Académique Documents
Professionnel Documents
Culture Documents
EJERCICIOS
RESUELTOS
í
PRÁCTICAS
1Y2
CÁTEDRA: BIANCO
PROFESOR: TODOS
'\S
TR A B A JO PR A C T IC O i
1) Los espacios muéstrales son el conjunto, de resultados posibles. En este caso podrían ser
los siguientes:
a) S= {se curo, sigue iguabíempeoro} « “. í :
1^ %) S = ( ( U ) (1,2) (l,5X ,il,6)(X 5)(2,6)(3,l)(3,2)(3,3)(3',4j(3,5X 3.^ (6,6)}
( i ^) S= (c, se, SSC , SSSC^ S S S S C ........} ‘ -ss
Wi
2) a) S = ( ( U ) (1,2) (1,3) (1,4) (1,5) (1,6) (2 , 1 )( 252)( 2 , 3)( 2 ,4 )( 2 , 5 ) ..: ,,.( 6, 5) (6,6)}
b) A= Que de impar — ► P(A) .= Casos favorables/.C asos posibles = 1 8 /3 6 =1/2
B=Sacar 6-entre los 2 dados ^ P(B) = Casos favorables/ Casos posibles = 11/36
c) P(AUB) = P(A ) + P(B) - P(AQB) = 1/2 + 11/36 - 6/36 = 23/36 'X'
O A .
TEOREMA. DE LA PROBABILIDAD TOTAL
No fumadores = 5/20
Estudien una carrera universitaria = 14/20
4^
No estudien una carrera universitaria = 6/20
P (Muj) = 8/20 = 2/5
P(Fum)= 15/20 = 3/4 r"-r
P(Estudie)= 14/20 = 7/10 ÉWk
isais í;t .
4) Primerainente podemos anotar los datos que nbsj ejercicio:
Rojas = 5 (no es una probabilidad sino Ja cantida^vlp/basos favorables de que salgan
bBIfflas-re]as)“ ' ..... . - ' - - A4 -
_ 1_
Al sacar 2 dados, el primero sin reponer se reduce la cantidad de dados a 9.
5) Teorema del Árbol
Al mismo tiempo pueden reducirse los casos favorables de las blancas o las
Caja ^ N e g ro s4/10
10 dados ^ Blancos 6/10 U/ negras a un numero menor dependiendo que haya salido. En eI2do dado,
com O jK ||T O |Í^¿Íre{l)^i||iio ^sgeperan cambios.
’II si-si' f I
a) P(Blancos) = 6 /1 0 .5 /9 = 1/3
b) P( B IQ N 2)= P ( B ). P (N /B |:f 4/9 = 4/15 ifi*
c) P( N1Í2B2) = P(N) . P ( B | ^ 4 / 1 0 .6/9 =4/15 , P%
d) P (B 10N 2) U ( N I Q B 2 ) ^ T ^ ) . P(N/B) + P(N) . P(B/N) = 4/15 8/15
6) AM
En este caso lo únic4|[üe debemos hace? es.Wtender los datos que se encuei^ m en el árbol
y aplicarlos. ^ f H íS , „ .
pfl t #
P(Análisis M atemático I Q Estadística II) =.|lli4.0 ,8 = 0,32
P(álgebra Q Análisis Matemático II) ~ 0,6 .BM = 0,24 , | la#..
P (Estadística I) - P (E/AM) . P(AM) + P ( E / ^ g . P(ALG) ¡I 0,8. 0,4,+ 0 ,6 .0 ,6 = 0 ,6 8 4
7)
Debe tenerse en cuenta primeramente que laj^tma de las cantid|dés de clientes es K S , este
dato es importante ya que serán los basos po|ibles ^ ¿ K ó ra de nacer las p ro b a b ilid ^ ^ s.
a)
i) P( 120-140^.r (Casos favorablesAcasos posibles) = 18/125 = Gil 44
ii)
S •....
P(<160) = Bf^OO) +P(100-120) +P( 120-140)+P(140-160) =58/125 + 7/125 + 18/125 + 23/125=
|3S|
iv) P(120-200) = P(120-140) + P( 140-160) + P(>I 60-200)= 18/125 + 23/125 + 15/125 = 0,288
, ‘ ' í'íi # I 0 ^
b) P (<100 Q <1Ó0 Q. <100 Q. <100 D. <10Üj -58|125 .58/125 .58/|25,.58/125.58/125=|0^|215
r ^ H i 0 1' ‘
c) P (<100 £2<fpp:Q<100 G<100a<100)=58/125. 57/E r ^ / 1 2 3 . 5 |/ 1 2 2 . 54/121 =(■
w
11) '“ts .>
Realizamos una üibiájííé probabilidades con los datos dados por ej eiiuticiado
A pesar que quedan mticbps'espacios vacíos, estos pueden hallarse'dé'la siguiente
manera: <, ¿
® 0,15- 0,03 = 0,12 (perspbas sin auto y. con teléfono)
0 0,7- 0,03 = 0,67 (personas<G#nsáuté y sifiteléfono)
® 0,15= 0,85 (personas sin teléfono)" "
® 0,7= 0,3 (personas sin auto)
e 0,3 -0,12 = 0, 18 (personas sin auto y sin teléfono)
-3 -
AUTO (A) SIN AUTO (Á) TOTAL
TELEFONO (T) 0,03 0,12 0,15
SIN TELEFONO (t) 0,67 0,18 0,85
TOTAL 0,7 0,3 ... 1
Defectuoso 0,1
" " l a 0,6
Liñéa;!!
r X-.., defectuoso
, 0,9
%
kí ■
a) P(D) = P(D/Ll) , P(L1>- ■P(L2) = 0,08. 0 ,4 + 0,1 . ó,092
I „H| i
b) P (L 1 /D )-P(L1 DD) =_q3 ^ o| | 7 fe ,* . &íi’ "L”'
_____ y¡st. i S » «• «
P(D) 0,092 ■>*.%# . l i l i ’P l # •*'
14)
Este ejercicio es déanterpretocjón, solones pide-Ia P(AGUA), es decir, el dato que se
encuentra remarca.do y en cursiva ep^la tabla de probabilidad. Para poder-hallar este dato
es clave logar,¿bmprender a que hace referencia el 0.77. El enunciado dice^ue el 77%
tiene alguno de'jéstos dos servií^s, por en|e si el 77" ó. tiene uno o ambos s ^ i c i o s el
resto no tendría ninguno, es decir 1- (>.77 = 0,23 (el 23% no tendría ninguno de jos 2
servicios)..?/ l-í
Gracias a ja obtención de ese dalo se puede completar la tabla y asi hallar lo qu%i'.
necesitábamos. f
e ¿P(Agua) = 0,63
■f
V-
16) IJ* 1%
-5 -
Viaje de negocios 0.5
AE IMPORTANTES 0,6
^ Otras razones 0.5
AEROPUERTO "AVIONES P R IV A D o W lJ - ^
^ Otras razones 0,4
% g
%
Viaje de n e ^ ; c io ^ , 9
■-► a I I rÍ C iNEAS n o im p o r t a n t e s (AV COMERCIALES) 0,1
T‘sT.''-\'‘ O fe s razones
á w
a)P(Negocios) = R(N/Aimp). P(Aimp) i P(M/AP) . P(AP) + Pg^/AVCom) .
P(AVCom) = 0,5,.0,6 + 0 ,6 .0 3 + 0 ,9 .0,] |0 , 5 7 ' ^Ijííofcfe:
4 w «..
18)
I
A >
F2 Y3F3Í ^ ^ ^
MUJER t r k -‘.j.o . ' í>3 * ¥
HOMBRE 0 , ') * ^ ....®■0,6"..... (V-7-
0,4 0,6 1 ^?.r
Se quiere averiguar cual es i^ j^ fe ^ e r), pero tenemos que tenerjeh cuenta a la 2da y 3ra
familia a pesar de saber que no fi^pnffií|as«p|ijfjps f w
ti
P(M) = P( ( M D FI) (M DF3) )
P (M Q Fl) + P(M D F2) + P(M G F3) = 0,3 + 0 + 0 = 0,3
19)
Planteamos los datos del enunciado en un Árbol
CARIES 0,4
" •f y,
S IN C /^ fp ,^ |# i
i
REGIONES B 0,3 CARIES 0,5
Cf
20) k:
Defecteoso 0 , 0 5 ^ £
%*#(
Bajo control 0 .0 2 <
Fabrica W nripf
No defectuoso 0,95
9:0
í3efectuo?(>iP,3
^Sin control 0,08 e fe
ia ; í No defeCtuóSo 0,7 i«
i*?;
|» 4
P(BC/D')¿PÍBCQD1= PrP/BC't.PrBC) -0:05 ■0.92 = 0,657 %st
P(D) P (D /B C ). P(BC^ + P(T)/SC). PÍSC) ■ 0 .0 5 .0 .9 2 + 0.3 . 0.08 r '1
i|í
21) Ubicamos los datos dados .en el enmelado en un diagrama de Árbol f 'A
I s tf
AUM A C C IO N E IS
AU M ENTA 0,4
< BAJAN ACCIONES 0,2
■ # ¿f-s
.^■
*
AUMACCICiSiES0,2
PB N f; MANTIENE 0,3
UEN ACCIONES 0,8 - y -
i BAJE 0,
0.3 c T
AUM ACCIONES 0,1
AJENACCIONES;0;9
m ly
tiip i
M¿
P(PB/AcA)= Pf PB O AcA) = fAcAu'm/PBf. PfPBi C ila ,x J 0,073
P ( A e A PCAcAPR-i PfPBHPCAcA/PA).P(PA) ■)\AcA,t'.M i J>(PM) 0.1. 0 , 3 '« f :0,4+0,2 0 3
&. W
w
Mi I#
P(NAO l ^f., t%B ) =P(NA U BcóB) =1- P(NAéBcoB)
fr^:íftí
=
i .
1- P(N A |ÍV (B coB ) - P(NAQBco + b'4~-Í^l2) = 0;,12
<t ?í
Teniendo en cuenta los datos del ejercicio podemos notar que muy pocas m u je re ^
ascenderjálpor ende hay discriminación. WP’’
V
?1i PM
L G M ) TenePen cuenta que, a pesi mBpl notej-je_#Ma4abIa de probabilidades com®
datos nombrados indirectamente:
si sumamos los argentinos que tienen e n t r ^ 2 0 años con los .que tienen entre 20-40 y
' los de mas de 40 nos daría el total de arger^ os queiCSlíO. jínismo hacemos conHbs
extranjeros', los cuales nos dan 20. «F
En la s i g u i ^ f tabla podemos \ei los dat as clá' inte. i
Tener en cuqi^tá que nos es una tabla ( O .OBABltÍDADEsI sino que están iM f
valores específicos. S il i M w '-'
%íi
■1 m)
,Q _ .
Anlicamos teorefña'del árbol con los datos dados ñor el enunciado
Aprobaron 17
R««™.,=.25 ÜJ
JptObaron 31
Alumnos 60 ^ i A
'#
Primerisos SSr St ;
,0- •■
Reprobaron 4 \ é
.s
a)P(AP/Prim)=3iW35 = 0,SS$Í, . P ,
P*'......, S lfcp«fe'«SfS«W>í&s . -»r .
Í%k^ - ' 1- ' = V pff -■ .i/íSh
b) P((Apl Q ApSiQ (Priml Q Prini2) )-( Api . ApS)í2( priml . pr¡m2) = 0,7844';¿í,340 =0,266
f f . ■ ¥#
c) P((Apl d^|)2) Q (Priml Q Prini2)) = 3T3^ 30/34.35/60.34/59 = 0, 2627
55 -Q:
W5
26) :fT t# s
l ■•Í--,
./ i
P(A1) =|(«4 + 16) /200 = 50 /200 = 0.25 s
P(A2) =^<44+26 )/200 = 70/200 = 0J5 o
i
P(A3) ^ÍA2+ 38) / 200 = 80 A200.- 0,4
P(B) =!(U + 44 + 42) / 200 = otlo
wim
P(NOB) = 1 - P(B) = 1 - 0,6 = 0,4
P(A1 DB) = 34/200 = 0,17
P(A1 t f B) = P( A l) + P(B) - P(A1 ÜB) = 0,25 + 0,60 - 0,17 = 0,68 J-
P (A l/8 i = P(A1 OB) /P(B) = 0,17 / 0,60 = 0,283
P(NO ^Í QB) = (44 + 42) / 200 = 86 / 200 = 0,43
>í%.- w
\'íu%l
PÜ
«i
í-
W
-9-
Trábalo Practico TT
1)
Variable Cualitativa
Variable Cuantitativa
Variable Cuantitativa;
Variable Cuantitativa i
Variable Cualitativa
Variable Cuarítiíátiva
2)
Se debería elegir un grupo de-es j|)S de cierta in s |^ g |ió n publica -
Se debe elegir un grupo d< alumnos ^ la fa c u l¿i| en J t u d i o
Se tendrfe que elegir un grupo de plant.is de íam isa e ^ e c ie que se q u iere analizar
Se debe seleccionar un grupo al azar.de dicho superm ercado.
3) ri
1 lasí 0,1 M
2 fe 0,1
3 0,3
4 1^ IB
0,3
- «sU‘•'•K
■-> Í.J ,
Y"
•10-
La función de distribuciones íx(X) asociada a una vanabie aieaioria X es ia función que
permite calcular la probabilidad de que ia vanabie tome un valor m enor o iguai ai
argumentado de la función, es decir: |3 Tf.
• Fx(x) = ^ P (X < x )
Cuando x toma valores entre el 2 y el3 (sin cqns|derar a este ultimo porque a partir del
cambia el valor de la probabilidad) s^^ndría una probabilidad de 0,2 (como d i^ |la 2da fila
ce-L
de Fac) Uiq •/•Xa SipOBi
i5l 9
Guando la variable toma valores entre 3 y 4 (sin considerar a este último ya qué a partir de
ahí cambia el valor de la probabilidad) la variable tendría una probabilidad de 0,^^como
díc^ la 3ra fila de Fac )
Cuando x toma valores entre é m y^l;5 (sin;^nsi'dérár a éste ultimo porque a partir del
cambia el valor ue la probabilidad) sé tendríai^a probabilidad de 0,8 (como dice la 2da fila
de Fac) C í'^ ~
II 1
Por sér el ultimo yalor a partir dcl clusive y .todos los Ajalores que p u e d ^ h ^ a r la
variable en adelante tendrán una pn )ilidad d
% fe
ü .
ij
0 , l i ^ l ^ <2
-1 1-
a)
Para averiguar cual puede ser la probabilidad de que la variable x tom e el valor 2 tenem os
que tener en cuenta la ley de cierre que dice quQ la sum a de las probabilidades de cada xmo
de los valores que puede tomar cierta «varia^fe^valé |r„es ^
Mr..
IP (x i) = l
En este caso podemos planleárío de. la siguiente manera:
1/5 + 2/6 + 2/5 + P(X = 2>=Í
14/15 + P(x=2) = 1 f A \ ^ % ll
P(x=2) = l/15 m
0 t<-l iii
3/15 í ;.>d<t<0
Fx(t) = 8/15 V I ^ K l
14/15
.Á
1
Basándonos en los datos de lá-íunción de distribución podemosm las probabilidades
Ir® 1 4 ;.# ’
pedidas. '" A ff
. f (-3) =0 ¿ . J '/ . '
• F(0.5) = 8/15
® F (l) = 14/15
® F(5) = l
•12-
c)
41s
§'¿'1 • --
ya que dice que los \ alores entre el 5 in cli^iv e
a) P(t=5) = 3/4 -> y el 7 tom an una probabilidad de V%)
•c) P(1 4 < t <6) = V2 basándonos en que al ser ma5^or que 1,4 podría
~ f-í entrar en 3 , pero por ser menor a 6 seria 3<t <5
wi
6) wB
Xi PCxi)
0 .0 ,0 6
■ . . /- : 0,14
p i ,4_ 3 i 0.16
m . -V ■ .. ...
4 ■ ■ i; i 0 ,12 , '
« J i 5 ■ ' ■ Í» ^ 4“?- 0,1 A ® '
6 V' I 0,08
7 . ■0,07v-i%
0j06 '$
.0 ,0 4
10-: J ’ ttó
-1 3-
a) P(x>3) = 1 - [P (x -0 ) + P(x=l) + P(x=2) ] = 1 - [ 0,06 + 0,14 + 0,16] = 0,64
b) P(2< X <6) = P(x=2)+P(x=3)+P(x=4)+P(x=5)+P(x=6) =0,16+0,14 + 0,12 + 0,1 +
0,08 = 0,6
o P(x>8) = P (x -9 ) + P(x= 10) = 0 ,0 f
d) Para hallar la función de distnbucfón ílebenios priátelaiiífente encontrar la Función
de frecuencias acumuladas.
m
Xi P(xi)
0 0,06 - ' 0,06 .
0 S < lV
1 0,14 .. " 0,2 '
2 0.16 0.36 m
3 0,14;. 0,5 ^0%
^ ,
4 0,12 0,62
5 Q ,i; 0,72
6 0,08 0,8 i m
W'*
7 0,07 0,87
8 0,06 0,93 y
9 ^0,04 0,97 I#
10 , 0,03 1
L~. r* í
^r>M
7)
En p fp ie ra instancia planteamos el ejercicio en la tabla ubicando las c o n s ig n é que
X ■ i P(xi)
.j 10 y Sis.,..- . P(x=12)
12 ,ií 1 ‘V ^P(X=12) ^
X 14 : ■ -1 m:-(2.?(x=i2))
a€#
• Luego nos'damos cuenta qué solo tenemos ^ ^ H c ó g ||t a , | que sería la Pp^=f 12)
entonces^sí sabemos que por lef-de c ^ e l ^ ^ m d e & a N las^ probabilidades es
igual a 1 hacemos lo siguiente:
P(x=12) = 0,3
%S É
S. W
Sístnbuctón de Probabilidatf
tx--
-1 4-
X---’ P (x ) ra e
10 0,ó U,U
12 ® 0,3 .. 0,9
14 s, ’- ’'0,l ,, -¿¡i «1 1..^_________ 1
Función de distribución
1 .1 'i
'' o t<10 /r
’
Wíff
0,6
F ( t) H 0,9 i2<t<14
iliiM B ili
1 14<t"
S'!
Recordemos que la función de densidad de una variable aleatoria continua es un a||u n ció n
que describe la densidad de la probabilidad en cada punto del espacio de tal m ane^^que la
probabilidad de que la variable aleatoria tome u á valor dentro de un determ inado ^ím j unto
sea ia integral de la función de densidad sobre diebo conjunto.
. f:
-
P(x< 2) = f f(x) dx = I % dx = ¡“A X' 1= Va\ 1 - V a .o =?1/2
o o o T r- 'I ¡' -í
f
P(X>3)=1 - P( ¿*4 3) =1 - í f(x) ^ = 1 - jii dx =1 - [Va X p l - [ 1 / 4 . 3 ^ ’.0 ] = 1/4
w r
W
Para hallar la íuncióñ'de^distribucióndebemos tenér en cuenta que ^áíá'es
t í f 'i ,i % v
«w 1
9 Es una fimeión cóhjjniia=por la derecha. ^
e Es ima función moriótÓ'ria^ decreciente.
MB ....
En este caso como sabemos que en V i f i t e g ^ ® , jjip éíten ece a una ílm ción de densidad
0é
de F(x) = Vi podemos plantearla como :
■15-
Fx(t) =
2 # . ■ ^
a ) P (K x ^ ) = í^ d x = J l4 - l/8xdx='/2X-l/16x-’ j=[l/2 2 - 1 /1 6 .2 ^ -[1 /2 - * ^ 6 ] =5/16
f 3 ■ M ^ ¡ ‘
<3)=1 - Jf(x)dx =Jl - [14 - lE cd x =14x -1/lffx?] J4=1 + [15/16] = l l l j
-00 •’oXh'í:,' M
Ó' '
Fimción de distribución ■ ,
I
y Gracias a losM g cicios hallamos que en el intervalo [0,4] la profebilidad seria 14 x — 1/16x^
En cuanto al fóstp sabemos que será 0 o 1. '
’o t<0
Fx(t) = x^ 0 < t< 4
k 4<t
b í . ..
a) P (x < l)-0 '^ 4 í f i í
b) P ( x < 5 ) = l - l / t = 1 - 1 /5 = 4/51,
c) P (x > 10) = 1 - ( 1 - 1/10) = 1/10
d) P ( 0 ,5 < x < 2 ) = l - 1 4 - 0 = 0,5
-1 6-
ii)
EJERCICIO 4
Esperanza
-1 7 -
E(x) = E X . p(x) = (1 . 0,1) + (2 .0 ,1 ) + (3 .0 ,3 ) + ( 4 .0 ,3 ) + ( 5 .0 ,2 ) = 3,4
E(x^) = I x ^ . p(x) = (1^. 0,1) + (2^. 0,1) + (3^. 0,3) + (4^. 0,3) + (5^ . 0,2) = 13
Var(x) = E(x^) - = 13 - 3,4^ = 1,44 íf|j* m * «6 V.I í?* Sí»;
wr ¡t»
mí,8 ^ “
^ j ® ) Datos del ejercicio: 4' íi'v
fe '^ J íp ,
X variable ^ é á tén á discreta que tom a valores 1
. E(x)
lili
" ií>
Distribución de probabilidad:
ÍF#.
Podemos plantear la formula de la esperanza y lo m encionado en la léy^de cierre:
/ . E(x) = S x . p(x) = (1 . p (x = l)) + (2 - p C x ^ l l = 1,65 C l
f ‘^5 P(x= l) + P (x = 2 )= l I# i
g ü^P m P(X) )
VPil :ít i3 -• 0.35^ /-V -
- i1 líp® '*«^,65 % fr ■
Ip #
m/
r
. P (x< l,2) = P ( x « 0 , 3 5 .
. P (x = 2 ) = 0,65 ^ t | k
xi 1 ^ ^ í’tx i)
~ ^ 0 ” -^ * 0 iáS I 'P (x = 0 )
3 P(x=3)
6 0,1
9 0,2
-1 8-
® Para completar la tabla el único dato que nos dan es la Esperanza que es igual a 3 . P J
mismo tiempo nosotros sabemos que por.ley^de cierre la suma de las probabilidades son
igual a 1. De esta manera planteamos el ejercicio: . -.
" 4 t-'-Ti
,... / . 1=P(0) + p ( 3 ) t 0 ,1 + 0 ,2 -
' 1 - 0 , 1 - 0 , 2 - P ( 0 ) = P(3)
á'%
iá
'í |- 0 ,7 -P (0 ) = P(3)
0 ,7 -P f0 ) = P(3)
0 ,7 -0 ,5 = P(3)
—m
Para hallar la^^^lrianza debemos encontrar la E(x^)
E(x^) = 0 ^. 0 ,5 J i3 " . 0,2 + 6^ 0,1 + 9 ^ 0,2 = 21,6"
W % ■’
Var(x) = E(x^) - { ¿ r 21,6 - 9 = 12.6 f
14)
ivismoucion ue prooaDiiiuau;'*-’' ^ :■ ___________ _
X P(x) .f l¥ ‘ ■ -----------------
-1 0""^^
¿m. 0,1 .á m * _________ ,----------
0.9
? Sví7^ ggylH.gr» S„a<tí- - — ^—
1 Wi i
Ganancia esperada (media) i j Pl i,i
E(x) = -1 . 0 , l + 5 . 0 , 9 = 4,4
- 19 -
Rendimiento El E2
-50 0,02 0,15
0 0,03 0,10
50 0,20 ..- c iC l U f e .... 0,10
100 0,50 r ..,„ , " V ' }■: ^OJO
150 0,20 * 3 ,0 . ■
200 0,03
250 0,02 0,05 "
Varianza: Ij ^ ‘-s ■\ #%
■ 1 ■
Edificio 1 0¿ %:rt M í - 'l S ^
E(xV(-50-100)".0,02 + (0 -100) ^ . 0,03 + (50;-100)|: cr,20 + (TOO -100)^. 0,50 +(150 -
100)". 0,2+ (200-100)". 0,03 + (2 5 0 -1 0 0 /. 0,02= 12500
Í,S#
Var(x) = 12 | ^ -100" = 2500
Disp(x)= 50*^
Edificio 2 f ^
E(xO=-50".0,15 +50". 0,10 +100". 0,l0 +150". 0.30 +200". 0.1% + 250". 0,05= 19500
Var(x) = 19500.- 105" = 8475 '
j Disp (x) = 92r,Ó6 T i
c) El edificio 2 tiene mayor rejidimiento n c ® 5ero al mismo ^ n |p o m ayor r i e s g o ^ l
d) Mucha gente preferiría el Edificio 1 por tener meneas riesgo, j
y
Datos del e j e r c i c i o : ; ’' ®i
• X variable aleatoria continua
• Toma valores;'eiár,e 0 y 4
W m¡
f
• Función de deiisid^,F(X)ri4“ax- vsj&rts><¿;4íK3«iií<a
• a= ?
\f ií-%'
2-8a= 1
-2 0-
'" a = (1-2). 8
a= 1/8
Para comprobar que e ma función de jiensitJadJa sima^desde el prim er valo r que tom a
hasta el ultimo debe ser igual a Ji ' ' I * ¡ JI
17)
- 21 -
+ 00 '/2 1 3/2 Vi 1 3/2
a) 1= í f(x) dx = / 2xdx + J dx + / ax + 3dx = x^ (+ x j (a xV2 + 3x ) ¡ = 9/4 + 5/8 a
o '/2 1 o Vi
ÍD t rl 1 ’
Función de d S i d a d F(y) = 3y y>l
^ 4 , ' 1 VI
a)P(2<y<4) = í f l ^ y = j 3 y ^ d y = l - 1/y" |= 1- 1/2" ) ü 0,109375
2 « I, 2 2 i • ■ ■ a
5 ^5-
b)P(0,5 < y< l,5) =ífl( = í 3y-* dy= 1- 1/y" | = 1- 1/1,5" =0,7037
0,5 0^ : "* 0,5
c) O t< l
F(y) - ^
l-rt> l
- 22 -
-:n
-f-oo
E(y^) = J y"' f(y) dy= j 3y'^ = 3/y = 3
iU
Var(y) = E(y^) - E (y )" = 3 - (3/2)^ = 0,7495*56 *i # j!f ^ í ***v
M m
19)
En este ejercicio debemqs'áplicar las propiedades de la esperanza y yarianza, que un par de
ellas serian: .3-“' *- • ^ "W..*
9 Para la Esperanza:
1 E ( if + c) = = E ( X j + e
2 E Í X + Y ) = E(.Y ) h E{Y) § 5^
«rr*.'-
3; ,E (a X ) = aE(X) r
® Para M .Varianza: ^ ** kp '
-23-
Ganancia esperada:
Hay que tener en cuenta tanto la esperanza como la ganancia:
E(x) = E X . p(x) = 0 . 3 / 1 5 + 1 . 4 / 1 5 + Z M m S m m + 4 .2 /1 5 + 5 1 /1 5 = 29/15
G= ingreso - perdida
, Ki
G= 1,65 (5-x) + 0 , 9 0 x - 6
f
J
Remplazamos la x por el .propiedio que nos daría de no vendidos E(X)
G =0,80 ■ ^
i>
> -■ 'Y
-A
0,9= gananciá'"que recibe del crédito ( S . 1 , ^ = 0,90)
® x=la ca n tid ^ , de envases no yendidósj
^J^l!L
• 6 = Es lo 4’ué tuvo que gastar én c ó r n e r lo s'eriv ^ es ( p 2 5 = 6)
20 22) ík#»
Datos del ejercicio:
d§2s
X r 0<x <ü f J
Función de densidad F(x) = 2 -x '-;(-'-i< x -^ « ff
5>ffl „ ¿19 . t e
0 en ctíaffimeriiil'o caso
fm
E(y) = E(60 #1+- 39 x)
E(y) = 60 . E g ) + 39E(x)
E(x) = íx f(x) &X'-p Jx^ + í 2x -x^ ^ xV3 | + x*/ix^/3 j = lV3 +¡.^4/3 -2/3) = 1 l.yíl
-o 1
-2 4-
teorema proporciona una cota superior a la probabiiidad de que ios valores caigan
fuera de esa distancia respecto de la media.
® Formula del Teorema : P( | x-|o„| S f • D isp(x)) < 1/F
«ir ^
Si sabemos que t.2 es igual a 3 podemos buscar el valor de t .para asi plantear
completamente lapftpbabilidad. ' >
" Ítí2 = 3 ^ -
f 1=3/2^"^'
r f P(|X-ÍOj>3)<4/9
b)Existe otrá’'foÍTnula para resolver esta probabilidad: <km
’í M
d) C )P { |X -1 0 |.p c )-0 ,0 4 -: # «^ -
El valor de 0*^44 el resultado J e d N |x ) . té ln o slM sá m o s^ lá|p rin iera fbti|^Eilaque
anotamos P{ | s-tt j > t . Disp(x) ) < l/t2
Al mismo tiempd 0,04 = 1/E /. ¡X-
0,04 = 1/E
t“ = 1/0.04 ij. W
'f j! t= 5
Teniendo el valor de t pó3é|liQS hallar el de C
iPh
T .Disp(x) = C
5-/'2.—10,vvTr# g.
I » M i l ''
24)
Tenemos que hallar esta probabilidad con la función de densidad y con la form ula de
chevichev para poder compararlas.
-25-
Primero debemos encontrar la E(X) y la Disp(x) ya que no sabemos cuales son los valores
para calcular lo pedido.
+CO 1
E(x) =í X f(x) dx =í (6 x (l-x ). X dx ~(3/2) = V2
%S,é oÉ^
#ifí
k.;
+00 1 I
E(x^) = J x^ f(x) dx =í (6 x (l-x ). x^ dx = 1
16x^ - 6x'^ = 3/2x‘*- 6/5 x^ |H Í / 2 - 6/5 =3/10
... o ■() „
Var(x) = 3 / 1 0 - l / 2 " ^ l o ^ ^
Disp(x) = V l/20=0,2|8b
r ■ ■ . m
4% -‘Z '
P(p - 2a < x < P ^ y ) = P(l/2 - 2 (0,2236) < x < + 2 | ( 0 , ^ 6 ) ) = P ( 0 , 0 5 2 g ^ 0,9472)
Ahora que ten erX s los valores buscamos cuanto víüe esa probabilidad:
• C h ev i(^|v : / a Sá»! Il
JiSrL
P(0,0528<x<h0,9472) < l / f BW
m:
^'7ir.
® Utilizando la Función de densidad
0,9472 0,9^|2 Í|0,9472
P(0,0528<x< 0,9472) = J f(x) dx =J 6x-6x^ -3x^ - 2x? | = 0,9919 - 0,00869 = 0,983..
0,0528 0,052"^ |5 ,“ 40528 "í/ ■ . f “
25) Para enterf^i® este problema, qué pareciera que np nos dan ningún dato conviene
•f%íí* w ■3 v'v ' V
plantear la tabla: ' '«
x/y ■ 1 . 1 7 -" 2 : r'3.!' i P(y)
1 ,oE(x=l ; y=l ) -P(x=l;y=-2) P(x=l ;y = 3 ) P(y=i)
2 2 ; y=l) P(x=2-; ^ 2 ) „' P (x = 2 ; y=3) ! P(y=2)
3 Píü3;y=l) . P(x=3;-y=2)^- F íx = 3 .;y = 3 ) P O -3 )
P(x) -P C j^ I ) í7 F - . Píx==2) 1 A #vP(xi^a) 1%, ■ 1
i “C ^ Í\ S
Como nos dice queja Jíiiición es Px,y(x,y) = c . x . y podemos, interpretar que
todos los
cuando x =1 equivale'a ,qiúe sp tendrá ese valor, lo mismo Pon la “y” y con tod
valores que ambas variaBlés p u & í^ íomgj. esji4|cir: V:r
P ( x - l # y = i | | ^ ji *
Al mismo tiempo tenemos que tener en cuenta que la suma de las probabilidades
valen 1 por ley de cierre tanto en x como en y, por ejemplo
( P(x=l) + P(x=2) + P(x=3) = 1 )
■26-
ra ra ñaiiar todas esas proDaoiliaaaes que suniaaas úau i ¡.enemos que sum ar las
conjuntas, o sea que si por ejemplo, quereji^os,hallar P(Y=1) debem os sum ar
P (X = 1 ; Y = l) + P i í a ; r = J |+ P ( ? ; T l ; Y=3)
i
m
tm
P(Y=1)+P(Y=2)+P(Y=3) = (C1+C2+ C3) -t(C2+C44C6) + (Q ^ 6+C9) = 60+ , 12C + 18C =1
m e 1 i
d = l/3 6 -^ , jfii
25 26) Á : ^ •
£r^‘
X= numero de ventás^eT ndbdclo' A u níñes en miles
Si I
Y= numeró de ventas del modelo B en unjmes en miles ‘«IS»
í ^
lísrfl
•3
x/y c,r 1 2 ~1 4 ir f
1 iíS 0,030 P:055 ' 0,070 0,075 #2%
2 0,055 0,070 0,075 0,070 B
j 0,070 0,075 0,070 0,055 P
4 f+ 0,075 .A 0 7 0 . ,0,055.,^ 0,030 |sj|.
P ( 1 , 2) =|0,055
P( x<2 ; y<2) = P (l,l U 1,2 U 2,1 U 2,2) = 0,030 + 0 , 0 5 ^ 0,055 + 0,070 =^0^1
'm.uM
Para av erig u as! son independientes ^A ^ariables que nosflÍan| debem os s a b e rí^ siguiente:
En este caso... w m .
W i
Cov (x;y) = Z x i . y i % f If ) - E ( X ) . E(Y) M
¡% 3"
•Sí,'
if'
V I 'ti v i
I5&
- 27 -
X Y PCX; Y) X . Y. P(X;Y)
1 1 0,030 0,030
1 2 0,055 0,11
1 3 , 0,070 0,21
1 .4 , ‘ '' '0 ^ 7 S ' 1 „ 0,3
2 1 ' 0,055 :■ - 0,11
2 2 0,070 0,28
2 F 3 0,075 '■, o;45
2 4 0,070 0,56
3 4 0.070 i 0,21 •
3 - r 2 1 ■Ó'075 ‘ 0,45 i
3 3 i 0,070 0,63 - - -
M, 4 ,0,055 m 0,66 ■■
:4 1 L ; 0,075 0,3
. 4 2 .0,070 0,56
3 j 0,055 0,66
; 4 . 4 l ‘ 0,030 0,48
---------
1 ... -- ?' '■ r iS =6 í
- 28 -
No son independientes.
fS'fB
Función de distribución condicionáda de y ^ " vi ^
P(y/x) 1 2' 3 4
P(y/i) 0 ,1 3 0 4 /it 0,2391 0,3043 0,3261 ni'N.
P(y/2) 0,2037 ■- 0,2593-.,^« 0,2778 JQ,2593
P(y/3) 0,2593" 0,2778 0.2593 0,2037
P(y/4) 0,3261 0,3043 ^ \ 0,2391 0,1304
w
Para averiguadlas condicionales debemos tener prénsente pomo^ se calculan 1 ^
m #Sí
condicionales-- j.m-. > i
f í
En el cas(f”3e la P( y/4) seria :
P( y /4) =?K"i? y; x) / p(x = 4) = 0,030 / 0,23
. . .
= 0,1304
tJ
27)
a)Para encontrar las probabilidades marginales de x e y tenemos que sum ar las
probabilidades conjuntas. '
Por ejem plo:, , ^ ’ p ¡ «Ji
Si queremos hallar la P(x=0) debemos sumas toda esa columna (0,30 + 0,20)
En caso de qíierer hallar iá P(Y=4^)‘debémos sumasslos deJa Ira fila (0,30 =0,55)
y/x t 0 I N : ______!____ r-
0 .4 .0,30 0,20- 0,5 # f '■
1 0,25 0.25’ 0.5
P(y) 0 55 i 0,45 1 w
1;%
Para descubrir cual es láicoyárianza hay que encontrar:
* E(X) X.m I ^ ir
1 ^
» E(Y)
» íl áJí» fessísi «.J
® E(X;Y) JJ#I M
Cov = S x i . y i . p(x;y) - E (X ). E(Y) = 0.,25 - (0 ,5 .0 ,4 5 ) = 0,25 - 0,225 = 0,025
(los datos p a ra h allar la covarianza se encuentran a continuación)
- 29 -
G. M edia de ambas
X y P(x;y) Sumando esta última fila nos dará la E(X^ y T?0
^ ,,.,,X. y p(x,y')
0 0 0,30 : - ^ ^ Y * ,% 0 ~~
0 1 0,25
-----.r-i" ■- ............-- .....
1 0 0,20 -
1 1 0,25 Y -----------------:------’• . : I I.-— 0,25
--------■' ~.‘üS/vx
E (x ,y :y = 0,25-
¿5a f*'
■
• Medias M arginales
—^--- Sá^*
x y p (x ) X . pfx) _ l__ i ‘ IP(y) P(y) ; Y
0 , :% :i 0,5 0 0 * 15? 0,55 0
1 y 0,5 oj ■ ‘ 1 1 0,45 0.45
E0. 5 r*. *• (
^ ^ —T"?—7r~~rr^i---------- — X0Í15
c) 9M~ S% }
%¥ 1 ,, ,á#SÍ V m
w =X +Y t i .« 'i - ,« ■ » . I V *:É ■
i',# i .Sfes, iSW #>%#■
E(w) = 0,95
V(w) = 0,5475 B l fw ^
28)
Para hallar la Covarianza debemos encontrar 3 cosas:
- 30 -
La E(X) = E xi .-plx)
La E(Y) = S y i . p(y)
La E(X, Y) = S x i . y i . p(x;y)
■V V P(x:y) X . Y . P(x';y)
0 0 .X’
/J 0,01 0 1 ,
0 1 0,05 0
0 2 0,18 , , ,.,0......... ■ w
0 m ' ■ 0,05 0 "'i
0 4 0,01 0
1 0 0,03; . íL 0
1 1 j l i 0.1 :o,i ‘
1 2 0,14 0,28
1 3 0,1 0,3
1 4 0.03 0,12 ^
2 0 V 0,06 ' ' 0 ' j I
2 1 0.05 0,1
2 í 2 0,08- ^ 0,32
2 Jfcf 3 0,05 ■ 0,3
2 ks' 4. 0,06 , 0,48
E2
Seguimos con la E(x)
X" «,4: P(x) X . p(x)
0 0,3 ■ F 0 p*?’
1 0,4 0.4
2 0,3 0,6
II
Por último la E(Y)
_y _ _ -F P (y)_....... ...
■%
0 _____ I
1 '0,2 0,2 ^ '
2 0,4 0, 8_ ^
3 0,2 0.6
4 0,1. 0 1
12
E(X) = IX . p(x ) = 1 '*Hfy %^
%&%»%! É
E(y) = 2 y . p ( y ) = 2
4 .^J-f-i
E(X,Y) = 2 x i . y i . p(x;y) = 2 f ..
II
Reemplazamos los valores en la formula de,C pjt^anza
Cov(x;y) = Cov = 2 x i . y i . p(x;y) - E(X) . E(Y) = 2 - 2 .1 = 0
-31-
. .y3
&ÍP.2. iri&j**
4 8 ^ '
#" .
?:w»i K-
^ T
e
f^i
r®|
p«
m ,
pS|
«- ^
, V... -i^V
, ’í* í
Wé
m¿ *■%
P'i’
f
1 ^
^ ^í •
í%yi
J 1-
ss m
.a
aii^ Síf&
Centro de Estudiantes de Ciencias Económicas
EJERCICIOS
RESUELTOS
■M i
PRACTICAS
3 Y 4 .S
CATEDRA; BLANCO
PROFESOR: TODOS
4 6
T rab ajo Practico III
1)
Datos del ejercicio:
• Variable aleatoria DISCRETA BINOMIAL
• M uestra poblacional : n : 3
• Probabilidad : p ; 0,2 i I*
. Q ;0,8
• Para calcular binomiales tenemos la formula :
k ^n-k
P(X =K ) = C n ,k .p M q
- 1-
P(x=-1) = 0
P(x=8) = 0 .....
® X~Bi(5;2/3) '
® Q :l/3
P(x=3) = C 5.3 2/3 ^ 1/3 ^ =
W J J . A ./ ^ 0,3292 ^ ^ ^
P(x<3) = C 5.3 2/3“^. 1/3 ^ + C 5.2 2/3 ^ 1 /3 ’ + CN , 2/3 *. 1/3 ^ ^ fc 5.0 2/3 ° . 1/3 ^'=t),5391
P(x<3) = C 5.2 273 ^ .1/3 ^ + C 5.1 2/3 ' . 1'3 ■'+ C mj 2/3 ^ 1/3 " = 0,2099
P(x>3) = Existen 2 maneras para calcularlo
|T • 5
Opción 1 : P(x>3) = 1- P(x<3 ) - 1-0.2íi99 0.7')d l
Opción:2 : P(x>3) = Pi^x=3)+ P(x=4)+ P(x=5) = 0,7901
?*
P(x=a) = C 4.a. 0,^". 0,6 = 0,1536 ' ’
Si reemplazamos el valor a con los números 0,1 , 2 , 3 , 4 (probando con todas las posibles
valores que puede tom ar a , que dependerán de valor de n que tengamos)
- 2-
Al reemplazar nos daremos cuenta que a= 3
Parametros: m I
• E(x) = n.p = 1 2 .0 ,3 = 3,6 ^ ". =1
• Var(x) = n.p.q = 1 2 .0 ,3 .0 ,7 = 2,52
9 Disp(x) = V Yar(x) = 1 ,5 8 .
• q: 0.65
- 3-
16 •cl7 ^
b) P(x< 5) - C20.5. 0, 35 ". 0 , 65 '" + C20.4 •0 ,35 ^ . 0 , 65 '" + €20,3 ■ 0 , 35 " . 0 , 65 " + C2o.2 •0,35
:19 c20.
0,65'*+C2 o.i . 0,35‘ . 0,65'^ + C2o,o. 0,35". 0,65^^=0,2455
® En este caso hablamos de los primeros -S'y íló'de.que halla 5 que acepten descuento,
por ende, no lo tratamos con la formüla de binOihial directamente.
‘r
P(dddddN od ...) = 0,35"'. 0,65'^= 0,0000082
- 4-
• Variable aleatoria HIPERGEOMETRICA
En el caso de las hipergeometricas sucedió lo siguiente: Si la m uestra se toma sin
reposición de una población finita, la probabilidád de éxito en cada ensayo no es constante,
y el calculo de la probabilidad debe modificarse.
En este caso, d ^ e n ^ j o n c i ^ ^ e tres parametros: el tamaño de la ’poblacion (N), la
cantidad de éxitos de la misma (m) y el tamaño de la muestra (n).-" -
Consideramos ima población de tamaño N, donde m elementos son favorables a un evento
(hay éxitos en la población) y los restantes N - m no lo son. Supongamos que se extrae una
muestra de tamaño n de esa población N. Sea x una variable aleatoria que representa la
cantidad de éxitos obtenidos en la muestra. Entonces X sigue una DISTRIBUCION
HIPERGEOMETRICA, cuya función de probabilidad esta dada por:
6 n=3 m=5
P(X=2) - C5 . 2 . C 1 . 1 / C 6.3 = 0.5
- 5-
E = ambas sean buenas
P(x=k/L) = expf- X) . ^ k= 0 , 1 ,2
K! /. "0
a) P ( x = l ) - e _ : ! i U ¿ =0,2975
\ 1! q . i,
b) P í x > 2 1 = 'l - l e ' ' ’^ 1 . 8 ° + 1 . 8 ’ + e^^’^ 1.8^1 -0 .2 6 7 4
V■ 0!^ 1! .21 (
c) P(x<3) = e l L i 8 Í + e~ '’^ i : 8 ^ + e ''- ^ L8* L e '^ ’^ L8- = 0,8913 M.... ?
■' ' 3! 0 f \ 1! 2!
d) PG<x<61 e . L8^ + e ~^’^ . '1.8^ + e .1.8^ = 0.1 Ó6T
4! 5! „ 6!
e) Pt5<x<71 = e 1.8^ + e +e 1.8^=^0.0358
5 ! . . ■' '6 ! ‘ 7!
f) P(x<-1) = 0 ^
^ •■
¡•.i-
- 6-
a X= Numero de errores de conteo que comete un empleado en un periodo
» X= 2.3
a) P(X=0) = o = 0,1003
0! “
b) P (x > 1 )= 1 -P(X* '1- 0,t003 = 08997
- 7-
• Debemos crear una nueva variable a la que llamaremos Y, que representara la
cantidad de galletas de 12 gr sin trocitos de chocolate en un paquete de 4 galletitas.
P(Y = 4) = e_ :lL A 8 ! = 0,l
4! .e - íiY il
-8 -
T rabajo Practico IV
1) _ - _
Distribución Uniforme;
Como primera aproximación a las funciones continuas podemos describir a la
distribución Uniforme. En este caso la función de densidad refleja.cada uno de los
posibles valores de la variable tenga igual probabilidad de ocurrencia. De la misma
manera que al arrojar un dado existe igual probabilidadad de obtenercualquiera de los 6
números, al considerarse la distribución uniforme cualesquiera dos intervalos de igual
longitud tienen la misma probabilidad.
La función de densidad uniforme es una constante, c , para todo el rango de valores para
el cual la variable esta definida. Al tratarse de una función de densidad, debe verificarse
que : y
. ... 'i'c.dx = 1
a)
• Función de densidad
* Función de distribución?:?;;*
0 X < I
JSfcsift "
‘/ 2 + I /2 -l<x<L.
< .
Fx (x) = 1 x>l ' '
I «r.i. ^ ,
C) E(x) = a + b / 2 = 0
Var(x) = E (X ^ )-(E (X ))"= 1 /3 - 0 = 1/3 . .
2)
Planteamos a la variable como; «’X J ‘
x= tiempo de viaje en minutos que emplean los camiones que transportan concreto.
X~U(50,70) Recuerden que en las uniformes se plantea como X~U(A,B) y luego al
realizar las probabilidades debe ser l/(b-a)
- 9-
a) P(x>65) = J f(x)dx = /1/(70-50) dx= 1/20 x | = 1 /2 0 .7 0 - 1 /2 0 .6 5 =1/4
3)
+00 70
50
‘ ^
!;
70
c) E(x) = |x . f(x) dx = J l/20x dx = 1/40x2 [ = 1/40 . j q 2 . 1/4 9 .50 ^ = 60
-A
V
x: Cantidad ofertada par un contrato en subasta.
X~U(8,20)
a) P(x<10) =/ f(x) dx = J 1(20 - 8) dx = Jl/12 dx = 1/12 x ¡ = 5/6 - 2/3 =1/6 +
- 10 -
Los valores tabulados corresponde a la variable Estandarizada, es decir, aquella que
tiene una media 0 y una dispersión igual a 1. Para transformar una variable Normal con
media ¡i y desvío a en una variable NORMAL ESTADANDAR simplemente debemos
restar la media y dividir por el desvío.,
8 - u = 1.21
7) ,. . ^ t
Datos del ejercicio
X ~ (1 5 ,a ) ,
Que se mencione el hecho de que los compi inildos se encuentran en buen estado
significa ubicarse entre 13 seg. y 17 segf y queel porcentaje de comprimidostque se
encuentran dentro de los limites de tolerancia son un 87, 42 % significa : •
P(13<X< 17) = 0,8’M2 Ai
S i*
PÍ13< X < 17) = P ri3 - 15 < Z < 17 - 15 ) = P( -2 < Z < 2 ) =PÍ 2W1-P^ =0,8742
CT O a a ,o o
- ,.A ' í '.-Sk .-rs-l-íA
Para ayudarnos nos muestra que el valor primero es el mismo que el segundo, de esta
manera sabemos que el 1ro es: un alto valor que al restarle el 2do nos quedaría el 0,8742,
para averiguar las variables podemos plantearlas de la siguiente manera:
X- ( 1 - x) = 0,8742
X - 1 + x = 0,8742
2 x = 1,8742
- 11 -
x = 0,9371
P(13< X < 17) = P (13-15 < Z < 17- 15 ) = PL-1.53< Z< 1.53 )= P ( 0.9371)- (1-0,9371) = 0,8742
a <7/
13 - 15 = -1.53
a
0 = 1,30
10) w x í#
X ~ N (1 4 ;2 ) , .........
P (16< x< 18) = P (1 6 -1 4 /2 < z < 1 8 - 1 4 /2 ) = P(1 < z < 2) = 0,9772-0,8413=0,1359
b) Creamos una nueva variable Y: numero de analistas de un total-de 10 que
pronosticaron una tasa mínima entre el 16% y el 18%
n:10
p:0,1359
q:0,8641
- 12 -
P(Y>5) = l-[ C ,05. 0,14^ . 0,86" + C ,o,4 • 0,14^ . 0,8ó"C , 0 .5 • 0,14" . 0,8ó"c ,05 . 0,14"
. 0,86*C ,0.5.0,14’ . 0,86^C ,0,5 • 0,14° . 0,86’°] = 0,001
11)
x; Peso de los comprimidos producidos por cierto laboratorio
X~N(2,3 ;0,4) • . .
a)
P(2,10<x<2,52)= P(2,10 -2,3 /0,4<Z<2,52 - 2,3 /0,4) = (-1/2<Z<0,55) = - (1-6915) =0,4003
Z1 =X1-+ 1
E(zl) = ( X I +1 ) = E(X1)+-1 = r l +1 = 0
Z1 ~ N (0;5) ,, .. ■;
E(Z2) = E( X2 - X3) = 2 -2 = 0
Disp (X2) = V 25 = 5
Z 2 ~ N(0 ; 5)
Disp (x) = V 50
Z3 ~ N(5 ; V 50)
- 13 -
13)
Dato del ejercicio:
- *• X - E x p ( 2 )
a) P (X > 2) = e'^^^=0,03679
f-!" T''
b) P( K X < 2 ) = e - ''2 - e ‘^ 0 ;2 3 8 6
y <Sí
.»% i '
A#
14) ,i- ■
® X ~ E x p (l/,5 )
P(x<2,5) = =0,3935
15) . «Y
• X ~Exp( 12/5) :
a) P(Y> 6) = e = 0,082
In 0,9 = -0,1053
a = - 0,1053 (-25/60)
a = 0,25
16)Con tabla
X~x^
a) a/ P(X> A) = 0,995 ..........A - I MI
b) a/ P( X > A) = 0,01 ...:.............A= 20,090
c)a/ P( X< A) = 0 ,9 0 ...........A=13. 362
d) P( X > 2, ] 80) = 0,975
e) P(X < 13, 362) = 0,90
17)
X~N(0,2)
Y~N(0,2) INDEPÉMIILNTIA
Z~N(0,2)
- 14 -
La idea es darse cuenta qué hay que calcular usando la tabla de CHICUADRADO con 3
grados de libertad (porque tenemos 3 variables independientes).
18)
Z1 ~N(0,1)
Z2 ~N(0,1) independientes..
Z3 ~N(0,1)
Z4 ~N(0,1)
✓
2 -2 J
X=Z,+Z2
2 2
Y = Z2 + Z 3
19)
CALCULAR CON TABLA
a) P (X > A ) = 0,10 ........A = 1.476
b) P(X<B) = 0,999 ........B= 5.894
c)P(X>C) = 0,01 .......... C -3,365
d)P(X<D) = 0,01.......... D = -3.365
e) P(X<2,571) = 0,975
f ) P( [ X | > 5,894) = 0,002
20) - -
21) .
a) P(X>''A) = 0,10 ....A =2,4I f«üp..#
if i
b) P(X<B)=0,95 ....B=4,39
c) P(X > 2,55) = 0,10
d) P(X> C)' = 0 ,9 .....C= 0,253
22 )
22 ® ik - ' * ‘ >'
Z l~ X l
2 2 2 IndependientesX = 2 ZU ~ Fi;2
Z2 + Z 3 ~ X3 Z2 -i-Z 3 W
23) . I
Y= 2(Xi + n ^ F 1;2
(X2- X 3)^ + ( X 4- X ' 5>-^ ; ,
mrn
- 15 -
TRABAJO PRACTICO V
PARTE 1
1)
a)
Media: Para determinar la media debemos hacer una pequeña tabla ordenando los
valores dados. , , .
Datos Cda de Datos Datos X Cantidad de datos
500 1 500
600 7 4200
650 1. 650
680 1' 680
700 4- =2800
750 1 750>: ::a
800 3 240Í
850 1 850^
900 1 900
1000 3 3000
1200 f 1 1200
1400 1 1400
1500 3 4500
2000 1 2000
3500 1 3500
n = 30 29330
E(x) =Sabiendo la cantidad de los datos (que sumados dan 29330) debemos dividirlos
por la cantidad de datos que obtuvimos (n:30)
Varianza ‘ ^ ^
Para calcular la varianza debemos elevar la cantidad de datos al cuadrado.
- 16 -
E(x") = 39029900 / 30 = 1300996.667
Var( x) = E(x") - ( E(x) )" = 1300996.667 - 955819.075= 345177.5911 pesos ^
b)
Mediana = P50 . %
Datos Cantidades FAC
500 1/ 1
600 7 8
650 1 9
680 i ' 1 . 10
700 4 14
750 / 1 ' 15
800 ~ 3 ■ 18 .....
850 1 19
900 ■ 1 20
1000- 3 23
1200 . 1 .24 Ji
1400 1 25
1500 3 ■ ■ 28
2000 1 29
3500 1 30
Agregamos una 3ra columna que hace referencia a las frecuencias acumuladas con la
cual nos basaremos para hallar la mediana, los Cuartiles, entre otras cosas.
Sabemos que el total de muestras tomadas fueron 30, por ende la mitad serian 15 , es
decir que la mediana es 750 (sinos ubicamos en esa fila y observamos la columna de
los datos) , ' ,
En cuanto a la moda el valor más repetido entre todos los salarios es 600, que da por
entendido que ese es el valor modai. '
c) V. ^ i ^' “V ^ ^
Cuartiles: ■ * ' • :'
P75 = Q3 = cuando la variable en Ja fac acumulada llega ai valor 23 se acumula un 75
% del total por ende, 1000 seria el Q3 (23/30 =~0;76)
P25 = Q1 =Cuando se llega al valor 8 se acumula un 25% , por ende 600 es el Q1
(8/30 = 0,26) ^
d)
Teniendo en cuenta lo obtenida acerca de el P75 y el P25 sabemos que:
El 75% de los empleados gana menos de $1000 - . ’
El 25% de los empleados gana mas de $1000 ( NO se confundan, seria 600 si nos dijera
menos de ....)
El 75% gana mas de $ 600
Un 50% de los empleados gana entre 600 y 1000 (entre P75 y P25 hay un 50%>)
e)
■ 17 -
El porcentaje de empleados que gana a lo sumo $600 es 26, 67% ( 8/ 30 . 100)
El porcentaje de empleados que gana como mínimo $600 es 96,67% (1/30 . 100= 3,333
..... 100-3,333 = 96,67)
El porcentaje de empleados que gana entre 600 y 1500 inclusive es 90%
2)En este caso vamos a tener que hacer lo mismo que en el punto uno, pero solo con
algunos de los valores. ' ' " , '
b) #1# ./ jiiisis*
M edianaíyÉ “ i . ís ‘ ^
Primeramente identificamos la clase a usan ■'* -■■■ i;
3 0 / 2 = 15. . ; ; ■ .. )¡
De este manera nos damos cuenta qureste valor se líbica en la 2da clase (miramoi la
Fac, el valor es 20 y el anterior es 0 por ende queda ubicada en la 2da clase) ^
Me = L I+ 15 -F a c ant ■wi = 500+ 1 5 - 0 .500 = 875 ^
p. "**•"' 20^' ' * % ’
Moda : La clase modal la identificamos con la columna de Hi ( el valor mas alto nos
marca la clase modal),s ^ i
- 18 -
Identificamos la clase a utilizar
0,75. 30 = 22,5
Ubicamos este valor en la columna de fi-ecuencias acumuladas (estaría dentro de la 3ra
clase) - < «í -
P75 = Li + 22.5 - Fac a n t. Wi = 1000 + 2 2 .5 - 2 0 .500 =1250
Fi 5
• P25
Identificamos la clase a utilizar:
0,25.30 = 7,5
Este valor dentro.de la columna de las fi-ecuencias acumuladas estaría dentro de la 2da.
P25 = Li + 7.5 - Fac a n t. Wi = 500 + 7 . 5 . 500 = 687.5
m v 201
d) Para poder entender a que hacen referencia cada uno de los enunciados hicimos unos
gráficos que lo representan. , . '
N. P75
rsVr
P75 25%
P25
V
75%
y
El 25% de los empleados ganas menos de 685,5
! 25
M
í- < ^ 2 5 %
El porcentaje de empleados que gana como mínimo $600 es el 86,6% (100-13,4 = 86,6)
- 19 -
El porcentaje de empleados que gana entre $600 y $1500 - inclusive. 70%
Para hallar el anterior porcentaje tuvimos que calcular cual es el PK =1500 y a este
restarle el P13,3 .
1500 = Pk
1500 = Li + ------------------------------------------------------------------------------
K . n/100 - fac a n t. Wi = 1500 + k . 0.3 - 25 .^ 500 . .
Fi - 3
K = 83,4 ' ' .
8 3 ,4 - 13,3 = 70 -^7 0 %
3) ■ "
a)
Superficie implantada
Fi Xi
r¥ 1993 ■ ^ 17
1994 18
1995 - 1 i 20
1996 1 20 ■ ®‘: :
1997 1 . ,: 24 ; iJ
1998 s ..:............... 22
1999 22
E(x") = 2 (p(x) . x^) /n = 1993 . 17" + 1994. 18" + 1995.20* + 1996.20 "+ 1997.24" +
1998.22" + 1999.22") / 13972 = 5903253 /13972 = 422,5059
1999 57
Coeficiente de variación: Dísp(x) / E(x) = 6,719 / 46 = 0,146 . ..14,6%
(Los valores utilizados para calcular el coeficiente de variación son explicados a
continuación) . . -\ :
E(x) = Z p (x) . X / n = (1993.38 + 1994.39 + 1995 ! 46 + 1996.41 + 1997.48 + 1998
.53 + 1999.57)713972 = 46 '
- 20 -
E(x^) = S(x^ . p(x)) / n = (1993.38^ + 1994. 39 H 1995. 46^ + 1 9 9 6 .4 P + 1997. 48^
+ 1998.53 1999. 5 7 ^ ) / 13972 = 2161,1568
c) Para averiguar cual resulta mas homogénea debemos comparar los coeficientes de
variación entre ambas variables
Variación (producción) = 14,6 %
C. variación (sup. implantada) = 2,26 / 20,43 = 0,11 ... 11 %
El mas homogéneo es el valor mas bajo, por ende seria la superficie implantada.
elSuperficie -
• Media Geométrica -, .
X = "V 71. xi = ’Vl7 .1 8 .2 0 ^ 24.22^*? 1421798400 = 20,30244248
* Media armónica •
X = l / Z ( l / x i . f i ) = 1 / ( 1/17+ 1/18+ 1 /2 0 .2 + 1 /2 4 + 1 / 2 2 . 2 ) =2,882219 ' ■
Producción
.
9 Media Geométrica
X = "V 7t. xi ^‘ = 3 8 . 3 9 . 4 1 . 4 6 . 4 8 . 5 5 . 5 7 = 45,52544818
- 21 -
b) Calcular:
Edad promedio = EfX)
E(x) = n X . p(x)) / n
Para calcular la esperanza debemos hallar los Xi = [(Is + li )/2 }
Li Ls F(absolutas) Xi
14 24 970880 19
24
34
44
34
44
54
587210
401450
359644
29.....
39
49
O:: E(x)={19.970880 + 2 9 .5 8 7 2 1 0 + 39 .401450 + 49 .
359644 + 59 .220910) / 2540094 = 32,199047
54 64 220910 59
li ls Fi Wi Fac ‘’f
14 , ,:| 24 970880 10 970880
24 34 587210 ~ 10 1558090 (ME)
34 44 401450 :::« fio L . 1959540
44 :í| 54 - 359444 ’ fio J ^ 2319184
54 ' .1 64 « i: - 220910 M 0| 2540094
Cuartiles
- 22 -
01 = P25 = = Li + k.n, /lOO - FAC amt WI = 14 + 635023.5 .10 = 20.540
Fi 970880
e¿%
• Pk = P40= 24 + PAO ■2540094 - 970880. ÍO = 24,7690
587210 !•?
• Pkl = 4 0 ..... Pk2 = 24-> P 40basándonos en el ejercicio anterior.
Debemos hallar el Pkl (para esto debemos damos cuenta que la clase a utilizar
es la y ya que el valor del Pkl = 4 0 , y este dato se encuentra, si miramos Li, en
la 3ra clase) - . .
Pkl = li + k.n/100 - fac a n t. wi = 34 + k . 2540094 /100 ^ 1558090 . 10 =40
Fi ~ ' 401450 !:
Remplazando los valores (ya que solo tenemos k como única incógnita) , hallaremos
el valor de esta que es 71
Pkl = 71 .
K l - k 2 = 7 1 -4 0 = 31f/ft-,,. : , >
• Por ser contra mayores no debemos buscar el P20, sino que si calculamos
100 - 20 = 80 nos daremos cuenta que en realidad debemos buscar el P80
(en caso de que fuera que tuviéramos que buscar el P20 la frase tendría que
decir “hallar el máximo valor ...”
- 23 -
PRO = 44 + 032075.2 - 1959540.10 = 46,01
359644
f)
Moda
Para calcular la moda debemos hallar los Hi(fi /wi)
li Is Fi Wi Fac hi
14 24 970880 10 970880 97088
24 34 587210 10 1558090 58721
34 44 * 401450 10 1959540 40145
44 54 . , M 359444. JO 2319184 35944
54 64 f t " 220910 10-^ 2540094 22091
Para identificar cual es la clase modal debemos ver los valores obtenidos en ía columna
Hi (el valor mas alto será la clase modal) ' r
Mo = li + D i ______ . wi = 14 + 97088Ó . 10 = 2 1 ,1 7 años '
DÍ + D2 ' 1354550 ' --
Di = Frecuencia modal - frecuencia anterior = 970880
D2 = Frecuencia modal - Frecuencia posterior = 970880 - 587210 = 383670
g)
Li Ls Fi Xi (Xi -X)=*. Fi
14 24 970880 19 -2232509321 ■
24 34 587210 29 -19224511,15
34 44 401450 39 126281805,6
44 54 359644 49 1705589721
54 64 220910 59 425713120
M \ = E M f 5 J lE ¡ = 5850813,85/2540094 = 2,30
(pSífliasSi# Mi
Coeficiente de asimetría de Pearson
20,5 29 . 42;6
_asifnéíria a izquierda
h) - ^ !
Kurtosis
K = 2 ( x i - x )^Fi =68170.1368/(13/36)^=2,13
_____ N
- 24 -
i) PIO = Li + k.n/100 -F a c ant. wi = 14 + 254009.4 .10 = 1 6 , 61
Fi 970880
b)
Medias:
c)Para calcular cual serla mas representativo debemos ver el coeficiente de .variación.
Para eso necesitamos la dispersión (que feay que buscar la varianza), y la esperanza (que
la hallamos en el ejercicio anterior)
E(MUJER") = 1 0 ^ 20902 + 22^. 34448 + 26,5". 26834 + 36,5^ . 52854 + 54,5". 41274
/ 176312= 1307,999731
E(HOMBRE2) = 1 0 ^ 17654 + 22". 10943 + 26,5 ". 9322 + 36,5" .11106 + 54,5".
14216/63241= 1116,82
- 25 -
Co. Variación (hombre) = Disp/E(hom) = 16,34/ 29,16= 0,55
Distribución General a
Para hallar la media primero debemos encontrar la fac. Al mismo tiempo plantearemos
Li Ls Fi Wi Hi Fac
0 20 i 38556 20 1927,8 38556
20 24 ' 45391 ^ - 4 11347.75 8 3 9 4 7 -'
24 29 1 36156 5 7231,2 ' “ 120103
29 44 63960 15 4264 184063
44 65 55490 21 2642,38 239553
- 26 -
Frecuencias absolutas: Uno de los datos que nos da el enunciado es que la muestra (n)
es 50000, por ende si vemos cuanto representa cada porcentaje de esos 50000 podemos
obtener las frecuencias absolutas.
Un ejemplo podría ser la Ira: ' ' ' ”
Dice que de 50000 el 4% tiene un ingreso entre 0 y 500 ..... el 4% de 50000 = 2000
Teniendo las frecuencias absolutas podemos encontrar las acumuladas sumando las
absolutas
Ejemplo de la 2da: • '
2000 + 1500 = 3500
Ejemplo de la 3ra: : <' .
3500 + 5000 = 8500 "■ ' i
• Media
E(x) = 2 X . p(x)/n = (250.2000 + 7 5 0 .1 5 0 0 + 1250,5000 + 1750 . 13500 + 2500
. 8000 + 6000.4000 + 6000.6000 + 3000.8500 + 2500.12500 + 2000.20000 +
500.32500) /50000 = 4490
• Mediana -■
1RQ debemos identificar la clase a usar: | '
50000/2:= 25000 ,• i
Buscamos el valor 25000 en la Fac y estaría dentro de la clase 5.
De este manera completamos: los datos con esta-clase (menos la Fac ant que hace
referencia al valor de la frecuencia acumulada anterior)
c)
- 27 -
Histograma
30
25
20
15 □ jSeriel
10
5
0
500 1000 1500 .2000 3000 5000 7000 10000 15000 25000 40000
rCS* <5? ^ ^
Frecuencia acumulada
Frecuencia absoluta
E(x") = (250^ . 2000 + 750". 1500 + 1250 5000 + 1750". 13500 + 2500". 8000 + .
6000.4000" + 6000". 6000 + 3000". 8500 + 2500". 12500 + 2000 ". 20000 + 500 .
32500")/5Q000 = 46952500 J ’ ' I
Var(x) = 46952500 - 4490" = 26792400
Disp(x) = 5176,13
Intervalos:
• [4490-5176,13 ; 4490+ 5176,13] = [-686,13;9666,13] =89,5%
Si nos fijamos en las 2 tablas que tenemos (la Ira que hicimos y la que nos da el
ejercicio) podemos ver que (en la que hicimos nosotros) el valor 9666 lo encontramos
en la 8va clase (basándonos en Lt y L s). Én esa 8va clase (mirando la tabla que nos dio
el ejercicio se llega a acumular un 90 % -si sumamos las anteriores-) Entonces
podríamos decir que se acumula 89,5% ya que no llega a ser 10000.
Otra forma de calcularlo seria usando percentiles.
Con el resto debemos hacer lo mismo.
® [-5882,26; 14842,26]->95% ^ v
Identificamos a que clase pertenece basándonos en Lí y Ls (nos damos cuenta que en
este caso seria la 9na). Ahora sumamos los porcentajes hasta la 9na clase y nos da como
resultado aproximadamente un 95%
• [-11029; 20027,39]->97%
- 28 -
Identificamos a que clase pertenece basándonos en Li y Ls (nos damos cuenta que en
este caso seria la lOma). Ahora sumamos los porcentajes hasta la lOma clase y nos da
como resultado aproximadamente un 97%
‘ .
Ingreso mínimo del 10% más.rico serian 10000 - i. •
Ingreso máximo del 10% mas pobre seria 1150 '
•
El 75% de los kioscos tienen uningresopor: venta de golosinas dietéticas de al
menos 300
Buscamos el P25 que era un dato del ejercicio (habla de los valores que viene a partir
del percentil 75 , es decir del 75 al 100 que es un total de 25% ya que 100 - 75=25 y
como sabemos que el P25 =300 ubicamos ese valor.
• El 25% de los kioscos tienen un ingreso por venta de golosinas entre 300 y 380
Buscamos el P25 que es un dato que nos dio el enunciado. 50 - 25 =25 ->25% (por eso
dice que se ubica entre 2 valores)
'•
El 20% de los kioscos tienen un ingreso por venta de golosinas dietéticas entre
320 y 380 :
Nos damos cuenta que es 320 = P30 ya que nos dice que debe: ser de un 20 % y el otro
dato que nos da es que se ubica en el P50 (50 - 30 = 20 ->20%)
•
El 25% de los kioscos tiene un ingreso por venta de golosinas dietéticas entre
120y. . . .
No podemos hallarlo porque no tenemos como dato el percentil 35
• El 20% de los kioscos tiene un ingreso por venta de golosinas dietéticas entre
120 y 320
- 29 -
Nos damos cuenta que es el P30 ya que habla de un 20% y nos pone que se ubica entre
el 120 (que seria el PIO) , entonces P30 - PIO 30 - 10 = 20 %
d)
• Mas del 25% d los kioscos tiene uñ ingreso superior a 450 Verdadero
Como decíamos antes como habla de MAS del 25% estamos hablando de a partir del
P75 al PlOO (queda un 25%>y seria superior a 450 ¿ .
e Mas del 25% d los kioscos tiene un ingreso inferior a 320 -^Verdadero
Estamos hablando de los valores inferiores entonces es a partir del PO al P25 y serian
inferiores a 320. -
Menos del 20% d los kioscos tiene un ingreso superior a 450 ->Falso
-íf, ' '' . A
e)
• Calculo del Desvío: . . 5 ',
Para averiguar la dispersión nos dan un dato -> Cv ” Disp / E(x) -> la esperanza es un
dato que nos dieron Media: 350 '
I
Cv = 0,10 ,= disp(x) / 350 ■i
Disp(x) = 35 jllM f
• Calculo de Varianza: ll
Var(x) = Disp(x)2 = 35^=1225 m
1
8)a) La cantidad de automóviles acerca de los cuales se reveñp información es 406 (dato
que da la N)
- -í .
b) El peso medio de los automóviles es 2969,56 (dato que da “mean” en la parte Vehicle
Weigth) i ‘ ’ ' . ' “
g) Completar:
- 30 -
9 El 20% de los automóviles pesa como máximo 2152 (T2Q->Peso) y el mismo
porcentaje tarda como mínimo 17,7o (T80 Aceleración) segundos en acelerar
de 0 a 60 mph.
9 Un 10% Cdel P70 al P80 =80 - 70 = 10 % ) de los automóviles tarda entre 16,79
y 17,70 segundos en acelerar de 0 a 60 mph '
• El 20% de los automóviles tiene un peso superior a 3264,55 e inferior a 4076,15
PfSS) porgue e€^ilferior era el P65 ... P85 - P65 = 8 S ^ 65 = 20%
h) >
Mediana:
-peso = 2811 fáU .í, - ' V. V- ^ ^ %|V
- aceleración = 15,50 • - -
Rango intercuartilico
- peso = P75 - P25 = 3614,75-2222,25 = 1392,5
- aceleración = P75 -P 2 5 = 17,13- 13,6=3,53
Moda ,
- peso - 1985
- aceleración = 15
fWPI
i)
R i= 1 3 9 2 ,r
No atípicos gis
P?
Sis
..5
8 ' 46.4 25
V' ^ t a* ^
' _ Ri = 3,53
Atípícds moderados
9)a)
Asimetría: ¿vvS?
América: Simétrico» / •is ^
Europa: Asimétrico a derecha
Japón : Levemente asimétrico a derecha.
b) Podríamos decir que el peso mediano (la mediana = P50 =Q2) es 2200.
c) Basándonos en el Rango intercuartilico la mayor variabilidad de peso se encuentra en
América donde este valor es de aproximadamente 1250
Mientras que en Europa podría ser (2700 - 2100 = 600 ) y en Japón (2450 - 1950 =
500)
d) En Europa y Japón (la línea que marca el P50 esta por debajo de 2500)
- 31 -
10) a) Se puede decir que prácticamente es simétrica.
b) Los Numero 17, 334 y 307 se considerarían atípicas moderadas
Pondríamos decir que tienen valores: 17 = 9 seg
307=20 seg . :3.s-.
334=24 seg
c) ■
Rango Int = P75 -P25 =16 - 12 = 4
d) Si un auto presentara un tiempo de aceleración de 30 segundos se la consideraría
como atípica severa. _ '
11)
y ■ ,
I ;
Ip |- M q
Dato I -Datos C
Según el diagrama de caja y bigotes podemos encontrar una asimetría a derecha, un f
valor atípico moderado llamado numero 7 y un atípico severo llamado numero 15.EL-
atípico moderado podría tener un valor aproximado a 22
Mientras que el atípico severo 11.
Recordemos que la “caja” contiene el 50% de las observaciones. Al mismo tiempo, el
Q1 = P25 tendría un valor prácticamente de 20 al igual que la mediana, mientras que el
percentil 75 podría ser 21. Basándonos en estos datos aproximados estamos en
condiciones de determinar que el rango intercuartilico (Ri=P75 - P25) podría llegar a
ser 1. , .
En conclusión el diagrama 1 pertenece al Dato C. -
Dato II-Datos A
Según el diagrama de caja y bigotes en cuanto a la asimetría, podemos decir que e s ,
prácticamente simétrico. Podemos hallar un valor atípico moderado llamado numero 28
Este podría tener un valor aproximado a 28
Recordemos que la “caja” contiene el 50% de las observaciones. Al mismo tiempo, el
Q1 = P25 tendría un valor prácticamente de 12,5, mientras que el P50 al igual que la
mediana seria de 15 y por ultimo, el percentil 75 podría ser 17. Basándonos en estos
datos aproximados estamos en condiciones de determinar que el rango intercuartilico
(Ri=P75 - P25) podría llegar a ser 4,5.
Teniendo en cuenta todas las características nombradas de Dato II podríamos decir que
este representa al Dato C. . -
Dato III-Datos D
Según el diagrama de caja y bigotes podemos encontrar una asimetría a derecha, un
valor atípico severo denominado numero 14.Este podría tener valor aproximado a 80
En cuanto a los cuarteles, Q1 = P25 tendría un valor prácticamente de 12, Q2=14,
mientras que el percentil 75 podría ser 20. Basándonos en estos datos aproximados
- 32 -
estamos en condiciones de determinar que ei rango intercuartilico (Ri=P75 - P25)
podría llegar a ser 8.
En conclusión el diagrama 3 pertenece al Dato D.
Dato IV-Datos B _ *.
Según el diagrama de caja y bigotes en cuanto a la asimetría, podemos decir que es
simétrico. Podemos hallar un valor atípico severo llamado numero 1. Este podría tener
un valor aproximado a -10 “■
El Q1 = P25 tendría un valor prácticamente de 12,5 mientras que el P50 al igual que la
mediana sería de 16 y por ultimo, el percentil 75 podría ser 18. Basándonos en estos
datos aproximados estamos en condiciones de determinar que el rango intercuartilico
(Ri=P75 - P25) podría llegar a ser 5.5.
Teniendo en cuenta todas las características nombradas de Dato IV podríamos decir que
este representa al Dato B.
- 33 -
•En el caso de querer encontrar un valor de la columna de frecuencias
acumuladas . como es el caso del valor que se ubicaría en el 7mo lugar :
Tenemos que damos cuenta que las frecuencias acumuladas anteriores se están
basando en las frecuencias Porcentuales , es decir el primer valor de las frecuencias
acumuladas es el mismo valor que el primero: en las frecuencias relativas, el segundo
valor en las frecuencias acumuladas es la suma del primer valor con el segundo
valor de las frecuencias relativas (0,9 + 0,9 =0,18); el tercer. yaiór de las frecuencias
acumuladas es la suma del segundo valor de la frecuencia acumuladas (ya que este
es la suma del primer valor y segundo valor de las frecuencias relativas) mas el
tercer valor de las frecuencias relativas, y así sucesivamente.
Luego de notar esto lo único que debemos hacer es sumar el valor de la frecuencia
relativa de la 6ta fila (que el valor es Í0,2) con^el valor de la 7ma fila de las
frecuencias porcentuales no.2 + 4.6 = 14.8) ■
De esta manera es como deben hallarse todos los valores de las frecuencias j,
acumulada! (sumando el valor de la frecuenciaaciunuladá ahterior con el valor de la
frecuencia.porcentual que se ubica a la misma altura que el valor que necesitamos
encontrar) ^ '■h -• |
® En caso de querer buscar los valores de las frecuencias porcentuales tenernos 2
formas: usando la frecuencia o usado la frecuencia acumulada.
En caso de usar la frecuencia acumulada hay que ver al valor de la frecuencia
acumulada de la misma altura al valor que queremos hallar, y a este restarle el valor
de la frecuencia acumulada anterior al valor que queremos hallar.
Un ejemplo seria la incógnita que se ubica en el puesto numero 5. En este caso
hacemos 8,3 (valor de la frecuencia acumulada de la rhismá altura al valor a hallar)
- 4,6 (valor de la frecuencia acumulada anterior) = 3,7
En caso de querer usar las frecuencias absolutas debemos tener en cuenta el N:108,
entonces
108 es igual al 100 con regla de 3 simple podernos calcular cada uno de los
porcent^es. - ^
Por ejemplo, el valor que se ubica en la fila 177^ ■ ^
108 -— 100 % .
7 ------------- 7 .1 0 0 = 6.48% V ■ í
‘v . 108 . ui u I - '2
7 es el valor de la frecuencia ubicada a la misma altura al valor que buscamos de la
frecuencia porcentual.
® Por ultimo si buscamos las frecuencias debemos hacer lo mismo que con las
frecuencias porcentuales.
Por ejemplo la ante ultima incógnita de las frecuencias tiene a su misma altura en la
columna de frecuencias porcentuales al valor 0.9, por ende ■■I
108 ---- 100%
----------0,9% 0.9.108 = 0,97-> aproximadamente 1.
100
b)
0 22 23,75 26 108
asimetría a izquierda
- 34 -
c)
• El 23,1% de las observaciones toma valores inferiores a 21,5
El valor que debemos buscar el la columna de la variable es 21 ya que dice que debe
ser inferior a 21,5. Si buscamos a partir del 21 a su misma altura en la columna de
frecuencias acumuladas (que mostrara los porcentajes) veremos que el valor es 23,1
• El 37% de las observaciones toman valor mayor a 24,5 ' '
En este caso el valor, que debmos buscar en la columna de la variable es 25 ya que
dice ser mayor a 24,5. A partir de este en esa fila en la columna le las frecuencias
acumuladas nos dan el valor 63. Ojo!! Ese no es el valor que debemos ubicar ya que
decimos AIAYORES A 24,5 no MENORES A 24,5 , por ende de un total de un
100% le restamos el 63% = (100 - 63 = 37) .
• El 6,4% de las observaciones toman valores entre 28,5 y 3 1
En este cas6 solo debemos sumar las frecuencias porcentuales que se ubicar a partir
de la fila que la variable toma el valor 28,5 hasta que la variable tome el valor 31
(0,9 + 0.9 + 0.9 + 0.9+ 2.8 = 6.4) ^ "
• La cantidad de observaciones con valor superior a 19,5 es 103
Debemos restarle al 100% el valor que se dara en la frecuencia acumulada cuando la
vaiabíe sea 19,5 (ua que la frase dice SUPERIOR A..), entonces 100 - 4,6 = 95,4%
En este caso hablamos de observaciones entonces debemos averiguar a cuantas
observaciones equivale el 95,4% .
Si tenemos un total 108 observaciones (que es el 100) por regla de 3 siempre nos da
qué el 95,4 = 103 observaciones
95A. 108 = 103 ‘
noo I(?.;.
•“ ; La cantidad de observaciones-con^alGr-mayor o-igual que 19,5 es_104 _
En éste caso es igual al anterior pero la diferencia es que nos dice que puede ser
igual o mayor por ende debemos restarle al 100% e í valor de la frecuencia
acumulada cuando 1variable tome el valor 19 (100 - 3,7 = 96,3% )
- 35 -
8 .2 .1 0 8 =8
100
d)
• Un 23,1% de las observaciones toman valores inferiores a 22
Si miramos la columna de frecuencias acumuladas cuando se llega al valor 23,1 nos
muestra que la variable toma el valor 21,5 y que el posterior a este es 22 por ende seria
inferiores a 22. ..
• Un 37% de las observaciones superan el valor 24,5
En este caso habla de superiores por ende debemos hallar el valor que si se lo resta al
total (al 100%) nos de 37% ..................
1 0 0 -x = 37
' x = 63% - ¿
Cuando se acumula un 63% la variable toma e valor 24,5. W
• Un 20,4% de las observaciones toman valores entre 22 y 23 inclusive
Sabemos que el valor que nos falta es un número menor a 23 por como se ubicaron.
Entonces si sumamos las frecuencias relativas que parten desde el 23 con la anteriores
hasta llegar a un 20,4 % . ■ ' ¡j''' .-I , - ,. -
El valor que toma la variable cuando sumando las frecuencias porcentuales llegamos a
un total de un 20,4% es 22.
• 21 observaciones toman valores entre 19,5 y 21,5 inclusive
Primeramente buscamos cual es el porcentaje de 21 observaciones por regla de 3 simple
2 1 .1 0 0 = 19.44%
108 . .
Sabemos que el valor que nos falta es un número menor a 21,5 por como se ubicaron.
Entonces si sumamos las frecuencias relativas que parten desde 21,5 con la anteriores
hasta llegar a un 19,4 nos va a dar que la variable debe tomar el valor 19,5.
13)
a) ,
• N ; Para averiguar el N tenemos 2 dqtos relevantes i '
La media y la cantidad total (SUM) ^ ■
. SUM/N = Media I
924/N = 15,4-> N=60 J %
• Mediana : La mediana es igual a Q2 (dato que nos dan) por ende
' U:,.Me = Q2 = l^ ' - i .
• Varianza; La varianza es el desvío estándar (dato que tenemos al cuadrado)
Var = o" = 4,00085" = 16,00680 ,
• Rango :Para calcular el rango necesitamos tanto al máximo como al mínimo
(datos que tenemps) >
Rango = máximo - mínimo = 1 9 -1 = 18 ,
• Cuarteles:
-Q1 = El cuartel 1 es iguafal percentil 25 (dato que tenemos)-
.Q 1 = P 2 5 = 15
-Q3 = El cuartel 3 lo podemos averiguar porque ya encontramos el Q2 y tenemos
como dato el rango intercuartilico.
Rango Int = Q3 - Q1
3 = Q 3 -1 5
Q3 =18
• P50 : El percentil 50 es igual a la mediana
- 36 -
P50 = Me = Q 2= 17
• P75 : El percentil 75 es igual ai Q3
----- ---------------Q3 =-P75.= 18_________ ______
b)
9 El 25% de las observaciones supera el valor 18 -
Como hablamos de superar estamos hablando de que a partír del -100% al 75% tenemos
una diferencia de un 25% (100 - 75 = 25) Por ende el valor que debemos ubicar es el
delP75 = 18
• El 25% de las observaciones toma valor inferiores a 15
En este caso como hablamos de los inferiores y es el máximo valor que se puede tomar
estamos refiriéndonos al P25 = 15
« El 20% de las observaciones toma valores entre 15 y 17
Existen solo dos percentiles que nos dan el valor 15; el percentil 25 y el percentil 30. En
este caso debemos usar el percentil 30, ya que como hablamos de un 20 % , otro
percentil existente que si se le resta el valor 30 quede como resultado 20 seria el
percentil 50 , es decir (P50 - P30 = 20% )
El valor del percentil 50 es la cantidad de observaciones que debemos ubicar. P50 = 17
» El 20% de las observaciones toma valores entre 17 y 18
Los percentiles que tienen como resultado 18 son el P75 y el P80 . En este caso vamos a
utilizar el P80. Debemos llegar a generar con otro percentil un 20 %
80 - X = 20
X = 60
El percentil 60 seria el que generaría el 20% . El P60 = 17
• El 15% de las observaciones toma valores en el intervalo [10,2 ; 15] [16 ; 17]
> ,[17; 18]
Todas las opciones que podemos encontrar para que generen un 15 % es (P25 - PIO
= 15) (P50 - P35 = 15) (P75 - P60= 15)
c)
• El 60% de las observaciones toma valores entre 1 y 17 -> VERDADERO
• El 35% de las observaciones toma valores inferiores a 16 -> FALSO (P35 =16
ño es inferior.) *
• El 90% de las observaciones toma valores en el intervalo [10,2 ;18,5] -> FALSO
(En realidad seria en el intervalo [10,2 ; 19]
• El 40% de las observaciones toma valores superiores a 17 -^VERDADERO
• No puede saberse que porcentaje de las observaciones toma valores entre 16 y
19-> FALSO (si se puede saber, ya que el porcentaje de observaciones que toma
valores entre 16 y 19 es el 65%)
9 Ninguna observación toma valores superiores a 20 VERDADERO
- 37 -
■yI ^Ipl
i?j |g'~!;
'■i *^3#i
...m í
^ %.¿4^
V ^p|
lüll
Ü^,
f" |
1 “*■
1
•11
t t e ^ M
^ s
;.j' "
•P^ ^pc
i j •iíSíS
,¿>>í
ri-
pi;;f^
—
BIW ■ K
■ Ji
tlTi *
S^i
W 1 P .•«
#í
^1. 5^^
i'í^A-a-. ^ fm
% i
. i\ ^ >
■ ik
1^1
* ^..
r% i
1 % «i%
i., ‘i í - ^ $ » 5
ElERaCIOS RESUELTOS
ESTADISTICA
Cátedra: Bianco
Unidades
6,7,8 y 9
P r X -—u < 24 T = 0,8461 Dividimos ambos términos por “a /Vn” para poder estandarizar.
a/Vn
^ O Nn a/Vn
a /Vn J
pf 2 < 24 'I = 0.8461 No® fijamos en la tabla de Normal, cuál es el valor que acumula una probabilidad
L 0 /Vn J ' de 0,8461 y obtenemos que es 1 ,02 .
24 = 1,02
0 /Vn .
24 = 0 /V n
1,02
23,53 = 0 /Vn Obtuvimos el valor de “o /Vn”. Ahora podemos buscar lo que nos pide;
P(x-p<2,ll)
P X —JJ < —2,11 I Dividimos ambos términos por “o /Vn” para poder estandarizar.
0 /V n 0 /V n J
Z < - 2^ 1 Como ya sabemos el valor de “o /Vn”, lo reemplazamos
23,53 J
P ( Z < 0,09) = 0 ,5 3 5 9
^ 'i no VNos fijamos mi la tabla de Normal, cuál es el valor que acumula una
° ^ H J ~ 0,8159 -7 probabilidad de 0,8159 y obtenemos que es 0,9.
P( X> M+ 1 /4 0 )
P f X~ U > U+ 1/4 g — Sesimplifican“p” con “—p” y “o” con la “o” que está dividiendo
l 0 0 J
P ( Z > 1/4 )
1 - P ( Z < 0 ,2 5 )
1 - 0,5987 =
Í3) Es el mismo procedim iento que ei punto anterior, pero despejam os n (tam año de
m uestra)
P ( X > U + 1/4 0 ) < 0 1337 0,1337 saltó de hacer 0,4013/3 (dice “que sea menor que la
' ' ' terceraparte obtenida en e! punto a”)
P r ^ - U . Vn > u + 1/4 0 - U . Vn < 0.1337 ^ V
simpüfican “p” con “-p ” y “o” con la “o”
I ----------- '
L 0 0
I que
m
'J
ip í está n
dividiendo
iv in iP T if ffv
P ( Z > 1/4 Vn) < 1 337 Como no podemos buscar valores de probabilidades menores a 0,5 en la tabla
' ' ’ ' ’ de Normal, hacemos 1 —0,1337 y como es simétrico, da el mismo valor.
p (2 > 1/4 . Vn) > 0,8662 "V Nos fijamos ai la tabla de Normal, cuál es ei valor que acumula tma
probabilidad de 0,8662 y obtenemos que es L109.
1 /4 . Vn = 1,109
n = 19,678
P r 3 < ^ < 5^ Decir que X es mayor que 3 y moiOTque 5, es lo mismo que decir que X se
P < 5) encuentra entre 3 y 5.
Z < 5 - 3 . V 9 ^ - P | ^ Z < 3 - 3 .V 9j
P
[
rz< 5-3 .V9
]
p í z < 1.5^ - p r z < 0 ')
P ( z < 1,5)
8>PA TO S:y=^25 a = 5 n = 25
Hay que estandarizar como veníamos haciendo, pero ahora con d istrib u d ó n Ji-cuadrado
a) P ( > 34,58)
P fS ^ rn -l'l > 3 4 .5 8 . Í 2 5 - D 1
l a ^ 55^^ J
P r^ ^ > 3 4 ,5 8 .2 4 ~1 Buscamos en la tabla de Ji-cuadrado para 24 grados de libertad cuál es la
25 J probabilidadpara33,I68 y obtenemos 0 , 1 .
P( f > 33,196) = 0 ,1
b) P ( < 16,31)
< 1 3 ,3 1 .24 j -
4
9) DATOS: ¡J=2000 c = 35,85 n =5
P( < 2500)
DATOS: n = 40
P ( S2 > 46,763) = 0,10
G = 5,99999
= 5.781 (corregido por la profe)
DATOS: X~N o^=36 a = 6 a l= 2 4 ,3
1 - a = 0,99
a = 0.01
a/2 = 0.005
1- (a/2) = 0.995
Z (m/2) = Z (0,995) = 2,576
d ) con n=40
1 - a = 0,95
a = 0.05
a/2 = 0.025
1 - (0/2) = 0.975
Z (1-0/2) = Z (0,975) = 1,96
E = l,9 6 ._ 4 0 0 _ < 5 0
Vn
P¡ > 245 8624 -> mmimo de tamaño de muestra es 246, porque con 245 no nos alcanzaría,
n — 246 (siempre se redondea para arriba).
DATOS: X~N a = 1200 LS - LE < 3000
X: m onto del préstamo.
l-a = 0 ,9 5
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
z (1-0/2) = Z (0,975) = 1/96
L S - L I = 2 . Z (1- 0/2) • g La amplitud (longitud del intervalo) es igual al doble del error.
Vn
LI = * - Z ( 1- 0/ 2)
Vn
LS-LI = 2 . t ( 1- 0/ 2)
Vn
109,5 - 90,5 = 2 . 2 , 8 9 6 .
V9
19 = 5,792 . _ S _
3
3 —9,8411602 Como nos pide la varianza muestral ( S \ lo elevamos al cuadrado.
= 9 6 ,8 4 8
. b ) 1 - a= 0,99
a = 0.01
a/2 = 0.005
1 - (a/2) = 0.995
t (1-0/2) = t (0,995) V:9 = 1,833
9
DATOS: n=6 ^ = 2 ,8 5 5^=0,0031 S=0,056
X: longitude en centímetros de los artículos.
a ) 1 - a = 0,99
a = 0.01
a/2 = 0.005
1 - (a/2) = 0.995
t (l-a/2) = t (0,995) V:5 = 2,571
b ) 1- a= 0,95
a = 0.05
a/2 = 0.025
1- (a/2) = 0.975
X^ (0/2) = X^ (0,025) V:8 = 17,535
X^ (l-ot/2) = X^ (0,975) V :8 = 2,18
X ^ (1-0/2) 2 ,1 8 J
10
c ) Los resultados obtenidos son incoherentes. Porque si ia media es 50, no se encuentra en
ei intervalo (50,69;58,2) obtenido en el punto a.
LI = (n -1 ) . S^ ^ LI = 2,9
- X^ (0/2)
X^ (0/2) = 78,2 Nos fijamos en la tabla de Ji-Cuadrado qué valor acumula 78,2 para
49 grados de libertad y obtenanos 0,005.
a/2 = 0.005 Después despejamos a para resolver el ejercicio,
a = O.Oi
11
HCr
DATOS: r.=iQG P = 80/400
X; cantidad de personas con trabajo
l - a = 0 ,9 8
a = 0.02
a /2 = 0.01
1 - (a/2) = 0.99
Z (1-0/2) = Z (0,99) = 2,326
b ) Si, tiene ra z o n a para sospechar, porque 0,05 no se encuentra dentro del intervalo
(0,0543;0,1356).
E = Z (1-0/2) . IP = 0,01
n
2 .3 2 6 .1 0.2, (1 -0 ,2 ) =0,01
n=8655 4416 tamaño de muestra es 8657, porque con 8656 no nos alcan2aiía y
siempre es unnúmero entero, por lo que no puede haber decimales,
n=8657
(siempre se redondeapara arriba).
b)
LS - LI = 2 . Z (1-0/2) . P . ( 1 -P ) < 0,03
3847,307378 < lí
12
TRABAJO PRACTICO ¥ H
T * 5? -í H . r ' '1- s í s
c)e = Í L ~ N (0,1)
CT/Vn
d) Como es un te st contra menor, la zona de rechazo será £ < -Z a
Como £ < - Z a ( o sea que -2,5 2 < -2 ,3 2 6 ), caemos en zona de rechazo. Por lo ta n to , se
puede acusar a la compañía de pagar sueldos inferiores.
£= I - u = 304-300 = 1,5492
a /Vn 10 /V40
com o no se cumple que £ > Z «(1,5492 < 1,645), caemos en zona de retención. Por lo
ta n to , se adopta la decisión de no comprar.
1 ) X~N (p,a) _
DATOS: n=9 1=102 a = 5
£ W -u = 1 0 2 - 100 = 1,2
a/Vn 5/V9
S #)X ~N (|J,or)
DATOS: n=15 a = 32 a =0,01 Za=2,326
Ho M= 220 Hi ¡J < 220
Como se cumple que £ ^ Za(2,6 > 2,236), caemos en zona de rechazo. Por lo tanto, con el
nuevo fertilizante se obtiene un rendimiento mayor.
is) Tr= P(rechazar Ho, siendo Ho falsa) = P (e > Z a siendo p > 90,4)
P (£ > Z „ siendo p = 93) = 1 - P (Z<0,59) = 1 - 0,7224 = i
^ o # ) X= aum ento de los latidos.
X~N (iJ,c7) o d^conocido
DATOS: n=9 » = 8,6 a =0,05 t(¿05:8= l ,86
a)
Ho-> M >10 M < 10
. ¡j) £ = - U =
s /Vn
C} £ ^ t o;n-l
í¡) £ - M - u = 8 ,6 - 10 = -2,33
s /Vn 1,8 /V9
Como se cum ple que e > ta;n-i (1,86 > -2 ,3 3 ), caem os en zona de retención. Por lo ta n to , la
droga os buena.
£ = ^i - u 35000-31000 = 7,155
=
s/Vn 2500/V20
Como no se cum ple que £ < t a ; n - i (7,155 > -1,729), caemos en zona de rechazo. Por lo
tanto, se paga más en promedio a los estadísticos.
A2 S i) X= contenido de antibióticos.
X~N (p ,a ) a d^conocido
DATOS: n= 9 * = 1,35 s= 0,159 a =0,05 to,o25:s=2,306
a) _ '
LJ = * - 1 (0/2:8). ^ = > 1,3 5 - 2,306 . 0.159 -> L I = 1,2278
Vn V9
y n € (1^278;1,4722) con
l_s = t (0/2:8) ■ => 1,35 + 2,306 . 0.159 -> LS = 1,4722 un 95% de confianza.
Vn V9
b)
Ho ^ P = 1,5 p = ^ l,5
H o^ M>150 IJClSO
Ho p ^ 25 Hi p < 25
£ = rg - u = 2 7 . 8 2 - 2 5 = 1,509
s /V n 5,81 /Vil
Como se cumple que £ < tam-i (1,609 < 1,812), caemos en zona de retención. Por lo tanto,
se contradicen las especificaciones.
£= P -o = 0.044 - 0.05 = -0 ,9 2 3 4
' o. r i- o ^ f 0.05 fl-0 .0 5 ~
n V 1125
Como se cum ple que £ > Z q ( - 0,9234 > -2 ,3 2 6 ), caemos en zona de retención. Por lo
ta n to , no existe evidencia suficiente para concluir que se haya reducido la propordón de
cheques sin fondos.
fp . ( 1 ^ - I 0,1 (1-0,1)
i n V 200
Como se cum ple que £ < Za (1,41 < 1,645), caemos en zona de retención. Por lo ta n to , no
existe evidencia suficiente para concluir que se haya un aum ento en la preferencia por la
marca A.
Xa= contenido de vitam ina C en jugo de tom ate envasado por establecim iento A.
Xb= contenido de \^'tamina C en jugo de tom ate envasado por establecim iento B.
a)
Xa-^N (Pa, cta) ct^a= 16 [^independientes
X b~ N (P b, cJb) o^b = 9
Ho P a - Mb = 0 Hi Pa - Pb 0
g^A +
nA nB
A + g^ Fi 16 + 9
y H a , n b 25 20,
£— -^A — — 1,5 =
I g^ A + g^ ñ
y nA ns
Se retendrá la Ho si s ^ Z c u-
Como no se cumple que s < Z a (l,8 9 > 1,645), caemos en zona de rechazo. Por lo ta n to ,
concluimos que los p e c ^ de ia laguna A son en promedio 1,5 cm. más largos que los de la
laguna B.
L) Xa= saiarios por hora de ios obreros sem iespedalizados en Edén.
Xb= salarios por hora de ios obreros sem iespedalizados en Paraíso.
X a ~ N (P a í CTa ) o ^a = 0 ,4 independientes
X b ~ N ( iíb ,Q b ) o ^ b = 0 ,6
H o -> Pa - Pb ^ 0 H i ^ Pa - Pb < 0
£= - M a -ri =
- 2 l^ + _¿B
Ha nb
Se retendrá la Ho si £ > Za
£= Í a- 1 r -0 = 8.95 - 9.10 - 0 = -2 ,0 3
c) H o ^ Pa - P b < 0 H i Pa - Pb > 0
d) £ = 1.1 - ^
1 + 1
ni nz .
Como no se cumple que z < to:ni+n2-2 (2,6 > 2,485), caemos en zona de rechazo. Por lo
ta n to , concluimos que la nueva droga dism inuye el nivel de coiesterol en sangre.
X i= Cantidad de litros consumidos con el aditivo.
Xa= Cantidad de litros consumidos sin el aditivo.
Se retendrá la Ho si e ^ ta;ni+n2-2
Como no se cumple que £ > ta:nKn2-2 (-3,877 < -1 ,7 3 4 ), caemos en zona de rechazo. Por lo
ta.nto, concluimos que con el aditivo se consu.me menos com bustible.
Sp /_ !_ + 0,55568 1 _1_ + 1
ni 02 5 5
Como 0,7267 se encuentra dentro de la zona de retención (-1 ,8 6 ; 1,86), caemos en zona de
retención. Por lo ta n to , aceptamos Ho.
X i= rendim iento con el plan A.
X2= rendim iento con el plan B.
Como no se cum ple que £ < ta ni+n2-2 (3,17 ^ 1,33), caemos en zona de rechazo. Por lo
ta n to , concluim os que el rendimiento medio con el plan A es m ayor que con el plan B.
D = P2 - Mr
D~N (Pd, ctd) o^d desconocida
H o^ Md < 1 7 Hi ^ Pd > 1 7
/Antes (Xi) 189 202 220 207 194 177 193 202 208 233.
Después(X2) 170 179 203 192 172 161 174 187 186 . 204
DiferendaíXo) 19 23 17 15 22 16 19 15 22 29
no—10 Xo = 19,7 S^D=19,34
Como no se cum ple que £ < ta:n-i (1,94 > 1,833), caemos en zona de rechazo. Por lo ta n to ,
el ejecutivo concluye que la pérdida de peso anunciada con el program a es legítim a.
X i= consumo de gasolina en km por litro con neumáticos radiales.
:>,i. Xz= consumo de gasolina en km por litro con neumáticos norm ales.
D = p2 - Mi
Ho Md < 0 Hi Md >0
Se retendrá la Ho si s < t
£ “ ~ Un — 0.14167 - 0 2,247
Sd /VOq 0,218369378 / V l2
Como no se cum ple que £ < ta:n-i (2,247 > 2,201), caemos en zona de redia zo. Por lo tanto,
los neum áticos radiales sí dan una m ejor economía de com bustibles.
D = M2 - Mi
D~N (M d ,C7d ) o^D desconocida
Ho Md < 0 Hi Md > 0
Se retendrá la Ho si £ ^ ta;n-i
Como se cum ple que s < tam-i (1,136 < 1,533), caemos en zona de retención. Por lo tanto,
concluim os que la droga no aumenta el nivel de calcio en suero.
10
‘-i
Xi= ingresos de los universitarios.
X2= ingresos de los no universitarios.
Xi~N (iJi,ai) 1 independientes con
( 112, 02) I
X2~N (M2,02)J
I de la psicóloga.
30)
Xi= Cantidad de litros consumidos con el aditivo.
X2= Cantidad de litros consumidos sin el aditivo.
Xi~N (pi,Oi) 1 independientes
X2~N (P2,a2) J
Ho
Ho Oi^ = 02^
Oi Hi ->
Hi O
Oii^ ^
^ O2
£ = 1,179
F a; nl-l;n2-l = 4,026
Como se cum ple que e < Fa;ni-i;ii2-i (1,179 < 4,026), caemos en zona de retendón. Por lo
ta n to , retenem os Ho. .........
G
X i= Cantidad de tiempo que ta rc in hom bres en arm ar un producto determ inado.
X2= Cantidad de tiempo pue tardan m ujeres en arm ar un producto determ inado.
Como se cum ple que £ < Fo;ni-i;n2-i (1,33 ^ 4 ,1 0 ), caemos en zona de retendón. Por lo
ta n to , aceptam os Ho.
11
Xi= Votos de residentes de una ciudad.
X2= Votos de residentes de ia zona suburbana.
Ho ^ Pl>P 2 Pl<P 2
Se retendrá la Ho si £ < z a
£ = 2,9
Como no se cumple que £ < Za (2,9 ^ 1,96), caemos en zona de rechazo. P or lo tan to ,
rechazam os Ho.
_ ^
Ho - ^ P i = P2 Hi^pig5:p2
e= 5,36
Como no se cumple que - Z a ^ £ < Z a (5,36 > 2,576), caem os en zona d e rechazo. Por lo
ta n to , tenem os evidencia suficiente para afirmar que no son iguales.
12
TRABAJO PRACTICO ¥III
1) DATOS: Iy=658 Ix=707 n=9 Ixy=53258 1x^=57557
J Zy- bZx + an ^
IIxy = b lx + alx 153258 = 57557b + 707a
A == 707 9
M M |! 1
57557 707 ■ a= -219100 "= ÍZ;06232107
-18164
Aa = 707 .. .^ 658 ' =-219100
57557 532553 b= -14116 = 0,777141598
-18164
Ab == 6 5 8 ' 9 = -14116
'53258 707
I’ ■ lü .i'
P + bx
12,0623 + 0,7771x
d) Suponiendo además que E ~N(0, a) es independiente; f) £ (-0,248; 1,802) con un 95% dej
confianza.
A = 410 12 =
15650 410 a= -6771000 = 343^ 7055838
-19700
Aa = 410 5445 í = -67710D0
15650 191325 b= -63450 = 3,220812183
-19700
Ab = LH45 12 11. -63450
T91325 410
y = a + bx
y = 343,7Q6 -P’3,221x
No sería razonable estimar con un gasto de publicidad de S60, porque está fuera del rango
considerado (entre 20 y 50) ‘ , 2 ..
c) Suponiendo además que Ey~N(0, o) es independiente
CM Res = 2522,42 Syy=42256,25 Sxx= 1641,67 Syx=5287,8
Ho) P = 6 Hi) P < 6
3) a) Diagrama de dispersión
A = i 300 5 -20000
22000 300 a= -400 = 0,2
-20000
Aa = 300 85 = -400
22000 6220 b= -5600 = 0,28
-20000
Ab = 85 5 = -5600
6220 300
y = a -t- bx
Y = 0,2 + 0,28x
4) a) Diagrama de dispersión „
v a ria b le X1 c u rv a d e re g re s ió n a ju s ta d a
74
72
70 -
68
66-J -P ro n ó s tic o i
s ..P2
'ífio
0 10 ‘60
V ariable X1
I n¡x¡2 = 1275
I n¡Y = 4910
P = _S^_=-0,4
Sxx _ ^ Y = 72,8 - 0,4x
a = Y- pT = 72¿
U = Ct + t (0/2) n-2
'allíU = 80,45
G) t (0/2)n-2 -
U = ct + t (0/2)n-2
ik)^
L-2 P Xk + t (aJ2)n-2
5) a)
' x' y 1oí:(\) 1~~ lo2(\ ) lo.i(\) . loufv) (log(x))"
0,2 13 -0,698470004 ¡ 1.1139-13352 -Ó.'7''861299 0,488559067 ,
0,2 15 -0,6989700u4 1.176091259 -0,822052512 0,488559067
< 0,2 10 -0,698970004 1 -0.698970004 0,488559067
0,2 17 -0,698970004 1.230448921 -0.860016888 0,488559067
0.2 10 -0,698970004 1 -0,698970004 0,488559067
^0,2 12 -0,698970004 1,079181246 -0,75431532 0,488559067
■4 4 66. -0,397940009 1,819543936 -0,724069329 0,158356251
: ■ 0,4 62 -0,3‘>"9400'»> 1.792391680 -0.71526 1361 0,158356251
0,4 60 -0,3‘r940009 1,7781512.- -0,705'59752 1 0,158356251
0,4 60 -0,397940009 ‘ 1.77815125 -0,707597524 ; 0,158356251
0.4 60 -0,397910009 1.77815125 -0,7075.97524 0,158356251 „
0.4 65 1.812913357 -().72Í4301$7 , 0,158356251
0,6 94 1.97312'S.54 -0.4377359^7 0,049216868
0.6 93 1.9684829 19 -0.4367054fel 0,049216868
0.6 92 1.963787827 -0.435663874 0,049216868
0,6, ,1 97 -0,22184875 1.9867717;4 -0.440762825 0,049216868
0,6*^ ' '^ 0 -0,22184875 1.95,4242509 -0.433546257 0,04921.6868
0,6 -0,22184875'" 1.963787827 -0,435663'874 0,049216868
-11.514W)3 4,176793111
n=18 '^ ■ 1
/
L2 = a + P X|< + t (a/2) n-2 / CMI Res
^
I.
_ "N
1 + (x^- x)'^
«a
= 42,99
d) . É l.,/®
Li = a + P Xk - t (a/24n2 JCM R e f i + ÍXt^./T)- 37,37
n Sxx
a = 6511,381523
Ab = . 5 51, = -4,778416 312
■18 154,19 In (b)= -4.778416312 = -0,056885908
- 5 ^ gt>--....84
y = a . b’' h = p-O/056885908 1:
y = 6511,381523. 0,944701846*
b = 0,944701846
b) y(4) = 6511,381523.0,944701816’
y(4) = 5186,235077
7) a)
r= n ■Ixv - Ix . Zv
V[n .Z x '- ( I x ) 2 ] [ n .I y '- ( I y ) ']
12 X 26208 - 3944 x 65
V [12 X 1732524 - (3944)" ] X [12 x 409 - i65V'l
(65)-’]
-m r - 13,10 >%025;10 ~ I
1 - r" iS
n- 2 !ÍU»S
Se'rechaza Ho
• '-'i
■1
,4 fí%#
f
TRABAJO PR ACTICO IX
Isp =
Po
100 =
''I, .-.í
37.4
-
X iOO =
_
lÓ O
% IV
Po 37,4
c
Isp - _PL X 100 = 38.5 X
Po ~37*1, m
Para el año 1999:
Isp = _PL X 100 = 41,4 X 100 = 110,6951872
Po 37,4' ,\v ■ «
'' V ' P ..a
Para el año 2000: ’ * a
Isp - ^ X 100 = 48.6 X 100 = 129,9465241 *
, Po 37,4
ii* í- €
c) Pt = Precio en el momento de estudio- Po = Precio en el momento base
Se saca un promedio del periodo 1994-1996 -> (31-i-37,3-t-37,4)/3 = 35,23
Para el año 1994: . ' - 4/Ca-
Isp = _PL. x'lOO = 31 X 100 = 87,98486282
Po V 35,23
r
Para el año 1995^^/’V
Isp = Pt X 100 = * X 100 = 105,8656575
Po 35,23,.
d) t J
Fisher
IFp = V Ibff. IPp.= V 111,9398907 x 110,6108066 = 111,2733643'
d) :
Fisher ________ _____________________ _ _ _
IFp - V ILp . IPp_= V 107,2232933 x 107,5410339 = 107,
c) Error de prrxióstico (es la diferencia entre el valor que nos muestra la tabla y el promedio
obtenido) (Y¡ - PM)
Para abril 2008:
6581.3 - 5998,4 = 582,9
Para mayo 2008:
6711.3 - 6200,63 = 5 1 0 ,6 7
Para junio 2008:
6629.6 - 6481,2 = 148,4
Para julio 2008:
6846.8 - 6644,45 = 202,35
Para agosto 2008:
7107.5 - 6754,54 = 352,96
Para septiembre 2008: «
7295.9 - 6933,71 = 362,í? ¡9
Para octubre 2008:
7209,4 - 7149,56 = 5^,84
Para noviembre 2008:
6794,3 - 7214,97 = (420,67) ^ como da negativo se pone entre paréntesis.
Para diciembre 2008:
6652.6 - 7019,15 = (366,55) -> como da negativo se pone entre paréntesis.
I
■
'4 -3
Para mayo 2008: 1
^f-Q.0132488y = 0,000175531
'r - . 5 - 4
«Para junio 2008:
- r^Ó.11034976y = 0,01217707
i a
í ^6-5
Para julio 2008:
£-0,04446995211= 0,001977577
7 - 6
Para agosto 2008:
£0,0021060111= 0,00000443528
8 - 7
Para septiembre 2008:
£0,05082120211= 0,002582795
9 -8
Para octubre 2008:
(0.1667642^? = 0,027810312
10- 9
Para novierríbfe 2008:
f0.123352848y = 0,015215925
11- 10
Para diciembre 2008: .
rO. 11867057')^ = 0,014082704
12-11
Para enero 2009:
£0,06423411411= 0,004190506
1 3 - 12
Para febrero 2009:
£0,06044682311= 0,003653818
1 4 - 13
8
Para marzo 2009:
{0J54589365)1= 0,023897872
1 5 - 14
Para abril 2009:
£02069917823}!= 0,004888509
1 6 - 15
Para mayo 2009:
10,045983575^ = 0,002114489
1 7 - 16 , *
"V
J b ly = an __,
J 55695 b = 12 a
ly t = b i t 2'7fii9 = 572 b
A= 12 65695 = 6864
0 572 a= 1814430_2Q5 = 264340,0648
6864
Aa = 65695 0 = 1814430205
572 27519 b= 57619 = 48,28496503
1 572
y = a + bt
y = 264340,0648 + 48,28496503t
] h)
/(13) = 264340,0648 + 48,28496503 x 13 = 264967,7694
V(15) = 264340,0648 + 48,28496503 X 15 = 265064,3393