Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.

UNIVERSIDAD AUTÓNOMA CHAPINGO
DIVISIÓN DE CIENCIAS ECONÓMICO ADMINISTRATIVAS

AREA DE MÉTODOS CUANTITATIVOS
Ejercicios de Probabilidad y Estadística, 24 de agosto del 2019.
Alumno:
1. En un invernadero se tienen plantas de cuatro variedades distintas (V1, V2, V3 y

V4) en las proporciones 50%, 20%, 20% y 10%, respectivamente. Sabemos que una
cierta enfermedad ataca al 5% de las plantas de la variedad V1, al 10% de la
variedad V2, al 7.5 de las de V3 y al 30% de las de V4. Si se toma al azar una planta
y ésta está atacada por la enfermedad, ¿Cuál es la probabilidad de que sea de la
variedad V1?, ¿de V2?, ¿de V3? y ¿de V4?
Solución:
Las probabilidades se calculan como siguen:
P ( Atacada|V 1 ) P ( V 1 ) 0.05∗.5
P ( V 1∨Atacada )= = =0.2778
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.1∗.2
P ( V 2∨Atacada )= = =0.2222
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.075∗.2
P ( V 3∨ Atacada )= = =0.1667
P ( Atacada ) 0.05∗.5+ 0.1∗0.2+0.075∗.2+0.3∗0.1
P ( Atacada|V 1 ) P ( V 1 ) 0.3∗.1
P ( V 4∨Atacada )= = =0.3333
P ( Atacada ) 0.05∗.5+0.1∗0.2+0.075∗.2+ 0.3∗0.1
2. Si se tienen los siguientes eventos: A: Individuo mayor de 40 años, P(A)=0.2, B:

Individuo con calvicie, P(B)=0.3, P(AUB)=0.4, calcule las siguientes
probabilidades:
Ac, ( A/B)c, (B/A)c, (AUB)c, ¿Son independientes los eventos A y B? ¿Por qué?
Solución
Las probabilidades son:
P ( A c )=1−0.2=0. 8
c P ( A ) + P ( AB ) −P ( AUB ) 0.2+ 0.3−0.4
P ( A|B ) =1−P ( A|B )=1− =1− =0.33 3
P (B ) 0.3
c P ( A ) + P ( AB ) −P ( AUB ) 0.2+ 0.3−0.4
P ( B| A ) =1−P ( B|A )=1− =1− =0. 5
P ( A) 0.2
P ( AuB )c =1−0.4=0. 6
Para saber si son independientes, debemos ver que P ( B| A )=0.5 ≠ P(B). Por tanto no son
independientes
3. Suponga la siguiente función de distribución de probabilidades:
X 0 1 2 3 4 5 6 ∑
fX(x) 0.12 0.32 0.28 0.17 0.06 0.03 0.02 1.00
Calcule la esperanza matemática y la varianza de la distribución.
La esperanza es dada por:

6
E ( X ) =∑ x i p ( x i) =1.9
i=0
La varianza es dada por

2
V ( X )=E ( X 2 )−( E ( X ) )
6
2 2 2
Calculamos primero E ( X ) E ( X ) =∑ x i p ( x i )=1.9=5.4
i=0
Entonces la varianza será:

2
V ( X )=5.4−( 1.9 ) =1.79
4. Un proceso de industrial produce un 30% de unidades defectuosas. Suponga que se

toma una muestra de tamaño 12 en forma aleatoria cuidando que se mantenga la
proporción de defectuosos y que todos los elementos de la población puedan
pertenecer a la muestra. ¿Cuál es la probabilidad de que no haya defectuosos en la
muestra? ¿Cuál es la probabilidad de que se encuentren 5 ó más defectuosos en la
muestra? Obtenga la esperanza y la varianza de este proceso de producción.
Solución
Sea X una v.a. que denota el número de defectuosos en la muestra. X es binomial con
parámetros n=12 y p=0.30. Entonces las probabilidades son:
12 ( 0.3 )0 ( 0.7 )12=0.0138

P( ning ú n defectuoso ) =P ( X =0 ) =( )
0
P(5 o más defectuosos )=P( X ≥ 5)=1−P( X <5)=0.276 3
Al ser binomial, la esperanza y varianza son:
E( X)=np=12∗0.3=3. 6
V ( X)=np(1−p)=2.52
5. Suponga que una variable aleatoria X se distribuye de manera Binomial con

parámetros n=100 y p=0.001, obtenga la probabilidades de que X sea igual a 0, 1, 2,
3, y 4. Use la distribución de Poisson y vuelva a realizar los cálculos anteriores y
presente los resultados en un cuadro, comente los resultados en términos de
semejanzas o diferencias.
Solución
Las probabilidades usando la distribución binomial se calculan con la función masa de

probabilidad binomial:
P ( X=x )= ( nx ) p ( 1− p )
x n −x
Las probabilidades para distribución Poisson de parámetro λ se calculan con la función
masa de probabilidad Poisson:
e− λ λ x
P ( X=x )=
x!
Para una distribución Binomial con parámetros n=100 y p=0.001 su aproximación Poisson
tiene parámetro (100)(0.001)=1. Entonces las probabilidades solicitadas son:
P(X=x) Distribución Binomial Distribución Poisson

P(X=0) 0.904792 0.904837
P(X=1) 0.090570 0.090484
P(X=2) 0.004488 0.004524
P(X=3) 0.000147 0.000151
P(X=4) 0.000004 0.000004
Podemos ver que ambas probabilidades son casi iguales, pues las diferencias son menores a
0.0001 y esto se debe a que n es muy grande y p es pequeño, por lo cual la Poisson se
vuelve una buena aproximación a la binomial.
6. Si X~NI(60,81) calcule: p(x≤80), p(x≤50), p(50<x<70), p(62<x<69), p(41<x<49).
Solución
Las probabilidades solicitadas son:
( 80−60
P ( X ≤80 )=P Z ≤
9 )
=ϕ ( 2.2222 ) ≈ 0.986 9
50−60
P ( X ≤50 )=P ( Z ≤
9 )
=ϕ (−1.1111 )=1−ϕ ( 1.1111 ) ≈ 0.133 3
P ( 50< X <70 ) =ϕ ( Z ≤1.1111 )−ϕ (−1.1111 )=2ϕ ( 1.1111 ) −1≈ 0.733 5

P ( 62< X <69 ) =ϕ ( Z ≤1 ) −ϕ ( 0.2222 ) ≈ 0.253 4
P ( 41< X < 49 )=ϕ ( Z ≤−1.2222 )−ϕ (−2.1111 )=ϕ ( 2.1111 )−ϕ(1.2222)≈ 0.093 4
7. En una región agrícola se siembra predominantemente una variedad de trigo que
tiene un rendimiento promedio de 3.5 ton/ha. Una compañía productora de semillas
ha desarrollado una nueva variedad y pretende que el rendimiento promedio es
mayor que en la variedad comúnmente usada. Para probar esta aseveración se
siembran 9 lotes experimentales con la nueva variedad y se obtienen los siguientes
rendimientos en ton/ha:
3.15, 3.92, 4.26, 3.36, 3.72, 4.19, 3.42, 4.38, 4.50
Pruebe la hipótesis correspondiente con un nivel de significancia α=0.05, α=0.01.
Solución
Primero calculamos la media y varianza muestral con los datos y es:
x́=
∑ x i =3.87778
n
S2=
∑ ( x¿¿ i− x́ )2 =0.2396 ¿
n−1
La regla de decisión a probar es:
H o : μ ≤3.5 vs H a : μ> 3.5
Bajo el supuesto de normalidad de la variable aleatoria que representa a los rendimientos, y

dado el tamaño de la muestra, la prueba a utilizar es una t de cola derecha. El estadístico de
prueba es:
√ n ( x́ −μ 0 ) √ 9(3.878−3.5)
t 0= = =2.317
S √ 0.2396
Para un nivel de significancia α =0.05, la t de tablas es: t 8 ( 0.05 )=1.86 y para α =0.01, la t
de tablas es t 8 ( 0.01 ) =2.9. Por tanto para un nivel de significancia de 0.05, la t calculada es
mayor que la t de tablas, y por tanto existe evidencia para rechazar la hipótesis nula, es
decir, la muestra apoya lo que dice la compañía, sin embargo, para un nivel de significancia
de 0.01, el estadístico de prueba es menor que la t teórica, y por tanto para un nivel de
significancia de 0.01, la muestra no da evidencia para rechazar la hipótesis nula, es decir,
no sustenta lo que dice la productora.
8. Los propagandistas de cierta marca de cigarrillos sostienen que el contenido

promedio de nicotina de su producto es menor de 0.7 mg/cigarrillo. Para verificar
estos datos se haces 30 determinaciones de nicotina a los correspondientes
cigarrillos encontrándose los siguientes valores:
0.72,0.76,0.68,0.69,0.73,0.59,0.70,0.71,0.62,0.68,
0.75,0.73,0.62,0.64,0.76,0.74,0.60,0.61,0.61,0.60,0.69,
0.70,0.78,0.81,0.64,0.63,0.65,0.79,0.77,0.76
Calcule la media, varianza y la desviación estándar para estos datos. Suponiendo una
distribución normal para el contenido de nicotina, pruebe la hipótesis correspondiente a
un nivel de significancia del α=0.05.
Solución:
Calculamos la media, la varianza y la desviación estándar muestral con las fórmulas

expresadas en el ejercicio 7, y obtenemos:
x́=0.692 ,
S2=0.00426 4
S= √0.004264=0.065 3
El juego de hipótesis a probar es entonces:

H o : μ ≥0.7 vs H a : μ<0.7
Bajo el supuesto de normalidad, utilizaremos una prueba de t, y de esta forma la estadística

de prueba es:
√ n ( x́ −μ 0 ) √30 ( 0.692−0.7 )
t 0= = =0.6710
S 0.0653
Para un nivel de significancia, la t de tablas es igual a t 29 ( 0.05 ) =1.6991 y dado que la
estadística de prueba es menor que la de tablas, se concluye que no existe evidencia
necesaria para rechazar la hipótesis nula, por lo que los propagandistas son contradichos
por el experimento..
9. Para establecer la variabilidad en las mediciones de un equipo con el que se trata de

determinar el porcentaje de cromo en un producto. Se realizan 12 determinaciones
en una solución que se sabe, tiene 5% de cromo. De acuerdo con las normas de
calidad vigentes, la máxima desviación que podemos permitir es de 0.2%. Es decir,
que si el equipo es adecuado debe tener una varianza menor que 0.04%. Para
verificar dicho proceso, se hacen 12 determinaciones del contenido de cromo en el
producto obteniéndose los siguientes resultados:
5.1, 4.8, 5.2, 5.3, 4.7, 4.8, 4.9, 5.1, 5.2, 4.9, 4.8, 5.3
Pruebe la hipótesis correspondiente con un α=0.05.
Solución
La hipótesis que nos interesa probar es sobre la varianza de los datos, por lo cual el juego
de hipótesis a probar es que H o :σ 2 ≥ 0.04 vs H a : σ 2< 0.04.
Calculamos el valor de la varianza muestral como lo hemos calculado antes y obtenemos:
2
∑ ( x i−x́ )2
S= =0.0463
n−1
Para probar el juego de hipótesis utilizaremos una prueba Chi cuadrada, en la cual,
debemos calcular la estadística de prueba dada por:
( n−1 ) S 2 11×0.0463
χ 20 = = =12.7325
σ 20 0.04
Para un nivel de significancia de 0.05, el valor obtenido en las tablas es χ 20.95 =4.5748, y
nuestra regla de decisión es rechazar la hipótesis nula si el estadístico de prueba es menor
que el de la tabla (pues es una prueba de cola izquierda), y dado que con los datos de la
muestra esto no se cumple, concluimos que no hay evidencia para rechazar la hipótesis
nula, es decir, con una confiabilidad de 5%, el equipo no es confiable para el trabajo
propuesto.
10. Suponga que el coeficiente de inteligencia (Stanford-Binet) de la población formada

por niños de entre 9 y 13 años tiene un valor promedio de 45. Un investigador
quiere probar la hipótesis de que la media de un subgrupo de esa población es
mayor, para lo cual toma una muestra de tamaño 30 de ese subgrupo y encuentra las
siguientes estadísticas: μ=49.05 y σ 2=14.80. Pruebe la hipótesis del investigador
usando un nivel de confiabilidad de 0.05 y 0.01, concluya en el contexto usando la
distribución normal, enseguida use la distribución t-student y repita la prueba de
hipótesis planteada por el investigador, comente los resultados obtenidos.
Solución
El juego de hipótesis que se quiere probar es H o : μ ≤ 45 vs H a : μ> 45.

Como datos tenemos que x́=49.05 y S2=14.80 , con un n=30. Para la prueba, utilizaremos
el estadístico de prueba:
Z 0=
√30(49.05−45) =5.766135
√ 14.8
Usando la distribución normal, la tabla nos dan valores Z 0.95=1.64 y Z 0.99=2.32, y dado que
el estadístico de prueba es mayor que el valor que ambos valores de la tabla, la hipótesis se
rechaza bajo la distribución normal.
Ahora, bajo una prueba t, los valores de t teóricos son: t 0.95 ( 29 ) =1.6991 y t 0.99 ( 29 ) =2.4620
lo cual da una conclusión igual a la obtenida a la distribución normal, y esto se debe a que
el tamaño de la muestra es lo suficientemente grande para que la distribución t se considere
una aproximación buena para la distribución normal.

Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.

Cargado por

Copyright:

Formatos disponibles

Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios de Probabilidad y Estadística, 24 de Agosto 2020.

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD AUTÓNOMA CHAPINGO

DIVISIÓN DE CIENCIAS ECONÓMICO ADMINISTRATIVAS

1. En un invernadero se tienen plantas de cuatro variedades distintas (V1, V2, V3 y

2. Si se tienen los siguientes eventos: A: Individuo mayor de 40 años, P(A)=0.2, B:

3. Suponga la siguiente función de distribución de probabilidades:

Calcule la esperanza matemática y la varianza de la distribución.

La esperanza es dada por:

La varianza es dada por

Entonces la varianza será:

4. Un proceso de industrial produce un 30% de unidades defectuosas. Suponga que se

12 ( 0.3 )0 ( 0.7 )12=0.0138

Al ser binomial, la esperanza y varianza son:

5. Suponga que una variable aleatoria X se distribuye de manera Binomial con

Las probabilidades usando la distribución binomial se calculan con la función masa de

P(X=x) Distribución Binomial Distribución Poisson

6. Si X~NI(60,81) calcule: p(x≤80), p(x≤50), p(50<x<70), p(62<x<69), p(41<x<49).

Las probabilidades solicitadas son:

P ( 50< X <70 ) =ϕ ( Z ≤1.1111 )−ϕ (−1.1111 )=2ϕ ( 1.1111 ) −1≈ 0.733 5

Primero calculamos la media y varianza muestral con los datos y es:

Bajo el supuesto de normalidad de la variable aleatoria que representa a los rendimientos, y

8. Los propagandistas de cierta marca de cigarrillos sostienen que el contenido

Calculamos la media, la varianza y la desviación estándar muestral con las fórmulas

El juego de hipótesis a probar es entonces:

Bajo el supuesto de normalidad, utilizaremos una prueba de t, y de esta forma la estadística

9. Para establecer la variabilidad en las mediciones de un equipo con el que se trata de

Calculamos el valor de la varianza muestral como lo hemos calculado antes y obtenemos:

10. Suponga que el coeficiente de inteligencia (Stanford-Binet) de la población formada

El juego de hipótesis que se quiere probar es H o : μ ≤ 45 vs H a : μ> 45.

También podría gustarte