Académique Documents
Professionnel Documents
Culture Documents
Formar profesionales lderes competentes, con visin humanista y pensamiento crtico a travs
de la Docencia, la Investigacin y la Vinculacin, que apliquen, promuevan y difundan el
conocimiento respondiendo a las necesidades del pas.
Visin
La Universidad Tcnica de Ambato por sus niveles de excelencia se constituir como un centro
de formacin superior con liderazgo y proyeccin nacional e internacional.
MISIN
VISIN
La distribucin de probabilidad est definida por una funcin de probabilidad y vamos a denotar
f(x). La funcin de probabilidad f(x) da la probabilidad de cada valor de la variable aleatoria.
La distribucin de probabilidad, indica la probabilidad de cada valor de una variable que est
determinada por el azar, hay que saber distinguir entre los resultados que pueden ocurrir al azar
y los pocos comunes en el sentido de que no tiene probabilidad de ocurrir al azar. (Triola,
2009)
Una variable aleatoria discreta tiene un nmero finito de valores o un nmero de valores
contables, donde contable se refiere al hecho de que podra haber un nmero infinito de
valores, pero pueden asociarse con un proceso de conteo. (Triola, Estadistica , 2013)
a) () 0
b) () = 1
1. La empresa TOYOTA (Carlos Larrea) tiene una venta de automviles durante los ltimos
300 das de operacin. Los datos de ventas muestran que hubo 54 das en los que no se vendi
ningn automvil, 117 das en los que se vendi 1, 72 das en los que se vendi 2, 42 das en
los que se vendi 3, 12 das en los que se vendi 4 y 3 das en los que se vendi 5. El
experimento se realiza para 1 da de operacin. Calcular la distribucin de la probabilidad.
X = # Autos
x F(x)
0 54/300 = 0.18
1 117/300 = 0.39
2 72/300 = 0.24
3 42/300 = 0.14
4 12/300 = 0.04
5 3/300 = 0.01
1
Ejercicios consultados
x F(x)
0 1/8 = 0.13
1 3/8 = 0.38
2 3/8 = 0.38
3 1/8 = 0.13
1
x F(x)
0 898 = 0.898
10 99 = 0.099
1000 2 = 0.002
5000 1 = 0.001
1000 1
3. Un profesor de idiomas tiene una clase con cuatro alumnos adultos. De los 100 das de clase,
asisten 4, 3, 2, 1 o ninguno de ellos, calcular la distribucin de la probabilidad.
x F(x)
0 3 = 0.03
1 9 = 0.09
2 17 = 0.17
3 48 = 0.48
4 23 = 0.23
100 1
4. Un jugador de bsquet est a punto de tirar hacia la parte superior del tablero. La probabilidad
de anotar o no anotar es:
x F(x)
0 1/2 0.50
1 1/2 0.50
+ 1
5. Un jugador lanza un dado corriente. Si sale 1 o nmero primo, gana tantos cientos de euros
como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como
marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del juego
X F(X)
+100 1/6 0.16667
+200 1/6 0.16667
+300 1/6 0.16667
-400 1/6 0.16667
+500 1/6 0.16667
-600 1/6 0.16667
() = ()
Es un promedio ponderado de los cuadrados de las desviaciones de una variable aleatoria con
respecto de su medida. Los pesos son las probabilidades
Frmula: () = ( ) ()
La varianza es una medida estadstica que cuantifica el nivel de dispersin o variabilidad de los
valores de la variable aleatoria alrededor de la media. (Ojeda, 2007)
() = .
() = .
() = .
() = 2.45
() = 2.0475
Desviacin = 1.4310
# Casas
#Recamaras Rentadas Propias
0 547 23
1 5012 541
2 6100 3832
3 2644 8690
4 557 3783
3) Los datos siguientes son el nmero de recamaras en casas rentadas y en casas propias
de la provincia de Tungurahua. Los datos se representan en la siguiente tabla.
Elabore una distribucin de probabilidad
Calcule el valor esperado y la varianza del nmero de recamaras en casas rentadas
Calcule el valor esperado y la varianza del nmero de recamaras en casas propias
# Casas
# Rentadas Propias Rentadas Propias E(X) E(Y) Var (x) Var(y)
Recamaras (X) (Y)
0 547 23 0.0368 0.0014 0.0000 0.0000 0.1249 0.0117
1 5012 541 0.3373 0.0321 0.3373 0.0321 0.2391 0.1193
2 6100 3832 0.4105 0.2272 0.8210 0.4543 0.0102 0.1960
3 2644 8690 0.1779 0.5151 0.5338 1.5454 0.2386 0.0026
4 557 3783 0.0375 0.2243 0.1499 0.8970 0.1746 0.2573
14860 16869 1.00 1.00 1.842 2.929 0.7874 0.5869
() = 1.842 () = 2.292
() = 0.7874 () = 0.5869
4) La NBA lleva diversas estadsticas de cada equipo. 2 se refieren al % de tiros de
campo hechos por un equipo, y l % de tiros de 3ptos hechos por un equipo. En parte
de la temporada del 2004 el registro de tiros de 2ptos el registro de tiros de los 29
equipos de la NBA indicaba que la probabilidad de anotar 2ptos en un tiro de campo
era 0.44 y que la probabilidad de anotar 3ptos en un tiro de campo era de 0.34
a) Cul es el valor esperado para un tiro de 2ptos de estos equipos?
5) Supngase que se tiene una moneda normal y el jugador tiene tres oportunidades
para que al lanzarla aparezca una cara. El juego termina en el momento en el que
cae una cara o despus de 3 intentos, lo que suceda primero. Si en el primero, segundo
o tercer lanzamiento aparece cara el jugador recibir $2, 4$ y 8$ respectivamente. Si
no cae cara en ninguno de los 3 lanzamientos, pierde $20. Para determinar la
ganancia o prdida promedio despus de un nmero muy grande de juegos, sea x la
variable aleatoria que representa la cantidad que se gana o se pierde cada vez que se
juega. Calcule el valor esperado.
x F(x) E (x)
2 1 / 2 = 0.50 1.00
4 1 / 4 = 0.25 1.00
8 1 / 8 = 0.13 1.00
-20 1 / 8 = 0.13 -2.50
1.00 0.50
Ejercicios consultados
1. Dos vendedores de seguros de vida, A y B, visitan de 8 a 12 clientes potenciales
por semana, respectivamente. Sean X y Y dos variables aleatorias que
representan el nmero de sentidos seguros vendidos por A y B, como resultado
de las visitas. Con base en una gran cantidad de informacin pasada, las
probabilidades para los valores de X y Y son los siguientes:
Calcule el valor esperado.
X F(x) x f(x)
0 0.02 0.00
1 0.09 0.09
2 0.21 0.42
3 0.28 0.84
4 0.23 0.92
5 0.12 0.60
6 0.04 2.87
7 0.01 5.74
8 0.00 11.39
E(x) 22.87
2. La distribucin de probabilidad de reclamaciones por daos pagados de la
compaa XYZ en seguros contra choques se muestra en la siguiente tabla
Emplee el pago esperado por choque para determinar la prima de seguro contra daos que
permitira a la empresa salir sin perdidas
La aseguradora cobra una tarifa anual de 260.00 por cubrir los choques. Cul es el valor
esperado del seguro contra choques para un asegurado?
x F(x) x f(x)
0 0.90 0.00
400 0.04 16.00
1000 0.03 30.00
2000 0.01 20.00
4000 0.01 40.00
6000 0.01 60.00
1.00 166
() =
E(x)= 1.60
E(x)= 3.72
Art.
x Procesados F(x) x f(x) (x-u)^2 f(x)
1 18% 0.18 0.180 1.488 * 0.18 = 0.27
2 42% 0.42 0.840 0.048 * 0.42 = 0.02
3 40% 0.40 1.200 0.608 * 0.40 = 0.24
1 1.00 2.22 Var(x) 0.53
PRUEBAS
b) Suponga que cada unidad demandada genera $70 de ganancia y que cada unidad
ordenada cuesta $50. Cunto ganar o perder la empresa en un mes si coloca una
orden con base en su respuesta al inciso a y la demanda real de este artculo es de 300
unidades?
= 300 $ 70 = $ 21.000
2) Segn una encuesta, 95% de los suscriptores de The Wall Street Journal
Internacional Edition tiene una computadora en casa. Para esos hogares, se dan las
distribuciones de probabilidad para computadoras porttiles y de escritorio.
a) Cul es el valor esperado de la cantidad de computadoras por familia para cada tipo?
b) Cul es la varianza de la cantidad de computadoras por familia para cada tipo?
# Probabilidad () ( ) ()
computadoras De Porttil De Porttil De
Porttil
escritorio escritorio escritorio
0 0,47 0,06 0,00 0,00 0,1865 0,1210
1 0,45 0,56 0,45 0,56 0,0616 0,0988
2 0,06 0,28 0,12 0,56 0,1126 0,0942
3 0,02 0,10 0,06 0,30 0,1123 0,2496
1,00 1,00 0,63 1,42 0,473 0,5636
VALOR ESPERADO
Porttil () = 0,63
De escritorio () = 1,42
VARIANZA
Porttil 2 = 0,473
De escritorio 2 = 0,5636
Puntos Probabilidad ()
()
0 0,72 0,00
3 0,28 0,84
1,00 0,84
() = 0,84
3. Distribucin de probabilidad Binomial
Es una distribucin de probabilidad binomial discreta y est relacionada con un experimento
de pasos mltiples, al que se le llama experimento binomial.
( )= combinacin
!
: ( )=
! ( )!
n = nmero de ensayos
p = probabilidad de xito
q = probabilidad de fracaso
1
(Murray & Larry, 2009)
Ensayos 1 2 3 4 5
Resultados X S S X X
n=5
Media u= N.P
Varianza Var(x) = N.p.q
Coeficiente de sesgo
3 =
. .
Coeficiente de curtosis 3 + 1 6.
4 =
. .
a) () = () () () b) () = () () ()
(0) = (18)
(1) = (38)
e) ( ) = ()
( 1) = 1 0,125
0.875
5 1 0 5 5 ( 1) = 1 (0)
(0) = ( ) ( ) ( )
0 6 6
( 1) = 1 0.4019
(0) = 1 1 0.4019
(0) = 0.5981
(0) = 0.4019
3) El 5% de los camioneros del Ecuador son mujeres. Suponga que se selecciona al azar
10 camioneros, para una encuesta acerca de las condiciones de trabajo
n= 10 p= 0.05 q= 0.95
10
(2) = ( ) (0.05)2 (0.95)8
0
(2) = 0.1015
10
(0) = ( ) (0.05)0 (0.95)10
0
(0) = (1)(1)(0.5987)
(0) = 0.5987
c) Al menos 1 mujer
() = 1 [ (0)]
() = 1 [ 0.5987] = 0.5987
n= 4 p= 0.5 q= 0.5
a) Al menos 1 hombre
( 1) = (1) + (2) + (3) + (4)
( 1) = 0.9375
( 1) = 1 [(0) + (0)]
5) De entre 2000 familias con 4 hijos. Cuntos sabe esperar que tengan?
a) Al menos 1 hombre
= .
= 2000 (0.9375)
= 1875
b) 2 hombres
= .
= 2000 (0.375)
= 750
c) Ninguna mujer
= .
= 2000 (0.0625)
= 125
6) Si el 20% de los pernos producidos por una maquina son defectuosos, determinar la
probabilidad de que entre 4 pernos elegidos al azar
n= 4 p= 0.20 q= 0.80
a) 1 sea defectuoso
4
(1) = ( ) (0.20)1 (0.80)3
1
(1) = 0.4096
4
(0) = ( ) (0.20)0 (0.80)4
0
(0) = 0.4096
( 2) = 0.9828
d) 3 sean correctos
n= 4 p=0.8 q= 0.2 x= 3
4
(3) = ( ) (0.80)3 (0.20)1
3
(3) = 4 (0.5120)(0.20)
(3) = 0.4096
7) El 40% de las personas que viajan por negocio, llevan un telfono celular o una
computadora porttil. En una muestra de 15 personas
n= 15 p= 0.40 q= 0.60
n= 15 p= 0.40 q= 0.60 x= 3
15 (0.40)3 (0.60)12
(3) = ( )
3
(3) = 0.0641
( < 2) = 0.0052
Ejercicios consultados
1. Una institucin universitaria establece nuevos mtodos de aprendizaje y de
evaluacin con el resultado donde el 85% de alumnos aprueban todas las
asignaturas. Supongamos que se seleccionan 8 estudiantes de dicho plantel.
8
(3) = ( ) (0.15)3 (0.85)5
3 8
(0) = ( ) (0.15)0 (0.85)8
0
(0) = 1 1 0.2725
(0) = 0.2725
(3) = 56 0.0034 0.4437
(3) = 0.0845
c) Por lo menos 2 pierdan alguna asignatura
n= 8 x2 p=0.15 q=0.85
( 2) = 1 [(0) + (1)] 8
(1) = ( ) (0.15)1 (0.85)7
( 2) = 1 (0.2725 + 0.3847) 1
(1) = 8 0.15 0.3206
( 2) = 1 0.6572
(1) = 0.3847
( 2) = 0.3428
( 2) = 1 0.0032
12
( 2) = 0.9968 (10) = ( ) (0.50)10 (0.50)2
10
d) Mximo 9 caras (10) = 66 0.00097 0.25
( 9) = 1 [(10) + (11) + (12)] (10) = 0.016005
( 9) = 1 [0.016 + 0.0029 + 0.0002]
( 9) = 1 [0.0191]
( 9) = 0.9809
12
11 = ( ) (0.50)11 (0.50)1 12
11 (12) = ( ) (0.50)12 (0.50)0
(11) = 12 0.00049 0.50 12
11 =0.0029 (12) = 1 0.00024 1
12 =0.00024
( 2) = 1 [0.00001 + 0.0005]
( 2) = 1 0.00005 5
(1) = ( ) (0.90)1 (0.10)4
1
( 2) = 0.99995 (1) = 5 0.90 0.0001
(1) =0.00045
6 6 6
(0) = ( ) (0.80)0 (0.20)6 (1) = ( ) (0.80)1 (0.10)5 (2) = ( ) (0.80)2 (0.20)4
0 1 2
b) Exactamente 2 aprueben
(2) = (62)(0.80)2 (0.20)4
(2) = 0.01536
c) Ninguno apruebe
(0) = 0.00006
5. Harry Ohme est a cargo de la seccin electrnica de una gran tienda departamental.
Se ha dado cuenta que la probabilidad de que un cliente que solamente est
curioseando compre algo es de 0.3. Suponga que 15 clientes visitan la seccin de
electrnica a cada hora.
( 1) = 0.9953
b) Cul es la probabilidad de que al menos 4 personas que se encuentra curioseando
compre algo en una hora?
PRUEBAS
1) De entre 1000 familias con 4 hijos cuantas cabe esperar que tengan un hombre o dos
mujeres. Datos:
Datos: n= 4
n= 4 x= 2
x= 1 p= 0,50
p= 0,50 q= 0,50
q= 0,50
() = ( ) 1
() = ( ) 1
4
4 (2) = ( ) 0,52 0,521
(1) = ( ) 0,51 0,541 2
1 (2) =0,3750
(1) =0,25
= () = ( ) 1
= 1000 (0,25 + 0,3750) 4
= 1000 (0,6250) (1) = ( ) 0,51 0,541
1
= 625 (1) =0,25
4. Distribucin de Poisson
Es una variable aleatoria discreta para estimar el nmero de veces que sucede en hecho
determinado. En un cierto intervalo de tiempo, se utiliza para nmero de llegadas de
automviles, numero de fugas. Nmero de tuberas entre otros.
() = !
FORMULA ES:
= 2 = 3= 1 4=3+ 1
=N*P Compruebe
23 2
f(3)= su respuesta
3! = 2000*0.001
80.1353
f (3)= = 2
6
1.0824
f (3)= 6
f (3)= 0.1804
20 2
(0) =
0!
1 0.13534
b) Ms de 2 de ellos tengan reacciones negativas (0) =
1
(0) = 0.13534
f(x2)= 1 [f(0)+f(1)]
f(x2)= 1 [0.13534 + 0.27068 ]
f(x2)= 1 [0.40602 ] 21 2
(1) =
1!
f(x2)= 0.59398 2 0.13534
(0) =
1
(0) = 0.27068
62 6 63 6 60 6
(2) = (3) = (0) =
2! 3! 0!
Ejercicios consultados
1. Una empresa de seguros de automviles tiene concertados 3825 plizas de
vehculos sin ningn accidente en los ltimos 12 aos. Se desea conocer la
probabilidad de que sean 10 los nacidos el da de San Cristbal (patrono de los
automviles) con el fin de establecer un descuento en sus plizas
N= 3285 P= 1/365 = 0.003
=N*P
Compruebe
=3285*0.003
910 9 su
f(10)= = 9
10! respuesta
f(10)= 0.1186
f(0)= 0.0821
f(2)= 0.2565
3. Una secretaria comete dos errores por pgina, en promedio. Cul es la
probabilidad de que en la siguiente pgina cometa?
a) 4 o ms errores
= 2
f(x4)= 1- [(0) + (1) + (2) + (3)]
f(x4)= 1- [0.1353+0.2707+0.2707+0.1804]
f(x4)= 1- 0.8571234605
f(x4)= 0.1429
20 2 21 2
(0) = (1) =
0! 1!
1 0.1353352832 2 0.1353
(0) = (1) =
1 1
(0) = 0.1353352832 (1) = 0.2706705665
22 2
(2) = 23 2
2! (3) =
3!
4 0.1353
(2) = 8 0.1353
2 (3) =
6
(2) = 0.27076705665
(3) = 0.1804470443
b) Ningn error
f(0)= 0.1353
4. La seorita Berger es ejecutiva del Coast Bank and trust. A partir de sus aos de
experiencia, calcula que la probabilidad de que un solicitante no pague un prstamo
inicial es de 0.025. el mes pasado realizo 40 prstamos.
N= 40 =N*P
P= 0.025 =40*0.025
= 1
a) Calcule la probabilidad de que no se paguen 3 prestamos
13 1
f(3)= 3!
10.367979
f(3)= 6
f(3)= 0.0613
b) Cul es la probabilidad de que por lo menos no se paguen 3 prstamos.
f(x3)= 1- [(0) + (1) + (2)]
f(x3)= 1 (0.36788+0.36788+0.18394)
f(x3)= 1 0.9196997
f(x3)= 0.0803
10 1 11 1 12 1
(0) = (1) = (2) =
0! 1! 2!
(0) = 0.36788 (1) = 0.36788 (2) = 0.18394
PRUEBAS
(2,5)0 (2,7183)2,5 :
(0) =
0! 15
= 10 ( )
60
(1)(0,0821) = 2,5
(0) =
1
(0) = 0,00821
5. Distribucin de Probabilidad Normal
(Variable aleatoria continua)
Segn Luis Rodrguez Ojeda (2007) La distribucin normal es la piedra angular de la teora
estadstica moderna. Conocida y estudiada desde hace mucho tiempo, es utilizada para
describir el comportamiento aleatorio de muchos procesos que ocurren en la naturaleza y
tambin realizados por los humanos
u= media
-5 -4 -3 -2 -1 0 1 2 3 4 5
= 3.1416
La distribucin normal estndar, tiene media (u) igual a cero y desviacin tpica ( ) es igual
a 1, para lo cual se asigna la letra (Z) y se calcula las probabilidades en base a la tabla.
Entonces la funcin de densidad o el rea bajo la curva es:
2
1
() = 2
2
1. Hallar el rea bajo la curva normal, en cada uno de los siguientes ejercicios:
a) Entre Z = 0 y Z = 1,2
P = 0.3849
b) -0.68 Z 0
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
= 0.2518
c) -0.41 Z 2,21
1 + 2 = 0.6636
d) 0.81 Z 1,94
2 (0 ; 1.94) = 0.2910
2 1 = 0.1828
e) A la izquierda de Z = -0,6
(0 0.6) = 0.2258
= 0.5 0.2258
= 0.2742
Datos:
Distribucin normal
=7 =2 =9
=
97
= =1
2
-2 -1 0 1 2
3 5 u=7 9 11
3. El peso medio de 500 estudiantes varones de cierta universidad es de 151 libras y la
desviacin tpica es de 15 libras. Se supone que los pesos estn normalmente
distribuidos, hallar cuantos estudiantes pesan:
a) Entre 120 y 155 libras
b) Ms de 185 libras
c) Exactamente 160 libras
Datos:
= 151 = 15
=
a) 120 X 155
120151
1 = = -2,07
15
155151
2 = = 0,27
15
(1) = 0.4808
(2) = 0.1064
b) X 185
185151
1 = = 2.27
15
(1) = 0.4884
-2 -1 0 1 2
= 0.5 0.4808
Pt = 0.0116
500 (0.0116) = 6
c) X = 160
159.5151
1 = = 0.57
15
160.5151
2 = = 0.63
15
-2 -1 0 1 2
P (z1)= 0.2157
P (z2)= 0.2357
Pt = 0.2157 0.2357
Pt = 0.02
500 (0.02) = 10
4. Sea X una variable aleatoria que sigue una distribucin normal N ( , ); calcular
la probabilidad cuando la variable aleatoria es mayor o igual a 80. Sabiendo que la
media de la poblacin es de 50 y la desviacin tpica es de 10.
DATOS: Z= P(z)= (0.4987)
= 50
8050
= 10 Z= P(z)= 0.5 - 0.4987
10
X 80
Z= 3 P(z)= 0.0013
-3 -2 -1 0 1 2 3
5. El peso de una manzana de una huerta siguen una ley normal con una media de 150
gr. Y una desviacin tpica de 20
Z=
115150
Z= 20
z -1,75
Z= -1.75 x -3 -2 115 -1 0 1 2 3
P (z)= 0.5-0.4599
b) Hallar la probabilidad de una manzana de este huerto, elegida al azar tenga un peso
comprendido entre 165 y 220 gr.
Datos:
c)= 150 Z1= Z2=
= 20
165 165150 220150
d) x 220 Z1= Z2=
20 20
PT= 0.4998-0.2734
PT= 0.2264
z 0,75 3,5
-3 -2 -1 0 1 2 3
6. El dimetro de las cabezas de un tornillo sigue una distribucin normal con una
media de 5.5 milmetros y una varianza de 0.69 milmetros cuadrados. Se sabe que
los tornillos son aprovechados, si su dimetro esta entre 4.3 y 7.1 Cul es el
porcentaje de tornillos aprovechables?
Datos:
a) Z1= Z2=
= 5.5
b)= 0.64 2 4.35.5 7.15.5
Z1= Z2=
0.8 0.8
0.64 2
4.3 x 7.1 Z1= - 1.5 Z2= 2
P(Z1)=0.4332 P (Z2)= 0.4772
z -1,5
-3 -2 -1 0 1 2 3
-3 -2 -1 0 1 2 3
P=0.40
Z= -1.28 0,40 0,50
0,10 0,50
X=Z +
X= (-1.28) (1.2) + 6.7
X= 5.16
c) La nota mnima del 10% ms alto de la clase
P=0.40
Z= 1.28
0,50 0,40
X=Z +
0,10 0,50 0,10
X= (1.28) (1.2) + 6.7
X= 8.24
8. En la universidad se realiza una encuesta en donde se evala la enseanza de la
matemtica educativa y se encontr que la media es de 7.5 y la desviacin tpica de
1.2 se supone de las notas estn normalmente distribuidas.
a) Cul es la probabilidad de estudiantes que obtuvieron 8 puntos
Datos:
= 7.5 X1= 6 + 0.5 X2= 6-0.5
= 1.2
X1= 6.5 X2= 5.5
X=6
Z1= Z2= PT= 0.4525- 0.2967
6.57.5 5.57.5
Z1= Z2= PT= 0.1558--------(x100)
1.2 1.2
z -1,67 -0,83
-3 -2 -1 0 1 2 3
26,73% 50%
X=Z +
X= (0.62) (1.2) + 7.5
23,27%
X= 8.24
48%
98% 2%
Z 0
P = 0.48 U = 100
Z = 2.05 = 15
xu
=
=+
Ejercicios consultados
1. 2A la derecha de Z=0.47
P= 0.1808
Pt=0.5 - 0.1808 0,47
-3 -2 -1 0 1 2 3
Pt=0.3192
2. A la derecha de Z= -1.13
P= 0.3708
-1,13
Pt=0.5+0.3708
-3 -2 -1 0 1 2 3
2
(Sanchez, Octavio., Probabilidad y estadistica, Tercera edicion, 2009, pgs. 204-2009)
Pt=0.8708
P1=0.4719
P2=0.2054
0,54 1,91
Pt= 0.4719-0.2054 -3 -2 -1 0 1 2 3
Pt= 0.2665
4. A la izquierda de Z=0.81
P=0.2910
Pt= 0.5+0.2910
0,81
Pt= 0.7910 -3 -2 -1 0 1 2 3
Datos:
= 1.65
= 6.2
0,5
a) Ms de 1.57 m
1.511.65 -1,29
Z1= 0.062
-3 -2 -1 0 1 2 3
Z1= -1.29
P=0.4015
Pt= 0.4015 + 0.5
Pt=0.9015----------x100 ---> 90.15%
b) Menos de 1.70 m
1.701.65
Z1= 0.062
0,81
Z1=0.81
-3 -2 -1 0 1 2 3
P= 0.2910
Pt= 0.5+0.2910
Pt=0.7910 79.10%
Pt=0.4015+0.2910
Pt= 0.6925
1,29 0,81
Pt= 69.25% -3 -2 -1 0 1 2 3
6. Supn que el monto promedio de compras por cliente de una empresa es de $128.45
y una desviacin estndar de $18.26. Determina la probabilidad de que un cliente
compre:
Datos:
= 128.45
a) Ms de $100 = 18.26 0,5
100128.45
Z1= -1,56
18.26
-3 -2 -1 0 1 2 3
Z1= -1.56
P= 0.4406
Pt= 0.5+ 0.4406
Pt=0.9406
b) Ms de $150
150128.45
Z1= 18.26
c) Menos de $120
120128.45
Z1= 18.26
Z1= -0.46
P= 0.1772
0,46
Pt= 0.5+ -3 -2 -1 0 1 2 3
Pt=0.9406
Datos:
= 45
= 8.0 min
= 50
0,62
-3 -2 -1 0 1 2 3
5045
Z1= 8.0
Z1= 0.62
P= 0.2324
Pt= 0.5 0.2324
Pt=0.2676
8. En una poblacin estudiantil el coeficiente de inteligencia es 52 iy su desviacin tpica
8. Si ponemos que la poblacin se distribuye normalmente, averiguar el porcentaje
de gente tiene un C.I superior a 60.
Datos:
=
=
=
60 52
= =1
8
= 0,3413 -2 -1 0 1 2
= 0,5 0,3413
= 0,1587(100)
= , %
9. Deseamos conocer el porcentaje de alumnos comprendidos entre las puntuaciones 40
y 75. Se sabe que la media es 50 y la desviacin tpica 80.
Datos
=
=
= =
-2 -1 0 1 2 3 4
= = =
= , = ,
= , = ,
= Datos
= 3,5
5 3,5
= = 0,8
0,8 5
1,5 1,88
= -3 -2 -1 0 1 2 3
0,8
= 1,88
P=0.4699
Pt=0.5-0.4699
Pt=0.0301-----------> 3.01%
b) Qu porcentaje del tiempo la precipitacin pluvial en abril es menor que 3 pulgadas?
=
Datos
3 3,5 = 3,5
= = 0,8
0,8
3
0,5
=
0,8
-0,63
Z= -0.63 -3 -2 -1 0 1 2 3
P=0.2357
Pt= 0.5-0.2357
Pt=0.2643 -----------26.43%
Datos:
= 3,5
. b. = 0,8
1 = 2 =
53,5 33,5
1 = = 1,88 2 = = 0,63
0,8 0,8
( )=,,=, ( )=,,=,
( )=,=,% ( )=,=,%
-2 -1 0 1 2 -2 -1 0 1 2
U = NP
u =
1. En una distribucin de probabilidad binomial P = 0.20 y N = 100
a) Cul es la media y la desviacin tpica?
P = 0.20
N = 100
U = NP = 20
u = 100(0.20)(0.80) = 4
X = 24
23.520
1 = = 0.88
4
24.520
2 = = 1.13
4
P (z1) = 0.3106
P (z2) = 0.3708
Pt = 0.3106 0.3708
u = 5.46 (varianza)
45.8
1 = = -0.77
2.34
P = 0.2794
Ejercicios consultados
1. 3Un cierto equipo electrnico est formado por 100 componentes conectados. Si cada
componente tiene una probabilidad de 0.02 de romperse cuando el equipo es lanzado
en un cohete, hallar la probabilidad de que al hacerlo se rompan 10 o ms
componentes.
= (100)(0.02)
Datos:
N = 100
= (100 0.02 0.98) = 1.96 P = 0.02
N (u; )
= 1.96 = 1.4
.
= = . = 7.12
.
N (u; ) Datos:
P = 0.4
Q = 0.6
= (20 0.4 0.6) = 4.8
N = 20
= 4.8 = 2.19
. .
= = . = 1.64
.
3
Lorente, J., (2006).Aproximacin de la distribucin Binomial a la Normal
P= 0.4495 + 0.5
Pt = 0.9495
3. Una mquina produce componentes que son defectuosos en un 10%. Se elige al azar
una muestra de estos 50 componentes. Calcular las probabilidades de que:
a) Como exactamente 6 componentes estn defectuosos
= 0.4964
Datos:
= 10 = 3.16 N = 40
P = 0.5
Q = 0.5
= = . = 1.58
. = (40 0.5 0.5)
= 10
= 0.4429
. .
= = . = 1.13
.
= 0.3708
http://www.disfrutalasmatematicas.com/datos/distribucion-normal-estandar.html
PRUEBAS
22 22,002
2 =
0,005
0,002
2 = 2 = 0,4
0,005
1 (20,4) = 0,5
2 (0,4) = 0,1554
b) Cul es el dimetro que ser solo el 8% de las flechas superior?
Datos = +
= 22,002
= 0,005 = (1,41)(0,005) + 22,002
= 0,42
= 1,41 = 22,0091
) )
Datos:
1 = 2 = = 30
= 8,2
4030 2030
1 = = 1,22 2 = = 1,22
8,2 8,2
( )= , ( )= ,
( )=,,=, ( )=,,=,
-2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5 -2.5 -2 -1 -0.5 0 0.5 1 1.5 2 2.5
7. ESTADISTICA INFERENCIAL
N = tamao de la poblacin
Poblacin
Parmetros = desviacin tpica (poblacin)
U = media
P = proporcin
Muestra
Estadgrafos
N = tamao de la muestra
S = desviacin tpica de la
muestra
= media de la muestra
= proporcin de la
muestra
8. Muestreo
Es un proceso de obtener una informacin de un conjunto de toda la poblacin.
Los elementos pueden ser: productos almacenes, personas, familias, entre otras.
Poblacin
Especificar las caractersticas de los individuos, cosas, clientes, tiendas, etc; de quien se
necesita la informacin para satisfacer la investigacin.
Consiste en hacer una lista de todos los elementos de la poblacin, de donde se van a
seleccionar las unidades para la muestra.
SITEMATICO
MUESTREO
PROBABILISTICO
ESTRATIFICADO
PROPORCIONAL
CONGLOMERADO
TIPOS DE
MUESTREO NO
PROPORCIONAL
CASUAL
MUESTREO NO
INTENCIONAL
PROBABILISTICO
CUOTAS
2
=
2 + 2
2
=
2
= =
+
N= tamao de la poblacin
n= tamao de la muestra
P= probabilidad
q= probabilidad de fracaso
E= error de la muestra
Datos:
N=5000
E= 0.05
N.C= 0.95 =
+
p=0.5
Q=0.5 (1.96)2 (0.5)(0.5)(5000)
=
(1.962 )(0.5)(0.5) + (5000)(0.052 )
4802
=
2 0.9604 + 12.5
= 356.75
= 357
=
Datos: +
N=29
E= 0.20
N.C= 1.96
p=0.5
Q=0.5
(1.96)2 (0.5)(0.5)(29)
=
(1.962 )(0.5)(0.5) + (29)(0.202 )
27.85
=
2.1204
= 13.13
= 14
a. Definir la poblacin
9) 7.1 10) 7.3 11) 7.1 12) 7.5 13) 7 14) 7.45 15) 7 16) 7
17) 7.2 18) 7.5 19) 8.3 20) 7.0 21) 7 22) 7 23) 7 24) 9.9
c. Sacamos la media
100.7
= = 7.19
14
3. Se desea estimar el peso promedio de los sacos que son llenados con un nuevo
instrumento en una industria. Se conoce que el peso de un saco que se llena con este
instrumento es una Variable aleatoria con una distribucin normal. Si se sabe que la
desviacin tpica y el peso son de 0,5 kg. Determinar el tamao de la muestra
aleatoria con una probabilidad del 95% y el parmetro se diferencia modularmente
en -0,1 kg.
Datos:
= 0,5 2 2
= 2
N.C=95%
z=1,96 (1.96)2 (0,5)2
= (0,1)2
E=0,1
= 96.04
n=96
4. Se desea calcular la muestra para realizar un estudio del nivel de nutricin de una
cierta poblacin para lo cual se sabe que la poblacin es de 6000 personas. Un estudio
anterior revela que la probabilidad de nutricin fue de 0,8 trabajando con un nivel
de confianza del 90% y un error de muestreo del 8%. Calcular el tamao de la
muestra.
Datos:
z=1,645 2
E=0,08 = 2
P=0,8
+ 2
N=6000
N.C=90%
z=16
(1,645)2 (0,8)(0,2)(6000)
=
(1,645)2 (0,8)(0,2) + 6000(0,8)2
= 67
Datos
N.C= 98% 2
= 2
z=2,38
E=5% = 0,05
P=0,2
q=0,8
(2,33)2 (0,2)(0,8)
= = 347,45
(0,05)2
= 348
Ejercicios consultados
1. 4Un auditor desea tener un nivel de confianza del 95%, para que la verdadera
proporcin de error de error de exceda del 2%. Si la poblacin es muy grande, Qu
tamao tendr la muestra que va a tomarse, si el auditor estima que la proporcin
de error es del 5%?
2
Datos =
2
N.C=95%
z=1.96 (1.96)2 (0,5)(0,5)
= = 456,19
E=2% =0.02 (0,02)2
P=0,5 = 457
q=0,5
2
=
2
(1.96)2 (0,08)(0,92)
Datos = = 314.15
N.C=95% (0,02)2
z=1.96
E=3% =0.03
= 315
P=0,08
q=0,92
4
Martinez,Ciro.(2005). Estadistica y muestreo, (Decimo segunda ed.). Bogota: Ecoe Ediciones
3. El mantenimiento de cuentas puede resultar demasiado costoso, si el promedio
de compra por cuenta baja de cierto nivel. El gerente de un gran almacn por
departamentos desea estimar el promedio de lo comprado mensualmente por los
clientes, con un error de $2500, y una probabilidad aproximada de 0.95.
Cuntas cuentas deber seleccionar, si sabe que la desviacin estndar es de
$30000, la cual fue obtenida de los balances mensuales de las cuentas de crdito?
Datos 22
N.C=95% = 2
z=1.96
(1.96)2 (30000)2
E=2500 = = 553.19
= 30000 (2500)2
= 554
Datos
N.C=95%
z=1.96
5
Webster,Allen.(2004).
P=0.5 Estadistica aplicada a los negocios y la economia, (tercera ed.).Colombia:Mc Graw
Hill q=0.5
E=0.01
2
=
2
(1.96)2 (0,5)(0,5)
= = 9.604 = 10
(0,01)2
1. Se tiene una poblacin formada por 100 elementos se realiza el clculo de las
muestras y se obtiene con una muestra de 25 elementos. Calcular el muestreo
aleatoriamente sistemtico
n=25
100
R= = =4
25
1 2 3 4 5 6 7 8 9 10 11 12
13 14 15 16 17 18 19 20 21 22 23 24
25 26 27 28 29 30 31 32 33 34 35 36
37 38 39 40 41 42 43 44 45 46 47 48
49 50 51 52 53 54 55 56 57 58 59 60
6
(levin & Rubin, 2010)
61 62 63 64 65 66 67 68 69 70 71 72
73 74 75 76 77 78 79 80 81 82 83 84
85 86 87 88 89 90 91 92 93 94 95 96
97 98 99 100
2. En la fbrica coca cola sucursal quito hay 600 trabajadores queremos tomar una
muestra de 20 trabajadores se sabe que hay 200 trabajadores en la planta de
ensamblaje. 150 en el departamento de empaque, 150 en el departamento de proceso y
100 trabajadores en publicidad
Nota: Se aplic
regla de tres
200(20)
A=200 = 6,67 = 7 Datos
600
N=600
159(20)
B=150 =5 n=20
600
150(20)
C=150 =5
600
100(20)
D=100 =3
600
Ejercicios consultados
7
(levin & Rubin, 2010)
1. Se tiene una poblacin formulada por 50 elementos se realiza el clculo de las
muestras y se obtiene con una muestra de 10 elementos. Calcular el muestreo
aleatoriamente sistemtico
50
R= = 10 = 5
Datos:
N=50
n=10
1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50
Estimacin Puntual
x = Estimador puntual de la media ()
# ( )2
= =
1
Ejercicios consultados
=
(
)
=
3559
= = 296,583 18266,917
12 =
11
= 40,751
=
= 51 814
11
=
12
= 0,917
2. El National Bank of Lincoln quiere determinar el nmero de cajeros disponibles
durante las horas pico del almuerzo los viernes. El banco ha recolectado datos del
nmero de personas que entraron al banco los viernes de los ltimos 3 meses entre las
11 a.m y la 1 p.m. Utilice los siguientes datos para encontrar las estimaciones
puntuales.
=
(
)
=
3559
= = 296,583 18266,917
12 = 40,751
11
=
= 51 814
11
=
12
= 0,917
PRUEBAS
1. Calcular los estimadores puntuales, con el siguiente conjunto de datos, que hace referencia
a los sueldos y capacitacin de un curso (1 = capacitado; 0 = no recibe la capacitacin).
SALARIOS CAPACITACIN
436.85 0 (436.85 616.621) 2 = 32317.612
388.72 1 (388.72 616.621) 2 = 51938.866
712.28 0 (712.28 616.621) 2 = 9150.644
761.31 0 (761.31 616.621) 2 = 20934.907
836.59 0 (836.59 616.621) 2 = 48386.361
203.8 0 (203.8 616.621) 2 = 170421.178
620.22 1 (620.22 616.621) 2 = 12.953
654.29 1 (654.29 616.621) 2 = 1418.954
852.86 1 (852.86 616.621)2 = 55808.865
821.06 1 (821.06 616.621)2 = 41795.305
799.93 1 (799.93 616.621)2 = 33602.189
216.88 0 (216.88 616.621)2 = 159792.867
526.22 0 (526.22 616.621)2 = 8172.341
717.27 1 (717.27 616.621)2 = 10130.221
601.93 0 (601.93 616.621)2 = 215.825
538.96 1 (538.96 616.621)2 = 6031.23
610.66 0 (610.66 616.621)2 = 35.534
821.62 1 (821.62 616.621)2 = 42024.59
345.32 0 (345.32 616.621)2 = 73604.233
810.72 1 (810.72 616.621)2 = 37674.422
389.26 0 (389.26 616.621)2 = 49568.124
640.24 1 (640.24 616.621)2 = 557.857
875.3 0 (875.3 616.621)2 = 66914.825
14182.29
=
=
14182.29 11
=
23 =
23
= 616.621
= 0,478
(
)
S=
920509.904
S= 231
S = 204.552
8.1 Error de Muestreo
Se puede calcular el error de muestreo cuando se conocen los parmetros de la poblacin
. = Parmetros estadgrafos
9. Distribucin muestral de la
La distribucin muestral de la media es la distribucin de probabilidades de todos los valores
de la media muestral para ello se aplica el teorema de limite central en donde cualquier
distribucin de datos se puede aproximar a la distribucin normal cuando n tiende a infinito
(n=30)
Valor esperado
() =
La poblacin es infinita
0.05
=
1. Una poblacin tiene una media de 200 y una desviacin estndar de 50. Se tomara
una muestra aleatoria simple de tamao 100 y se usar la media de la muestra para
estimar la media de la poblacin.
a) Cul es el valor esperado de la media? Datos:
b) Cul es la desviacin estndar de la media muestral? = 200
= 50
c) Determine la distribucin muestral de la media n = 100
d) Qu indica la distribucin muestral?
a) E( ) =
E( ) = 200
b) =
50
= =5
100
c) N ( ; )
N (200; 5)
2. Una poblacin tiene una media de 200 y una desviacin estndar de 50. Suponga
que se selecciona una muestra aleatoria simple de tamao 100 y que se usa para
estimar .
a) Cul es la probabilidad de que la media de la muestra quede a 5 de la media de la
poblacin?
b) Cul es la probabilidad de que la media de la muestra quede a 10 de la media de la
poblacin?
a) = Datos:
195200 = 200
1 = = -1 P1=0.3413 = 50
5
n = 100
=
205200
2 = =1 2 = 0.3413
5
P = 0.4772
= = -2
= 0.4772
Pt = 0.4772 + 0.4772 = 0.9544
3. Una muestra aleatoria de tamao 50, se selecciona de una poblacin con desviacin
=10. Calcular el error del valor estndar de la media.
a) Cuando el tamao de la poblacin es 5000 Datos:
b) Cuando el tamao de la poblacin es 500 = 10
n = 50
50
a) = = 0.01 0.05
5000
=
10
= = 1.4142
50
50
b) = = 0.1 0.05
500
50050 10
= 5001
50
2 = 0.0.4222
Pt = 0.0080 + 0.4222= 0.5302
P = 0.3869
Pt = 0.1131
2 = 0.27
= 0.1064
Pt = 0.1064
100100
b) = 11 =0
25
P=0
100100
= 11 = 1.36
25
= 0.4131
7. El programa de pruebas universitarias de la oficina estadounidense report una
calificacin SAT de la media de la poblacin con un u=1017 tambin se sabe que la
desviacin estndar es de 100 Cul es la probabilidad de que una muestra aleatoria
de 75 estudiantes produzca una media de la muestra de calificacin SAT que quede
a menos de 10 de la media de la poblacin?
10071017
1 = 100 Datos:
75 = 1017
= 100
= -0.87 n = 75
P= 0.3078
10271017
= 100
75
= 0.87
P = 0.3078
Pt= 0.3078+0.3078
Pt=0.6156
1082982
= 210 = 3.01 Datos:
40
= 982
P= 0.4987 = 210
882982 n = 40
= 210 = -3.01
40
x-u = 100
P= 0. 4987
Pt = 0.4987+0.4987
Pt=0.9974
Ejercicios consultados
1. 8Si X est distribuida normalmente con media 5 y desviacin tpica 2, hallar P (X >
8).
Datos:
u= 5
=
=2
2
=
8
2
= 2.83 = 0.70
2. Cierto tipo de pieza para automvil tiene un promedio de duracin de tres aos, con
una desviacin estndar de 0,5 aos. Suponga que las duraciones de las piezas son
normalmente distribuidas y encuentre la probabilidad de que una pieza determinada
tenga un tiempo de duracin de ms de 3,5 aos.
8
Levine, D., Krehbiel y Berenson M., (2006). Estadistica para la administracion ($ta ed). Mexico:
Pearson Prentice Hall Datos:
=3
= 0.5
n = 3.5
c) =
3.53
1 = = 1.85
0.27
1 = 0.4678
=
2.53
2 = = -1.85
0.27
2 = 0.4678
Pt = 0.4678 + 0.4678 = 0.9356
3. Una fbrica de alimentos empaca productos cuyos pesos estn normalmente
distribuidos con media de 450 gramos y desviacin estndar de 20 gramos.
Encuentre la probabilidad de que un paquete escogido al azar pese entre 425 y 486
gramos.
=
425450 Datos:
1 = 20 = -1.25 = 450
1 = 20
1 = 0.3944
=
486450
2 = 20 = 1.8
1
2 = 0.4641
Pt = 0.4641 + 0.3944= 0.8585
4. 9En un proceso industrial el dimetro de una arandela es muy importante. El
comprador establece en sus especificaciones que el dimetro debe ser de 3,0
+0,01mm. La condicin es que no acepta ninguna arandela que se salga de estas
especificaciones. Se sabe que en el proceso el dimetro de las arandelas tienen
distribucin normal con media de 3,0 mm y una desviacin estndar de 0,005mm.
Qu porcentaje de arandelas ser rechazado? (Sol: 4,56%)
= Datos:
= 3.0 mm
= 0.005 mm
9
Anderson, D., Sweeney T., (2008). Estadistica para la administracion y economia (10ma edicion) Mxico: CENGAGE Learning
3.013.0
1 = 0.005 =2
1
1 = 0.4772
5. El peso medio de 5 estudiantes varones de una universidad es de 68,5 Kg. y la
desviacin tpica es de 10 Kg. Suponiendo que los pesos estn distribuidos
normalmente, cual es la probabilidad de que los estudiantes pesen ms de 75 kg.
=
7568.5
Datos:
1 = 10 = 2.90 n=5
5 = 68.5 Kg
1 = 0.4981 = 10 Kg
n = Tamao de la muestra
=
Valor esperado E ()
(1 ) (1 )
= =
1
= 0.05
Forma de la distribucin muestral de
=
1. np 5
2. n(1-p) 5
Aplicaciones
1. Se selecciona una muestra aleatoria simple de tamao 100, de una poblacin con P =
0.40
?
a) Cul es el valor esperado de
E () = P
E () = 0,40
?
b) Cul es la desviacin estndar de
(1 )
=
0.40 (10.40)
= = 0.049
100
c) Describa la distribucin muestral de
N (P; )
N (0.40; 0.049)
Datos:
n = 200
p = 0.40
(1)
=
0.40 (10.40)
= = 0.035
200
1 =
2 =
0.43.40
1 = = 0.86 0.370.40
0.035 2 = = - 0.86
0.035
P1= 0.305
P2 = 0.3051
(1) 0.55(10.55)
(1000) = = = 0.016
1000
0.04
= = 0.87
0.046
b) n=200
0.04
= = 1.25
0.032
c) n=500
0.04
= = 1.90
0.021
P= 0.4713 (x2) = 0.9426
d) n=1000
0.04
= = 2.67
0.015
0.5
(1 ) 0.5
P= 0.3621 (x2)
Pt = 0.7242
P = 0.30
Ejercicios consultados
1. Suponga que tenemos una poblacin con una proporcin P= 0.40 y una muestra
aleatoria de tamao n= 100 extrada de la poblacin.
a) Cul es la probabilidad de que la proporcin muestral sea superior a 0.45?
b) Cul es la probabilidad de que la proporcin muestral sea inferior a 0.29?
c) Cul es la probabilidad de que la proporcin muestral est comprendida entre
0.35 y 0.51?10
(1)
=
0.40 (10.40)
= = 0.035
200
1 =
2 =
0.43.40 0.370.40
1 = = 0.86 2 = = - 0.86
0.035 0.035
2. Suponga que tenemos una poblacin con una proporcin P= 0.25 y una muestra
aleatoria de tamao n= 200 extrada de la poblacin.
a) Cul es la probabilidad de que la proporcin muestral sea superior a 0.31?
b) Cul es la probabilidad de que la proporcin muestral sea inferior a 0.14?
c) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.24 y 0.40?
(1)
=
0.40 (10.40)
= = 0.039
200
1 =
2 =
0.43.40 0.370.40
1 = = 0.85 2 = = - 0.85
0.035 0.035
3. Suponga que tenemos una poblacin con una proporcin P= 0.60 y una muestra
aleatoria de tamao n= 100 extrada de la poblacin.
10
Autor: Mario F. Triola Edicin: 11 Ao: 2013 Estadstica pg:328 doi:
https://www.biblionline.pearson.com/Pages/BookRead.aspx
a) Cul es la probabilidad de la proporcin muestral sea superior a 0.52?
b) Cul es la probabilidad de que la proporcin muestral sea inferior a 0.46?
c) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.47 y 0.53?11
(1)
d) =
0.40 (10.40)
e) = = 0.035
100
f) 1 =
h) 2 =
0.43.40 0.370.40
1 = = 0.86 i) 2 = = - 0.86
0.035 0.035
4. Un gerente de un gran grupo de hospitales cree que el 30% de todos los pacientes
genera facturas que se cobran con 2 meses de retraso como mnimo. Se toma una
muestra aleatoria de 300 pacientes.
a) Cul es el error tpico de la proporcin muestral que generar facturas que se
cobraran con 2 meses de retraso mnimo?
b) Cul es la probabilidad de que la proporcin muestral sea inferior a 0.25?
(1)
c) =
0.30 (10.30)
d) = = 0.043
300
e) 1 =
g) 2 =
0.43.40 0.370.40
1 = = 0.25 h) 2 = = - 0.25
0.035 0.035
5. Una empresa est considerando la posibilidad de sacar una nueva emisin de bonos
convertibles. La direccin cree que los trminos de la oferta sern atractivos para el
11
Newbold. P, Carlson W, Thorne B; Pearson, Sexta edicin, Estadstica para Administracin y Economa, pg.
276
20% de todos sus accionistas actuales. Suponga que est en lo cierto. Se toma una
muestra aleatoria de 130 accionistas actuales
a) Cul es el error tpico de la proporcin muestral que piensa que esta oferta es
atractiva?
b) Cul es la probabilidad de que la proporcin muestral este comprendida entre
0.18 y 0.22?
(1)
c) =
0.20 (10.20)
d) = = 0.035
130
e) 1 =
0.43.40
1 = = 0.86
0.035
f) P1= 0.305
g) 2 =
0.370.40
h) 2 = = - 0.86
0.035
i) P2 = 0.3051
11. Estimacin por intervalos
= 2
APLICACIONES
1. Una muestra aleatoria simple de 40 elementos, dio como resultado una media
muestral de 25, la desviacin estndar de la poblacin es S
Datos:
n= 40
x= 25
= 5
N.C = 95%
= 2
5
= 1.96 = 1.55
40
[23.45; 26.55]
Datos:
n= 50
= 32
=6
6
1.645 ( )
50
32 1.396
[30.604; 33.396]
[30.337; 33.663]
[29.815; 34.185]
Datos:
n= 60
= 80
= 15
[76.204; 83.796]
b) Suponga que la media y la desviacin estndar se obtuvieron de una muestra
de 120 artculos. Determinar el intervalo de confianza del 95%
15
1.96 ( )
120
80 2.684
[77.316; 82.684]
4. Se informa que el intervalo de confianza es del 95% para una media de poblacin
es de [122 a 130]. Si la media de la muestra es 126 y la desviacin estndar de la
muestra es de 16.07 Qu tamao de muestra se utiliz en la determinacin?
Datos:
Z = 1.96
= 126
= 16.07
2 =4
16.07 31.4972
1.96 =4 =4
(31.4972)2 = (4 )2
992.073 = 16(n)
992.073
= n= 62
16
Valores referenciales de Z
Datos:
N= 250
S= 50
Z= 1.96
= 369
2
50
369 1.96 369 6.198
250
[363.790; 374.208]
EJERCICIOS CONSULTADOS
1. Se pide a 814 adultos que contestaron un cuestionario acerca de sus ideas sobre el
estado general de la USA a esta pregunta contestaron SI 562 adultos.
Datos:
N= 814
= = 0.69
(1 )
2
0.69 (10.69)
0.69 1.75 814
0.69 0.028
(1 )
2
0.69 (10.69)
0.69 1.555 814
0.69 0.025
2. En una encuesta del Instituto de investigaciones se analiz las razones por los que
los pequeos empleadores ofrecen un plan de retiro para sus empleados 33 veces
se revisa la razn en ventaja competitiva en reclutamiento y retencin.
Datos:
Z= 2.17
P = 0.33
E = 0.03
(2 )2 ( 1)
= 2
1.04
= = 1.156
0.0009
(2 )2 ( 1)
= 2
1.04
= 0.0009
= 1.334
3. En una encuesta de ventas al detalle que realizo American Exprs se encontr que
el 16% de los consumidores utilizan internet para comprar regalos durante la
temporada vacacional en la encuesta participaron 1285 clientes. Cul es el
margen de error y cul es la estimacin del intervalo a un N.c del 92%?
Datos:
P = 0.16
n= 1285
92% = 1.75
(1 )
2
0.16(10.16)
0.16 1.75 0.16 0.018
1285
(0.142; 0.178)
Datos:
E=2
N= 15
= 6.25
(2 )2 ()2
=
2
(2.576)2 (6.25)2
=
22
= 64.80 65
5. La cantidad de horas que duermen los tungurahuenses cada noche vara mucho
desde 12% de la poblacin que duerme menos de 6 horas hasta 6% que duerme
ms de 8 horas. Se coge una muestra con respecto a las horas de sueo por noche.
6.9 0.0016
7.6 0.5476
6.5 0.1296
6.2 0.4356
5.3 2.4336
7.8 0.8836
7.0 0.0196
5.5 1.8496
7.6 0.5476
6.7 0.0256
7.3 0.1936
6.6 0.0676
7.1 0.0576
6.9 0.0016
6.0 0.7396
6.8 0.0036
6.5 0.1296
7.2 0.1156
5.8 1.1236
8.6 3.0276
7.6 0.5476
7.1 0.0576
6.0 0.7396
7.2 0.1156
7.7 0.7056
= = 6.86
S = 0.78
0.78
6.86 2.064 ( ) 6.86 0.322
25
(6.538; 7.182)
Hiptesis Estadstica
Es una conjetura o una suposicin que se realiza respecto a una poblacin, concretamente,
con respecto a un parmetro de la poblacin el cual cuantifica una caracterstica de ella.
Hiptesis Estadstica
Por ejemplo, se realiza una investigacin sobre el costo de los desayunos en el cafetn de
la ULA Tchira. Alguien puede llegar a afirmar que los estudiantes invierten un
promedio de 12 bolvares.
Hiptesis Alternativas:
Una hiptesis nula siempre asegura que no hay diferencia entre el estadstico y el
parmetro.
Aunque solo se cuente con la informacin que proporciona la muestra, la hiptesis
nula se escribe en trminos del parmetro de la poblacin.
Si una hiptesis nula es considerada falsa, algo debe ser cierto, es cuando se
considera la hiptesis alternativa.
La metodologa de las pruebas de hiptesis est diseada para analizar la
aceptacin o rechazo de hiptesis nulas, sin embargo, no rechazar una hiptesis
nula, no es prueba de que sea cierta.
Nunca se puede probar que una hiptesis nula sea correcta, porque la decisin se
basa solo en la informacin que aporta la muestra, y no en la informacin de toda
la poblacin.
La hiptesis nula Ho es la hiptesis que se prueba siempre
La hiptesis alternativa H1 se formula opuesta a la hiptesis nula, y es la
conclusin de apoyo si se rechaza la hiptesis nula.
12.3. Valor crtico del estadstico de prueba. Regiones
Es el valor del estadstico de prueba en su correspondiente distribucin en el muestreo (Z,
t, x2, F) y que divide a dicha distribucin en dos regiones: una de aceptacin de la hiptesis
nula y otras(s) de rechazo de la hiptesis nula.
Region de
no rechazo
Regin de Regin de
rechazo rechazo
Coeficiente de confianza:
Riesgo :
Se define como la probabilidad de cometer un error tipo II. Se le llama tambin nivel de
riesgo del consumidor. Depende de la diferencia entre el valor hipottico y el valor real
del parmetro poblacional.
Probabilidad de cometer
error tipo I (nivel de
Coeficiente significancia)
de confianza
Z crtico
: Nivel de significancia que indica la probabilidad mxima con la que se puede cometer
un error del tipo I
: Nivel de significancia que indica la probabilidad mxima con la que se puede cometer
un error del tipo II
Pruebas estadsticas
1) Escala de intervalo o
razn
2) Se ajusta a la curva
Paramtricas
normal
3) Varianzas iguales
Pruebas
1) Escala ordinal o por
rangos
No
2) Su distribucin es libre
paramtricas
Se aplica cuando se est interesado en los valores extremos a ambos lados del parmetro,
es decir, en las dos colas de la distribucin
Region de no rechazo
Regin de Regin de
rechazo rechazo
-Z = -1.96 Z= 1.96
Se aplica cuando se est interesado en los valores extremos a un solo lado del parmetro,
es decir, en una cola, extremo derecho de la distribucin.
Por ejemplo para un nivel de significancia del 5%, se tiene:
Region de no rechazo
Regin de
rechazo
Z= 1.645 0.05
Se aplica cuando se est interesado en los valores extremos a un solo lado del parmetro,
es decir, en una cola, extremo izquierdo de la distribucin.
Region de no rechazo
Regin de
rechazo
0.05 -Z = -1.645
1% 5% 10%
Zc
Prueba + 2.33 + 1.645 + 1.28
de
una cola - 2.33 - 1.645 - 1.28
Prueba + 2.58 + 1.96 + 1.645
de
Dos colas - 2.58 - 1.96 - 1.645
: 600
1: > 600
El gerente tiene la razn de que los huspedes tienen en sus cuentas 600
c) Qu conclusin es la adecuada cuando s se puede rechazar Ho?
El contador demostr que tena la razn, por lo tanto los huspedes tienen ms de 600 en
sus cuentas.
2. EI gerente de una agencia automotriz desea implantar un nuevo plan de bono con
objeto de aumentar el volumen de ventas. En la actualidad, la media del volumen
de ventas es de 14 automviles vendidos por mes. El gerente desea llevar a cabo
una investigacin para ver si el nuevo plan de bono aumenta el volumen de ventas.
Para reunir datos acerca del plan, se permiti que un grupo de vendedores trabajen
con l durante un periodo de un mes.
a) Formule las hiptesis nula y alternativa que sean ms adecuadas para este
caso.
: 14
1: > 14
b) Comente la conclusin a que se llegara cuando no se pueda rechazar Ho
3. Una operacin en una lnea de produccin debe Llenar cajas con detergente hasta
un peso promedio de 32 onzas. Peridicamente se selecciona una muestra de cajas
llenas, que se pesan para determinar si estn faltas 0 sobradas de Llenado. Si los
datos de la muestra llevan a la conclusin de que les falta 0 sobra detergente, se
debe parar la lnea de produccin, y hacer los ajustes necesarios para que el
llenado sea correcto.
a) Formule las hiptesis nula y alternativa que ayuden a decidir si es
conveniente parar y ajustar la lnea de produccin 0 no.
: = 32
1: 32
b) Comente la conclusin y la decisin cuando no se puede rechazar Ho.
Z crtico
= 0.01 Z 2.33
=
7.25 6.7
= 2.5 = 3.11
200
= 0.05
=
10.8 13
= 9.2 = -2.88
145
5) Toma de decisin
Rechaza Ho y se acepta H1 que dice que el promedio de nmero de horas utilizadas de
internet es menor a 13 horas diarias.
Ejercicios consultados:
=0.05
G.l= n-1 z.c z.c
G.l=28
t=Ttabla(=0.025; G.l=28)= 2.048 -2,048 0 2,048
58126000
t= t= 1140 = -0.89
29
d) Cul es su conclusin?
Ho: 245
H1: < 245
=0.05
G.l= n-1
G.l=28
t=Ttabla(=0.05; G.l=28)= -1.701
231245
t= t= 80 = -0.94
29
P
(0.855; 1.313)
(0.20; 0.10) 0.05 (falso) Se acepta Ho
3. El consumo anual per cpita de leche es de 21.6 galones. Usted cree que en el oeste
medio el consumo de leche es mayor y desea fundamentar su opinin. En una muestra de
16 personas de Webster city, pueblo del oeste medio , la media muestral del consumo
anual fue de 24.1 galones y la desviacin estndar es s=4.8.
a) Elabore una prueba de hiptesis que se pueda usar para determinar si el consumo
medio anual en Webster city es mayor que la media nacional
Ho: 21.6
Datos
H1: > 21.6 = 21.6
=24.1
= 48
b) Con =0.05 cuales son los valores crticos de prueba.
= 0.05
n=16
=0.05
G.l= n-1
G.l=15
t=Ttabla(=0.05; G.l=15)= -1.753
t t se rechaza
24.121.6
t= t= 48 = 0.21
16
d) Cul es su conclusin
Datos:
n=25 = 42 =46 =8
12
Martinez, C. (2012). Estadistica y muestreo. Bogota: ECOE.
g) Cules son los valores crticos de la prueba?
z.c z.c
=0.01
2,492 0 2,492
G.l= n-1
G.l=24
t=Ttabla(=0.01; G.l=24)= 2.492
i) Cul es su conclusin?
5. Un fabricante desea hacer pblico, a fin de aumentar sus ventas, que el contenido
de nicotina de sus cigarrillos tienen un promedio inferior a los 22mg. Una oficina
gubernamental de salud y del medio ambiente realiza un anlisis de 10 cigarillos
y obtiene los contenidos de nicotina para cada uno, siendo de:
21 24 18 16 22 23 20 20 24 16
(
)2 0.36 12.96 5.76 19.36 2.56 6.76 0.16 0.16 12.96
19.36
a) Calcular la hiptesis
Ho: =22
H1: < 22
b) Con =0.05. Cules son los valores crticos para el estadstico de prueba?
=0.05
G.l= n-1
G.l=9
t=Ttabla(=0.05; G.l=9)= -1.833
c) Calcule la media muestral
204
= = 20.4
10
( )2
=
1
80.4
=
10 1
= 2.99
20.422
t= t= 2.99 = -1.69
10
13. VALOR P
Un valor P es una probabilidad que aporta una medida de una evidencia suministrada por
la muestra contra la hiptesis nula. Valores P pequeos indican una evidencia mayor
contra la hiptesis nula
Valor P Es la probabilidad de que se obtenga un valor del estadstico del contraste que
sea al menos tan extremo ( o ) como el observado, suponiendo que Ho sea cierta.13
Rechazo Ho
1. El nuevo palo de golf ERC de aleacin de titanio de Callaway Golf Company fue
calificado como ilegal porque promete tiros de salida que superan el estndar
13
Newbold, P. Estadstica para administracin y economa I Captulo 9 (9.1-9.5)
de la USGA, Golf Digest comparo las distancias actuales de tiros de salida con el
palo ERC y un palo aprobado por la USGA con una distancia promedio
poblacional de 280 yardas para el tiro de salida. Usando nueve palos de prueba, la
distancia promedio del tiro inicial con el palo ERC fue de 286.9 yardas. Conteste
las preguntas siguientes suponiendo una desviacin estndar muestral de 10
yardas para la distancia de tiro de salida.
a) Formula la hiptesis nula y alternativa que permita determinar si el nuevo palo de
golf ERC tiene una distancia promedio poblacional del tiro de salida mayor que
280 yardas
b) En promedio cuantas yardas ms viajo la pelota de golf con el palo ERC?
c) Con = 0.05 Cul es el valor crtico para la prueba y cul es la regla de rechazo?
d) Calcule el valor del estadstico de prueba
e) Cul es su conclusin?
f) Qu puede decir acerca del valor de p?
a) Ho= 280
Datos
H1= > 280 = 280
=286.9
S=10
b) t = = 0.05
n=9
t=286.9 280 = 6.9
c) = 0.05
G.L= n-1
G.L =9-1 = 8
t = = 1.86
d) Calcular el valor estadstico de la prueba
286.9280
= t= 10 = 2.07
9
e)
2,07 1,86 ()
1.92 2.16 3,63 3.16 4.02 3.14 2.20 2.34 3.05 2.38
a) Formula las hiptesis nula y alternativa que permitan determinar si las ganancias
promedio poblacionales por accin en 2001 difieren de los tres dlares informados
en el 2000
Ho= = 3
H1= 3
b) Con = 0.05 Cules son los valores crticos para la estadstica de prueba, y
cul es la regla de rechazo?
= 0.05 Datos
=3
G.L = n-1
=2.8
G.L =10-1
= 0.70
G.L =9 = 0.05
n=10
t 2 = = 1.833
Regla de rechazo
t 2 t 2 Se rechaza Ho
f) cules s su conclusin?
Que se acepta Ho no hay diferencia porque -0.90 cae en la zona de aceptacin
g) qu puede decir acerca del valor de P?
(0,20; 0.10)
2(0.40; 0.20)
2.80.50
(2.30; 3.30)
Aplicaciones
2. El nuevo palo de golf ERC de aleacin de titanio de Callaway Golf Company fue
calificado como ilegal porque promete tiros de salida que superan el estndar
de la USGA, Golf Digest comparo las distancias actuales de tiros de salida con el
palo ERC y un palo aprobado por la USGA con una distancia promedio
poblacional de 280 yardas para el tiro de salida. Usando nueve palos de prueba, la
distancia promedio del tiro inicial con el palo ERC fue de 286.9 yardas. Conteste
las preguntas siguientes suponiendo una desviacin estndar muestral de 10
yardas para la distancia de tiro de salida.
g) Formula la hiptesis nula y alternativa que permita determinar si el nuevo palo de
golf ERC tiene una distancia promedio poblacional del tiro de salida mayor que
280 yardas
h) En promedio cuantas yardas ms viajo la pelota de golf con el palo ERC?
i) Con = 0.05 Cul es el valor crtico para la prueba y cul es la regla de rechazo?
j) Calcule el valor del estadstico de prueba
k) Cul es su conclusin?
l) Qu puede decir acerca del valor de p?
Datos
g) Ho= 280
= 280
H1= > 280 =286.9
S=10
= 0.05
h) t = n=9
t=286.9 280 = 6.9
i) = 0.05
G.L= n-1
G.L =9-1 = 8
t = = 1.86
j) Calcular el valor estadstico de la prueba
286.9280
= t= 10 = 2.07
9
k)
2,07 1,86 ()
l) Est en el intervalo (1.860; 2,306) entonces el valor de P esta entre 0,05 y 0,025
1.92 2.16 3,63 3.16 4.02 3.14 2.20 2.34 3.05 2.38
i) Formula las hiptesis nula y alternativa que permitan determinar si las ganancias
promedio poblacionales por accin en 2001 difieren de los tres dlares informados
en el 2000
Ho= = 3
H1= 3
j) Con = 0.05 Cules son los valores crticos para la estadstica de prueba, y
cul es la regla de rechazo?
Datos
=3
=2.8
= 0.70
= 0.05
n=10
= 0.05
G.L =10-1
1,833 0 1,833
G.L =9
t 2 = = 1.833
Regla de rechazo
t 2 t 2 Se rechaza Ho
n) cules s su conclusin?
Que se acepta Ho no hay diferencia porque -0.90 cae en la zona de aceptacin
o) qu puede decir acerca del valor de P?
(0,20; 0.10)
2(0.40; 0.20)
2.80.50
(2.30; 3.30)
EJERCICIOS CONSULTADOS
14
Ejemplo 1. El consejo universitario informa que el nmero promedio de estudiantes de
nuevo ingreso en las universidades es de 6000. En un periodo reciente de inscripciones.
Se tomo una muestra de 32 universidades con una media muestral de los estudiantes de
nuevo ingreso de 5812 y una desviacin estndar muestral de 1140.Estos datos indican
un cambio en el nmero medio de estudiantes de nuevo ingreso?
=0.05
z.c z.c
G.l= n-1
G.l=28
-2,048 0 2,048
t=Ttabla(=0.025; G.l=28)= 2.048
58126000
t= t= 1140 = -0.89
29
m) Cul es su conclusin?
14
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadistica para administracion y economia (10a. ed.). Mexico: CENAGE
Learning.
2(0.20; 0.10) 0.05
(0.40; 0.20) 0.05 (falso)
Ho: 245
H1: < 245
=0.05
G.l= n-1 z.c
G.l=28
t=Ttabla(=0.05; G.l=28)= -1.701 -1,701
231245
t= t= 80 = -0.94
29
P
(0.855; 1.313)
(0.20; 0.10) 0.05 (falso) Se acepta Ho
Ejercicio 3. El consumo anual per cpita de leche es de 21.6 galones. Usted cree que en
el oeste medio el consumo de leche es mayor y desea fundamentar su opinin. En una
muestra de 16 personas de Webster city, pueblo del oeste medio , la media muestral del
consumo anual fue de 24.1 galones y la desviacin estndar es s=4.8.
e) Elabore una prueba de hiptesis que se pueda usar para determinar si el consumo
medio anual en Webster city es mayor que la media nacional
Ho: 21.6
Datos
H1: > 21.6 = 21.6
=24.1
= 48
f) Con =0.05 cuales son los valores crticos de prueba.
= 0.05
n=16
=0.05
G.l= n-1
G.l=15 z. A. z.c
t=Ttabla(=0.05; G.l=15)= -1.753
1,753
t t se rechaza
24.121.6
t= t= 48 = 0.21
16
h) Cul es su conclusin
15Ejercicio 4: Una muestra de 25 observaciones tiene una media de 42.0 y una desviacin
de 8. Trabajando con un nivel de significancia del 1%. Existe razn para rechazar la
hiptesis de la media de la poblacin es de 46.0?1
Datos:
n=25 = 42 =46 =8
15
Martinez, C. (2012). Estadistica y muestreo. Bogota: ECOE.
p) Cules son los valores crticos de la prueba?
z.c z.c
=0.01
2,492 0 2,492
G.l= n-1
G.l=24
t=Ttabla(=0.01; G.l=24)= 2.492
Ejercicio 5: Un fabricante desea hacer pblico, a fin de aumentar sus ventas, que el
contenido de nicotina de sus cigarrillos tienen un promedio inferior a los 22mg. Una
oficina gubernamental de salud y del medio ambiente realiza un anlisis de 10 cigarrillos
y obtiene los contenidos de nicotina para cada uno, siendo de:
21 24 18 16 22 23 20 20 24 16
(
)2 0.36 12.96 5.76 19.36 2.56 6.76 0.16 0.16 12.96
19.36
g) Calcular la hiptesis
Ho: =22
H1: < 22
h) Con =0.05. Cules son los valores crticos para el estadstico de prueba?
=0.05
z.c
G.l= n-1 z. A.
G.l=9
-1,833
t=Ttabla(=0.05; G.l=9)= -1.833
( )2
=
1
80.4
=
10 1
= 2.99
20.422
t= t= 2.99 = -1.69
10
16
(Anderson, Sweeney, & Williams, 2008)
Cola derecha Cola izquierda Bilateral
Ho: Ho: Ho: =
H1: < H1: > H1:
Aplicaciones:
1. El centro NN para el desarrollo de la fuerza de trabajo encontr que 40% de los
usuarios de internet recibieron ms de 10 mensajes de correo electrnico por da
en el ao 2000, en el 2001 se repiti un estudio similar acerca del uso del correo
electrnico. El propsito del estudio fue ver si aumento el uso de email.
a) Formule H0 y H1 para determinar si ocurri un incremento en la proporcin de
usuarios de internet
Ho: P0.40
Ho: P> 0.40
Z Z Se rechaza Ho z. A. z.c
1,645
188
=
420
DATOS
= 0,4476
P= 0,40
n = 420
h = 188
=
(1 )
0,4476 0,40
=
0,40(1 0,40)
420
= 1.99
2. Un estudio realizado por Consumer Reports indica que 64% de los clientes de los
supermercados piensa que los productos de las marcas de los supermercados son
tan buenos como las marcas nacionales. Para investigar si estos resultados aplican
a sus propios productos, un fabricante de salsa de tomate de una marca nacional,
pregunt a los integrantes de una muestra si consideraban a las salsas de tomate
de las marcas de los supermercados tan buenas como la marca nacional
a) Formule las hiptesis para determinar si el porcentaje de clientes de los supermercados
que considera a las salsas de tomate de las marcas de los supermercados tan buenas
como la marca nacional difiere de 64%.
Ho: P 0.64
H1: P < 0.64
b) Si en una muestra de 100 clientes 52 opinan que las marcas de los supermercados son
tan buenas como las marcas nacionales, cul es el valor-p?
DATOS
z.c P= 0,64
n = 1000
h = 52
Z Z Se rechaza Ho -1,645
=
52
= 100
= 0,52
=
(1)
0.520.64
= = 2.5
0.64(10.64)
100
d) Le dar gusto esta conclusin al fabricante de la marca nacional de salsa de tomate?
Explique.
P= 0.5-P(z=-2.5)
Se rechaza Ho:
P= 0.5- 0.4938 P
0.0062 0.05
P= 0.0062
Ho: P=0.44
H1: P 0.44
= 0,41
-1,96 0 1,96
=
(1 )
0,41 0,44
=
0,44(1 0,44)
500
EJERCICIOS CONSULTADOS
0: 0,75
1: > 0,75
a.
(1) z.c
z. A.
0,68 0,75
=
-1,645
0,75(1 0,75)
300
= 2,8
Se rechaza H0 y se acepta H1
b. =
(1)
0,72 0,75
=
0,75(1 0,75)
300
= 1,20
Se acepta H0 y se rechaza H1
c. = (1)
0,70 0,75
=
0,75(1 0,75)
300
= 2,00
17
(Anderson, Dennis, Sweeney, & Thomas, 2008)
Se rechaza H0 y se acepta H1
d. = (1)
0,77 0,75
=
0,75(1 0,75)
300
= 0,80
Se acepta H0 y se rechaza H1
2: Un estudio realizado por Consumer Reports indica que 64% de los clientes de los
supermercados piensa que los productos de las marcas de los supermercados son tan
buenos como las marcas nacionales. Para investigar si estos resultados aplican a sus
propios productos, un fabricante de salsa de tomate de una marca nacional, pregunt a los
integrantes de una muestra si consideraban a las salsas de tomate de las marcas de los
supermercados tan buenas como la marca nacional
0: = 0,64
1: 0,64
b) Si en una muestra de 100 clientes 52 opinan que las marcas de los supermercados
son tan buenas como las marcas nacionales, cul es el valor-p?
52
=
100
= 0,52
-1,96 0 1,96
3: Antes del Super Bowl de 2003, la ABC pronostic que 22% de la audiencia por
televisin expresara inters por ver uno de sus prximos programas: 8 Simple Rules, Are
You Hot? y Dragnet. Durante el Super Bowl, la ABC pas comerciales sobre estos
programas de televisin. Al da siguiente del Super Bowl, una empresa de publicidad
tom una muestra de 1 532 espectadores que los vieron, de los cuales 414 afirmaron que
veran alguna de las series promovidas por la ABC.
Ho: P = 0.22
H1: P 0.22
=
zona
critica
414 zona de
= 1532 aceptacion
= 0,27 1,645
=
(1 )
0,27 0,22
=
0,22(1 0,22)
1532
= 4,72
c) Por qu tales estudios son valiosos para las empresas y los negocios de
publicidad?
a) Formule la hiptesis:
Ho: P 0.24
H1: P > 0.24
=
93 zona
= critica
300 zona de
aceptacion
= 0,31
1,645
= (1)
0,31 0,24
= Se rechaza H0 en consecuencia
0,24(1 0,24) hay ms personas que buscan un
300 domicilio cercano a su trabajo
= 2,84
185. Por estadsticas que se tienen, se ha podido establecer que por lo menos el 40% de
los jvenes toman regularmente Coca-Cola, cuando tienen sed. Una muestra aleatoria de
450 jvenes revel que 200 de ellos solan tomar dicha bebida, cuando tenan sed. Cul
podra ser su conclusin al nivel de 1% acerca de lo que muestran las estadsticas?
200 250
= 450 = 0,44 = 44% n=450 = 450 = 0,56
1) 0 : = 0,40 =
1 : 0,40
2) ) 0,01
3) 3) = = 0,005
2 z.c z.c
0,440,40
4) = = 1,71 2,58 0 2,58
0,44(0,56)
450
196: Un gerente de una compaa afirma que el porcentaje de atrasos en las horas de
llegada al trabajo cobija al 25% de sus empleados. Solicita al jefe de personal la revisin
de 40 tarjetas marcadas con las horas de llegada, en la quincena y encuentra que 8 han
llegado tarde. Al nivel del 5% hay razn para concluir que el gerente est exagerando?
8
= 40 = 0,20 = 40
0 : = 0,25
19
(Anderson, Dennis, Sweeney, & Thomas, 2008)
2) = 0,2(0,8) = 0,40
0,200,25
3) = = 0,79
0,2(0,8)
40
24
= 40 = 0,60
1) : = 0,76
1 : < 0,76
2) = 0,01 z.c
z. A.
3) =
1,645
4) =
Z= -2.7
8. Se dice con frecuencia que la poblacin de funcionarios pblicos que tienen el hbito
de fumar en horas de trabajo, es de 42%. La oficina gubernamental de salud desea realizar
una campaa a fin de disminuir este porcentaje, para ello debe comprobarlo; as que
decide realizar una investigacin de muestreo a 25 funcionarios, encontrando que 13 de
ellos fuman. A nivel del 1% la oficina puede aceptar el porcentaje del 42% como
indicador?
13
= = 42% = 25 = 0,52 = 25 = 1 = 24
1) 0 : = 0,42
1 : 0,42
z.c z.c
2) = 0,01
3) =
-2,58 0 2,58
0,520,42
4) =
0,52(0,48)
251
= 0.98
5) Conclusin: Si hay razn para aceptar el 42% como indicador de fumadores en
horas de trabajo al nivel del 1%
Datos:
1
= 3% = 20 = 0,05 = 5% = 20 = 0,05
0 : = 0,03
1 : > 0,03
z. A. z.c
1) =
1,645
0,050,03
2) =
0,05(0,95)
201
= 0.4
Esta prueba est indicada en aquellos casos cuando se quiere establecer si la diferencia
entre dos medidas muestrales, extradas de dos poblaciones independientes, es
significativas o si una media es mayor o menor que otra.
1 2
= = 2
=
2 2 2 2 2
+
+ 1 2 1+ 2
1 2 1 2
Aplicaciones
1. Supongamos que la empresa desarrollo un curso de entrenamiento para sus
tcnicos, formando dos grupos y aplicando mtodos distintos de entrenamiento.
Los dos grupos se consideran homogneos en capacidad. El primer grupo lo
componen 36 tcnicos que obtuvieron un puntaje de 6 (en una escala de 0 a 10
puntos) y una desviacin tpica de 4 puntos y el segundo grupo de 40 tcnicos
cuyo promedio fue 8,2 y desviacin tpica de 4,3 puntos. Se puede concluir que
el mtodo aplicado al segundo grupo al primero? Nivel 1%
Paso 1: Formular la hiptesis
0 : 15
1 : > 15
Regla z.c
z. A.
< 0
-2,33
= 0,01
Paso 3:
1
2
=
2 2
1+ 2
1 2
6 8,2
=
2 2
4 + 4,3
36 40
Z= -2,43
Se ha dicho en repetidas ocasiones, que las proporciones son utilizadas como medidas
aplicadas a caractersticas cualitativas (atributos). La prueba de hiptesis, como en los
casos anteriores, implica el uso de la distribucin normal, que nos permite establecer si
hay o no alguna diferencia entre dos proporciones, obtenidas en dos poblaciones
independientes, o si un grupo tuvo una proporcin mayor que el otro.
1 1 2 2 1 2
12 = + = 1 1
1 2 2 2
+
1 2
Aplicaciones
1. En una encuesta se pregunt sobre los hbitos de lectura, utilizando una muestra
aleatoria de 350 seoras que trabajan y otra muestra independiente de 325 que no
lo hacen. En el primer caso, 105 manifestaron que estaban suscritas a cierto tipo
revista. En el segundo, la respuesta fue de 130 que no estaban suscritas ni
mostraban inters por ninguna revista, argumentando la falta de tiempo. Al nivel
del 1% se podr afirmar que las seoras que trabajan leen menos que las seoras
que trabajan?
=
0 : 1 = 2
105
1 : 1 < 2 1 =
= 0,3231
350
130
2 =
= 0,40
325
Regla
< 0 =0.01
1 2
= 1 1 2 2
+
1 2
z.c
z. A.
0,3231 0,40
=
-2,33
0,3231(0,6769) + 0,40(0,60)
350 325
z= -2,73
Conclusin: Como cae en la zona de rechazo Ho ha afirmado que las madres que trabajan
leen menos.
EJERCICIOS CONSULTADOS
Ejemplo 1: Durante el 2003 los precios de la gasolina alcanzaron record de precios altos
en 16 estados de Estados Unidos (The Wall Street Journal, 7 de marzo de 2003). Dos de
los estados afectados fueron California y Florida. La American Automobile Association
encontr como precio medio muestral por galn $2.04 en California y $1.72 por galn en
Florida. Use 40 como tamao de la muestra de California y 35 como tamao de la muestra
en Florida. Suponga que estudios anteriores indican que la desviacin estndar
poblacional en California es 0.10 y en Florida 0.08.
DATOS DATOS
= 1 2 = 2,04 = 1,72
n = 40 n = 35
= 2,04 1,72 = 0,10 = 0,8
= 0,32
b) Cul es el margen de error con un 95% de confianza?
= 95% zona
critica
= 5% zona de
aceptacion
= 1,96
1,96
22 22
1 2 +
2 2 2
0,102 0,82
2,04 1,72 1,96 +
40 35
0,32 0,27
(0,05; 0,59)
Ejemplo 2: Arnold Palmer y Tiger Woods son dos de los mejores golfistas de todos los
tiempos. Para comparar a estos dos golfistas en los datos muestrales siguientes se
proporcionan los resultados de puntuaciones del hoyo 18 durante un torneo de la PGA.
Las puntuaciones de Palmer son de la temporada de 1960 y las de Woods son de la
temporada de 1999 (Golf Magazine, febrero de 2000).
a) Con una desviacin estndar poblacional de 2.5 para ambos golfistas, cul es el
valor del estadstico de prueba?
12
= 2 2
1 +2
1 2
DATOS DATOS
= 69,95 = 69,56
n = 112 n = 84
69,95 69,56
= = 2,5 = 2,5
2 2
2,5 + 2,5
112 84
= 1,08
b) Cul es el valor-p?
2
0,2802 0,01
z.c
zona de
z.c Se acepta H0 en consecuencia
aceptacion no existe una diferencia entre
los dos golfistas
-2,58 0 2,58
Ejemplo 3: En una encuesta de BusinessWeek/Harris se pidi a los ejecutivos de empresas
grandes su opinin acerca de sus perspectivas econmicas para el futuro. Una de las
preguntas era: Piensa usted que en los prximos 12 meses aumentar en su empresa el
nmero de empleados de tiempo completo? En esa encuesta 220 de 400 ejecutivos
contestaron s, mientras que en la encuesta realizada el ao anterior, 192 de 400 respondieron
s. Encuentre un intervalo de confianza de 95% para estimar la diferencia entre las
proporciones en estas dos encuestas. D su interpretacin de la estimacin por intervalo.
0: 1 = 2
DATOS
1: 1 2
n = 200 DATOS
h = 220 n = 400
h = 192
=
=
220
= 192
400
=
400
= 0,55
= 0,48
1 2
=
11 + 22
1 2
0,550,48
= 0,2475 0,2496
= 1.99
+
400 400
= 0,05
Se rechaza H0 en consecuencia no
z.c
z.c hay diferencias en las perspectivas
zona de
aceptacion de la empresa
-1,96 0 1,96
0: 1 = 2
1: 1 > 2
b) Cul es el porcentaje de mujeres que dijeron detenerse para preguntar por la direccin?
=
DATOS
300 n = 811
=
811 h = 300
= 0,37 = 37%
c) Cul es el porcentaje de hombres que dijeron detenerse para preguntar por la direccin?
DATOS
a. = n = 750
255 h = 255
=
750
= 0,34 = 34%
d) Pruebe la hiptesis usando = 0.05. Cul es el valor-p y cul es la conclusin a la que
esperara usted que llegara la asociacin?
zona
1 2 zona de
critica
= aceptacion
11 + 22
1 2
1,645
0,37 0,34
=
0,37(1 0,37) + 0,34(1 0,34)
811 750
= 1,24
Se acepta H0 en consecuencia las
(, 5 0,3925) 0,05 mujeres se detienen ms que los
hombres
0,1075 0,05
742
=
924
DATOS
n = 924
h = 742
= 0,803
DATOS
= n = 842
h = 714
714
=
842
= 0,848
1: 1 > 2
12
= 11 22
+
1 2
zona
critica
0,803 0,848 zona de
= z. A.
aceptacion
0,803(1 0,803) + 0,848(1 0,848)
924 842
-2,33
= 2,48
Cuando el ejercicio se suministra informacin para cada una de las observaciones muestrales,
es preferible calcular una varianza comn para las dos muestras, siendo:
2
(1 )2 + (1 )2
=
1 + 2 2
Con el resultado obtenido al aplicar la formula anterior, nos permite calcular el error estndar
para la diferencia entre las medias muestrales
=
+
1 2
Aplicaciones
1: Un fabricante de cigarrillos analiza el tabaco de dos marcas diferentes, para determinar
el contenido en nicotina y obtiene los resultados siguientes (en miligramos):
Marca A: 24 26 25 22 23
Marca B: 27 28 25 29 26
Los resultados anteriores, sealan que existe una diferencia en el contenido medio de
nicotina en ambas marcas? Siendo
(1 )2 = 10 (1 )2 = 10
10 + 10 20
2 = = = 2,5
5+52 8
2,5 2,5
= + = 1 = 1
5 5
1. 0 : =
1 :
2. = 0,05
z.c z.c
z. A.
-1,96 0 1,96
3. = 1
( )
. = = =
= 1 + 2 2 = 5+5-2=8
Cuadro De Resultados
MTODO A )
( MTODO )
( MTODO C )
(
B
6 1,14 8 4 5 1
6 1,44 7 1 8 16
2 7,84 4 4 4 0
7 4,84 5 1 2 4
3 3,24 6 0 1 9
TOTAL:24 18,8 TOTAL:30 10 TOTAL:20 30
1. PLANTEO DE HIPTESIS
1.1 Modelo lgico:
Ho: El rendimiento medio de los alumnos en los tres grupos es el mismo cualquier
sea el mtodo de enseanza que se aplique.
Ho: = = = 0
H1: = 0
( ) + ( ) + ( )
2 =
1
( ) + ( ) + ( )
2 =
1 2 3 3
(1 + 2 + 3)
=
1 + 2 + 3
2. NIVEL DE SIGNIFICACIN
= 0,01
F1= D1/D2 (Ft= Valor de f obtenido de la tabla)
D1= Grados de libertad entre clases n-1------ 3-1=2
D2= Grados de libertad dentro de clases: n1-n2-n3-3-------5-5+5-3=12
Ft=2/12= 6,93
3. REGLA DE DECISIN:
4. CLCULO DE LA RAZON F
=
5(4.8 4.93)2 + 5(6 4.93)2 + 5(4 4.93)
2 =
31
2 = 10.13
18,8 10 + 30
2 =
5+5+5+3
2 = 4,9
10,13
=
4,9
F=2,07
5. CONCLUSIN FINAL
( )2
2 =
Para realizar este contraste se disponen los datos en una tabla de frecuencias. Para cada valor
o intervalo de valores se indica la frecuencia absoluta observada o emprica (Oi). A
continuacin, y suponiendo que la hiptesis nula es cierta, se calculan para cada valor o
intervalo de valores la frecuencia absoluta que cabra esperar o frecuencia esperada (Ei=npi
, donde n es el tamao de la muestra y pi la probabilidad del i-simo valor o intervalo de
valores segn la hiptesis nula). El estadstico de prueba se basa en las diferencias entre la
Oi y Ei y se define como:
2
( )2
=
Este estadstico tiene una distribucin Chi-cuadrado con k-1 grados de libertad si n es
suficientemente grande, es decir, si todas las frecuencias esperadas son mayores que 5. En la
prctica se tolera un mximo del 20% de frecuencias inferiores a 5.
Los valores que se encuentran en parntesis ( ) son las frecuencias esperadas; se calcula
multiplicando los totales marginales y dividido para el gran total. Ejemplo: (190) (38)
/253 = 28.54
6. CONCLUSION
No normales
U de Mann-
Tipos de datos Independientes
Withney
Dependientes Wilcoxon
Tratamiento 1 7 28 115
Tratamiento 2 15 20 85
Tratamiento 3 10 30 90
Tratamiento 4 5 40 115
levin, R., & Rubin, D. (2010). Estadistica para administracion y economia (septima ed.).
Mexico: Pearson educacion.
Martinez, C. (2006). estadistica y muestreo (12 ed. ed.). Bogota: Ecoe Ediciones.
Murray, S. R., & Larry, S. J. (2009). Estadistica (cuarta edicion ed.). Mexico: Mc Graw Hill.
Anderson, D., Sweeney T., (2008). Estadistica para la administracion y economia (10ma
edicion) Mxico: CENGAGE Learning