You are on page 1of 48

Universidad de la Repblica Facultad de Agronoma

Departamento de Biometra, Estadstica y Computacin









Mtodos Cuantitativos II


Gua de Ejercicios
(versin preliminar)


2010





Estela Priore
Alejandra Borges

Lista de ejercicios 1


Conceptos claves: Poblacin, muestra, experimento, experimento aleatorio, espacio muestral, resultado
elemental, conjunto de partes.


Ejercicio 1 (Actividad)

1- Salir al parque de Facultad y medir los dimetros de las palmeras y araucarias del
camino de entrada. Para medir los dimetros se van a tomar las medidas de
circunferencia. En forestacin se mide el DAP (Dimetro a la Altura del Pecho), esto es a
1.3 metros desde el piso.

2- Calcular los dimetros.

3- Con los datos de dimetro de ambas especies, construir el cuadro de distribucin de
frecuencias (utilice intervalos cerrados a la derecha y abiertos a la izquierda) siguiendo las
siguientes especificaciones:

Palmeras Araucarias
Rango 0,1 - 0,18 0,20 - 0,55
Ancho de clase 0,01 0,05

Construir en un mismo par de ejes cartesianos los histogramas de frecuencias relativas de
ambas especies.


Ejercicio 2 (Discusin)

Sobre la actividad realizada en el ejercicio 1, discuta en grupo cual fue la poblacin objetivo, la
muestra, la variable medida, si la actividad consisti en un experimento aleatorio, y el alcance
de las posibles inferencias.


Ejercicio 3

En base a las siguientes situaciones, discuta cul es la poblacin objetivo, la muestra, las
variables a medir, y si se trata de un experimento aleatorio o no.

a) Se quiere caracterizar la distribucin de ingresos de la poblacin rural uruguaya en la
dcada del 90. Se utiliza para ello la informacin registrada por el Censo General
Agropecuario.
b) Se quiere saber, sobre el total de habilitados para votar a nivel nacional, qu
porcentaje estara a favor sobre la legalizacin de la comercializacin de marihuana.
Para esto se realizar una encuesta telefnica sorteando 300 nmeros de la gua
telefnica.
c) Se quiere determinar la incidencia de una cierta cepa de Pietn en ovejas de la raza
Corriedale en Uruguay. Se seleccionan 10 establecimientos rurales y en ellos se cuenta
el nmero de animales que presentan la enfermedad.
d) Se desea estudiar el efecto de cuatro temperaturas de coccin sobre la suavidad de los
omelets preparados a partir de una mezcla. La mezcla se divide en 20 partes.
Aleatoriamente se asignan 5 partes de la mezcla a una temperatura, 5 a otra, y as
sucesivamente. La variable explicativa de inters (factor) est controlada por el
investigador.
e) En un experimento a campo se quiere estudiar la efectividad de un nuevo
antiparasitario para lo cual se toman 325 terneros de la raza Hereford y se les aplica la
dosis del mismo. Luego de una semana se observa si cada animal presenta o no
parsitos.
f) Una empresa forestal quiere determinar qu cultivares de Eucaliptos producen el
mayor volumen y la mayor altura (atributo de calidad). Se plantaron 3 parcelas por
cultivar, cada una con 30 rboles.


Ejercicio 4

Para cada una de las situaciones presentadas en los siguientes tems, verificar si cumplen con
la definicin de experimento aleatorio y para las que verifican construir el espacio muestral.

1- Lanzar una moneda y observar cual es la cara que queda hacia arriba.

2- Lanzar un dado y observar que cara queda hacia arriba.

3- Sacar dos billetes sucesivamente, sin elegirlos, de una billetera que contiene uno de
$U 100, otro de $U 200 y otro de $U 500. Anotar el valor de los billetes.

4- Tomar tres pollitos beb en un establecimiento avcola y determinar su sexo.

5- Lanzar una moneda cuatro veces y ver que cara qued hacia arriba en cada una.

6- En un lote de 5 artculos hay 3 defectuosos. Elegir un artculo despus de otro (sin
sustituir el artculo elegido) hasta que se obtenga el ltimo artculo defectuoso.

7- Medir la resistencia a la tensin de una barra de acero.



Ejercicio 5 (problema)

Defina un experimento para contestar la siguiente pregunta: cul ser la temperatura mxima
diaria el prximo 10 de abril en Paysand?

Lista de ejercicios 2

Conceptos claves: Histograma de frecuencias relativas, evento, caractersticas de los eventos, conjunto
de partes, variable aleatoria (VA), clasificacin de VA: discreta y continua, probabilidad.

Ejercicio 1 (Cont. Ej. 1 de lista anterior)

En base a los histogramas de frecuencias relativas construidos con los datos de dimetros de
las palmeras y las araucarias, responder las siguientes preguntas:

1-Qu proporcin de las palmeras tienen dimetros menores a 0.12 m?

2. Qu proporcin de las araucarias tienen dimetros mayores a 0.35 m?

3. Qu proporcin de las palmeras tienen dimetros comprendidos entre 0.13 y 0.16 m?

4. Qu proporcin de las araucarias tienen dimetros menores a 0.30 m o mayores a 0.45 m?

5. Cul es la probabilidad de medir una palmera con dimetro entre 0.13 y 0.15 si se mide una
al azar?

6. Con qu probabilidad se tendra una araucaria de dimetro entre 0.30 y 0.40 si se extrae
una al azar?

7. Para ambas especies, calcular: media, mediana, moda, varianza, desvo estndar y
coeficiente de variacin.

Ejercicio 2

A continuacin se presenta la precipitacin acumulada mensual (mm) y el nmero de das al
mes con precipitacin, para las estaciones meteorolgicas de Salto y Paysand ocurridas entre
los aos 1960 y 1990 en el mes de Abril.

Para cada variable y cada estacin, realice lo siguiente:

1. Construir los histogramas, incluyendo los polgonos de frecuencia.

2. Calcular la media, la mediana, la moda y el coeficiente de variacin.

3. Calcule, para Salto y Paysand, la probabilidad de que en abril del prximo ao ocurran los
siguientes fenmenos:

Llueva ms de 300 mm.
Llueva ms de 250 mm.
Llueva menos de 50 mm.
Llueva menos de 100 mm.
Llueva entre 100 y 200 mm.
Llueva entre 150 y 300 mm.







PAYSAND SALTO
AO pp. n.d.pp pp. n.d.pp
1960 72 3 13 3
1961 190 6 186 8
1962 46 5 71 3
1963 149 6 167 8
1964 20 1 48 2
1965 40 4 21 2
1966 82 5 76 8
1967 117 7 176 6
1968 90 8 77 5
1969 103 7 46 5
1970 122 8 213 8
1971 320 13 311 11
1972 30 5 122 8
1973 128 9 48 6
1974 145 11 100 8
1975 13 3 47 2
1976 109 9 104 3
1977 91 8 132 7
1978 266 10 111 5
1979 _ _ 33 3
1980 26 5 12 2
1981 192 11 116 5
1982 4 3 33 4
1983 80 4 161 4
1984 207 8 126 5
1985 49 7 38 4
1986 171 6 133 6
1987 57 4 106 8
1988 130 5 282 9
1989 13 3 10 4
1990 _ _ 98 8

Llueva menos de 5 das.
Llueva menos de 10 das.
Llueva menos de 20 das.
Llueva ms de 15 das.
Llueva ms de 10 das.
Llueva entre 5 y 15 das.
Llueva entre 10 y 20 das.


Ejercicio 3 (Said Infante Gil)

1) Los siguientes son conteos del nmero de cromosomas en una herbcea (Claytonia
virginica, L.):

24 28 28 28 27 28 29 29 29 30
29 30 30 29 31 29 31 24 28 29
28 24 28 29 31 31 24 28 29 30
29 28 30 33 28 34 38 28 32 33
28 31 32 34 39 40 31 35 27 28
31 35 30 29 24 28 31 32 28 32
28 29 30 33 41 30 29 42 28 29
32 33 30 28 28 31 32 28 29 30
28 28 31 34 34 28 36 31 36 35
Fuente: Science, 17 de noviembre de 1969

a) Construya una tabla de dos encabezados mostrando la frecuencia de cada conteo
b) Construya una tabla de frecuencias que le permita contestar las siguientes
preguntas:
1. Qu porcentaje de clulas tienen 32 cromosomas o menos?
2. Qu porcentaje de clulas tienen ms e 29 cromosomas?


Ejercicio 4 (Said Infante Gil)

A continuacin se presentan 103 determinaciones del contenido de cido ascrbico en el jugo
de toronja.

Contenido de cido ascrbico en 103 muestras de jugo de toronja (miligramos por mililitros)

0.49 0.56 0.53 0.58 0.53 0.48 0.46 0.41 0.43 0.50
0.49 0.47 0.46 0.43 0.38 0.39 0.51 0.51 0.50 0.45
0.42 0.43 0.42 0.40 0.49 0.47 0.48 0.41 0.44 0.39
0.35 0.33 0.35 0.40 0.43 0.47 0.47 0.46 0.48 0.50
0.45 0.50 0.42 0.38 0.41 0.35 0.32 0.33 0.33 0.38
0.40 0.45 0.50 0.41 0.45 0.48 0.43 0.48 0.47 0.37
0.42 0.36 0.34 0.34 0.36 0.42 0.40 0.44 0.47 0.46
0.50 0.44 0.43 0.41 0.40 0.38 0.41 0.36 0.36 0.34
0.36 0.40 0.43 0.47 0.48 0.46 0.34 0.37 0.34 0.35
0.37 0.39 0.38 0.41 0.46 0.43 0.42 0.44 0.38 0.36
0.36 0.33 0.33
Fuente: Science, 4 de febrero de 1944, pg.103

a) Qu inconveniente tendra en este caso una tabla de dos encabezados?
b) Elija lmites de clases adecuados para estos datos y construya una tabla de frecuencias
con lmites y valor medio de clase, frecuencias absolutas y relativas, frecuencias
absolutas acumuladas y frecuencias relativas acumuladas.




Ejercicio 5 (Said Infante Gil)

Con los conteos de cromosomas del ejercicio anterior elaboramos la siguiente tabla de
frecuencias:
Nmero de cromosomas por
planta
Frecuencia (fi)
(23 , 26]

5
(26 , 29]

40
(29 , 32]

27
(32 , 35]

11
(35 , 38]

3
(38 , 41]

3
(41 , 44]

1
90

Calcule media, mediana, varianza, desviacin estndar y coeficiente de variacin del
nmero de cromosomas por planta usando la tabla. Calcule estas medias en los datos
individuales y comprelas.

Ejercicio 6 (Repaso de conjuntos)

Para cada tem definir el conjunto A
1
unin A
2
y el conjunto A
1
interseccin A
2
, y realice un
diagrama de Venn.

1. A
1
= {x : x = 0, 1, 2} A
2
= {x : x = 2, 3, 4}
2. A
1
= {x : 0 < x < 2} A
2
= {x : 1 < x < 3}
3. A
1
= {x : x = 1, 2, 3, 4} A
2
= {x : x = 3, 4, 5, 6}
4. A
1
= {x : 2 x 6} A
2
= {x : x > 10}
5. A
1
= {x : 0 x 40 o 50 x 100} A
2
= {x : 0 < x < 50}

Ejercicio 7 (Repaso de conjuntos)

Encuentre el complemento de A siendo A* el conjunto universal:

1. A* = {x : 0 < x < 1} A = {x : 5/8 x < 1}
2. A* = {x : 0 < x 10} A = {x : 2 x < 10}
3. A* = {x : 0 x < } A = {x : 15 x, 0 x 8}
4. A* = {,,,} A = {,}


Ejercicio 8 (Repaso de conjuntos)

Dados los siguientes conjuntos:

A = {x : 10 < x < 20}
B = {x : 15 x 50}
C = {x : 12 < x < 30}

Compare los siguientes conjuntos:

1. A U B y B A
2. A B y B A
3. A U (B U C) y (A U B) U C
4. A (B C) y (A B) C
5. A U (B C) y (A U B) (A U C)
6. A (B U C) y (A B) U (A C)

Para los mismos conjuntos anteriores siendo el conjunto A* = {x : 0 x < } escribir los
siguientes conjuntos complementarios:

1. (A U B)
c
2. (A B)
c



Ejercicio 9 (Variables aleatorias)

Para cada uno de los casos del Ejercicio 4 de la lista de ejercicios anterior, defina una variable
aleatoria de inters y clasifquela como continua o discreta.


Ejercicio 10 (Variables aleatorias)

Defina 4 experimentos aleatorios distintos y construya sus respectivos espacios muestrales,
defina 2 variables aleatorias de inters para los experimentos y clasifquelas.


Ejercicio 11 (Probabilidad)

La siguiente tabla de frecuencias se construy con datos obtenidos de 100 parcelas de 10
metros cuadrados cada una, en las que se observ el rendimiento obtenido en kg. de tomate
por parcela.
Xi Frec. Relat.
7,5 0.045
12,5 0.120
17,5 0.170
22,5 0.110
27,5 0.060
32,5 0.070
37,5 0.150
42,5 0.170
47,5 0.075
52,5 0.030

Asumiendo que el nmero de repeticiones es suficientemente grande como para considerar a
las frecuencias relativas aproximadas a los valores de probabilidad. Considere los siguientes
eventos siendo Y la variable aleatoria rendimiento de tomate en Kg por parcela: A = {Y 15} ;
B = {Y 45} ; C = {Y 20}.
Calcule las siguientes probabilidades:

1. P[B
c
UA]
2. P[BA
c
]
3. P[A
c
U [CB
c
]]

Ejercicio 12 (Probabilidad)
Los datos de la siguiente tabla de frecuencias corresponden a rendimientos (gr.) de plantas de
soja.

Intervalo Frec. absoluta
[ 0 - 5] 7
( 5 - 10] 5
(10 - 15] 7
(15 - 20] 18
(20 - 25] 32
(25 - 30] 41
(30 - 35] 37
(35 - 40] 25
(40 - 45] 22
(45 - 50] 19
(50 - 55] 6
(55 - 60] 6
(60 - 65] 3
(65 - 70] 1

1. Cuntas plantas se observaron?
2. Si se asume que el nmero r hallado en el punto a es suficientemente grande, calcule (a
partir de la tabla) las siguientes probabilidades al seleccionar una planta al azar de la
poblacin:

P[{20 < Y 60}]
P[{30 < Y 60}]
P[{Y 10} U {Y > 60}]
P[{Y 50} {Y > 10}]
P[{20 < Y 50} U {30 < Y 60}]
P[{20 < Y 50} {30 < Y 60}]
P[{Y 30}]
P[{Y > 50}]


Ejercicio 13 (Reto)

En una cosecha de manzanas se sabe que el 15 % estn picadas. Si el productor toma 4
manzanas, cul es la probabilidad de que encuentre:

1. Exactamente dos manzanas picadas?
2. Por lo menos una manzana picada?
3. No ms de tres manzanas picadas?
4. Hasta 3 manzanas picadas?

(Sugerencia: Plantear primero el experimento aleatorio bsico y en cada caso tener claro qu
resultados sirven y cules no)


Lista de ejercicios 3


Conceptos claves: Caracterstica de eventos. Dos leyes del clculo de probabilidades. Funcin de
distribucin y de densidad de probabilidad. Modelos de probabilidad Bernoulli y Binomial.

Ejercicio 1 (Said Infante Gil)

Considere el experimento en elegir cdulas del censo mexicano de 1970 y determinar si el
individuo censado nicamente habla alguna lengua indgena, si slo habla espaol, o si habla
alguna lengua indgena y adems espaol. En el primer caso denote el resultado del
experimento por I (slo lengua indgena), en el segundo por E (slo espaol) y en el tercero por
B (bilinge).

a) Escriba el espacio muestral si se eligen dos cdulas (notar que hay 9 resultados
posibles).
b) Sobre el espacio muestral obtenido defina la variable aleatoria X como el nmero de
individuos bilinges. Determine el valor de X para cada uno de los 9 resultados
posibles.
c) De acuerdo con el censo de 1970, P(I) = 0.02, P(E) = 0.92 y P(B) = 0.06 (esas son las
frecuencias relativas obtenidas). Cul es la funcin de probabilidades para la variable
aleatoria X definida en b)? Suponga independencia entre las dos repeticiones del
experimento; es decir , que la probabilidad del evento { I I } es 0.0004

Ejercicio 2 (Said Infante Gil)

En seguida se presentan 4 funciones. Determine cules son funciones de probabilidades.
Establezca la razn o razones para su decisin.

a) 2 , 1 , 0 ;
2
1
) ( =

= x
x
x f
X

b) 5 . 0 ; 4 . 0 ; 3 . 0 ; 2 . 0 ; 1 . 0 ; 01 . 0 ) (
2
= + = x x x x f
X

c) 16 . 0 ; 09 . 0 ; 04 . 0 ; 01 . 0 ; ) ( = + = x x x f
X

d) 3 , 2 , 1 ;
5
) ( = = x
x
x f
X


Ejercicio 3 (Said Infante Gil)

Considere la siguiente funcin de probabilidades:
X -4 -3 -2 -1 0 1
f
X
(x) 0.2 0.3 0.2 0.1 0.1 0.1

a) Calcule P(X -3); P(X> -1); P(X< -4); P(X -3); P(X> -3)
b) Dibuje el diagrama de puntos e histograma de probabilidades para f
X
(x).


Ejercicio 4

En una fbrica que se dedica a la produccin de bolsas plsticas se sabe que el 8% estn
pinchadas. A su vez una empresa productora de lcteos -cliente de la anterior- desea saber
cul es la calidad de las mismas ya que el empaque es fundamental para la correcta
conservacin de los productos que ella distribuye. Para esto se realiza un experimento que
consiste en tomar 4 bolsas al azar y se observa si estn pinchadas o no.

1. Escriba el espacio muestral.
2. Defina la variable aleatoria de inters y su correspondiente distribucin.
3. Calcule las siguientes probabilidades:

Sacar al menos 2 bolsas daadas.
Sacar 3 bolsas daadas.
Sacar hasta 3 bolsas daadas

4. Que supuestos fueron necesarios para el calculo de probabilidad que usted realiz?

Ejercicio 5

Un productor decide cultivar dos tipos de tomate: americano y perita. Del tipo americano
planta 230 semillas y del tipo perita planta 358. Luego de tres semanas de cultivadas el
productor recorre el campo y registra la cantidad de semillas que emergieron para cada tipo.
Los resultados son los siguientes:

Variedad Cultivadas Emergieron % emergencia
Americano 230 126 0,55
Perita 358 293 0,81

1. Qu modelo terico de probabilidad considera apropiado si se define una variable aleatoria
X:nmero de plantas que emergieron de una variedad en el total que se cultiv de la misma?
Cules son los parmetros para cada una de las variedades?

2. Suponga que se toman 6 semillas al azar. Calcule las siguientes probabilidades:
(a) Que germinen 4 semillas.
(b) Que germinen a lo sumo 2 semillas.
(c) Que germinen al menos 3 semillas.

3. Cul ser el nmero esperado de semillas germinadas, si se plantaran en el prximo ciclo
500 semillas para cada tipo?

Ejercicio 6

Se quiere estudiar la incidencia de mancha negra, causada por Phillosticta citricarpa en frutos
ctricos. Para esto se observaron 10 frutas por rbol en 20 rboles y en cada caso se registr
presencia de sntoma o no.

1. Cul es la variable de inters y cmo se distribuye?

2. Dado que la probabilidad de encontrar un fruto infectado es de 0.2, cul es el nmero
esperado de frutos con sntoma?

3. Si se tomaran 6 frutos al azar, calcule las siguientes probabilidades:

(a) Encontrar ms de 4 frutos infectados.
(b) Encontrar al menos un fruto infectado.
Ejercicio 7

Un comit asesor est compuesto por 15 miembros, 9 a favor, 4 en contra y 2 indiferentes
acerca de la modificacin de un reglamento. Tres periodistas de distintos programas radiales
(en distintos momentos) eligen al azar una persona del comit para entrevistar, cul es la
probabilidad de que al menos dos de las personas seleccionadas estn a favor de la
modificacin?


Ejercicio 8

Un barco posee 3 luces de emergencia, cada una de las cuales se pone en funcionamiento
automticamente con una probabilidad de 0,99 ante una emergencia. Si las tres luces
funcionan de forma INDEPENDIENTE, calcule:

1. la probabilidad de que al menos una de las luces funcione en una emergencia.
2. la probabilidad de que todas fallen (no funcione ninguna) en una emergencia.


Ejercicio 9

Segn las Leyes de Mendel, la proporcin de semillas de color amarillo en arvejas en la F2
luego de un cruzamiento de una homocigota dominante y una recesiva es de 0.75.

1. Si se obtienen 600 semillas de un cruzamiento, cuntas de estas se espera que sean
amarillas?.
2. Si se toman 6 semillas al azar, siendo Y: nmero de semillas amarillas en 6 semillas, calcule
la probabilidad de los siguientes eventos:

(a) P[{Y < 3}]
(b) P[{Y > 2} {Y < 5}]
(c) P[{Y > 3}]
(d) P[{Y > 2}]
(e) P[{Y = 3}]
(f) P[{Y 3}]


Ejercicio 10 (Aplicacin: Inspeccin por muestreo
1
)

Una compaa farmacutica es la encargada para proveer lotes de vacuna para ganado a un
distribuidor, algunas de las cuales resultan estriles. Testear cada vacuna es impracticable ya
que el test es destructivo. Para el seguimiento de la calidad de las vacuna el distribuidor realiza
en el siguiente proceso de inspeccin. De cada lote se eligen al azar 10 vacunas y se registra el
nmero de vacunas estriles, X. Si X = 0 el lote es aceptado, y si 1 _ X es rechazado
2
. Asuma
que el tamao de lote es lo suficientemente grande y que X es aproximadamente binomial con
n = 10 y p la fraccin desconocida de vacunas estriles (parmetro) por lote.

1. Si p = 0.2, cul es la probabilidad de que un lote sea aceptado utilizando el plan de
inspeccin por muestreo del distribuidor?

2. Calcule la probabilidad de aceptar el lote, P(A), para p = 0.05, 0.1, 0.2, 0.3, 0.4. Grafique P(A)
en funcin de p uniendo los puntos
3
.
Ejercicio 11 (Variable aleatoria Poisson)

Sea X = nmero de animales afectados con Pietn en una hectrea. Se sabe que X presenta la
siguiente funcin de masa de probabilidad:

!
) (
i
x
i
x
e
x X P
i


= =

para x1 = 0, 1, 2 . . . n, con el nmero promedio (esperado) de animales con Pietn por
hectrea.
Para = 0.02, calcule las siguiente probabilidades.

1. Exactamente un animal afectado.
2. Ningn animal afectado.
3. Al menos un animal afectado.

Ejercicio 12

Se est pensando el parcial de Mtodos Cuantitativos II en un formato de mltiple opcin. Una
propuesta es hacer 10 preguntas, cada una con cuatro opciones. Calcule la probabilidad de
responder 8 o ms preguntas correctamente, si se contesta al azar.


Ejercicio 13 (Variable aleatoria uniforme)

Sea X una variable aleatoria con funcin de densidad f(x) = k para 0 X 2 y 0 en otro caso.

1. Grafique f(x).
2. Calcule el valor de k para que la funcin f sea una funcin de densidad de probabilidades.
3. Calcule P(X 0, 05), P(X 0, 25), P (0, 8 X)


Ejercicio 14 (Variable aleatoria triangular)

Dibuje en un plano cartesiano un tringulo de vrtices (0,0), (1,1) y (2,0).

1. Calcule el rea de dicho tringulo.
2. El tringulo dibujado por usted puede representar la distribucin de probabilidades de una
variable aleatoria, digamos X. Dicha variable se llama triangular. Calcule P(X 0.5); P(X 0.25);
P(X 1); P(0.75 X)


Ejercicio 15
Encuentre en el captulo 4 (Nociones de probabilidad) de Said Infante Gil, en la pgina 103,
cul es el error en el espacio muestral planteado en el ejemplo c?


1Ej. Tomado de Atacara et al, Cap. 5, Ej. 12
2Esto es un plan de muestreo con tamao de muestra n = 10 y nmero de aceptacin c = 0.
3Esta curva es llamada Curva operativa caracterstica para el plan del muestreo
Lista de ejercicios 4

Conceptos claves: Valor esperado, varianza, propiedades. Distribucin normal, distribucin normal
estndar.

Ejercicio 1

Para los siguientes modelos de probabilidad calcule la E(X) y V (X)

1. X ~ Bernoulli (0:8)
2. X ~ Bernoulli (p)
3. X ~ Binomial (3; 0:8)

Ejercicio 2 (Continuacin Ej. 9 de la lista anterior)

Calcule la esperanza y la varianza de las variables P
1
y P
2
, siendo P
1
= 4X y P
2
= 4X - 2(10 - X).

Ejercicio 3

Sea X una variable aleatoria con funcin de densidad f(x) = 1, si 0 X 1 y 0 en otro caso.
1. Grafique f(x) y verifique que es una funcin de densidad.
2. Calcule la E(X) y V (X).
3. Sean Y = X + 3 y W = 2X, calcule la esperanza y la varianza de Y y W.

Ejercicio 4

Una compaa de seguros sabe que la probabilidad de que roben un auto en un ao es 0.15 (n
robos/ n autos) y que hay solicitudes para 1.500 seguros contra robo. El precio promedio de
un auto es U$ 3.000. Cunto debe cobrar por seguro para que en un ao no tenga prdidas?

Ejercicio 5

La funcin de distribucin de probabilidades de venta de 2 productos es:

marca A xi 0 1 2 3 4 5
P(X=x
i
) 0,1 0,1 0,2 0,3 0,2 0,1


Marca B yi 0 1 2
P(Y=y
i
) 0,23 0,48 0,29

Sea X = nmero de unidades de la marca A vendidas en 1 semana, y Y = nmero de unidades
de la marca B vendidas en 1 semana. Hallar la esperanza y la varianza de ambas marcas.


Ejercicio 6

Sea X: n de unidades vendidas de la marca A en una semana, cuya funcin de distribucin de
probabilidad fue dada en el ejercicio anterior. Suponga que se obtiene una ganancia de 50
dlares por cada unidad vendida y que el costo fijo semanal es de 20 dlares. Cul es la
esperanza de ganancia neta? (Ganancia neta = ingresos - costos)

Ejercicio 7

En vacas holando en posparto, la probabilidad de presencia de folculos ovulatorios (NFOL:X),
donde de cada folculo sale un ovulo, tiene asociada la siguiente funcin de distribucin.

NFOL:X 0 1 2 3 4
f(X) = P(X = xi) 0.3 0.5 0.1 0.06 0.04

Determine la esperanza y la varianza de esta variable aleatoria.

Ejercicio 8

En un trabajo sobre preferencia de alfajores de chocolate, se usa una escala de preferencia de
5 puntos, donde 1 significa el ms aceptado, y 5 el menos aceptado. Se sabe la funcin de
probabilidad asociada con la variable X (escala de preferencia) para una determinada marca de
alfajores de chocolate, es:

X 1 2 3 4 5
f(X) = P(X = xi) 0,1 0,25 0,5 0,1 0,05

Determine la esperanza de dicha variable aleatoria.

Ejercicio 9 (Said Infante Gil)

Suponga que le nmero de interrupciones (por mes) de la corriente elctrica (X) en un sector
de una ciudad tiene la siguiente funcin de probabilidades:

X 0 1 2 3 4 5 6
f
X
(x) 0.12 0.32 0.28 0.17 0.06 0.03 0.02

a) Calcule E(X) y E(X
2
)
b) Calcule
2
X
y obtenga
X



Ejercicio 10 (Said Infante Gil)

Calcule
X
,
2
X
y
X
para la funcin de probabilidades del ejercicio 3 de la lista 3.

Ejercicio 11

1. Dada la variable aleatoria Z con distribucin normal, media cero y varianza 1, calcular las
siguientes probabilidades:

(a) P (Z > 0,75)
(b) P (Z < 1,30)
(c) P (Z > 1,96 Z < -1,96)
(d) P (Z < 1,64)
(e) P (Z > -0,57)
(f) P (Z > 1,64 Z < -1,64)

2. Dada la variable aleatoria Z con distribucin normal, media cero y varianza 1, calcular los
valores simtricos z
1
y z
2
que cumplen,

(a) P (z
1
< Z < z
2
) = 0,95
(b) P (z
1
< Z < z
2
) = 0,80
(c) P (Z > z
1
Z < z
2
) = 0,10 siendo z
1
> z
2

(d) P (Z > z
1
Z < z
2
) = 0,20 siendo z
1
> z
2

(e) P (z
1
< Z < z
2
) = 0,6826
(f) P (z
1
< Z < z
2
) = 0,9974

Ejercicio 12

Dada la variable aleatoria Y, con distribucin normal, media 6 y varianza 4, calcular las
siguientes probabilidades,

1. P (Y > 3)
2. P (Y > 1,6)
3. P (Y > 8)
4. P (Y > 10 Y < 2)
5. P (2 < Y < 10)
6. P (Y > 3 y Y < 2)
7. P (0 < Y < 12)
8. P (Y > 6)


Ejercicio 13

Utilizando el modelo terico normal, determine para una variedad de maz, cuya media es
10.23 y su varianza 4.25, las siguientes probabilidades,

1. P (X > 10,23)
2. P (X = 10,23)
3. P (X < 10,23)
4. P (10, 23 < X < 14,35)
5. P (X > 14,35)
6. P (9 < X < 10,23)
7. P (X < 9)
8. P (8,17 < X < 12,29)


Ejercicio 14

Se sabe que la distribucin del rendimiento en gramos de las plantas de Soja se distribuye
normal (31.4; 16.3), calcule,

1. La probabilidad de encontrar plantas entre 20 y 43 gr.
2. La probabilidad de encontrar plantas que pesen ms de 40 gr.
3. La probabilidad de encontrar plantas que pesen menos de 20 gr.
4. La probabilidad de encontrar plantas entre 30 y 33 gr.



Ejercicio 15 (Said Infante Gil)

Si X N(60 ; 81) calcule:
a) P(X 80)
b) P(X 50)
c) P(50 < X < 70)
d) P(62 < X < 69)
e) P(41 < X < 49)


Ejercicio 16 (Said Infante Gil)

Suponga ahora que X N(60 ; 16). Calcule las mismas probabilidades que en el ejercicio
anterior. Comprelas e interprete los cambios en relacin con la disminucin de
2
.



Lista de ejercicios 5


Conceptos claves: Muestra aleatoria, estimador y estimacin. Distribucin de la media muestral.
Distribucin t

Ejercicio 1

Una muestra aleatoria de plantas de soja (de la Lista de Ejercicio 4, ejercicio 12), result en los
siguientes valores:

Xi

29.2 32.4 28.4 21.5 40.6 35.2 33.4 35.3 29.4

1. Estime la media y la varianza de la poblacin.
2. Calcule la esperanza y la varianza de
3. Cmo se distribuye X?
4. Calcule la probabilidad de obtener una media muestral como la que obtuvo o mayor.

Ejercicio 2 (Said Infante Gil)

El porcentaje de protena (X) en una variedad de soja tiene una media de 23, con una
desviacin estndar de 2.0. Se realizan 10 determinaciones independientes del contenido de
protena en dicha variedad. Suponga que X tiene distribucin Normal.

a) Cul es la distribucin de X , la media aritmtica de las determinaciones?
b) Cul es la probabilidad de que la X que se obtenga sea mayor de 24? De qu est
entre 22.5 y 23.5?
c) Suponga ahora que se hacen 50 determinaciones. Calcule las mismas probabilidades
que en el inciso b).

Ejercicio 3 (Said Infante Gil)

Refirindonos al ejercicio anterior, suponga que la desviacin estndar del porcentaje de
protena es 3.0. Repita los clculos de los incisos b) y c).


Ejercicio 4 (Said Infante Gil)

Interprete los cambios en ) 24 ( > X P y ) 5 . 23 5 . 22 ( < < X P en los ejercicios 7.8 y 7.9, con
respecto al aumento de tamao de muestra y al aumento en la varianza de la distribucin.

Ejercicio 5 (Said Infante Gil)

Suponga que el peso neto por lata en una marca de sopa tiene una media de 565 gramos, con
una desviacin estndar de 15 gramos. Suponga distribucin Normal de los pesos.
a) Si se toma una muestra aleatoria de 9 latas y se registra el peso, cul es la
probabilidad de que la media muestral est entre 555 y 575 gramos?
b) De qu tamao tendra que ser la muestra para que la probabilidad calculada en el
inciso a) fuese 0.9906?



Ejercicio 6

Calcule para una variable aleatoria con distribucin t de Student (con los grados de libertad
sealados), las siguientes probabilidades:

( ) 83 . 1
9
< T P
( ) 53 . 1
4
< T P

( ) 14 . 3
6
> T P

( ) 13 . 2
15
> T P

( ) 36 . 1 36 . 1
12
< < T P

Ejercicio 7

En una variable aleatoria con distribucin t de Student con 12 grados de libertad, encuentre:

1. El valor de la variable que es superado por el 5 % de las observaciones.
2. El valor de la variable que supera al 10% de las observaciones.
3. Los valores entre los que se encuentra el 95% central de las observaciones.

(Sugerencia: Plantear lo que se est pidiendo en un bosquejo de la distribucin t)

Ejercicio 8

Cuntos grados de libertad debe tener una variable aleatoria con distribucin T de Student
para que se cumplan las siguientes igualdades:

( ) 05 . 0 67 . 1 = > T P

( ) 95 . 0 31 . 6 = < T P

( ) 01 . 0 53 . 2 = > T P

( ) 95 . 0 74 . 1 = > T P



Ejercicio 9

Para el ejercicio 1 realice los tems 3 y 4 suponiendo desconocida la varianza poblacional.


Ejercicio 10

Una muestra aleatoria de plantas de maz dio como resultado los siguientes valores:


xi
1.5 2.3 1.8 1.6 2.0 1.3 2.4 1.9

1. Estime la media y la varianza del peso de las plantas de maz.

2. Calcule la probabilidad de obtener una media muestral como la obtenida o menor si se
supone que la verdadera media de la poblacin es 2.5.

3. Calcule la probabilidad de obtener una media muestral como la obtenida o menor si se
supone que la verdadera media de la poblacin es 1.8.

4. Que le sugieren los resultados respecto al verdadero valor de la media de la poblacin?


Lista de ejercicios 6

Conceptos claves: Estimacin por intervalos de confianza para la media y varianza. Distribucin

2
.Teorema del lmite central.

Ejercicio 1

Si la variable aleatoria Y tiene una distribucin Chi-cuadrado con 10 grados de libertad, calcule
las siguientes probabilidades:

( ) 25 . 3 > Y P

( ) 3 . 18 > Y P

( ) 56 . 2 > Y P


Ejercicio 2

En cada tem, encuentre el valor de k para que se cumplan las siguientes condiciones:

( ) 975 . 0
2
6
= > k P

( ) 025 . 0
2
9
= < k P

( ) 95 . 0
6
16
= > k P

( ) 995 . 0
2
15
= < k P



Ejercicio 3

Encuentre los valores k1 y k2 que cumplen las siguientes condiciones, dejando probabilidades
iguales en cada cola de la distribucin.

( ) 90 . 0
2
2
8 1
= < < k k P

( ) 80 . 0
2
2
17 1
= < < k k P

( ) 80 . 0
2
2
20 1
= < < k k P


Ejercicio 4

En una investigacin sobre toxinas producidas por un hongo que afecta el cultivo de maz, un
bioqumico prepara extractos de un cultivo del hongo con solventes orgnicos y mide la
cantidad de la sustancia txica (mg) por gramo de solucin, obteniendo los siguientes
resultados a partir de 9 preparados:

1,2 0,8 0,6 1,1 1,2 0,9 1,5 0,9 1,0

1. Calcule la media muestral.

2. Sabiendo que
3 . 0 =
construya un intervalo de confianza del 98% para el peso promedio
de la sustancia txica por gramo de cultivo del hongo.

3. Interprete el intervalo.

Ejercicio 5

Un investigador, estudiando la posibilidad de extraer protena de un alga marina para usarla en
la alimentacin de animales, hizo 18 determinaciones de la protena extrada en muestras de
50 Kg. de alga. La media muestral y la desviacin estndar fueron de 3.6 kg y 0.8 kg
respectivamente. Estime a travs de un intervalo de 95% de confianza la produccin media de
protena extrada por 50 kg de alga. Interprete el intervalo. Un colega afirma que el contenido
de protena en 50 kg de alga es igual a 4,5 kg Qu puede decir usted en base al intervalo que
construy?

Ejercicio 6

Para el ejercicio anterior obtenga un intervalo de confianza al 95% para
2
.

Ejercicio 7

Una muestra aleatoria de cebollas, proporcion la siguiente informacin con respecto al peso
en gramos/bulbo:

100 122 125 98 95 106 189 125 160 145 138 165 172 154 166 140

Estime el peso medio de los bulbos de toda la cosecha de donde proviene la muestra,
utilizando un intervalo de confianza del 90%. Estima con un intervalo de confianza al 90% la
varianza poblacional.

Ejercicio 8

Encuentre los lmites del 95% de confianza para la media de la poblacin de la cual se obtuvo
una muestra que dio los siguientes valores:

18,5 20,6 12,9 14,6 19,8 15,0

Ejercicio 9

Se obtuvieron los siguientes rendimientos (en ton/ha) de una variedad de uva para vino fino,
en 9 parcelas experimentales:

3,2 3,9 4,3 3,4 3,7 4,2 3,4 4,4 4,5

Calcule el intervalo de 90% de confianza para la varianza poblacional.

Ejercicio 10

Un modelo fsico sugiere que el aumento de la temperatura promedio en el agua usada como
refrigerante en una cmara de compresin no debe ser ms de 5 oC. Los aumentos de
temperatura en el refrigerante medidos en 8 oportunidades en el compresor dieron los
siguientes resultados:

6,4 4,3 5,7 4,9 6,5 5,9 6,4 5,1

1. Obtenga un intervalo de confianza al 95% para la media de la variable de inters.
2. Permiten estos datos concluir que el cambio de temperatura es diferente a 5 C.
3. Si el laboratorio observara valores promedio de cambio de temperatura en el refrigerante
de 6 C los seguira utilizando o no? Fundamente su respuesta.


Ejercicio 11

Los paquetes de un determinado fungicida, poseen una especificacin acerca del contenido de
cobre del mismo: 0.60 miligramos de cobre cada 100 gramos de producto. Una dependencia
del MGAP analiza una muestra al azar compuesta por 100 paquetes de 100 gramos de
producto y encuentra que la media muestral es de 0.63 miligramos y el desvo de 0.11
miligramos.

1. Construya un intervalo de confianza para el valor promedio de cobre del fungicida de 98%
de confianza.

2. Considerando la informacin que posee como hara la especificacin del producto en
cuanto a su contenido en cobre?

Ejercicio 12

Una muestra aleatoria de frascos de cereza, dio los siguientes pesos (g) de contenido por
frasco:

343 337 352 349 337 343 352 343

1. Estime la media de peso de contenido y el desvo estndar de la poblacin.
2. Estima con un intervalo de confianza de 80% el contenido medio de la poblacin.
3. Se puede afirmar con 95% de confianza que U es de 350 g, a partir de lo calculado en el
punto anterior?

Ejercicio 13

Una muestra aleatoria de 25 pollos arroj un peso medio de 2350 gr. con una desviacin
estndar de 150 gr.

1. Estime el peso medio de todos los pollos del criadero de donde proviene la muestra con un
intervalo de confianza del 90%.

2. Efecte lo mismo pero suponiendo que la media muestral fue obtenida en una muestra de
tamao:

n=9
n=16
n=144

3. Como influye el tamao de muestra sobre la amplitud del intervalo?

4. Estime el peso medio de todos los pollos del criadero de donde proviene la muestra con un
intervalo de confianza de 80%, 95% y %99.

5. Cmo influye el nivel de confianza sobre la amplitud del intervalo?

6. Calcule el intervalo de 90% para la varianza poblacional.

Ejercicio 14

Una muestra aleatoria de botellas de Chardonnay (de 375 cc de contenido) fue medida para
controlar su contenido. Los resultados fueron:

373 377 372 379 377 378 372 373

1. estime la media y el desvo estndar del lote.

2. estime con un intervalo de confianza de 0.90 los parmetros

Ejercicio 15

La Reproductive Biology Research Foundation de St. Louis, Missouri realiz un experimento con
el objetivo de determinar el efecto de la marihuana en la sexualidad (Newsweek, 27 de abril
1974). Para el mismo se eligieron 20 muchachos en buen estado de salud que haban fumado
marihuana al menos 4 das por semana por un perodo de 6 semanas, sin ingerir otras drogas
en ese lapso, junto con un grupo de control de otros 20 muchachos que nunca haban fumado
marihuana. La medida de la sexualidad que se midi fue el nivel sanguneo de testosterona
(hormona sexual masculina). El grupo que consumi marihuana tuvo una media de
testosterona de 416 y un desvo estndar de 152, mientras que el otro grupo tuvo una media
de 742 y un desvo estndar de 130. Sabiendo que cuanto mayor sea el nivel sanguneo de
testosterona mayor es el impulso sexual, realice un intervalo de confianza para cada uno de los
grupos al 95%. Qu puede decir usted en trminos del problema?

Ejercicio 16

Se somete a prueba 2 variedades, para determinar las diferencias de rendimientos. Las 32
parcelas sembradas con la variedad A tienen rendimiento medio de 60 con una desviacin
estndar de 19 mientras que las 36 sembradas con la variedad B, una media de 66 con una
desviacin estndar de 16. Determine los lmites de confianza del 95% para cada la media de
cada variedad.

Ejercicio 17

La ganancia de peso de dos lotes de animales alimentados con dos raciones diferentes fueron
las siguientes:

Racin A Racin B
15 25
25 30
35 30
25 40
35
20

Determine un intervalo de confianza al 90% para ganancia de peso media cada lote alimentado
con las diferentes raciones. Determine adems un intervalo de confianza para cada una de las
varianzas poblacionales al 90%.


Ejercicio 18

Se analizan dos variedades de tabaco, para determinar el contenido de nicotina, y se obtienen
los resultados siguientes en miligramos:

Tabaco A 24 26 25 22 23
Tabaco B 27 28 25 29 26 32

1. Determine un intervalo de confianza del 90% para el contenido de nicotina de cada variedad
de tabaco.

2. dem para el 95% de confianza.

3. dem para el 99% de confianza.

4. Determine un intervalo de confianza al 90% para la varianza del contenido de nicotina de
cada variedad de tabaco.


Ejercicio 19 (Said Infante Gil)

En un estudio sobre le contenido de caroteno en un tubrculo (Science, Vol.103, nm. 2668,
pg. 194, 15 de febrero de 1946) se obtuvieron los siguientes resultados (en mg/100 g):

6.39 5.52 5.05 4.75 4.60 4.13 3.90 3.99 3.90 3.85 3.76 3.65
3.43 3.49 3.51 3.34 3.41 3.26 3.31 3.13 3.11 3.03 2.89 2.56
2.25 2.01 1.46

a) Construya un intervalo de confianza para la media del contenido de caroteno ( =
0.05)
b) Construya un intervalo de confianza para la varianza del contenido de caroteno en la
especie en cuestin ( = 0.05)
Lista de ejercicios 7

Conceptos claves: Teorema del lmite central. Estimacin por intervalos de confianza para una
proporcin.

Ejercicio 1

Un productor de lmparas de bajo consumo asegura que en promedio sus lmparas tienen un
duracin media de 1000 horas. Usted que no confa mucho en el comerciante compra 64
lmparas, registra la duracin de cada una de ellas, y obtiene que 1156 = x y 463
2
= s .

1. Puede considerarse las 64 lmparas una muestra aleatoria?

2. Asumiendo que las 64 lmparas son una muestra aleatoria, calcule la probabilidad de que la
duracin media de la muestra resulte igual o mayor a la que se obtuvo.

3. Cambian los clculos que usted realiz si se conoce la verdadera varianza poblacional?

Ejercicio 2

Considere una muestra aleatoria de tamao n de una poblacin Bernoulli(p).

1. Muestre que
( ) p X E =


( )
( )
n
p p
X V

=
1


2. Como se distribuye
X
si n es suficientemente grande? Es una distribucin exacta o
aproximada?

3. Por qu es
X
un buen estimador puntual de
p
?

4. Si anotamos
p
a un estimador de
p
, un intervalo de confianza al
( ) % 100 * 1
es

( ) ( )
n
p p
z p
n
p p
z p
1
;
1

2 2




Qu supuesto realizamos para obtener este intervalo?

Ejercicio 3

Un productor decide cultivar dos variedades de tomate, valencia y perita. De la variedad
valencia planta 230 semillas y de la variedad perita planta 358. Luego de tres semanas de
cultivadas ambas variedades el productor recorre el campo y registra que cantidad de semillas
emergieron para cada variedad. Los resultados son los siguientes:

Variedad Cultivadas Emergieron
Valenciano 230 126
Perita 358 293


1. Qu modelo terico de probabilidad considera apropiado si la variable aleatoria es
"nmero de plantas que emergieron de una variedad en el total que se cultiv de la misma"?
Cules son los parmetros para cada una de las variedades?

2. Estime para cada variable la probabilidad de emergencia.

3. Construya un intervalo de confianza al 95 % para la probabilidad de emergencia de las
plantas de cada variedad e interprete en trminos del problema

4. Que supuesto fue necesario para que el intervalo anterior sea vlido?

5. Si comparamos ambas variedades con el tomate americano que tiene una probabilidad de
emergencia de 0.65, que puede decir viendo los intervalos de confianza?

6. Si el productor quiere saber si el tomate valenciano tiene la misma probabilidad de
emergencia que el tomate americano. Cul es el procedimiento a seguir?. Explquelo y
concluya con el mismo.


Ejercicio 4 (Said Infante Gil)

En un experimento para determinar la toxicidad de una sustancia se administra una dosis de
sta a cada uno de 300 conejos, y se registra el nmero de muertos, que resulta ser de 192.
Calcule el estimador de p, la probabilidad de que un conejo elegido al azar muera a causa de
una dosis de la sustancia. Calcule la desviacin estndar. Construya un intervalo de confianza
al 98%.


Ejercicio 5 (Said Infante Gil)

Usando aproximacin Normal calcule, con los datos del ejercicio anterior, la probabilidad de
que el estimador p difiera del valor paramtrico p por menos de 0.05; es decir calcule
) 05 . 0 05 . 0 ( ) 05 . 0 ( = p p P p p P . Recuerde que el estimador
(

n
p p
p N p
) 1 (
,
.
. Para este tamao de muestra use
n
p p
S
p
) 1 (
2


= en vez de
2
p
al
estandarizar.


Ejercicio 6 (Said Infante Gil) Tamao de muestra

Suponga que quiere estimarse el porcentaje de analfabetismo en el pas de Nuncafu. Se
desea estimarlo con un margen de error menor del 4% con una probabilidad de 0.98. De qu
tamao debe tomarse la muestra si nunca se ha realizado una investigacin al respecto?





Ejercicio 7

Una empresa agroindustrial hace control de calidad en la lnea de produccin de latas de
duraznos en almbar. El resumen de la informacin obtenida en las ltimas 15 inspecciones se
presenta en la tabla siguiente.

N de inspeccin N de latas inspeccionadas N de latas con defectos
1 48 5
2 36 5
3 50 0
4 47 5
5 48 0
6 54 3
7 50 0

Estime a travs de un intervalo de 95% de confianza la proporcin de latas de duraznos en
almbar con defectos producidas por esta empresa.

Lista de ejercicios 8

Conceptos claves: Prueba de hiptesis. Error de tipo I, error de tipo II. Hiptesis estadstica. Juego de
hiptesis: hiptesis nula, hiptesis alternativa. Estadstico de la prueba. Distribucin del estadstico de la
prueba bajo la hiptesis nula. Criterio de decisin. Nivel de significancia. Decisin. Valor p, p-valor o alfa-
gorro (

).

En todos los terrenos se hacen preguntas, se escudria, se investiga, se husmea y se
experimenta. Ya no basta decir que una cosa existe y describirla: ahora todo tiene que
probarse, y mejor si se hace con testigos, datos y algunos experimentos ridculos."
Patrick Suskind. El Perfume
Ejercicio 1

Un cruzamiento de 2 tipos de plantas de maz da como resultado 3 genotipos diferentes A, B y
C. Un modelo gentico sugiere que la proporcin de los tres genotipos es 1:2:1. Para la
verificacin experimental se tomaron 90 plantas resultado del cruzamiento anterior y se
observ la frecuencia de los tres genotipos:

GENOTIPOS N DE PLANTAS
A 18
B 44
C 28

Permiten estos datos corroborar el modelo gentico?

Ejercicio 2

Se dice que la administracin de una hormona acorta el intervalo interparto de vacas Hereford
mayores de 2 aos. Tradicionalmente el intervalo es en promedio de 390 das. Se administr a
80 vacas de ms de 2 aos y se registr la duracin del intervalo interparto de las mismas. El
experimento dio como resultado un intervalo interparto promedio de 366 das con un desvo
estndar de 11 das. Permiten estos datos avalar la afirmacin tradicional?

Ejercicio 3

Los paquetes de un determinado fungicida, poseen una especificacin acerca del contenido de
cobre del mismo: 0.60 miligramos de cobre cada 100 gramos de producto. Una dependencia
del MGAP analiza una muestra al azar compuesta por 100 paquetes de 100 gramos de
producto y encuentra que la media muestral es de 0.63 miligramos y el desvo de 0.11
miligramos.

1. Con un nivel de significancia de 5%, permiten estos resultados afirmar que el
contenido promedio de cobre en 100 gramos de producto es mayor que el valor
especificado?
2. Construya un intervalo de confianza para el valor promedio de cobre del fungicida de
98% de confianza.






Ejercicio 4

Los registros de los ltimos aos de los estudiantes que ingresan a primer ao en un colegio,
indican que su calificacin media en una prueba de aptitud era de 115 con una desviacin
estndar de 20. El director, interesado en saber si los que ingresan este ao pertenecen a una
clase tpica con respecto a aptitud, pretende probar la hiptesis de que la nueva generacin
tiene una media igual a la de clases anteriores. Para probar su hiptesis, obtiene la calificacin
de la prueba de aptitud de este ao, de un estudiante en cada diez, de la oficina de admisin.
Esta seleccin dio una muestra de tamao 50 con una media de 118. Que puede concluir sobre
la hiptesis planteada por el director?


Ejercicio 5

El investigador del ejercicio 5 de la Lista de Ejercicios 6 armaba que el contenido de protena
en 50kg de algas marinas es superior a 4.5kg. Con los resultados que encontr, puede seguir
sosteniendo su afirmacin?


Ejercicio 6

Una casa comercial asegura que los motores que vende pueden ser usados durante 10.000
horas sin necesidad de hacer un ajuste, la variabilidad de la vida til est dada por un desvo
estndar de 1.500 horas. Una cooperativa que le compra estos motores a esta casa ha
registrado las horas de trabajo hasta el momento de efectuar el primer ajuste de 25 motores
siendo el promedio de 9.400 horas. Utilice esta informacin para juzgar la afirmacin de la
casa vendedora.


Ejercicio 7

Durante varios aos se ha puesto un examen tipo en muchas escuelas. El puntaje medio del
examen es 70 y la varianza 9. Una escuela que utiliza este examen por primera vez, examin
un grupo de 25 estudiantes que obtuvieron una calificacin media de 71 y una varianza de 12.
Hay alguna razn para dudar de que las calificaciones de todos los estudiantes de la escuela
tuviera una varianza de 9?


Ejercicio 8

Se quiere estudiar la variabilidad en la vida til de un nuevo tipo de bombillas. Se considera
como nivel de comparacin otro tipo de bombillas cuya duracin (medida en horas) presenta
una varianza de 10.000 horas2. Una muestra de 20 bombillas del nuevo tipo presenta una
varianza de 12.000 horas2. Realice el estudio que considere conveniente al 1% de significanca.

Ejercicio 9

De larga experiencia se sabe que el 20% de las semillas de cierta variedad germinan. En un
experimento, 60 de 400 semillas germinaron, puede considerarse una germinacin
significativamente pobre sobre la base de un 1% como nivel de significacin?

Lista de ejercicios 9


Conceptos claves: Diseo de experimentos: unidad experimental, tratamiento, nivel, variable de
respuesta, fuentes de variabilidad. Principios bsicos de la experimentacin

Bibliografa recomendada: Steel y Torrie, Bioestadstica (Captulo VI)

Ejercicio 1

En cada uno de los siguientes enunciados referentes a estudios experimentales indicar: la
unidad experimental, la variable de respuesta, las fuentes de variabilidad, los tratamientos y
sus niveles.

1. Un investigador desea estudiar los efectos de los medicamentos A y B sobre el recuento de
linfocitos en ratones (expresados en miles por ml de sangre) comparando A, B y el placebo P.
Al disear el experimento se piensa que los ratones de una misma camada darn respuestas
mas homogneas que ratones de camadas diferentes. Por tal motivo se utilizan en el
experimento 7 camadas de 3 ratones cada una.

2. Se pretende estudiar si el azufre produce una disminucin del nmero de cierto tipo de
parsitos de la papa. Para ello se divide el campo en 24 parcelas de igual tamao. Interesa
comparar 3 cantidades distintas de azufre en 2 estaciones del ao (primavera y otoo). En
cada estacin del ao y con cada cantidad de azufre se repite el experimento en 4 parcelas que
son asignadas al azar entre las 24 parcelas preparadas para el experimento. En cada parcela se
mide el nmero de parsitos de la papa.

3. Un investigador realiz un estudio sobre las tcnicas de dosificacin del cido ribonucleico.
En una determinada etapa el proceso comprende una extraccin por una solucin de cido
tricloroactico, donde se efecta una medicin del total de cido ribonucleico extrado. El
investigador estaba interesado en saber si el reemplazo del cido tricloroactico por cido
perclrico asegura una extraccin ms completa y decidi ensayar el cido perclrico a dos
concentraciones diferentes, 5% y 10%, con respecto al procedimiento que se realizaba
anteriormente. A tal fin se trataron 15 partes alcuotas de un mismo homogenato de pncreas
(5 con cada tratamiento).


Ejercicio 2

La nica manera satisfactoria de conocer la duracin de una cubierta de automvil es hacerla
rodar en un coche de prueba bajo condiciones normales del camino. Se desea comparar 4
tratamientos, cada uno corresponde a gomas preparadas con diferentes procesos. Evalu los
siguientes planes:

1. Utilizar 4 autos y en cada auto colocar las 4 cubiertas con el mismo tratamiento. Es
decir, un tratamiento por auto.

2. Utilizar 4 autos y en cada uno de ellos asignar a la cubierta delantera derecha el
tratamiento 1, a la delantera izquierda el tratamiento 2, a la trasera derecha el
tratamiento 3 y a la trasera izquierda el tratamiento 4.

3. Utilizar 4 autos y en cada uno asignar aleatoriamente un tratamiento a una cubierta.

4. Utilizar 4 autos y en cada uno asignar un tratamiento a una cubierta de modo que
todos los tratamientos estn una vez en cada posicin (usando los 4 autos) y los 4
tratamientos estn presentes en cada auto.


Ejercicio 3

Los tres principios bsicos del diseo de experimentos son: replicacin, aleatorizacin y control
de los efectos de variables externas. Considere cada uno de los siguientes escenarios. Se
adhiere cada uno de ellos a todos los principios? En casa de respuesta afirmativa, describa de
qu manera. En caso de respuesta negativa indique como cambiara el diseo para incorporar
el o los principios faltantes.

1. Un qumico desea comparar un nuevo mtodo de ensayo ms simple con un mtodo
estndar. Prepara una cierta solucin y la divide en 40 tubos de ensayo. Aleatoriamente
selecciona 20 tubos y le pide a su ayudante tcnico que los analice usando el mtodo estndar.
Ella por su parte analiza los restantes 20 usando el mtodo nuevo. Al final los dos grupos de
resultados de estos ensayos sern comparados.

2. Un grupo de estudiantes universitarios cree que un cierto t de hierbas posee un
remarcable poder para levantar el nimo. Para probar lo que crean realizaron visitas
semanales a un hogar de ancianos, visitando a los residentes y sirvindoles de este t. El
personal del hogar reporto que luego de varios meses muchos de los residentes estaban ms
alegres y saludables.


Ejercicio 4

El tamao final del fruto es un factor determinante de la calidad de los duraznos. Algunas de
las nuevas variedades de duraznero se caracterizan por su abundante fructificacin lo que
origina una gran cantidad de frutos de pequeo tamao con escasa calidad comercial. Una
prctica que puede mejorar el tamao del fruto es el raleo (eliminacin de frutos) qumico o
manual. Con el objetivo de evaluar el impacto del raleo sobre el tamao final de los frutos
(peso medio de fruto en gramos), se realiz el siguiente ensayo:

Material experimental: plantas homogneas en desarrollo y estado sanitario

Repeticiones: 5 por tratamiento, cada repeticin era una planta y se muestrearon 100
frutos por planta.

Tratamientos: un testigo sin ralear (Trat 1); raleo manual (Trat 2); y raleo qumico (Trat
3).

Los calibres promedio por planta (mm) en cosecha se resumen en el siguiente cuadro:

Tratamiento Rep 1 Rep 2 Rep 3 Rep 4 Rep 5
Trat 1 52.3 53.8 57.3 60.2 61.3
Trat 2 70.2 71.8 68.7 67.5 66.2
Trat 3 57.8 67.2 63.5 58.4 68.8

1. Indique:

(a) Objetivo del estudio
(b) Factor en estudio
(c) Unidad experimental
(d) Variable de respuesta

2. Escriba el modelo estadstico adecuado para este estudio y explique sus componentes.

3. Estime la media general.

4. Estime los efectos.Cunto suman los efectos? Es siempre as? Por qu?

5. Obtenga las predicciones para las unidades (1,4) y (3,4). Cul es el error en estas
predicciones?A qu se debe?

6.Cunto suman los errores de todas las unidades? Es siempre as? Por qu?


Lista de ejercicios 10

Conceptos claves: Diseo de experimentos: unidad experimental, tratamiento, nivel, variable de
respuesta, fuentes de variabilidad. Suma de cuadrados. Grados de libertad. Cuadrados Medios. Frmula
de trabajo.

Ejercicio 1

Para cada uno de los experimentos responda las siguientes preguntas:

1. Explicite cules son los tratamientos, cules y cuntas las unidades experimentales y cuntas
repeticiones hay por tratamiento.

2. Escriba el modelo estadstico correspondiente al diseo utilizado en cada experimento y
describa, en trminos estadsticos y agronmicos, cada componente en l.

3. Cul es la hiptesis nula y cul la alterna, en trminos estadsticos y agronmicos.

4. Estime los parmetros del modelo utilizado.

5. Indique dos fuentes posibles de error experimental para este caso concreto.

Experimento A

Los siguientes datos corresponden a un experimento en el que se quera evaluar la respuesta
de un cereal al agregado de 3 dosis de nitrgeno. El experimento se realiz en un terreno
bastante homogneo y se midi la respuesta en kilogramos de cereal por parcela.

Dosis N1 Dosis N2 Dosis N3
20 25 36
25 29 37
23 31 29
27 30 40
19 27 33

Experimento B

A continuacin se muestran los resultados de un experimento en el que se prob el efecto de
dos dosis de azufre (en Kg/ha) para reducir la roa de la papa, que se midi a travs de un
ndice de roa. Se trabaj Como el terreno era bastante homogneo se utiliz un diseo
experimental completamente aleatorizado con 4 repeticiones.


Dosis 300 kg/ha Dosis 600 kg/ha
9 10
7 4
4 4
1 5



Experimento C

Con el fin de evaluar la capacidad nutritiva de 4 variedades de avena se realiz un experimento
con diseo de bloques completos al azar. Los resultados (porcentaje de protena en base a
materia seca) fueron:

Bloque
Variedad 1 2 3 4 5 6
1 16.28 17.88 16.88 15.57 16.72 17.32
2 16.31 18.17 17.38 17.53 16.34 17.88
3 16.25 16.92 15.88 14.78 15.97 16.66
4 21.09 21.37 21.38 20.52 21.09 21.58


Experimento D

A.Bing en un trabajo realizado en 1953 comparo el efecto de varios herbicidas sobre el peso de
las flores de gladiolos. El peso promedio por inflorescencia en onzas se da a continuacin para
los cuatro tratamientos.

Bloque
Tratamiento 1 2 3 4
Control 1.25 1.73 1.82 1.31
2.4-DTCA 2.05 1.56 1.68 1.69
DN/Cr 1.95 2.00 1.83 1.81
Sesin 1.75 1.93 1.70 1.59


Ejercicio 2

Sobre los datos del ejercicio 4 de la lista de ejercicios anterior, calcule las siguientes
cantidades:
Suma de cuadrados totales:
2
..
3
1
5
1
) ( y y SC
i
i
j
j
ij total
=

=
=
=
=


Suma de cuadrados tratamientos:
2
..
3
1
.
) ( 5 y y SC
i
i
i trat
=

=
=


Suma de cuadrados errores:
2
.
3
1
5
1
) (
i
i
i
j
j
ij error
y y SC =

=
=
=
=


1. Qu porcentaje de la
total
SC representa la
trat
SC ?

2. En el cuadro de calibres promedio por planta (mm) en cosecha calcule los totales por
repeticin, por tratamiento y el total general.

3. Si usted cuenta con el dato del total general, hasta cuntos datos del interior del cuadro se
pueden omitir sin perder informacin alguna?

4. Si usted cuenta con los datos de los totales por tratamientos, hasta cuntos datos del
interior del cuadro se pueden omitir sin perder informacin alguna?

5. Complete el siguiente cuadro:

Fuente Grados de libertad Suma de Cuadrados Cuadrados medios
Tratamientos
Error
Total


Ejercicio 3 (Said Infante Gil)

En un experimento realizado en el cultivo de soja se ensayaron varios niveles de humedad
aprovechable y varios niveles de fsforo. En este ejercicio slo usaremos parte de los datos.
Los tratamientos son:

1. (H
1
P
1
): 20% de humedad y 30 kg/ha de fsforo
2. (H
2
P
1
): 40% de humedad y 30 kg/ha de fsforo
3. (H
1
P
2
): 20% de humedad y 60 kg/ha de fsforo
4. (H
2
P
2
): 40% de humedad y 60 kg/ha de fsforo

El experimento se realiz en un DBAC con 6 repeticiones. Los bloques fueron franjas de
terreno relativamente uniformes. Las unidades experimentales (4 por bloque) fueron
rectngulos de 28 m
2
y la variable medida fue el rendimiento de grano (en kg) por unidad
experimental.
Bloque
Tratamiento
1 2 3 4
I 7.3 6.8 6.7 5.7
II 7.2 5.5 7.3 6.9
III 7.6 6.8 6.8 6.4
IV 7.2 6.5 7.4 6.1
V 7.5 6.8 7.5 6.4
VI 7.6 7.1 6.3 6.3

Presente la tabla del Anlisis de la Varianza y pruebe la hiptesis de igualdad de tratamientos
(Use = 0.05).


Ejercicio 4 (Said Infante Gil)

Una cadena de supermercados est considerando 3 posibles tipos de obsequio por volumen de
compra para incrementar sus ventas. El primero estara dirigido a los nios (N), el segundo a
las madres (M) y el tercero a los padres (P). Antes de decidir cul de los tres tipos le conviene,
el gerente de publicidad decide realizar un experimento. De las ciudades donde la compaa
tiene negocios, elige 5 que considera representativas y en las cuales tiene 3 o ms
supermercados. En cada ciudad elige 3 supermercados al azar y tambin aleatoriamente,
decide cul negocio va a ofrecer cada uno de los tipos de obsequio. Lleva a cabo las diferentes
promociones durante una semana y en cada uno de los 15 casos, registra el incremento
semanal en ventas con respecto a la semana anterior en el mismo negocio. Los resultados se
resumen enseguida.


Incremento semanal en ventas (Decenas de miles de pesos)
Bloque (ciudad)
Tratamiento
N M P
1 10.1 9.2 4.9
2 8.9 9.3 5.2
3 2.6 3.1 1.9
4 7.4 6.0 5.4
5 0.8 1.2 0.1

Presente la tabla de ANAVA y pruebe la hiptesis de igualdad de tratamientos (Use = 0.05).

Lista de ejercicios 11

Conceptos claves: Covarianza, correlacin lineal. Coeficiente de correlacin lineal de Pearson. Regresin
lineal simple.

Ejercicio 1

Se cuenta con los registros de dimetro a la altura del pecho (en cms) y la altura (en mts) de 10
Eucalyptus Grandis plantados en un rodal de Rivera.

Dap H
22,85 22,45
22,59 20,54
17,42 15,65
19,81 17,97
19,91 17,74
18,69 18,61
21,86 21,21
21,23 22,44
19,17 18,89
19,39 19,85

1. Realice un diagrama de dispersin.

2. Calcule la covarianza muestral.

3. Calcule el coeficiente de correlacin lineal de Pearson en la muestra.

4. Realice una prueba de hiptesis para probar que el coeficiente de correlacin lineal
poblacional es distinto de cero a un nivel de significancia del 5%.


Ejercicio 2

El objetivo de un ensayo es evaluar el comportamiento productivo de una variedad de
duraznero en la zona de Melilla en relacin a la dosis de nitrgeno aplicada.

Para eso se hizo un experimento con las siguientes caractersticas:

Diseo: Bloques completos al Azar

Tratamientos: 4 dosis de Nitrgeno (50, 100, 150 y 200 unidades de N/planta/ao
fraccionado en 3 momentos )

Repeticiones: 3

Variable medida: Peso total del fruto por planta






Cuadro: Promedio de kilogramos por planta segn dosis de nitrgeno.


Dosis de N Medias
50 31.53
100 24.94
150 21.79
200 10.85


1. Proponga una hiptesis orientadora para el estudio.

2. Proponga un instrumento de anlisis adecuado para el estudio de estos datos en funcin de
su hiptesis orientadora.

3. Estime el modelo propuesto usando mnimos cuadrados.

4. Pruebe la significacin del modelo al 5%.




ANEXOS


I. LEYES IMPORTANTES DE PROBABILIDAD


I.1. LEY DE SUMA DE LAS PROBABILIDADES

Si A y B son dos sucesos cualesquiera, entonces
P(AB) = P(A) + P(B) P(AB)

Nota: si P(AB) = P(A) + P(B), entonces los sucesos son mutuamente excluyentes.



I.2. LEY DE MULTIPLICACIN DE PROBABILIDADES

Si A y B son dos sucesos cualesquiera, la probabilidad de que A ocurra si sabemos que
B ocurri, se llama probabilidad condicional de A y es
) (
) (
) / (
B P
B A P
B A P

= , ) / ( * ) ( ) ( B A P B P B A P =

Nota: si dos sucesos A y B son tales que

) ( * ) ( ) ( A P B P B A P = ,

entonces los sucesos A y B son probabilsticamente independientes.
II. Algunas Funciones de Distribucin de Probabilidad o de Densidad de
Probabilidad



II.1. Una v.a. X tiene distribucin Bernoulli si su funcin de masa o distribucin de
probabilidades est dada por

i i
x x
i
p p x X P x f

= = =
1
) 1 ( ) ( ) (
1 , 0 =
i
x 1 0 p


II.2. Una v.a. X tiene distribucin Binomial si su funcin de masa o distribucin de
probabilidades est dada por

( )
i i
i
x n x n
x i
p p x X P x f

= = = ) 1 ( ) ( ) (



Nota: cualquier funcin de distribucin de probabilidades debe cumplir que

1) 0 ) (
i
x f
2)
1 ) ( =

i
i
x f


II.3. Una v.a. X tiene distribucin Normal si su funcin de densidad de probabilidad
est dada por

2
2
1
2
1
) (
|

\
|


X
e x f


Nota: Nota: cualquier funcin de densidad de probabilidades debe cumplir que

1)


=1 ) ( dx x f


2)
0 ) ( x f
x



III. ESPERANZA Y VARIANZA


III.1. ESPERANZA MATEMTICA


1. Variables discretas

) ( ) ( ) (
i
x
i i
x
i
x X P x x f x X E
i i
= = =




Nota: Si la V.A. tiene distribucin Binomial se puede demostrar que

np X E = ) (



2. Variables continuas


= dx x xf X E ) ( ) (



III.2. VARIANZA

{ } [ ]
2
2
2
) ( ) ( ) ( ) ( X E X E X E X E X V = =


1. Variables discretas

[ ] ) ( ) ( ) (
2
i
x
i
x f X E x X V
i

=


Nota: Si la V.A. tiene distribucin Binomial se puede demostrar que

) 1 ( ) ( p np X V =



2. Variables continuas

[ ]


= dx x f X E x X V ) ( ) ( ) (
2


IV. PROPIEDADES DE LA ESPERANZA Y LA VARIANZA



IV.1. PROPIEDADES DE LA ESPERANZA


Sea X una V.A. y a y b dos constantes, entonces

1) E(a) = a
2) E(bX) = b E(X)
3) E(a + bX) = a + b E(X)



IV.2. PROPIEDADES DE LA VARIANZA


Sea X una V.A. y a y b dos constantes, entonces,

1) V(X) > 0
2) V(a) = 0
3) V(bX) = b
2
V(X)
4) V(a + bX) = b
2
V(X)


V. DISEO EXPERIMENTAL ANLISIS DE LA VARIANZA

V.1. DISEO COMPLETAMENTE AL AZAR (DCA) FRMULAS DE CLCULO

TABLA DE ANAVA


i = 1,2, ., t t=nmero de tratamientos
j = 1,2, ., r r=nmero de repeticiones por tratamientos


V.1. DISEO DE BLOQUES COMPLETOS AL AZAR (DBCA) FRMULAS DE CLCULO

TABLA DE ANAVA



i = 1,2, ., t t=nmero de tratamientos
j = 1,2, ., r r=nmero de bloques



VI. PRUEBAS DE COMPARACIONES MLTIPLES DE MEDIAS PRUEBA DE
TUKEY


Hiptesis a probar

' : 0
:
i i
H =

' : 0
:
i i
H =

' i i




Valor crtico o diferencia mnima significativa de Tukey entre dos medias en el
experimento para rechazar la hiptesis nula est dado por

r
CME
q W
gle t ) ; ; (
=



por lo tanto el criterio de decisin para rechazar o no la hiptesis nula es



W Y Y Si CD
i i '. .
:
Rechazo H0 con (1-)*100 de confianza




VII. MEDIDAS DE ASOCIACIN ENTRE DOS VARIABLES ALEATORIAS


VII.1. COVARIANZA






VII.2. COEFICIENTE DE CORRELACIN LINEAL DE PEARSON






n
x
x SCx
n
i
i
n
i
i
2
1
1
2
) (

=
=
=

VIII. REGRESIN LINEAL


VIII.1. Estimacin de los parmetros de regresin lineal simple de primer orden

x
xy
i
i i
SC
SP
X X
Y Y X X
=

2
1
) (
) )( (



X Y
1 0

=



VIII.2.Propiedades de los estimadores

1)
1 1
)

( = E
2)
SCx
V
2
1
)

(

=
3)
0 0
)

( = E
4)
|
|

\
|
+ =
SCx
X
n
V
2
2
0
1
)

(
5)
|
|

\
|
SCx
N
2
1 1
, ~

) (
2

)
2

2
1 1 2

= =
n
SCx SCy
n
SPxy SCy
n
SCE
CME




VIII.3. Estimacin de los parmetros de regresin lineal en forma matricial

Y X X X ' ) ' (

1
=




VIII.4. ANLISIS DE VARIANZA PARA LA REGRESIN


Fuentes de
Variacin
Grados de
libertad
Sumas de
Cuadrados (SC)
Cuadrados
Medios (CM)
Fo
Regresin P
*

n
y
Y X
n
i
i
=

1
2
) (
' '


SC
reg
/gl
reg
CM
reg
/CM
error

Error o Residual n-(p+1) Y X Y Y ' '

' SC
error
/gl
error

Total n-1
n
y
Y Y
n
i
i
=

1
2
) (
'


*
nmero de parmetros de regresin