 tengan de ellos
su vida útil de 5 años es de 0.2121.
3. Suponga que una compañía de seguros asegura las vidas de 5000 hombres de 42 años de edad. Si los estudios actuariales muestran
que la probabilidad de que un hombre muera en cierto año es 0.001, entonces la probabilidad de que la empresa pague exactamente 4
indeminizaciones y= 4 en un cierto año es:
Nota: l= np
X: # de indemnizaciones a pagar en un determinado año.
n= 5000
p= 0.001
P(X=4)
X= 4
probabilidad 0.1755 =DISTR.BINOM.N( X ; n ; p ; 0 )
La probabilidad de que la empresa pague exactamente 4 indeminizaciones
en un cierto año es de 0.1755.
4. Una planta tiene 20 máquinas, si la probabilidad de que falla una en cierto día es 0.05. Encuentre la probabilidad de que durante un día
determinado fallen dos máquinas. Compare los resultados a través de la distribución binomial y poisson
X: # de máquinas a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
n= 20 X: # de choferes mujeres
p= 0.05 Lambda(λ)=n*p 1 mujeres/20choferes
P(X=2) P(X=2)
X= 2 x 2
probabilidad 0.1887 =DISTR.BINOM.N( X ; n ; p ; 0 ) probabilidad 0.1839 =POISSON.DIST( X ; λ ; 0 )
La probabilidad de que durante un día determinado fallen dos máquinas
La probabilidad de que dos choferes sean mujeres es de 0.1839.
es de 0.1887.
5. El 25% de los choferes son mujeres, si se seleccionan 20 al azar para una encuesta: Usando la distribución binomial y la distribución
de Poisson
a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
X: # de choferes mujeres a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
n= 20 X: # de choferes mujeres
p= 0.25 Lambda(λ)=n*p 5 mujeres/20choferes
P(X=2) P(X=2)
X= 2 x 2
probabilidad 0.0669 =DISTR.BINOM.N( X ; n ; p ; 0 ) probabilidad 0.0842 =POISSON.DIST( X ; λ ; 0 )
La probabilidad de que dos choferes sean mujeres es de 0.0669. La probabilidad de que dos choferes sean mujeres es de 0.0842
b) ¿Cuál es la probabilidad de que al menos cuatro sean mujeres? b) ¿Cuál es la probabilidad de que al menos cuatro sean mujeres?
X: # de choferes mujeres X: # de choferes mujeres
n= 20 Lambda(λ)=n*p 5 mujeres/20choferes
p= 0.25 P(X>=4)=1-P(X<=3) P(X>=a)=1-P(X<=a-1)
P(X>=4)=1-P(X<=3) P(X>=a)=1-P(X<=a-1) X 3
X= 3 Probabilidad 0.2650 =POISSON.DIST( X ; λ ; 1 )
probabilidad 0.2252 =DISTR.BINOM.N( X ; n ; p ; 1 ) 1-probabilidad 0.7350
1-prob. 0.7748 =1-probabilidad La probabilidad de que al menos cuatro sean mujeres es de
0.7350.
La probabilidad de que al menos cuatro sean mujeres es de 0.1887.
6. Si 15 de 50 proyectos de viviendas violan el código de construcción, ¿cuál es la probabilidad de que un inspector de viviendas, que
selecciona aleatoriamente a cuatro de ellas, descubra que:
a) dos violan el código de construcción
X: # de proyectos de viviendas
n= 4
p= 0.30 =15/50
P(X=2)=
X= 2
probabilidad 0.2646 =DISTR.BINOM.N( X ; n ; p ; 0 )
La probabilidad de que el inspector descubra que dos viviendas de las cuatro
seleccionadas violan el código de construcción es de 0.2646
7. Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de funcionamiento es una
variable aleatoria de Poisson. Si el número promedio de estos fallos es ocho,
8. Si un banco recibe en promedio 8 cheques sin fondo por día, ¿cuáles son las probabilidades de que reciba,
a) cuatro cheques sin fondo en un día dado,
X: # de cheques sin fondo en un día
Lambda(λ) 8 cheques/día
P(X=4)
x 4
probabilidad 0.0573 =POISSON.DIST( X ; λ ; 0 )
La probabilidad de que reciba cuatro cheques sin fondo en un día dado es de
0.0573
9. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.4 imperfecciones en promedio por minuto.
Determine las probabilidades de identificar
a) una imperfección en 3 minutos,
#imperfecciones #minutos
X: # de imperfecciones en 3 minutos 0.4 1
Lambda(ς) 1.2 imperfecciones/3min ς 3
P(X=1) ς=0.4*3/1= 1.2
x 1
probabilidad 0.3614 =POISSON.DIST( X ; λ ; 0 )
La probabilidad de identificar una imperfección en 3 minutos es de
0.3614
b) al menos dos imperfecciones en 5 minutos,
¿Qué número de horas no supera, sin necesitar revisión, el 90% de este tipo de lavadoras?
2. Se ha aplicado un test de fluidez verbal a 500 alumnos de primero de ESO de un centro de secundaria. Se supone que las puntuaciones obtenidas se distribuyen según
una normal de media 85 y desviación típica 15.
3. El tiempo de duración de baterías de Litio para Laptops (en meses) que produce una Compañía Americana se distribuye en forma normal. Si el 15% de estas baterías
duran menos de 10 meses y el 8% duran al menos 13 meses. Calcular la media y la varianza de la duración de las baterías.
1.2288 = σ
4. La cantidad real de café instantáneo que vierte una máquina en jarras de 4 onzas varía de una jarra a otra, y se puede fijar como una variable aleatoria que tiene una
distribución normal con σ = 0.05 onzas. Si sólo el 2% de las jarras va a contener menos de 4 onzas de café. ¿Cuál debe ser el contenido medio de estas jarras?
(𝑿−𝝁)/𝝈=𝒁
DATOS:
X= 4 𝑿−𝝁=𝒁𝝈
σ= 0.05
𝑿−𝒁𝝈=𝝁
P(X<4) 0.02 Distribución Normal.
P(Z<a) 0.02 Distribución Normal Estandarizada.
a -2.0537 =DISTR.NORM.ESTAND.INV( P(Z<a) )
μ= 4.1027 4- (-2.0537 * 0.05) = μ
𝑿−𝒁𝝈=𝝁
5. En una distribución normal de media 4 y desviación típica 2, calcular el valor de “a” para que: p(4−a ≤ x ≤ 4+a) = 0.5934
𝑷((𝟒−𝒂−𝟒)/𝟐≤𝒁≤(𝟒+𝒂−𝟒)/𝟐)=𝟎.𝟓𝟗𝟑𝟒
𝑷((−𝒂)/𝟐≤𝒁≤𝒂/𝟐)=𝟎.𝟓𝟗𝟑𝟒
𝐏(𝒁<−𝒂/𝟐)=
0.2033
=-a/2 -0.8299
𝒂/𝟐 =𝟎.𝟖𝟐𝟗𝟗
1.6598
𝒂 =𝟏.𝟔𝟓𝟗𝟖
El valor de "a" es equivalente a 1.6598.