Professional Documents
Culture Documents
Probabilidad Unidad 3
Probabilidad Unidad 3
Instituto Tecnológico de
huimanguillo
Carrera:
Ingeniería Petrolera.
Asignatura:
Docente:
Trabajo:
Investigación:
Índice:
▪ Introducción............................................................................................................... 2
▪ Competencia a desarrollar….................................................................................... 2
▪ Competencias previas…........................................................................................... 2
▪ Conclusión................................................................................................................ 35
▪ Bibliografía .............................................................................................................. 35
1
lOMoARcPSD|168 475 26
Introducción:
Intención didáctica.
En el tema tres el estudiante conoce, comprende y aplica la distribución muestra
adecuada, de acuerdo a la situación que se le presente. El docente será un guía
para la realización de los ejercicios aplicados en clase ya que es de suma
importancia para el entendimiento de esta asignatura.
Competencia a desarrollar.
Conoce y aplica las herramientas de estadística para la toma de decisiones en los
procesos de explotación de los hidrocarburos.
Competencias previas.
Conoce conceptos de matemática básicas para solucionar ejercicios de aplicación.
Aplica despejes de fórmulas matemáticas para resolución de ejercicios.
2
lOMoARcPSD|168 475 26
Errores en el Muestreo
Cuando se utilizan valores muestrales (parámetros), o estadísticos para estimar
valores poblacionales, pueden ocurrir dos tipos generales de errores:
3
lOMoARcPSD|168 475 26
➢ Error muestral
➢ Error no muestral.
Son los errores que surgen al tomar las muestras y que no pueden clasificarse como
errores muestrales. El sesgo muestral se refiere a una tendencia sistemática
inherente a un método de muestreo que da estimaciones de un parámetro que son,
en promedio, menores (sesgo negativo), o mayores (sesgo positivo) que el
parámetro real.
4
lOMoARcPSD|168 475 26
5
lOMoARcPSD|168 475 26
Muestreo de la Media.
6
lOMoARcPSD|168 475 26
Ejemplo 2:
7
lOMoARcPSD|168 475 26
Muestreo
n=2 206 2.60
n=3 206 1.73
n=4 206 1.06
Ejemplo 3:
1
(2 x 1+2 x 2+2 x 3)
2 x 1+ x 2+ x 3
¿ = Que es la media de la población
3 3
8
lOMoARcPSD|168 475 26
varianza , el estadístico:
Tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-
1 grados de libertad y se denota X2 (X es la minúscula de la letra griega ji). El
estadístico ji-cuadrada está dado por:
9
lOMoARcPSD|168 475 26
La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en
el valor (n-3) = (gl-2).
para x>0
Para denotar el valor crítico de una distribución X2 con gl grados de libertad se usa
el símbolo (gl); este valor crítico determina a su derecha un área de bajo la
2 2
curva X y sobre el eje horizontal. Por ejemplo para encontrar X 0.05(6) en la tablase
localiza 6 gl en el lado izquierdo y a lo largo del lado superior de la
misma tabla.
Cálculo de Probabilidad
Ejemplos:
10
lOMoARcPSD|168 475 26
1. Suponga que los tiempos requeridos por un cierto autobús para alcanzar un de
sus destinos en una ciudad grande forman una distribución normal con una
desviación estándar =1 minuto. Si se elige al azar una muestra de 17tiempos,
encuentre la probabilidad de que la varianza muestral sea >2.
11
lOMoARcPSD|168 475 26
Aquí se tienen que buscar los dos valores en el renglón de 24 grados de libertad.
Al buscar el valor de 13.846 se encuentra un área a la derecha de 0.95. El valor de
42.98 da un área a la derecha de 0.01. Como se está pidiendo la probabilidad
entre dos valores se resta el área de 0.95 menos 0.01 quedando 0.94.
Estimación de la Varianza
12
lOMoARcPSD|168 475 26
Ejemplos:
Gráficamente:
13
lOMoARcPSD|168 475 26
Con un nivel de confianza del 95% se sabe que la varianza de la población de los
pesos de los paquetes de semillas de pasto esta entre 0.135 y 0.935 decagramos
al cuadrado.
Los seis resultados en partes por millón fueron 9.54, 9.61, 9.32, 9.48, 9.70 y
9.26. Estimar la varianza de los resultados de la población para este estándar,
usando un nivel de confianza del 90%.
14
lOMoARcPSD|168 475 26
1. Una compañía que produce una parte maquinada para un motor, afirma que
tiene una varianza de diámetro no mayor a 0.0002 pulgadas. Una muestra
aleatoria de 10 de dichas partes dio una varianza de muestra s 2 = 0.0003. Si se
supone que las medidas del diámetro se distribuyen en forma normal, ¿hay
evidencia para refutar lo que afirma el proveedor? Use = 0.05.
15
lOMoARcPSD|168 475 26
Cálculos:
Justificación y decisión:
Solución:
16
lOMoARcPSD|168 475 26
Cálculos:
Justificación y decisión:
Como 11.52 está entre 2.7 y 19.023, no se rechaza Ho, y se concluye con un nivel
de significancia de 0.05 que la varianza del contenido de azúcar del almíbar no ha
cambiado, esto es es de 18 mg2.
3. Experiencia anterior indica que el tiempo que se requiere para que los
estudiantes de último año de preparatoria completen una prueba estandarizada
es una variable aleatoria normal con una desviación estándar de seis minutos.
Se toma una muestra aleatoria de 20 estudiantes de último año de preparatoria
y se obtiene una desviación estándar de 4.51.
17
lOMoARcPSD|168 475 26
Ensayo de hipótesis: Ho ; =6
H1 ; <6
Cálculos:
Error tipo II
Solución: Para poder calcular el error tipo II, primero se debe encontrar el valor
de la varianza muestral límite, esto es s 2L, para poder calcular los valores de X2 y
posteriormente calcular el área. Al buscar en la tabla X 2(0.05,19)=30.144, este valor se
sustituirá en la formula. Al despejar de la fórmula original de X2 se obtiene:
Solución: Como este es un ensayo bilateral se tendrán dos valores de s 2L. Los
cuales se calcularán utilizando las ji-cuadradas límites que eran de de 2.7 y19.023.
19
lOMoARcPSD|168 475 26
Estos dos valores se utilizarán para calcular las nuevas ji-cuadradas para calcular
el valor de tipo II.
20
lOMoARcPSD|168 475 26
21
lOMoARcPSD|168 475 26
P = 4/12=1/3
Por lo que podemos decir que el 33% de las piezas de este lote están defectuosas.
El número posible de muestras de tamaño 5 a extraer de una población de 12
elementos es 12 C 5=792, las cuales se pueden desglosar de la siguiente manera:
22
lOMoARcPSD|168 475 26
Como vimos antes, si contamos con una población finita y un muestreo sin
reemplazo, para calcular la desviación estándar usamos la corrección (Como regla
aproxima da, si el muestreo se hace sin reemplazo y el tamaño de la población es
20 veces el tamaño de la muestra o menor, entonces se puede usar la fórmula):
23
lOMoARcPSD|168 475 26
24
lOMoARcPSD|168 475 26
Ejemplo 2: Suponer que de la gente que solicita ingresar a una compañía, 40%
pueden aprobar un examen de aritmética para obtener el trabajo. Si se tomara una
muestra de 20 solicitantes, ¿Cuál sería la probabilidad de que 50% o más de ellos
aprobaran?
Datos: P = 0.40, n = 20, p = 0.50
25
lOMoARcPSD|168 475 26
y que
Por lo que no es difícil deducir que:
y que .
El promedio de los pesos de todos los niños de sexto grado de esa escuela es de
100 libras y su desviación estándar es de 14.142, mientras que el promedio de los
pesos de todas las niñas del sexto grado de esa escuela es de 85 libras y su
desviación estándar es de 12.247 libras. Si representa el promedio de los pesos
de 20 niños y es el promedio de los pesos de una muestra de 25 niñas,encuentre
la probabilidad de que el promedio de los pesos de los 20 niños sea al menos 20
libras más grande que el de las 25 niñas.
Solución:
Datos:
1 = 100 libras
2 = 85 libras
1 = 14.142 libras
2 = 12.247 libras
n1 = 20 niños
26
lOMoARcPSD|168 475 26
n2 = 25 niñas
Ejemplo 2:
Uno de los principales fabricantes de televisores compra los tubos de rayos
catódicos a dos compañías. Los tubos de la compañía A tienen una vida media de
7.2 años con una desviación estándar de 0.8 años, mientras que los de la B tienen
una vida media de 6.7 años con una desviación estándar de 0.7. Determine la
probabilidad de que una muestra aleatoria de 34 tubos de la compañía A tenga
una vida promedio de al menos un año más que la de una muestra aleatoria de 40
tubos de la compañía B.
Solución:
Datos:
A = 7.2 años
B = 6.7 años
A = 0.8 años
B= 0.7 años
nA = 34 tubos
nB = 40 tubos
Ejemplo 3:
Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrándose una
desviación estándar de 1.23km/L para la primera gasolina y una desviación
estándar de 1.37km/L para la segunda gasolina; se prueba la primera gasolina en
35 autos y la segunda en 42 autos.
a. ¿Cuál es la probabilidad de que la primera gasolina de un rendimiento promedio
mayor de 0.45km/L que la segunda gasolina?
b. ¿Cuál es la probabilidad de que la diferencia en rendimientos promedio se
encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?
27
lOMoARcPSD|168 475 26
2 = 1.37 Km/Lto
n1 = 35 autos
n2 = 42 autos
28
lOMoARcPSD|168 475 26
Y que
Por lo que: y .
Ejemplo 4:
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren
en sus opiniones sobre la promulgación de la pena de muerte para personas
culpables de asesinato. Se cree que el 12% de los hombres adultos están a favor
de la pena de muerte, mientras que sólo 10% de las mujeres adultas lo están.
Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una
distribución binomial y se está utilizando la distribución normal.
29
lOMoARcPSD|168 475 26
Ejemplo 5:
Una encuesta del Boston College constó de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontró que 20% habían estado sin trabajo
durante por lo menos dos años. Supóngase que tuviera que seleccionar otra
muestra aleatoria de 320 trabajadores de entre todos los empleados despedidos
entre 1979 y 1984.
Solución:
En este ejercicio se cuenta únicamente con una población, de la cual se están
extrayendo dos muestras y se quiere saber la probabilidad de la diferencia de los
porcentajes en esas dos muestras, por lo que se debe de utilizar la distribución
muestral de proporciones con P1= P2, ya que es una misma población.
30
lOMoARcPSD|168 475 26
La palabra difiera quiere decir que puede existir una diferencia a favor de la
muestra uno, o a favor de la muestra dos, por lo que se tendrán que calcular dos
áreas en la distribución y al final sumarlas.
Datos:
p1 = 0.20
n1 = 320 trabajadores
n2 = 320 trabajadores
P1 = P2
La probabilidad de que su
proporción muestral de
trabajadores sin empleo
durante por lo menos dos
años, difiera del
porcentaje obtenido en la
encuesta de Boston
College, en 0.05 o más es
de 0.1260.
Ejemplo 6:
Se sabe que 3 de cada 6 productos fabricados por la máquina 1 son defectuosos y
que 2 de cada 5 objetos fabricados por la máquina 2 son defectuosos; se toman
muestras de 120 objetos de cada máquina:
a. ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la
máquina 2 rebase a la máquina 1 en por lo menos 0.10?
b. ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la
máquina 1 rebase a la máquina 2 en por lo menos 0.15?
Solución:
Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4
n1 = 120 objetos
n2 = 120 objetos
31
lOMoARcPSD|168 475 26
La probabilidad de
que exista una
diferencia de
proporciones de
artículos
defectuosos de por
lo menos 15% a
favor de la
máquina 1 es de
0.2357.
32
lOMoARcPSD|168 475 26
Distribución de probabilidad
33
lOMoARcPSD|168 475 26
➢ Distribución uniforme
➢ Distribución triangular
➢ Distribución normal
➢ Distribución lognormal
➢ Distribución
exponencial
Conclusión:
34
lOMoARcPSD|168 475 26
Bibliografía:
➢ ftp://ftp.utalca.cl/profesores/gicaza/Clases/7Distribuciones%20Muestrales.pdf
➢ https://www.upg.mx/wp.../LIBRO-13-Estadistica-para-administracion-y
economia.pdf
➢ http://www.geociencias.unam.mx/~ramon/EstInf/Clase4.pdf
➢ https://www.ugr.es/~mvargas/tema6sd.pdf
➢ https://html.rincondelvago.com/distribucion-por-muestreo.html
➢ http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap03b.html
➢ file:///C:/Users/luisa/Downloads/pye.pdf
35