C entro de-íEstudiantes de Ciencias Económicas

FOT0COPIADORA MODULO 2 1" PISO

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

3) Aplicamps Teorema del Árbol

Mujeres = 8/20
“ X Hombres 12/20
Grupo (20). l'umadores = 15/201

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 -

P(N) = i/3 f 'i I) ’ /A

Para averiguar cuantas bolillas títf*Ín la étfa salériiós que pBr ley de cierre la sum a de las
1 1 1 1 *• 1. 1 ¿
probabilidades es i g j ^ a 1.
P(B) + P(R) + P
3 /5 + P (R )+ 1/3 r
V ;a , P(R)=1/15
De esta manera obtenemps: la P(R). Lo que debemos hacer ^á;/cpjitmuac¡ón es buscar el
denominador común entre las 3 probabilidades para así encqnlfaf el n, es decir la cantidad de
bolillas que hay en la caja, (Los casos posibles). Recuerden que uno de los datos del ejercicio fue
que la cantidad de bolillas rojas era 5, por ende, loVcasos-posibles serán esos.
3 /5 + 1 /3 T 4 /1 5 - 1
45/75 + 25/75 + 5/75 =1
n = 75

_ 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|

iii)P(>100) f % -P (<100) = 1- 58/125 = 0,536

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 =(■

8)Datos del ejer|ipíp: I

"'íI-Km i#
P(Act escuela) ^ ,j f-J, Aff
P( Act escuela Q imversidad)= 0.35 ■
P ( universidad/ act escuela) =.P( universidad íH escuela) = 0.35 = 6,5
f P(Act escuela) 0,7 W
w
9) íJ is
En primer lugar, com plelM ps la tabla de probabilidades con los enunciado. A
pesar de que este no nos dé'éodüldos datos, muchos de ellos p u f^^^^M en erse p o r sum as y
restas como por ejemplo:
El dato de que el total de mujeres sba20(X dé|'eí«^i|:ar|á'aJadérécha, debajo de todo.
El dato de qué 35 son bajas por encimá%ii ^
Por lógica, si son 200 mujeres y 35 son bajas, el resto de ellas serán altas, es decir 165
mujeres. Este último dato hallado debe anotarse por encima de los totales de m ujeres bajas.
Los datos que se encuentran en negrita y cursiva son totales y serian Probabilidades
marginales P(Morocha), P(Rubia), P(AJta), etc) SI ESTUBIERAN SIENDO
DtV(DIDAS POR'!200. bn el caso de las que no están en negrita ni en cursiva ('las
centrales'! serian Probabilidades condicionales ( P(Rubia Í2 Alta). P(Baja O Morocha),
etc) si estas FUERAN DIVIDIDAS POR 200.
Recalcamos el hecho de que sean divididas por 20,0 ya que los datos en la tabla NO SOS
PROBABILIDADES, sino que 50ñ por el momento,’ datos específicos. En el caso de
querer pasar la tabla a datos, con prbhábilidades solo deheríatx'dividirse todos por 200.
Por ejemplo el dato total de mujeres seria I en una tabla con probabilidades.

Las probabilidades ponjuntas de dos eventos A y B es simplemente la .probabilidad de

que dos sucesos ocurran al mismo tiempo^.En este caso-rubia baja. Otra ppcion seria
morocha que podría c- , alta.

RUBIA , r i m orocha Total ^ 4 ,,.

ALTA 48 ' “1 1 1 7 ' 165 . C»€
BAJA AT' 12 23?^;? 1 ^^ 35
Total J' 60 l 140 200 44
a) P(R) = 60/200 = 0,3, ‘
b) P(R Eí A) = 48/200 = 0,24p¿:|í5f '/-I ■; v Mh
c) P(RUB) = P(R) + P(B) - PCRtbB) = 60/200 + 35/200 - 12/200 = 0,415
d) PIA/R) = PÍA g R) = 0.24 =-Ó.8'
P(R) 0,3 J p .
_ I 'í ' . ■. __ ...A'P P'l ____ _ ^
e) Para averiguar si hay o no^dependenGÍá'deben igualars'--^” ''
■‘‘-'V P í'A '» = P í 'A / R t Por no haber igual entre ellos no f 'l
eXistiria ninguna dependencia, es
0,82=0,80
S'“ g decir que una mujer sea rubia no iP
r
.siepifíca que deba ser alta.
i II
10) , . . . . .
Datos del ejercicio: PAREN 0,02
t, AUTOMOVILES 0 , 7 5 ^ '•
' NO PAREN 0,9aVi
Ruta U '*• ’) _ r^PARRH.f 501 ^
1 ,4 CAMIONES 0 ,2 5 .< C ..J | &
- -
ífl
M: *
a) P(CDP) = P (C ). P(P/C) = 0 ,2 5 .0 ,0 1 1=0,0025 g' SI ¿fVft?
Im í
% Ji - " " Iv. iA"V L V
b) P(C/P) = Pi e fíP) =__________P IC Q P)_______ 0,0025 ^0,1428
P(Pj, P(P/C ). P (C) + P(P/A). P (A) 0,0025 + 0 ,0 2 . 0 í7 f

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

a) P(AUT) = P(A) + P(T) -P (Á Í iÍ ) + Ó\ 0,03:4482

fíf*
b) P ( A a T ) = o, 18^411
s#'
c) P(T/A) = P Í I iM Í = M 3 = 0,0428 ■'isí4^
.í(A ) 07

Datos del eiercicio::

• P(GANAR) = 0,75
• Probabilidades INDEPFNDlENTESsignifica que si se gana el 1ro no teijdría
porque ganarse el resto de los p a rtiS .) Este dato es la olave para hacer el- j
ejerciciib bien, ya que como menciona que son .independientes se utiliza e l4 7 5
en todos los casos;
il
P (G iaG 2aa3,dG 4)= P (G l) ,P(G2/G1) .?(Q3/Q1í 1G2) P(G4/G1 liG2í2G3) = & |5 '\0,75 . b.75 . 0,75 = 0 ,3 1 6 f'j

13) D atosl^l ejercicio en Árbol

m.
Hay que ||b e r previamente que elipiciojifet^rbol tiene una probabilidad marginal,
mientras las ramas que salen áé Mlffson“]probabilidades condicionales, es decir
P(A/B). ^ : 9*
^ fe.
Las prob^ilidades marginales son simplemente la probabilidad de ocurrencia de un | | J
evento A^aSfn pensar en la existencia de otro evento B que suceda simultáneamente cop^,,.

Las probabilidades condicionales son cuando-A y lí dos eventos de un espacio muestral

£2. La probabilidad de ocurrencia del evento A condicionada a (sabiendo) que ocurrió el
evento B ,P(a/b), es el cociente entre la probabilidad conjuntá'y'la probabilidad del.,,
evento conó'cido. " tfeM#
P(A/B) = P (^ñ B )/P (B )¡ siendo P (b )-0
átssf
t su m a de estas .
Defechfbso 0,08 ,piiobabilidades d^fe^ní-dar
< rfe 1 p o r L EY D E CÉERRE
10,4
Fabrica lÜS: No defectuoso 0.02
i - f e " (8/20 + 12/20 - I) ir

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 # •*'

Lógicamente, puede suceder que tengamos información sobre la ocurrencia de un

evento B, sin embargo la probabilidad marginal de ocurrencia del evento A no se vea
 a iterada. fcsto.qú|ere decir que B no tiene ninguna influencia sobre el evento A. es decir,
los eventos son ekadísticamente independientes.
Para identificar esto debemos calcular:
P(a/b) = P(a) ^ para que sean estadísticamente INDEPENDIENTES.

c)P(D /Ll) = P(D) . -

0,08 7^ 0,092 Porpoliaber igual entre ellos existe dependencia

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

GAS SIN GAS TO TA L'

A G U A '■ 0,34 0,29.' 0,63 a
SIN AGUA 0,14 , „ i 0.23 0,37
TOTAfe:: 0,48 0,52 1•

e ¿P(Agua) = 0,63
■f
V-

15) Pj — Planta 1= 0,25 Auseñ^s 0,02 .

^Presentes 0,98 J5'i.’.írsk
Fabrica' “ Planta 2= 0,65 Ausentes 0,04
f-'I-'/Presentes 0,96
Planta 3= 0,1-. ífé^^É
W’" S p ^ ^ ^ r e s ^ ^ s 0,9p^P

a) P(AUS) = P(A/P1). P(P1) 4^ P(A/P2) /p(P2) 4-P(A/P3) , P(P3) = 0 ,0 2 .0|25M- 0,04

0,65 + 0 ,0 9 .0,i ^ 0,04 (4% de ausentes)^" ^ ^ Jf‘

b) P(P3/AUS) = Pf^3 D AJ = OJ)09 = 0.225 Ji W

P/A) 0,04 ím
%.w» ||
M
c) P(P1/PRES) = F( P'f.lj PiesI = PíPres/PD. PÍPD = 0 .9 8 .0 ,2 5 / ’0^25
P (P re S )J -l-P (A u s ) 0^96,, p"

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 «..

b) P (N a AP) f P(N/AP); P (AP) = 0 .6 .0 ,3 - 0.18

■* B i *
c) P(AP/N) = R £ A P n N l = 0 J 8 - 0,315
P(N) 0,57 '• w
bíbI ^
CííiüS 13I
d) P(N/ACdm) = 0,9 |3 |
»_ í
e) P(N/AP); = P(N) DEPEN'd IEM l'E J
ln _
O M 0,57 9 i-*
- Í4I
17) - r ?
hy
Datos del ejercicio:
• P (G 1)= 0,6........ P (N é l)= 0 .-'
— y :| jr
Itt
0 ,7 ........P(NG2) = 0.3 \
^ 1 = 0 ,8 ..........1>(NG3) = 0,2
M
^ . i1
m
Í* fM
P( (G1 n ílS IfD NG3) U (NG Í,a=G2 í í N (|3) I J (ÑGl ü. N G 2|Q G3) =
0,6 .0 ,3 . 0,Í'V0,4.0,7 0,2 + 0.4 -. 0.3 = 0,188*- Ji #

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

j, - r SIN CARIES 0,5

C0,2 CARIES 0,6

':-2úZK.Ja
SIN CARIES 0 4 ■ e m a iií
P(Caries) = P(,Ca/Á). P(A) + P(Ca/B). P (B) + P(Cá/C). P(C) =
0,4.0,5 + 0,5 ; ü,3 + 0 .6 .0 ,2 = 0,47

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

El e je rc ic io ^ nos Sa^yii cuadro incompleto con unos datos sumamenfé^ importantes

para comprender como IJenárlo. '''
Datos del ejercicio:
^%0MÍ -5*
^ T- ^ B W !■‘M
r ^
' \ . i__ XTríS/n- I ^
• nivel bajo - banco A : EXGE.UYB|4TEK ( séán excluyentes quiere significar
que la P(NBQ BANCO A=0)
e banco C : INDEPENDIENTE DE NIVEL ALTO (se entiende como
independientes que la P(BCO C/NAL) = P(BCO C)
 BANCO A BANCO B BANCO C
Nivel bajo 1)0 4) 2- 0,28 4)3-0,12 0,4
Nivel alto 2) 0,3 4) 1-0,12 3) 0,18 0,6
0,3 0,4 0,3 1

podemos completar ese lugarí^

2) A partir del dato 1) qhfenemós la P(BCO A O Nivel - 0 = 0,3
3) que sean independieíites nos lleva a lo siguiente :
/S^%. W' íh
P(BANCO C / NIVEL ALTOi^jp-rBANCO C O NIVEL ALT01 = PmANCO C n NIVEL ALTO) =0,3 (dato por ser IND)
PCNIVEL ALTO) 0,6 (dato del cuadro)
s r $ r $ ^ s * g |p

La única incógnita es la si vafños

remplazando^Í|)S datos la podemos óbteíiér.
P(BANCO|C ñ NIVEL ALTO), = 0,3 . 0 6
P (B A N C (^ Í2 NIVEL a o ,i8 i
4) T en i^ d b el dato anterior |iódeínos^ er que: f»
• ^ - P ( B A N C O B ^ I V " ' ' TO) = 0 ,6 Í 0,18- 0,3 = 0,12
P(BANCO BJ ^ ^ L O) = 0 ,4 f 0 ,ia = 0 ,2 8
%#* P(BANCO C ONirVEL ÜO) 0 ,1 ÍÍ = 0 j l 2

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

0-20 20-4M IJ 1'.' mas de 40 to t^ /

argentinos 15 f.; 9 ■. i 30 W
extranjeros 8 -- - • 7- • i WP
total 23 16 i' m
-A-
4--* *
a) P(ARG U 20-40) ='P(ARG); - P(20-40) P(ARGQ 2Q;40|^'-
30/50 + 23/50 - 15/50 = 0,76',f
b) P(EXT n 0-20) = 5/50 =ÓT% J | 4 ,8
c) P(ARG Q MAS DE 40) = 9/5^= 0,
d) P(0-20 U 20-40) = 1- 16/50 =0,68
e) P(ARG a MAYOR A 20) = 24/50 = 0,48

■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

Veamos ahora si son sucesdS indepiMiMíes

P (a Q b ) = 0,17 K p g
P(al) = J # 5 f \ P (A ). P(B) = 0 | | P(A1 Q B 1)
P(b) = f e íí
{;
______ ____ ^____ __ ^ ^ ■'-‘í
ConcluiiTais gue no" soh Independientes.'

>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

Valores Xi _de.*X P(xi)

1 lasí 0,1 M
2 fe 0,1
3 0,3
4 1^ IB
0,3
- «sU‘•'•K
■-> Í.J ,
Y"

La suma de estas probabilidades def ¡dar 1 por ley d|i®%rre ths-.

S S^ 4‘
lirjf
A. P ( x > 2 ) - lV p ( x = l) = l ; - 0 , l = 0.9 ■■-j »
.«ííjfe í«
B. P(l<x<3) =ÍP(^=1) + P(X=2) I P (X^3) 0,1 + 0,1>; 0,3 = i
C. P (K x< 3) = p ( ^ 2 ) + P(x= 3) = 0 , l t t 0 , ^ 0,4
1 i
D. P (x < l)= P (x = lfp O ,l |l I <S
M:.
E. P(x>2) = 1 - P (X -1) - P(x=2) = 1 - 0 ,l^^ p ,l =;0i8
F. P(x<2.3) = P ( X ^ É ^ ( x = l ) + P ( x = 2 ) ^ + .. W
Para encontrar la func’ídñjle distribución de X |debem d¿^állar lí|unción-:de Secuencias
acumuladas, es decir ir sü'ihmdo de a una lá s 'p r o b a í^ ^ ^ tó s í^ to llegqr^a^l

Valor P(x) FAC ■

..... . ,.^
1 0,1 0 ,l(se mantiene) ’ f ^ ** L h
2 0,1 P (x= l) + P(X=2) = 0,l +0,l£=..0,2Íi ^
3 0,3 P (x= l) + P(X=2) + P(X=3) = 0,1 +0,1+ 0,3 = 0,5
4 0,3 P ( x - l) + P(X=2) + P(X=3) + P(X=4) = 0,1 +0,1+ 0,3 + 0,3= 0,8
5 0,2 P (x= l) + P(X=2) + P(X=3) + P(X=4) +P(X=5) = 0,1 +0,1+ 0,3 + 0,3+ 0,2 = 1

•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 )

En e! caso de las continuasfque'es diferente al de las variables aleatoriás'discretas) seria:

® Fx(X) = Jp(yX #/' ... •

A partir de la Fac podemos hallar la función de'distribucióni “’

t
’ tle |i I»
i3 l|
■ w
9 El primeb valor es uno, por ende los valores meaos a estetendráh una probabilidad 0

Cuando la variable toma vaiores^eníré 1 y 2 ^ápconsiderar a este último yajflqe a partir de

ahí cambia el valor de lappró^biii^dj^ía variábfftendríauña probabilidad d%^S| l (como
dicela primera fila de Fac) C;

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

Fx(t) = 0 ,2 % A <3 ' 0,5

< W
3É#
0,2 M
0,8 0.1
— M%3
1 5<t
— ié-M:
É M S,íte ííj»*- '
"«LJí 0% ?.v«r fea
Valores -'f* líir ’í M t ) ^
-1 M M M
0 2/6
1 2/5
*
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

b) Continuando con lo nombrado en el ejercicio anterioi| ace|fe1 ie la fim eion Se

i
distribucio, en el’caso de las variables aleatoria d isc re tá l:
• Fx(X) = 2p(y) m
La función de distribución indica la probabilidad acumulada íp tia i cada valor, y se obtiene
mediante la suma de las probabilidades asociJdas a los v ^ o r ^ .d é la variable m enores o
iguales al valdr correspondiente. ' ' 16
Por ultimo podemos dejar en claio las caiacteristicas de la función de distribución tanto en
continuas cd S o en discretas: "T '?• *. ^
«
• No ^ |a t i v a
• M oip|)na
® No ^éfreciente
Para hallar la función de distribución deberiíós plan^&TaTfó®""“^

Valores j P(x) ' •. i pfí^C . ^

-1 “ i ; iM
u a glíK ip ¡ mi Ú5
0 \ ^ 2/6 1/5 + 2/6 = 8/15
1 'P l ^ r2 « í . lf5 + 2 /6 + 2 /5 = d 4 /1 5
2 m ______ D ^ ......i i r ;

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%)

b) P(t>3) ,r=l/2 -^nos damos cuenta porque menciona que es 3<t<5

•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

por lev d e c ie rre

-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:

2..P (x= 12)+ .P (x= 12yH í , . <2. P (x = 1 2 \) f f

P(x=12) = 0,3
%S É
S. W
Sístnbuctón de Probabilidatf

La distribución de probabilidad de una variabif m®.tona esta dada p o r el dom inio de la

misma (los posibles valores que puede tomar) y por su función de propabilidad o densidad,
o bien por su función de distribución, ya que mediante una puede obtenerse la otra.

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'!

Datos dei ejercicio:

® Variable aleatoria CON flNUA
® Tomá',valores de Ó a 4
® Función de densidad : F(x) = Va

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

P(x>4)= 1 -P(X<4) = 1 - Jf(x) dx = 1 - í ^4 dx = l - >/i x | = 1 - ( 1 / 4 . 4 - >/4. O feO

¿ y
_____ ____ i r -
P(0< X <3)^■ dx - í Í4 dx = Vi X I = Vi . 3 - 0=# 1
o o p i M. i

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) =

Datos del ejercicio ¿ i I 14-1/8 x

Función de ^^ldadF(xJ=-| '' . -»• ^
‘*1 I 0 en cualquier otro casé|f#

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

d) P(x<2 U P fí3;x) dx ^= f[x)

) =1- í 14 -1/8
■
dx =í\ 14
dx- =l/8x
M
14 Xdx]=l-[(14.3
- b 16x" 1= -141/16,3^
.14 - 1/16.
+ 14 14
■
^=/115/64|,|i
.2 -1
%
6 .2 ^ )] ^ 3 /1 6

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

/i 4 ^ Datos del ej ercic 1-1 i i 1

Función de distribuci
■ "«M o t<i

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

A esta i|ltimo dejamos alaP(x=2)'cdm o in c ó '^ ita w

C' ■ V'**' ji
P(x=2) = l - P ( x ^ 2 ) .
ii^y-
• Reemplazamos el (1 - p(x= 2)) en Ja formula^de E(x) ocupando el lugar de I l í :
P (x = ^

E(x) = (1 . P(x=l) + ( 2 . (1 - p ( x = l ) ) ) = 1,65

Ilí íwl
P(x=l) + 2 - 2 p ( x = l ) = 1,65
- P ( x ^ ) = l,6^_^fe PM
P(x=l);= 0,35í
áSi
Teniendo la P(x=l) podemos hallar ía 'P (X = 2 |',

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)

® Remplazamos-este ultimo en la formula de la media.

E(x) = Z X . p(x) = 0 . P(0) + 3 . (0,7 - p (0 )) t - 6 . 0,1 + 9 . 0 , ^ ^ 3

0 + 3 .( 0 ,7 - p ( 0 ) ) + 2,4 = 3
wJ
,{V 3 . ( 0 ,7 - p ( 0 ) ) = 3 - 2 , 4
3 . ( 0 , 7 - p ( 0 » j - 0,6 m
>•. ' 2 ,1 —3p(0) O.C
^ ^ -3 p(0) = -1.5 I...#
P(0) = 0,5

® Teniendo la P(0) podemos averiguar la P(3)

fe» '

0 ,7 -P f0 ) = P(3)
0 ,7 -0 ,5 = P(3)

' JI v s :r;’ ;; P(x) --

0 ■ f P:^ 0,5
,J 3 ; ■4 0,2
« 6 ^ : " — 0,1 iPsi —
9 ; 11 1 0.2 ■ fe -

—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 "

a) Rendimiento neto esperado (medias)

Edificio 1
E(x) = -5 0 . 0,02 +.0 ,%,03 + 5 0 . 0.20 + 1 0 0 .0 .5 0 1-150*0,2 + 2 p 0 .0 ,0 3 + 2M :*0,02=100
Edificio 2 j .
E(x) = -5 0 . 0,15 + 0 . 0 , 1 0 + 5 0 .0 .1 -rlOO . 0,1 +150 . A o +É)0-. 0,2 + 2 5 0 . 0,1#. 105

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-%'

a) Podemos plantear la leyfié'^Ciérfe para obtener

t’ií ^ ’ ""t íy“ -| -
m w ^
1 =j f(x) dx = J 14 ax dx = (14 X - a x^/2 Yf=^‘V é A - \ 4"/2 = 2 - 8 a

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

d) P( x< 5 /4 j^ -(1,25") + 3 .1,25 - 5/4 =15/16

e) P( 14 < X g / 4) = F(3/4) -

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

+00 +00 +00

E(y) = í yf(y) dy = J y( 3y"*)dy= ¡ 3 y ^ dy= -(-3/2. y'^)= 3/2

-00 1 1

- 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 '

l„. V(X) > o

¿3 V{aX + b) = a^V{X)
3. V(X- b) = V{X)
• 4. V(Y + X) - V(X) + VÍY) En la resta aparece la CO V(X Y )
^ ,-í:

a) E(2X + 3 Y) = 2 E(X) + 3E(Y) = 2 .2 + 3.4,1 = 16,3

b) E(5x-lf^75 E(X) -1 = 5.2-l=9
f
c) V ( 3 X ) f P V ( x ) = 9 . 0 , 4 = 3,6 fM
.AC-.

d) E(x^) =E*(x) =4,4

e) V(2Y -1}^=^ V(Y) 2" = 4 . 3 = 12
f) V(5X - Y) = 25 . V(X) + V(Y) = 25 0,4 '3 13
¡i
P é
20)Datos del ejercicio:.... ....... í& t
m
® funcibn ^e densidad f(x) = e
9 g (x )= l% 1 :^ ' H

JF(x) . G(x) dx,=J e . ,e dx = í = -3 . c | = -(-3 . e^^) = 3 # ^

o timoTíís 0.M... .... 0
................. ............... fe's.'
*%# iá -
''4 0 k ií
21) .m
A W )
n P íK'-s 3/15
1 ' rltfS ífl f e * ' 4/15
2 ' ■ ' - / I . vi; '" 3715
' 3 2/15
4 2/15
5 1/15

-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)

' Buscamos la'Efx) y la E(x^) para'podéFn|icagesos teniendo en cuenta la función

de densidad. ' S fí

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

+00 é#i 1 2i *JS-üí:rS

Mis

E(x^) = íx^ f(x) dx^ 4jx^ + 1 2x^ -x^ = xV4 | + ^ 3 x^

j Q
|. m
•!i (4/3
i
-5/12)
É% '■'¿te' ■«»
E(y) = 6 0 . 7 / 6 + 3 » ^*l09
jfí%,
issá&fi
22 23) 'f?'
íáMn
Datos del ejercicio
m
• E(x) = 10
W Ikí
Var(x) = 4 + Disp(x) =“2^
Teorema de Chebychev : Es'uñ né^ulti una cota inferior a
la probabilidad de que el valor dé un; le ñ ia tó ría con varianza finita esté a
una cierta distancia de su esperanza matemática o de su m edia; equivalentemente, el

-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

b) a) P( I X-10 1>3) = P( i X-10 1'^ f¡.2) < l/t2

«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

P [ E(x) - ^ b is(x ) < X < E(x) + 1 . Dis(.\) ] > 1 - l/t^

>v_____d '______ y> V______ ______ /
-------V ----------

P( lO -t.2 <x< 10 -L.2 H

______ y — V------
15
p;f , «"
ag
Necesitarnos buscar e valor de t así que podemos igualar cualquiera de las dos a 5|^
i i
%#
10- 2 t =5
t=5/2
P (5 < x < 1 5 )> l- l/(5/2)^> 21/25
«41 i
.|a;

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:

Sabemos qitó^|a t era un dato (valíátZ) por-en<fe: :Slfií¡?^áS3Éi3íii£á££M

:
■p

P(0,0528<x%p,9472) < V^4

^'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

e A partir de entender estó podemos plantear el ejercicio-í,

P(X=1 ;Y=1) + P(X=1 ; / ¥ = # + P(X=1 ; Y=3) = C . 1 . 1 + C . 1’ k f f C . I . 3 = P(Y=1)
P(X=2 ;Y=1) + P(X=2-V-Y=2) + P(X=2 ; Y=3) = C . 2 . 1 + C . 2 . 2-4rC . 2 . 3 = P(Y=2)
P(X=3 ;Y=1) + P(X=3 ; Y=2)H^P(Xír3?;'y=3) = l - r C . 3 . 2 + C . 3 . 3 = P(Y=3)

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:

® COV( X;Y),^ 0 son independientes

® COV( X;Y^ ^.p con una relación directa M. W
® CO V ( X; Y) "< Ó'_ con una relación inversa

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

probabilidgides de las variables x e y.

x/y f§i 1 2 3 4 P(yf.-

r * ■: 0,030 0,055 0,070 0,075 0,23
2 * 0,055 0,070 7 • • í 0.075 F ■■0,€70 0,27.-
3 0,070 0,075 ' 0,070'? 0,055 0,27
4 0,075 0,070 . 4 0,055^ 0,030 0,23
P(x) 1 0,23 0,27 ‘ ’ 027 0,23 1
í';

x '' V ‘ ' P(x} X.p(x)-- .

1 -:f 0,23 -" I 0 23 f
2 0.27 0,54-,. :
3 4, 0,27 : 1,71
4 0,23 ■ a_0 ,92-’
V'* ^ v;4.

E(X) = S x . p ( x ) = 3,4 ji»

’S. ?»■
'kif4it
E(y) = 3,4 W H í
11 P i
Remplazamos en la formula de covarianza todos los datos obtenidos.

Cov (x;y) = E x i . y i . p(x;y) - E (X ). E(Y) = 6 - 11,56 = 5,56

- 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

P(A/B) = P { Á Ü B )/P (B ) <0%.

'%a¥

Un ejempló de todas las que debemos hallai" seria la P(Y / x = l )

P(y / x= 1) ==p ( y , x) / p(x = 1) = 0.030 / 0,23 = 0,1304

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

E(x) = Ex . p(x) = 0,5 tf é^'%

E(y) = Sy . p(y) = 0,45
• - :&•

—^--- 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

Coeficiente de correlación: i"%

f e .
T4
R = Covt x:vV= 0. 025 = 0,1005
S x . S y " - ’ 0 ,5 .0 ,4 9 7 4

Los datos de ,S5|y SY se encuentran continuación;

í I — 1' ‘ M#1
i l'f ■•4'i''^- |>¿ fE:Í2?-' ® í '
V ar (x) = E (x " ||íi^ - 0,5 - 0,5 = = 0,25 ....... Disp(x) = SX= 0 ,5 1 MS
Var(y) = E(y # f | = 0,45 - 0,45 = = 0,2475 ....... Dispíy) = &y=jo,4974
á% Ai
x^ #IPCx) X ^ p (x ) y" . P#Ül
0 IP % 5 ü . 0 0.55
1 —^ — . 0,5 . íl 1 0,45
F1 ^ " A 2 « ),4 5
r 2 0,5 '

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

Cuando la covarianza vale 0 significa que las variables son independientes.

-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

FOTOCOriADORA MODl LO 2 P PISO

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

En alguna medida la distribución binomial es una generalización de la Distribución

Bernoulli. M ás precisamente, una variable aleatoria binomial es la suma de variaciones
Bernoulli. ’ . . ^ -
En general, se; realizan n ensayos y la probabilidad de “éxito” en cada uno de ellóf; se llama
P. Se desea calcular P(x =k/n , p).-Notes que la probabilidad esta condicionada a la cantidad
de ensayos y a la probabilidad de éxito de cada uno de ellos.
El dominio de la Binomial esta dado por loa numero enteros comprimidos entre 0 y n,
ambos inclusive. ‘ ' ' ' sr V
Por ultimo sepan que :
• La probabilidad de éxitos (p) es siempre constante en cada ensayo.
Los ensayos son independientes. lie

P(x=0) = C3.o:0,2°. 0,8°-=0,512 „ * < ,1^

p(x=l) = C 3.i 0,2’ . 0,8’ = 0,384 ''A -;'j lli ? ' £¡ft
p(x=2) = C 3.2 0,2’ . 0,8' = 0,096 ^ ■íT i '
f ■
p(x=3) = C 0,2°. 0,8° = 0,008 , ; V- i "
« •#' b'-i
no ^ ■ w;L-
2) Datos del ejercicio
WiT 3 1%,,/'
• X ~ B i(7 ;0 ^ |

P(x=0) = C °. 0 ,1 ° .0 ,9 ’ = 0,4783 - ^ ' r f ^ , > '4 # W

- 7 > ‘
P(x=l,4) = 0 :>u .a

P(x<2) = 0 , l ^ 0.9" + C ^ 0 ,1 ^ 0,9^+ C® . 0,1° . 0,9’ =0,'9743

7 7 1 , í
P(x<l) = C °. 0,1°. 0,9’ = 0,4783 " ' 4.
7 ' ■
P(x>6) = C ° . 0,1°. 0,9' + C’ . 0 ,l’ . 0,9° = 0,0002
7 7

- 1-
 P(x=-1) = 0

p(x>3)=i- p(x<3) =1- [ c \ 0,1^ o , r + a . o , r . o ,r + c ‘ , o , r . 0,9"+ c ° . o , r . o,9"]=o,oo27

7 7 7 7
P(x<7) = 1

P(x=8) = 0 .....

p(x< 3,2) = c-'3" . Ao i,3r . oA , T + - a . Ao i,2r . A0,n95= _i_

+ c \ ao 1, 1r . a0, 9
a 6 , /->0
'’+ c ° . ao ,i r0 0. 9' = 0,9973
a a7

3) Datos del ejercicio ^ '

® 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

4 ) Datos del ejercicio

® P:?
® n;8
• P(x=2) = 0,2376
P(X=2) = C . p ^ ( l- p ) ' = 0.2376
P(x=2) = 28 . p -fl-p ) ^ = 0,2376
p - ( l- p ) ^ = 0.0084
m
p^“'0 ,0 0 8 4 /0,37714
íp. ^
p= \ 0,0225
p=0,15
% Datos del ejercicio.
•
•
P: 0,4
n: 4
4
> ñ^'
• P(x=a) = 0,1536
® a=? i#
¡¡¡^^ 'M |
k
3^ íü i Si

?*
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

8) Datos del ejercicio , .

9 x= número de infracciones por exce.der el límite de tiempo sobre un total de 3.
• n :3 ■
• ' p: 0,8 ( 8 0 % ) ~
• q : 0,2 J

1. P(x= 2) = C 3.2 ■.'0,8 2 .0 ,2 1 = 0.3 8 4

2. P(x=l) = C 3.4 :0 ,8 1 0,2 2 = 0,096 , ■ . '
3. P(x=0) = C 3 ,0 ! 0,8 0 .0 ,2 3 =0,008 ''
9 En estqlcaso estamos hablando de otra variable a la cual llamaremos Y, que
representa el número de infracciones por exceder el límite de tiempo sobre un total
de 5
P(x <3) = C 5.0 .0,8°.0,2^ + C 5.10,8’ .0,2:^ + 0,8^ . 0,2^ + C ¡ 3 ■0,8". 0,2“ = 0,2627

# ) Datos del ejercicio

• X: número de hogares con 2 televisores de un total de 12 i '
• n:12
• p: 0,3

1. P(x=5) = C 12.50,3 ^0,7^ = 0,1585 \ -

2. P(x>10J,i|C 12.11 0,3 ” . 0 ,7 ’ + C 12.120 , 3 0 ,7 ° = 0 .
3. P(x=9) = C 12.90,3 ^0,7^ = 0,0015 V ^
4. P(x>4) =1 - C , 2o .0,3° .0,7‘' -C j 2.i. 0,3' .0,7" - € 12.2 .0,3“ .0,7'° # C^.a -0,3' .0,7 °= 0,5075

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 .

8) Datos del ejercicio"' “

9 X: número de clientes sobre un total de 20 que acepten el descuento.
• n:20 .... .. ,
9 p: 0,35 ^ "a

• q: 0.65

a) P(x=5) = C 20.5 ■0,35 ^ . 0,65 = 0,1272

- 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

-t W Datos del ejercicio ' .

® X; Numero de respuestas correctas
• n:15 |i |í |
* P- 0,5 ^
9 q: 0,5 ' ■

P(x>9) = C ,5,9'. ^ ^ 14 ^ + C 1510 . ^ " + C 15U . 14"+ C , 5,12 • li C

15.13 • 1 4 ^ + C 15,14. 1 4 1 4 ' " +C 15.15.14'".14'^ = 0 ,3 0 3 6 , H

- ^ ) Datos del ejercicio

® X: numero de individuos sobre un total de 10 que cobran seguro de desempleado y
tienen trabajo.
* n: 10.,+
i'T m-
9 p:0,4'-^; _ . , . . . ka
9 q; 0,6 ' *'■ . . _- .V,. -
f.
a) P (x = 1 0 )= C 10.10 . 0, 4 '° . 0 ,6° =0,0001 • ' ''
b) P(x=3) = CÍo.3.0,4XO,6'=O,215O T., .•ó;;:.;;.:' •■
' .+5

e Para saber si son congruentes debemos hallar él valor de la nueva p nombrada en la

2da afirmación. Uno de los datos que nos dan esjque la esperanza excede de 7, por
ende si sabemos que para encontrar la inedia debemos multiplicar n. p = 15 . p (que
p es la incógnita podríamos encontrarla) :
E(X) = n.p N+
- ' 7 = 1 5 '.p '■ '
'«i
h l. 7 /1 5 = p
0,4666= p
Si tenemos que en la Ira.afirmación p=0,4 y en esta 2da afirmación es 0,466 no
m.
serian congruentes'.
® No la contradice.

1 IjDatos del ejercicio

- 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:

P(x “■k/ N|j m ,n) C mk- . CfN-ml. (n-kl

Chii -
a)N=5 n=3 m=2
P(X=2) = C3. 2 . c 3. 1 / C 5.3 = 0 ,3

b)]q= 8 n=5 m=4

p(X=2 ) = C4, 2 . C 4.3 / C 8.5 0,42857

6 n=3 m=5
P(X=2) - C5 . 2 . C 1 . 1 / C 6.3 = 0.5

12) Datos del ejercicio: SísSil-í'.íS&íiíS

. N: 2500 i ^ K Í8 m 1^ - íH
• n:50 p
• m: 125 -
W A ¡.

p (x > l) “ ^ “ P(x-O) - 1 - ( C 125. o • C 2375. 50 / c 2500.50 )

t)) g(x) ^ ^ ~ ^

iijn . TTm . N m = 2 , 5 . 2500-125. 2500-50 = 2,3284

Var(x)
N N N-1 _ 2500 2500-1
Defectuosas 1/15
13)
Caja A 0,3 No defectuosas 14/15 - i
ra ía s \ Defectuosas 3/15'
^ Caja B 0,7 ^ ^ N o defectuosas 12/15

- 5-
E = ambas sean buenas

• P(E) = [P( B 1/A) . P(A) + P(B 1 /B ). P(B) ] . [ P (B 2 /A ). P(A) + P (B 2 /B ). P(B) ]

[1 4 /1 5 .0 ,3 + 1 2 /1 5 . 0 7 ] . [ 14/15'. 0,3 + 1 2 /1 5 .0 ,7 ] = 0,70
'í.ííí'-X .íí ^
-'riy..■■¡'í’ " "ÍP5
o PÍB/El = P/B fiE) = E (B /B ). PfB') = n 2 /1 5 ■0.7 ) . 0 2 /1 5 .0 m = 0.63
? 0 ; 0,70 0,70 0,7

Datos del ejercició:;! ^ i

9 X ~P(l,8)
La distribución Poisson esta asociada a eventos raros que ocurren de manera independiente
a una tasa constante en el tiempo o en el espacio. La variable cuenta la cantidad de veces
que ocurre un evento en un intervalo (de tiempo y espacio) determinado. Al ser una
variable aleatoria que indica cantidad, su dominio son los números naturales incluyendo'el
cero (enteros no neg ativ o s). La función de probabilidad cuenta con un solo parametro , L,
que es el cual representa la media y la varianza. -
Concideramos cierto evento aleatorio que ocurre de manera independiente a una tasa
constante de tiempo (o el espacio). Sea X el numero de eventos que ocurren. Entonces X
sigue una distribución de Poisson cuya fuñcion de probabilidad es :

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-

g) P(x<0) = P ( x = 0 ) = _ e :l:! ll j! =^0;i653 _

0! “
h) P(x=2) + P(x=4) - 1.8^ + e • ’’^ 1.8^ -0 ,3 4 0 1
2! 4!
Datos del ejercicio:

- 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

c) Pfx < 2) = e . 2.3° + e . 2.3* + e . 2,3^ = 0.5961 '

" 0! lí' j : 2Í. n-,; - ,
• Como en es& caso hablamos de 2 & iodc® debem os cambiar X= 2,3 :a ( 2 . X = 2 . 2,3
= 4,6) " . , '
Debido a esto, llamaremos a la nueva variable Y = numero de errores que se
cometen en 2 periodos ' ^ ’ lA
Y ~P(4;6)
P(y =5) = e ■4.6 = 0,1725
lí' ^ ' ■V ^ ^ i ■
• Volvemos a cambiar los periodos (3 . X= 3.2,3 = 6,9) que genera, al mismo tiempo,
la creación de una nueva variable a la que llamaremos Z ; Numero de errores que se
cometen en 3 periodos. "
E(Z) = ?.= 6,9

23 16) D atosfiel ejercicio: , " , -. )

X~P(8) ' 7
a) P(x<5) = e~^ ■8^+ e~^. 8^+ e '^ .,8^ + e'^ Í8^ + e^,. 8‘ + e'^ ...8°= 0,1912
4! 31. 2 |i 1!^ 0!
I ' Z ^ . , "" <£f j /'■ ,
b) Debemos reducir el número de X a Ja mitad ya queihablamos de un solo minuto, mientras
que antes hablábamos de 2 minutos. La nueva variable la llamaremos Y ~P(4) .

P(x<5) = e-^.4^ + e -^ .4 " + e ~ ^ .4 ^ + e -" .4 V e^ . 4^ + e-^ . 4^= 0,7852

5! ' 4! 3! 2! 1! 0!

17) Dates del ejercicio : -

• X: Cantidad de trochos de chocolate en una galletita de 12 gr, >
• X~P(4,8)
a) P(x=0) = e~^’^ 4 . 8 ° = 0,0082
0! ' ' ■' ,

b) P(x>2) = 1 - P(x<2) = 1 - [ 0,0082 + e ^ : ! . J : ¿ ¿ l = 0,9523 ^ 95,23%

1!

- 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

•^)D atos del ejercicio

* X~P(0,12)
0 ,1 2 ..... 1 mt-
1 , 2 .........lOmt^
a X~P(1,2) ^ . ' ■■ ^
a) P(x=0) = e l l i 2 ^ = 0,3012, ' '
0!
b)
Creamos una nueva variable Y que significara la cantidad de rollos de tela sin
defect#.: ^ ( 4 0 ^ ■0,3Ci)
P(Y<3) =Cio,30,30^. 0,70’ +C io2 ..0,3I . 0,7?,+C lo.i 0,3‘ . 0,7®+Cio:o ■0,3°. 0,7'°=0,6496

-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

Se considera un evento aleatorio que puede tomar un valorfeal en el rango [a;b]

teniendo cualesquiera dos intervalos de igual longitud la misma probabilidad de
ocurrencia. Sea x la variable aleatoria representativa de ese evento. Entonces X esta
uniformemente distribuida, con función de densidad:
F(x/a,b)= 1 / b - a a<x <b

a)
• Función de densidad

Fx (x).= ,.. '/2 -l<x<l

0 en cualquier ¿tro caso

* Función de distribución?:?;;*
0 X < I
JSfcsift "
‘/ 2 + I /2 -l<x<L.
< .
Fx (x) = 1 x>l ' '
I «r.i. ^ ,

B l)P (X < 0 ,5 ) = í^/2dx = ^/2X |= 1 /2 .0 ,5 -^ /2 .(-1 )= 0,75

B2) P(X > 0) =1 */2 dx = '/2 x I = 1/2 . 1 - »/2 . = 0,5 i ,

B3) P(0 < X < 2) = P( X < 2) - P ( X > 0) = =í Vi dx = *4 x ) = 0 - 0.5 = 0,5

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

b) P(x>65 /x>55) = P(x >65 ü x<551 / P(x>55) = Prx>651 /P(x>55) =

70 70 70 70 ' ’ ■' -
fl/20 dx / fl/20 dx = l/20x 1 / l/20x \ = ‘/4 - % = 1/3 ■ -
65 55 65 55

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 +

b) P(Y > 1) = 1 - P(X=0) = 1 - C5 o (1/6)°. (5/6)" = 0,5981

^ '1 - -
x ~ N ( 0,i) > :i
a) P(X <2,53)= 0,9943 i i ,
b) P(X>1,25) = 1 - P(x <1,25)= 0,1056
c) P(l,21 <X<2,45) = P (x < 2 ,4 5 )-P (x < l,2 1 ) = 0,8798
d) P(X <-2,3)= 1 -P (x < 2,3) = 0,0107 ■ ^
e) P(X>-0,25) = P(x<0,25) =0,5987
f) P ( |X |< 2 ,3 5 ) = 0,9812
g) P(X<-4) = 1 -P (X < 4 ) = 0
h) P(X=1,5) = 0
i) a /P ( X ^ ) = 0,2483 ........A = -0,67 i ' r - ';,-'
j) b /P (X > b ) =0,9505 = l - p ( X < B ) = 0,9505 ....... B = -l,6 5
5) ' *
Distribución Normal: -- ^ ' 2"'
La distribución normal es la mas conocida y ampliamente usada, especialmente cuando se
realizan estudios sobre una población basados en una muestra aleatoria extraída de la
misma. La amplia utilización se debe en parte al Teorema Central de Limite. Además ,
debido a la forma de la función de densidad, esta distribución resulta apropiada para
muchos fenómenos-sociales, económicos, etc. ' ^
El dominio de una variable con distribución Normal esta dado por todos los números reales,
sus dos parámetros , ja y o, están asociados a la ubicación y a la escala de la función de
densidad siendo siempre similar a la de una “campana’^
• D om inio: D = R 'T ‘ ' ' ' ' ' -•'
• Parametros:
- a > 0 (escala)
- p e R (posición) '
^ ^ í '
La variable aleatoria X tiene distribución Normal, si su función de densidad es:

F(x/p,a) = _ _ J _ _ _ - e x p [ - ( x - p ^ / a ) ] xeR peR o>0

V 2xa

- 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.,

Si X es una variable Normal con media p y desvío a, entonces:

- * ■ Z = X -u

Es normal estándar, es decir Normal con media 0 y desvío 1 ( X^N(0,1))

X~(3,2) r ^
a) P(X<2,5) = 0,4013 .
b) P(X>5,2) = 1 -P (X < 5,2) = 0,1357 '
c) P(1<X <2,5) = P( X < 2,5) - P(X<] ) = 0,2426 r
d)P(X<3,3)feO , 5596 ' ’ ,
e) P (X > 2 )= I-P (X < 2) = 0,6915 ' : . J
f ) P (x = 3 )= o \
fp i
8 6)
x~(p,5) ■:

Lo primero que debemos hacer es plantear el ejercicio como si tuviéramos a la p. \

Cuando pasemos al punto en donde debemos estandarizar veremos que el dato faltante
es justamente p, la cual podemos tratar aparte como una incógnita gracias a que, como
tenemos el resultado de la probabilidad podemos encontrar por medio de la tabla cual es
el valor'de la variable (que es al mismo tiempo el resultado de la estandarización)

PfX< 8) = PÍZ < 8 - p ) = PrZ< 1.21 ) =0,8869 ' ,

8 - u = 1.21

p= 1,95 ^ Ji ^ ' "’X

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

Este valor de x nos muestra cual es el valor de la probabilidad se esas variables.

Mirando la tabla determinamos que el valor de la variable es 1,53

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

X: cantidad semanal gastada en el mantenimiento y en las reparaciones en cierta fábrica.

‘ , -'í' '' ■íi'" |i-
X ~N (400 ; 20) -. .1 . ,■■ :
í ^ . p, Vi
it’ 'I
f V _ - W •J. 'ú
P(X> 450) = PrZ> 450 - 400 ) = Pr Z> 2.5) = 1 -P rz < 2 .5 )= 1- 9938 = 0.0062
20 7-
1144 t) < ' -
X : volumen semanal (en pesos) de ventas por vendedor
X~N(1O.0OO;5OO) ' ^

a) P(9500<x<11000)=P(9500- 10000<Z<11000-10000) =P ( -1< Z<2)= 0,9772- (1- 0,8413) =0,8185

500 500
j fe)En este punto debemos interpretar lo que nos piden:
Todos los trabajadores tienen una comisión del 5% acerca de sus ventas, en el caso de
los vendedores que venden 10.000 tendrán una ganancia por comisión de 500 (10000 .
0,05 = 500) \
Para calcular cuanto deben vender para que tengan una ganancia mayor a 550 debemos
dividir 550 por 0,05 como hacemos a continuación:
X . 0,05 = 550 .
X = 550/0,05 _
11000 = 550 ; ' ■

Para averiguar el porcentaje debemos énconbar la probabilidad de la cantidad de

personas que vendan mas de 11000 semanalmente.
P(x> 11000) = P(z> 11000 - 10000/500) = P(z > 2) = 1 - 0.9772 = 0,0228
0,0228.100 = 2,28% ‘ a # ............ ;f

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

b) Creamos una nueva variable ya que en este caso hablamos de la cantidad de

comprimidos con un peso de entre 2,1 y 2,52 sobre un total de 10 comprimidos.

La plateamos como una binomial con: ' \ '

N=io ^ "n-
p=o,4 ^

P(x=10) = Gio.io. 0 ,4 ’° . 0,6 °= 0,0001

12) Consideramos que las variables valen los siguientes valores:

• X 1~ N (-1;5) ■ . -
• -X 2~N (2;3) .... . 15,
• X3 ~ N(2;4) fl
• ■X4~ N(2;3) ^
« P % 5~(2; 4) p

Z1 =X1-+ 1
E(zl) = ( X I +1 ) = E(X1)+-1 = r l +1 = 0

V ar(Zl) = V ar(X l +1) ^ Var(Xl) + 0 = 5^ = 25

Disp (Zl.) = V25 = 5 .. ... "

Z1 ~ N (0;5) ,, .. ■;

E(Z2) = E( X2 - X3) = 2 -2 = 0

Var(X2) = Var( X2) + Var (- X3) - - - (-1) Y 4 == 25

Disp (X2) = V 25 = 5

Z 2 ~ N(0 ; 5)

E(Z3) = E(X4) + E (X 5 )-E (X l) = 2 + 2 - ( - l ) = 5 L ' -

Var(Z3) = Var( X4) + Var(X5) - Var( -XI) = 9 + 16 + - L + 5 " = 25 + 25 = 50

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

P(x>10)= 1-e'*’" -' °= 0,1353

15) . «Y
• X ~Exp( 12/5) :

a) P(Y> 6) = e = 0,082

b) P(2< y < 3) = e e = U. 148

c) P(Y> A ) = e " = 0,90 = 0,2^"

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)

P(X^+Y" + Z" >2,336) = 0,9

- 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

U = y + X nó puede ser porque entre ellas no son independientes

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) - -

2Z1 + Z3 ~ N(0 , VS) Independientes Y = 2Z1 +Z3 ^1

2 2 ^ V5Z.
Z, ~Xi

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)

29330 / 30 = 977,6666667 pesos

Varianza ‘ ^ ^
Para calcular la varianza debemos elevar la cantidad de datos al cuadrado.

Datos Cant de Dtos" Datos". Cant de Datos

500" 1 250000
600" 7 2520000 ■’
650" 1 422500
680" 1 462400
700" 4‘- . 1960000
750" 1 562500
800" 3 1920000
850" 1 722500
900" 1 810000
1000" 3 . . 3000000
1200" 1 - 1440000
1400" 1 1960000
1500" 3 6750000
2000" 1 4000000
3500" 1 12250000

- 16 -
 E(x") = 39029900 / 30 = 1300996.667
Var( x) = E(x") - ( E(x) )" = 1300996.667 - 955819.075= 345177.5911 pesos ^

Disp(x) = V345177.5911 = 587,507069 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) ^

Rango Ínter cuartilico.;g.03 - Q1 = lOOÓ - 600 = 400

«5i f;® 'i

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. ' ' " , '

Datos (Fi):, " FAC Wi Xi Hi _

Li Ls ■
0 500 0 ' 0 500 250 0
500 1000 20 20 =? 500 750'^"" ' 0.04
1000 1500 5 25 500 1250 0.01
1500 2000 ' 3 28 ‘ 500 1750 '■ 0.006
2000 2500 1 2$> 500 2250 0.002
2500 3000 0 29 500 2750 0
3000 3500 0 29 500 3250 0
3500 4000 1 30 500 3750 0.002

E(x) = Z ( x . p(x) ) / n = 0. 250 -fr:20.750 + 5 . 1250 + 3 . 1750 + 2250 + 0. 2750 + 0,

3250 + 3750 = 32500/30 = 1083,33 pesos

E(x^) = S( X" • P(x) ) / n = 0. 250* + 20.750* + 5 . 1250 *+ 3.1750* + 2250 *+ 0. 2750*

+ 0. 3250 *+ 3750* = 1579166,667

Var(x) = E(x*) - [E(x) ]* = 1579166,667 - 1083,33* =405562,77 pesos cuadrados

Disp(x) = Vvar(x) = 636,838 ¿iésos

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

Mo = L i+ Di . Wi = 500 + 20.500 = 785

Di + D2 ' ' - 35

Di: Frec modal - Frec ant = 20 --

D2 = Frec modal - Frec post = 2 0 - 5 = 1 5 .
j::
c)
Rango intercuartilico
Ri = P75 - P25 = 1250 - 687.5 = 562.5
• P75

- 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. , . '

El 75% de los empleados gana menos de 1250.

N. P75
rsVr

El 25% de los empleados gana más de 1250

P75 25%

. El 75% de los empleados gana más de 685,5

P25
V
75%
y
El 25% de los empleados ganas menos de 685,5

! 25
M
í- < ^ 2 5 %

Un 50% de los empleados gana entre 685,5 y 1250.

I ~ r
P2S PJ5

"'i, 50% í»' '

e) Conviene encontrar que percentil es igual a 600 antes de hacer el ejercicio.
600 = Pk -; - - ' V'
600 = Li + K . n /lOO - fac a n t. Wi = 500 + k . 0 .3 .500 .
Fi - 20
K = 13,4

El porcentaje de empleados que gana a lo sumo $600 es 13,4%

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

Media: E(x) = X v ( x ) . x / n = (1993.17 + 1994.18 + 1995 .2 0 + 1996.20 + 1997

24 + 1998.22 + 1999.22 )/n = 285455/ 13972 = 20,4350386

Varianza: Var(x) = E(x^) - ¡x^ = 422,5059 - 20,4350^ = 5,12

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

Desvío : Disp(x) = V var(x) = 2,26

,|p
b) Producción láÉ
Fi Xi
1993 i 38
1994 - - . 39
1995 46 ' '
1996 . r 'r 41
^997 ^ 48

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 '

Varianza = E(x") - p" = 2161,1568 - 46" = 45,15

- 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

Disp(x) = V var(x) = 6,719 - ’ '

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.

d) Basándonos en el cuadro podemos obtener tanto la producción mediana como la

superficie implantada mas usual. - '
Si ordenamos los datos de la producción de menor a mayor nos quedarían (38 - 39 - 41
- 46 - 48 - 55 - 57) por ende el valor central es la mediana, es decir 46.
En cuanto al valor más usual de la superficie implantada es bimodal ya que tanto el 20
como el 22 se repite. ^

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

• Media armónica " ' , ' ' , \ :-

X = l / l ( l / x i . fi) = 1 /(1/38 +;l/39 + 1/41 +1/46 + 1/48 + 1/55 + 1/57) = 7^47317
4) • .í ^ \ '*'’f

Li Ls F(absolutas) Fi(relativas) Fi(porcentuales)‘

14 24 970880 0,3822 38.22
24 34 587210 0,2312 23,12
34 44 401450 0,1580 - - 15.80
44- 54 359644 0,1416 14,16
54 64 220910 - ~ 0,0870 8,70

•Para averiguar las frecuencias absolutas es solo cuestión de mirar el diagrama

que aparece sobre el enunciado.
9 Con respecto a las frecuencias relativas se debe dividir la frecuencia absoluta
sobre el total de las frecuencias (n) ves decir
(Primera clase) = 970880 / 2540094 = FRECUENCIA RELATIVA = 0,3822
• Para hallar la frecuencia porcentual solo debemos multiplicar a la frecuencia
relativa por 100:
0,3822 . 100 = Frecuencia porcentual = 38,22

- 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

Var(x) = E(x^)'-^' (E(x) )^= 1251,478519 - 32,1990^ = 178,69 . 1

E(x^) = 2 (x" • P(x))/ n = (19.970880 + 29 ! 587210 + 39.401450 + 49 . 359644 + 59

. 220910) /-2540094 = 3087429694/2540094 = 1215,478

Disp(x) = Vvar(x) = 13,36

Coeficiente de variación = Disp/E(x) = 13,36 / 32,199 - 0,41

c) Ji,i . , ' ■■ . „ " ' ■-
Mediana*'^"
Me= Li + k.n. /1 0 0 -F A C ant WI = 24 + 1270047-970880 . 10 =29.0947
Fi 587210
Para encontrar los valores utilizados para calcular la mediana debemos:
1. Buscamos los valores wi y Fac (hacemos una' nueva tabla)

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

2. Identificamos la clase modal para la mediana ’. ^

K . n / l o o = 50.2540094/100 = 1270047 ^ -
El valor encontrado (1270047) debemos ubicarlo en la Fac . En el caso de la
mediana estaría dentro de la 2da clase.
Los valores que utilizáremos serán:
• Li = 2da clase ^
• Fac = fi'ecuencia de la clase anterior (Ira clase)
• FI=2da clase '!■
• Wi = 2da clase ” ..

Cuartiles

- 22 -
01 = P25 = = Li + k.n, /lOO - FAC amt WI = 14 + 635023.5 .10 = 20.540
Fi 970880

1. Para calcular el Ir cuaríil identificamos su clase

0. 25.2540094.= 635023,5
2. Observamos que este valor quedaría dentro de la Ira clase-, por ende todos los
datos serian de la Ira clase menos el de FAC que directamente como no existe
una frecuencia acumulada menor no debe considerarse.

03 = P75 = li + k.n/l 0 0 - F a c a n t . wi-= 34+ 1905070-1558090. 10 = 42.6431

Fi , 401450

1. Para calcular el cuartil 3 debemos averiguar cual es la clase a utilizar^

multiplicando el porcentaje por el total de Frecuencias (0,75 . n)
0,75.2540094 = 190570
2. Basándonos en la tabla las frecuencias acumuladas, en este caso la clase a
utilizar es la 3ra t t ^ > . .
• Li = 3ra clase ‘
^ i -y’ - . • " ' i
i+'-i: • I : í: +”

• " Fac = 2da Clase ‘ ^ ^

•, Wi = 3ra clase ' , "
• Fi = 3ra clase f '

Rango intercuartilico .....................

R i = Q 3 - Q l = 42,631 -2 0 ,5 4 = 22,10 ;

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-,,. : , >

• Si sabemos que Pk = 40 P71 basándonos en el ejercicio anterior entonces

para producir un 5% mas tendría que ser el P76

P76 = 34 + 1930471 - 1558090.10 = 43.01

401450 2•

• 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

Coeficiente usando momento 3ro

M \ = E M f 5 J lE ¡ = 5850813,85/2540094 = 2,30
(pSífliasSi# Mi
Coeficiente de asimetría de Pearson

P= X - me = 32,199047 - 29.0947 =0.2322

s 13,36 '

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

La clase a usar basándonos en que el resultado de 0,10.2540094 = 254009,4 es la Ira

• Por ser menor a 20 debe implemeníarlo. ..i y-

5)a)
Li Ls> Mujeres Hombres Gral.
0 20- 20902 17654 38556
20 24 34448 10943 45391
24 & 29 26834 9322 36156
29 44 52854 11106 63960
44 " 65 41274 14216 55490

b)
Medias:

Li Ls Mujeres Hombres Gral. Xi

0 ’20 20902 17654 38556 10
20 '24 34448 10943 45391 22
24 L ít29 26834 9322 36156 26,5
29 |«: 44 52854 11106 63960 36,5
44 i ' 65 41274 14216 55490 54,5

í • E(hombres) = . p(x) / n(hombres) = 10 . 17654 + 22 . 10943 + 26;5

9322 + 36,5 . 11106+ 54,5,.i421^

• E(mujeres) = . p(x) / n(mttjeres) = 10.20902 + 22.34448 + 26,5 .

26834 + 36,5.52854+ 54,5.41274/176312= 33,2171435

• E(general) = X x . p(x) /n(general) = 10.38556 + 22.45391 + 26,5.36156

+ 36,5.63960 +54,5.55490/239553=32,147546

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)

Var(MUJER) = E(MUJER*) '= 1307,99 - 33,2P = 205,08 ^ Disp(müjer) = 14,3

E(MUJER") = 1 0 ^ 20902 + 22^. 34448 + 26,5". 26834 + 36,5^ . 52854 + 54,5". 41274
/ 176312= 1307,999731

Cof. Variación (mujer) = 14,3/33,21 = 0,4312

Var(hombre) = E(HOMBRE^) - ¡x^ =1116,82 - 29,16^ =266.5144 -> Disp(hom) = 16,34

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

El valor de la mujer es menor, por ende es más representativo.

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

Me= li + k . n / l O O - f a c a n t . Wi = 24 + 119776.5-83947.5 = 28,9548

Fi ^ ' 36156
Los valores usados para calcular la mediana proviene de la clase 3 ya que si calculamos
0,5.239553 = 119776,5 (valor que se ubica en la clase 3 si nos fijamos en la Fac)
" .‘4 . -’í Sísíl
QY= li + 1c'.n/100 - f a c a n t . Wi = 20 + 59888.25^38556. 4 = 21,879
Fi 45391
Los valores usados para calcular el cuartil 1 vienen de la clase 2 ya que si calculamos,
0,25.239553 = 59888.25 (valor que se ubica en la clase 2 si nos fijamos en la Fac)

03= li + k . n/100 - fac a n t . Wi = 29 + 179664.75 - 120103. 15 = 21.879

Fi 63960
Los valores usados para calcular el cüartil S sestan dados en la clase 4 ya que si ■^
calculamos
0,75.239553 = 179664 (valor que se ubica en la clase 4 si nos fijamos en la Fac)

Mo= Valor mas fi-ecuente - - - 7

Para averiguar esto debemos ericontrar en Ia,Hi cual es el mayor valor. En este caso,
seria el de la segunda clase.

Mo= Li + Di wi = 20 + 11347.75-1927.8 4 =22,7835

DÍ + D2 11347,75 - 1927,8 + 11347,75 - 7231,2

Li Ls FREC abs FREC Acura

0 500 .. 2000 L 2000
500 . 1000 1500 3500
1000 1500 - 5000 8500
1500 2000 . 13500 22000
2000 3000 . 8000 30000
3000 5000 6000 ■ . . 36000
5000 7000 6000 • 42000
7000 10000 3000 45000
10000 15000 2500 47500
15000 25000 2000 49500
25000 40000 500 50000

- 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

Li Ls ' FREC abs Xi FREC Acum Wi Hi

0 500 2000 250 » 2000 500 4
500 TOOO 1500 750 'B 3500 . 500 3
1000 1500 5000 1250 8500 500 10
1500 2000 13500 1750 22000 500 27
2000 3000 8000 2500 30000 1000 8
3000 5000 6000 4000 36000 - 2000 3
5000 " 7000 6000 6000 42000 2000 3i::,
7000 ■ 10000 3000 8500 45000 3000 1
10000 15000 2500 12500 47500 5000 0.5
15000 25000 2000 20000 49500 “ 10000 0.2 -
25000 40000 500 32500 50000 15000 0.03

• 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)

Me = li + k . 00 - fac a n t. Wi = 2000 + 25000 - 22000.1000 = 2375

Fi . , í. 8000; : .
• Moda "
La moda es el valor mas habitual, para damos cuenta cual es la clase que utilizaremos
debemos ver cual es el valor mas grande en la columna Hi .(que seria la 4ta clase)
Mo = L i+ Di . wi = 1500+ 17 . 5 0 0 = 1736.11
DÍ + D2 ' . 36 U
D i: Hi modal - Hi .¡ = 27 - 10 = 17
D2 : Hi modal - H i+1= 27 - 8 = 19

c)

- 27 -
 Histograma

30
25
20
15 □ jSeriel
10
5
0
500 1000 1500 .2000 3000 5000 7000 10000 15000 25000 40000

Polígono de frecueñcias acumuladas

rCS* <5? ^ ^

Frecuencia acumulada
Frecuencia absoluta

Debemos hallar las Disp (x)

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 '

P10= 1000 + 5000 - 3500.500 =1150 , ...........

5000 \ ,
..... X ^ ^ * -iV-xH

P90 = 7000 + 45000 - 42000.3000 =10000

3000 .... ' .
Razón: 10000/1150 = 8,69

PARTE I I : ANALISIS DE PARAMETROS Y GRAFICOS

7)a) Raágb intercuartilico ;

Ri = Q3 - Q1 = 480 - 300 = 180
b) Basándonos en los datos podemos decir: V
Kiosco A =650 no atípicas
Kiosco B = atípicas moderada
Kiosco C = atípicas moderadas. x
.-ii
C) V;
•" El 25% de los kioscos tienen un ingreso por venta de golosinas de al menos 480
Buscamos el P75 que es un dato que nos dio el enunciado ya que dice de AL MENOS, o
sea que seria el mínimo valor no el MAXIMO (que en ese caso si ubicaríamos el P25).

•
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 ‘ ’ ' . ' “

c) El tiempo mas frecuente en segundos de aceleración de 0 a 60 (la moda) es 15 (dato

que da “mode” en la columna Time to acelérate from 0 to 60 mph)
■V. ■
> - ,
d) El peso máximo de la mitad de los vehículos es 2811 (la mediana = median) ,r
■ "7 "■ - ^ ji'ír
e) Razón = peso mínimo del 20% de los automóviles mas pesados / 20% de los mas
livianos w 1= ' ¡ .
Razón = 3826,40 >2152 = 1,77 , - ? í'
Calculamos el P80/P20 > ^

f) Para calcular cual es mas representativo debemos comparar las coeficientes de

variación. El que tenga un menor valor significara que es mas representativo porque
tendrá menos variación em los valores.

Cv(peso) = 849,827/ 2969,56 =0,2861

Cv(velocidad) = 2,821/15.50 =0,182 * . ,
El mas representativo es el de la velocidad.

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)

732 2222 2672,9 3425 5140

____ f

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. _ '

• Más de la mitad de los vehículos tardan entre 10 y 20 segundos en acelerar de 0

a 60 mph. Verdadero ¿i"
• El 75% de los automóviles demoran más de 12,5 segundos en acelerar de 0 a 60
mph. Merdadero, podríamos decir que el máximo valor seria aproximadamente
16. t ^
• Menos del 50% de los vehículos tarda entre 12,5 y 17,5 segundos en acelerar de
0 a 60 mph. Falso , ^ ^

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.

12) ■© filltla tf l i i * : ’ 'S i

> IRA TABLA
completar los datos Paitantes:
• Desvío: Para averiguar el desvío debemos recordar como sé calcula este:
Disp(x) = Vo"= V8,577 = 2,92 ■ ' "

9 P25 : El percentil 25 en realidad es un dato no Paitante ya que nos dan el Q1

. =P25 = 22

• 02: Este es igual a la mediana por ende Q2 = Me = 23,750

9 P50 : Este dato es igual a la mediana y al Q2, entonces

P50 = Me = Q2 = 23,750

9 Mínimo: Para encontrar el mínimo se tiene en cuenta la definición de rango.

Rango = máximo - mínimo ! - "
Como el máximo y el rango son datos que tenemos póáeraos averiguar el mínimo
15 = 3 1 ,5 -M IN ;
T i ' ' 'M IN . 16,5 llJ

• Rango intercuartilico : P75 - P25 = 2 6 - 2 2 = 4

9 Media: Para encontrar la medía tenemos en'cuenta la cantidad (SUM) - ■

Si dividimos la cantidad observaciones con la cantidad de entrevistados nos dará el
resultado de la m edia.'X " ‘
ts i; ‘.á
SUM = 2 5 9 4 2 5 9 4 7 108 = 24,023 =Media } '
N = 108 " M Jli

> 2DA TABLA

En la siguiente tabla nos Paitan tanto valores en la Precuencia, como en la Precuencia
porcentual y el las Precuencias acumuladas.
A continuación daremos un par de ejemplos para ver como podemos hallar cada una de
los valores.

- 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% )

96,3.108 = 104 -> para averiguar á cuanto equivale en observaciones el 96,3%

100 ' ‘ :
• La cantidad de observaciones que toman valor no inferior a 19,5 es 104.1
En este caso se debe hacer exactamente lo mismo a el anterior ejercicio, pero en
realidad como dice que no debe ser inferior, si se suman las frecuencias porcentuales
nos darían 96,3 y con la regla de 3 simple nos volvería a dar 104 observaciones.
• La cantidad de observaciones que toman valores de a lo sumo 19,5 es 5
Si el anterior nos había dado 103 y sabemos que el total es 108 , si le restamos a 108
el 103 nos daría un total de 5 observaciones (porque nos habla de los inferiores de
ese mismo valor de variable) - ' ’
® La cantidad de observaciones que toman valor de al menos 30 es 5
Habla de las observaciones que toman como mínimo 30, entonces si sumamos a
partir de que la variable tome el valor 30 hasta el másíimo de valores que puede
tomar nos dará 4,6 % ;
Este porcentaje representa a 5 observaciones
4.6.108 = 5
100
® La cantidad de observaciones que toman valor entre 28 y 30 inclusive es 8
Sumando las frecuencias porcentuales que se dan a partir de que la variable toma el
valor 28 a 30 es igual a 8,2

- 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

FOTOCOPIADORA MODULO 2 1° PISO

 TRABAJO PRACTICO V i
^A t— '' ■^■<2
1 ) DATOS: y= 2 0 o^=9 n=100 ct =3
a ) Como nos pide que hallemos la probabilidad contenida en un in tervalo, y en la tabla sólo
podemos buscar probabilidades acumuladas, hacemos lo siguiente: A lo que acumula el
núm ero m ayor, le restamos lo que acumula hasta el núm ero m enor, para obtener la
probabilidad contenida en ese intervalo.
P (19,7 < X < 20,6)
P (X < 20,6) - P (X < 19,7)

P^ X - u < 20, 5 z JJ1 - P '^ r J L < 19,7 - u

a J a a

•J"! < 2 0 .6 - 20j - Z < 19.7 - 2 0 '

P ( Z < 0,2) - P ( Z < -0,1)

P (Z < 0 ,2 )-[1 -P (Z < 0 ,1 )]
0,5793 - [1 - 0,5398] = 0 ,1 1 9 1
b) Se hace lo mismo que en punto anterior, pero se agrega la raíz cuadrada de! tamaño de
la m uestra a la fórmula.
P (19,7 < ^ < 20,5)
P (X < 20,6) - P (T < 19,7)

^ - u . Vn < 20,6 - u . Vn - Pf - u . Vn < 19,7 - u ■V n "[

o CT ^ CT CT J
Z < 20.6 - 20 . VlOO - P ■Z < 19.7 - 20 . VlOO '
3 3

P ( Z < 2) - P ( Z < -1)

P (Z < 2 )-[1 -P (Z < 1 )]
0,9772 - [1 - 0,8413] = 0 ,8 1 8 5

2 } DATOS: p=300 ct =50

En este ejercicio nos pide la probabilidad de que el peso de 25 paquetes supere 8200 kg.
Hay que tener cuidado ya que no es un tamaño de m uestra el dato que nos están dando, ya
que no hay un promedio de un muestra. Se resuelve de la siguiente nnanera:
P (25x > 8200)
P( X > 8200/25)
P ( X > 328)
P f X - u > 328 - u '
. ct ct

Z > 328 - 3001

50
P ( Z > 0,56)
1 -P (Z < 0 ,5 6 )
1 - 0,7123 = 0 ,2 8 7 7
3 ) P ( iC - p < 2 4 ) = 0 ,8 4 5 1

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

4 ) DATOS: X~N 0^=4 a =2 x=13,8

a) En este ejercicio hay que hacer el mismo procedimiento que haríamos si estaríamos
estandarizando, pero despejamos p, que es el dato que nos pide.
P Z< X —U J = 0,8159 pasamos el 81,59 % a probabilidad nos queda 0,8159

^ '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.

13,8 —u = 0.9 -> Despejamos p para finalizar el ejercicio.

2
p = 12

b ) & el mismo procedimiento que el ejerdcio Ib

P (1 1 ,2 < 1 < 12,8)
P ( X < 12,8) - P ( X < 11,2)

Pf X - ^ . Vn < 12.8 - u . Vn ) - P "x - u . Vn < 11,2 - u . Vn "1

^ 0 0 J L 0 ü J
Pj' Z < 12.8 - 12 . V25 j - P Z < 1 1 . 2 - 1 2 . V 2 5
2
P ( Z < 2) - P ( Z < - 2 )
P(Z<2)-[1-P(Z<2)]
0 ,9 7 7 2 - [1 - 0,9 7 7 2 ] = 0,9 5 4 4
c) Es el mismo procedimiento que e! ejercido anterior, pero despejamos n (tamaño de muestra)
P (1 1 ,2 < M < 12,8) > 0,8 Si pasamos el 80 % a probabilidad nos queda 0,80
P p < 1 2 .8 -1 2 . V n j - Pj'Z < 1 1 , 2 - 1 2 . Vn J > 0.8

P(Z<O,4.Vn)-[l-P(Z<0,4.Vn)] > 0 ,8 p„d„,«,„ivalo

F ( 0 ,4 . Vn ) > 0,9 función simétrica, se le afiade la mitad de lo que le falta para llegar a 1.
En este caso a 0,8 le Mtan 0,2. Por lo que 0,8 + 0,1 = 0,9
0,4.V n = 1,282
_ El mínimo detamaño de muestra es 1 1 , porque con 10 no nos alcanzaría,
n = 10,27 n = 1 1 - T . . , , ^
(siempre se redondeapara amba).

5 ) Es el mismo procedimiento que el ejerddo 3

P (X < p + 3 /5 0 ) > 0,98
X —U . Vn < U+ 3/5 0 - U. Vn j > 0,98 ->Se simplifican “p” con “-p” y “a” con la “a”
0 0 que está dividiendo
p ^ 2 < 3 /5 , Vn) > 0,98 fijamos en la tabla de Normal, cuál es el valor que acumula una
probabilidad de 0,98 y obtenemos que es 2,0538.
3/5 . Vn = 2,0538
n —11 71 n — 12 mínimo de tamaño de muestra es 12, porque con 11 no nos aicanzaría.
' (siempre se redondea para arriba).

6 ) a ) Es el mismo procedimiento similar al dd ejerddo anterior

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

n = 20 El mínimo de tamaño de muestra es 20, porque con 19 no nos alcanzaría.

(siempre se redondea para arriba).
7 ) DATOS: jj=3 a =4 n =9 _ .
Nos pide que caícuíemos la probabilidad de que ^ sea m ayor a 3, sabiendo que es m enor
que 5.
Cuando nos dan una probabilidadcondicional P(A/B), es igual a la unión
P C * > 3 / a < 5) ->
de ambas, dividido lo que ya se sabe; P(A/B) = P (ADB) / P (B)
P >_3 n f < 5^
P (X < 5)

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.

pri <^ - pri <3^

P (X < 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)

0.9332 - 0.5 = 0,4642

0,9332

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)

Pf fn - 1^ < 13.31 ■Í25 - 1) I

t a ^ 5^ -

< 1 3 ,3 1 .24 j -

p , 7 .. g 65761 podemos buscar “<” en la tabla de Ji-cuadrado, invertimos el signo

^ y buscamos la probabilidad. Una vez obtenida, le restamos 1 para obtenerla
P ( x " > 15,6576) = 0,9 probabilidad del signó original que estábamos buscando.
P ( x ' < 15,6576) = 0 ,1

4
 9) DATOS: ¡J=2000 c = 35,85 n =5
P( < 2500)

Pf . rn - 1) < 2500 ■(5 - IV 1

I 35,85 2 J

P f x" < 2500 ■4 ]

I 1285,2225 J
P í y ^ < 7 78) Como no podemos buscar “<” eu la tabla de Ji-cuadrado, invertimos el signo y
Pr > 7^81 ~ 0 1 buscamos la probabilidad: Una vez obtenida, le restamos 1 para obtenerla
^ K j . ' J ~ I probabilidad del signo original que estábamos buscando.
P ( x" < 7,78) = 0,9

DATOS: n = 40
P ( S2 > 46,763) = 0,10

S^ ■in - 1^ > 46,763 . r40 - 1) 'i = 0,1

J
> 4 6 .76 3.39 j = 0,1 Nos fijarnos en la tabla de Ji-cuadrado, para 39 grados de
libertad, cuál es el valor que acumula una probabilidad de
0,1 y obtenemos 50,66.
4 6 .7 6 3 .3 9 = 50,65

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

LI = ^ - Z (1-0/2) ■ CT = > 24,3 - 2,575 . 6 LE = 20,31

Vn V l5
^ JI € (20 v51;28,29) con
1_5 = X 7. (i-a/2) ■ d 24,3 + 2,576 . 6 LS — 28,29 im 99% de conílanza.
Vn V l5
¡ it :

1 2 ) DATOS: o^=2,56 a = 1,6 n=20 1 = 1 0 ,6

X; altura de plantas de un invernadero.
^ 1 - a= 0,95
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
z (Hx/2) = Z (0,975) = 1/96

LI = - Z (1-0/2) ■ ct = > 10,6 - 1,96 , 1,6 Ll = 9,9

Vn V20
Ji G (9,9;11,3) con a n
LS = JC-i- Z (1-0/2) ■ -2 - + 1,96 . 1,6 LS = 11,3 95% de coEifflanza.
Vn V20
o . fe) 1 - a= 0,9
a = 0.1
a/2 = 0.05
l- ( a /2 ) = 0.95
Z (1-0/2) = Z (0,9^ = 1,645

LI = t - Z (1-0/2). _ S _ = > Í0 ,6 - 1,645 . 1.6 ^ LJ = 10,011

Vn V20
>. jui C (10,01;11,19) con
LS = Z (1-0/2). o => 10,6 + 1,645 . 1,6 L5 = 11,19 un 90% de confianza.
Vn V20

c) Se obtiene m ayor precisión si el nivel de confianza dism inuye.

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

LI = # - Z fi-o/7). cr => 10,6 - 1,96 . _ L 6 _ LI = 10,1 'I

Vn V40

LS = S’ + Z (i-d/2) . CT => 10,6 + 1,96 ^ LS = 11,09 95% de confianza.

Vn V40

La precisión es m ayor a igual confianza.

1 3 ) DATOS: X~N a = 400 Error < 50

X: Ingreso anual.
1 - a = 0,95
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
Z (1-0/2) = z (0,975) = 1,96

E — Z (1- 0/2) ■ <7 -> Fórmula del error.

Vn

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

2 . 1,96 . 1200 < 3000

Vn
^ El mínimo de tamaño de muestra es 3, porque con 2 no nos alcanzaría
n ^ -t ' A coc-tA /•
(siempre j j para arriba).
se redondea -1. \

1 5 ) DATOS; o = 2,7 n = 9 LE = 28,5195

1 - a= 0,9
a = 0.1
a/2 = 0.05
1 - (a/2) = 0.95
Z (i-a/2) = Z (0,95) - 1,545

LI = * - Z ( 1- 0/ 2)
Vn

28,5195 = T - 1,645 . 2.7

V9
^=30

/g » ) DATOS: X~N n=9 «= 782,78 S=82,43

X: peso de patos.
l-a = 0 ,9 5
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
t (l-a /2 ) = t (0,975) V :8 = 2,306

LI = « - t (1-^72) . _ § _ = > 782,78 - 2,306 . 82.43 ^ LI = 719,42')

Vn ^ V9
y p. C (719,42;846,14) coe
LS = 1 + t (1^/2). J _ => 782,78 + 2,306 . 82.43 ^ LI = 846,14
Vn V9 >
 I P DATDS: X~N n=20 ;«=23 S=3,5
4'^i X: edad de ios alumnos.
1 - a = 0,95
a - 0.05
a/2 = 0.025
1 - (a/2) = 0.975
t (1-0/2) = t (0,975) V:19 = 2,093

□ = » -t (1-0/2). _ S _ = > 23 - 2,093 . _3¿_ ^ LI = 2 1 ,3 6 ^

Vn V20
p. G (21,36;24564) com ua
is = x+t (1-0/2) . _S_ => 23 + 2,093 . ^ LS = 24,64 95% de confiairaa.
Vn V20

DATOS: X~N n=25 «=20,35 S=2,35

X: cantidad de litros de nafta vendidos por cliente.
1- a = 0,99
a = 0.01
a/2 = 0.005
1 - (a/2) = 0.995
t (1-0/2) = t (0,995) V:24 ^ 2,797

LI = X - t (1-0/2Í . ^ => 20,35 - 2,797 . 2,35 ^ LI = 19,035'

■ Vn V25
>. |i G (19503S;21,664) eoa raa
1_S = 1 + t (1-0/2) . ^ => 20,35 + 2,797 . 2.35 ^ L5 = 21,664 99% de coafiaiiza.
Vn V25

. 4 » ) DATOS: X~N n=20 # = 1 9 ,6 S=4,712

X: porcentaje de rentabilidad de los fondos.
l - a = 0 ,9 9
a = 0.01
a/2 = 0.005
1 - (a/2) = 0.995
t (1-0/2) = t (0,995) V:19 = 2,861

LI = B - 1 (1-0/2). = > 19,6 - 2,861. 4.712 LI = 15,585" .

Vn V20
> JI. G (16^85;225614) con líH
LS = X-!-1 (1-0/ 2) . _S_ => 19,5 + 2,861 . 4.712. ^ LS = 22,614^ 99% de c o i^ a m a .
Vn V20 j
^ DATOS: X~N n = 9 LI=90,5 LS=109,5
l- a = 0 ,9 8
a = 0.02
cí/2 = 0.01
1 - (a/2 ) = 0.99
t (1-0/2) = t (0,99) V:8 = 2,895

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

3 4 } D ^ O S : n=10 M=71,l S=8,75

X: rendim iento de cierta variedad de maíz,
a) 1 - a= 0,95
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
(0/2) - (0,025) V:9 = ?
X^ (1-0/2) = X^ (0,975) V:9 = 2 ;^ i' i , Oz

U = (n -l) ■ = > (10 - 1) . 8.75^ ^ Q ^ 36.22

X^(o/2) 19,023
e (36,22;255^) con BU
LS = (n-1) ■ => n o - 1 ) .8.75^ ^ LS = 255,2 95% de confianza.
X^ (1-0/2) 2,7

. 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

LJ = i - 1 (1.<^2) . _ s _ = > 71,1 - 1,833 . 8.75 -» LI = 66,03 ^

Vn Vio
>. |u, e (66,03;76,17) con im
LS = $ -1 -1 (iHz/2) . _S_ = > 71,1 -1- 1,833 . 8.75 ^ LS = 76,17 99% de confianza.
Vn Vio
c} LS —LI —2 . t (i-a/2) v:9 • S
Vn
2 . 7 ,8 = 2 . t (i-ot/2) v;9 ■ 8.75
Vio
t (i-o/2) v;9 = 2,81894457 Nos fijamos en la tabla de t-Sudent qué probabilidad acumula 2,81
^ _ Qgg ^ grados de libertad y obtenemos 0,99.
^ „ ■ Después despejamos a para resolver el ejercicio.
o/2 = 0.01
a ~ I

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

Q = i - 1 (1.^2) . ^ = > 2,86 - 2,571 . 0.056 -^1 1 = 2,80 '

Vn V6
>. fi G (2.S0;2,91) con m 95%
LS = x + t (1-0/2) ■ S - > 2,86 + 2,571 . 0,056 LS = 2,91 de confianza.
Vn V6 .
b ) 1 - a= 0,95
a - 0.05
a/2 = 0.025
1 - (a/2) = 0.975
(a/2) = (0,025) V:5 = 12,832

t (l-cc/2) - X (0,975) V:5 ~ 0,831

LJ = (n-1) . => (6 - 1 ) . 0,0031 LI = 0,0012"'

( 0/ 2) 12,832
cV €(i 15Í) con
LS = ín -1 ) . S- = > (6 - 1) . 0,0031 LS = 0,019 95% de somfiaiiza.
X (l-^í/2) 0,831

^ DATOS: X~N n=9 A =59,45 S^=129,78 5=11,392

a ) 1 - a= 0,95
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
t (1-0/2) = t (0,975) V:8 = 2,306

LI = 1 - 1(1.0/2). _ S _ => 59,45 - 2,306 . 11.392 ^ LI = 50,69 ^

Vn V9
G (50,69;68,2) con nn 95%
LS = X+ t (i-o/2) . ^ => 59,45 + 2,306 . 11,392 ^ LS = 68,2 de confianza.
Vn V9 V

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

LI = (n -1 ) . 5^ = > (9 - 1 ). 129.78 ^ LI = 59,2 1

X ^ (0/2) 1 7 ,5 3 5 1 7
l (V G (59,21476^2) con nn
L S = (n -1 ) ■ S^ = > (9 - 1 ) ■ 1 2 9 .7 8 =» L S = 4 7 6 ,2 2 c o n f ia n z a .

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.

d ) Aum entando el n (tamaño de muestra).

2 .1 2 ^ DATOS: n=25 :«=180 S=10

X: longitud de las varillas de madera.
1 - a= 0,95
a = 0.05
a/2 = 0.025
1 - (a/2) = 0.975
Ü' (0/2) = (0,025) V:24 “ 39,364

3C^ (1-0/2) = 3C^ (0,975) V:24 = 12,401

LI = rn-1^ . = > r25 - n . 10^ ^ LI = 60.969 '

(0/2) 39,354
^ d^ £ (60,969;193,533) con un
LS = rn -1 ^ ■ = > (25 - n . 10^ ^ LS = 193,533 95% de confianza.
(1-0/2) 12,401

^ DATOS: n=25 S=2,35

X: cantidad de litros de nafta vendidos por d ie n te .
1 - a= 0,99
a = 0.01
a/2 = 0.005
1 - (a/2) = 0.995
(0/2) = (0,005) V:24 “ 45,558

X^ (1-0/2) = x^ (0,995) V;24 = 9,886

LI = fn -1 ) . S^ = > (25 - 1) ■2.35^ ^ L I = 2.9 "j

X^ (0/2) 45,558
>. G (2,9; 13,4) con nn 95%
LS = (n -1 ) . S^ = > (25 - 1 ). 2.35^ ^ LS = 13,4 de confianza.
, X^ (1-0/2) 9,886

29 2 6 ) DATOS: X~N n=5d *= 1 ,6 S = 1,498 L I= 1,406 LS=4,037

LI = (n -1 ) . S^ ^ LI = 2,9
- X^ (0/2)

1,406 = (50 - 1) . 1.498^

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

LI = p - Z (1^ / 2) . ÍJLjCHEI => 0,2- 2,326 Jo.2. ri-0.21 ^ LI = 0 ,i5 3 4

P € (0,1534;0^465)
V n 4 400
^ con ma 9 8 % de
LS = P - Z (1-0/2) . 1 P . g - P l => 0,2 + 2,326 J 0.2 . ri-0.2^ ^ LS = 0,2465 confianza.
i n i 400

\ ~^4D A TO S : n=200 P = 19/200

X: Cantidad de defectuosos sobre un total de 200
a) 1- a= 0,95 "
a = 0.05
a/2 = 0.025
1- (a/2) = 0.975
Z (1-0/2) = Z (0,975) - lf36

LI = P - Z (1-0/2) ■ Z bI I ziÍ I =>0,095 - 1,96 . /0,095 . (1-0.095) ^L I=0,0543

P € (0,®543;§,1356)
200
}~ con im 95% de
confianza.
LS = p - Z (1-0/2) . í P . r i - P l =>0,095 + 1 , 9 6 . 1 0 . 0 9 5 . í l - 0 .0 9 5 ) ->LS=0,1356
i n 4 200

b ) Si, tiene ra z o n a para sospechar, porque 0,05 no se encuentra dentro del intervalo
(0,0543;0,1356).

DATOS: n=200 P = 0,2

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

2 .2 ,3 2 6 . i 0.2 . (1-0.2) < 0,03

i

3847,307378 < lí

12
 TRABAJO PRACTICO ¥ H
T * 5? -í H . r ' '1- s í s

m X = volum en que queda iibre.

X~N (p ,o )
Si M < 10 -> se compra la maquinaria.
Si p > 10 -> no se compra la maquinaria.
Como lo que no se quiere hacer es comprar ia m aquinaria, nuestra hipótesis nula será que la
Media supere los 10 cm^
H o -^ M>10 H if p<10

A - ^ ) a ) .X = contenido de hemoglobina en sangre después de su m inistrar la droga.

Como a es conocido (0,8), suponemos que X~N ( m, cj)

b ) Ho p > 14 Hi -> p < 14

c)e = Í L ~ N (0,1)
CT/Vn
d) Como es un te st contra menor, la zona de rechazo será £ < -Z a

0} DATOS: n=16 x= 1 3 ,5 a =0,05 Z a = l,5 4 5 O'r^

£ = X - u = 13.5 - 14 = -2 ,5
a/Vn 0,8/Vl6
Como £ < -Z a (o sea que -2 ,5 < -1,545), caemos en zona de rechazo. Por lo ta n to , la droga
dism inuye el contenido medio de hemoglobina.

2 # ) X= Salario en pesos de una determinada industria,

o es conocido ( 2 ,^ , X~N (p,a)
DATOS: n= 40 # = 1 3 ,2 a =0,01 Z «=2,326

Hq -> P >13,2 Hi ^ p<13,2

Como es un te s t contra menor, ia zona de rechazo será £ < -Z «

£= ^ -u = 12.2 - 13.2 = -2,52

o/Vn 2,5/V40

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.

X= Tensión del concreto.

a es conocido (10), XíN/N (p ,a )

DATOS: n=10 i =304 a =0,05 Z «=1,645

Ho -> P < 300 Hi ^ p > 300

Como es un te s t contra mayor, la zona de rechazo será £ > Z «

£= 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

Ho-> M= 100 M>100

Como es un te s t contra mayor, ia zona de rechazo será £ > Za

£ W -u = 1 0 2 - 100 = 1,2
a/Vn 5/V9

P(£>1,2) = 1 - P(£<1,2) = 1 - 0,8849 = 0 ,1 Í5 1

S #)X ~N (|J,or)
DATOS: n=15 a = 32 a =0,01 Za=2,326
Ho M= 220 Hi ¡J < 220

Como es un te st contra menor, la zona de rechazo será £ < - Z q

Potencia:
P (rechazar Ho siendo Ho falsa)
P (£ < -Z a siendo ¡J < 220)
p ( ^ - u < - Z a siendo p = 198)
a /V n

P ( 1 - 220 < -2 ,3 2 6 siendo p = 198)

32 /Vl5

P(1 < 200,782 siendo p = 198)

P r M - 198 < 200.782 - 198 W Se estandari22 con el valor de la hipótesis alternativa.

32/V15 32/V15

P (z < 0,336) = 0,632

X = Producción anual de manzanas.

X~N (p ,a ) 0 = 6 _
DATOS: n=16 X = 94,3 a =0,01 Z„=2,326
a)
Ho ^ p < 90,4 Hi ^ p > 90,4 C

e 1= X - u = 94.3 - 90.4 = 2,6

o/V n 6 /V 1 6

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.

m X= sueldo de los estadísticos.

DATOS: n=20 ^ = 35000 a =0,05 to,o5.:i9= 1,729 (V = 2 S e '

Ho p < 31000 Hi p > 31000

£ = ^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

Como 1,5 no se encuentra contenido en el intervalo (1,2278;1,4722) caem os en zona de

. rechazo. Por lo tanto, en contenido m edio de nicotina difiere significativam ente de 1,5 gr.
 X = valor de los departamentos.
^ X~N (p,a) ade^ onod do
DAXOS' n=15 -X= 99,65 s=50,62 ct =0,05 to,o5;i4~ l/^ ® i

H o^ M>150 IJClSO

£= ,Í-u = 99.65 - 150 = -3,8525

s/Vn 50,62/Vl5
Como no se cumple que £ > ta;n-i (-3,8525 < 1,761), caemos en zona de rechazo. Por lo
ta n to , el analista está en lo correcto.

’i '4 X= tiem po de activación del sistema de riego.

X~N (p,o ) O de^onocido
DATOS: n = ll -ir = 27,82 s=5,81 a =0,05 too 5:io= 1,812

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.

•I 7 X= peso de las pastillas.

X~N (p,o ) ,
DATOS: n=25 s=0,24 a
=0,10 f 0,90:24-15,659
Ho 0^ > 0,31^ Hi-> o^<0,31^

£ = fn -1 ^ S^ = f25-lV 0.0576 = 14,385

0,0961
Como no se cumple que £ > x^o:n-i (14,385 < 15,659), caemos en zona de rechazo. Por lo
ta n to , el nuevo sistema de producción disminuye significativam ente la variabilidad del peso.

! ü ) X = tiem po que se tarda en realizar la tarea física.

X~N (p,o )
DATOS: n=9 s=3 a
=0,10 o 90-8=13,362
H o^ (V < 5 Hf-> o^>5

£ = fn-1) S^ = (9-1) 9 = 14,4

(V 5
Como no se cumple que £ < x ^ qie-í (14,4 > 13,362), caemos en zona de rechazo.
 6 X = producción por hora de los trabajadores.
X~M (p ,a )
DATOS: n = 30 S^=90 a =0,05 o.os:29=42,557

H o-> o^<80 Hi ^ > 80

£ = £D =J1SL = Í3Q -1190_= 32,625

80
Como se cum ple que s < x^a;n-i (32,625 < 42,557), caemos en zona de retención. Por lo
ta n to , no se puede asegurar que la producción por hora de los trabajadores haya
aum entado.

X = valor de los departamentos.

X~N (p ,o ) _
DATOS: n = 15 3i= 99,65 s=50,62 a =0,05 x^o.os:14=23,685

Ho ^ < 402 Hi-> a^> 40^

£= fn-1^ S^ = fl5-l') 50,62^ = 22,42

40^
Como se cum ple que £ < x^a;n-i (22,42 j< 23,685), caemos en zona de retención.

2 O 'S I) X = cantidad de cheques sin fondos.

X ~ 8 i (n ,p )
DATOS: n=1125 P = 50/1125=0,044 a =0,01 Z o ,o i= -2 ,3 2 6

Ho p > 0,05 Hi p < 0,05

£= 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.

>X = ra n tiria ri rli'i i l^ll■||^|l ipj,.)'.ü:i riii nlfK. ? r c ^ £ r £ ' f

X~B i (n ,p )
DATOS: n= 200 P = 26/200=0,13 a =0,05 Zoos= 1,645

Ho P < 1/10 Hi p > 1/10

F,= P -D = 0.13 - 0.1 = 1,41

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

La zona de retención estará comprendida entre -1,645 y 1,645

b lD A T D S : Ha=25 ne=20 Í a= 19 I b= 23 a =0,10 Zo,o5= 1,545

-^A — = 19-23 = -3,83

A + g^ Fi 16 + 9
y H a , n b 25 20,

Como -3 ,8 3 se encuentra fuera de ia zona de retención (-1 ,5 4 5 ; 1,645), caemos en zona de

rechazo. Por lo tanto, concluimos que ios contenidos medios de vitam ina C difieren.

Xa= longitud de los peces de la laguna A.

Xb= longitud de los peces de la laguna B.

Xa~N (pA,gA) a^A =0,64 independientes

Xb^ iv (PB,gB) o^B =0,49 j

Ho ^ Pa - Pb < 1,5 H i -> pA - Pb > 1,5

£— -^A — — 1,5 =
I g^ A + g^ ñ
y nA ns

Se retendrá la Ho si s ^ Z c u-

b ) DATOS; nA=50 nB=40 # a= 45 Á^b= 43,2 a = 0 ,0 5 Zo,o5= 1 ,645

X . - X . - 1,5 = 45 - 43.2 - 1,5 = 1,89

g^B 0.64 + 0,49

Oa Hb 50 40

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

b ) DATOS: nA=200 nB=175 Í a= 8,95 1 b= 9,10 a = 0,10 Z o ,io = -1 ,2 8 2

£= Í a- 1 r -0 = 8.95 - 9.10 - 0 = -2 ,0 3

¿A. + 0.4 + 0,6

nA nB 200 175

Como no se cumple que e > Z a(-2,0 3 j< -1 ,2 8 2 ), caemos en zona de rechazo.

X i= Nivel de. coiesterol sin droga.

X j= Nivel de coiesterol con droga.

b ) X i~ N (p i,a i) 1 independientes con o^i y 0^2 desconocidas

Xz~N (PzrOz) J

c) H o ^ Pa - P b < 0 H i Pa - Pb > 0

d) £ = 1.1 - ^
1 + 1
ni nz .

a ) Se retendrá la Ho si e < t^ : ni+n2-2

f ) DATOS: n i= 1 2 02=15 ^ 1 = 241,5 ^ 2= 208,9 S ^= 1 2 6 4 5^2=875

a = 0,10 1 0,01:25= 2,485

Sp^ = r n i - n s ^ +rn,-llS^ = ri2 - D 1264 + Í15 - 1^ 875 = 1046,16

n 1 + n 2- 2 12 + 1 5 - 2

£= - X 241,5 - 208,9 = 2,6

1 + 1 32,344 I 1 + 1
'n i n2 12 15

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.

X i~N (p i,a i) [ independientes con o^i y 0^2 desconocidas

Xz~N (P2,a2)j

H o -> P a - Mb > 0 Hi ^ Pa - Pb < 0

Se retendrá la Ho si e ^ ta;ni+n2-2

DATOS: n i= 1 0 02=10 t i = 4,2 *2=5,25 S \= 0 ,3 3 6 4 5^2=0,3969

a =0,05 10,05:18= —1,734

f n i - 1) S^ + (n-,-1) S \ = n o - n 0,3364 + ÍIO - 1^ 0,3969 = 0,36665

n i + n: 10 + 1 0 - 2

£= - jC, 4,2 - 5,25 = -3 ,8 7 7

0.60551 í 1 + 1
n1 10 10

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.

X i= volumen cosechado con John Deere.

X2= volumen cosechado con Vasalli.

X i~N ( p i,a i) '| independientes con 0^1 y 0^2 desconocidas

Xa~N (p2,02) J

Ho-> Pa - P b = 0 Hi -> Pa- P b =^0

La zona de retención estará comprendida entre -1 ,8 6 y 1,86

DATOS: n i= 5 02=5 * 1 = 2,94 ^ 2= 2,68 S \= 0 ,2 1 8 5^2=0,422

a =0,10 to,0 5 :8 = 1,86

Sp^= rn 1 - 11 S^ + in , - 1^ S ^ = Í5 - l') 0 .2 1 8 + T5 - 1^ 0 .4 2 2 = Q.32

ni + 0 2 - 2 5 + 5 - 2

■} ~~~ y 2,94 - 2,68 = 0,7267

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.

X i~ N I independientes con o^i y 0^2 desconocidas

X2~N(P2,á2)J

Ho -> Ma - Mb < 0 H: p * - Mb > 0

Se retendrá la Ho si s < t ní+n2-2

DATOS: n i= 1 0 n2=10 Í i = 17,21 » 2= 16,04 S ^= 0,8788 S^2=0,48

a =0,10 to,05;18= 1,33

Sp^ = fni-l^S^ +fn,-DS^ = (10 - 1^ 0.8788 + flO - 1^ 0.48 = 0,6794

ni + n2-2 10 + 1 0 - 2

- X-y 17.21 -1 6 .0 4 = 3,17

1 + 1 0,824251 1 + 1
02 10 10

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.

X i= peso antes del tratamiento.

X2= peso después del tratamiento.

D = P2 - Mr
D~N (Pd, ctd) o^d desconocida

H o^ Md < 1 7 Hi ^ Pd > 1 7

Se retendrá la Ho si e < t n-i

/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

e — Mrt — Un — 19,7 —17 — 1,94

Sd /V od 4 ,3 9 /V io

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

D~N ( md, ctd) o^d desconocida

Ho Md < 0 Hi Md >0

Se retendrá la Ho si s < t

DATOS: g =0,025 toa5:ii= 2,201

Radiales (Xi) 4,2 6,6 7 _6¿_ _ 4 ¿ _ _ S J _ 6 7,4 4,9 5,1 5,2
NotmaleslX?) 4,1 4,9 6,2 6,9 6,8 4,4 5,7 5,8 6,9 4,7 6 4,9
Diferencia (Xd) 04 -0,2 0,4 0,1 -0,1 0,1 0 0,2 0,5 0,2 0,1 0.3
no=12 D = 0, L4167 S^0= 0,047685]L85

£ “ ~ 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.

X i= nivel de calcio en suero antes de la droga.

X2= nivel de calcio en suero después de la droga.

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

DATOS: a = ),10 to.l 0;4= 1,533

Antes (Xi) 5,5 7,8 ^ 6,4 8,3 9,2
Después (X2) 7,2 7,7 6,8 7,9 9,8
DiferenciaíXo) ___ o ¿ ___ -0,1 0,4 ___ -M ___ 0,6
np=5 = 0,24 S^D= 0,223

£ — ■T n ~ Ur> — 0.24 - 0 = 1,136

Sd /V od 0,472228758 / V5

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

Ho Oi^ < 02^ Hi - 7 Oi^ > 02^

Se retendrá la Ho si e < Fa;rii.i;n2-i usamos la tabla F de Fisher con a =0,01

DATOS: ni=21 nz=25 S\=17000^

a =0,01 1“ a; nl-l;n2-l = 2,74

£^_S¿ = 17000^ = 5.14

S2" 7500^
Vi>Cld I IV JO ^11

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

DATOS: n i= 1 0 n2=10 i i = 4,2 ^ 2= 5,25 S ^= 0 ,3 3 6 4 5^2=0,3969

a =0,05

£ = 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.

DATOS: n i = l l n2=14 S^=6,l^ S^2=5,3=^

a =0,01 Fa;nl-l;n2-l = 4,10

Ho ^ < 02^ Hi üx > o-i

Se retendrá la Ho si £ < Fn;ni-i;n2-i "> usamos la tabla F de R sher con a =0,01

£- Si^ = 6.1^ = 1,33

5,3^

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.

DATOS: ni= 200 n2=500 P t = 0,6 f 2=0,48

a =0,025 Z a = l , 9 6

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.

_ ^

Xi= Solución A para pulir lentes infraoculares.

X2= Solución B para pulir lentes infraoculares.

DATOS: ni= 300 n2=300 P i=0,843 P 2=0,653

a =0,001 Z a = 2,576

Ho - ^ P i = P2 Hi^pig5:p2

Se retendrá la Ho si - Za < £ £ Ztt

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

(85)= 12,0623 + 0,7771 . 85

78, 1158 4 y = 73

p) Suponiendo ademáG que E.'^N.O, a) es independiente; a £ (-69,913,‘94,038) con un 95%

de confianza.

d) Suponiendo además que E ~N(0, a) es independiente; f) £ (-0,248; 1,802) con un 95% dej
confianza.

2) DATOS: Zy=5445 Zx=410 n=12 2xy=191325 1x^=15650 I

a)
)ly= bZx + an J 5445 = 410b + 12a
Ixy = blx^ + alx : 191325 = 15650b + 410a

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

b) y (35) = 343,706 + 3,221.35

y = 456,4340102 ^4^6^

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

Em = P - Bn = -2,241 < -t^o,25)v:io = -2,228 ••• rechazo Ho

Rps
\¡ Sxx

3) a) Diagrama de dispersión

py- —► Í85 = 300b + 5a

p c y - bZx + aZx i^5¿20 = 22000b + 300a

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

c) Suponiendo además que Ey~N(0, o) es independiente; p, £ (0,235;0,325) con un 95% de

confianza. . -•< - ' -

d) Suponiendo además que Ey~N(0,-a).és ir^ependienté; Po £ C‘2/78;3,18) con un 95% de

confianza. •
e) Suponiendo además que Ey~N(0, a) es independiente
CM Res = 0,8
Ho) p = 0 Hi) p ^ 0
Como 0 no £ (0,235;0,325), entonces rechazo Ho

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

b) DATOS: n=5 T = 15 i = 66,8

I n¡x¡2 = 1275

(1 n,xó^ = _8¿ S..=242,857

n 5

I n¡Y = 4910

an¡XiHIYYl= 75 ■334 f SAf= "100

n 5

P = _S^_=-0,4
Sxx _ ^ Y = 72,8 - 0,4x
a = Y- pT = 72¿

c) se Res = 28,8 ^ C^; Res = 9,

(a/Z) (i-z.P 2,353

Li= P - t(a/2)n-2 i r.M .= -1,02 3 5

■ \ ^ 5,0.
-^
+ t(a/2)n-2':‘'Mse_^ = 0,2235
t\S x x
Ho)p = 0 Hi)Pí0”: : i .
Rechazo Hq si 0 no £ en el intehralode Gonfianza.
Como 0 £ (-1,0235;0,2235), entonces acepto Hq
d) t (0/2)n-2 - 2,353

U = Ol - t (0/2) n-2 EísXZJ]2íí-} = 65,15

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

fziog(y)= b .á s!?9(a) f29,169 = 18 log(a)

piog(x).log(y)) ))^ + log(a).IIog(x)

y = 128,89 + 166,41 log x w

1-11,514 = ''4 1 7 ^ + -7,912 log(a)

b) y(0,3) = 128,89.166,41. Iog(0,3)

y(0,3) = 41,88
c)
Li = a + p Xk— t (a/2) n-2 / CMR e JL + (Xj; - = 40,77
n Sxx

/
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

L2 = a T p Xic + t („/ , i CM,.. i I = 46,38

V n I S.Y

6) a), DATOS n=6

X '■. iii(y) x ^ .r
1 6 7'i) 8.7^(>21(l(i^O 8. 021 0092 1 ...
2 : 5695 8.617.34.38D T29468775
7 2 5750 8.(0(4)5513-1 ‘ 17.31391027 4
É 3. 5395 8,5932278'S \T~7>)68363 9 '«-7
f 5 4985 T I 8,514188082 42.57094341 25
5 4895 8.495969555 42,47984777 , 25 fT
I = 18 1 = 51.66389522 1 = 154,1952829 Z = 68

Jzin(y)= ln(b).Ix + n.ln(a) 51,66 - 18.ln(b) + 6.in(a)

1l(x.ln(y)) = ln(b).2x^ + ln(a).Ix 154,19 = 68.ln(b) + 18.ln(a)

A= 6 18 (6 x 68) - (18 X 18) = 84

18 68 In (a)= 737,629782 8,781306928
84
Aa = 51 66 18 = 737,629782 ■ a=e\
154,19 ^
Q —C8,781306928
_ _
I ,

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 ) ']

r = _______ 12x 26208-3944-x65-'

V [12 X 1732524 - (3944)^ ] X [12 x 409 - (65)^ ]
'%'*/V ,
b) í'
r' = n .. 2xv - 2x ■Iv r^ T
V[n.Ix^-(Ix)2][n.Iy'-(Iy)’]j

12 X 26208 - 3944 x 65
V [12 X 1732524 - (3944)" ] X [12 x 409 - i65V'l
(65)-’]

X 100 = 94% porcentaje de varkicion. ■ V-:

c) Ho‘-> p=0 Hl '4 ■P b-

-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

1) a) Pt = Precio en el momento de estudio Po = Precio en el momento base

Para el año 1999:

Isp = _£L X 100 41.4 X 100 = 133,5483871
Po 31

Para el año 2000: ■ - 2 '

Isp = _Pt_ X 100 = 48.6‘ X 100 = 156,7741935
Po 31"

b) Pt = Precio en el momento de estudio Po = Precio en el momento base-

Para el año 1994:
Isp = _PL_ X 100 - _3Í_ X 100 = 82,88770053
I Po 37,4 a

P araer’año 1995: ' í *

Isp”= ^ X 100 = 37.3 X lOa = 99,73262032
,

Isp =
Po

Para el año 1996:

_PL X
37,4.

100 =
''I, .-.í

37.4
-
X iOO =
_
lÓ O
% IV
Po 37,4

^ Para el año 1997:

Isp = _Pt_ X 100 = 44.6 X 100 = 119,2513369 64
Po 37p

E Para el año 1998:

100 = 102,9411765

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,.

Para el año 1996: '--t ^ “

Isp = _EL X 100 = 37.4 X 100 = 10ff,-1494797
Po 35,23
Para el año 1997:
Isp = X 100 = 44.6 X 100 = 126,5846736
Po 35,23
,i.í 1 -is ^ S
Para el ano 1998:
Isp = _PL_ X 100 = 38.5 i X lOb =?109,2715232 ■ ■
Po 4m á
^ m^
Para el año 199S \ . ' *
Isp = _PL_ X itíÓ = 41.4 X 100 = 117,5023652
Po ' ■ 35,23

Para el año ,2000:

Isp = _EL X 100 = 48.6 X 100 = 137,9375591
/■Pp 35,23
V 'M
Wj
2) a)<í^ = Precio en el momento de estudio Po = Precio en el momento base

lASp = I P t X 100 = fl.65 + 3 + 11 +61 X Í00 = 109,3434343

ZPo (1,5 + 2,5 + 10,5 + 5,3)
Mbi

b) Pt = Precio en el momento de estudio Po = Precio en el momento base

Qt = Cantidad en el momento de ekudlÓ ’ Qo = Cantidad en el momento base
Laspeyres
ILp = Z Í P t . Ool xl00= ri.65xl80)+í3x300)+rilxl00)+r6x300^ xlOO = 111,9398907
Z (Po . Qo) (I,5xl80)+(2,5x300)+(10,5xl00)+(5,3x300)

c) Pt = Precio en el momento de estudio Po = Precio en el momento base

Qt =, Cantidad en el momenlo de estudio Qo = Cantidad en el momento base
Paagcbe ^
IPb = :.Z rpt ■o n xl00= n.65x2Q0H(3x320I+n 1x200Hr6x360^ XlOO = 110,6108066
. - t i (Po • Qt) (1,5x200)+(2,5x320)+(10,5x200 )+(5,3x36Q)

d) t J
Fisher
IFp = V Ibff. IPp.= V 111,9398907 x 110,6108066 = 111,2733643'

3) a) Pt •=.Prpcio en el momento de estudio Po = Precio en el momento bas

w* Jim, ' ‘
IASd = Z Pt X lQ 0 > + fl.2 9 + 2.24 + 1.57 + 1.23’> x 100 = 103,26¡ ;
I Po " ' V t Íl7 ’3,8 + 2,25 + 1,52 + 0,98)

b) Pt = Precio en el momSii;o dejestudio ^Po^= Precio.en el morrlenfó^ase

Qt = Cantidad en el momento deestiriiú )Qfe^)Cantidi.d,erreCmémento base
Laspeyres
ILp = Z r P t. Qo’) X 100 =
Z (Po . Qo)

ri.29x49.1^ + r2.24xl32.8) + ri.57x275.n + ri.23x271.6^ x 100 = 107,2232933

(1,38x49,1) + (2,25x132,8) + (1,52x275,1) + (0,98x271,6)
c) Pt = Precio en el momento de estudio Po = Precio en el momento base
Qt = Cantidad en el momento de estudio Qo = Cantidad en el momento base
Paasche
IPp = I rPt ■Ot^ X 100 =
I (Po . Qt)

(1.29x751 + f2.24xlQ2.9^ + (1.57x316.8^ + (1,23x303,9) x 100 = 107,5410339

(1,38x75) + (2,25x102,9) + (I,52x3l6"3) + (0,98x303,9)

d) :
Fisher ________ _____________________ _ _ _
IFp - V ILp . IPp_= V 107,2232933 x 107,5410339 = 107,

4 ) a) Para d año 1994:

ILp - I (Pt ■Ool xlOO- (80 X 5001 + (250 x 2001 xiOO = 100
I (^0 . Qo) (SO X 500) + (250 x 200)

Para el año 1995:

IL6-= I (Pt ■Ool xl00= (90 X 5001 + (260 x 2001 XlOO = 107,7777778
1 (Po . Qo) (80 X 500) (250 X 200)

Pa'ra el año 1996:

lip = ZYPt.Ool xl00= 196 < 5001 + (270 x 2001 xlOO = 113,3333333
1 (Po . Qo) (80 > 500) + (250 x 200)

Para el año 1997:

ILp = Z (Pt ■Ool xl00= nos X 5001 + (273 X 2001 xlOO = 120,6666667
Z (Po . Qo) (80 x 50Ó) + (250 x 200)

b) Para el año 1995:

ilPp = Z (Pt ■Otl xlOQ= (90 X 5001 + (260 x 3001 xlOO = 106,9565217
Z (Po . Qt) (80 X 500) + (250 x 300)

Para el año 1996:

IPp = Z ( P t . Otl xlOO^ (96 X 7001 + (270 x 3001 xlOO = 105,106383
Z (Po . Qt) (90 X 5Ó0) + (260 x 300)

Pai^ el año 1997;

IPg = Z (Pt ■Otl xl00= (108 X 7001 + (273 x 3001 xlOO = 101,2753036 -
, Z (Po . Qt) (96 X 700) + (270 x 300)
i/ 'W'W • l
%
5) Para- bienes y servicios:
135,35 - Í ^ / 4 = 31,5 -> como 31,5 es el 23,6°/o de 135,35, su poder adquisitivo disminuyó
aproximadamente un 24%. ' , -
Para EduCacjón:
102,04 - 98,^é = 3,78 -> como 3,78 os el 3,7% de 102,04, su poder adquisitivo disminuyó
aproximadamente ^4%
Para Esparcimien%|:’
128,71 - 97,6 = 31^í|^-^ %rri!^ 31,11 es el 24,1% de 128,71, su poder adquisitivo
disminuyó aproximadaTOnte un 24%
\ J j 1 / '^ :
6) a) Para abril 2008:
(6728,2 + 5916,2 + 5755,8) / 3 = 6133,4
Para mayo 2008:
(5916,2 + 5755,8 + 6581,3) / 3 = 6084,433333
Para junio 2008: m
Ík,l
(5755,8 + 6581,3 + 6711,3) / 3 = 6349,466667
Para julio 2008:
(6581,3 + 6711,3,+ 6629,6) / 3 = 6640,733333
Para agosto 2Q08:
(6711,3 + 6529,6 + 6846,8) / 3 = 6729,233333
Para septiertóré 2008:
(6629,6 + j5846,8 + 7107,5) / 3 = 6861,3
Para octuSre 2008:
(6846,8 +'^7107,5 + 7295,9) / 3 = 7083,4
Para noviembre 2008: I8
(7107,5 + 7295,9 + 7209,4)/ 3 = 7204,266667
Para diciembre 2008: I
(7295;9 + 7209,4 + 6794,3) / 3 = 7099,866667 1
b) Para enero 2009: ', ^
m i ^
(72p9,4 + 6794,3 + 6652,6) /,3.= 6885,433333 ■

c ) €rror de pronóstico (es la diferencia'entre el valor quejios rc |y ^ra la tabla y el promedio

•obtenido) (Y¡ - PM¡) ■ ; ..... ^
■Para abril 2008:
6581.3 - 6133,4 = 447,9
Pata mayo 2008:
6711.3 - 6084,433333 = 626,8666667
-Para junio 2008:
g529,5 - 5349,465667 = 280,1333333
Para.julio 2008:
6846.8 - 6640,733333 = 206,0666667
Para agosto 2008:
7107.5 - 6729,233333 = 378,2666667 |
Para septiembre 2008: |
7295.9 - 6861,3 = 434,6
Paralactubre 2008:
7209.4 “ 7083,4 = 126
Para noviembre 2008:
5794,3 “ 7204,266657 = (409,9666667) como da negativo se pone entre paréntesis.
Para diciembre2008:
6652.6 - 709^866667 = (447,2666667) como da negativo se pone entr^sj^réntesis.
.........

Error Cuadratico IVIedio:,

ECM = rY,-PMÓ^ ¿ \
N- n
/f m
Para abril 2008:
447.9^ = 200614,41
4 -3
Para mayo 2008:
626.8666667^ = 392961,8178
5 -4
Para junio 2008:
280.1333333^ = 7 8 4 7 4 ,6 8 4 4 4
6 - 5
Para julio 2008:
206.0666667^ = 42463,47111
7 - 6
Para agosto 2008:
378.2666667^ = 143085,6711
8 -7
Para septiembre 2008:
434.6^ = 188877,16
9 - 8
Para octubre 2008:
126^ = 1 5 8 7 6
10- 9
Para noviembre 2008:
-409.9666667^ = 168072,6678
11-10
Para diciembre 2008:
-447.2666667^ ^ 200047,4711
12-11

7) a) Para abril 2008:

6728.2 X 0,2 + 5916,2 x 0,3 + 5755,8 x 0,5 - 5998,4
Para mayo 2008:
5916.2 X 0,2 -t 5755,8 x 0,3 + 6581,3 x 0,5 = 6200,63
Para junio 2008:
5755.8 X 0,2 + 6581,3 x 0,3 + 6711,3 x 0,5 = 6481,2
Para julio 2008:
6581.3 X 0,2 + 6711,3 x 0,3 + 6629,6 x 0,5 = 6644,45
Para agosto 2008:
6711.3 X 0,2 + 6629,6 x 0,3 -r 6846,8 x 0,5 = 6754,54
Para septiembre 2008:
5629,6 X 0,2 -r 6845,8 x 0,3 + 7107,5 x 0,5 = 6933,71
Para octubre 2008:
6846.8 X 0,2 + 7107,5 x 0,3 + 7295,9 x 0,5 = 7149,56
Para noviembre 2008:
7107.5 X 0,2 + 7295,9 x 0,3 + 7209,1 x 0,5 = 7214,97
Para ciidembre 2008:
X
7295.9 0,2 + 7209,4 x 0,3 + 6794,3 x 0,5 = 7019,15
Mm ^ Jf
b) Para enero 2009:
7209.4 X 0 ,2 -f 6794,3 ;< 0,3 + 5652,6 X 0,5 = 6806,47

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.

Error Cuadrático Medio:

ECM =■■’ fY, - PMil^ =
N- n
Para abril 2008:
582.9^ = 339772,41 p
4 -3
Para mayo 2008:
5lQ.67^ = 260783,8489
5 -4
Para junio 2008:
148,41 = 22022,56
‘ 6; - 5
Para julio 2008:
'202.35^ = 40945,5225
7 -6
Para agosto 2008:
352.96^ = 124580,7616
8- 7
Para septiembre 2008:
362.19i = 131181>5961
9 - 8
Para octubre 2008:
59.84^- =.3580,8256
1 0 -9 ‘1
Para noviembjíí 2008:
-420.67^ = '" Í& te ,2 4 8 9
11 - 10 " ' ' .
Para diciembre 2008:'#’;;,..
-366.55 2 _ 134358,9^25
12-11

8) Suavizamiento exponencial *■ V..'"

Para febrero 2008:

3,1444 X 0,8 + 3,1444 x 0,2 = 3,1444
Para marzo 2008:
3,1583 X 0,8 + 3,1444 x 0,2 = 3,15552
Para abril 2008:
3,1558 X 0,8 + 3,15552 x 0,2 = 3,155744
 Para mayo 2008:
3.1665 X 0,8 + 3,155744 x 0,2 = 3,1643488
Para junio 2008:
3,1511 X 0,8 + 3,1643488 x 0,2 = 3,15374976
Para julio 2008:
3.0434 X 0,8 + 3,15374976 X 0,2 = 3,065469952
Para agosto 2008:
3.021 X 0,8 + 3,065469952 x 0,2 = 3^02989399;.
Para septiembre 2008: M '
3,032 X 0,8 + 3,02989399 k 0,2 = 3,031578798 tí ,
Para octubre 2008; '
3.0824 X 0,8 +.3,031578798 X0,2 = 3,07223576
Para noviembre 2008:
3.239 X 0,8 + 3,07223576 x 0,2 = 3,205647152 '
Para diciembre 2008: -•
3.329 X 0,8 + 3,205647152 x 0,2 = 3,30432943
Para enero 2009: W
3.423 X 0,8 + 3,30432943 X 0,2 = 3,399265886 -
Para-febrero 2009: "
3.464 X 0,8 + 3,399265886 x 0,2 = 3,451053177 “
|Para marzo 2009: , " ' ,+*''3.?
3,5115 X 0,8 + M51053177 X 0,2 = 3,499410635 ■-
Para abril 2009: ' '
3,654 X 0,8 + 3,499410635 x 0,2 = 3,623082127
, Para mayo 2009: íí ; ■
.3,693 X 0,8 + 3,623082127 x 0,2 = 3,679016425
Para junio 2009: ■ ,
' 3,725 X 0,8 + 3,679016425 x 0,2 = 3,715803285

í Error del pronóstico

Para febrero 2008:
3,1583 - 3,1444 = 0,0139
1, Para marzo 2008:
3,1558 - 3,15552 = 0,00028
Para abril 2008:
3.1665 - 3,155744 = 0,010756
Para mayo 2008:
' 3,1511 - 3,1643488 = (0,0132488) -> como da negativo sé'pon! entre paréntesis.
Para junio 2008:
3.0434 - 3,15374975 = (0,11034976) como da negativo se pone entre paréntesis. .
Para julio 2008:
3.021 - 3,065469952 = (0,044469952) 4 como da negativo se pone entre paréntesis
Para agosto 2008:
3,032.-3,02989399 = 0,00210601
Para septiembre 2008: ' y-:- - '
3.0824 - 3,031578798 = 0,050821202
Para octubre 2008:
3.239 - 3,07223576 = 0,16676424
Para noviembre 2008: -
3.329 - 3,205647152 = 0,123352848
Para diciembre 2008: '■*'• ■** . ,,
3.423 - 3,30432943 = 0,11867057
Para enero 2009:
3.464 - 3,399265886 = 0,064734114
 Para febrero 2009:
3,5115 - 3,451053177 = 0,060446823
Para marzo 2009:
3,654 - 3,499410635 = 0,154589365 " 0
Para abril 2009: 'fW
3,693 - 3,623082127 = 0,06991^873 Si
Para mayo 2009:
3,725 - 3,679016425<^= 0,045983575 w
m, *
w

Error Cuadrático Medio:

Para febrero 2008: ■
r0.0139y = 0,00019321 ■
2-1 '»■
'W
Para febrero 2008:
f0.00028^^ = 0,0000000754
3 ^ '2
Para Ib ril 2008:
I
£0,01075611= 0,000115592

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 , *

9) DATOS: Zy=65695 lt= 0 n=12 Zyt=27619 It^=572

"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

c) ECM = 2 (Y - Ypf = 2457,193