https://wwwyyy.files.

wordpres
s.com/2016/06/estadc3adstica
-y-muestreo-de-ciro-
martc3adnez-b.pdf doceava
edicion
http://www.juntadeandalucia.
es/averroes/centros-
tic/14002996/helvia/aula/archi
vos/repositorio/250/295/html/
estadistica/pmuestras.htm
muchos de canavos

PARCIAL DE ESTADISTICA

1 (4.000.000,750.000),

2 . (8.000.000,1.250.000),

3 . (1.000.000, 275.000)
independientes entre si.

Entonces la variable:

= 1 + 2 + 3 sigue una normal

N(4.000.000 + 8.000.000 + 1.000.000);

(750.0002 + 1250.0002 + 275.0002 )1/2

 es decir (13.000.000; 1483.45) por tanto
la probabilidad

( < 15.000.000) =

b). ( 18.000.000) =

Planteamiento:

= 100, = 5, 0 = 750

1= 748 , 1 = 750

Debemos calcular
( 748)

Estandarizamos aplicando la distribucin limite

central

= =
/

748 750
= = 4
5/100

( 748) = ( 4)

segn las tablas

( 4) = 0.000031671

Es decir es una probabilidad muy muy baja cercana

al 0, por lo que debe interpretarse que si la el
promedio de las cajas es748, no es posible
mantener la afirmacion del gerente que asegura
que el peso promedio es de 750. Por lo tanto la
afirmacion del gerente es erronea.

APLICO FORMULA DE CHI CUADRADO

= ()

1 2 ~ (, (0.01)2 )

= 25 = 0.0152

( 2 0.0152 ) = 1 ( 2 < 0.0152 )

24 2 24(0.0152 )
=1 ( < )
2 2

24 2
= ~24 2
2

( 2 0.0152 ) = 1 (24 < 34.56)

= 1 0.9248 = 0.0752

~ (0,1)
/

= ~ 1
/

= 0.6 = 16

= 0.75 = 0.175

0.75
( )
= 0.6

Sabemos por la teora que el estadstico

=
/

sigue una t-Student con n-1 grados de libertad.

La probabilidad de que

( 0 ) = (1 0 ) =

( 15 )


0.75 0.6
= ( 15 )
0.175
16

( 15 3.428) = 0.0018684

Si la media es 0,60, la probabilidad de observar un

valor de T mayor o igual de 3,4286 es de
0,001866097. Valor muy pequeo que nos hace
pensar que la media poblacional no es 0,60.

= 200

~ ( = 24, = 48)

+ 24 + 48 72
() = = = = 36
2 2 2

( )2 (48 24)2 242

() = = = = 48
12 12 12

( < 35) =

Por teorema de limite central


~ (0,1)
/

35
( < 35) = ( < )
/ /

35 36
( < )=
48/200

1
( < ) = ( < 2.041)
0.489

1 ( 2.041 = 1 0.99 = 0.01

Ejercicios propuestos

) = 0, = 1,2,3, .
(, ,

) ( ,
= [(( , )( ()) )]
1
) = ( ) (,
1. ( , ) =

Remplazo

) ( )( ()) )]
= [(( ,

2 3

) + = +
2. ( ,

3. ( ( )) =

[( + )( )] =
= ( + ) ( )

= ( ) + () () ()

= +

=00 0

) = 0
(, ,

1 (
). ( 2 )) = 1 + 2

1 (
( 2 )) = (
1 ) (
2 )

1 1
= ( 1 ) ( 2 )

=1 =1

1 1
= ( 1 ) ( 2 )

=1 =1

1 1
= ( (1 )) ( (2 ))

=1 =1

1 1
= ( ) ( )

=1 =1

1 1
1 1

1 (
( 2 )) = 1 + 2

(
) ( )) = +

1 ) (
= ( 2 ) + 2 (1 , 2 )

1 ) (
= ( 2 ) + 0

1 1
= ( (1 )) ( (2 ))

=1 =1

1 1
2
((1 )) 2 ((2 ))

=1 =1

1 1
2
( (1 )) 2 ( (2 ))

=1 =1

1 1
2
( (1 )) 2 ( (2 ))

=1 =1
1 1
1 2 2 2 2
2

1 2 2 2
1 (
( 2 )) = +
1 2

= 100 = 75 2 = 256

(67 83) = () ()

(67 83) = ( 83) ( 67)

( 83) = ( )
256/100

83 75
( 83) = ( )
256/100

( 83) = ( 5)

67 75
( 67) = ( )
256/100

( 83) = ( 5)
 = 200 = 24 = 48

~ ( = 24 = 48)

+ 24 + 48 72
() = = = = 36
2 2 2

( )2 (48 24)2
() = = = 48
12 12

Por teorema de limite central

( < 35) = <
256
( 100)

35 36
( < 35) = <
256
( 100 )

( < 35) = ( < 2.041)

( < 35) = 1 0.0207

( < 35) = 0.9793

1 = 61 , 2 = 31

1 2 = 12, 2 2 = 18

1 2
( > 1.16)
2 2

1 2 1 2 2 2 2 2
( > 1.16) ( > 1.16 )
2 2 2 2 1 2 1 2

18
(60,30 > 1.16 )
12

18
(60,30 > 1.16 )
12

(60,30 > 1.74)

(60,30 >? ) = 0.05

(, >? ) = 0.01

1 = 10 , 2 = 15

1 2
( < 4.03)
2 2

Solucin:

Primero se establecen los grados de libertad. Como en

el numerador est la poblacin uno y en el
denominador la poblacin dos, entonces los grados de
libertad 1 equivalen a 10-1=9 y los grados de libertad
dos a 15-1=14.
Se procede a ir a la tabla a buscar los grados de libertad
dos que son 14 y se observa que no estn, por lo tanto
se tiene que interpolar entre 10 y 15 grados de libertad,
buscando el valor de fisher que quedara:

1 2 2 2
= ( ) ( ) =
2 1

TEXTO DE NEWBOLD

= 92 = 3,6 = 4

). = = 92

2 (3.6)2
). 2 = = = 3.24
4

3.6
). = = 1.8
4

93 92
). ( > 93) = ( > )
1.8

9392
= 1 ( < )
1.8

= 1 0.55

REVISAR

= 10 = 2 = 1
 10 10
). ( < 10) = ( < )
2

= ( < 0)

= 0.5000

= 10 = 2 = 4

10 10
( < 10) = ( < )
1

= ( < 0)

= 0.5000

= 10 = 2 = 16

10 10
( < 10) = ( < )
0.5

= ( < 0)

= 0.5000

= 115000 = 2500 =4

2500
= = 2.500
100

110.000 115000
( < 110.000) = ( < )
2500

( < 110.000) = 1 ( < 2)

( < 110.000) = 1 0.228

( < 110.000) = 0.9772

). (113000 117.000)

= ( 117000) ( 113000)

117000 115000
= ( 117000) = ( )
2500

= ( 117000) = ( 0.8)
 113000 115000
= ( 113000) = ( )
2500

= ( 117000) = ( 0.8)

= (113000 117.000) = 0.7881 0.2119

= (113000 117.000) = 0.5762

). (114000 116.000)

= ( 116000) ( 114000)

116000 115000
= ( 116000) = ( )
2500

= ( 116000) = ( 0.4)

114000 115000
= ( 114000) = ( )
2500

= ( 114000) = ( 0.8)

= (114000 116.000) = 0.6554 0.3446

= ( 117000) = 0.3108
 = 280 = 60 = 9

60
). = = = 20
9

270 280
). ( < 270) = ( < )
20

( < 270) = ( < 0.5)

( < 270) = 0.3085

). ( > 250) = 1 ()

( > 250) = ( > 1.5)

( > 250) = 1 0.0668

( > 250) = 0.9332

). = 280 = 40 = 9

40
= = = 13.33
9

= , = =
). ( 195 205) = () ()

205 200
( 205) = ( )
3

( 205) = ( 1.667)

( 205) = 0.9515

195 200
( 195) = ( )
3

( 195) = ( 1.667)

( 205) = 0.0485

( 195 205) = 0.9515 0.0485

( 195 205) = 0.903

). ( 195 205) = () ()

205 200
( 205) = ( )
32

( 205) = ( 1.17)

195 200
( 195) = ( )
32

( 195) = ( 1.17)

( 195 205) = 0.8790 0.1210

( 195 205) = 0.758

a). error estndar

40
=4
100

c)
diferencia = media muestral - media
poblacional

P(diferencia<-4) --> estandarizamos -->

Z= diferencia / error estandar = Z= -4/4 = -1

P(diferencia<-4) = P(Z<-1) = 0.1587

d). 0.4532
 8
= 8 = 4 =? = =4
4

) > 2) = ( > + 2)
((

+2 2
) > 2) = ( >
(( = ( > )
4 4

2
= 1 ( < ) = 1 0.6915
4

= 0.3085

) > 3) = ( < 3)
) ((

3 3
( < 3) = ( < = ( < )
4 4

3
= 1 ( < ) = 1 0.7734
4

= 0.2266

4
). ( < )
4

= 1 ( < 1) = 1 . 1587

= 0.3174
Escriba aqu la ecuacin.
3.
Datos:

= (8.000; 2.000)

= (15.000; 5.000)

= (12.000; 3.000)

Y= Total de ventas
Y = + +
Y se distribuir como una distribucin normal con

( 8.000 + 15.000 + 12000); ( 2000 + 5000 + 3000)

(35.000; 6164,41)

Por tanto la probabilidad

P(Y > 50000) = 0.0075

Media(Y) =
+
+

= 8000+15000+12000 = 35000

V(Y)=Var(X1) + Var(X2) + Var(X3)

Var(Y) = 2000 + 5000 + 3000 = 38000000

= 38000000 = 6164.4140

Por lo tanto el total de ventas Y, se distribuir como

una Normal con media 35000 y desviacin 6164.4140

Debemos calcular
P(Y > 50000)

=

50.000 35.000
= 50.000 = = 2.4333
6164.4140

P(Y > 45000) = P(Z > 2.4333) =

1 P(Z < 2.4333) = 1 0.9925 = 0.0075

Por lo tanto

P(Y>50000) = 0.0075

La probabilidad que el volumen de venta total para

los tres refrigeradores sea mayor de $50.000
es 0.0075 (0.75%).
Datos

= 100
Como n es mayor que 30, podemos aplicar el teorema
central del lmite y tenemos que la v.a se puede
aproximar por una normal

(;
)

Por tanto

125
(1000, ) = (1000,12,5)
100

Luego

a) P(985< <1015)=0,885-0,115=0,77.

b) P(960< <1040)=0,999-0,001=0,998

c) P( >1020)=0,055

d) P( <975)=0,023

Solucin

80
(1.000;
) = (1000; 10)
64

( 1000 ) = 0.5
Solucin:

5
( 750; ) = ( 750; 0.5)
100

Por tato la probabilidad de que:

( 748) = 0.0000361686

Rechazar la aseveracin del gerente.

25
( ;
50

( > 250) = 0.95

250
( > ) = 0.95
25/50 25/50

= (0,1)
25/50

Por tanto si ( > 0 ) = 0.95

Se deduce que 0 = 1.645

 250
= 1.645
25/50

Despejando se tiene que

= 250 + 1.645 3.5355 = 255.82

APLICO FORMULA DE CHI CUADRADO

= ()

1 2 ~ (, (0.01)2 )

= 25 = 0.0152

( 2 0.0152 ) = 1 ( 2 < 0.0152 )

24 2 24(0.0152 )
=1 ( < )
2 2

24 2
= ~24 2
2

( 2 0.0152 ) = 1 (24 < 34.56)

= 1 0.9248 = 0.0752

Sabemos que

( 1) 2
1 2
2

Por lo tanto

2 15 2
( 15 2.041) = ( 15 2.041)
2 2

15 2
( 30.615)
2

( 30.615) = 1 0.00988721 = 0.99

Sabemos que

( 1) 2
1 2
2

Por lo tanto

2 20 2
( 20 1.421) = ( 20 1.421)
2 2

20 2
( 28.420)
2

( 28.420) =

~ (0,1)
/

= ~ 1
/

= 0.6 = 16

= 0.75 = 0.175

0.75
( )
= 0.6

Sabemos por la teora que el estadstico

=
/

sigue una t-Student con n-1 grados de libertad.

La probabilidad de que

( 0 ) = (1 0 ) =
 0.75 0.6
( 15 ) = ( 15 )
0.175
16

( 15 3.428) = 0.0018684

Si la media es 0,60, la probabilidad de observar un valor

de
T mayor o igual de 3,4286 es de 0,001866097. Valor
muy
pequeo que nos hace pensar que la media poblacional
no es 0,60.

Solucin

Si m fuese realmente igual a 2000

cul es la probabilidad de obtener una media no

mayor

de $1.800 en una muestra de tamao 25 con una

estimacin de $ 200

=
/

Sigue una t-Student con 24 grados de libertad.

Por tanto

( 5) = 0.00002

Probabilidad muy baja que nos hace pensar que las

ventas han disminuido.

Aplico formula

( < < ) = () ()