You are on page 1of 15

UNIVERSIDAD PRIVADA DE TACNA

MAESTRIA DE ADMINISTRACION Y DIRECCION DE
EMPRESAS

NOMBRE :

MARY YOVANA LAURENTE MAMANI

CURSO

METODOS CUANTITATIVOS

:

PROFESOR :

DR. PELAYO DELGADO T.

TACNA – PERU
2008

2. D? Respuesta: p = 6 Permutación circular .PRACTICA DE LABORATORIO DE METODOS CUANTITATIVOS A: PROGRAMAS DE TÉCNICAS DE CONTEO 1. Un Maestrote decide comprar una radio y un TV.1  6!  60 Numeros 3!2!1! 4. Si en el lugar donde hará la compra hay 4 tipos de radio y 2 clases de televisores . Una empresario tiene 3 funcionarios ¿de cuántas maneras distintas. ¿Cuántos números de 6 cifras se pueden formar con los dígitos 1 . 1 ..C .2. 2 y 3? Respuesta: 6P3. puede citarlos a una reunión ? Respuesta: P3 = 6 Permutación de 3 P3  3!  3 x 2  6 manera dist int as maneras de citarlo a reunion 3.¿De cuántas maneras diferentes pueden disponerse circularmente las letras A . B . 2 . ¿de cuántas maneras distintas puede realizar la compra de ambos artefactos a la vez? Respuesta: N = 8 4 formas de comprar una radio 2 formas de comprar un televisor N  (4) (2)  8 Formas distintas de comprar ambos artefactos 2. uno por uno.1 = 60 Permutaciones con repetición 6 P3. 1 .

Se desea formar un equipo de trabajo donde participe 1 economista un administrador y un contador si se dispone de 2 economistas...P4  ( 4  1)! 3!  3 x 2 x1  6 Maneras distintas de ponerles las letras circularmente.Cuántos números de tres cifras pueden formarse a partir de los dígitos 1 y 2? Respuesta: Números = 8 R  4  4  8 Formas 7. 5. pueden confeccionarse a partir de siete colores diferentes? Respuesta: P37 = 210 Permutación 7! 7!  3! (7  3)! 7! 7 x6 x5  4! P37    10 banderasdiferentes 4! 4! P37  6..¿Cuántas banderas diferentes. ¿De cuántas formas diferentes se puede formar el equipo? Respuesta: = 12 Será .3 administradores y 2 contadores.. ¿De cuántas maneras distintas puede elegir esas tres pruebas? Respuesta: C 35 = 10 5! 5 x 4 x3!  = 10 formas distintas p’elegir las pruebas 3!(5  3) 3!( 2)! 8.Un alumno decide rendir tres de las cinco pruebas de conocimientos específicos. de tres franjas horizontales de igual ancho y de colores distintos.

2. 3!(5  3)! 3!(2)! B: PROBLEMAS DE PROBABILIDADES 1. hhm S 2   hhm. En una clase de Estadística se seleccionan al azar tres estudiantes y se clasifican en hombre o mujer. 5 preguntas si Respuesta: = 10 C 35  5! 5 x 4 x3!   10 diferentes de contestar.R = (2 encuestas) (3 administradores) (2 contadores) R = 12 formas diferentes 9. Define un segundo espacio muestral S2 donde los elementos representen el número de mujeres seleccionadas. S1   hhh.3. mmh. Liste los elementos del espacio muestral Si utilizando las letras H y M para “hombre” y “mujer” respectivamente. mmm. mmh. Un par de dados se tiran simultáneamente. hmm. hmm.4 de tal forma que cada código cuente con tres cifras. mhh RESPUESTA 8 2. Cuál es la probabilidad de obtener un total de 5 puntos como resultado? Cuál la de obtener a lo sumo 4 puntos? Espacios muestral .Se desea codificar los enseres de un Estudio de Ingeniería Comercial con los dígitos 1. mmm. mmh. hhm. ¿ Cuántos códigos diferentes se pueden obtener? Respuesta: = 64 R = (4) (4) (4) = 64 códigos diferentes 10. ¿De cuántas maneras diferentes se puede contestar un examen de solo hay que dar respuesta a 3 de ellas ?.

¿Cuál es la probabilidad que nazcan dos hombres? Por cada hombre  2 mujeres que nacen Entonces la posibilidad que nazca hombre es: P ( Hombre )  1 / 3 P ( Mujer )  2 / 3 CORREGIR (HHM. Construya un histograma de probabilidad para la distribución. Una moneda está cargada de tal manera que la ocurrencia de una cara es el doble de la de un sello.4.MHH) 1 1 3 3 La probabilidad que nazcan 2 hombres Prob.2) 3. (1.4.3.Dado  1.5.6 Dado1 1 2 3 4 5 6 2 3 3 5 6 7 2 3 4 5 6 7 8 3 4 5 6 7 8 9 4 5 6 7 8 9 10 5 6 7 8 9 10 11 8 9 10 11 12 Dado 2 1 6 7 Suma de los 2 lados a) Probabilidad d tener 5 como suma P 3 ocurrencia s  0.3. Según un estudio de natalidad se sabe que por cada hombre que nace.(2.3) . . nacen 2 mujeres si existen 3 nacimientos.17 36 posibilidd es La probabilid ad es de 17% P CORREGIR (3.HMH.11 36 Posibilidades CORREGIR b) Probabilidad de obtener a la suma 4 puntos 6 ocurrencia s  0. (2hombres) = ( )( )  1 9 4. Si la moneda se tira tres veces al aire.6 Dado 2  1.1). encuentre la distribución de probabilidad para el número de caras.2.5.2.

T = Estudiante de Tacna G y T = Gestión y Tacna G = Estudio Gestión Administrativa T1 = Estudiante no es de Tacna G = No estudia Gestión Administrativa a) ¿Cuál es la probabilidad de que no sea de Tacna . P(B) = 1/6 y P(C) = Y2 ¿ Cuáles son las probabilidades de obtener a) AoB b)A0C c)BYC. el 10% estudian Gestión Administrativa el 1% estudian Gestión Administrativa y son de Tacna. Tres eventos excluyentes tienen las probabilidades P(A) 113 . 2. P( B)1 / 6. P( sello)  3 3 2/3 1/3 Cara Sello CORREGIR 0. 1.83 de obtener AoC 3 2 6 1  1  1     de obtener By 12  6  2 c) P ( ByC )  P ( B) P (C )   6. En la ESPG de la UPT el 60% de estudiantes son de Tacna.60  0.50 3 6 6 b) P ( AoB )  P ( A)  P (C )  1 1 5    0.Por los datos: P(cara)  2 1 . P (T 1 )  I  P (T )  1  0. Si se selecciona al azar un estudiante de la ESPG. Por datos P ( A)  1 / 3.. 3 CARAS 5.40 El 401 no es de Tacna . P (C )  1 / 2 a) La probabilidad de obtener A o B es: P ( AoB)  P ( A)  P ( B )  1 1 3    0.

X: El número de accidentes anuales en un laboratorio de radiación X = Variable discreta Y: El tiempo empleado durante un análisis de laboratorio Y=Variable Continua M: Las notas de biología que figuran en una acta.CORREGIR b) ¿Sea de Tacna o estudie Gestión Administrativa? P (ToG )  P (T )  P (G )  P (TyG )  0. N = Variable discreta P: El peso promedio de una muestra en el laboratorio P = Variable continua 8. Clasificar las variables aleatorias siguientes en discretas o continuas. en el turno A el 30 %m el el turno B 25 % y en el turno C el 45 %.e1  0. Si se selecciona al azar un usuario . los usuarios que no pueden ser atendidos en cada turno son 12 %.69 El 69% es de Tacna y estudia Gestion Ad min istrativa c) ¿No sea de Tacna ni estudie Gestión Administrativa? CORREGIR P (T 1 yG 1 )  1  P (TyG )  1  e. En un Estudio Contable se atienden usuarios en tres turnos.60  0.01 P (ToG )  0. 8% respectivamente.99 El 99% no es de Tacna y no estudia Gestion Ad min istrativa 7. M = Variable discreta N: El número de profesionales inscritos en el colegio de médicos.10  0.

A = 30 % B = 25 % 12 % C = 45 % 8% 15 % No puede ser atendidos (N) a) ¿Cuál es la probabilidad que no haya sido atendido? Probabilidad que usuario no haya sido atendido es: N  ( A  N )  ( B  N )  (C  N ) P ( N )  P( A  N )  P(C  N ) P ( N )  12% 8%  15%  35% de probabilid ad b) Si se selecciona un usuario y manifiesta que no ha sido atendido ¿Cuál es la probabilidad que sea del turno C? Si se selecciona un usuario y manifiesta que no ha sido atendible. es:  N   P(PC(N )N ) (Teorema de Bayes) 15% P C    0.42 N 35% PC La probabilid ad que no haya sido atendido por el turno C. .

La probabilidad de que un paciente se recupere de una delicada operación cardiaca es 0. de cometer 7 errores  1000  8  La prob. P (Desaprueben < 5 de los 2000)=  2000  x  2000  X    0. Binomial.002.PROBLEMAS DE DISTRIBUCIONES 1. Por datos: P(cometererror)=4/1000 a) En este y los casos b) y c) usaremos la Distribución Binomial..002 Aplicando la distrib. Encuentre la probabilidad de que desaprueben menos de 5 estudiantes de los siguientes 2 000 examinados.9 . encuentre la probabilidad que 6.002  x  X 1 4   . 10.9. De cometer 8 errores 3.9)5 (0.0059 2. 7 u 8 contengan error. en 4 de cada 1 000 declaraciones juradas se comete un error al llenar los formularios. La probabilidad de que un estudiante se desapruebe la tesis de grado es 0. Si se seleccionan al azar. Cuál es la probabilidad de que sobrevivan exactamente cinco de los siguientes siete pacientes sometidos a esta operación. Por datos: P(recupere) =0.002  1  0. Por datos: P(desapruebe)=0. Se sabe que.000 formularios y se examinan.1)2 =0. en promedio. POISSON b) c)  n P X  X     X   P X q n  x  6  10000   4   4    P X  6     1  6   1000   1000    1000  6  La probabilidad de cometer 6 errores 7  10000   4   4      1  7   1000   10000   b) P X  7     10000  7  8  10000   4   4      1  8   10000   10000   c) P X  8   La prob.1 La probabilidad de que se recuperen 5 de 7 pacientes será: P (5 de 7) =(0. P(no recupere)=0.

El 85 % de los alumnos que se presentan a las Pruebas de selección en la convocatoria de Junio aprueba. P(termino medio)=n. Si se presentan 150 alumnos. Elegidas 6 personas al azar se desea saber: Sea el evento A: favorable al político y aplicando la Distrib. La probabilidad de que las seis personas sean favorables  6 6 0 P  6 favorables     1  0.20   0. aplicando las propiedades de la Distribución Binomial tenemos: a) Determinar el número cJe alumnos que. b.  6 6 6 P X  6      0.20   6 La probabilidad que 6 personas sean desfavorables.125 c) ¿Cuál es la probabilidad de que aprueben 115 alumnos?  150   (0.p =150(085)=127.20  1  0. por término medio.85) =19. La probabilidad de que las seis personas sean desfavorables.85)115 (0. RESVIZAR EL RESTO DE LA PRACTICA .15) (150-115) la prebab.5 alumnos que aprueban b) ¿Cuál es su desviación típica? Desviación típica= npq = 150(0.20  6   La probabilidad que las 6 personas sean favorables RESPUESTA FINAL c.20 X 1  X  2 P X  3    La probabilidad que sean favorables menos de 3 personas encuestadas. aprobará. 5. Una encuesta revela que el 20 % de la población es favorable a un político y el resto es desfavorable. Binomial a. La probabilidad de que sean favorables a ese líder menos de tres de las personas encuestadas.4.20   0.85)(1-0. Que  115  P(aprueban 115 alumnos) =  aprueban 115 alumnos.  6 X 6 X  1  0.85. Se pide: Por dato: P(aprueban)=0.

517  es la probabilidad de que al familia tenga x 1  x  por lo menos un niño.517 y los eventos A: La familia tenga por lo menos una niña. determinar la constante C tal que: P x  C   0.55 5 5 5 5 5     2  X  0    d) P x  21  X  4 21  6     Z  3  0. La probabilidad de nacimientos de niños varones en España es de 51.517  1  0.69  C  25  6(1.9544 P  X  C   0.36).69) ……. a.9544 P    0. Por lo menos una niña.01 5   5  X  21    8.15  5  5  5   0  X  8    c) P  2  X  0     2  6 X  4 0  6      8  Z   6  0.9544 P Z  6   C  25  1. B: La familia tenga por lo menos un niño. 5  5 x 5 x P(B) =     0.9544  X 4   X  4 C  25   C   0.7 %. 7.517   0. 5 P(A) =   b.517  x 1  x  Es la probabilidad de que la familia tenga por lo menos una niña.6.9544 6   5   5 C  25    0.38  5 5  5  5   6  X     b) P 0  X  8 8  6 2  06  z    0  Z    0. Por lo menos un niño. 6 P . Si X una variable aleatoria distribuida normalmente con media   6 y varianza a) P 6  X  12 6  6  6 X  4 12  6        0  Z    0.  5 x 5 x  1  0. Si x es N(25. Hallar la probabilidad de que una familia de 5 hflos tenga: P(nacimientos varones)=0.

25).0725 Por tabla Z= 1.31 5   64     P Z   0.08  X  4 64  4    0. Si X es N(50.31  X  4 45      0. P X  45  0.62 b. Halle el valor de Z tal que: a. El área entre -Z y Z sea 0.15  X  Z   0. calcular: e) P x  62   X  4 62  50    P Z   12  0. sea 0.31 5 5   P X  64  0.31 P X  64  0.15 y Z. 9000 P  Z  X  Z   0.90   Z  1.99  5 5 5    P  X  62  P  f) P X  8   X  4 8  50    P Z   42  5 5   5  P  X  8  P  10. P x    8 8 4 8  4 Z  5 5    P  X   /  8  P  8  X    8  P  8  4  8 4 Z 2 2    P 11.4 . En una distribución normal se tiene los siguientes datos: P [x < 45] = 0.28 9.65 12.08 5   .65 +Z=+1. El área entre 1.0725 P1.Calcular .08 5 5   P P 45  4   P Z   0.08 hallar la media y la desviación típica de la distribución.C=35. Si X es N   .

.40 5   5 P X  X 0  0. De una población normal con observaciones.... 14.Cual debe ser la calificación máxima desaprobatoria’?.. Por dato u=11 ...42 es la calificación máxima desaprobatorio... 5=2  X 4 X    0... se desea desaprobar al 40 % de los examinados ...45    0. Para cierto examen la calificación media es 11 y   2 ..(1) 5 Resolviendo (1) y (2) 64  4  1.40  P  X  11  X  11  P Z  0  0. halle: a)  = 50 y  = 6 se extrae una muestra de 16 P ( x  30)   X   30  50    5  6 5n  16    30  50   P Z   6 16   P X  30  P  b) P ( xz 30)   30  50  P X  30  P  Z   6  16  c)  P 30  X  48    30  50 48  50  P 30  X  48  P  Z  6 6 16 16   ..(2) 5 U=35.40  0 0  1.......29  2  2   X 0  8.41.5..8 y 5=20 13.

703) 17. Una muestra de tamaño 26 es obtenida.05 P t  t0   0.685 y 0. P( t  t 0 )  0.29%  P   68    1. cuál es la probabilidad de encontrar un valor de t.05 Rpta. P ( t  4. P II  0. 18. si esta se encuentra entre: n=24 a.3  t0  2. 16.781  P  4. X  68 P X  68  87.01 Rpta.05 2  0.781) P /  4.703 2 b.8729  5  n   68    P Z   0.29 % de las muestras de tamaño 16 que son extraídas desde una población normal con desviación estándar de 3 tienen un promedio igual o menor que 68. 87. Si el 87. hallar t) tal que: a.-Para una muestra de tamaÑo 24.70 P  t0   0.5  t0  1.781  P  4.703  P  0.14 3 16  3    1. Si n =10.3) c.01 2  0. o=3. hallar: a.8729   3  16  Es la media de la población. P( t  t 0 )  0.145  X   68  0. ¿Cuál es la media de la población?.15.  0. -0.703  P  0.47 b.29 % de los muestras n=16 .14   68  16    67.685 .5 n=26 P I   0   0.1 18.1  t0  2. P ( t  0.781 2  0. P( t  t 0  0.

851)   P 9.3)   P X 2  20.237  X 2  10.237<X2-<10.685  0.83  10% por tabla 20.649)  por tabla  P X 2  7.566  0.649  0.321v2. -1. Si n= 5 hallar: a. Si n-1=20.851  0.03 b.3  0.779  085 b.05 por tabla b. Para 7 grados de libertad.266-<X2<37. Hallar: a.566)   P 16.83)   P X 2  2. hallar: a. P(X2<2. P(9. P(X2<20.685  t  0.508  0. P(16.65 por tabla 21.321  t  2.508 P  1.7% por tabla b. P(X2<7. P(X2<7.266  X 2  37.779) a) P X 2  7.69 por tabla por tabla .P t0  t  t1   P  0.12 por tabla 19.