El documento contiene información sobre un examen final de Estadística 1 que se llevará a cabo en la Universidad de Piura. El examen consta de tres partes: la primera sobre variables aleatorias, la segunda sobre el manejo de tablas estadísticas y la tercera con problemas. Se prohíbe el uso de celulares y solo se permite calculadoras simples. Quienes incumplan las reglas obtendrán calificación cero.
0 calificaciones0% encontró este documento útil (0 votos)
232 vistas2 páginas
El documento contiene información sobre un examen final de Estadística 1 que se llevará a cabo en la Universidad de Piura. El examen consta de tres partes: la primera sobre variables aleatorias, la segunda sobre el manejo de tablas estadísticas y la tercera con problemas. Se prohíbe el uso de celulares y solo se permite calculadoras simples. Quienes incumplan las reglas obtendrán calificación cero.
El documento contiene información sobre un examen final de Estadística 1 que se llevará a cabo en la Universidad de Piura. El examen consta de tres partes: la primera sobre variables aleatorias, la segunda sobre el manejo de tablas estadísticas y la tercera con problemas. Se prohíbe el uso de celulares y solo se permite calculadoras simples. Quienes incumplan las reglas obtendrán calificación cero.
El documento contiene información sobre un examen final de Estadística 1 que se llevará a cabo en la Universidad de Piura. El examen consta de tres partes: la primera sobre variables aleatorias, la segunda sobre el manejo de tablas estadísticas y la tercera con problemas. Se prohíbe el uso de celulares y solo se permite calculadoras simples. Quienes incumplan las reglas obtendrán calificación cero.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 2
UNIVERSIDAD DE PIURA
FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES
PROGRAMAS ACADÉMICOS DE ADMINISTRACIÓN DE EMPRESAS Y CONTABILIDAD CURSO: ESTADÍSTICA 1 EXAMEN FINAL FECHA: 29 de NOVIEMBRE de 2019 HORA: 10:00 am - 12:00 m NOMBRE: CON CALCULADORA SIMPLE, TABLAS: BINOMIAL, POISSON, NORMAL ESTÁNDAR, CHI- CUADRADO, T-STUDET - ORDEN Y LIMPIEZA Está prohibido tener celulares encendidos sobre las mesas. Estos deben permanecer apagados y guardados dentro de su mochila o bolso a un costado del aula. Asimismo, sus materiales permitidos (por ejemplo, calculadoras…) deben estar libres de información o anotaciones, sean o no de la asignatura que se está evaluando. El incumplimiento de alguna de estas disposiciones rompe las condiciones de confiabilidad para que el alumno sea evaluado por lo que se le tendrá por no presentado y se le asignará nota “cero”, independientemente del procedimiento disciplinario al que hubiere lugar.
PARTE I. Variable Aleatoria. (0.5 Ptos. c/u.)
1. Una variable aleatoria discreta x tiene la siguiente distribución de probabilidad: 𝑥𝑥𝑖𝑖 -3 -1 0 1 2 𝑝𝑝𝑖𝑖 0.2 0.1 0.4 0.2 0.1 a) La media es -0.3 b) La 𝑃𝑃(𝑥𝑥 > −1) es 0.7 c) La 𝑃𝑃(𝑥𝑥 ≤ 1) es 0.9 d) La varianza es 2.41 e) La moda es 0 f) La mediana es 0 g) La 𝐸𝐸(𝑥𝑥 2 ) es 2.5 h) El percentil 95% es 2 i) El cuartil 1 es -1 j) la función de distribución acumulada es 𝑥𝑥𝑖𝑖 -3 -1 0 1 2 𝐹𝐹𝑖𝑖 0.2 0.3 0.7 0.9 1 2. Una variable aleatoria continua x tiene la siguiente función de densidad de probabilidad: 𝑥𝑥 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 1 ≤ 𝑥𝑥 ≤ 2 𝑓𝑓(𝑥𝑥) = � 2 0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑙𝑙𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑á𝑠𝑠 𝑥𝑥 a) La media es 7/6 b) La 𝑃𝑃(𝑥𝑥 > 2) = 0 37 c) La desviación estándar es �72 d) La moda es 2 0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 < 1 𝑥𝑥 2 e) La función de distribución acumulada es 𝐹𝐹(𝑥𝑥) = �� � 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 1 ≤ 𝑥𝑥 ≤ 2 4 1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 > 2 3. Una variable aleatoria continua x tiene la siguiente función de distribución acumulada: 0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 ≤ 2 𝑥𝑥 𝐹𝐹(𝑥𝑥) = �� − 1� 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 2 < 𝑥𝑥 ≤ 4 2 1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 > 4 a) La mediana es 3 b) La 𝑃𝑃(𝑥𝑥 > 3) = 0.5 c) El percentil 90% es 3.8 d) El decil 3 es 2.6 1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 2 < 𝑥𝑥 ≤ 4 e) La función de densidad de probabilidad es 𝑓𝑓(𝑥𝑥) = � 2 0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑙𝑙𝑙𝑙𝑙𝑙 𝑑𝑑𝑑𝑑𝑑𝑑á𝑠𝑠 𝑥𝑥 1 de 1 PARTE II. Manejo de Tablas. (0.5 Ptos. c/u.) 1. Dada una v.a.d. X, cuya distribución es Binomial con un n = 16 y 𝜋𝜋 = 0.4. Calcular 𝑃𝑃(3 < 𝑋𝑋 ≤ 10). 𝑃𝑃(𝑋𝑋 ≥ 4) − 𝑃𝑃(𝑋𝑋 ≥ 11) = 0.9349 − 0.0191 = 0.9158 2. Dada una v.a.d. X, cuya distribución es Poisson con µ = 10 . Calcular 𝑃𝑃(8 ≤ 𝑋𝑋 < 12) 𝑃𝑃(𝑋𝑋 ≤ 11) − 𝑃𝑃(𝑋𝑋 ≤ 7) = 0.6968 − 0.2202 = 0.4766 3. Dada una v.a.c. X, cuya distribución es Normal Estándar. Calcular 𝑃𝑃(−1.91 ≤ 𝑋𝑋 < 1.62) 𝑃𝑃(0 ≤ 𝑋𝑋 < 1.62) + 𝑃𝑃(0 ≤ 𝑋𝑋 < 1.91) = 0.4474 + 0.4719 = 0.9193 4. Dada una v.a.c. X, cuya distribución es Normal Estándar. Calcular el valor de c, si 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 0.2236 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 𝑃𝑃(𝑋𝑋 > −𝑐𝑐) = 0.5 − 𝑃𝑃(0 < 𝑋𝑋 < −𝑐𝑐) = 0.2236 → 𝑃𝑃(0 < 𝑋𝑋 < −𝑐𝑐) = 0.2764 → 𝑐𝑐 = −0.76 5. Dada una v.a.c. X, cuya distribución es T-Student. Calcular 𝑃𝑃(−0.879 < 𝑋𝑋 < 1.812) con 10 grados de libertad. 𝑃𝑃(−0.879 < 𝑋𝑋 < 1.812) = 1 − 𝑃𝑃(𝑋𝑋 > 0.879) − 𝑃𝑃(𝑋𝑋 > 1.812) = 1 − 0.2 − 0.05 = 0.75 6. Dada una v.a.c. X, cuya distribución es T-Student. Calcular el valor de c, si 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 0.20 con 10 grados de libertad. 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 𝑃𝑃(𝑋𝑋 > −𝑐𝑐) = 0.20 → 𝑐𝑐 = −0.879 7. Dada una v.a.c. X, cuya distribución es Chi-Cuadrada. Calcular 𝑃𝑃(1.15 < 𝑋𝑋 < 9.24) con 5 grados de libertad. 𝑃𝑃(1.15 < 𝑋𝑋 < 9.24) = 𝑃𝑃(𝑋𝑋 > 1.15) − 𝑃𝑃(𝑋𝑋 > 9.24) = 0.95 − 0.1 = 0.85 8. Dada una v.a.c. X, cuya distribución es Chi-Cuadrada. Calcular el valor de c, si 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 0.25 con 5 grados de libertad. 𝑃𝑃(𝑋𝑋 < 𝑐𝑐) = 1 − 𝑃𝑃(𝑋𝑋 ≥ 𝑐𝑐) = 0.25 → 𝑃𝑃(𝑋𝑋 ≥ 𝑐𝑐) = 0.75 → 𝑐𝑐 = 2.67 PARTE II. Problemas. (2 Ptos. c/u.) 1. El recorrido promedio de viaje (ida y vuelta a casa) de todos los trabajadores de una fábrica es de 50.5 Km. con una desviación estándar de 3.6 Km. La población de recorridos está normalmente distribuida. ¿Cuál es la probabilidad de que una muestra de 25 trabajadores revele una distancia promedio que se encuentre a un máximo de l Km. de la media poblacional? Sea x la variable que representa el valor de las medias muéstrales de los recorridos de los trabajadores de una fábrica Población Muestra 𝜇𝜇 = 50.5 𝑛𝑛 = 25 𝜎𝜎 = 3.6 Error muestral ≤ 1 Con distribución de Probabilidad Normal entonces la probabilidad que queremos calcular será: 𝑝𝑝(49.5 < 𝑥𝑥 < 51.5) ⇒ p(−1.38 < 𝑧𝑧 < 1.38) = 2 ∗ p(0 < 𝑧𝑧 < 1.38) = 2(0.4162) = 0.8324 Donde 𝑧𝑧 = 1 3.6� = 1.38 √25
2. Las cajas de un cereal producidos por una fábrica deben tener un contenido de 16 onzas. Un inspector tomó una muestra que arrojó los siguientes pesos en onzas: 15.7; 15.7; 16.3; 15.8; 16.1; 15.9; 15.8; 15.6. Calcule intervalos de confianza del 90% para la media poblacional de los pesos. Usumir Población con Distribución Normal. Población Muestra Con distribución de Probabilidad Normal 𝑛𝑛 = 8 𝑥𝑥̅ = 15.8625 𝑠𝑠 = 0.2175 1−∝= 90% 𝑠𝑠 𝑠𝑠 𝜇𝜇𝜇𝜇 �𝑥𝑥̅ − 𝑡𝑡7,0.05 ; 𝑥𝑥̅ + 𝑡𝑡7,0.05 � = [15.706; 16.018] √𝑛𝑛 √𝑛𝑛
3. Suponga que el sueldo mensual (en pesos) que gana un ingeniero joven, recién egresado de la universidad, en México, tiene una distribución normal con media de 10,000 pesos al mes y desviación estándar de 5,000 pesos mensuales. ¿Cuál es la probabilidad de que un ingeniero recién graduado obtenga un sueldo mensual mayor a 20,000 pesos? 20,000−10,000 𝑃𝑃(𝑥𝑥 > 20,000) ⇒ P(𝑧𝑧 > 2) = 0.5 − 𝑃𝑃(0 < 𝑧𝑧 < 2)=0.0228 Donde 𝑧𝑧 = =2 5,000
