Académique Documents
Professionnel Documents
Culture Documents
Distribucin Binomial
Ejemplo 1
Una mquina fabrica una determinada pieza y se sabe que produce un 7 por 1000 de
piezas defectuosas. Hallar la probabilidad de que al examinar 50 piezas slo haya una
defectuosa.
Solucin:
Ejemplo 2
Solucin:
Distribucin Geomtrica
Ejemplo 1
En el saln hay 8 alumnos de ojos cafs, 9 de ojos azules, 7 de ojos negros, y 10 de ojos
verdes; si extraemos 6 alumnos, calcular la probabilidad de que este ltimo tenga los
ojos claros.
X=6
p = 0.5588
q = 1- 0.5588 = 0.4412
P(X=6) = (0.4412)5(0.5588) = 0.0093 = 9.3418 x 10
Ejemplo 2
Una maquina detecta fallas en los productos que elabora una fabrica. Si los productos
tienen una probabilidad de falla del 5%, calcular la probabilidad de que la maquina
encuentre su primer producto defectuoso en la octava ocasin que selecciona un
producto para su inspeccin.
X=8
p = 0.05
q = 1 - 0.05 = 0.95
P(X=8) = (0.95)7(0.05) = 0.0349
Distribucin Hipergeometrica
Ejemplo 1
a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
4 C2 * 5 C3 ( 3 )( 10 )
p( x 2 ,n 5 ) 0.238095
9 C5 126
b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
1 20 60 81
0.64286
126 126
Ejemplo 2
De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3
proyectiles defectuosos que no explotarn, Cul es la probabilidad de que:
a) los 4 exploten
b) Al menos 2 no exploten
Solucin:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el nmero de
proyectiles que explotan entre la muestra que se dispara
C4* 3 C0 ( 35 )( 1 ) 35
p( x 4; n 4 ) 7
0.16667
10 C4 210 210
b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan
C2* 7 C2 3 C3* 7 C1 ( 3 )( 21 ) ( 1 )( 7 ) 63 7 70
3
0.333333
10 C4 210 210 210
Distribucin de Poisson
Ejemplo 1
Si un banco recibe en promedio 6 cheques sin fondo por da, Cules son las
probabilidades de que reciba:
a) cuatro cheques sin fondo en un da dado
b) 10 cheques sin fondos en cualquiera de dos das consecutivos
Solucin:
a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco
en un da cualquiera = 0, 1, 2, 3,....., etc., etc.
= 6 cheques sin fondo por da
= 2.718
b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco
en dos das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das
consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe
hablar de lo mismo que x.
Solucin:
( 1 )0 ( 2.718 )1 ( 1 )( 2.718 )1
p( x 2,3,4,etc.... 1 ) 1 p( x 0 ,1, 1 ) 1
0! 1!
=1-(0.367918+0.367918) = 0.26416
Ejemplo 1
Una poblacin normal tiene una media de 80 una desviacin estndar de 14.0
= 80z
= 14
a) Calcule la probabilidad de un valor localizado entre 75.0 y 90.0
p(75 x 90)
9080 10 Probabilida
= =0.71 d
z 14 14 =
acumulada.
7580 5 0.7611
= =0.36
z 14 14 =
0.3594
7580 5 Probabilida
= =0.36= d
z 14 14
acumulada.
0.3594
p(x 75) = 0.3594
75 80
c) Calcule la probabilidad de un valor localizado entre 55.0y 70.0
p(55 x 70)
7080 10 Probabilida
= =0.71 d
z 14 14 =
acumulada.
5580 25 0.2389
= =1.79
z 14 14 =
0.0367
55 70 80
Ejemplo 2
Los montos de dinero que se piden en las solicitudes de prstamos en Down River
Federal Savings tiene una distribucin normal, una media de $70,000 y una desviacin
estndar de $20,000. Esta maana se recibi una solicitud de prstamo. Cul es la
probabilidad de que:
= $70,00
z
= $20,00
a) El monto solicitado sea de $80,000 o superior?
p(x80,000)
65000 70000
Distribucin muestral de la media
Ejemplo 1
Ejemplo 2
Una empresa elctrica fabrica focos que tienen una duracin que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviacin estndar de 40
horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una
vida promedio de menos de 775 horas.
Solucin:
Ejemplo 1
En un estudio para comparar los pesos promedio de nios y nias de sexto grado en una
escuela primaria se usar una muestra aleatoria de 20 nios y otra de 25 nias. Se sabe
que tanto para nios como para nias los pesos siguen una distribucin normal. El
promedio de los pesos de todos los nios de sexto grado de esa escuela es de 100 libras
y su desviacin estndar es de 14.142, mientras que el promedio de los pesos de todas
las nias del sexto grado de esa escuela es de 85 libras y su desviacin estndar es de
12.247 libras. Si representa el promedio de los pesos de 20 nios y es el promedio
de los pesos de una muestra de 25 nias, encuentre la probabilidad de que el promedio
de los pesos de los 20 nios sea al menos 20 libras ms grande que el de las 25 nias.
Solucin:
Datos:
1 = 100 libras
2 = 85 libras
1 = 14.142 libras
2 = 12.247 libras
n1 = 20 nios
n2 = 25 nias
=?
Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra de nios sea
al menos 20 libras ms grande que el de la muestra de las nias es 0.1056.
Ejemplo 2
Uno de los principales fabricantes de televisores compra los tubos de rayos catdicos a
dos compaas. Los tubos de la compaa A tienen una vida media de 7.2 aos con una
desviacin estndar de 0.8 aos, mientras que los de la B tienen una vida media de 6.7
aos con una desviacin estndar de 0.7. Determine la probabilidad de que una muestra
aleatoria de 34 tubos de la compaa A tenga una vida promedio de al menos un ao
ms que la de una muestra aleatoria de 40 tubos de la compaa B.
Solucin:
Datos:
A = 7.2 aos
B = 6.7 aos
A = 0.8 aos
B = 0.7 aos
nA = 34 tubos
nB = 40 tubos
=?
Distribucin de una proporcin
Ejemplo 1
Ejemplo 2
Distribucin de la diferencia de 2 proporciones
Ejemplo 1
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren en sus
opiniones sobre la promulgacin de la pena de muerte para personas culpables de
asesinato. Se cree que el 12% de los hombres adultos estn a favor de la pena de muerte,
mientras que slo 10% de las mujeres adultas lo estn. Si se pregunta a dos muestras
aleatorias de 100 hombres y 100 mujeres su opinin sobre la promulgacin de la pena
de muerte, determine la probabilidad de que el porcentaje de hombres a favor sea al
menos 3% mayor que el de las mujeres.
Solucin:
Datos:
PH = 0.12
PM = 0.10
nH = 100
nM = 100
p(pH-pM 0.03) = ?
Se recuerda que se est incluyendo el factor de correccin de 0.5 por ser una
distribucin binomial y se est utilizando la distribucin normal.
Se concluye que la probabilidad de que el porcentaje de hombres a favor de la pena de
muerte, al menos 3% mayor que el de mujeres es de 0.4562.
Ejemplo 2
Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son defectuosos y que 2
de cada 5 objetos fabricados por la mquina 2 son defectuosos; se toman muestras de
120 objetos de cada mquina:
Solucin:
Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4
n1 = 120 objetos
n2 = 120 objetos
p(p2-p1 0.10) = ?
Ejemplo 1
Segn lo anterior:
Operando tenemos:
Ejemplo 2
Esto es:
Operando:
Distribucin T - Student
Ejemplo 1
En 16 recorridos de prueba de una hora cada uno, el consumo de gasolina de un motor
es de 16.4 gal, con una desviacin estndar de 2.1 gal. Demuestre que la afirmacin que
el consumo promedio de gasolina de este motor es 12.0 gal/hora
x
Solucin, Sustituyendo n=16, =12.0, =16.4 y s=2.1 en la formula de t-Student, se
tiene
x 16.4 12.0
t 8.38
s n 2.1 16
Para el cual en las tablas, para =5% y 15 gl es insignificante, y por tanto se puede
concluir que el consumo de 12 gal/h es real
Ejemplo 2
Ho : =
50 el instrumento est calibrado en exactitud
H1 : 50 no est calibrado. Hay un error sistemtico
Se trata de un ensayo de dos colas donde hay =101=9 grados de libertad. De la Tabla
t-Student se obtienen los valores crticos para el 95% de t 0,0592,262, para el 99% de t
0,019 3,25 y para un nivel del 99,9% es t 0,0019 4,781. Lo que permite establecer las
zonas de aceptacin y rechazo:
t
52.9 50.0 3
3 10
Dibujando las zonas con los valores crticos, el valor de t cae en la de rechazo para el
95% y no alcanza para las otras. La conclusin es que se ha probado la existencia de un
error sistemtico con una confianza del 95%.
Distribucin F - Snedecor
Ejemplo 1
Solucin:
Este valor de 2.42 se busca en la columna de 9 grados de libertad uno, con 15 grados de
libertad dos, y se encuentra los siguiente:
Area
0.90 2.09
0.95 2.59
Area
0.95 2.39
0.975 2.84
Area
15 0.933
20 0.9516
Al interpolar nos queda que para 9 grados de libertad uno y 19 grados de libertad dos
con un valor de Fisher de 2.42 el rea a la izquierda es de 0.9478.
Ejemplo 2
Mtodo 1 Mtodo 2
n1 = 31 n2 = 25
s12 = 50 s22 = 24
2 2
Construya un intervalo de confianza del 90% para 1 / 2 .
Solucin:
al despejar: .
F toma dos valores dependiendo del nivel de confianza y de los grados de libertad. En
este caso los grados de libertad uno valen 30 y los grados de libertad dos 24.
y
Estos resultados los podemos interpretar de la siguiente manera:
2 2
Con un nivel de confianza del 90% se sabe que la relacin de varianzas 1 / 2 esta
entre 1.07 y 3.93. Esto supondra que la varianza de la poblacin 1 es mayor a la
varianza de la poblacin 2 entre 1.07 y 3.93.
DISTRIBUCIN ESTIMACION
Estimacin puntual
Ejemplo 1
Se tiene una muestra aleatoria simple x1 ... xn de una variable aleatoria X tal que (X) =
n
ai xi
i 1
y Var(X) = 2. Se consideran los estimadores de de la forma .
1. Determine una condicin sobre los ai para que sea un estimador insesgado.
2. Determine los ai para que sea insesgado y de varianza mnima.
Solucin:
( )
1. Para que el estimador de sea insesgado .
n
n
n n n
ai xi ( )
i 1
a x
i i
i 1
( a x
i i )
i 1
a i ( x i )
i 1
ai
i 1
n n
ai ai 1
i 1 i 1
n
a
i 1
i 1
2. Se debe minimizar la varianza de sujeto a
Calculemos primero la varianza de
n n n n
var( ) var( ai xi ) var( a i xi ) a i2 var( xi ) ai2 2
i 1 i 1 i 1 i 1
n
n
Q 2 ai a i 1
i 1 i 1
Q
2 2 a i 0
a i
2 2 a i
n
2 2 1
ai 1
i 1 n
ai
n
Con ; luego
n
1
xi X
n i 1
Ejemplo 2
x1..xn E (x)
Se tiene una muestra aleatoria simple de una variable aleatoria x tal que
n
ai xi
Var ( x) 2 i 1
y . Se consideran los estimadores de de la forma .
ai
1.1 Determine una condicin sobre los para que sea un estimador insesgado.
n n
ai xi E ( ) E ( ai xi )
i 1 i 1 E (ai xi ) ai E ( xi )
a i ai 1
ai
1.2 Determine los para que sea un estimador insesgado y de varianza mnima.
Se debe:
var( )
Min
s.a
ai 1
var( ) var( ai xi ) a
2
i var( xi ) a 2
i
2
2 ai2
La = = = =
2 ai2 a i 1
L= -( )
L
2 2 ai 0
ai 2 2 ai
(*)
ai 1 2 2 ai
con
n 2 2
2 2
n
Reemplazando en (*)
2 2 1
2 2 a i ai
n n
xi
n X
Luego =
n
~ a i xi
i 1
E ( ~ ) 2
1.3 Encuentre el estimador .que minimiza . Compare los
~
sesgos y las varianzas de los estimadores y .
var( ~ ) E ( ~ ) 2 E ( ~ )
2
E ( ~ ) 2 var( ~ ) E ( ~ )
2
var( ~ ) 2 a i2
=
E ( ~ ) E ( ~ ) ( ai ) ai 1
y = =
E ( ~ ) 2 2 ai2 2 ai 1
2
E ( ) 2
2 2 ai 2 2 ( ai 1) 0
ai
2 ( a i 1)
ai
2 a i cte
/ La
n ( ai 1)
2
a i
2 a i
Despejando
n 2
a i 2 n 2 ai
Como los son todos iguales
2 2
ai
2 n 2
~
2 n 2
x i
n 3
E ( ~ )
2 n 2
es sesgado
n 4
var( ~ ) 2
( n )
2 2 2
2
var( )
n
Recordando que la
var( ) ( 2 n 2 ) 2
1 var( ) var( ~ )
var( ~ ) n2 4
Ejemplo 1
La variable altura de las alumnas que estudian en una escuela de idiomas sigue una
distribucin normal de media 1,62 m y la desviacin tpica 0,12 m. Cul es la
probabilidad de que la media de una muestra aleatoria de 100 alumnas sea mayor que
1.60 m?
Ejemplo 2
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103, 110.
Suponiendo que los precios de este producto se distribuyen segn una ley normal de
varianza 25 y media desconocida:
Ejemplo 1
1- =0.95 z /2=1.96
Ejemplo 2
Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas. Se
eligieron 300 nueces al azar y se detectaron 21 vacas.
H0 : p 0.06
H1 : p >0.06
2 Zona de aceptacin
= 0.01 z = 2.33.
Determinamos el intervalo de confianza:
3 Verificacin.
4Decisin
1 - = 0, 9 5 z /2 = 1, 96
Ejemplo 1
Sea la poblacin de elementos: {22,24, 26}.
1. Escriba todas las muestras posibles de tamao dos, escogidas mediante muestreo
aleatorio simple.
Ejemplo 2
La med ia de las es tatur as de una mues tr a ale atori a de 400 pers onas de
una ciudad es 1,75 m. S e s abe que la es tatura de las pers onas de es a
ciudad es una vari able al eatori a que s igue una dis tribuc in normal con
varianz a 2 = 0,16 m 2 .
Un inspector de pesos y medidas visita una planta de empacado para verificar que el
peso neto de las cajas sea el indicado en la etiqueta. El gerente de la planta asegura al
inspector que el peso promedio de cada caja es de 750 gramos con una desviacin
estndar de 5 gr. El inspector selecciona, al azar, 100 cajas y encuentra que el peso
promedio es de 748 gr. Bajo estas condiciones y usando un nivel de significancia de
0.05,Qu actitud debe tomar el inspector?.
Solucin.
Este problema lo podemos plantear como una prueba de hiptesis del siguiente tipo:
con n = 100, a = 0.05, s = 5 gramos. Se tiene que Z0.05 = 1.645. Por lo tanto, la regin
crtica est dada por = 750 - 1.645 x 5/10 =749.18. Por lo tanto como la media muestral
es 748 gramos, se rechaza la hiptesis de que el promedio de cada caja sea 750 gramos.
Por lo tanto, deben tomarse las medias necesarias para corregir esta situacin, que va en
contra de los intereses del consumidor. Usando los otros criterios de aceptacin tenemos
que Z = - 4.0 y el valor P es aproximadamente cero (P = 0.0).
Ejemplo 2
Un modelo fsico sugiere que el aumento medio de temperatura en el agua usada como
enfriador en una cmara de un compresor no debera ser mayor de 5C. Los aumentos
de temperatura en el refrigerante medidos en 8 perodos de funcionamiento del
compresor fueron de 6.4, 4.3, 5.7, 4.9, 6.5, 5.9, 6.4 y 5.1 grados centgrados. Con un
nivel de significancia del 5%, cree Usted que los datos contradicen la informacin del
modelo fsico?
Solucin.
Este problema lo podemos plantear como una prueba de hiptesis del siguiente tipo:
con n = 8, a = 0.05. La hiptesis nula se plantea como menor o igual a m0, que es una
hiptesis compuesta. Sin embargo, para la realizacin de la prueba, se tomar el
mximo aumento permisible en la temperatura que sera m = m0 = 5, con lo cual la
hiptesis se convierte en una hiptesis simple. Se tiene que: = 5.65, s
= 0.6571, S= 0.81, t7, 0.05 = 1.895. Por lo tanto, la regin crtica est dada por . Por lo
tanto como la media muestral 5.65 es superior al valor crtico de 5.54, se rechaza la
hiptesis de que el aumento promedio de la temperatura es 5 grados (o inferior), a favor
de la hiptesis de que es mayor.
Ejemplo 1
Una empresa que se dedica a hacer en cuestas se queja de que un agente realiza en
promedio 53 encuestas por semana. Se ha introducido una forma ms moderna de
realizar las encuetas y la empresa quiere evaluar su efectividad. Los nmeros de
encuestas realizadas en una semana por una muestra aleatoria de agentes son:
53 57 50 55 58 54 60 52 59 62 60 60 51
59 56
Ho: u1 = u2
Ho: u1 u2
Como su valor calculado Z (2,59) > 2,05; se rechaza la hiptesis nula y se acepta la
hiptesis alternativa
e) Cul es el valor p?
Z = 2,59 Area 0,4952
0,5 - 0,4952 = 0,0048 * 2 = 0,0096
Prueba de diferencia variada
Ejemplo 1
Solucin:
. .05/2
05/2
Ejemplo 2
Solucin:
De la tabla de la distribucin t, la
. .
05/2=0.02 05/2=0.0 P(Tt) =.025 corresponde a un
- 2.086 valor t= -2.086. Por simetra la
2.086 P(T>t)=.025 ponde a t= 2.086.
Ejemplo 1
Solucin:
Paso 1 H0 : p = 0.4
H1 : p 0.4
0.4(1 0.4)
p 0.0346
.005 .005
200
.005 .005
-2.575 2.575
Paso 6 La proporcin en la poblacin es 0.4.
Ejemplo 2
Solucin:
Paso 1 H0 : p = 0.4
H1 : p 0.4
p
Paso 2 Calculando el valor z de , obtenemos
0.4(1 0.4)
p 0.0346
200
0.45 0.4
1.45
0.0346
Z=
Ejemplo 1
nH 45 nM 71
PH .58 PM .42
.05
Especifica el nivel de significacin de . El valor crtico para la prueba de una
sola cola es de 1.64.
1 1
s p hm P (1 P)
nH nM
donde:
n H PH nM PM
P
n H nM
Por lo tanto:
45(.58) 71(.42)
P 0.48
45 71
1 1
s p hm .48(1 .48) 0.10
45 71
Y
1634(83.9) 314(16.1)
P 72.97
1634 314
1 1
s p hm ..73(1 ..73) 0.0274
1634 314
Y
Ejemplo 2
Solucin
P = 0.3 q = 1 P = 0.7
X = 611 n = 1230
p
= 611/1230 = 0.4967
Hiptesis
H0: p = 0.3
H1: p > 0.3
Error estndar
pq
p 0.013
n
Valor crtico
Z = 1.645
Estadstico de prueba
p p 0.4967 0.3
ze 15.13
pq 0.013
n
Como se ve en la grfica el valor del estadstico cae en la zona de rechazo, por lo tanto
no aceptamos la hiptesis nula.
En consecuencia hay suficiente evidencia estadstica para decir que el porcentaje de
votantes a aumentado