Taller Estadistica - Andrea Gutierrez

Descargar como xlsx, pdf o txt
Descargar como xlsx, pdf o txt
Está en la página 1de 30

1.

Los promedios de calificaciones (GPA, por sus siglas en ingles) de una gran población de estudiantes u
están normalmente distribuidos en forma aproximada, con media de 2.4 y desviación estándar 0.8. ¿Que
los estudiantes alcanzaran un GPA de mas de 3.0?

DATOS Procedimiento
μ 2.4 P( X ≥ 3,0) P (Z ≥ 0,75)
σ 0.8 1 - P(Z ≤ 0,75)
P( X ≥ 3,0) 0.75 1 - (0,75) =0,2266 *100% = 22,66%

Entonces podemos decir que la fracción de estudiantes que alcanzara un GPA de mas de 3.0 es de un
22,66%

Integrantes Andrea Gutierrez Estrada


Jonis Jose Barboza Arrieta
Carlos Damián Vargas Pestana
an población de estudiantes universitarios
desviación estándar 0.8. ¿Que fracción de

0.7734
0.2266

GPA de mas de 3.0 es de un


2. El peso de cierto modelo de baterías sigue una distribución normal con una media de 6g y una desviación estánd
2g. Determine el porcentaje de baterías cuyo peso es mayor a 8g

DATOS
μ 6 P( X ≥ 8) P (Z ≥ 1) 0.8413
σ 2 1 - P(Z ≤ 1) 0.1587
P( X ≥ 8) 1 15.87

Podemos decir que el porcentaje de baterias con peso mayor a 8g, es de 15,87%
e 6g y una desviación estándar de
or a 8g

15,87%
3) Una empresa de material eléctrico fabrica bombillas de luz cuya duración, antes de quemarse, se dis
media igual a 800 horas y una desviación estándar de 40 horas. Calcule la probabilidad de que una bom
horas.

DATOS 𝑍=(𝑌−𝜇)/𝜎
µ 800
σ 40
P (778 ≥ X ≥ 834)
778 -0.55
834 0.85
P(0) 0.5
P(-0,55) 0.291
P(0,85) 0.802

P(778 ≥ X ≥ 834)
P(Z ≤ 834)-P(Z ≤ 778) 0.511

La probabilidad de que una bombilla se queme entre 778 y 834 horas es del 51,11%
antes de quemarse, se distribuye normalmente con una
robabilidad de que una bombilla se queme entre 778 y 834

51.118

horas es del 51,11%


4) Cierta maquina fabrica resistencias eléctricas que tienen una resistencia media de 40 ohms y una de
Si se supone que la resistencia sigue una distribución normal y que se puede medir con cualquier grado
de resistencias tendrán una resistencia que exceda 43 ohms?

DATOS 𝑍=(𝑌−𝜇)/𝜎
µ 40 Fomula
σ 2
P (X ≥ 43) 1.5

P(0) 0.5
P(1,5) 0.9331928

P (X ≥ 43) = p(Z ≥ 1,5)

1-P (Z ≤ 1,5) = 1 - 0,93 = 0,0668*100% = 6,68 %

0.9331928 0.0668072

El 6.68 % De las resistencias excederan los 43 OHM


a media de 40 ohms y una desviación estándar de 2 ohms.
ede medir con cualquier grado de precisión, qué porcentaje
a que exceda 43 ohms?

6.6807201

n los 43 OHM
5) Un investigador informa que unos ratones a los que primero se les restringen drásticamente sus diet
proteínas vivirán un promedio de 40 meses. Si suponemos que la vida de tales ratones se distribuye no
meses, calcule la probabilidad de que un ratón determinado viva
a) mas de 32 meses;
b) menos de 28 meses;
A)
DATOS 𝑍=(𝑌−𝜇)/𝜎 𝑍=(32−40)/6,3 =
µ 40 1,26
σ 6.3
P( X ≥ 32) -1.2698413

P(0) 0.5
P( X ≥ 32) P (Z ≥ 1,26) 0.1038 10.38

La probabilidad de que un ratón viva mas de 32 meses es del 10.38%


B)
DATOS
µ 40
σ 6.3 P( X≤ 28) P (Z ≤ -1,9047)
P( X ≤ 28) -1.9048
P (Z ≤ -1,9047)

La probabilidad de que un ratón determinado viva menos de 28 meses es de 2


C)
DATOS
µ 40 P(0) 0.5
σ 6.3 P(-0,476) 0.3170
P(37 ≤ X ≤ 49) P(1,429) 0.9235
37 -0.476
49 1.429 P (37 ≤ X ≤ 49) P (-0,4761 ≤ Z ≤ 1,4285)
P (Z ≤ 1,4285) - P (Z ≤ -0,4761)

Lla probabilidad de que un ratón determinado viva entre 37 y 49 meses es de 60,64%


stringen drásticamente sus dietas y después se les enriquecen con vitaminas y
de tales ratones se distribuye normalmente, con una desviación estándar de 6.3

P( X ≥ 32) P (Z ≥ 1,26)
1 - P(Z ≤ 1,26)
1 - (-1,26) =0,1038 *100% = 10,38%

s de 32 meses es del 10.38%

0.02841
2.841

va menos de 28 meses es de 2,84%

,4761 ≤ Z ≤ 1,4285)
0.606
60.646

e 37 y 49 meses es de 60,64%
6) La experiencia ha demostrado que el 30% de todas las personas afectadas por cierta enfermedad se recuperan.
medicina. Diez personas con la enfermedad se seleccionaron al azar y recibieron la medicina; nueve se recuperaro
¿Cuál es la probabilidad de que se recuperen cinco de entre diez personas que recibieron la medicina?
¿Cuál es la probabilidad de que se recuperen nueve de entre diez personas que recibieron la medicina?
¿Cuál es la probabilidad de que se recuperen todas las personas que recibieron la medicina?

A
P(5<X<10) P(0.470<X<0.970) P(Z<0.970)-P(Z<0.470) 0.153

P(Z<5) 0.470
P(Z<10) 0.970
P(Z<0.470) 0.681
P(Z<0.970) 0.834

B
P(9<X<10) P(0.870<X<0.970) P(Z<0.97)-P(Z<0.87) 0.162
P(Z<9) 0.870
P(Z<0.870) 0.808

A) la probabilidad de que se recuperen cinco de entre diez personas que recibieron la medicina es de 15,31%
B) la probabilidad de que se recuperen nueve de entre diez personas que recibieron la medicina es de 16,20%
c)la probabilidad de que se recuperen todas las personas que recibieron la medicina es de 3%
nfermedad se recuperan. Una empresa fabricante de medicamentos ha inventado una nueva
cina; nueve se recuperaron al poco tiempo. Suponga que la medicina no es eficaz en absoluto.
la medicina?
n la medicina?
na?

15.31542627 15.30% C
P(Z≥10) 1-P(Z≤10) 1-0.97 0.030
3%

0.162*100% 16.20%

dicina es de 15,31%
edicina es de 16,20%
e 3%
7) En el último año, el peso de los recién nacidos en una maternidad se ha distribuido según una ley no
típica σ = 150 g.
¿Cuál será la probabilidad de que la media de una muestra de 100 recién nacidos sea superior a 3130

DATOS 𝜎^2= 𝜎/√𝑛=150/√100=150/10=15


μ 3100
σ 150
n 100
P( x̄ ≥ 3130)

P( x̄ ≥ 3130) P( x̄ ≥ 3130)= P (Z ≥ 3130 ) = 1- P(Z ≤ 3130)


0.9772
0.0228 2.28

La probabilidad de que la media de una muestra de 100 recién nacidos sea superior
a distribuido según una ley normal de media μ = 3100 g y desviación

nacidos sea superior a 3130 g?

recién nacidos sea superior a 3130 g; Es de 2,28%


8) Supongamos que la estatura media de las alumnas de un instituto es de 165 cm, con desviación típic
a) Halla los parámetros de una media muestral de tamaño n = 36.
b) ¿Cuál es la probabilidad de que una muestra de 36 alumnas tenga una media de 167 cm o más cent

DATOS 𝜎^2= 𝜎/√𝑛=8/√36=8/6=1,333


μ 165
σ 8
n 36
P ( x̄ ≥ 167)

Los parámetros de una media muestral de tamaño n = 36 , equivalen

P ( x̄ ≥ 167) P( x̄ ≥ 167)= P (Z ≥ 167) = 1 - P (Z ≤ 167)


0.9337
0.0663 6.63

La probabilidad de que una muestra de 36 alumnas tenga una media de 167 cm o más
e 165 cm, con desviación típica de 8 cm.

media de 167 cm o más centímetros?

de tamaño n = 36 , equivalen a 1,33.

una media de 167 cm o más centímetros es de 6,63%


9) Los puntajes de un grupo de estudiantes se comportan normal, con promedio de 50, sin embargo, no
muestra de 9 estudiantes encontrando una varianza de 36 y un promedio de 52. Cuál es la probabilidad
Sea mayor de 54?
Sea menor que 54?

DATOS
µ 50 Hallaremos los grados de libertad:
v = n -1 ; 9 - 1 = 8
n 9 Calculamos la T-student
σ² 36 - √36 = 6 t=((x̄-u))/(s/√n) = (54-50)/(6/√9) = 4/(6/3) = 4/2 = 2
s 6

A) P( x̄ ˃ 54) P ( t ˃ 54) = P ( t ˃ 2) 0.04026


B) P(x̄ ˂ 54) P ( t ˂ 54) = 1- P ( t ˂ 2) 0.04026

C) T-Student para P(48 ≤ X ≤ 52)


𝑡=((𝑥−𝜇))/(𝑠/√𝑛)=((52−50))/
𝑡=((𝑥−𝜇))/(𝑠/√𝑛)=((48−50))/(6/√9)=(−2)/(6/3)=(−2)/2=−1
(6/√9)=2/(6/3)=2/2=1

Entonces P(48 ˂ x̄ ˂ 52)=P(48 ˂ t ˂ 52) P (˂ 52) - P (˂ 48) = P( t ˂ -1) - P (t ˂ 1)


0.8267 -

A) La probabilidad de que el promedio Sea mayor de 54, es de 4,02%


B) La probabilidad de que el promedio Sea menor de 54, es de 95,97%
C) La probabilidad de que el promedio esté comprendido entre 48 y 52 puntos, es de 65,34%
medio de 50, sin embargo, no se conoce la desviación. Se tomó una
de 52. Cuál es la probabilidad de que el promedio:

ados de libertad:
-1=8
T-student
6/√9) = 4/(6/3) = 4/2 = 2

4.026 %
0.960 95.97 %

(𝑥−𝜇))/(𝑠/√𝑛)=((52−50))/
√9)=2/(6/3)=2/2=1

48) = P( t ˂ -1) - P (t ˂ 1)
0.1733 0.653
65.34 %

%
7%
52 puntos, es de 65,34%
10) Hallar la probabilidad de que, en 200 lanzamientos de una moneda auténtica, el número de caras esté compr

DATOS 𝑍=(𝑋−𝜇)/(𝜎/√𝑛) 𝑝(0,40<𝑝<0,60)=𝑃(0,40<𝑍<0,60)


n 200
Po 0.5 𝑃((𝑥−𝑃𝑜)/𝜎𝜌<𝑧<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃((0,40−0,5)/0,0354<𝑧<(0,6
p1 60 (0,60)
p2 40 (0,40)
= 𝑝(𝑧<2,82)−𝑝(𝑧<−2,82)=0,9975−0,0024=0,9

𝝈^𝟐 𝒑=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,5(1−0,5))/200
=(0,5(1−0,5))/200=(0,5(0,5))/200 = 0,
𝜎^2 𝑝=0,00125
𝜎𝑝=√0,00125 =0,0354

De 200 lanzamientos de una moneda autentica caiga entre los intervalos de (40 ≥ X ≥ 60
el número de caras esté comprendido en el 40% y el 60%, dado que Po= 0,5

0,60)=𝑃(0,40<𝑍<0,60)

=𝑃((0,40−0,5)/0,0354<𝑧<(0,60−0,5)/0,0354 )= 𝑝(−2,82<𝑝<2,82) CALCULOS


P(z < 2,82) 0.9976
P(z < -2,82) 0.0024
<−2,82)=0,9975−0,0024=0,9951∗100%=99,51% 0.9952
99.5198
))/𝑛=(0,5(1−0,5))/200
00=(0,5(0,5))/200 = 0,25/200=0,00125 0.00125
0.03536

os intervalos de (40 ≥ X ≥ 60) es del 99,51%.


11) El 5% de todos los tornillos fabricados por cierta empresa están defectuosos. Suponga
muestra aleatoria de 50 y que p representa el porcentaje de los defectuosos.
(a) Encuentre P (p < 0, 08).
(b) Calcule P(0, 01 < p < 0, 10).

A) DATOS
Po 0.05 𝑃(𝑝<0,08)−𝑝(𝑧<−0,08)=𝑃(𝑍<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃(𝑍<(0,08−0,05)/
N 50
P( p̂ < 0, 08)
𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,05(1−0,05))/50 =(0,05(0,95)
0,0475/50=0,00095
𝜎^2 𝑝=0,00095
𝜎𝑝=√(0,00095" " ) =0,0308

Los 1500 tornillos recien fabricados que escogieron aleatoria

B) DATOS
Po 0.05 𝑝(0,01<𝑝<0,10)=𝑃(0,01<𝑍<0,10)
N 50 𝑃((𝑥−𝑃𝑜)/𝜎𝜌<𝑧<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃((0,01−0,05)/0,0308<𝑧<(0,10−0,05
P(0, 01 < p < 0, 10)

= 𝑝(𝑧<1,6234)−𝑝(𝑧<−1,299)=0,0970−0,9477=0,8507∗

𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,05(1−0,05))/50 =(0,05(0,95


0,0475/50=0,00095
𝜎^2 𝑝=0,00095
𝜎𝑝=√(0,00095" " ) =0,0308

Los 1500 tornillos recien fabricados que escogieron aleatoriamente entre

C) DATOS 𝑃(𝑝>0,04)=𝑃(𝑧≻0,04)=𝑃(𝑧<(𝑥−𝑃𝑜)/𝜎𝑝)=𝑃(𝑧<(0,04−0,05
Po 0.05
N 50 𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,05(1−0,05))/50 =(0,05
P(p > 0, 04) 0,0475/50=0,00095
𝜎^2 𝑝=0,00095
𝜎𝑝=√(0,00095" " ) =0,0308

Los 1500 tornillos recien fabricados que escogieron aleatoriamente


están defectuosos. Suponga que de 1.500 tornillos recién fabricados se toma una
s defectuosos.

−𝑃𝑜)/𝜎𝜌)=𝑃(𝑍<(0,08−0,05)/0,0308 )= 𝑝(𝑍<0,9740)=0,8349∗100=83,49%

CALCULOS
−0,05))/50 =(0,05(0,95))/50 = 0.03 0.9740
0.83498
83.498

𝜎^2 𝑝 0.00095
0.0308

dos que escogieron aleatoriamente en P( p̂ < 0, 08) es de 83,49%

01<𝑍<0,10)

−0,05)/0,0308<𝑧<(0,10−0,05)/0,0308 )= 𝑝(−1,299<𝑝<1,6234) CALCULOS


-0.04 -1.299
0.05 1.6234
99)=0,0970−0,9477=0,8507∗100%=85,07% 0.0970
0.9477
1−0,05))/50 =(0,05(0,95))/50 = 0.8507
85.07 %

cogieron aleatoriamente entre los intervalos P(0, 01 < p < 0, 10) es de 85,07%

𝑃𝑜)/𝜎𝑝)=𝑃(𝑧<(0,04−0,05)/0,0308)=P(Z > -0,3246) = 0,3727*100=37,27 %

(0,05(1−0,05))/50 =(0,05(0,95))/50 = CALCULOS


-0.01 -0.3247
0.3727
37.27 %

ue escogieron aleatoriamente en P( p̂ < 0, 04) es de 37,27%


12) Cierta ciudad europea tiene un porcentaje de desempleo de 12%. Para un estudio de 500 personas
muestra.
Encuentre:
(a) P (p > 0, 11)
(b) P (0, 11 < p < 0, 13).

A) DATOS
n 500 𝑃(𝑝>0,11)=𝑃(𝑧≻0,11)=𝑃(𝑧<(𝑥−𝑃𝑜)/𝜎𝑝)=𝑃(𝑧<(0,11−0,12)/0,0
Po 0.12
P (p > 0, 11)
𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,12(1−0,12))/500=(
0,1068/500=0,0002136
𝜎^2 𝑝=0,0002136

𝜎𝑝=√(0,0002136" " ) =0,01461

El porcentaje de desempleo en P (p > 0, 11) es de 24

B) 𝑍=(𝑋−𝜇)/(𝜎/√𝑛)
DATOS 𝑝(0,11<𝑝<0,13)=𝑃(0,11<𝑍<0,13)
n 500
Po 0.12 𝑃((𝑥−𝑃𝑜)/𝜎𝜌<𝑧<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃((0,11−0,12)/0,0145<𝑧<(0,13−0,12)
p1 0.11
p2 0.13
= 𝑝(𝑧<0,6897)−𝑝(𝑧<−0,6897)=0,7548−0,2452=0,50

𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,12(1−0,12))/500 =(0,12(0,88))/500 =


0,1056/500=0,0002112
𝜎^2 𝑝=0,0002112

𝜎𝑝=√(0,0002112" " ) =0,0145

El porcentaje de desempleo en los intervalos P (0,11< P <0,13)


a un estudio de 500 personas, sea p el porcentaje de desempleados en esta

/𝜎𝑝)=𝑃(𝑧<(0,11−0,12)/0,01461)=P(Z > -0,6845) = 0,2468*100=24,68 %

CALCULOS
(0,12(1−0,12))/500=(0,12(0,89))/500 = -0.01 -0.6845
6 0.2468
24.68

σ^2 p 0.0002136
0.014615

leo en P (p > 0, 11) es de 24,68%

1<𝑝<0,13)=𝑃(0,11<𝑍<0,13)

0,12)/0,0145<𝑧<(0,13−0,12)/0,0145 )= 𝑝(−0,6897<𝑝<0,6897)
CALCULOS
-0.01 -0.6897
,6897)=0,7548−0,2452=0,5096∗100%=50,96% 0.01 0.6897
0.2452
0.7548
=(0,12(0,88))/500 = 0.5096
50.96

𝜎^2 𝑝 0.0002112
0.0145

intervalos P (0,11< P <0,13) es de 50,96%


13) Si un medicamento es efectivo en un 80% para tratar cierta enfermedad y una muestra aleatoria de 500 paci
siguientes, tomando en cuenta que p representa el porcentaje de tratamientos en los que hay efectividad:
Encuentre:
(a) P (p > 0, 81)
(b) P (0, 70 < p < 0, 81)
(c) P (p < 0, 84)

𝑃(𝑝>0,81)−𝑝(𝑧>−0,81)=𝑃(𝑍<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃(𝑍<(0,81−0,8)/0,0179 )= 𝑝
Datos
n 500
Po 80 (0,8) 𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,8(1−0,8))/500
P 0.81 =(0,8(1−0,8))/500=(0,8(0,2))/500 = 0,16/500=0,000
𝜎^2 𝑝=0,00032

𝜎𝑝=√0,00032 =0,0179

CONCLUSIÓN: La probabilidad de que un medicamento sea efectivo en el interv

Datos 𝑝(0,70<𝑝<0,81)=𝑃(0,70<𝑍<0,81)
n 500 𝑃((𝑥−𝑃𝑜)/𝜎𝜌<𝑧<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃((0,70−0,8)/0,0179<𝑧<(0,81−0,8)/0,017
Po 0.8
𝑝(0,70<𝑝<0,81)
= 𝑝(𝑧<0,558)−𝑝(𝑧<−5,58)=1,15784𝐸−08−0,71180=0,7118∗

𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,8(1−0,8))/500
=(0,8(1−0,8))/500=(0,8(0,2))/500 = 0,16/500=0,00
𝜎^2 𝑝=0,00032

𝜎𝑝=√0,00032 =0,0179

La probabilidad de que un medicamento sea efectivo entre los interv

Datos
𝑃(𝑝<0,84)−𝑝(𝑧<−0,84)=𝑃(𝑍<(𝑥−𝑃𝑜)/𝜎𝜌)=𝑃(𝑍<(0,84−0,8)/0,0179 )=
n 500
Po 0.8
P (p < 0, 84)
𝜎^2 𝑝=(𝑝𝑜(1−𝑝𝑜))/𝑛=(0,8(1−0,8))/500
=(0,8(1−0,8))/500=(0,8(0,2))/500 = 0,16/500=0,000
𝜎^2 𝑝=0,00032
𝜎𝑝=√0,00032 =0,0179

La probabilidad de que un medicamento sea efectivo en el interv


muestra aleatoria de 500 pacientes lo recibe, encuentre las probabilidades
los que hay efectividad:

𝑃(𝑍<(0,81−0,8)/0,0179 )= 𝑝(𝑍<0,558)=0,7118∗100=71,18%

CALCULOS
500 0.01 0.5587
500 = 0,16/500=0,00032 0.7118028415
71.180284148

mento sea efectivo en el intervalos P (p < 0, 81) es de 71,18%

CALCULOS
0,0179<𝑧<(0,81−0,8)/0,0179 )= 𝑝(−5,58<𝑝<0,558) -0.1 -5.587
0.01 0.5587
1.157843E-08
784𝐸−08−0,71180=0,7118∗100%=71,18% 0.71180
0.7118 71.18
/500 𝜎^2 𝑝 0.00032
/500 = 0,16/500=0,00032 𝜎𝑝 0.0179

to sea efectivo entre los intervalos 𝑝(0,70<p<0,81) es del 71,18%

𝑃(𝑍<(0,84−0,8)/0,0179 )= 𝑝(𝑍<2,2346)=0,9873∗100=98,73%

CALCULOS
0.04 2.2346
500 0.9873
500 = 0,16/500=0,00032 98.73 %
𝜎^2 𝑝 0.00032
𝜎𝑝 0.0179

mento sea efectivo en el intervalos P (p < 0, 84) es de 98,73%


14) Se supone que 0,16 de las industrias de un área metropolitana I son textiles. Se cree, además que, en un áre
exactas, ¿cuál es la probabilidad de que una muestra aleatoria simple de 200 industrias del área I y una muestra a
una diferencia entre las proporciones muéstrales mayor o igu

P1 = 0,16
P2 = 0,11 P(0.16*(1-0.16)/200)-P(0.11*(1-0.11)/255)
P1-P2 = 0,16 -0,11=0.5
n1= 200 Z = (0,10-0,05)/(0,0332)=1,506
n2= 225

La probabilidad de que una muestra aleatoria simple de una industria del área I y del área II arrojen un
son textiles. Se cree, además que, en un área metropolitana II, esta proporción es de 0,11. Si estas cifras son
de 200 industrias del área I y una muestra aleatoria simple independiente de 225 industrias del área II arrojen
ntre las proporciones muéstrales mayor o igual que 0,10?

1-0.11)/255) 0.333

= p(z≥1,506)=1- p(z≤1,506)=1-0,9340
=0,0660∗100= 6,60%

de una industria del área I y del área II arrojen una diferencia entre las proporciones muéstrales mayor o igual que 0,10 es del 6,60%
que 0,10 es del 6,60%
1.00

También podría gustarte