Professional Documents
Culture Documents
- PROBABILIDADES
1.1.- INTRODUCCIN
1.2.1.- EXPERIMENTOS
1
Eventos incompatibles Dos o ms sucesos son incompatibles o excluyentes cuando la
ocurrencia de uno impide la presencia de los otros. Si E1, E2 excluyentes entonces E1
E2 = 0
Con los sucesos se opera de manera similar a como se hace en los conjuntos y sus
operaciones se definen de manera anloga. Los sucesos a considerar sern los
correspondientes a un experimento aleatorio y por tanto sern subconjuntos del espacio
muestral E.
Igualdad de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
Diremos que A y B son iguales si:
Siempre que ocurre el suceso A tambin ocurre B y al revs.
A= B A B
B A
Unin de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
La unin de ambos sucesos A y B es:
Otro suceso compuesto por los resultados o sucesos elementales pertenecientes a A, a
B, o a los dos a la vez (interseccin).
AB
Interseccin de Sucesos
Dados dos sucesos A y B de un experimento aleatorio:
La interseccin de ambos sucesos A y B es:
Otro suceso compuesto por los resultado o sucesos elementales que pertenecen a A y a
B, simultneamente.
En general, dados n sucesos A1, A2, A3,..., An, su interseccin es otro suceso formado
por los resultados o sucesos elementales que pertenecen a todos los sucesos
AB
2
Eventos mutuamente excluyentes
Los eventos son mutuamente excluyentes si no presentan elementos en comn, es decir
si uno y solo uno puede tener lugar en un tiempo, por ejemplo al lanzar una moneda se
tiene dos resultados cara o cruz pero no los ambos
3
1.3.- PROBABILIDADES
4
nmerode resultadosen los quese presentael evento
Probabilidad de un evento
nmerototalde resultadosposibles
Ejemplo:
Con una sola carta de un mazo de 52 seale la probabilidad de obtener lo siguiente:
a) una sota =10
b) una carta roja
a) p = 4 . = 0.77 = 7.7% b) p= 26 = 0.5 = 50%
52 52
c) uno de 10 trboles
d) una carta con figura
e) un diamante
f) una q roja o un 8 negro
c) p= 1 . = 0.0192 = 1.92% d) p= 12 = 0.2308 = 23.08%
52 52
Ejercicio
2) Enumere los posibles resultados al tirar un solo dado. Calcule la probabilidad de cada
resultado y sume cada uno de ellos.
5
1 2 3 4 5 6
1 + 1 + 1 + 1 + 1 + 1 = 6 =1
6 6 6 6 6 6 6
3) Un dado no cargado se tira una sola vez. Calcule las probabilidades de obtener los
siguientes.
a) 6 b) 5,6 o 7
4) Se enumeran 10 fichas del 0 al 9 y se colocan en una a una. Si se mezclan una vez sacan
1 ficha determine la probabilidad de que sea:
p= 4 = 0.4=40% p= 0
10
5) El neumtico del auto de un individuo tiene un vidrio o un clavo y el 20% del neumtico es
visible. Si el automovilista se detiene. Cuales la probabilidad de que la piedra o el clavo quede
en la parte visible.
P= 20% = 0.20
100%
6
Ejemplo
DADO
1 2 3 4 5 6
PERINOLA
TOMA T1 T2 T3 T4 T5 T6 = 6
PON P1 P2 P3 P4 P5 P6 = 6
TODOS PONEN TP TP2 TP3 TP4 TP5 TP6 = 6
TOMA TODO TT1 TT2 TT3 TT4 TT5 TT6 = 6
TOTAL 24
CUADRADO
1 2 3 4
RECTANGULO
1 L1 L2 L3 L4 = 4
2 L1 L2 L3 L4 = 4
3 L1 L2 L3 L4 = 4
4 L1 L2 L3 L4 = 4
TOTAL 16
3) Cual es el espacio muestral? Entre una pirmide y un cubo, considere seis lados y
vrtices.
7
4 lados y 4 vrtices 6 lados y 8 vrtices
Reglas de Probabilidades
1. Ley Aditiva.- Llamada tambin ley de la suma; a parte tambin existe la ley de la
multiplicacin.
Dentro de la ley aditiva existen varios inventos:
Eventos mutuamente excluyentes
Eventos no mutuamente excluyentes
Ley de complemento
1.- Eventos mutuamente excluyente.- es cuando existe un evento que impide que se realice
u ocurra otro. Ejemplo: el da y la noche.
Formula
P (A o B) = P (A) + P (B)
Dentro de esta el trmino clave es o, este trmino implico una adicin o suma.
2.- Evento no mutuamente excluyente.- puede ocurrir dos o ms eventos a la vez; existe
una intervencin
Formula
P (A o B) = P (A) + P (B) P(A interseccin B)
GRFICOS
P (AoB) = P (A) + P (B) - P (A B) P (A o B) = P (A) + P (B)
A B A + B
- 8
2. Ley de complemento
V
A
--
A = Ac
A
Ejemplo:
2. Hay 100 canicas en una a una, 50 son rojas, 30 son blancas y el resto azules.
3.- cual es la probabilidad de adivinar el da de la semana (por ejemplo martes), en que naci
Napolen, Jorge Washington Qu suposiciones? Le parece razonable dicha suposicin?
P= 1 = 0.1429 = 14.29%
7
9
Si porque existe la probabilidad de que haya nacido en cualquier da de la semana
Ejemplo
1:2
A
Determinar las probabilidades favorables de sacar una reina de un mazo de 52 Cules son
las posibilidades en contra de esto?
4 : 48
6) Obtenga las posibilidades favorables de sacar una carta con figura, de un mazo de 52
naipes
12:40
Ley de complemento
1. (A AC) =V 2. (AC )C = A
V
V
A
A
A
AC
3. (A AC) = 0 4. VC = 0
V V
A A
A A
10
Ley de Morgan
1. (A B)C = AC - BC
V
AC A
V
A B A
= B V
A
2.- (A B)= Ac U Bc
Ac
Bc
11
Demuestre la ley de complemento y las dos leyes de morgan con los siguientes datos:
V = {0,1,2,3,4,5,6,7,8,9}
A = {2,4,6,8} B = {1,2,3,5,7}
C
(A U A ) =
AC = {0,1,3,5,7,9}
(A U A)C = {2,4,6,8}U {{0,1,3,5,7,9}= {0,1,2,3,4,5,6,7,8,9}
(AC)C = {0,1,3,5,7,9}C = {2,4,6,8}
(A AC) = {2,4,6,8} {0,1,3,5,7,9}= 0
(VC) = 0
1) (A B)C = {0,9}
AC = {0,1,3,5,7,9} BC = {0,4,6,8,9}
{0,9}
2)(A B)C = [{2,4,6,8} {1,2,3,5,7}]C
{2}C
{0,1,3,4,5,6,7,8,9}
A U B = {0,1,3,4,5,6,7,8,9 }
Ley asociativa.- ( A U B U C ) = ( A U B ) UC = (B U C ) UA
(A B C ) = ( A B ) C = (A C ) B
EJEMPLO:
Ley Conmutativa.- A U B = B U A
A B = B A
12
Ley Distributiva.- ( A U B ) C = ( A C ) U ( B C )
( AU C ) B = (A B ) U ( C B )
( B U C ) A = ( B A ) U ( C A )
Ejercicios
a) A U C = { a, b, c, d, e, f, g }
b) B A = { a, c, e }
c) C - B = { b, f }
d) B = { b, d, f }
e) A - B = { f, g } - { a, c, e, g } = { f }
f) B U C = { b, d, f } U { b, e, f, g } = { b, d, e, f, g }
g) (A-C)={a,c,d}={b,e,f,g}
h) CA = {a,c,d} {a,b,c,d,e} = {a,c,d}
i) (A-B) = {a,c,e}={b,d,f,g}
j) (AA) = {} =
a) AB = b) AUB ={3,4,5,6,7,8,9,10,12}
6 6
8 5 3 8 4 11 5 3
10 4 11 7 9 10 7 9
12 12
A C B A C B
6
8 4 5 3
10 11 7 9
12
A C B
d) BUC = {5,7}
6
8 4 5 3
10 11 7 9
12
13
A C B
e) (AUB) UC = {3,4,5,6,7,8,9,10,12} U {4,7,5,11}
= {3,4,5,6,7,8,9,10,11,12}
6
8 4 5 3
10 11 7 9
12
A C B
6
8 4 5 3
10 11 7 9
12
A C B
6
8 4 5 3
10 11 7 9
12
A C B
h) A-C = {6,8,10,12}
6
8 4 5 3
10 11 7 9
12
A C B
6
8 4 5 3
10 11 7 9
12
A C B
j) (C-B) A = {4,11} {4,6,8,10,12} ={11}
6
8 4 5 3
10 11 7 9
12
A C B
14
h) (A-B) (B-C) = {4,8,6,10,12} {3,9} =
6
8 4 5 3
10 11 7 9
12
A C B
6
8 4 5 3
10 11 7 9
12
A C B
a) VW
V W
V W
b) W
V W
V W
c) W-V
V W
V W
d) VUW
V W
V W
15
e) VW
V W
V W
f) V-W
V W
V W
2. Ley de la multiplicacin.- se entiende como y,y este hace que se multipliquen los
eventos.
P(B)
Ejercicios
p= 1 1 = 1 = =0.028 = .78%
6 6 36
2) Al tirar un par de dados, cul es la probabilidad de que de que ambos sean iguales? ( use
la probabilidad condicional)
16
5) Las descomposturas de maquinas son independientes entre si. Se tienen cuatro maquinas;
cuyas respectivas probabilidades de averas son 1%,2%,5% y 10% en un da particular,
calcule las siguientes probabilidades:
b) Ninguna se descompone.
7) De los estudiantes de una preparatoria, 30% son de primer ao, 35% de segundo, 20% de
tercero y el resto son repetidores. Si uno de los alumnos gan un milln de pesos en una
lotera estatal, calcule las siguientes probabilidades.
P(r)= 15 =0.45
100
P(pos) = 30 + 35 = 65 = 0.65
100 100 100
P(no p) = 35 + 20 + 15 =0.7
100 100 100
P(no pago)=
b) Encuentre P(AoB)
c) Obtenga P(AoB)
d) Halle P(AyB)
17
11) Si en cada uno de los tres lotes de marcos para cuadros, un 10% presenta defectos de
fabricacin, que probabilidad hay que un inspector no encuentre ningn defecto si
inspecciona cada uno de los lotes?
12) El peridico informa que hay el 40% de probabilidades de que hoy llueva. Luis considera
que las posibilidades de que apruebe su examen de estadstica son 3:5. Suponiendo que
estos eventos son independientes, determinar lo siguiente:
3 : 5 posibilidad probabilidad 3 = 3
3+5 8
13) Cules seran mis respuestas al ejercicio anterior si las dos cartas se sacan del mismo
mazo sin regresar la primera carta a su lugar antes de sacar la segunda?
a) Ambas rojas
b) Ambas trboles
d) Un corazn y un diamante
14) Una compaa que fabrica cristalera cuenta con un proceso de inspeccin que consta de
cuatro pasos. Los directivos de la compana afirma que la probabilidad de que un artculo
defectuoso no sea detectado es de casi el 20%. Con esta cifra del 20%, encuentre la
probabilidad de que el artculo defectuoso pase las cuatro etapas de inspeccin sin ser
detectado.
18
Cual sera su respuesta si se agregara una quinta etapa, con una probabilidad de 50% de
detectar los artculos defectuosos?
4
P(4ta etapa) = 20 = 0.0016
100
4
P(5ta etapa) = 20 50 =0.0016 0.5 = 0.0008
100 100
15) Muchos fanticos de los deportes conocen la habilidad de Jaime, alias Romano para
pronosticar quienes sern los equipos ganadores en ftbol. Observaron que sucede a razn
de 80%. Jaime elige los ganadores de los cuarto prximos partidos. Encuentre probabilidades
de que:
Miguel tiene dos juguetes viejos. En las maanas fras hay un 20% de probabilidad de que
no funcione, y un 30% de que el otro tampoco.
Jos espera ansiosamente las calificaciones de dos cursos que recientemente termino.
Considera que hay 0.80 de probabilidad de obtener A en literatura y un 0.40 de
probabilidad de obtener A en filosofa. Encuentre las probabilidades de estos resultados.
a) Ambas calificaciones sea A
P(A)= (0.20)(0.40) = 0.32= 32%
b) Ninguno sea A
P(noA)= (0.20)(0.60)= 0.12= 12%
c) En literatura obtenga A pero no en filosofa
P(LyF)= (0.80)(0.60)= 0.48 = 48%
d) Ninguna de las anteriores
e) P(l0 y Fa) = (0.20)(0.40) = 0.08 = 8%
19
TEOREMA DE BAYES
E1 E2 .. Ej
Estados posibles de S1 P(E1/S1) P(E2/S1) .. P(Ej/S1)
la naturaleza S2 P(E1/S2) P(E2/S2) .. P(Ej/S2)
. . . .
. . . .
Si P(E1/Si) P(E2/Si) .. P(Ej/Si)
P(S1)P(E2/ S1)
P ( S1 / E 2)
P(S1)P(E2/ S1) P(S2)P(E2/ S2) ........ P(Si)P(E2/ Si)
Si una nfora contiene 8 fichas de las cuales 4 son rojas y el resto son blancas; una
segunda nfora contiene 6 fichas de las cuales 1 es roja y el resto son blancas.
a) Si se elige una nfora al azar y se saca una ficha Cul es la probabilidad de que sea
blanca?
b) Si la ficha es blanca Cul es la probabilidad de que proceda del nfora 2 ?
c) Cual es la probabilidad de que la ficha sea de color rojo
d) Si la ficha es roja Cul es la probabilidad de uqe proceda del nfora 1?
20
ANFORA 1 ANFORA 2 ANFORA 1
4A 1A 4A
4B 5B 5B
8 6 9
I 1/3 4A 4/8
4 B 4/8
3 B 5/6
5 B 5/9
1 4 1 5 1 5 1 5 5 17
a) P(B) = * * * = 0.63 = 63%
3 8 3 6 3 9 6 18 27 27
1 5 5
*
3 6 135
b) P(A2) = 18 0.44 44%
1 4 1 5 1 5 17 306
* * *
3 8 3 6 3 9 27
1 4 1 1 1 4 1 1 4 10
c) P( R ) = * * * 0.37 37%
3 8 3 6 3 9 6 18 27 27
1 4 1
*
Casos favorables 3 8 6 27
d) P( R/I )
Casos posibles 1 4 1 1 1 4 1 1 4 60
* * *
3 8 3 6 3 9 6 18 27
= 0.45 = 45%
P( I ) P( R / I )
P ( R/I ) =
P ( I ) P ( R / I ) P ( II ) P ( R / II ) P ( R / III )
21
Ejercicio
1. Los registros policacos revelan que solo el 10% de las victimas de accidentes que llevan
cinturones de seguridad sufrieron heridas graves, en tanto que el 50% que no usaron
cinturn sufrieron tambin serias heridas, la polica estima que el 60% de las personas que
viajan en automvil empleaban los cinturones de seguridad.
Se llama a la polica para investigar un accidente en el que una persona resulta
seriamente herida.
90%
50%
0.75 no otorgue
0.33 no otorgue
22
a) p (p) = 80.50) (0.25)+ (0.50) (2/3) = 0.125 + 0.33 = 0.46 046%
2) Eduardo conoce una nueva chica en la mitad de una fiesta a las que va. Tres cuartas
partes de las veces en las que conoce a una joven, se divierte, pero la probabilidad
que se divierta cuando no conoce a una chica es solamente del 10%. Eduardo acaba
de decir que se esta divirtiendo. Cul es la probabilidad de que haya conocido una
nueva joven?
CONOCE SE DIVIERTE
NO SE DIVIERTE
90% NO SE DIVIERTE
1 3 3 3
*
2 4 120
P (d/c) = 8 8 0.88 88%
1 3 1 10 3 1 17 136
* *
2 4 2 100 8 20 40
88% de que haya conocido una chica.
A 1/3 1% DEFECTUOSO
99% NO DEFECTUOSA
B 1/3 2% DEFECTUOSO
98% NO DEFECTUOSO
C 1/3 5% DEFECTUOSO
95% NO DEFECTUOSO
23
Experimentado 0.90 0.90 Crece
0.10 No crece
0.50 No crece
(0.10) * (0.50) 0.05 0.05
P (ha/h) = 36%
(0.90) * (0.10) (0.10) * (0.50) 0.04 0.05 0.14
0.25 I 2% Defectuosos
98% Buenos
0.25 II 4% Defectuosos
96% Buenos
97% Buenos
0.25 IV 4% Defectuosos
96% Buenos
a) P = (0.25*0.02)+(0.25*0.04)+(0.25*0.03)+(0.25*0.04)
= 0.005 + 0.01 + 0.0075 +0.01 = 0.0325 = 3.3 %
(0.25) * (0.97)
P (B/III) =
(0.25 * 0.98) (0.25 * 0.96) (0.25 * 0.97) (0.25 * 0.96)
(0.25) * (0.97)
=
(0.25 * 0.98) (0.25 * 0.96) (0.25 * 0.97) (0.25 * 0.96)
0.2425 0.2425
= 0.2506 25.06%
0.2450 0.24 0.2425 0.24 0.9675
P ( III ) * P ( B / III )
P (B/III) =
P ( I ) P ( B / I ) P ( II ) P ( B / II ) P ( III ) P ( B / III ) P ( IV ) P ( B / III )
24
7) Se nos da dos urnas como sigue: La urna A contiene 5 fichas rojas 3 blancas y 8
azules, la urna B, 3 rojas y 5 blancas, se lanza un dado corriente si aparece el 30 el 6 se
escoge de B de lo contrario se escoge de A.
a) Si se escoge una ficha blanca, cual es una probabilidad de que aparezca el 5 en el
dado.
3 Blancas 3/16
8 Azules 8/16
5 Blancas 5/8
1 5 2 3 5 1 1
P (r) = * * 0.33 33.3%
6 16 6 8 24 8 3
1 3 1 1
*
6 16 32 32 9.38%
P (B/5) =
4 3 2 5 1 5 1
* *
6 16 6 8 8 24 3
1P 2P
b) = 100
10 10
9) Se vendieron 200 boletos para una rifa y usted compro dos de ellos. El premio es una
docena de pltanos congelados. Los boletos se mezclaran muy bien en una gran urna, y con
chimpanc amaestrado 20 car los dos boletos ganadores.
25
2 1
P(dos premios) = * 0.00005
200 200
DISTRIBUCION DE PROBABILIDADES
VARIABLES ALEATORIAS
26
Son valores numricos cuyo valor esta regido por factores en los que intervienen el asar.
Hay dos grupos de variables aleatorias:
1. Variable Aleatoria Discreta
2. Variable Aleatoria Continua
Distribucin Binomial
Distribucin Probabilstica Distribucin de Poisson
Discreta Distribucin Multinomial
Distribucin Ipergeometrica
Distribucin Normal
Distribucin Probabilstica Distribucin Uniforme
Contina Distribucin Exponencial
Una distribucin tiene una esperanza matemtica E(x) , una varianza 2 y una desviacin
tpica c .La esperanza matemtica es igual al promedio u.
Formula de la Varianza:
2 = (Xi - X)2 P(X)
27
DISTRIBUCIN BINOMIAL
Es una distribucin de probabilidades. Proviene de la distribucin de Bernoulli que fue un
matemtico que estableci su conjetura en xitos y fracasos. (Binomio).
Bsicamente tiene su conjetura en dos eventos; la categora debe ser mutuamente
excluyentes: dentro de esto se puede tener:
1. Las respuestas de un examen: verdadero o falso.
2. Respuestas afirmativas y negativas.
3. Productos defectuosos o buenos.
4. Nios que han sido vacunados o no.
P ( x) nCx Px Q n x
donde:
n = es el numero de la muestra o de repeticiones
x = es el numero de aciertos o xitos.
P = es la probabilidad de xito.
Q = es la probabilidad de fracaso.
Es importante considerar que n deber ser mayor o igual a x.
NOTACIN FACTORIAL
Es igual al producto de enteros positivos que van desde el valor indicado hasta la unidad.
Ejemplo:
5! 5 4 3 2 1 120
Esto no se puede sumar, restar, multiplicar ni dividir, solo se puede simplificar, resolviendo el
mayor hasta encontrar su correspondencia.
Ejemplo:
5! 5! 1
8! 8 7 6 5! 336
COMBINACIONES
Frmula:
n!
nCx
( n x)! x!
x! x ( x 1) ( x 2) hasta llegar a la unidad .
Ejemplo:
5
10! 10! 10 9 8! 10 9
1. 10C 2 45
(10 2)! 2! 8! 2! 8! 2! 2 1
5!
2. 5C 0 1
5! 0!
28
Ejercicios.
1.) Una empresa que fabrica mesas de billar sospecha que el 2% de su produccin est
defectuosa en alguna forma. Si esta sospecha es correcta, encuentre la probabilidad
de que en una muestra de 9 mesas:
P = 2%
Q = 98%
n=9
por lo menos una defectuosa. (Igual a decir no menos de una).
x=1 x=4 x=7
x=2 x=5 x=8
x=3 x=6 x=9
2.) De los alumnos de una universidad; el 41% fuma. Se eligen seis alumnos para
conocer sus opiniones sobre el cigarrillo. a.) Encuentre la
probabilidad de que ninguno de ellos fume. b.) Obtenga la
probabilidad de que todos fumen.
c.) Determine la probabilidad de que por lo menos la mitad de los seis fumen.
a) P = 0.41 P ( x) nCx P x Q n x
Q = 0.59
n =6 P (0) 6C 0 0.410 0.59 6
x =0 p (0) 0.0422 4.22%
La probabilidad de que los seis alumnos no fumen es del 4.22%
29
b) P = 0.41
Q = 0.59 P (6) 6C 6 0.416 0.59 0
x =6 P(6) 0.0048 0.48%
n =6
La probabilidad de que todos fumen es del 0.48%
P (0) 0.0422
c) P (1) 6C1 0.411 0.59 5 0.1759
4
P (2) 6C 2 0.412 0.59 0.3055
P (0) P(1) P (2) 0.0422 0.1759 0.3055 0.5236
1 0.5236 0.4764 100 47.64%
La probabilidad de que por lo menos la mitad fumen es del 47.64%
3.) El 12% de los que hacen las reservaciones para un vuelo en avioneta a menudo no
llegan a tiempo para abordarla. Dicha avioneta tiene capacidad para 15 pasajeros.
a.) Obtenga la probabilidad de que las 15 personas que hicieron las reservaciones
aborden la avioneta.
b.)Si se anotaron 16 reservaciones, encuentre la probabilidad de que:
Se quede una persona.
No se quede ninguna.
Se quede ms de una.
a) P = 0.12 (no lleguen a tiempo) P = 0.88 (lleguen a tiempo)
Q = 0.88 Q = 0.12
n = 15 n = 15
x = 0 x = 15
P (0) 15C 0 0.12 0 0.8815 P (15) 15C15 0.8815 0.12 0
P (0) 0.1470 14.70% P (15) 0.1470 14.70%
b)
Se quede una persona.
n = 16
x = 1 P (16) 16C1 0.121 0.8815
P = 0.12 P(16) 0.2822 28.22%
Q = 0.88
No se quede ninguna
n = 16 n = 16
x = 16 x = 0
Q = 0.12 Q = 0.88
P = 0.88 P = 0.12
P (16) 16C16 0.8816 0.12 0 P (0) 16C 0 0.12 0 0.8816
P (16) 0.1293 12.93% P (0) 0.1293 12.93%
Se quede ms de una.
n = 16
x = 0,1
30
P = 0.12
Q = 0.88
P (0) 0.1293
P (1) 16C1 0.121 0.8815 0.2822 100 28.22%
P (0) P (1) 0.1293 0.2822 0.4115
1 0.4115 0.5885 100 58.85%
La probabilidad de que se quede mas de una es del 58.85%.
4.) Un vendedor de autos nuevos observa que el 80% de los autos vendidos son
regresados al departamento de servicio para corregir diversos defectos de fabricacin
en los primeros 25 das despus de su compra. De los 11 autos que se vendieron en
un periodo de 5 das, Cul es la probabilidad de que:
a.) Todos regresen en el lapso de 25 das para recibir servicio?
b.) Solo uno no regrese.
a) n = 11
x = 11 P(11) 11C11 0.8011 0.20 0 0.0859 100 8.59%
P= 0.80
Q= 0.20
b) n = 11 n = 11
x = 11 x = 10
Q = 0.80 Q = 0.20
P = 0.20 P = 0.80
P (1) 11C1 0.201 0.8010 P (10) 11C10 0.80 10 0.201
P (1) 0.2362 23.62% P (10) 0.2362 23.62%
b) P = 0.08
Q = 0.92 P (6) 7C 6 0.08 6 0.921
n = 7 P(6) 0.000001688
x = 6
31
Ejercicios de distribucin binomial
1) Un 10% de automviles nuevos requerir servicio por garanta en el primer ao, la agencia
Jones Honda vendi 12 automviles en el mes de abril.
a.) Cul es la probabilidad de que ninguno de estos autos necesite
servicio de garanta?
b.) Determine la probabilidad de que exactamente uno de ellos requiera
tal servicio?
c.) Determine la probabilidad de que exactamente dos de ellos requieran
el servicio?
d.) Calcule la media y la desviacin estndar de esta distribucin
Probabilstica.
a) P = 10%
Q = 90% P(0) 12C 0 0.10 0 0.9012
n = 12 P (0) 0.2864 100 28.64%
x = 0
b) P = 10%
Q = 90% P (1) 12C1 0.101 0.9011
x = 1 P (1) 0.3766 100 37.66%
n = 12
c) P = 10%
Q = 90% P (2) 12C 2 0.10 2 0.9010
n = 12 P (2) 0.2301 100 23.01%
x = 2
2.) Una empresa de telemercadeo hace seis llamadas telefnicas por hora y es capaz de
realizar una venta en el 30% de estos contactos. Para las prximas 2 horas, determine:
a) P = 30% ventas
Q = 70% no ventas P ( 4) 12C 4 0.30 4 0.70 8
n = 12 P (4) 0.2311 100 23.11%
x = 4
b) P = 30% ventas
Q = 70% no ventas P (0) 12C 0 0.30 0 0.7012
n = 12 P (0) 0.0138 100 1.38%
x = 0
32
c) P = 30% ventas
Q = 70% no ventas P (2) 12C 2 0.30 2 0.7010
n = 12 P(2) 0.1678 100 16.78 _ %
x = 2
d) P = 30% ventas u np
n = 12 u 12(0.30) 3.6
Desviacin Varianza
e) n = 12 npq 2
npq
P = 0.30 12 0.30 0.70 2 2.52
Q = 0.70 1.5875
3.) Un 10% de empleados de produccin de la empresa NomecStal estn ausentes del trabajo
en un determinado da de verano. Supngase que se selecciona al azahar 10 trabajadores de
produccin para un estudio riguroso del ausentismo.
a.) Cul es la variable aleatoria?
b.) Tal variable es discreta o continua?
c.) Cul es la probabilidad de que ninguno de los 10 empleados
seleccionados este ausente
d.) Desarrolle una distribucin probabilstica binomial para el experimento.
e.) Calcule la media, la varianza y la desviacin tpica de la distribucin.
c) P = 10%
Q = 90% P (0) 10C 0 0.10 0 0.9010
n = 10 P (0) 0.3487 100 34.87%
x = 0
e) P = 10%
Q = 90%
n = 10
Media u np ; u 10(0.10) 1
33
Desviacin Tpica npq ; 10 0.10 0.90 0.9987
Varianza npq
2
; 2 10 0.10 0.90 0.9
1
a) P ( acierte)
5
1
d) P =
5
0 8
4 1 4
Q = P (0) 8C 0
5
5 5
n = 8 P (0) 0.1678 100 16.78%
x = 0
e)
Xi P(Xi) Frec. Relativa
0 8C 0 0.20 0 0.80 8 0.1678
1 8C1 0.201 0.80 7 0.3355
2 8C 2 0.20 2 0.80 6 0.2936
3 8C 3 0.20 3 0.80 5 0.1468
4 8C 4 0.20 4
0.80 4 0.0459
5 8C 5 0.20 5 080 3 0.0092
6 8C 6 0.20 6 0.80 2 0.0011
7 8C 7 0.20 7 0.801 0.0001
34
8 8C 8 0.20 8 0.80 0 0.0000
1.0000
f) n = 8
1
P =
5
4
Q =
5
g) Es adecuada a este problema debido a las respuestas dadas por las personas
encuestadas ya que es el mejor mtodo para cuantificar las mismas.
DISTRIBUCIN NORMAL
Caractersticas
6=1
50% 50%
- X=0 A B
Curva estandarizada
35
= 100
-3 -2 -1 1 2 3
68%
95%
99%
110 100
z 1
10
120 100
z 2
10
130 100
z 3
10
90 100
z 1
10
80 100
z 2
10
70 100
z 3
10
Ejercicios
a) A la derecha de z = 2.4
b) A la derecha de z = -2.4
c) A la izquierda de z = 1.22
d) A la izquierda de z = 1.22
e) Entre z = -2.4 y z =1.8
f) Entre z mayor a 1.2 y z menor a -2.3
Solucin a.
36
0.4918
X 2.4
z
37
Solucin b.
2.4 X
z
Solucin c.
X 1.22
z
Solucin d.
1.22 X
z
38
Solucin e.
-2.4 X 1.8
z z
Solucin f.
-2.3 X 1.2
z z
2. Supngase que el peso de 2000 es estudiantes est distribuido normalmente con una
media de 155 libras y un desviacin de 20. Hallar el no. De estudiantes con pesos.
Solucin a
39
100 X
155
100 155
z 2.75
20
2.75 = 0.4970
Solucin b
-1.75 -1.25 X
155
100 155
z 1.75
20
130 155
z 1.25
20
A - 2.75 = 0.4599
A 1.25 = 0.3944
Solucin c
40
-1.75 -1.25 X
155
150 155
z 0.25
20
175 155
z 1
20
A 0.25 = 0.0987
A 1 = 0.3413
Solucin d
0.4918
X 2.4
z
200 155
z 2.25
20
A 2.25 = 0.4878
P = 0.5 - 0.4878 = 0.0122 (100) = 1.22%
2000 x 1.22% = 24alumnos
Ejercicios
La media de un examen es 72 y la desviacin es igual a 9, el 10% del curso recibir grado a.
Cul es la nota mnima para optar a el.
41
x 72
9
0.40%
P = 10%
Maxima
X 1.28
72
P 0.40 = z = 1.28
xx
z
x 72
z
9
x 72
1.28
9
1.28 (9) = x 72
11 52 = x 72
x = 8352
-2 X 3
0.5
42
x = 0.5
= 0.0004
= 0.02
0.46 0.5
z = -2 = 0.4772
0.02
0.56 0.5
z = 3 = 0.4987
0.02
-3 X
0.5
0.44 0.5
z = -3 = 0.4987
0.02
Suponga que un test normal de una puntuacin media de 75 y otra varianza de 36, 3
estudiantes a,b y c. Sern notificados que tenan puntuaciones normales tipificadas o estndar
1 es de 1.5, 0.8 y 0.5 respectivamente. Hallar las notas obtenidas por a, b y c
x = 75
=6
43
xx
z
x 75
1.5
6
x 75
0.8
6
1.5(6) = x -75
9 = x 75
x = 84
0.8(6) = x 75
4.8 + 75 = x
79.8 = x
x 75
0 .5
6
0.5 (6) = x -75
3 +75 = x
78 = x
9. Las parejas para un baile escolar se eligen colocando los nombres de las chicas en una
urna y el de los muchachos en otra, seleccionndolos despus al azar. Si hay 10 jvenes y 10
chicas, Cuntas parejas se pueden formar? Si un muchacho y una chica se agregan al grupo
(mantenindose un total de 10 jvenes y 10 chicas), Cul es la probabilidad de que formen
pareja si stas se seleccionan al azar?
Solucin a
Solucin b
1/10 = 0.10
Ejercicios
a) Cul es el valor de z cuando existe una probabilidad del 98%
b) Del 99%
44
c) Del 95%
d) Del 90%
e) Del 80%
f) Del 75%
Solucin a
49 9
0. 0.4
98%
Z X Z
-2.32 2.32
Z = 2.32
Z= 2.32
Solucin b
5 95
49 0.4
0.
Z X Z
Z = 2.57
Z= -2.32
Solucin c
0.95 / 2 = 0.4750
45
50 7 50
47 0.4
0.
Z = 1.96
Z= -1.96
Solucin d
0.90 / 2 = 0.45
5
45 0.4
0.
Z = 1.64
Z= -1.64
Solucin e
0.80 / 2 = 0.40
0
40 0.4
0.
Z = 1.28
Z= -1.28
Solucin f
46
0.75 / 2 = 0.375
5 0 7 50
37 0.3
0.
Z = 1.15
Z= -1.15
2. Se sabe que la cantidad de cerveza en una lata de 12 onzas fabricada por cierta
embotelladora, est bien aproximada durante una distribucin normal. Con una media de 12
onzas y una desviacin de 0.25
Solucin a
x = 12
= 0.25
11.6 12
z =-1.6 = 0.4452
0.25
P = (0.5 0.4452) = 0.0548 (100) = 5.48%
-1.6 X
12
47
Solucin b
12.3 12
z =1.20
0.25
11.7 12
z =1.20
0.25
P = 0.3349 + 0.3849 = 0.7698
P = 76.98%
1.67 X 12.3
-1.20 12 1.20
Solucin c
P = (0.5)4
P = 0.0625 ( 100 ) = 6.25 %
0.5
X
12
APROXIMACIN DE LA DISTRIBUCIN
48
ORMAL A LA BINOMIAL
XX
Z
X np
Z
npq
Ejercicios
1. Hallar la probabilidad que en 200 lanzamientos de una moneda
Solucin a
1
P 0.5%
200
Q= 0.5
80 X 120
-2.82 100 2.82
120 100
Z 2.33
7.0711
80 100
Z 2.83
7.0711
49
P = 0.4977 + 0.4977 = 0.9952
P = 0.9952 (100) = 99.52%
200 x 99.52% = 199 caras.
Solucin b
90 100
Z 1.41 0.4207
7.07
P = 0.5 - 0.4207 = 7.93 %
90 X
100
Solucin c
85 100
Z 2.12
7.07
115 100
Z 2.12
7.07
P = 1 (0.4830 + 0.4830) = 3.4 %
85 X 115
100
Solucin d
50
0.5 100 0.5
100.5 100
Z 0.07
7.07
99.5 100
Z 0.07
7.07
P = (0.0279 + 0.0279) = 0.0558
99.5 X 100.5
100
2
z 2 Pe
n n z 2
P , inf initas
e e
z 2 2 N z 2 QPN
n P , inf initas
n
z e ( N 1)
2 2 2
( N 1)e 2 z 2 Pc
z 2 PQN
n
( N 1)e 2 z 2 PQ
De donde
= Parmetro a nivel de una poblacin (desviacin tpica)
s = Estsfgrafo a nivel de una muestra (desviacin tpica)
e = Error
z = Nivel de confianza ( 95% - 99%)
N = Tamao de la poblacin
51
72 = distribucin 7, se dice que se aplica cuando mi muestra es pequea, cuando conozco la
varianza d una muestra (s) y cuando se sigue una distribucin normal.
La desviacin tpica es slo a nivel de la muestra.
Ejemplos
1. Que tamao de muestra ser necesario para producir un intervalo de 90% en el caso de la
media de la poblacin verdadera, con un error de 1 en cualquier sentido, si la desviacin
estndar de la poblacin es 10.
2
z
R
e
2
1.64 x 10
R 268.96 269
1
NOTA: Siempre que tenga decimales aproxima, no importa si sea menor a 0.5
2. Qu tamao de muestra ser necesaria para obtener un intervalo de confianza del 95% par
la proporcin de la poblacin si el error es de 0.08
52
3. Determine el tamao de la muestra necesaria para estimar el porcentaje verdadero de la
poblacin con un error del 4% utilizando un intervalo de confianza del 90%. Es razonable
suponer que el valor verdadero es 1.3
e = 4%
z = 90% = 1.96
p = 0.3
A = 0.7
PQ
n z2
e2
(0.3 x0.70)
R (1.69) 2
(0.04) 2
R 353.01 354
SELECCIN DE LA MUESTRA
N=74
z 2 pqN
n
( N 1)e 2 z 2 pq
B= 95% -> z = 1.96
e = 5% = 0.05
(1.96) 2 (0.5 x 0.5)74
n
(73)(0.05) 2 (1.96) 2 (0.5 x 0.5)
71.07
1.14
62.34 36 personas
e = 10%
B= 90% -> z = 1.64
1.4024
35.48 36 personas
53
Con un B = 95% y un error del 5% R = 63
B = 90% R = 36
e = 10%
B y e no necesariamente tiene que complementarse
Ejemplo
Afijacin Proporcional
Nh
ah n
N
50
a1 100 72.5 13
400
79
100 17.5 18 31
400
130
100 32.5 33
400
150
100 37.5 38 71
400
Muestra = 102
MUESTREO SISTEMTICO
i
i+k
i + 2k
i + 3k
i + 4k
N
k
n
Hay 400 placas numeradas del 1 hasta el 400
400
k 4
100
i = 3 (Elegido aleatoriamente)
54
i+k
3+4 = 7
3+8 = 11
3+12 = 15
3+16 = 19
3+20 = 23
3+24 = 27
3+28 = 31
3+32 = 35
3+36 = 39
MTODOS DE MUESTREO
Con reeemplazamiento
Muestreo aleatorias simples
Sin reemplazamiento
Afijacin proporcional
Muestreo Estratificado Afijacin ptima
Afijacin igual
Afijacin arbitraria
- Muestreo Sistemticas
-Muestreo de Grupo
o Por conglomerado Tamao igual
55
Tamafio Desigual Muestra Unietpico
Muestra Bietpico
Muestra Trietpico
No Probabilsticas .- Son aquellas que no cumplen con algunas de las caractersticas de las
muestras probabilsticas
Con reemplazamiento.- son aquellas en las cuales una vez seleccionados los elementos son
repuestos a la poblacin o universo y pueden volver a ser seleccionados. Conocidos como
muestras para poblaciones infinitas.
N = 30 n = 5 >> n =35
La poblacin es de 400 radiografas, bajo el supuesto que la muestra es igual a 100 placas.
1 21 41 61 81 101 121 141 161 181 201 221 241 261 281 301 321 341 361 381
2 22 42 62 82 102 122 142 162 182 202 222 242 262 282 302 322 342 362 382
3 23 43 63 83 103 123 143 163 183 203 223 243 263 283 303 323 343 363 383
56
4 24 44 64 84 104 124 144 164 184 204 224 244 264 284 304 324 344 364 384
5 25 45 65 85 105 125 145 165 185 205 225 245 265 285 305 325 345 365 385
6 26 46 66 86 106 126 146 166 186 206 226 246 266 286 306 326 346 366 386
7 27 47 67 87 107 127 147 167 187 207 227 247 267 287 307 327 347 367 387
8 28 48 68 88 108 128 148 168 188 208 228 248 268 288 308 328 348 368 388
9 29 49 69 89 109 129 149 169 189 209 229 249 269 289 309 329 349 369 389
10 30 50 70 90 110 130 150 170 190 210 230 250 270 290 310 330 350 370 390 11 31 51 71
91 111 131 151 171 191 211 231 251 271 291 311 331 351 371 391 12 32 52 72 92 112 132
152 172 192 212 232 252 272 292 312 332 352 372 392 13 33 53 73 93 113 133 153 173 193
213 233 253 273 293 313 333 353 373 393 14 34 54 74 94 114 134 154 174 194 214 234 254
274 294 314 334 354 374 394 15 35 55 75 95 115 135 155 175 195 215 235 255 275 295 315
335 355 375 395 16 36 56 76 96 116 136 156 176 196 216 236 256 276 296 316 336 356 376
396 17 37 57 77 97 117 137 157 177 197 217 237 257 277 297 317 337 357 377 397 18 38 58
78 98 118 138 158 178 198 218 238 258 278 298 318 338 358 378 398 19 39 59 79 99 119
139 159 179 199 219 239 259 279 299 319 339 359 379 399 20 40 60 80 100 120 140 160
180 200 220 240 260 280 300 320 340 360 380 400
Se eligen las 100 placas al azar.
Una vez hecho esto se seleccionara una muestra al azar de cada estrato de edad, con
cualquier tipo de afijacin.
57
Afijacin.- procedimiento por el cual se divide a la n (muestra) en esos K estratos.
Afijacin.- proporcional.- Consiste en distribuir el tamao de la n (muestra) en forma
proporcional al nmero de elementos en cada estrato.
nh= n (Nh/N)
Ejemplo
Afijacin igual.- Consiste en distribuir el tamao de la muestra en forma igual entre los
diferentes estratos, independientemente de su variabilidad o del nmero de elementos que
hay en cada estrato.
Ejemplo
58
Muestreo por conglomerados.- Son agrupaciones naturales o artificiales de elementos
generalmente heterogneo s, con respecto a las diferentes caractersticas de la poblacin,
Ejemplo: La muestra de una encuesta de hogares tomada en una ciudad podra seleccionarse
usando las manzanas como grupos, se selecciona una muestra aleatoria de manzanas de la
ciudad y se encuestan todos los hogares.
ESTIMACIONES
Puntual
Estimacin
Intervalos
Concepto. Es el proceso de utilizar datos muestrales para estimar los valores de parmetros
desconocidos de una poblacin
ESTIMACIN DE UN INTERVALO.
Incluye un intervalo de valores posibles en el que se considera que est comprendido un
parmetro de la poblacin
Ejemplo
59
Estim. Puntual El promedio de consumo de carne por persona es de 1 libra semanal.
ESTIMACIN DE MEDIAS
Est. Puntual
Est. Intervalos x z 2
De donde
Nn
fc
N 1
x z x fc
N n
xz
n N 1
DISTRIBUCIN t
La muestra es pequea n 30
Distribucin normal
Si la es desconocida, s es conocida es nivel de la muestra.
60
Grado de libertad gl = n-1
Ejercicio
a)
x = 15
=2
n = 100
N = 1000
Si n 5% N => fc
100 > 50 => fc
x x fc
N n
xz
n N 1
b)
x = 15
=2
n = 16
N = 200
2 1000 100
15 1.96
100 1000 1
2
15 1.96 . 0.95
10
15.37
15 0.37
14.63
Solucin b
x = 15
61
=2
n = 16
N = 200
X7 x
X 7 x fc
x=
n
Si n 5% N => fc
16 > 10 = fc
X 7 x fc
N n
xz
n N 1
2 200 16
15 1.96
16 200 1
15 2.131(0.5)(0.9615)
15 1.024
16.02
int ervalos
13.98
Ejercicios
Solucin a)
n = 40
x = 140
= 30
62
B = 95% => z = 1.96
x zx
xz
n
30
140 1.96
40
140 9.29
149.29
Intervalos
130.70
Solucin b)
n = 40
x = 140
= 30
B = 99% => z = 2.57
x zx
30
140 2.57
40
152.19
Intervalos
127.80
Solucin c)
x z x
30
1.96 9.29
40
ESTIMACIN DE PROPORCIONES
P Z p
P Z p fc
PQ int ervalos
PZ
n
63
NOTA: No se aplica distribucin t
Una muestra aleatoria de 100 clientes que registra sus compras a medio da en un
supermercado, revela que todos excepto que 10, (revelan sus compras) incluyen su leche en
sus compras.
a) Cul ser la estimacin de puntos de porcentaje de estos clientes que compran leche
b) Esta vez con el intervalo del 90% para la proporcin verdadera que compran leche
Solucin a
P = 90%
n = 100
10 no leche
90 si leche
Solucin b
pq
PZ
n
0.90 x 0.10
0.90 1.64
100
0.90 0.05
0.95 95%
0.85 85%
Ejercicios
64
a) Estime la media verdadera (estimacin de punto) de la poblacin
x 70
b) Describa la poblacin
Todos los carros que pasaron durante las 2 y 4 am de la maana por ese tramo de la
carretera.
c) Establezca un intervalo de confianza de 98% para la media de la poblacin.
x = 70 m/n
= 15 m/n
B = 98% => z = 2.33
n = 100
x zx
15
70 2.33
100
70 3.495
73.495
66.505
Z=x
15
2.33 = 3.495
100
8) Vuelva a resolver el ejercicio 7 pero ahora utilizando un tamao muestral de 15, una media
de $ 140.00 y una desviacin estndar de $ 30.00 para un intervalo de confianza del 95%.
Suponga que se est muestreando a partir de una poblacin normal, y explique porqu es
necesario hacer este supuesto.
Solucin a)
n = 15
x = 140
= 30
N = 5% => = 2.145
65
x 7x
30
140 2.145
15
140 16.62
156.62
123.38
Solucin b)
n = 15
x = 140
= 30
N = 1% => = 2.977
x 7x
30
140 2.977
15
140 23.06
163.06
116.99
Solucin c)
7x
30
2.145
15
16.62
Se hace la aclaracin porque de lo contrario no se podra aplicar la distribucin 7
10) A 100 alumnos de una preparatoria se les pidi que llevaran un registro de sus gastos de
alimentacin durante una semana. En la preparatoria hay 500 estudiantes. El resultado fue un
justo promedio de $ 40.00 y una desviacin estndar de $ 10.00
66
B = 95% => z = 1.96
Si n 5% N => fc
100 25 => fc
x Z x = fc
10 400
40 1.96
100 499
40 1.75
41.75
38.25
Es muy importante debido a que los estudiantes investigados debern ser escogidos al azar,
sin ningn tipo de preferencia o discriminacin.
8) En un estudio reciente de 200 personas que viven en una gran ciudad 40 aprobaron el
restablecimiento de la pena de muerte para los que fuman marihuana
n = 200
P = 40 => 20%
B = 40 => z = 2.57
P Z p
0.2 x 0.8
0.2 2.57
200
0.2 0.07
0.27
0.13
b) Qu puede decir con respecto al tamao del error mximo para este intervalo de confianza
e = Z p
67
0.2 x 0.8
e = 2.57
200
e = 0.07
10) un grupo de investigacin de mercado descubri que el 25% de 200 clientes que fueron
recientemente entrevistados en un gran centro comercial, residan a ms de 15 kilmetros de
ah, suponga que se tom una muestra aleatoria.
a) Establezca un intervalo de confianza de 95% para el porcentaje ideal de clientes que viven
a ms de 15 kilmetros de dicho centro.
n = 200
P = 25%
B = 95 => z = 1.96
P Z p
0.2 x 0.8
0.2 2.57
200
0.2 0.07
0.27
0.13
b) Qu puede decir con respecto al tamao del error mximo para este intervalo de confianza
e = Z p
0.2 x 0.8
e = 2.57
200
e = 0.07
10) Un grupo de investigacin de mercado descubri que, el 25% de 200 clientes que fueron
recientemente entrevistados en un gran centro comercial, residan a ms de 15 kilmetros de
ah. Suponga que se tom una muestra aleatoria.
a) Establezca un intervalo de confianza de 95% para el porcentaje (eq) de clientes que viven a
ms de 15 kilmetros de dicho centro
68
n = 200
P = 25%
B = 95 => z = 1.96
P Z p
0.25 x 0.75
0.25 21.96
200
0.25 0.06
0.31
0.19
69
0.02
b) Si hay 1000 hombres trabajando en la construccin, convierta el intervalo de confianza de
cifras de porcentaje a nmero de hombres.
c) Qu se puede decir acerca del tamao mximo de error, asociado al intervalo del inciso a?
inciso b?
a) e = 0.13
b) e = 130
PRUEBA DE HIPTESIS
Llamada tambin prueba de significacin
La prueba de significacin y la estimacin de las ramas principales de la inferencia estadstica.
EL objetivo de la estimacin es calcular el valor de cierto parmetro de la poblacin mientras
que la finalidad pruebas de significacin es evaluar si una afirmacin acerca del parmetro es
verdadero.
1) Planteamiento de hiptesis
2) Estadstica de prueba
3) Determinar el nivel de significacin
70
4) Criterio de desicin
5) Desicin
1) Planteamiento de hiptesis
Hiptesis nula (Ho).- Enunciado que expresa que el parmetro de la poblacin es como se
especific.
Es la proporcin verdadera, es lo que se quiere probar o plantea un supuesto acerca del
parmetro.
Ejemplos
Promedio de estudiantes es 5
Ho = = 5
H1 = 5
2. Estadstica de Prueba
71
Estadstica de Prueba. Depende del tamao de la muestra, la estadstica muestral que se va a
estudiar (Proporciones a Medias)
Distribucin Z
x
Ze
x
Ze = Z calculado
Distribucin 7
x
fe
Sx
Proporciones
P P
Ze
p
P = P muestral
P = P poblacional
3) Nivel de significacin
Este nivel de significacin se simboliza como () (alfa) y viene a ser la zona de rechazo de la
hiptesis nula
4) Criterio de desicin
Establece un lmite, un valor a partir del cual se puede rechazar la hiptesis nula
72
ZRHo
ZRHo ZRHo
/ 2 / 2
Una vez hecha matemticamente se debe tomar la desicin e interpretarla con palabras.
La hiptesis alternativa se utiliza para indicar que aspecto de variacin no aleatoria resulta de
inters. Existen 3 casos posibles.
NOTA: La hiptesis nula solamente se puede plantear (en funcin) en trminos de igualdad
(=), >, <, no de diferente ()
EJERCICIOS
En la Prov. De Cotopaxi el porcentaje de analfabetos es el 40%. El Minist. Educacin ha
creado un programa especial de educacin de adultos, que tiene como objeto disminuir el
porcentaje de analfabetos en la provincia una vez (transani) transcurrido el ao queremos ver
si el programa ha dado resultado entonces tomamos una muestra de 50 personas de las
cuales 18 resultaron ser analfabetos usando un nivel de significacin del 5%, probar si e
programa tuvo o no xito.
P (analfabetos) = 0.40
< analfabetos
n = 50
73
18 (analfabetos => 36% = 0.36
= 5%
1) Planteamiento de hiptesis
Ho : P = 40
HA : P < 40
2) Estadstica de Prueba
P P
Zc
p
P P
Zc
PQ
n
0.36 0.40
0.36 x 0.64
50
0.04
0.5893
0.067
3) Determinar el nivel de significacin
= 5% B = 95%
4) Criterio de desicin
74
ZRHo
B
0.95
ZRHo
Z7 ZcX
-1.64 -0.5893
5) Desicin
Acepto Ho => El programa no tuvo efectos se sugiere realizar otro tipo de programas
2) El peso promedio de un lote de pollos de carne era de 2.1 Kg. Durante el ltimo periodo de
engorde, se prob un alimento balanceado, que se cree que aument el peso promedio de los
pollos, esto se quiere probar, utilizando un nivel de significacin del 5% al obtener una
muestra de 50% pollos se obtuvo que el precio medio fue de 2.2 Kl. Y una desviacin de 0.8
= 2.1 Kg.
= 5%
n = 50
x = 2.2 Kl
S = 0.8
Aumento el x peso
1) Planteamiento de Hiptesis
Ho: = 2.1 El peso de los pollos de carne es de 2.1 Kg.
HA: = 2.2 El peso promedio de los pollos de carne es > 2.2 Kg.
2) Estadstica de Prueba
75
x
Zc
s
n
2.2 2.1
0 .8
50
0.10
0.8839
0.1131
4) Criterio de decisin
ZRHo
B
ZRHo
Xze Z7
0.8839 1.64
5) Desicin
El balanceado no funcion pues siguen pesando 2.1 Kg. Y el 0.1 Kg que aument, se debe a
efectos aleatorios o seleccin de la muestra.
Ejercicios
5. Una compaa que vende tiras repelentes contra insectos, asegura que su producto es
eficaz, por lo menos durante 400 horas. Un anlisis sobre nueve tiras seleccionadas
aleatoriamente indic un promedio de 380 horas.
76
b) Repita el inciso a utilizando el conocimiento de que la desviacin estndar de la
poblacin es de 90 horas.
c) En cules de los incisos anteriores es necesario saber que la poblacin es
aproximadamente normal? Porqu?
= 400
n=9
x = 380
a)
Asevera que su producto es eficaz, por lo menos durante 400 horas
= 5%
B= 50
= 60 h.
1) Planteo de la hiptesis
2) Estadstica de Prueba
x
tc
s
n
380 400
60
9
20
1
20
4) Criterio de desicin
77
B
ZRHo
0.99
ZRHo
-2.896 X
t7 Z7
5) Desicin
a) Planteo Hiptesis
Ho: = 200 Se produce alambre con una resistencia de 200 lb.
HA: 200 Se produce alambre con una resistencia diferente de 200 lb.
b) Intervalos
= 20
n = 25
= 0.05
= 200
x z x
20
200 1.96
25
200 7.89
207.84
192.16
Interpretacin
78
El alambre de acero se considera fuera de control cuando sale de los intervalos 207.84 y
192.16
ERROR TIPO I Y II
Acepte H0 Rechace H0
H0 es verdadero Desicin Correcta Error Tipo I
H0 es falso Error Tipo II Desicin correcta
Si rechazamos una hiptesis cuando debera ser aceptada entonces se ha cometido un error
tipo I, por otra parte si aceptamos una hiptesis que debera ser rechazada se ha cometido un
error tipo II, y en ambos casos se ha producido un juicio errneo.
Para que la regla de desicin o contraste de hiptesis sean buenas deben disearse de modo
que minimicen los errores de la desicin la nica forma de disminuir ambos a la vez es
aumentar el tamao de la muestra que no siempre es posible.
Ejemplo.
Con referencia al ejemplo de la extensin de las alas de insectos que el bilogo aumenta el
tamao de la muestra a 60 mm. Mientras todo lo dems se mantiene sin cambio.
Suponiendo que se sabe de estudios similares de la desviacin tpica es 0.8 mm. para que
este tipo de datos. Primero investiguemos la posibilidad que la x de la muestra ser
Mayor que 13.6 o menor de 13.2 aunque la media ideal de 13.4 mm.
Desarrollo
Ho: = 13.4 mm
HA: 13.4 mm.
79
II
x
Z e1 ; 13.2
n
13.2 13.4
Z e1 1.94
0.103
x
Z e1 ; 13.6
n
13.6 13.4
Z e1 1.94
0.103
III
= 0.05% B = 0.95% => z = 1.96
ZAHo
ZRHo ZRHo
/2 2
-1.96 u -1.96
13.4
Desicin
La media es igual a 13.4 es decir no es menor a 13.2 ni mayor a 13.6
ZRHo ZRHo
/2 2 /2
Ze -1.64 u 1.64
-1.94 13.4 Ze 1.94
Desicin
Rechaza hiptesis nula con el 90% de confianza
c)
80
85% => z = 1.43
ZAHo
ZRHo ZRHo
/2 2
-1.96 u -1.96
13.4
Desicin
Rechaza hiptesis nula con el 85% de confianza
Zalto
ZRHo ZRHo
/2 2 /2
Ze -1.43 u 1.64
-1.94 13.4 Ze 1.94
d)
94% => z = 1.88
Zalto
ZRHo ZRHo
/2 2 /2
Desicin
Rechazo hiptesis nula con el 94% de confianza
Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II
81
9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?
> 10000
n = 50 familias
x = 9600
= 1000.
1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000
NOTA: Solo H0 puede ser (=)
x
Ze ; 13.2
n
9600 10000
Ze 2.8289
141.4214
ZAHo
ZRHo
Z7
X 1.64
Desicin
Se acepta Ho < < 10000
Interpretacin del 95% de confianza
82
Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II
9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?
> 10000
n = 50 familias
x = 9600
= 1000.
1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000
ZAHo
ZRHo
Z7
X 1.64
83
Desicin
Se acepta Ho < < 10000
Interpretacin del 95% de confianza
Al escoger un nivel de significacin del 5% hay unas 5 oportunidades entre 100 de rechazar la
hiptesis, cuando debera haberse aceptado, es decir, tenemos un 95% de confianza de que
hemos aceptado la desicin correcta y un 5% de cometer un error II
9. Una compaa aseguradora empezar una extensa campaa publicitaria para vender
seguros de vida si considera que el salario mnimo promedio obtenido por familia es menor de
$ 10000. Una muestra aleatoria de 50 familias en esa rea tiene un ingreso promedio de $
9600 y una desviacin estndar de $ 1000
a. Tomando como base la evidencia de muestra, se aceptar o rechazar la afirmacin al
nivel 0.05
b. Puede la conclusin a la que se lleg ser errnea utilizando la evidencia de muestra? De
que tipo de error se tratara??Porqu?
> 10000
n = 50 familias
x = 9600
= 1000.
1)
Ho: 10000 El salario promedio obtenido por una familia es menor a 10000
HA: > 10000 El salario promedio obtenido por una familia es mayor a 10000
84
ZAHo
ZRHo
Z7
X 1.64
Desicin
Se acepta Ho < < 10000
Solucin C
x
Zc
n
77.5 75 2.5
Zc 0.3125
8 8
ZAHo
ZRHo
Z7
X 0.31 1.64
Zc
Desicin
Acepto Ho
Ejercicios
1. Una cadena de tiendas de descuento expide su propia tarjeta de crdito, el gerente de esta
funcin desea averiguar si el saldo medio mensual es mayor de $ 400. El nivel de significacin
se fija en 0.05, una revisin aleatoria de 172 sueldos revel que la media muestral es de 407 y
la desv. Estndar de la muestra es 38
85
a) Debera concluir el funcionario de crdito que la media poblacional es mayor de 400, o bien
es razonable que la diferencia de 7 obtenida de 407 menos 400 se debe al azar
Solucin a
= 400 = 0.05 n = 172 x =407 S = 38
Ho: 400
HA: > 400
2)
x
Zc
n
407 400 7
Zc 2.42
38 2.8974
172
ZAHo
ZRHo
1.64 2.42
X 0.31 Z7 Zc
Zc
Desicin:
Rechazo Ho > 400
86
min. Al nivel de significancia de 0.05 Se puede concluir que dicho tiempo es menor que 3
min?
=3
=1
n = 50
x = 2.75
= 0.05
1)
Ho: = 3 La media de tiempo de espera de clientes es de 3 es
HA: < 3 La media de tiempo de espera de clientes es menor a 3
2)
x
Zc
n
2.75 3 0.25
Zc 1.78
1 0.14
50
3) = 0.05 B = 0.95 => Z7 = -1.64
ZRHo
ZAHo
-1.8 1.64
Ze Z7 X
Desicin
Se rechaza H0, y la media de tiempo es menor a 3
8) Cuando Isabel Benitez fue contatada como camarera en un restaurante, se le dijo: Puedes
obtener, en promedio, ms de $ 20 (dlares) al da por propinas. A los primeros 35 das de su
trabajo en el restaurante, el importe medio dirio de las propinas recibidas fue de $ 24.85 con
una desviacin estndar de $ 3.24. Al nivel de significancia de 0.01. Puede la seorita
Benitez concluir que est ganando ms de $ 20 por las propinas?
87
n = 35
> 20
x = 24.85
= 3.24
= 0.01
1)
Ho: = 20 las propinas promedio en el da es de 20$
HA: > 20 las propinas promedio en el da es mayor a 20$
2)
x
Zc
n
24.85 203 4.85
Zc 8.85
3.24 0.54
35
3) = 0.01 B = 0.99 => Z7 = 2.32
Zalto
ZRHo
2.32 8.85
X Z7 Zc
Desicin
Rechazo Ho La srta. Gana ms de $ 20 al da en propinas
7) Una encuesta nacional reciente hall que estudiantes de bachillerato miraban un promedio
(media) de 6.8 videos por mes. Una muestra aleatoria de 36 alumnos universitarios revel que
el nmero medio de videos observados el mes pasado fue de 6.2 con una desviacin estndar
de 0.5. En el nivel de significancia de 0.05. Puede concluirse que los estudiantes de
universidad ven menos videos que los de bachillerato?
= 6.8
n = 36
x = 6.2
88
= 0.5
= 0.05
1)
Ho: = 6.8 Los est. Universitarios ven 6.8 videos promedio al mes
HA: < 6.8 Los est. Universitarios ven menos de 6.8 videos promedio al mes
2)
x
Zc
n
6.2 6.8 0.6
Zc 7.2
0.5 0.083
36
3) = 0.05 B = 0.95 => Z7 = -1.64
Zalto
ZRHo
-72 -1.64
Zc Z7 X
Desicin
Rechazo Ho Los estudiantes universitarios ven menos de 6.8 videos promedio al mes.
89