Beruflich Dokumente
Kultur Dokumente
FACILITADOR
Ingº César Colmenárez
CORREO ELECTRONICO
Cesarcol9@Gmail.com
1
0.- CONCEPTOS BÁSICOS DE ESTADISTICA
La estadística es una herramienta que se utiliza en el método
científico para hallar las regularidades del comportamiento
colectivo. Estas regularidades sirven para describir lo que ocurre
con los datos o para hacer estimaciones. Por tanto la Estadística
estudia sólo fenómenos de masa y le sirve a los investigadores en
cualquier campo de las ciencias: Física, Química, Biología,
Economía, Sociología, Ingeniería, etc.
2
1.2.1.- Población: Es el conjunto o colección de personas o cosas
sobre los que se va a realizar un estudio estadístico.
3
los electos de la población. En ocasiones puede ser suficiente
extraer datos sólo de un conjunto de elementos de la población.
Cuando los elementos seleccionados poseen ciertas características
especiales que no se presentan en los restantes elementos de la
población se dice que tenemos una sub-población. Como ejemplo,
supóngase que para conocer el índice académico promedio de los
estudiantes de determinada sección, pueda ser suficiente con
conocer el índice académico de los estudiantes del sexo femenino.
Observe que cada uno de los elementos que se han seleccionado
para el estudio posee una característica que no se presenta en los
restantes elementos y que es pertenecer al sexo femenino.
4
1.2.10.- Razonamiento deductivo: Va de lo general a lo
individual Generalmente se utiliza cuando se aplican leyes
matemáticas, físicas, etc.
5
1.1.1.- Las Variaciones: Si a partir de un conjunto de “m”
elementos se desea investigar cuántos grupos de “n” elementos (n
< m) se pueden construir, de manera que dos grupos sean
diferentes cuando:
m!
Vm , n = ( m − n )! (6.1)
a) m! = m (m - 1)(m - 2)……(m – m + 1)
b) 0! = 1
c) 6! + 2! ≠ 8! ; 6! = 6.5.4.3.2.1 = 720
6! 6! /!
6.5.4.3.2
d) 2!
≠ 3! ; 2!
=
/!
2
= 360
e) 2! x 3! ≠ 6! ; 2! x 3! = (2.1)(3.2.1) = 12
6
10! 10 .9.8.7/!
V10 , 3 = = = 720 mesas electorales
(10 − 3)! 7/!
distintas.
m!
C m ,n = (6.2)
( m − n )!n!
10 ! 10 .9.8.7/!
C10 , 3 = = =120 jurados distintos.
(10 −3)!3! 7/!.3.2.1
m! m!
Pm = Vm , m = = = m! (6.3)
( m − m )! 0!
7
Solución: Como en la conformación de los diferentes equipos, al
cambiar de posición a dos jugadores, ya el equipo es distinto al
anterior, estamos en presencia de un problema de permutaciones:
S = {1, 2, 3, 4, 5, 6} ; A = {2, 4, 6}
n( A) 3 1
P ( A) = = = = 0,5
n( S ) 6 2
8
Solución: En total hay 9 bolitas en la caja (casos posibles) de las
cuales 2 son verdes (casos favorables), entonces la probabilidad
de obtener, al azar, una bola verde será:
2
P ( bola verde ) =
9
= 0.2222
S = {R, R, R, B, B, B, B, V, V} → n(S) = 9 ;
A = {V, V} → n(A) = 2
n( A) Número de casos favorables 2
P ( A) = = = = 0,2222
n( S ) Número de casos posibles 9
4 1
Solución: P ( as ) = =
52 13
= 0,077
9
56 56
Solución: P (var ón ) = =
17 + 56 73
= 0,767
B = {c} → n (B) = 1
n( B ) 1
P (B) = = = 0,5
n( S ) 2
Solución: S = {(c, c); (c, s); (s, c); (s, s)} → n (S) = 4
10
D = {(c, c)} → n (D) = 1
n( D ) 1
P ( D) = = = 0,25
n( S ) 4
S = {0, 1, 2, 3, 4} → n (S) = 5
E = {3,4} → n (E) = 2
n( E ) 2
P = n( S ) = 5 = 0,4
(E)
Gráficamente:
11
Ejemplo 6.10: De 5 dirigentes a, b, c, d, e, se elige una comisión
de 3 miembros. Calcule la probabilidad que:
n( A) 6
P ( A) = = = 0,6
n( S ) 10
n (B) = 9
n( B ) 9
P ( B) = = = 0,9
n( S ) 10
12
n(C ) 3
P (C ) = = = 0,3
n( S ) 10
n( D ) 4
P (D) = = = 0,4
n( S ) 10
P ( A∩B ) =0
13
Solución: Definamos los sucesos:
5 3 15
P ( A∩B ) =P ( A) .P (B) = x =
8 8 64
= 0,234
0≤P ( A) ≤1
P (S ) =1
P ( A∪B ) =P ( A) +P (B)
14
a) Si A , A , A ,..... A es una serie de sucesos
1 2 3 n
P ( A) =1 −P( A ) (6.7)
15
8 13 4 17
P ( A∪B ) = + − =
26 26 26 26
= 0,654
2 3
P( A ) =1 −P( A ) =1- = = 0,6
5 5
P( B ∩A)
P ( B / A) = P( A) (6.8)
16
B = {que salga as} → n (B) = 4 ; entonces:
1 13
P( B ∩A) =
52
; P( A) =
52
; y luego:
1
P( B ∩A ) 52 = 1 =
P ( B / A) = P( A) = 13 13 0.077
52
17
Ejemplo 6.16: i) En el experimento de lanzar un dado se desea
conocer la probabilidad que la variable aleatoria tome el valor
2, es decir, que salga el número 2.
1
Solución: P = = 0,17
( X =2 )
6
1
Solución: P ( X =1) =
2
= 0,5
18
x =máximo
2) ∑f ( x) =1
x =mínimo
esto debe ser así, para que se cumpla con los axiomas de la
probabilidad.
1
P ( X =2 ) =
36
; ya que hay una sola manera que la suma de dos
dados que se lanzan dé 2 (que salga el número 1 en
un dado y en el otro también), pero dos dados tienen
la posibilidad de caer de 36 maneras distintas (6
caras x 6 caras).
2
P ( X =3 ) =
36
; ya que existen dos maneras que la suma de dos
dados que se lanzan dé 3 (1 + 2 y 2 + 1).
19
donde se observa que:
1) f(x) = P (X ) ≥ 0, ∀X
12
1 2 3 4 5 6 5 4 3 2
ii) ∑ f ( x) = 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 +
X =2
1 36
36
= 36
=1
2X 3
+ X , p a raX = 1, 2, 3
f(x) = 3
0 , p a racu a lqu ier o tra X
2X 3
la función f(x) si es ≥ 0, ∀x, ya que para X = 1, 2, 3 → 3
+X ,
siempre es positiva. Veamos:
20
y para cualquier otra X diferente de 1, 2, 3, f(x) = 0
3
3
5 22 63 90
∑ f ( x) =
X =1
+
3 3
+
3
=
3
= 30, como 30 ≠ 1 → la respuesta
es no.
1 2X 3
+ X , para X = 1, 2, 3
f(x) = 30 3
0 , para cualquierotra X
ii) ∫ f ( x)dx
x =mín .
=1
21
X2
+ 1, para0 ≤ X ≤ 2
g(x) = 3
0 , paracualquierotrovalorde X
X =2 2
X2 2
X2
2
1 X 3 1 8 26
∫ 3 ∫0 3
+ 1dx = dx + ∫0 dx = + ( X ) 02 = + 2 =
X =0
3 3 0 33 9
9 X2
+ 1, para 0 ≤ X ≤ 2
g(x) = EMBED Equation.3 26 3
0 , para cualquier otro valor de x
22
1.6.3.- La distribución Normal:
-∞≤X≤+∞
σ = desviación estándar de la población
e = 2,7183
π = 3,1416
23
Además se pueden determinar áreas bajo la curva comprendidas
entre dos abscisas a y b, es decir:
área entre a y b = P (a ≤ X≤ b)
Xi − µ
Zi =
σ
(6.9)
P (-1 ≤ Z ≤ 1) = 0,6827
P (-2 ≤ Z ≤ 2) = 0,9545
P (-3 ≤ Z ≤ 3) = 0,9973
24
68.27%
X1 − µ 10 ,5 −12 ,4
Z1 = = = −0,73
σ 2,6
X2 −µ 13 − 12 ,4
Z2 = = = 0,23
σ 2,6
25
X3 −µ 16 −12 ,4
Z3 = = = 1,38
σ 2,6
X4 −µ 8 −12 ,4
Z4 = = = −1,69
σ 2,6
X5 −µ 12 ,4 − 12 ,4
Z5 = = =0
σ 2,6
X6 −µ 17 − 12 ,4
Z6 = = = 1,77
σ 2,6
26
Ejemplo 8.22: A partir de la distribución normal, calcular la
probabilidad que ocurra un suceso, cuya variable estandarizada Z
está comprendida entre los siguientes valores:
27
TERCER CASO: Entre Z = - 0,48 y Z = 2,15
Solución: Como se aprecia en la figura, se trata de la suma de
dos áreas:
P (-0,48 ≤ Z ≤ 2,15) = P (-0,48 ≤ Z ≤ 0) + P (0 ≤ Z ≤ 2,15)
P (-0,48 ≤ Z ≤ 2,15) = 0,1844 + 0,4822 = 0,6686
28
SEXTO CASO: Para Z menores o iguales a – 0,90
Solución: P (- ∞ ≤ Z ≤ - 0,90) = P (Z ≤ - 0,90) = 0,5000 – 0,3159
= 0,1841
29
OCTAVO CASO: Para Z mayores o iguales a –1,25
Solución: P (Z ≥ - 1,25) = 0,5000 + P (- 1,25 ≤ Z ≤ 0)
P (Z ≥ - 1,25) = 0,5000 + 0,3944 = 0,8944
30
Ejemplo 6,23: En una muestra de 40 estudiantes de Economía se
encuentra que la nota promedio en Literatura fue 12 puntos, con
una desviación estándar de 2. ¿Cuál es la probabilidad que un
alumno elegido al azar tenga una nota entre 11 y 14?
11 −12 14 −12
Z1= 2
= 0,5 ; Z2 = 2
= 1,0
31
1.350 .000 −1.430 .000
Solución:a) Z 1 = 40 .000
= −2,00
q=1–p (6.10)
32
Para que un proceso estadístico pueda ser considerado un proceso
binomial, debe cumplir con los tres postulados siguientes:
33
5 5 5
10 5 1 16
P ( X ≥3) = C35 . 2 + C45 2 + C55 2
1 1 1
= + +
32 32 32 32
= = 0,5
4
Solución: En cada extracción obtener éxito o p es igual a 52
,
4
porque hay 4 ases. Por tanto un fracaso, o q es igual a: q = 1 - 52
48
= 52
; y:
2 6 −2
4 48
P ( X =2 ) = C 26 .
52
.
52
= 0,0644
4!
P ( X =3) = C34 .0,33.0,7 4−3 =
3!
.0,33.0,7 = 0,0756
34
artículos producidos por una empresa que suele elaborar
defectuosos el 10% de su producción.
µ X .e −µ
P (X ) =
X!
(6.14)
35
Ejemplo 6.30: En el ejemplo 6.29, tome una muestra al azar de
10 artículos y encuentre la probabilidad que esta muestra tenga
exactamente 3 defectuosos. Use a) la fórmula binomial y b) la
fórmula de Poisson.
13.e −1
P ( X =3) =
3!
= 0,0613 ≈ 0,06
Solución: µ = 1; X=2
12.e −1 1
P ( X =2 ) =
2!
=
2e
= 0,1839
36
de Poisson solamente se requiere conocer el parámetro µ o λ
como es llamada la media en estos casos.
σ= µ (6.15)
Solución: λ = 3 → σ = 3 = 1,73
EJERCICIOS PROPUESTOS 6.
1.- Suponga que A y B son dos sucesos independientes asociados con un experimento.
Si la probabilidad que A ó B ocurran es 0,45, mientras que la probabilidad que B ocurra
es 0,25, determine la probabilidad que A ocurra.
2.- Una bolsa contiene 7 bolas blancas, 4 bolas negras y 5 rojas. Calcule la probabilidad
que tres bolas sacadas al azar simultáneamente, sean todas blancas.
4 X − 2 X 2 , para0 ≤ X ≤ 2
h (x) =
0 , para cualquierotrovalorde X
37
a) ¿Para qué valores de K son B y C mutuamente excluyentes?
b) ¿Para qué valores de K son B y C independientes?
7.- Una caja contiene 5 bolas verdes, 3 bolas rojas y 2 negras. Se extrae una bola de la
caja y no se regresa. Luego se extraen dos bolas más. Calcule la probabilidad que la
primera bola haya sido verde y las dos segundas, rojas.
8.- Una caja contiene 4 fichas blancas y 5 rojas. Dos fichas son extraídas al azar sin re-
emplazamiento (una primero y la otra después). ¿Cuál es la probabilidad que la segunda
ficha sea blanca, si se sabe que la primera ha sido blanca?
10.- Se tienen en una caja “a” bolas blancas, “b” bolas negras y “c” bolas rojas. Si “m”
es el número total de bolas, ¿cuál es la probabilidad que al sacar una bola de la caja ésta
sea blanca o roja?
4X 3
+ 2 ; para X = 0,1, 2, 3
f(x) = 5
0 ; paracualquierotrovalorde X
3X 2 X
+ ; para X = 1, 2, 3
W(x) = 4 2
0 ; paracualquierotrovalorde X
13.- Dados dos sucesos “K” y “L” en el espacio muestral S, calcule la probabilidad que
1 1 1
se dé exactamente sólo uno de los sucesos, si: P ( K ) = ; P( L / K ) = ; y P( K / L ) =
3 2 4
38
14.- En la fabricación de cierto tipo de navajas se ha colocado un espesor medio de 2,20
milímetros y una desviación estándar de 0,15 milímetros. Se decide que todas las
navajas que excedan un espesor de 2,5 milímetros sean rechazadas, ¿qué porcentaje se
espera que sean rechazadas?
15.- Los puntajes en un examen de selección para seguir estudios superiores están
distribuidos normalmente con media 76 y desviación típica 15. Se ha establecido que el
15% con las mejores notas de los presentantes, recibirán una beca de estudios, en tanto
que el 10% más bajo en calificación en este examen, definitivamente no podrán seguir
estudios superiores. Halle:
16.- En una caja hay 5 bolas rojas y 3 verdes. Se extraen dos bolas y no se regresan,
luego se extrae una bola más. Calcule la probabilidad que las tres bolas sean del mismo
color.
20.- Una moneda equilibrada es echada hasta que aparece sello o hasta que ha sido
echada tres veces. En vista que el sello no apareció en la primera echada, ¿cuál es la
probabilidad que la moneda sea echada tres veces?
39
24.- Tres contratistas licitan por un contrato para construir un edificio escolar. Se cree
que “A” tiene el doble de probabilidad de obtener el contrato que “B”, quien a su vez,
tiene el doble de probabilidad de obtener el contrato que “C”. ¿Cuál es la probabilidad
de cada contratista de obtener el contrato?
25.- Dos candidatos A y B compiten por el control de una empresa. Las probabilidades
de estos dos candidatos de ganar son respectivamente 0,7 y 0,3. Si gana A, la
probabilidad de introducir un nuevo producto es 0,8; si gana B, la correspondiente
probabilidad es 0,4. Demuestre que antes de las elecciones, la probabilidad que sea
introducido el nuevo producto es 0,68.
28.- Una empresa que fabrica baterías para automóviles, ha adoptado un sistema de
control de calidad que le garantiza un máximo de 2% de unidades defectuosas. ¿Qué
probabilidad hay que en una venta de 10 baterías que haga esta empresa, salga una
defectuosa?
29.- De los camiones de arroz que recibe REUNELLEZ la cuarta parte suele ser de mala
calidad. Calcule la probabilidad que en un cargamento de 10 camiones un máximo de 3
contenga arroz de mala calidad.
30.- El cuerpo de bomberos de San Carlos recibe en promedio dos llamadas de socorro
cada semana. Calcule la probabilidad que la semana que viene reciba:
40
que se desea tener cuando se pretenda inferir los resultados
obtenidos en la muestra hacia toda la población. Es obvio que a
mayor tamaño de muestra, menor grado de incertidumbre; de tal
manera que si en lugar de tomar una muestra se realiza un censo,
el grado de incertidumbre en los resultados se reduce a cero.
41
2.1.2.- Muestreo aleatorio estratificado: Para obtener una
muestra aleatoria estratificada, se divide previamente la
población en diferentes estratos de acuerdo a las modalidades que
pueda tener un atributo o a los valores que pueda tomar una
variable. De esta forma resultan varios grupos que son más
homogéneos, de acuerdo a un carácter, que la población como un
todo. Luego se realizan muestreos aleatorios simples en cada uno
de los estratos y el tamaño de la “sub-muestra” en cada estrato,
dependerá del tipo de muestreo estratificado del cual se trate.
Veamos:
42
Aplicando esta proporción al número de estudiantes que posee
cada estrato, se obtiene el número de estudiantes con el que
contribuirá cada segmento para la conformación de la muestra.
Veamos:
43
para conformar la muestra, sea igual al tamaño final de ésta, sin
guardar ninguna relación con el tamaño que tenga cada estrato en
la población.
Supóngase que con los alumnos del ejercicio del punto 3.1.2.1 se
desea tomar una muestra aleatoria estratificada no proporcional
igual, de 12 elementos. El siguiente sería el resultado (nótese que
si la muestra fuera de 10 elementos no se podría tomar):
44
Total 50 12
45
mismo colectivo, un gran número de muestras de igual tamaño,
con reposición, al calcular las medidas de tendencia central,
dispersión, asimetría, etc., para cada muestra, éstas presentarán
valores diferentes entre las muestras, pero tenderán a acercarse en
su mayoría al valor del parámetro respectivo y en una mínima
proporción se ubicarán en regiones lejanas de éstos.
σ2 σ
σ X2 = ; cuya desviación típica es: σX = (7.1)
n n
46
Como, por lo general, es difícil contar con la desviación típica
de la población (σ) y con lo que se cuenta es con la desviación
típica de la muestra (s) y tomando en consideración que la
desviación típica de una muestra es menor que la desviación
típica de la población de la cual proviene, es posible aproximar
“s” a “σ”. Para ello, primero se calcula “s” con la siguiente
expresión:
s = ( Xi − X ) ;
2
s
σX = (7.3)
n
X = K; P ( X ≥ K) = 0,95; n = 36; µ = 5;
σ=6
47
σ 6
σX = = =1
n 36
X −µ K −5
Z= σX → - 1,64 = 1
→ K = 5 – 1,64
→ K = 3,36
48
Solución: Los datos del problema son:
n = 49; X = 5; µ = 4,5; σ2 = 8
σ 8
Se calcula el error típico: σ X
=
n
= 49
= 0,404
X −µ 5 − 4,5
Se calcula Z = σX = 0,404 = 1,24
σ N −n
σX =
(7.4)
n N −1
σ N −n 1,29 6 −2
σX =
=
6 −1 = 0,816
n N −1 2
49
trabajadores, con la media del salario de los 6 trabajadores, es
de 0,816 dólares la hora.
P.Q N − n
σP = ; (7.5), ó
n N −1
P.Q
σP =
n
, (7.6) cuando el tamaño N de la
3
Solución: a) P = 6
= 0,5 → Q = 1 – P = 1 – 0,5 = 0,5
50
fumadores en diferentes muestras al azar de tamaño 4 extraídas de
entre estos 6 trabajadores, la diferencia promedio entre ellas y la
proporción P = 0,5 que existe en la población , es de 0,158.
σ2
σ2
y varianza igual a 1
+ 2 . En el caso de muestras grandes, esto se
n1 n 2
cumple para cualquier población sea normal o no.
51
SEXO N NOTA S
PROMEDIO
Varones 70 13,2 5,4
Hembras 65 14,1 4,6
( 5,4) 2 + ( 4,6) 2
σ X 1−X 2 = = 0,862
70 65
(X − X 2 ) − ( µ1 − µ2 ) ( X 1 − X 2 ) − 0 14,1 − 13,2
= = = 1.04
Z= 1
σ X 1− X 2 σ X 1− X 2 0,862
52
hembras en las poblaciones de las cuales proceden las dos
muestras.
P1 − P2 y la varianza es igual a:
P1Q1 P2 Q2
σ p21− p 2 = σ p21 + σ p2 2 = + (7.7)
n1 n2
p1 n1 + p 2 n 2
P= (7.8)
n1 + n 2
53
5
= ∑
p n + p2 n2 Xi
P= 1 1 ; Q = 1 – P = 1 – 0,56 = 0,44
n1 + n 2 i =1
1
σp1−p 2 = P.Q +
1
= ( 0,56 )( 0,44 ) 1
+
1
= 0,036
n1 n 2 500 300
( p1 − p2 ) − 0 0,596 −0,50
Z= σ p1− p 2 = 0,036 = 2,67
54
aproximarnos al valor del parámetro desconocido. Es en esto en lo
que consiste el problema de la estimación en Estadística.
55
Al intervalo que se calcula alrededor del valor del estimador se le
conoce como intervalo de confianza y viene expresado por dos
números que constituyen los límites de confianza; a saber:
σ N −n
σX = , para muestras pequeñas
n
N −1
σ
σX = , para muestras grandes
n
56
≤ X ± 2 σ ; y una probabilidad de 99,73% que µ se encuentre
X
en el intervalo X - 3 σ ≤ µ ≤ X ± 3 σ .
X X
σ N −n 15 2.000 −100
σX =
=
=
1.46 ≈ 1,5
n N −1 100 2.000 −1
σ 15
σX = = = 1,5
n 100
b) Para el 95,45%: X - 2 σ ≤ µ ≤ X ± 2 σ X X
c) Para el 99,73%: X - 3 σ ≤ µ ≤ X ± 3 σ X X
57
Ejemplo 7.8: Si al tomar una muestra de 49 elementos de una
población se obtiene una media aritmética de 100 y una
desviación típica de 15, estime un intervalo de confianza donde se
encuentren el 99% de las medias de las muestras de ese tamaño
que se tomen de esta población.
s = (X −X)
2
i
;
n −1
s 15
σX = = = 2,14
n 49
X - 2,58 σ ≤ µ ≤
X X ± 2,58 σ
X
94,48 ≤ µ ≤ 105,52
58
ii) Se calcula el error estándar de la proporción, σP , de la
siguiente manera:
P.Q N − n P.Q
σP = ; y para muestras grandes: σP =
n N −1 n
p.q N − n
σP ≈ sP = ; y para muestras grandes: σP ≈
n −1 N −1
p.q
sP = n −1
Solución:
140
p= 400
= 0,35
59
iii) Se calculan los límites de confianza:
0,303 ≤ P ≤ 0,397
1 Z Z
o sea que: E = Z n
σ → n = E
σ → n = ( E σ) 2 ; n≈
Z
( E s) 2 (7.10)
Ejemplo:
En la UNELLEZ San Carlos deseamos conocer la estatura promedio de
todos sus estudiantes con un 99.73% de seguridad y con un intervalo
máximo de 5 cm. Suponiendo que la σ = 10 cm. Para esa población, ¿cuál
deberá ser el tamaño mínimo de la muestra a tomar?
60
Solución:
Para área de confianza igual 0.9973 → Z = 3
Z 3
n = ( E σ) 2 = ( 5 10) 2 = 36 alumnos
Supongamos ahora, que una vez que investigamos la estatura de todos los
estudiantes de la UNELLEZ San Carlos con esta muestra de 36 alumnos
_
obtenemos una media en la muestra X i = 1.67 cm, y una s = 4 cm.
s 4
s =
x
n
= 36
= 0.67
E = Z.s = 3(0.67) = 2 cm
x
s 12
s =
x
n
= 36
= 2.00
E = Z. s = 3(2.00) = 6 cm
x
Z 3
n = ( E σ) 2 = ( 5 12) 2 = 51.84, es decir, 52 alumnos y no 36
61
2.4.2.3.2.-
Tamaño de muestra para estimar una proporción poblacional:
Cuando se trata de proporciones, el intervalo de confianza de la proporción
poblacional es:
PQ
Cuando σ p es sustituida por su valor n
en (1), se tiene:
PQ E PQ E PQ
E=z n
→ z
= n
→ ( z
)2 = n
→
z
→ n = PQ ( E ) 2 (7.12)
Ejemplo:
Un investigador desea conocer si los niños que estudian en las escuelas
bolivarianas de San Carlos están conformes con la calidad de la merienda
que reciben en estas escuelas. Para ello debe calcular el tamaño de muestra
necesario para realizar este estudio. El desea un error muestral máximo de
5% y un nivel de confianza de 94%. Haga el cálculo en los siguientes dos
casos:
Solución:
a) z (para un área = 0.94/2 = 0.4700) = 1.88
E = 0.05
P = 0.40
Q = 0.60
62
z 1.88
n = PQ ( E ) 2 = (0.40) (0.60) ( 0.05 ) 2 = 339.3, es decir:
n = 339 niños.
z 1.88
n = PQ ( E ) 2 = (0.50) (0.50) ( 0.05 ) 2 = 353 niños
EJERCICIOS PROPUESTOS 7:
1.- Si en una distribución normal se toma una muestra de 36 elementos con media
65 y desviación estándar 12, ¿cuál será el error típico de la media?
3.- ¿Cuál es el intervalo de confianza del 99% para una media aritmética de 60, con
desviación estándar 5 y un tamaño de muestra de 100 elementos?
5.- Los 1.500 quesos diarios producidos en una determinada fábrica, tienen un peso
promedio de 20 kg y una desviación típica de 300 gr. ¿Cuál será el error típico
esperado en la distribución muestral de las medias, para muestras de 36 quesos?
6.- El peso promedio de una muestra de 100 fármacos es 90 gr, con una desviación
estándar de 3 gr. ¿Cuál será el intervalo de confianza para el 98% de la producción
total?
63
7.- En una encuesta realizada a 200 habitantes de Tinaquillo escogidos al azar, el
60% manifestó no agradarles la calidad del servicio eléctrico que reciben. ¿Cuáles
serán los límites de confianza del 96% para todos los habitantes de Tinaquillo que
no les agrada el servicio eléctrico?
14.- De un total de 1.000 lechosas que transporta un camión, se toma una muestra de
49 y se encuentra que tienen un peso promedio de 2,1 kg y una desviación típica de
0,5. ¿Dentro de cuál intervalo de peso se encuentra el 97% de estas lechozas?
15.- Sea X la media de una muestra aleatoria de tamaño 64, con media poblacional
igual a 20 y desviación estándar igual a 4. Determine W tal que la probabilidad que
X sea menor o igual a W sea 0,80.
16.- Para conocer el porcentaje de todas las amas de casa que usan cierto detergente,
se eligen aleatoriamente 196 hogares. Si en 108 de ellos se usa este producto, ¿cuál
será el intervalo de confianza de 99% para el porcentaje de esta población de amas
de casa que usan el detergente?
17.- Se desea estimar la diferencia en el efecto de una píldora para dormir en los
hombres y las mujeres. Para ello se toma una muestra de 36 hombres, la cual da una
media de 8,75 horas de dormir y una varianza de 9; y una muestra de 64 mujeres, la
cual da una media de 7,25 horas de dormir y una varianza de 4. Determine los
64
límites de confianza del 95% para la verdadera diferencia, entre las horas promedio
de sueño entre hombres y mujeres, con esta píldora.
APENDICE 1
Z 0 1 2 3 4 5 6 7 8 9
0,0 0,0000 0,0040 0,0080 0,0120 0,0130 0,0190 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0754
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0, 1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2258 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2518 0,2549
0,7 0,2580 0,2612 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2996 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3106 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4206 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
65
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4626 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4832 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4975 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0.4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,1960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0.4983 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0.4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3.6 0,4999 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
66