You are on page 1of 9

UNIVERSIDAD NACIONAL DE HUANCAVELICA

PRACTICA DIRIGIDA DE LA ASIGNATURA DE ESTADISTICA
APLICADA
1) Hallar la probabilidad de que lanzado una moneda 6 veces aparezcan
a) 0 caras
Solución:
La función de probabilidad de la variable discreta(X = número de caras
obtenidas) es:
𝑛
𝑛 1 𝑥 1 𝑛−𝑥 (𝑥 )
𝑓(𝑥) = ( ) ( ) ( ) = 𝑛
𝑥 2 2 2
Que expresa la probabilidad de obtener un determinado número(x) de caras al
lanzar n veces una moneda.
El número total de casos es: Ω = 26 ; Ω = 64

El número de casos favorables es: (60) = 1
1
𝑃(𝑥 = 0) =
64
𝑃(𝑥 = 0) = 0.016

b) 1 cara

El número de casos favorables es: (61) = 6
6
𝑃(𝑥 = 1) =
64
𝑃(𝑥 = 1) = 0.094

c) 2 caras

El número de casos favorables es: (62) = 15
15
𝑃(𝑥 = 2) =
64
𝑃(𝑥 = 2) = 0.234

d) 3 caras

El número de casos favorables es: (63) = 20
20
𝑃(𝑥 = 3) =
64
𝑃(𝑥 = 3) = 0.313
ESTADISTICA APLICADA 1

094 g) 6 caras El número de casos favorables es: (66) = 1 1 𝑃(𝑥 = 6) = 64 𝑃(𝑥 = 6) = 0. UNIVERSIDAD NACIONAL DE HUANCAVELICA e) 4 caras El número de casos favorables es: (64) = 15 15 𝑃(𝑥 = 4) = 64 𝑃(𝑥 = 4) = 0.234 f) 5 caras El número de casos favorables es: (65) = 6 6 𝑃(𝑥 = 5) = 64 𝑃(𝑥 = 5) = 0.016 2) Hallar la probabilidad de (a) 2 o más caras (b) menos de 4 caras en un lanzamiento de 6 monedas. Solución: El número total de casos es: Ω = 26 .891 b) menos de 4 caras 6 El número de casos favorables es: (60) + ( ) (62) + (63) = 44 1 42 𝑃(𝑥 < 4) = 64 21 𝑃(𝑥 < 4) = 32 ESTADISTICA APLICADA 2 . Ω = 64 a) 2 o más caras El número de casos favorables es: (62) + (63) + (64) + (65) + (66) = 57 57 𝑃(2 ≤ 𝑥) = 64 𝑃(2 ≤ 𝑥) = 0.

k=3 (𝑘𝑟 )(𝑁−𝑟 𝑛−𝑘 ) 𝑃(𝑥 = 𝑘) = (𝑁𝑛) (40 3 )(80−40 5−3 ) 𝑃(𝑥 = 𝑘) = (80 5 ) 𝑃(𝑥 = 𝑘) = 0. r =40 n = 5 .02737 c) 2 o 3 exitosas N=80 . k = 2.32057 𝑃(𝑥 = 2. cuantas cabe esperar que tengan: Suponer de iguales la probabilidad de rentable o poco rentable. r =40 n=5 .64113 ESTADISTICA APLICADA 3 . r = 40 (ya que la probabilidad de rentable o poco rentable es igual) n=5 .32057 + 0.k=0 (𝑘𝑟 )(𝑁−𝑟 𝑛−𝑘 ) 𝑃(𝑥 = 𝑘) = (𝑁𝑛) (40 0 )(80−40 5−0 ) 𝑃(𝑥 = 𝑘) = (80 5 ) 𝑃(𝑥 = 𝑘) = 0.32057 b) 5 fracasos N=80 . UNIVERSIDAD NACIONAL DE HUANCAVELICA 3) De un total de 80 contratistas con 5 contratas cada una.3 (𝑘𝑟 )(𝑁−𝑟 𝑛−𝑘 ) 𝑃(𝑥 = 𝑘) = (𝑁𝑛) (40 2 )(80−40 5−2 ) (40 3 )(80−40 5−3 ) 𝑃(𝑥 = 𝑘) = + (80 5 ) (80 5 ) 𝑃(𝑥 = 𝑘) = 0. Solución: La probabilidad de que ocurran k éxitos en el experimento hipergeométrico es: (𝑘𝑟 )(𝑁−𝑟 𝑛−𝑘 ) 𝑃(𝑥 = 𝑘) = (𝑁𝑛) a) 3 exitosas N=80 . 3) = 0. con la probabilidad de éxito y fracaso en su funcionamiento.

85.95 P (BC/A)=0. 9.15. P (AC)= 0.R intervenga en el mercado? La probabilidad de que la Cia.07 (0.95) P (B)=0. Si se estima en 0. Los eventos serán: B = la Cia.35938 5) La probabilidad de que la Cia.Jb no intervenga en el mercado es: P (BC)= P(A) x P (BC/A)+ P (AC) x P (BC/AC) P (BC)=0.Jb no tuviera éxito.R intervenga en el mercado. Solución: La función de una distribución binomial es: 𝑛 𝑃(𝑥 = 𝑘) = ( ) 𝑝𝑘 𝑞 𝑛−𝑘 𝑘 k = 6. la probabilidad de que la Cia. UNIVERSIDAD NACIONAL DE HUANCAVELICA 4) Hallar la probabilidad de contestar correctamente al menos 6 de 10 preguntas de un examen falso-verdadero. ¿Qué probabilidad hay de que la Cia.05 a.10 n = 10 p = probabilidad de que ocurra un evento = 0.05) P (BC)=0.Jb tenga éxito al comercializar un producto es de 0.R interviene en el mercado. 8. 7.15)+0.R interviene en el mercado.93 (0.Jb no tuviera éxito.Jb tenga éxito? P (B)= P(A) x P (B/A)+ P (AC) x P (B/AC) P (B)=0.894 b.R intervenga en el mercado será: ESTADISTICA APLICADA 4 .85)+0.07 la probabilidad de la Cia.106 Si la Cia.5 Remplazando: 𝑛 𝑃(𝑥 = 𝑘) = ( ) 𝑝𝑘 𝑞 𝑛−𝑘 𝑘 10 10 10 10 10 𝑃(𝑥 = 𝑘) = [( ) + ( ) + ( ) + ( ) + ( )] 0. si la Cia.93 (0.510 𝑃(𝑥 = 𝑘) = 0.93.5 q = 1-p = 0.Jb tenga éxito A = la Cia. P (B/A)=0. Si la Cia. P (BC/AC)=0. P(A)=0.510−6 6 7 8 9 10 𝑃(𝑥 = 𝑘) = (386)0.15 y P (B/AC)=0.07 (0. ¿Cómo se cambia la probabilidad de que la Cia.07.56 0.95 siempre que la competidora de la compañía R no intervenga en el mercado y es de solo 0.

73 23.R intervenga en el mercado aumentaría de 0. Cada unidad experimental es una superficie rectangular de 7x4 metros. siendo: Contenido de Cu en gr/Tn 17.1) √ (1 − 𝑝)𝑝 40 Las hipótesis serán: H0: p=0. utilizando el nivel de significación 0.561 𝐏(𝐁 𝐂 ) 𝟎.99 33.08 18. Si en 5 de dichas muestras se observó la presencia de níquel ¿Podemos creer al proveedor cuando asegura que a lo sumo el 8% de las muestras contienen níquel? Sea p la proporción de muestras que contienen níquel y q la proporción de pruebas positivas al analizar 40 datos.2 20.98 22.561 6) En una labor mineralizada de Cu.82 18. y para el segundo nivel (40%) se usaron 9 unidades experimentales.94 18. UNIVERSIDAD NACIONAL DE HUANCAVELICA 𝐏(𝐀)𝐱𝐏(𝐁 𝐂 /𝐀) 𝟎.64 40% de humedad (nivel 2) 30. Frecuencias observadas Preferencia sierra Costa Selva Perforista 86 44 70 Maquinista 45 30 50 Enmadserador 34 6 10 Otro 85 20 20 total 250 100 150 Se pide. a) Calcular las frecuencias esperadas de cada preferencia de labor en cada región b) Determine si la preferencia por cierta labor es independiente de la región(es la misma en cada región).13 34.12 29.92 7) En un estudio para determinar la preferencia por determinados sabores de helados en diferentes regiones de país.98 24.5 32. Para el primer nivel (10%) se usaron 12 unidades experimentales.16 10% de humedad(nivel 1) 20.𝟎𝟕(𝟎.𝟏𝟎𝟔 La probabilidad de la Cia.𝟖𝟓) P(A/BC)= = = 0. 8) Se estudiaron 40 muestras de aceite crudo de determinado proveedor con el fin de detectar la presencia del níquel mediante una prueba que nunca da un resultado erróneo.03 28. donde se extrajeron las muestras Se decidió mediante un mecanismo aleatorio la toma de muestras.7 a 0. se recopilaron los siguientes datos.35 18.23 28. que tenían diferentes niveles de humedad. 𝑝−𝑞 = 𝑧 ≅ 𝑁(0.08 ESTADISTICA APLICADA 5 .08 H1: p > 0.05. se compararon dos niveles de contenido de mena de Cu.

Como la prueba es positiva en el 80% de los casos en que hay niquel pero también en su ausencia.645: la hipótesis nula no es rechazada. Z 1-α/2 = 0. Realizadas 12 mediciones en diferentes fechas del año se observó una media de 3.82. con una certeza del 95% si podemos creer al proveedor. satisface: 𝑞 − 𝑝′ ≈ 𝑁(0.0732 = 1. s = 0. la probabilidad de que una prueba resulte positiva es P’=0. Determinar. UNIVERSIDAD NACIONAL DE HUANCAVELICA Al tratarse de un contraste unilateral. con probabilidad igual a 0.82 El error típico de la media: 𝐸𝑇 = = = 0.95 = 1.82 𝑠 0. de la tabla t de student se tiene 2.6 .1) (1 − 𝑝 ′ )𝑝 √ 40 Las hipótesis serán: H0: p’=0.968) 40 1.01. para un 95% intervalos de confianza. Intervalos de confianza para la media: Con r = 11. con la región crítica ala derecha.01 La variable q.6 con una desviación típica de 0. al 95% y al 99%.201 ESTADISTICA APLICADA 6 .975. 9) Los responsables de la salud.645 Por lo tanto. si consideramos en nivel de significación 𝛼 = 0.0732 0.0732(0.645.049 √ 0. Llamaremos N al suceso que representa la presencia de niquel. 𝑥̅ = 3.08 = 1.79p+0. Solución: n = 12 .92) 40 1.08(0.2578 √0.05 En este caso p = 5/40 = 0.125 − 0. miden la radiactividad en el agua de una fuente natural en una zona abundante de granito.0732 H1: p > 0.125 de modo que: 0.23671 √𝑛 √12 Los grados de libertad r = n-1 = 11 a.125 − 0. intervalos de confianza para la radiación media y para la varianza. esta corresponde a valores de la distribución muestral superiores a z0.2578 < 1.049 < 1.

6 .106(0.672) 11(0.23671). X 20.672) 11(0. 2. 4) Fármaco a una dosis determinada.6 [0.6 − 2. 2) Dieta con contenido pobre en sal.337.33522 ] b.23671) ] [2.843] 10) Los siguientes datos son los resultados del control de la presión de 22 trabajadores que se encuentran en distintos tratamientos.82 [0.92 3. 3) Dienta sin sal. Intervalos de confianza para la varianza: S2=0. 4. codificados de la siguiente manera.106 [𝑥̅ − Z 1 − α/2(𝐸𝑇) .672) [ . s2 = 0. 3.672) [ . para un 99% intervalos de confianza.α/2 = 0. 𝑥̅ + Z1 − α/2(𝐸𝑇) ] [3.079.76 11(0. Z 1.6 − 3.995= 26. Los resultados se muestran es la tabla.201(0.6 + 2.82 . =21.672 Para un 95% De la tabla de distribución chi.23671) ] [3.23671).995. 1.276 . 𝑥̅ + Z1 − α/2(𝐸𝑇) ] [3.92 11(0. ESTADISTICA APLICADA 7 .106(0.005 = 2. 4. 1) Cuando no está sujeto a ningún tratamiento.935] Para un 99% X 20.121 ] Con r = 11. 3. ] 21. de la tabla t de student se tiene 3.201(0. 5) El mismo fármaco con otra dosis.76 2. UNIVERSIDAD NACIONAL DE HUANCAVELICA [𝑥̅ − Z1 − α/2(𝐸𝑇) .86478.6 + 3. ] 26.822 .cuadrado: =3.

UNIVERSIDAD NACIONAL DE HUANCAVELICA Presión tratamiento 180 1 180 1 175 2 163 3 170 3 158 3 162 3 170 4 158 4 146 4 160 4 171 4 155 4 147 5 152 5 143 5 155 5 160 5 180 4 159 5 181 1 160 3 Se pide: a) Estimar si las variables consideradas siguen una distribución normal Hallando la media muestral y varianza muestral.589 22 22 Estimando al 95% de intervalos de confianza respecto a la varianza.48 10.48 21(126.589) [ . ] 35. 252.596] b) Efectuar un análisis de diferencia de media para la variable presión.589 = 11.955 𝑥̅ = = 162. 3585 2784.251 El error típico será: = = 0.251 𝑠 11. La desviación típica: 𝑠 = √𝑠 2 = √126. Con r = 21 De la tabla de distribución chi. con un nivel de significancia del 95% de certeza.28 . 𝑠 2 = = 126. =35.511 √𝑛 22 Las hipótesis serán: ESTADISTICA APLICADA 8 .955 .cuadrado: =10.589) 21(126.28 [74.926.

955 Cuando α = 0.955 H1: µ ≠ 162. analizar los resultados.96. d) Efectuar una prueba de diferencia de medias para muestras relacionadas.96] Calculamos z : −𝜇 𝑧= 𝐸𝑇 c) Efectuar una prueba de diferencia de medias para muestras independientes. z>1. UNIVERSIDAD NACIONAL DE HUANCAVELICA H0: µ= 162.05 : Z1-α/2=Z0. si de la produccion total que consiste de 20 unidades se escogen tres unidades al azar a la vez y se encuentran dos unidades defectuosas. ENTONCES 𝑃(𝐴1 ) = 0. e) En el caso de utilizar una prueba no paramétrica. 𝑃(𝐴2 ) = 0.4 POR TANTO: 𝑃 ( 𝐵1 ) = 69 = 0. analizar los resultados. ¿Cómo modifica este evento las probabilidades previas de la particion de los tiempos de produccion? solucion: sean los eventos A1= calidad de 20%defectuoso. A2 = calidad del 15% defectuoso Y B=dos defectuosoS en la muestra de tres.975 = 1.56 𝐴 30.4.6 (𝑃( 2 ) = = 0.6 𝐵 ∁16 1 𝐵 𝑃( ) = ∁42 ∗ 20 𝑌 𝑃 ( ) = ∁32 ∗ ∁17 20 1 /∁3 𝐴1 ∁3 𝐴2 𝐵 𝐵 69 ADEMAS: 𝑃(𝐵) = 𝑃(𝐴1 )𝑃 (𝐴 ) + 𝑃(𝐴2 )𝑃 (𝐴 ) = 1140 1 2 𝐴 38. de un proceso de produccion se sabe que durante cuatro decimas partes de tiempo su porcentaje de produccion defectuosa es 20% y durante el resto del tiempo de proceso(seis decimas partes de tiempo) su porcentaje de produccion defectuosa es 15%.96 𝑥̅ − 𝜇 𝑧= 𝐸𝑇 La región critica de la prueba en la variable Z esta: RC= [z<-1. ¿cuál de ellos sería el adecuado? ¿Qué consideraciones se tiene para su aplicación? f) Un diagrama de caja e interpretar el resultado.44) 𝐵 69 ESTADISTICA APLICADA 9 .