23

Apuntes de Estadstica Aplicada y Estadstica II

Conceptos y Definiciones Bsicas
Carreras: Informtica Contabilidad

Profesor: Andrs Scott Segn Syllabus del I.U.G.T.

23

TTULO I Captulo I
INTRODUCCION A LAS PROBABILIDADES
1. Definiciones Fundamentales

1.1 Probabilidad: Es la posibilidad o viabilidad numrica medida entre cero y uno, de que ocurra un evento de manera relativa.
Interpretacin y comentario: Puede ser interpretado como algo indefinible, pero utilizado para expresar, de algn modo, un grado de creencia que se tiene de la ocurrencia de un suceso o evento; evento que puede suceder con base en la experiencia que se tenga de la ocurrencia de uno similar en el pasado, o en base de la consecuencia de un experimento en particular. Cuando la probabilidad es igual a uno (1) es una probabilidad de certeza absoluta; ejemplo, Cul es la probabilidad de que alguna persona muera? Cuando la probabilidad es igual a cero (0) es una probabilidad de imposibilidad absoluta; ejemplo, Cul es la probabilidad de que alguna persona atraviese nadando el ocano atlntico?

1.2. 1.3. 1.4.

Evento, Suceso o punto muestral: Es el conjunto de uno o ms resultados de un experimento. Resultado: Es la consecuencia de un experimento en particular, es decir es la respuesta a alguna prueba. Experimento o Prueba: Es el proceso que lleva a la ocurrencia de uno y solo uno de varias observaciones posibles. Espacio Universal: Es el conjunto de todos los resultados posibles de un experimento, y lo designaremos por U. Espacio Muestral: Es el conjunto de todas las probabilidades posibles de un espacio universal particular originado por un experimento, y lo designaremos por S. De esta definicin se desprende que S siempre ser igual a uno ( S = 1) Resultados Posibles: Es la suma de todos los resultados de eventos que pueden derivarse de un espacio universal (EP0). Resultado Probable: Son resultados que se derivan de la ocurrencia de eventos en particular y que forman parte de un espacio universal EPR).

1.5. 1.6.

1.7. 1.8.

23
1. Modelos para estudiar las probabilidades : Modelo Objetivo Modelos Modelo Subjetivo 2.1 .- Modelo Objetivo: Establece un proceso para estudiar el clculo de probabilidades a travs de experimentaciones con resultados reales o tomando experiencias en la ocurrencia de eventos en el pasado para aplicarla a la ocurrencia de eventos similares en el presente. 2.1.1 Probabilidad Clsica: Se obtiene el valor de la probabilidad basndose en la suposicin de que los resultados de un experimento son igualmente variable. Probabilidades Clsicas Probabilidades Empricas o Relativas

P( E)

EPR EPO

2.1.2 Probabilidad Emprica o Relativa: Se obtiene el valor de la probabilidad basndose en la ocurrencia de un evento en el pasado para tomarlo como modelo para determinar la ocurrencia de eventos similares en el presente. Eventos totales ocurridos (ETO). Evento en particular que se estudia para su posible ocurrencia (EPE).

P( E)

EPE ETO

2.2 Modelo Subjetivo: Estudia la probabilidad de la ocurrencia de un evento en particular al asignar un individuo basndose en la informacin disponible. Algunos eventos y sus respectivas probabilidades: 3.1 Eventos Independientes: Son eventos en los cuales la ocurrencia de uno no tiene que ver con la ocurrencia del otro. 3.2 Eventos Dependientes: Son eventos los cuales deben su ocurrencia a que previamente haya ocurrido el otro. 3.3 Evento Complementario: Son aquellos eventos que de no ocurrir; los otros si deben ocurrir. 3.4 Eventos Mutuamente excluyentes: Son eventos que al ocurrir da como consecuencia que ninguno de los otros eventos ocurran en ese mismo momento. 3.5 Eventos Colectivamente exhaustivos: Por lo menos uno de los eventos de un espacio muestral debe ocurrir al realizarse un experimento. 3.6 Probabilidad a Priori: Se considera como la probabilidad inicial basada en un nivel de informacin actual. 3.7 Probabilidad a Posteriori: Se considera como una probabilidad revisada en base a informacin adicional. 3.8 Probabilidad Conjunta: Es la probabilidad que mide la posibilidad de que dos o ms eventos ocurran al mismo tiempo (Evento no mutuamente excluyente) 3

23
3.9 Probabilidad Condicional: Es la probabilidad cuya ocurrencia depende a que previamente haya ocurrido otro evento (Evento dependiente) 3.10 Probabilidad Complementaria: Es la probabilidad que se obtiene restando a la unidad de que el evento ocurra. 3.11 4.- Reglas de la probabilidad 4.1. Reglas de la adicin o suma: Matemticamente se define como la unin de conjunto y gramaticalmente con la conjuncin disyuntiva o. 4.1.1 Regla general de la adicin o suma: Aplica para eventos no mutuamente excluyentes. P (A U B) = P (A) + P (B) P (A y B) P (A B) 4.1.2 Regla especial de la adicin o suma : Aplica para eventos mutuamente excluyentes. P (A U B) = P (A) + P (B) P (A B) 4.2 Reglas de la multiplicacin: Matemticamente se define como la interseccin de conjuntos y gramaticalmente por la conjuncin copulativa y. 4.2.1 Regla general de la multiplicacin: Aplica para eventos dependientes. P (A B) = P(A) x P (B/A) P (A y B) 4.2.2. Regla especial de la multiplicacin: Aplica para eventos independientes P (A B) = P(A) x P (B) P (A y B)

5.- Instrumentos de apoyo a las probabilidades 5.1 Tablas de contingencias: Tablas que se utilizan para clasificar las observaciones de la muestra de acuerdo con dos o ms caractersticas que se 4

23
puedan identificar. Estas tablas dan origen a las tablas de probabilidades y tablas de probabilidades condicionales, tiles en la elaboracin del diagrama del rbol y en la aplicacin para el clculo del teorema de Bayes. 5.2 Diagrama del rbol: Es una grfica que se utiliza para organizar los clculos que comprenden varias etapas, cada etapa se representa por ramas las cuales se ponderan por medio de probabilidades. 5.3 Teorema de Bayes: Una probabilidad condicional a posteriori, se obtiene partiendo de una probabilidad a priori inicial basada en un nivel de informacin en el momento la cual es revisada tomando como sustento informacin adicional.

P(An/Bk) = 5.4 Tcnicas de conteo: Pudiendo contar todos los eventos posibles y determinando a travs de ciertos mecanismos el nmero de veces la ocurrencia de algn evento, podemos determinar probabilidades a travs de tcnicas muy sencillas enriquecidas con la teora combinatoria, que nos crea las tcnicas del conteo. 5.4.1 Formula de la multiplicacin: Las maneras posibles de llegar a un resultado final partiendo de una punto inicial, transitando por caminos diferentes y teniendo otros posibles puntos intermedios. P= a x b x c 5.4.2 Permutaciones absolutas: Es una forma de arreglar u ordenar a la totalidad de los elementos de un conjunto nPn = n! = n(n-1)8n-2)..2.1 Permutaciones relativas o variaciones: Es una forma de arreglar u ordenar una parte preestablecidas de los elementos que componen un conjunto.

5.4.3

n Pr
n= totalidad de elementos

n! ( n r) !

r = una parte de los elementos.

5.4.4

Combinaciones: Son arreglos de los elementos de un conjunto sin importar el orden en que se dispongan y evitando que cada arreglo de las partes nos hagan igualdades.

nC r
5.4.5

n! ( n r ) !r !

Del exponente: Los casos posibles se obtienen tomando como base el nmero de elementos que presenta el instrumento de experimentacin y como exponente el numero de instrumentos utilizados o el nmero de veces que se experimenta un instrumento 5

23

Maneras posibles:

Captulo II
Distribucin de Probabilidad 1. Distribucin de probabilidad: Lista de todos los resultados de un experimento y la probabilidad relacionada con cada uno de ellos. 2. Variable Aleatoria: Resultado obtenido al azar de un experimento y que puede asumir diferentes valores. 2.1 Tipos de variable aleatoria. 2.1.1. Variable aleatoria discreta: Variable aleatoria que puede asumir solamente valores claramente contables. 2.1.2. Variable aleatoria continua: Variable aleatoria que supone un nmero infinito de valores dentro de un rango dado. 3. Esperanza matemtica, valor esperado o media de una distribucin de probabilidad discreta: Es un valor tpico que se utiliza para representar la ubicacin central de una distribucin de probabilidad, es decir, es un valor esperado de una variable aleatoria a travs de una media ponderada de todos los posibles resultados en los cuales lo pesos son las respectivas probabilidades de tales resultados.

=[ 3.1 Varianza y Desviacin Estndar: La varianza es un valor que describe la cantidad de dispersin o variacin de una distribucin cualquiera, y la desviacin estndar es la raz cuadrada de la varianza. Varianza: Desviacin:

Captulo III
Distribucin de probabilidades de variables aleatorias discretas 1. Distribucin de Probabilidades Binomial Es una distribucin de variables discreta donde existe un nmero fijo de ensayos repetidos (n) y donde cada uno al experimentarlos concluye en slo uno de dos resultados mutuamente excluyentes, favorables (xito) o desfavorable (fracaso); el resultado de xito de un evento es fijo, los 6

23
ensayos se realizan con reemplazo, siendo independientes, interesndonos el nmero de xito en n pruebas P(x)=

Valor esperado: =

; Varianza:

= Operacin de combinacin = Nmero de ensayos o pruebas = Variable aleatoria definida como el nmero de xito = Probabilidad de xito en cada ensayo o prueba = Probabilidad de fracaso en cada ensayo o prueba y

2. Distribucin de probabilidades Hipergeomtrica Es una distribucin de variable discreta asociada generalmente con un proceso de muestreo sin reemplazo o sin reposicin en una poblacin finita conocida que contiene una proporcin relativamente grande (0,05 N < n) de esa poblacin, de tal manera que la probabilidad de xito sea perceptible alterada de una prueba a la siguiente, lo que hace que el resultado de un ensayo dependa del anterior.

Valor esperado:

Varianza: N: Tamao de la poblacin n: Tamao de la muestra X: Probabilidad de xito en cada ensayo o prueba S: Tamao de lo favorable o exitoso dentro de la poblacin 7

23
3. Distribucin de probabilidades de Poisson Es una distribucin de probabilidades discreta que describe el nmero de veces que ocurre un evento durante un intervalo especifico, el cual puede ser de tiempo, distancia, rea o volumen. Valor esperado: = e= X= Varianza:

Nmero de ocurrencias exitosas de la medida en un intervalo especifico. 2,718281; nmero base de los logaritmo neperianos nmero de xitos.

Problemas propuestos para los Captulos tratados en el Ttulo I

Problema 01.- Definir el espacio muestral en los siguientes experimentos: a) Lanzar un dado previamente calibrado. b) Lanzar tres monedas y ver la manera como caen respecto a las caras, c) Familia con tres hijos respecto al sexo, d) Lanzar dos dados previamente calibrado y e) Al extraer dos bolitas que contiene: 4 azules, 3 blancas y 2 coloradas. Problema 02.- Al lanzar un dado previamente calibrado, cul es la probabilidad de que aparezca en su cara superior: a) Un valor par y b) Un nmero mayor que dos? Problema 03 .- Al lanzar dos dados previamente calibrados, cul ser la probabilidad de que salgan en su cada valores tales que al sumarlos den como resultado: a) Exactamente 3. b) Mayor que 4. c) Menor o igual a 9 y d) Un mltiplo de 3? Problema 04.- Se tienen tres lpices cuadrados, (azul, blanco y colorado) cuyos lados estn numerados del 1 al 4, determinando el respectivo espacio muestral se pide obtener la probabilidad de que: a) Una de las caras expuestas presente exactamente el nmero 2. b) Dos de las caras expuesta presenten el nmero 2 y c) Las tres caras sea el nmero 2. Problema 05.- Se introducen en una caja, 4 bolitas azules, 6 blancas, 5 coloradas y 8 doradas, cul es la probabilidad de ganar o perder, si las premiadas son las azules y las doradas? Problema 06.- Se tiene un juego de naipes espaoles lo suficientemente barajados, cul es la probabilidad de que al extraer del mazo una carta sta sea: a) Un as o un rey. b) Una espada o una sota. c) Un cinco de copa o un oro y d) Una figura o un basto? Problema 07.-Una agencia de viaje con el fin de promover el turismo abre un plan vacacional para 90 personas para que visiten a Canaima y a Los Roques, 44 8

23
reservaron cupo con pasaje incluido para ir a Los Roques, 46 a Canaima y 30 a ambos lugares. Si de manera aleatoria seleccionamos una persona, cul es la probabilidad de que viaje a Los Roques o a Canaima? Problema 08.-Se tienen dos juegos de naipes espaoles, calcular las siguientes probabilidades al extraer dos barajas de manera conjuntas una de un juego y la otra del otro juego: a) Qu las dos sean reyes? b) Qu sean una sota y un basto? y c) Qu sean un caballo de oro o una espada. Problema 09.- Se lanzan dos monedas y dos dados previamente calibrados, cul es la probabilidad de caiga cara-sello y un mltiplo de 3 al sumar los dos nmeros de las caras superiores de los dados? Problema 10.- Se tiene un juego de naipes espaoles y se realizan tres extracciones sin reposicin o sin reemplazo estudiar, cul es la probabilidad de que en los experimentos siguientes se extraiga: a) Un rey y una sota y un as. b) Un caballo y un siete y un caballo. c) Un as de oro y un oro y seis de copa o de basto y d) Un oro y una espada y un rey de copas. Problema 11.- En una caja se introducen 4 bolitas azules, 5 blancas y 6 coloradas y se realizan de la caja tres extracciones sin reposicin o sin reemplazo, calcular la probabilidad en los experimentos siguientes: a) De que salga una bolita blanca y una azul y una blanca. b) Todas coloradas. c) Una colorada y colorada y azul y d) Colorada y blanca y azul. Problema 12.- En una caja se introducen 4 bolitas azules, 3 blancas y 2 coloradas, si extraemos de la caja dos bolitas, Cul es la probabilidad de que sean: a) Del mismo color. b) Las dos azules. c) Una blanca y la otra colorada y d) Una azul y la otra colorada? Problema 13.- En una caja se introducen las mismas bolitas del problema anterior, si se extraen de la caja tres bolitas, cul es la probabilidad de que sean: a) Del mismo color. b) Dos azules y una blanca. c) Una azul y dos coloradas y d) todas azules. Problema 14.- En una caja se introducen 9 bolitas azules y 6 blancas, si de la caja extraemos 3 bolitas, cul es la probabilidad de que sean: a) De igual color. b) De colores diferentes. c) Dos azules y d) Dos blancas. Problema 15.- Un juego de naipes espaoles consta de 40 barajas y lo vamos a dividir de manera arbitraria en dos partes iguales. Determinar las probabilidades de los eventos siguientes: a) Cada parte contenga dos caballos. b) Una parte no contiene ningn caballo, la otra parte contiene 4 caballos y c) Una parte contiene un caballo, la otra parte contiene 3 caballos. Problema 16.- En el torneo de baloncesto profesional local participan 10 equipos, de los cuales al azar se forman dos grupos de 5 equipos cada uno. Entre los equipos se consideran 3 de de mayor calidad. Determinar las probabilidades de los siguientes eventos: a) Los equipos considerados de mayor calidad se encuentran en el mismo grupo y b) En un grupo se encuentran 2 de mayor categora y 1 en el otro.

23
Problema 17.- Un profesor lanza dos dados sobre una mesa, observa los nmeros que salieron y los tapa con la mano para que sus alumnos no los vean, y les formula las preguntas siguientes: a) Probabilidad que uno de los dados muestre un seis o un dos y b) Suponiendo que el profesor les dijo a los estudiantes que en uno de los dados sali el dos, probabilidad que el otro dado muestre el seis. Problema 18.- En un grupo de 25 estudiantes del I.U.G.T. hay nueve que viajan a Valencia todos los viernes y seis a Maracay y cuatro a ambas ciudades (incluidos entre los anteriores). Si seleccionamos un estudiante al azar y se comprueba que viaja a Maracay, Cul es la probabilidad de que tambin viaje a Valencia? Problema 19.- Se realiz un estudio sobre el consumo de caf en el rea metropolitana y se seleccionaron de manera aleatoria 300 personas consumidoras del producto para ser encuestadas. Al recibir el material del estudio realizado ste estaba incompleto, sin embargo con la informacin obtenida se puede completar la tabla de datos, (Tabla incompleta al final). Se pide: A.- a) Completar la Tabla de Contingencia. b) Elaborar la respectiva Tabla de Probabilidades c) Elaborar las Tablas de Probabilidades Condicionales y d) Elaborar un diagrama del rbol. B.- Si de manera aleatoria se selecciona un consumidor, cul es la probabilidad: a) De que ste tenga entre 40 y 50 aos? b) De que tenga un consumo moderado de caf? c)De que tenga un consumo bajo de caf y su edad sea menor de 30 aos? d) De que tenga un consumo alto de caf y cuya edad est comprendida entre los 30 y 40 aos e) Consumidor moderado de caf que su edad sea menor de 30 aos y f) Consumidor bajo alto de caf C.- Responder: a) Cul ser la probabilidad de seleccionar un consumidor de caf que lo consuma moderadamente si tiene ms de 50 aos? y b) Cul ser la probabilidad de seleccionar un consumidor de caf cuya edad est entre 40 y 50 si lo consume de manera alta.?

Consumo de caf Edad (Aos) Menos de 30 (A1) De 30 a 40 De 40 a 50 Ms de 50 (A2) (A3) (A4)

Bajo (B1)

Moderado (B2) 32

Alto (B3) 24

Total
92 75

24 26 90 24

20 79 100

Total

10

23

Problema 20.- Se consultaron las opiniones de 500 economistas que laboran en: la academia, la industria privada y el sector pblico sobre el futuro de la economa del pas, si sta sera: estable, se expandira se contraera en un futuro prximo. Sin embargo parte de la informacin se extravi, resultando la siguiente tabla de contingencia parcial: Economistas Sector Academia (A1) Sec. Privado Sec. Pblico (A2) (A3) 25 200 Estable (B1) 125 35 40 Expansin Contraccin (B2) (B3) 100 110 65

Total

Total

Se pide: A.- a) Completar la Tabla de Contingencia. b) Elaborar la Tabla de Probabilidades. c) Elaborar las Tablas de Probabilidades Condicionales y d) Desarrollar el Diagrama del rbol. 11

23
B.- Si de manera aleatoria seleccionamos un economista, cul es la probabilidad de que ste sea.: a) Del sector privado? b) Que opine que la economa se va a contraer? c) Del sector pblico y que opine que va a ver expansin en la economa? d) Del sector pblico del sector acadmico? y e) De la opinin que la economa va estar estable es del sector privado?. C.- Responder: a) Cul es la probabilidad de que la opinin sea de que la economa se expande si esta opinin proviene del sector pblico? Y b) Cul es la probabilidad que una opinin provenga del sector acadmico si se opina que la economa se contrae? Problema 21.- El equipo de bisbol profesional Leones del Caracas, juega el 70,00% de sus partidos por la noche y el 30,00 durante le da; ganando el 60,00% de los juegos nocturnos y el 70,00% de los juegos diurnos. Segn las pginas deportivas de los peridicos ganaron el partido de ayer; cul es la probabilidad de que el partido jugado haya sido nocturno? Problema 22.- Una cuarta parte de los residentes de la Urbanizacin Las Abejitas de San Juan de los Morros dejan las puertas de sus garajes abiertas no estando en casa. El vigilante de la entrada a la urbanizacin estima que el 5% de las casa con garajes con las puertas abiertas son robados y el 1% de las casas con los garajes de puertas cerradas. Si hay un robo en un garaje; cul es la probabilidad de que el garaje robado haya tenido la puerta abierta? Problema 23 .- Se lanzan 3 monedas sobre una mesa, tomando como referencia como cae respecto a cara, se pide: a) Estructurar una Distribucin de probabilidades. b) Obtener la Esperanza Matemticas Valor Esperado y c) Calcular la Varianza y la Desviacin Estndar Desviacin Tpica. Problema 24.- Un dado se lanza 50 veces, donde cada cara cay como se muestra: Cara Veces 1 7 2 8 3 5 4 9 5 11 6 10

Se pide: a) Crear una Tabla de Distribucin de Probabilidades. b) Obtener la Esperanza Matemtica y c) Calcular la Desviacin Estndar. Problema 25.- Pedro Martnez vende automviles para una agencia consecionaria. Pedro vende el mayor nmero de vehculos los das Sbados y obtiene la Distribucin de Probabilidad para el nmero de automviles que espera vender un da Sbado en particular: Vehculos vendidos Probabilidad: P(x) 0 0,1 1 0,2 2 0,3 3 0,3 4 0,1

a) Qu tipo de distribucin es sta? b) Cuntos automviles espera vender Pedro en un Sbado tpico c) Cul es la Varianza y la Desviacin Estndar de la distribucin? 12

23

Problema 26 .- De las tres tablas que se presentan al final siendo de variables aleatoria solo una responde a una Distribucin de Probabilidad. a) Identificar la que responde a una Distribucin de Probabilidad y explicar el por qu? De su respuesta y b) Obtener de la verdadera Distribucin de Probabilidad, su Esperanza Matemtica o Valor Esperado, su Varianza y su Desviacin Estndar. Tabla 1 x 5 10 15 20 0,4 Tabla 2 x 5 10 15 20 Tabla x 5 10 15 20

P(x) 0,3 0,3 0,2

P(x) 0,1 0,3 0,2 0,4

P(x) 0,5 3

-0,2 0,4

Problema 27.- El servicio de correspondencia de un banco informa que el 85% de los documentos enviados dentro el rea metropolitana se entregan en un perodo de 3 das a partir del momento en que se envan. Se enviaron 7 cartas de manera aleatoria a diferentes partes de la ciudad. Cul ser la probabilidad de que: a) Exactamente 7 lleguen en tres das? b) Exactamente 5 lleguen en tres das? c) Al menos 5 lleguen en tres das? d) A lo sumo 4 lleguen en tres das? y e) Calcular la Esperanza Matemtica o Valor Esperado, la Varianza y la Desviacin Estndar del nmero de documentos enviados que llegarn en un plazo de tres das. Problema 28.- Las normas de garantas establecida por la industria automotriz sugiere que 20% de los nuevos vehculos se les d un plazo de garanta de ao y medio. Una agencia de ventas de vehculos del rea metropolitana el da sbado vendi 9 vehculos los cuales estn dentro de cualquier tipo de garantas. Cul es la probabilidad de que: a) Ninguno de los vehculos vendidos tengan garanta de ao y medio? b) Exactamente uno tengan esta garanta? c) Menos de cuatro la requieran? d) Cuatro o ms la requieran y e) Calcular la Esperanza Matemtica, Media o Valor Esperado; La Varianza y la Desviacin Tpica o Estndar de esta distribucin. Problema 29.- Slo el 20% de los empleados de la poblacin civil que presta sus servicios en una base militar portan su carnet de identificacin personal. Si llegan diez empleados, cul es la probabilidad de el guardia de seguridad encuentre: a) Ocho empleados con carnet? b) Cuatro empleados con carnet? c) Por lo menos cuatro con carnet? d) A lo sumo 5 empleados con carnet y e) Entre cuatro y siete empleados inclusive con carnet?

Problema 30.- Resolver el problema anterior pero partiendo de la base que slo el 55% de los empleados portan el carnet. Problema.- 31 Al Jefe de Recursos Humanos de una empresa comercializadora de materias primas, la Gerencia General lo autoriz par que contrataran 12 personas entre 35, de las cuales 24 tienen ttulos universitarios. Cul es la probabilidad de que 7 de las personas que se contraten tengan un ttulo universitario? Problema 32.- Cuarenta trabajadores han recibido para su oficina nuevos computadores. Veintisiete trajeron incorporados quemadores de C.D. Si se seleccionan de manera aleatoria 10 trabajadores; cul es la de probabilidad de que 13

23
el equipo de computacin de 3 trabajadores tengan quemador de C.D.? y la probabilidad de que el equipo de 7 no lo tengan? Problema 33.- En un curso de Estadstica Instrumental que tiene una matrcula de 72 estudiantes se resuelve nombrar un equipo integrado por 7 estudiantes para que evale unas guas tericas que contienen los concepto que van a ser base de los exmenes parciales. Si el curso posee 46 mujeres; cul es la probabilidad de que 5 mujeres integren el equipo a nombrar? Y 3 hombres? Problema 34.- Un promedio 16 automviles cada dos minutos ingresan a la parroquia Coche desde la autopista viniendo del centro de la ciudad. La distribucin de ingreso responde a una Distribucin de Poisson. Cul es la probabilidad de que: a) Ningn automvil ingrese en 30 segundos? y b) Por lo menos 2 ingresen en un minuto? Problema 35.- La central telefnica del I.U.G.T. atiende un promedio de dos llamadas telefnicas por minuto y se sabe que sigue una Distribucin de Poisson. Si la operadora se distrae por un minuto; cul es la probabilidad de que: a) El nmero de llamadas no respondidas sea ninguna? b) Por lo menos una? Y c) Entre 3 y 5 inclusive? Problema 36.- En el problema anterior suponga que la operadora se distrae por cuatro minutos, responder las mismas preguntas. Problema 37.- Repuestos Perna C.A. compra repuestos para motores de arranque a uno de sus proveedores que presentan defectos de 3 por cada 100 repuestos. Sal Perna el dueo, necesita comprar 150 repuestos pero no aceptar una probabilidad de ms del 50% de que ms de dos repuestos sean defectuosos. Sal Perna le comprara a dicho proveedor?

TTULO II Captulo IV
Distribuciones de probabilidades de variables aleatorias continas 1. Distribuciones de Probabilidad Normal: Una distribucin normal la define las caractersticas que muestra su grfica, la cual presenta una forma de campana que tiene una sola cima o vrtice en el centro de la distribucin, por donde pasa un eje vertical que la divide en dos partes iguales para apoyarse en un punto sobre el eje horizontal que lo define la media; esta condicin la hace simtrica y estas partes se expanden o caen a 14

23
ambos lados llegando a estar infinitamente cerca del eje horizontal por lo cual es una grfica asinttica; la distribucin normal se determina a travs de la media, y la dispersin, variacin o extensin por medio de la desviacin estndar 1.1 Distribucin Normal Estndar Z: No existe solo una distribucin de probabilidad normal, sino ms bien una familia de ellas. Cada situacin en particular presenta su propia distribucin normal, lo cual dificulta su uso. Sin embargo y por fortuna un miembro de la familia puede utilizarse para determinar las probabilidades de todas las distribuciones normales, la que conocemos con el nombre de Distribucin Normal Estndar la cual es nica ya que se define como: La distribucin normal que presenta una media de 0 y una desviacin estndar de 1 Cualquier distribucin normal puede llevarse a una distribucin normal estndar a travs del Valor Tipificado de Z o Variacin Normal Estndar; el cual se define como el numero de desviaciones estndar a los que una observacin est por encima o por debajo de la media es decir mide la distancia entre el valor seleccionado (X) y la media aritmtica (, estndar , Ilustracin de la grafica de una desviacin estndar normal. 0,5 0,5 Eje de Simetra ) dividida entre la desviacin

=1 - Cola a la Izquierda =MD=Mo -Z +Z Cola a la Derecha +

Valor tipificado de z o Desviacin Normal Estndar.

La razn de utilizar una campana (Gauss) con las caractersticas sealadas en la grfica (grafica de una distribucin continua estndar normal) para el clculo de probabilidades de una distribucin continua estriba en que el rea encerrada por su grfica se corresponde con una gran aproximacin a la correspondiente probabilidad. El rea total de la curva es igual a 1, distribuida en mitades simtricas de 0,5. el rea igual a 1 coincide con el espacio muestral que es igual a 1 de todos los eventos posibles de un experimento.

15

23

Captulo v
1. Aproximacin de la distribucin normal a la binomial y distribucin de Student 1.1.- Aproximacin e la Distribucin normal a la binomial.
Para calcular el xito o el fracaso de una serie de n ensayos de una distribucin binomial recurrimos a su frmula o su respectiva tabla; sin embargo si n es demasiado grande, que exceda a los confines de cualquier tabla, debemos ir a la aplicacin de una frmula lo cual resulta altamente engorrosa, y es por ello que se dise el mtodo alternativo de usar la distribucin normal para aproximarse a la distribucin binomial. Esta aproximacin se considera lo suficiente precisa si y Si esta prximo a 0,50, valor que se toma

como factor de correccin de continuidad, f.c.c. = 0,5 y se define como el valor de 0,5 restado o sumado, segn sea el caso, a un valor seleccionado cuando una distribucin de probabilidades binomial (discreta) se calcula por medio de una distribucin de probabilidad normal (continua) Manera de aplicar el f.c.c.

No.

Probabilidad

Vocablo

Forma

Consideracin

1 2 3 4

Probabilidad Probabilidad Probabilidad Probabilidad

De que al menos ocurra X De que a lo ms que ocurra X De que por lo menos ocurra X De que por lo ms ocurra X

( x 0,5 ) ( x + 0,5 ) ( x 0,5 ) ( x + 0,5 )

Ya que X > Ya que X < Ya que X < Ya que X >

1.2.-Distribucin de probabilidades t de Student: Al igual que la distribucin normal, la distribucin t presenta en su grfica una forma de campana simtrica, pero ms achatada y con mayor rea en los extremos o colas donde se encuentran las zonas crticas o de rechazo. No existe una sola distribucin t, sino una familia de sta debido a que las desviaciones estndar se modifican a medida que aumenta el tamao de la muestra, acercndose a la distribucin normal. Esta distribucin se utiliza bajo las condiciones siguientes:

16

23
a) la muestra es pequea, es decir n<30 b) la desviacin estndar poblacional () es desconocida, si fuera conocida se empleara la distribucin normal estandarizada Z an siendo la muestra pequea c) la poblacin es normal o casi normal. Mientras la distribucin Z presenta una varianza ( 2) igual a uno (1), la varianza de la distribucin t es mayor que uno (1) y esto la hace mas achatada, ms alargada y ms dispersa que la distribucin Z varianza :

Grados de libertad: En estudios posteriores realizados sobre la distribucin t se introdujo este trmino para mejorarla entendindose como: el numero de observaciones menos el numero de restricciones impuestas sobre tales observaciones.

Captulo VI
1.- Teora del Muestreo y Teorema del Lmite Central

1.1.- Definiciones Importantes 1.1.1.-Estadstica Inferencial: Estudia mtodos y tcnicas involucrando uso de un estadstico (muestra) para llegar a conclusin o inferencia sobre el parmetro (poblacin) correspondiente. 1.1.2.- Teora del Muestreo: Estudio que nos ensea la tcnica para analizar una poblacin a travs de una muestra representativa de la misma. 1.1.3.- Distribucin muestral de medias o distribuciones muestrales: Es una distribucin de probabilidades de todas las medias posibles de muestras de un determinado tamao de la poblacin, es decir es una lista de todos los valores posibles para un estadstico (media) y las probabilidades relacionadas con cada valor.
2.1.-Errores Dentro de un Estudio de Muestreo:

2.1.1.- Error de Muestreo: Un error que se establece entre la muestra y poblacin, definido como, la diferencia entre el estadstico muestral y el parmetro poblacional correspondiente Error de Muestreo: 2.1.2.- Error Estndar de la Muestra: Es un error intrnseco de la propia muestra y depende de la normalizacin de cualquier distribucin de probabilidad en estudio. Es una medida de la dispersin de las
17

23 medias muestrales alrededor de la media poblaciones () por lo tanto mide la tendencia a sufrir del error de muestreo, en el esfuerzo por estimar a la media poblacional.
Para definir este error debemos desarrollar el Teorema del Limite Central que nos seala: Si todas las muestras de un particular tamao se selecciona de cualquier poblacin, la distribucin muestral de medias se aproxima a una distribucin normal, es decir a medida que el tamao de la muestra crece la distribucin de medias muestrales se aproximan a una distribucin normal, donde la media de medias (Gran Media) es igual a la media poblacional y, y el error estndar es igual a la desviacin estndar o tpica dividida entre la raz cuadrada del tamao de la muestra

Error estndar de la muestra:

Gran media o media de media:

Luego:

Varianza: 2.1.3.-Conclusiones Importantes del Teorema del Limite Central: 2.1.3.1.- Poblacin Grande n 30, para un estudio muestral se usa la distribucin Z (Distribucin Normal). 2.1.3.2.- Poblacin Pequea n <30, para un estudio muestral se usa la distribucin t (Distribucin No Normal) Observacin: Si la poblacin es normal an cuando su tamao sea pequea (n<30) se usa distribucin Z

2.2.-Factor de correccin para poblaciones finitas: La expresin es apropiada si el muestreo se realiza con reemplazo, o si la muestra se toma de una poblacin muy grande virtualmente infinita. Si el muestreo se realiza sin reemplazo y si el tamao de la muestra cumple que n>0,05N debe aplicarse el factor de correccin para poblaciones finitas, en este caso:

18

23

2.3.- Proporcin muestral de la Distribucin Muestral: Valor esperado o esperanza matemtica:

Error estndar:

Error estndar corregido si n>0,05 N:

2.4.-Mtodos de Muestreo: 2.4.1.- Muestreo Aleatorio Simple: Mtodo donde la muestra se selecciona de manera tal que cada elemento o persona en la poblacin tiene la misma oportunidad de ser seleccionado. 2.4.2.- Muestreo Aleatorio Sistemtico: Mtodo donde se selecciona un punto de inicio aleatorio y despus se elige cada K miembro de la poblacin. 2.4.3.- Muestreo Aleatorio Estratificado: Mtodo donde la poblacin a estudiar se divide el sub-grupos, llamados estratos, y se selecciona de manera aleatoria un elemento de cada estrato atendiendo al tamao de cada uno. 2.4.4.- Muestreo Aleatorio por Conglomerados : Mtodo donde se divide la poblacin en grupos o conglomerados utilizando los lmites naturales geogrficos o de otros tipos; seguidamente los grupos se seleccionan al azar y se recopila una muestra a elegir en forma aleatoria de cada grupo.

RESUMEN DEL CAPTULO EN CUADROS

Cuadro de formulas y condiciones de z y de t para el estudio de parmetros poblacionales.
Parmetro a estudiar Tipo de Poblacin Frmula a utilizar

19

23
Grande (n30) Media Poblacional Pequea (n<30)

x x x t= sx z=

Grande (n30) Proporc. Poblacional Pequea (n<30)

z= t=

p p p sp

Cuadro de frmula y condiciones para obtener el error de muestreo.

Parmetro a estimar Frmula General Tipo de Poblacin Grande (n30) Pequea (n<30) Proporc. Poblacional Error mximo permisible para cualquier Nivel de Confianza (N.C.)

Media Poblacional

E = x

E = z0 x .

E = t0 sx E = z0 p
E = t0 s p

E = p

Grande (n30) Pequea (n<30)

Cuadro de frmulas y condiciones para estudiar el error estndar de la muestra.

Error Estndar Frmula para cada caso Tipo de Poblacin No finita Media Muestral

x =

N n N 1

Finita

No finita

Proporcin Muestral

p =

(1 ) N n n N 1

Finita

20

23

Problemas propuestos para los Captulos tratados en el Ttulo II

Problema 01.- El peso medio de las cajas de frutas de un gran cargamento es de 15 Kgs., con una desviacin estndar de 1,62 Kgs.; si sus pesos estn distribuidos normalmente, Qu porcentaje tendr un peso: a) Entre 15 y18 Kgs. b) Entre 17y 19 Kgs., c) Menos de 13 Kgs., d) Menos de 16 Kgs. y e) Entre 14 y 17 Kgs. Problema 02.- Una distribucin normal tiene una media de 50 y una desviacin estndar de 4. Se pide calcular la probabilidad de un valor: a) Entre 44 y 55, b) Mayor que 55 y c) Entre 52 y 55. Problema 03.- Una poblacin normal tiene una media de 80 y una desviacin estndar de 14. Se pide calcular la probabilidad de un valor: a) Entre 75 y 90, b) 75 o menos y c) Entre 55 y 70. Problema 04.- Una mquina expendedora de refrescos est ajustada para servir un promedio de 250 gramos por vaso, con una desviacin estndar de 3,57. La distribucin de cantidades servidas sigue una distribucin normal. Se pide calcular la probabilidad de que la mquina sirva: a) Entre 253,57 y 258,93 gramos, b) 258,93 o ms gramos y c) Entre 242,86 y 258,93 gramos. Problema 05.- Un nmero reciente de una revista especializada sugiri que las parejas que estn planeando su boda deben que dos terceras partes de las personas que se les enva una invitacin respondan que si asistirn. Pedro y Mara tienen planeado casarse ms adelante este ao y piensan enviar 197 invitaciones. Responder: a) Cuntos invitados deben esperar que esperen la invitacin?, b) Cul es la desviacin estndar?, c) Cul es la probabilidad de que 140 o ms acepten la invitacin? y d) Cul es la probabilidad de que exactamente 140 acepten la invitacin? Problema 06.- Segn los ltimos estudios realizados por una empresa especialista la tasa real de desempleo est por el orden del 9,2%. Si se seleccionan de manera aleatoria 100 aptas para trabajar; Cul ser: a) La cantidad esperada de desempleados?, b) La varianza y la desviacin estndar de desempleados?, c) La probabilidad que exactamente 5 estn desempleados? y d) La probabilidad de que cuando menos 4 estn desempleados? Problema 07.- Un hotel del rea metropolitana tiene 120 habitaciones. En los meses de poco movimiento, alquila un promedio del 75% de sus habitaciones. Responder; Cul es la probabilidad de qu: a) Al menos se ocupe la mitad de las habitaciones de las habitaciones en cierto da?, b) 100 o ms habitaciones en cierto da? y c) 80 o menos habitaciones en cierto da? Problema 08- Se lanza una moneda 500 veces. Calcular la probabilidad de que el nmero de caras no difiera de 250 por: a) Ms de 10 veces y b) Ms de 30. Problema 09.- Los paquetes de cereal de Comercializadora Johan C.A vienen en cajas de 36 Kg, que tienen una desviacin estndar de 1,9 Kg. Se piensa que los pesos estn distribuidos normalmente. Si se selecciona una caja aleatoriamente, 21

23
Cul es la probabilidad que la caja pese: a) Menos 34,8 Kg b) Ms 34,8 Kg c) Entre 34,3 Kg y 38,8 Kg d) Entre 39,5 Kg y 41,1 Kg?. Problema 10.- El 45% de todos los empleados del Consorcio La China C.A tienen ttulos universitarios. Cul es la probabilidad de que de 150 empleados seleccionados aleatoriamente: a) 72 tengan titulo universitario y b) Ms de 70?.

Problema 11.- El Consejo Acadmico del I. U. G. T. design un equipo de profesores para que realizara un estudio del comportamiento en el rendimiento acadmico de los estudiantes que han hecho su vida estudiantil en la institucin. Se observ que la estructura de los datos sigue una distribucin normal. El promedio de las notas de la poblacin estudiantil en el tiempo fue de 13,45 con una desviacin estndar de 1,93. Se quiere responder las siguientes interrogantes: a) Porcentaje de estudiantes que estaran por debajo 11 puntos?, b)Cul sera la probabilidad de que un estudiante seleccionado de manera de manera aleatoria obtenga una nota de 12 15 puntos?, c) De 500 estudiantes, Cuntos aprobaran la materia con una nota de 14 a16 puntos y d) Si el Consejo Acadmico resuelve otorgar becas estudiantiles al 10% de aquellos estudiantes que obtenga las mayores notas, Cul sera la mnima nota a obtener para optar a esta beca? Problema 12.- Un estudio realizado por el Instituto de Tierras de Venezuela ha concluido que las precipitaciones diarias de los Andes Venezolanos parecen estar distribuidas normalmente con una media de 55,88 mm. durante la estacin lluviosa. Se determin que la desviacin estndar era de 20,32mm. a) Cul es la probabilidad de que llueva ms de 83,82 mm. en un da durante la estacin lluviosa?, b) que llueva ms de 33,02 mm?, c) que las precipitaciones estn entre 68,58 y 76,20 y d) Cunta precipitacin debe presentarse para exceder el 12% de las precipitaciones diarias? Problema 13.- El 72% de los empleados entre obreros, administrativos y acadmicos que laboran en el I. U. G.T. poseen ttulos acadmicos. Se seleccionan de manera aleatoria 35 empleados: a) Cul es la probabilidad de que exactamente 19 tengan ttulos acadmicos?, b) Ms de 28? y c) Menos de 22? Problema 14.- Si se lanza una moneda equilibrada 160 veces, Cul ser la probabilidad de que se obtengan caras entre el 40% y el 55% de las veces? Problema 15.- Una librera-papelera tiene 7 trabajadores y los ingresos mensuales en bolvares son: 900; 960; 1.020; 900; 1.050; 1.200 y 1.020. Se pide: a) Calcular la media poblacional, la varianza y la desviacin estndar; b) Con los ingresos mensuales dados elaborar una distribucin muestral o distribucin de medias si organizamos los datos de la poblacin a estudiar en muestras de tamao constante de tres (3) miembros, c) Calcular la gran media o media de medias, la varianza y la desviacin estndar de la distribucin muestral o distribucin de medias. Comentar y d) Elaborar la grfica de barras de la distribucin dada y la distribucin muestral o distribucin de medias elaborada. Comentar Problema 16.- Las ventas de una empresa de lneas blancas en miles de bolvares durante los ltimos cinco meses fueron: 176,7; 189,6; 168,0; 209,1 y 187,2. Asumiendo que estos cincos meses constituyen la poblacin, se pide: a) Calcular la media poblacional, la varianza y la desviacin estndar; b) Con los movimientos econmicos mensuales dados elaborar una distribucin muestral o distribucin de 22

23
medias si organizamos los datos de la poblacin a estudiar en muestras de tamao constante de tres (3) miembros, c) Calcular la gran media o media de medias, la varianza y la desviacin estndar de la distribucin muestral o distribucin de medias. Comentar y d) Elaborar la grfica de barras de la distribucin dada y la distribucin muestral o distribucin de medias elaborada. Comentar.

Problema 17.- Las latas de refresco vendidas en la refresquera Pedroso S.R.L tienen un promedio 16,11 onzas con una desviacin estndar de 1,2 onzas. Si se tena una muestra de 200 latas de refresco Cul es la probabilidad de que la media sea: a) Menor que 16,27 b) Por lo menos 15,93 y c) Entre 15,9 y 16,3. Problema 18.- Una poblacin normal tiene una media de 85 y una desviacin estndar de 17. Si selecciona una muestra de 16, calcular la probabilidad de que la media de las medias mustrales sea: a) Mayor que 90, b) Menor que 75 y c) Entre 75 y90. Problema 19.- Una poblacin cuya forma no se conoce tiene una media de 75 con una desviacin estndar de 5. Si se selecciona una muestra de 40, calcular la probabilidad de que la media de las medias muestrales sea: a) Mayor que 77, b) Menor que 74, c) Entre 74 y 76 y d) Entre 76 y 77. Problema 20.- Segn estudio realizado por SENIAT, los contribuyentes personas naturales tardan 330 minutos en promedio en preparar, copiar y archivar en un medio electrnico la planilla modelo para este tipo de declaracin. Una empresa gestora que orienta a los consumidores en el preparado de estas planillas, seleccion una muestra de 40 de sus clientes y comprob que el tiempo requerido para preparar, copiar y archivar la planilla les llev un promedio de 320 minutos. a) Cul es el error estndar?, b) Cul es la probabilidad de que la media de las medias muestrales sea mayor que 325 minutos?, c) Cul es la probabilidad de que la media de las medias muestrales se encuentre entre 320 y 350? y d) Cul es la probabilidad de que la media de medias muestra esa mayor que 350? Problema 21.- Una encuesta realizada por una empresa especializada revel que los estudiantes de ltimo ao de secundaria ven televisin en un promedio de 37,2 horas por semana. Se asume una desviacin estndar de 5,4 horas. En una muestra de 500 estudiantes de secundaria, qu tan probable es que la media muestral sea: a) Ms de 38 horas?, b) Menos de 36,6 horas? Y c) Entre 36,4 y 37,9? Problema 22.- El consumo diario de agua en San Juan de los Morros, promedia 92,2 litros por hogar, con una desviacin estndar de 17,56 litros. El Alcalde de la ciudad desea estimar esta media no conocida con una muestra de 100 hogares, Qu tan probable es que el error de muestreo exceda los 1,89 litros? Problema 23.- El 30% de los empleados tienen formacin avanzada. Si una muestra de 500 empleados menos del 27% estaban preparados de forma
23

23 adecuada, todos los nuevos empleados contratados necesitarn inscribirse en un programa de formacin. Cul es la probabilidad de que se inicie el programa? Problema 24.- La proporcin de todos los clientes Pizza Spsito C. A. que comen en el sitio es del 75%. En una muestra de 100 clientes, Cul es la probabilidad de que menos del 20% lleven su comida a casa? Problema 25.- Una empresa elabora cables con una resistencia media de 800 Kgs. Y una desviacin estndar de 60 Kgs. Qu probabilidad debe existir si se toma una muestra de 16 cables del mismo tipo, de tengan resistencia: a) Ms de 820 Kgs.? y b) Menos de 785? Problema 26.- De 314 0breros que trabajan en una empresa automotriz se observa que tienen un promedio de 32 aos, con una desviacin estndar de 10 aos. Se pide: a) Probabilidad de qu la media muestral de 25 de ellos resulte menor de 28 aos y b) Probabilidad de que sobrepase los 31 aos. Problema 27.- Si la desviacin estndar de las notas de los estudiantes de un curso de Estadstica Instrumental del I. U. G. T. es de 1,6 puntos. Si se toma una muestra de 36 estudiantes de estos estudiantes, Cul es la probabilidad de que se presente un error de muestreo de 0,6 puntos o ms? Problema 28.- Los salarios diarios en una empresa manufacturera estn distribuidos normalmente con una media de Bs.40, 00. Si el 12% de la media de los salarios diarios en muestras de 25 obreros, es inferior a 39,15; Cul es la desviacin estndar de los salarios diarios en esta empresa?

24

23

TTULO III Captulo VI

ESTIMACION CON INTERVALO DE CONFIANZA

1. Estimacin: Estimacin es el proceso mediante el cual se obtiene un estimador. 1.1 Estimador Puntual: Estadstico que se calcula a partir de la informacin de la muestra y se utiliza para estimar el parmetro de la poblacin, el cual es un nico valor. 1.2 Estimacin por intervalos de confianza : Es el rango de valores creado a partir de los datos de la muestra, de modo que el parmetro poblacional es probable que ocurra dentro de ese rango dentro de una probabilidad especfica. 1.3 Nivel o Coeficiente de Confianza : Es la probabilidad especifica que define el rango dentro del cual debe estar el parmetro poblacional desconocido. 2. Intervalos de Confianza para Medias Poblacionales ( ). 2.1 Poblacin Grande (n30) Se utiliza Z. IC de = LIC = Limite inferior de confianza LSC = Limite superior de confianza LIC = X ; LSC = X + 2.2 Poblacin Pequea (n<30) Se utiliza t. LIC = X Debe cumplirse tambin para usar poblacional que la desviacin estndar

sea desconocida entonces se usa la desviacin estndar

muestral y que adems la poblacin sea normal o casi normal.

3. Intervalos de Confianza para Proporciones Poblacionales 3.1 Poblacin Grande (n30) Se utiliza Zo. LIC = X ; LSC = X +

3.2 Poblacin Pequea (n<30) Se utiliza to.

25

23

4. Determinacin del tamao apropiado de la muestra Seleccionado todo el nivel de confianza, en el tamao muestral dos 2 factores importantes influyen: a) la varianza de la poblacin ( x ), expresa el grado de variabilidad que presentan las unidades de la 2 poblacin, siendo para proporciones poblacionales: x = pq = (1- ) y 2 en el mejor de los casos x = 0,25; b) el tamao del error tolerable (E) fijado por el investigador de acuerdo al estudio a realizar y c) el nivel de confianza (NC), tiene relacin directa con el tamao de la muestra a mayor nivel de confianza el tamao de la muestra ser mayor. 4.1 Tamao de la muestra para estimar ( )

4.2 Tamao de la muestra para estimar

E = p Si se maximizar n, lo hacemos ms confiable para la investigacin, y sto se logra para Si se maximizar n, lo hacemos ms confiable para la investigacin, y sto se logra para Si se maximizar n, lo hacemos ms confiable para la investigacin, y sto se logra para 0,5 ( 1 ) 0, 25 por lo que . 4.3 Tamao ptimo en el muestreo aleatorio simple para poblaciones finitas (N) n
2 x 2

( EZ)

2 x

Si

5. Propiedades de un buen estimador: 5.1 Estimador insesgado: Un estimador es insesgado, si la medias de su de distribucin muestral es igual al parmetro correspondiente. 5.2 Estimador eficiente: Dado todo estimador insesgado, el ms eficiente es aquel que tenga la menor varianza 5.3 Estimador consistente: Un estimador es consistente si, a medida que n aumenta el valor del estadstico se acerca al parmetro 5.4 Estimador suficiente: Un estimador es suficiente si ningn otro estimador puede proporcionar ms informacin sobre el parmetro.
26

23

RESUMEN DEL CAPTULO EN CUADROS

Intervalos de Confianza
Parmetro Media Poblacional Proporcin Poblacional Intervalo de confianza I.C. de : L.I.C. L.S.C. I.C. de : L.I.C. L.S.C.

Cuadro de frmulas y condiciones para determinar cualquier Intervalo de Confianza Tipo de Parmetro Lmite Determinacin Tipo de Poblacin Distribucin Inferior de L.I.C. = x - Z 0 x
Media Poblacional Confianza Grandes-No finitas (n30) Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza Superior de Confianza Inferior de Confianza L.S.C. =

x + Z 0 x
Z 0 p Z 0 p

Proporcin Poblacional

L.I.C. = p L.S.C= p + L.I.C. =

Distribucin a utilizar. Se utiliza la Distribucin Normal Estndar (Z). Sin embargo se utiliza tambin en poblaciones pequeas, siempre y cuando sta sea una poblacin normal. Comentario. Para conseguir el valor de Z0, se debe conocer el Nivel de Confianza (NC), y con ese valor conseguir el valor del rea (A0) dentro de la tabla, la cual nos define el valor de Z0.

Media Poblacional Grandes finitas (n30)

x - Z 0 x fcpf
+ Z 0 x fcpf Z 0 p fcpc Z 0 p fcpc

L.S.C.= x

Proporcin Poblacional Media Poblacional PequeasNo finitas (n<30)

L.I.C. = p L.S.C= p + L.I.C. =

x - t0 S x
+ t0 S x t0 S p t0 S p
Distribucin a utilizar. Se utiliza la Distribucin Simtrica Platicrtica de Student (t), para poblaciones pequeas no normales. Comentario. Para conseguir el valor de t0, se debe conocer el Nivel de Confianza (NC), y ese valor se combina con el grado de libertad (g.l.), ubicado en la primera columna a la derecha de la tabla t, ubicando en la parte de la fila superior donde se seala dos colas al N.C. g.l.= n r n=tamao de la muestra r=restriccin que

L.S.C= x

Proporcin Poblacional Media Poblacional Pequeas finitas (n<30)

L.I.C. = p L.S.C= p + L.I.C. =

x - t0 sx fcpf
+ t0 sx fcpf t0 S p fcpf

L.S.C= x

Proporcin

L.I.C. = p -

27

23
Poblacional Superior de Confianza
presenta la poblacin

L.S.C= p+

t0 S p fcpf

Factor de correccin para poblaciones finitas: fcpf

N n N 1

Determinacin del tamao adecuado de la muestra Tipo de Poblacin

No finita

Parmetro
Media Poblacional y Proporcin Poblacional

Frmula Ordinaria
Z n= E
2

Frmula ptima

Comentario
Seleccionado el N.C., en el tamao muestral 2 factores importantes influyen: a) la

Z n = (1 ) E n= NZ NE 2 + Z 2 2
2 2

Z n = 0, 25 E

varianza de la pobl. ( 2 ), expresa el grado de variabilidad que presentan las unidades de la pobl., siendo para prop. Poblacs.:

2=

(1- ) y en el

mejor de los casos

Finita

Media Poblacional y Proporcin Poblacional

x2 =

0,25;

n=

( 1 ) NZ 2 NE 2 + Z 2 ( 1 )

n=

0, 25 NZ 2 NE 2 + 0, 25Z 2

b) el tamao del error tolerable (E) fijado por el investigador de acuerdo al estudio a realizar y c) el nivel de confianza (NC), tiene relacin directa con el tamao de la muestra a mayor nivel de confianza el tamao de la muestra ser mayor.

Captulo VII
Estimacin por intervalos en muestras de dos poblaciones independientes

1. Intervalo de confianza para medias poblacionales 1.1 Estimacin con muestras grandes (n30)

28

23

Si no se conoce ni ; es decir:

, se emplean las varianzas muestrales

Entonces IC de 1.2 Estimacin con muestras pequeas.

1.1.1

Suponer varianzas iguales; pero desconocidas. Estimado mancomunado de la varianza comn a ambas poblaciones

Por lo que: 1.1.2 Suponer varianzas diferentes; y desconocidas

Si gl resulta un valor decimal, se toma el entero anterior.

Por lo tanto

1.2 Estimacin con muestras pareadas Por lo general son muestras pequeas.
29

23

Muestras pareadas: Son muestras donde dos observaciones presentan una gran similitud, son pares correspondientes y difieren solo en un aspecto relevante.

Diferencia promedio entre observaciones pareadas

Desviacin estndar de las diferencias Entre las observaciones pareada

Por lo que 2.- Intervalo de confianza para dos proporciones poblacionales

Error estndar de la diferencia Entre dos proporciones poblacionales Por lo que 3.- Seleccin del tamao apropiado de la muestra 3.1 Para estimar

3.2 Para estimar

30

23

Captulo VIII
PRUEBA DE HIPOTESIS
1. Definiciones bsicas 1.1. 1.2. Hiptesis: Afirmacin o enunciado acerca de un parmetro o poblacin que se desarrolla o elabora con el propsito de probar. Prueba de Hiptesis: Procedimiento basado en la evidencia muestral y la teora de la probabilidad que se emplea para determinar si la hiptesis es una afirmacin razonable.

2. Procedimiento de cinco pasos para probar una hiptesis 2.1 Primer Paso: Establecer la hiptesis
2.1.1. Hiptesis Nula (Ho): Afirmacin acerca del valor de un atributo de un parmetro poblacional. 2.1.2. Hiptesis Alternativa: Afirmacin que se acepta si los datos de la muestra proporciona suficiente evidencia de que la hiptesis nula es falsa. 2.2 Segundo paso: Seleccionar un nivel de significancia 2.2.1. Nivel de Significancia: Es la probabilidad de rechazar la hiptesis nula siendo verdadera. 2.2.2. Error Tipo I: Rechazar la hiptesis nula siendo verdadera. 2.2.3. Error Tipo II: Aceptar la hiptesis nula siendo falso 2.2.4. Tipos de Prueba a) Prueba de dos colas: Se presenta cuando

ZONA DE 31

23
ACEPTACION ZZ+

ZONA DE RECHAZO: b) Prueba de una cola: Se presenta cuando a la derecha) cuando (cola a la izquierda) (cola

Zona de Aceptacin

Zona de Aceptacin

Z-

Z+ Zona de rechazo:

Z-

Z+

2.3. Tercer Paso: Determinar el estadstico de prueba

2.3.1 Estadstico de Prueba: Valor determinado a partir de la informacin de la muestra que se utiliza para definir si se rechaza la hiptesis nula.

2.3.2 Casos que se presentan para probar hiptesis

A) Para una poblacin (Muestra Grande; n30, y p)

En medias poblacionales ()

En proporciones poblacionales (p) 32

23

Cuando muestra S y p.

no se conocen se asume la desviacin estndar de la

B) Para una poblacin (Muestra pequea; n<30,

C) Para dos poblaciones (Muestras Grandes; n30:

Si se desconoce

D) Para dos poblaciones (muestras pequeas, n<30,

a) Cuando

y son desconocidas

33

23

b) Cuando

y son desconocidas

Donde el

E) Para datos pareados (muestras pequeas n<30,

F) Para dos proporciones poblacionales

34

23

2.4 Cuarto Paso: Formular una regla de decisin Si la prueba es de dos colas, para aceptar la hiptesis nula debe cumplirse que (Muestra grande) to< t < to (Muestra

pequea) de lo contrario se rechaza Si la prueba es de una cola a la derecha, debe cumplirse que Z Zo (Muestra grande) t < to (Muestra pequea) ya

Si la prueba es de una cola a la izquierda, debe cumplirse que Zo (muestra grande) o t < to (muestra pequea), ya que

2.5 Quinto Paso: La toma de decisin: Estudiados y analizados los supuestos de los cuatro pasos anteriores, se toma la decisin y se redacta en base a los resultados obtenidos.

3. Valores p: Uso e interpretacin, en una prueba de hiptesis

3.1 Valor p: Es la probabilidad de observar un valor de muestra tan extremo o ms que el valor observado, dado que la hiptesis nula es verdadera 3.2 Uso e interpretacin: El valor p se usa para probar hiptesis, y es un valor del rea segn la tabla de distribucin normal correspondiente a Z (A). Si lo prueba es de dos colas que A = 0,5 A, de lo contrario se rechaza. Si la prueba es de una cola contrario se rechaza. se acepta la hiptesis nula, de lo se acepta la hiptesis nula, ya

35

23

Problemas propuestos para los Captulos tratados en el Ttulo III

Problema 01.- Para estimar el gasto promedio de los clientes de un restaurant de comida rpida, los estudiantes de una clase toman una muestra de 200 clientes y encuentran un gasto promedio de 5,67 Bs. con una desviacin estndar del 1,10 Bs. Cul es el intervalo de confianza del 95% para los gastos promedio de todos los clientes? Interpretar resultados. Problema 02.-En una sala de conferencia, una tertulia estudiantil popular vende vasos de tizana de 16 onzas. Diez estudiantes compran un total de 22 vasos y utilizando su propia taza de medida estiman los contenidos promedios, la media muestral es de 15,2 onzas con una desviacin estndar muestral de 0,86. Con un nivel de confianza de 95% los estudiantes creen que su dinero vale? Interprete el intervalo. Problema 03.- Cien latas de 453,58 grs. de salsa de tomate de una reconocida marca nacional tienen un promedio de 430,91 grs. La desviacin estndar poblacional en peso es de 27,22 grs. Dentro de un nivel de confianza del 95%, Las latas parecen estar llenas realmente con un promedio de 453,58? Problema 04.- Las bonificaciones para 10 jugadores de la Liga Nacional de las Grandes Ligas se utilizan para estimar la bonificacin promedio para todos los nuevos jugadores. La media muestral es de $ 65.890,00 con S = $ 12.300,00. Cul es su estimacin con un intervalo de confianza del 90% para la media poblacional? Problema 05.- Una empresa especializada inform que el 68% de todos los estudiantes de secundaria tenan computadoras en su casa. Si una muestra de 1.020 estudiantes revela que 673 tienen computadoras caseras. Ser que dentro de un intervalo del 99% apoya a esa empresa especializada? Problema 06.- Una empresa de investigacin realiz una encuesta para determinar la cantidad media que los fumadores gastan en cigarrillos durante una semana. Una muestra de 49 fumadores revel que la media muestral es de Bs. 20 y una desviacin estndar muestral de Bs. 5. a) Cul es el estimador puntual de la media de la poblacin? Explicar que indica y b) Utilizando el nivel de confianza de 95%, determinar el intervalo de confianza para la media poblacional. Explicar que indica. Problema 07.- El dueo de una granja avcola quiere calcular el nmero medio de huevos que pone una gallina. Una muestra de 20 gallinas indican que ponen un promedio de 20 huevos al mes con una desviacin estndar de 2 huevos por mes. a) Cul es el valor de la media poblacional? Cul es el mejor estimador de este valor? b) Explicar Por qu? se necesita usar la distribucin t, Qu suposicin debe hacer?, c) Para un intervalo de confianza del 95%, Cul es el valor de t?, d) Desarrolle el intervalo de confianza del 95% para la media poblacional y e) Sera razonable llegar a la conclusin de que la media de la poblacin es 21 huevos, Qu tal 25 huevos?

36

23
Problema 08.- Una embotelladora de agua potable proporciona el producto en botellones de 25 litros a un sector de una parroquia caraquea. El gerente desea estimar el nmero promedio de botellones que una casa consume en un mes. Se toma una muestra de 75 viviendas y se registra el nmero de botellones consumidos, proporcionando una media de 3,2 botellones con una desviacin estndar de 0,78. Se desea investigar: a) Qu revelar un Nivel de Confianza del 92%? b) Cuntas viviendas se deben tomar en cuenta para estar el 97% seguro de que el Intervalo de Confianza no est errado en ms de 0,10 de botellones de agua?, c) Al seleccionar una muestra ms pequea de 10 viviendas para estimar el promedio de miembros de la familia por vivienda, arroj los resultados siguientes: 1, 3, 4, 7, 2, 2, 3, 5, 6 y 6, personas por cada vivienda; cules sern los resultados para un Nivel de Confianza del 97% para el nmero promedio de miembros de la familia por viviendas donde la Desviacin Estndar es 4,1 botellones de agua. d) De las 75 viviendas de la muestra 22 tienen filtros de agua en su vivienda, cul ser el estimado para un Nivel de Confianza del 95% de la proporcin de todas las viviendas en el sector de la parroquia que tienen filtros de agua? y e) Con el Nivel de Confianza anterior de todas las viviendas que tienen filtros de agua y carece de precisin, cul ser el tamao de la muestra para producir un Intervalo de Confianza del 10%? Problema 09 .- Para estimar gastos promedio de los clientes de un local de Mc Donald s, los estudiantes de estadstica toman una muestra de de 200 clientes y encuentran un gasto promedio de Bs16,25, con una desviacin estndar de Bs 3,15. Cul es el intervalo de confianza para los gastos promedio de todos los clientes dentro de un nivel de confianza del 95%? Interpretar resultados. Problema 10.- Una agencia de turismo tom muestras de las personas que en vacaciones participaban en cruceros por El Caribe y que visitaban a Puerto Rico. Dentro de un nivel de confianza de 96%, Cul ser el intervalo de confianza para la proporcin de vacacionistas venezolanos si de las 1822 personas encuestadas 531 eran venezolanos?

Problema 11.- Qu tan grande se requiere que sea el tamao de una muestra para que proporcione una estimacin del 90% del nmero promedio de graduados de las universidades nacionales con un error de muestreo de 2.000 estudiantes si una muestra piloto reporta una desviacin estndar de 8.659? Problema 12.- Para realizar un estudio se requiere un nivel de confianza del 95% para la tasa de rendimiento promedio de una empresa que gana sobre sus proyectos para presupuestar capital. Cuntos proyectos debe tener la muestra, si su supervisor especifica un error mximo de slo del 5% y una desviacin estndar de 2,3%? Problema 13.- Un investigador est interesado en estimar la ganancia en peso total, en 0 a4 semanas de 1.000 pollitos alimentados con una nueva racin. Obviamente, pesar cada ave sera tedioso y llevara demasiado tiempo. Por lo tanto, se debe determinar el nmero de pollitos a seleccionar en una muestra, para estimar el total con un lmite para el error de estimacin igual a 1.000 gramos. Muchos estudios similares sobre nutricin de pollitos se han llevado a cabo en el pasado. Usando datos de estos estudios, el investigador encontr
37

23 que la varianza es, aproximadamente de 36 gramos. Determinar el tamao de muestra requerido, con un nivel de confianza del95%. Problema 14.-Para una poblacin de 123.318 electores se desea calcular el tamao de una muestra para una encuesta donde el nivel de confianza debe ser del 98% con un error permisible del 2%. Cul es el tamao de la muestra? Problema 15 .- El fabricante de un nuevo auto compacto sostiene que este promediar un consumo de 14Km./lit. en carreteras normales. En 40 corridas de prueba el auto promedi13,9 Km. /lit. de consumo con una desviacin estndar de 0,933 Km. / lit. Podr rechazarse la afirmacin del fabricante dentro de un nivel de significancia del 5%? Problema 16.- Doris de Comida C. A. construir un nuevo establecimiento en una localidad propuesta solo si durante ciertas horas pasa por ella ms de 200 automviles por hora. En 20 horas aleatoriamente muestreadas durante el horario establecido, el nmero promedio que pasan es de 208,5; con una desviacin estndar muestral 30,0. Se supone que estadstica es aproximadamente normal. Dentro de un nivel de significancia del 5%, Se podr rechazar la hiptesis nula? Problema 17.- El encargado para colocar en el mercado de trabajo a los graduados del I. U. G. T. sostuvo que al menos el 50% de los nuevos graduados haban cerrado un trato de empleo para el 1ro de Agosto. Supongamos que rene una muestra aleatoria de 30 estudiantes prximo a graduarse y que solo 10 de ellos sealan haber cerrado un trato de empleo para el 1ro de Agosto. Dentro de un nivel de significancia del 5%; Se podr rechazar que sostiene el encargado del I. U. G T para la colocacin en el mercado de nuevos graduado? Problema 18.- Se estudia la ubicacin de un centro comercial y se consideran las alternativas de dos localidades tomando en cuenta el ingreso econmico mensual de los miembros de la comunidad. Se desea probar la hiptesis de que no existe diferencia entre el ingreso econmico medio de ambas comunidades y se supone que la desviaciones estndar de ese ingreso medio tambin son iguales. En una muestra de 30 hogares de la primera comunidad el ingreso mensual promedio es de Bs. 8.150,00 con una desviacin estndar de Bs. 332. En una muestra de 40 hogares en la segunda comunidad, el ingreso mensual promedio es de Bs. 7.790,00 con una desviacin estndar de Bs. 430. Para un nivel de significancia del 5%, Se cumplir la hiptesis planteada? Problema 19.- En problema anterior considere: Comunidad 01 n1 = 16, X1 = Bs. 8.000,00; S1 = 0,326 Comunidad 02 n2 = 25; X2= Bs. 7.750,00; S2 = 0,428 = 0,05 Problema 20.- Un fabricante evala dos tipos de equipos para la fabricacin de un componente; los datos de la investigacin se presentan al final.

38

23 El ndice de fabricacin de ambas marcas es el mismo. Sin embargo debido a que el costo de la primera marca es sustancialmente menor, el fabricante le concede el beneficio de la duda y formula la tesis de que 1 < 2. Para un nivel de significancia del 5% probar la hiptesis planteada. n Defectuoso Equipo 01 Equipo 02 50 80 5 6

Problema 21.- Un profesor de Estadstica Instrumental del I. U. G. T. sugiere dos textos de estudios para los cursos donde dicta la materia y quiere probar que el texto de estudio 01 da mejor rendimiento que el texto de estudio 02, y toma apoyo un reciente estudio realizado, el cual se muestra en cuadro anexo, donde se presenta el nmero de estudiantes aprobados segn el texto utilizado. Dentro de un nivel de confianza del1%; Ser que el profesor de estadstica estar en lo cierto? Curso 1 Texto Equipo 01 Equipo 02 12 13 2 10 10 3 15 16 4 09 10 5 14 11 6 15 13 7 14 12 8 14 12 9 11 14 Total 114 111

Problema 22.-En 1997 una empresa de inversiones inform que los empresarios en un pas desarrollado invierten un promedio de 18.600 Bs. cada mes en el mercado de ttulos. Si esta afirmacin est apoyada en un nivel de significancia del 5% y tomamos una muestra de 36 meses que nos presenta una media de inversin de Bs. 17.100 y una desviacin estndar de 2.400 Bs. Ser que la informacin que presenta la empresa de inversiones es cierta? Problema 23.-Un distribuidor de bebidas plantea la hiptesis que las ventas por mes se estiman en ms de Bs. 12 si seleccionamos una muestra de 10 meses donde se reporta una media de Bs 11,277 y una desviacin estndar de Bs 3,772. Para un nivel de significancia del 5% ser cierta la aseveracin del distribuidor de bebidas.

Problema 24.- Como gerente de compras la Seora Rosa Mara Cavero debe decidir si se actualizan o no las computadoras de la oficina. A ella se le informado que el costo promedio de las computadoras es de Bs 2.100,00. Una muestra de 64 minoristas revela un promedio de 2.251,00, con una desviacin estndar de Bs 812,00. Si tomamos un nivel de significancia del 5%; Ser correcta la Informacin? 39

23
Problema 25.- Debido a los retardos que se producen en el tiempo para que los estudiantes lleguen a tiempo a clase en el I. U. G. T., el Director Acadmico desea plantear una revisin de los horarios de clase. l considera que el tiempo promedio de de los estudiantes para llegar a clase es de 50 minutos. Encuestados 70 estudiantes se constato que ellos tardan un promedio de 47,2 minutos con una desviacin estndar de 18,9 minutos. Para un nivel de significancia del 1%, Ser que el Director Acadmico est en lo cierto?

TTULO IV Captulo IX
ANALISIS DE VARIANZA 1. Anlisis de varianza (ANOVA): Es un modelo estadstico diseado especficamente para probar si dos o ms poblaciones presentan la misma media. 1.1. Definiciones bsicas 1.1.1. Distribucin F o de Fisher : Esta distribucin de probabilidad es utilizada como distribucin del estadstico de pruebas para diferentes situaciones, a fin de probar si dos muestras provienen de poblaciones que tienen varianzas iguales. 1.1.2. Tratamiento: Es la influencia que pueda tener los valores o datos externos sobre las medias de las unidades experimentales de las poblaciones examinadas, en forma particular trminos empleados para identificar las diferentes poblaciones estudiadas. 1.1.3. Unidades experimentales: Es cada sub-grupo en los cuales se divide una poblacin o muestra para realizar el estudio. 1.1.4. Factor: Es la variable que se desea medir en el estudio que se realiza.

40

23 1.2 Comparacin de las varianzas de poblacin : Teniendo las observaciones de dos poblaciones se establece como estadstica de pruebas: La varianza mayor se toma en el numerador y la menor en el denominador 1.3 Anlisis de varianza a una sola va (Diseo completamente aleatorio) Para realizar el ANOVA a una sola va se requiere obtener la gran media de todas las observaciones en ltimo lugar

y en primer lugar la media aritmtica de cada subgrupo en la cual fue dividida la muestra o la poblacin

1.3.1 Variacin total: Es la suma de las diferencias elevadas al cuadrado entre cada observacin y la media total o gran media es decir es el desvo elevado al cuadrado de la observacin de la poblacin o muestra respecto a la media total o gran media.
scc rj X IJ X i 1 j 1 r c 2

1.3.2 Variacin tratamiento: Es la suma de las diferencias elevadas al cuadrado en la media aritmtica de cada tratamiento y la media total o gran media, es decir el desvi elevado al cuadrado de cada media aritmtica de los tratamientos respecto a la media total o gran media.

1.3.3. Variacin de error o aleatoria: Es la suma de los diferencias elevadas al cuadrado entre las observaciones por tratamiento y sus medias respectivas de tratamiento.

Para comprobar resultado debe cumplirse que SCE= SCTR + SCE

41

23 1.3.4. Cuadrados Medios: Para obtener los cuadrados medios a cada valor de variacin se le divide entre los grados de libertad. a) Grado de libertad para la variacin total; g.l. de SCT= n-1; n= nmero total de observaciones de la poblacin o muestra, y tienen una (1) sola restriccin ya que (gran media) es nica.

b) Grado de libertad para la variacin de tratamiento ; g.l. de SCTR = C-1 C = nmero de tratamientos, y cada tratamiento tiene una (1) sola restriccin ya que tratamiento. c) Grado de libertad para la variacin de error o aleatoria ; g.l. = n-c 1.3.4.1. Cuadrado medio total (media de cada tratamiento) es nica para cada

1.3.4.2. Cuadrado medio de tratamiento

1.3.4.3. Cuadrado medio del error o aleatoria

1.3.5. Estadstico de prueba para las conclusiones de ANOVA Razn de Fisher o F para una prueba de medias

Si

(tablas) es menor que F se rechaza la hiptesis nula, y si

es

mayor se acepta. 1.3.6. Suposiciones de ANOVA Se supone: a) Las poblaciones siguen la distribucin normal b) las poblaciones presentan desviaciones tpicas o estndar iguales c) las muestras se seleccionan de manera independiente.

Captulo X
42

23 LA PRUEBA NO PARAMETRICA DEL CHI CUADRADO 1. Definiciones bsicas. 1.1. Pruebas no paramtricas: Son procedimientos estadsticos que pueden utilizarse para contrastar hiptesis cuando no son posibles los supuestos respecto a los parmetros o a las distribuciones poblacionales. CHI-CUADRADO ( ) Es la suma de las fracciones que tienen

1.2.

por numerador el cuadrado de las diferencias entre las frecuencias observadas o reales y las frecuencias esperadas o tericas y por denominador la frecuencia esperada

1.3.

Aplicaciones mas comunes de las prueba CHI-CUADRADO

1.3.1. Pruebas de Bondad de Ajuste: Medidas sobre que tan cerca se ajustan los datos muestrales observados a una forma de distribucin particular planteada como hiptesis. Para entrar a la tabla del CHI-CUADRADO y obtener necesita conocer el nivel de significancia , se

y el grado de

libertad donde K es el numero de categoras o clases y m es el numero de parmetros a estimar 1.3.1.1. Prueba para un ajuste uniforme: Cuando las frecuencias esperadas o tericas se presentan iguales. 1.3.1.2. Prueba especifica a un patrn especifico : Es cuando las frecuencias esperadas o tericas no son iguales. pi= posibilidad de cada categora

n= tamao de la muestra

1.3.1.3 Prueba de Normalidad: Apoyados en la distribucin normal probar si esta se cumple para series abiertas. Para cualquier prueba de bondad de ajuste la regla de decisin se establece de la manera siguiente: , se acepta la hiptesis nula.

1.3.2. Pruebas de independencia . La prueba del CHICUADRADO, tambin permite la comparacin de dos atributos para determinar si existe una relacin entre ellos. La
43

23 mejor manera de probar la independencia entre dos atributos, es revisando esta independencia entre dos variables con escala nominal en una tabla de contingencia.

Problemas propuestos para los Captulos tratados en el Ttulo IV

Problema 01.- Cul es el valor crtico de F para una muestra de 6 observaciones en el numerador y 4 observaciones en el denominador? Utilizar una prueba de dos colas y un nivel de significancia del 10% Problema 02.- Dadas las siguientes hiptesis:
2 H0 M 12 2 2 HAM 12 2

Una muestra aleatoria de 8 observaciones de la primera poblacin result con una desviacin estndar de 10. Una muestra aleatoria de 6 observaciones de la segunda poblacin result con una desviacin estndar de 7. Con un nivel de significancia del 2%, Existe alguna diferencia en la variacin de las dos poblaciones? Problema 03.- Dadas las siguientes hiptesis:
2 H0 M 12 2 2 HAM 12 f 2

Una muestra aleatoria de 5 observaciones de la primera poblacin result con una desviacin estndar de 12. Una muestra aleatoria de 6 observaciones de la segunda poblacin result con una desviacin estndar de 7. Con un nivel de significancia del 1%, Existe alguna diferencia en la variacin de las dos poblaciones? Problema 04.- En la tabla al final es la informacin de una muestra. Probar la hiptesis de que las medias de tratamientos son iguales para un nivel de significancia del 5%. Comentar sobre el resultado de la hiptesis nula. Tratamiento 01 8 6 10 9 Tratamiento 02 3 2 4 3 Tratamiento 03 3 4 5 4

Problema 05.- En la tabla al final es la informacin de una muestra. Probar la hiptesis de que las medias de tratamientos son iguales para un nivel de significancia del 5%. Comentar sobre el resultado de la hiptesis nula. 44

23

Tratamiento 01 9 7 11 9 12 10

Tratamiento 02 13 20 14 13

Tratamiento 03 10 9 15 14 15

Problema 06.- Un productor de pinturas para viviendas, desea comparar el factor brillo e su pintura utilizando cuatro tipos de emulsiones diferentes. Se pintan cinco tablas con cada tipo de emulsin y la calificacin que se dio a cada una se muestra en tabla anexa . A un nivel de significancia del 1%, Ser que existe alguna diferencia en la calificacin promedio?

Tipo de Emulsin Tablas 1 2 3 4 5 79 82 57 79 83 69 52 62 61 60 83 79 85 78 75 75 78 78 73 71 45 A B C D

23

Problema 07.- Una tienda de departamento, recientemente hizo un estudio para determinar si haba alguna relacin entre el estado civil del cliente y su volumen de compras en bolvares. Los resultados del estudio se presentan en tabla anexa. Cul es la conclusin si el nivel de significancia es del 5%? Compras Estado civil Casado Divorciado Soltero Viudo <50 32 51 21 18 50--75 23 17 19 15 75--100 15 10 29 19 100--125 12 15 35 10 125--150 14 13 39 9

Problema 08.- Las negociaciones actuales entre FEDEPETROL y la gerencia de PDVSA versan sobre el efecto que tienen las escalas de remuneracin en el rendimiento del trabajador. En 5 centros de trabajo se les paga por salarios, contratacin o bonificaciones. Tres trabajadores seleccionados aleatoriamente de los cinco centros de trabajo son acogidos cada uno por una escala diferente de pago. Su produccin diaria medida en unidades se presenta en cuadro anexo. Se piensa que es necesario bloquear los centros de trabajo corrigiendo todas las diferencias que puedan existir en la produccin promedio de la planta. Con base a estos datos, Cul plan de pago sugerira a la gerencia, si el objetivo es maximizar la produccin, para un nivel de significancia del 5%? Esc. de rem. Plantas 1 2 3 4 5 Contratacin 25 35 20 30 25 Salario 25 25 22 20 25 Bonificacin 37 50 30 40 35

46

23
Problema 09.- Se quiere saber si habr igualdad en las medias de las poblaciones de las notas obtenidas por un grupo de estudiantes en las materias que se presenta en tabla anexa. Realizar el estudio para un nivel de significancia del 5% Contabilidad 14 15 14 08 09 Estadstica Instrumental 14 13 09 15 14 13 Matemtica Instrumental 10 08 07 11

Problema 10.- Se renen tres profesores, uno de Estadstica, otro de Matemtica y el ltimo de Informtica, se animan a realizar un estudio de variabilidad sobre las notas e algunos de sus estudiantes tomados de manera aleatoria. Ser que habr variabilidad de las notas presentadas en cuadro anexo que se presenta al final, dentro de un nivel de significancia del 5%? Estadstica Aplicada 12 08 15 14 Matemtica Financiera 10 09 06 11 Introduccin a la informtica 12 14 07 10

Problema 11.- Se toman al azar tres farmacias y se investiga segn la existencia el precio de cincos medicamentos, segn se muestra en cuadro anexo. Se pide probar si existe diferencia de las varianzas entre los precios de cada farmacia, si el nivel de significancia es de 1%. Farmacia Medicamento A B C D E 5 6 7 FAR-01 8 FAR-02 9 10 5 FAR-03 8 9 5 7 8 47

23

Problema 12.- Una compaa embotelladora est interesada en los efectos de tres mtodos que utilizan para la higiene de los recipientes de vidrio. Califica los recipientes para determinar si la higiene es independiente del mtodo. A nivel de significancia de 10%, Cul sera la conclusin con base a los datos en la tabla anexa. Nota de Higiene Mtodo A B C Aceptable 140 89 104 Marginal 132 74 98 Inaceptable 63 44 50

Problema 13.- Un grupo de consumidores locales est interesado en determinar si las tiendas en diferentes localidades de toda la ciudad ofrecen los mismos precios para alimentos. A una canasta de muestra con cinco artculos se le fij precio en los tres sitios de la ciudad. A un nivel del 1% de significancia, Parece que los precios en promedio son los mismos para los tres lugares? Lugar Producto 1 2 3 4 5 Centro 2,92 1,21 5,12 0,98 1,50 Suburbio 3,15 1,32 4,79 1,00 1,45 Afueras 4,35 1,10 5,20 0,98 1,50

Problema 14.- El vicepresidente de una entidad bancaria argumenta que los tres tipos de crditos (autos, viviendas y comercio) se conceden a los clientes en las mismas proporciones. Para probar su hiptesis se recolectan datos sobre 200 crditos otorgados recientemente y se precisa que 54 fueron otorgados para la compra de autos, 46 para viviendas y el resto para comercio. Ser que el funcionario tiene razn si se somete a un nivel de significancia del 5%?

Problema 15.- Un profesor de Estadstica organiz las notas del primer parcial de su curso de Estadstica II en el I. U. G. T. segn tabla anexa. Tomando un nivel de significancia del 10%, l quiere saber si esa tabla si la tabla de distribucin de frecuencias responde a una distribucin normal. = 10,97 y = 4,54 48

23
Escala de notas Menos de 05 De 05 a 10 De 10 a 15 Ms de 15 Estudiantes 03 13 12 08

Problema 16.-La directora de recursos humanos de una empresa manufacturera, preocupada por la ausencia laboral, decide hacer una muestra de registros a fin de determinar si el ausentismo se distribuye de manera uniforme en una semana laboral de seis das. La hiptesis nula que se va a probar es: El ausentismo se distribuye de manera uniforme durante la semana. Los resultados de la muestra son: Das de la semana Lunes Martes Mircoles Nmero de ausencias 12 9 11 Das de la semana Jueves Viernes Sbado Nmero de ausencias 10 9 9

Utilizar un nivel de significancia del 1% y responder: a) Cmo se denominan los nmeros 12, 9, 11, 10, 9, 9?; b) Cuntas categoras hay? y c) Cul es la frecuencia esperada para cada da? Problema 17.- Un dado de seis caras se lanza 30 veces y aparecen los nmeros del 1 al 6 segn se muestra en la distribucin de frecuencias a continuacin. Con un nivel de significancia del 10%, Podemos concluir que el dado est legal? Resultado 1 2 3 Frecuencia Resultado 3 6 2 4 5 6 Frecuencia 3 9 7

Problema 18.- Una empresa mayorista de de artculos de ferretera trata de de utilizar una poltica de extender sus movimientos econmicos, para lo cual decide establecer un cuadro de crditos que de manera porcentual sera: a) Empresas comerciales, 65%; b) Para la exportacin, 25% y c) Personas naturales, 10%. El dueo del negocio quiere demostrar si esta poltica se est cumpliendo y resolvi revisar 125 crditos otorgados de los cuales 91 fueron otorgados a empresas comerciales, 20 para la exportacin y 14 a personas naturales. Si a nivel de 49

23
significancia del 10%; Se mantuvo el patrn de la poltica de extender sus movimientos econmicos? Problema 19.- A los consumidores de un centro comercial se le piden calificar un nuevo producto en una escala continua que comienza en cero. Con base a los datos presentados en cuadro anexo; Se podr concluir a un nivel de significancia del 1%, que los datos estn distribuidos normalmente con una media de 51,25 y una desviacin estndar de 11,18?

Calificacin Menos de 35 De 35 a 40 De 40 a 45 De 45 a 50 De 50 a 55

Frecuencia 1 4 26 97 96

Calificacin De 55 a 60 De 60 a 65 De 65 a 70 Ms de 70

Frecuencia 65 8 2 1

Problema 20.- En el empaque de granos alimenticios para ser vendidos al pblico requiere que cada empaque contenga 5 Kilogramos de promedio permitiendo una desviacin estndar de 0,5. Las especificaciones permiten una distribucin normal en los niveles de empacados. Se desea saber si con los datos dados y los de la tabla anexa, el empacado responde a una distribucin normal dentro de un nivel de significancia del 5% Empaque (Kgs.) Menos de 4,60 De 4,60 a 4,80 De 4,80 a 5,00 10 71 155 Frecuencia Empaque (Kgs.) De 5,00 a 5,20 De 5,20 a 5,40 Ms de 5,40 185 64 15 Frecuencia

Problema 20.- Una empresa de insecticidas a travs de su gerencia general desea determinar si existe alguna relacin entre la clasificacin de efectividad que los consumidores asignan a un nuevo producto y el sitio (urbano o rural) en el cual se utiliza. De los 100 consumidores a quienes se les practic la encuesta, 75 residan en l zonas urbanas y 25 en zonas rurales. En la tabla de contingencia anexa se resume las clasificaciones realizadas por cada consumidor. Se desea comparar el atributo B (ubicacin del producto) con el atributo A (clasificacin del producto). Si el nivel de significancia es del 10%,Ser que la clasificacin y ubicacin son independiente? Ubicacin 50

23
Clasificacin Muy buena Buena Regular Urbana 25 33 17 Rural 12 7 6

Total 37 40 23 100

Total

75

25

Problema 21.- La gerencia general de un centro comercial quiere verificar si existe alguna relacin entre el nmero de personas que lo visitan y el monto de lo que gastan en cada una de las tiendas que lo integran. A qu conclusin se llegara dentro de un nivel de confianza del 1% con base a los datos para 200 visitantes, presentados en la tabla de contingencia anexa? Frec. de visitas Gastos Menos de Bs. 50,00 Bs. 50,00 a 100,00 Bs. 100,00 a 150,00 Ms de Bs. 150,00 Nunca 40 17 14 8 Eventualmente 15 13 18 14 Frecuentemente 4 3 24 30

51