Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 548 vistas

    TALLER DISTRIBUCIONES MUESTRALES Alexandra

    Cargado por

    Gustavo Gomez
    Este documento presenta un taller sobre distribuciones muestrales para la media. Contiene 9 ejercicios estadísticos que calculan medidas como la media, varianza y desviación estándar de diferentes conjuntos de datos. Los ejercicios también calculan probabilidades asociadas a distribuciones normales para variables aleatorias como la media muestral. El documento proporciona las soluciones completas a cada ejercicio estadístico planteado.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    TALLER DISTRIBUCIONES MUESTRALES Alexandra

    Cargado por

    Gustavo Gomez
    548 vistas8 páginas
    Este documento presenta un taller sobre distribuciones muestrales para la media. Contiene 9 ejercicios estadísticos que calculan medidas como la media, varianza y desviación estándar de diferentes conjuntos de datos. Los ejercicios también calculan probabilidades asociadas a distribuciones normales para variables aleatorias como la media muestral. El documento proporciona las soluciones completas a cada ejercicio estadístico planteado.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un taller sobre distribuciones muestrales para la media. Contiene 9 ejercicios estadísticos que calculan medidas como la media, varianza y desviación estándar de diferentes conjuntos de datos. Los ejercicios también calculan probabilidades asociadas a distribuciones normales para variables aleatorias como la media muestral. El documento proporciona las soluciones completas a cada ejercicio estadístico planteado.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    548 vistas8 páginas

    TALLER DISTRIBUCIONES MUESTRALES Alexandra

    Cargado por

    Gustavo Gomez
    Este documento presenta un taller sobre distribuciones muestrales para la media. Contiene 9 ejercicios estadísticos que calculan medidas como la media, varianza y desviación estándar de diferentes conjuntos de datos. Los ejercicios también calculan probabilidades asociadas a distribuciones normales para variables aleatorias como la media muestral. El documento proporciona las soluciones completas a cada ejercicio estadístico planteado.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 8

    TALLER DISTRIBUCIONES MUESTRALES PARA LA MEDIA

    ALEXANDRA SANTAMARIA CORTES

    IX Semestre de Ingeniería en Sistemas

    ESTADISTICA Y PROBABILIDAD

    NELSON GIOVANI LEÓN LAGUNA


    Docente

    UNIVERSIDAD PILOTO DE COLOMBIA

    SECCIONAL ALTO MAGDALENA

    FACULTAD DE INGENIERÍA

    PROGRAMA SISTEMAS

    GIRARDOT

    2021
    1. Con los siguientes datos, correspondientes a unas muestras tomadas de diferentes
    productos, calcular la media, varianza, desviación estándar de cada producto y comparar la
    evolución de los precios durante los 5 años. Realizar la gráfica correspondiente.

    Tabla 1. Evolución de precios (miles de $) de tres productos del país: 2016 – 2020

    Productos
    Periodos
    A B C
    2016 420 380 510
    2017 210 520 386
    2018 380 406 612
    2019 300 708 750
    2020 605 520 880

    Producto A
    Media: 383
    Varianza: 218870
    Desviación: 147,89

    Producto B
    Media: 506,8
    Varianza: 16767
    Desviación: 129,49

    Producto C
    Media: 627
    Varianza: 37782,80
    Desviación: 194,38

    Evolucion de precios
    1000
    900
    800
    700
    600
    500
    400
    300
    200
    100
    0
    2016 2017 2018 2019 2020

    2. En una población normal, con media 72,1 y desviación estándar 3,1 encuentre la
    probabilidad de que, en una muestra de 90 observaciones, la media sea menor que 71,7.
    µ= 72,1
    σ = 3,1
    n = 90
    = 71,7
    P( <71,7)
    (71,7 − 72,1) ∗ √90
    𝑍= = −1,22
    3,1

    El valor de z en la tabla corresponde a: 0,1112


    P( <71,7) = 0,1112 * 100
    P( <71,7) = 11,12%

    Por lo tanto, la probabilidad de que en una muestra de 90 observaciones la media sea menor a
    71,7 es del 11,12%

    3. En un banco de ahorros, la cuenta media es de $659.320, con una desviación de $18.000.


    ¿Cuál es la probabilidad de que un grupo de 400 cuentas, elegidas al azar, tenga un
    depósito medio de $660.000 o más?

    µ =659320
    σ = 18000
    n= 400
    P( >660000)
    = 660000
    (660000 − 659320) ∗ √400
    𝑍= = 0,75
    18000

    El valor de z en la tabla corresponde a: 0,7734


    P( >660000) = 1-0,7734
    P( >660000) = 0,2266 x 100
    P( >660000) = 22,66 %
    Por lo tanto, la probabilidad de que un grupo de 400 cuentas la media del depósito sea mayor a
    $660000 es del 22,66%

    4. En cierta región los salarios diarios de los transportadores de la empresa Envía están
    distribuidos normalmente con una media de $864.500 y una desviación estándar de
    $15.000. ¿Cuál es la probabilidad de que una muestra representativa de 25 transportadores
    tenga un promedio diario inferior a $857.500?

    µ =864500
    σ = 15000
    n= 25
    P( <857500)
    = 857500
    (857500 − 864500) ∗ √25
    𝑍= = −2,33
    15000

    El valor de z en la tabla corresponde a: 0,0099


    P( <857500) = 0,0099 x 100
    P( <857500) = 9,9%

    Por lo tanto, la probabilidad de que en una muestra de 25 transportadores la media de su salario


    diario sea inferior a $857500 es del 9,9%

    5. Las estaturas de cierto grupo de administradores tienen una media de 178.54 centímetros y
    una desviación estándar de 2,60 centímetros. Si las alturas están normalmente distribuidas
    y se eligen aleatoriamente 22 administradores del grupo, ¿cuál es la probabilidad de que su
    media sea 178 centímetros o más?

    µ =178,54
    σ = 2,60
    n= 22
    P( >178)
    = 178
    (178 − 178,54) ∗ √22
    𝑍= = −0,9741
    2,60

    El valor de z en la tabla de distribución normal corresponde a: 0,1660


    P( >178) = 1-0,1660
    P( >178) = 0,834x 100
    P( >178) = 83,4%

    Por lo tanto, la probabilidad de que en una muestra de 22 administradores la media de su


    estatura sea mayor a 178 cm es del 83,4%

    6. En un supermercado se establece que los paquetes de café́ , tienen un promedio 1,03


    libras, con una desviación típica de 0,05 libras. ¿Cuál es la probabilidad de seleccionar 28
    paquetes con un peso superior a 1,02 libras?

    µ =1,03
    σ = 0,5
    n= 28
    P( >1,02)
    = 1,02
    (1,02 − 1,03) ∗ √28
    𝑍= = −0,10
    0,5

    El valor de z en la tabla de distribución normal corresponde a: 0,4602


    P( >1,02) = 1-0,4602
    P( >1,02) = 0,5398x 100
    P( >1,02) = 53,98%
    Por lo tanto, la probabilidad de que en una muestra de 28 paquetes la media de su peso sea
    superior a 1,02 libras es del 53,98%

    7. Un fabricante de lámparas considera que su producto tiene una duración de 3000 horas,
    con una desviación típica de 820 horas. Si se extrae una muestra de 32 lámparas, ¿cuál es
    la probabilidad de que las lámparas de la media de esa muestra tengan una duración
    menor a 2800 horas? Realiza la campana de Gauss

    µ =3000
    σ = 820
    n= 32
    P( <2800)
    = 2800
    (2800 − 3000) ∗ √32
    𝑍= = −1,37
    820

    El valor de z en la tabla corresponde a: 0,0853


    P( <2800) = 0,0853 x 100
    P( <2800) = 8,53%

    Por lo tanto, la probabilidad de que en una muestra de 32 lámparas la media de la duración en


    horas sea inferior a 2800 es del 8,53%

    Campana de Gauss
    0,414
    7

    8. Una compañía productora de maíz hibrido afirma que sus productos darán, por término
    medio, 120 bultos por hectárea. Veinticinco hectáreas produces, en promedio 115 bultos. Si
    se supone que la desviación típica es de 10 bultos por hectárea. ¿Cuál es la probabilidad
    de obtener una media muestral de 115 o menos?

    µ =120
    σ = 10
    n= 25
    P( <115)
    = 115
    (115 − 120) ∗ √25
    𝑍= = −2,5
    10

    El valor de z en la tabla corresponde a: 0,0062


    P( <115) = 0,0062 x 100
    P( <115) = 0,62%

    Por lo tanto, la probabilidad de que en una muestra de 25 hectáreas la media de producción


    sea inferior a 115 bultos es del 0,62%

    9. El jefe de departamento de ventas sabe que el almacén principal, el promedio de compra


    por cliente es de $112.000 con una desviación estándar de $5.500. Si se toma una muestra
    de tamaño 36, ¿Cuál es la probabilidad:
    a. ¿De que la media de la muestra sea superior a $113.500?

    µ =112000
    σ = 5500
    n= 36
    P( >113500)
    = 113500
    (113500 − 112000) ∗ √36
    𝑍= = 1,63
    5500

    El valor de z en la tabla de distribución normal corresponde a: 0,9484


    P( >1,02) = 1-0,9484
    P( >1,02) = 0,0516x 100
    P( >1,02) = 5,16%
    Por lo tanto, la probabilidad de que en una muestra de 36 compras por cliente la media sea
    superior a $113500 es del 5,16%

    b. ¿De que sea superior a $113.200 e inferior a $111.500?

    µ =112000
    σ = 5500
    n= 36
    P(111500> >113200)
    1 = 111500
    2 = 113200
    (111500 − 112000) ∗ √36
    𝑍1 = = −0,54
    5500
    (113200 − 112000) ∗ √36
    𝑍2 = = 1,30
    5500
    Z1 = -0,54 = 0,2054
    Z2 = 1,30 = 0,4032

    P(111500> >113200) = 1 – (0,2054 + 0,4032)


    P(111500> >113200) = 1 – 0,6086
    P(111500> >113200) = 0,3914 * 100
    P(111500> >113200) = 39,14%
    0,4032
    0,25
    4

    Por lo tanto, la probabilidad de que en una muestra de 36 compras por cliente la media sea
    superior a $113200 e inferior a $111500 es del 39,14%

    También podría gustarte