Taller #1 Estadistica 2
Taller #1 Estadistica 2
Taller #1 Estadistica 2
PRESENTADO POR:
PRESENTADO A:
BERNARDO MURCIA LEAL
UNIVERSIDAD DE LA AMAZONIA
FACULTAD CIENCIAS CONTABLES, ECONOMICAS Y ADMINISTRATIVAS
CONTADURIA PÚBLICA
SEXTO SEMESTRE
2020-1
6.1 Suponga que en una urna hemos colocado 4 fichas idénticas excepto por el color. Las
fichas son de colores amarillo (A), verde (V), blanco (B), y rojo (R). Realizamos el
experimento consistente en hacer que un niño elija una ficha al azar. De acuerdo con el
resultado del experimento se le entregarán al niño tantos pesos como letras tenga el
color de la ficha elegida. Defina la variable aleatoria X como el número de pesos
recibidos por el niño.
1 1 1 1
E ( X)= (4)+ (5)+ (6)+ (8)
4 4 4 4
E ( X)=1+1.25+1.5+2
E ( X)=23/4
E ( X)=5.75
E(X2) = 16 + 25 + 36 + 64 = 141
4 4 4 4 4
(93 ) =84
c) g) (104 )=210
d) (52) =10 h) (205)=15 504
2
P(x<2) = 7 (0.4)x (0.6)7-x
x
1=0
= 0.096256
= 7.7%
= 0.9812 – 0.9037
= 0.0775
6.12. Suponga que dos equipos (A y B) van a disputar una serie de 4 juegos. En
cada juego sólo hay dos resultados posibles: gana A o gana B. En el primer juego
ambos equipos tienen la misma probabilidad (0.5) de ganar, pero a partir del
segundo el equipo que ganó el juego anterior aumenta en 0.1 su probabilidad de
ganar un juego dado en relación con la que tenía en el precedente. Por ejemplo, la
secuencia de triunfos ABAA tiene probabilidad: (0.5) (0.4) (0.5) (0.6).
a) Escriba el espacio muestral y calcule la probabilidad de cada evento.
b) ¿Qué suposición del modelo Binomial no se cumple aquí?
c) Sea X el número de juegos ganados por equipo A. Obtenga f X( x) para los posibles
valores de X.
d) ¿Cuál es la probabilidad de que el equipo que gana el primer juego gane la serie?
e) Repita los incisos c) y d) suponiendo que X ~Bin (4, 0.5). Compare resultados.
Espacio muestral
M =AAAA, BAAA, ABAA , AABA , AAAB, BBAA , BABA , BAAB,
ABBA , ABAB , AABB , ABBB, BABB, BBAB, BBBA , BBBB
Probabilidades
P (AAAA )=( 0.5)( 0.6)(0.7)(0.8)=0.168 P ( ABBA)=(0.5)(0.4)(0.5)(0.4)=0.040
P (BAAA )=( 0.5)( 0.4)(0.5)( 0.6)=0.060 P ( ABAB)=( 0.5)( 0.4)( 0.5)( 0.4)=0.040
P (ABAA )=(0.5)(0.4)(0.5)(0.6)=0.060 P ( AABB)=(0.5)( 0.6)(0.3)(0.4)=0.036
P (AABA )=(0.5)(0.6)(0.3)(0.6)=0.054 P ( ABBB)=(0.5)(0.4)(0.5)(0.6)=0.060
P (AAAB )=(0.5)(0.6)(0.7)(0.2)=0.042 P ( BABB)=(0.5)(0.4)(0.5)(0.6)=0.060
P (BBAA )=(0.5)(0.6)(0.3)(0.4)=0.036 P(BBAB)=( 0.5)( 0.6)( 0.3)( 0.6)=0.054
P (BABA )=(0.5)(0.4)(0.5)(0.4)=0.040 P ( BBBA)=( 0.5)(0.6)( 0.7)( 0.2)=0.042
P (BAAB)=(0.5)(0.4)(0.5)(0.4)=0.040 P ( BBBB)=(0.5)(0.6)(0.7)(0.8)=0.168
f X (x)= x4 ( 0.5)4 ,
() x =0, 1, 2, 3, 4
x 0 1 2 3 4
f X( x) 0.062 0. 0.3 0. 0.0625
5 25 75 25
El espacio muestral es el mismo que en el planteado en el inciso a, en cada evento se tiene la misma
probabilidad (0.0625).
La probabilidad de que el equipo que gana el primer juego gane la serie es:
8(0.0625)=0.5
6.13. De acuerdo con un reporte (Science, julio 25, 1952. pág. 74), el 53% de estudiantes
con un año de estudios universitarios que presentaron un examen lo aprobaron. Suponga que
se toma una muestra de tamaño 8 de esa población.
f X( x8 X
8
()
P (X =5)= 5 (0.53)5 (1−0.53)3=0.2431
Para el inciso b
P (X⩾6) =P(X=6) +P(X=7) +P(X=8)
8 8 8
() () ()
= 6 (0.71)6 (1−0.71)2+ 7 (0.71)7 (1−0.71)1+ 8 (0.71)8( 1−0.71)0
=0.3017+0.2110+0.0646
=0.5773
8
()
P ( X =5) = 5 (0.71)5 (1−0.71)3=0.2464
0.3
0.25
0.2
0.15
f(x)
0.1
0.05
0
0 1 2 3 4 5 6 7 8
x
Probabilidades con el 71%
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8
X
P= A/ N = 6 /15 =0.4
Funcion de probabilidad
x 0 1 2 3 4 5
f X( x) 0.041 0.251 0.419 0.239 0.044 0.002
96 75 58 76 96
μ X y σ 2X
E( X 2)=4.85727
σ2X =E( X 2)−E( X)2=0.85715
De otra manera
A
μ =n (
)=np=2.0
X
B
A B N−n
σ2 =n ( ) ( )( )=0.85714
X
N N N−1
μX=(0)(0.07776)+(1)(0.2592)+(2)(0.3456)+(3)(0.2304)+(4)( 0.0768)+(5)(0.01024)
μX =2
E (X 2)=4
σX2 =1.2
6.15. Refiriéndonos al ejercicio 6.14, suponga ahora que las pasteurizadoras al cuidado
del inspector son 60, pero por limitaciones de tiempo sólo visita 5 diariamente. Suponga
además que en un día dado hay 24 plantas infractoras. Es decir, que el tamaño de la
población ha aumentado, pero la proporción de infractores es la misma que antes.
a) Repita a), b), y c) del ejercicio 6.14. Compare resultados.
b) Calcule el “factor de corrección por finitud de la población” en cada caso y compárelos.
x 0 1 2 3 4 5
f X( x) 0.069 0.258 0.360 0.233 0.070 0.007
03 85 82 47 04 78
24
( )μ X =5 60 =2
24 36 60−5
σ =5 ( )( )(
60 60 60−1 )
2
X =1.1186
x 0 1 2 3 4
f X( x) 0.3756 0.4623 0.1486 0.0132 0.0002
6.17. 45 32 06 09 06 El
mismo director del ejercicio 6.16 decide realizar un experimento con la clase de literatura
española en la cual hay 17 alumnos. El experimento consiste en preguntar a 9 estudiantes
elegidos al azar si saben quién es el autor del clásico soneto que empieza con a la línea “Un
soneto me manda hacer Violante”. Suponga que 7 de los estudiantes lo ignoran. Sea X el
número de estudiantes en la muestra que no dan la respuesta correcta.
a) Encuentre f X( x ) y evalúela.
7
b) Note que ∑ f X( x)=1 . Esto implica que f X( 8)=f X (9)=0 ¿Por qué?
X =0
c) Calcule P ( X ⩾6)
2
d) Calcule μX y σ X y la mediana de X.
e) ¿Quién es al autor del soneto?
Para los dos últimos casos no hay probabilidad ya que se supone que solo 7 alumnos no saben el autor
del soneto, los restantes si saben la respuesta.
P (X⩾6)
P (X⩾6) =P(X=6) +P(X=7) =0.03455+0.00185=0.0364
6.18
6.19
6.20
6.21
6.22
6.23
6.24
6.25
6.26
6.27
1 2.5
()
P (−1<X ⩽1.5) = [ 1.5−(−1)] 5 = 5 =0.5
P (X>4) =P(3>x>4) =0
1
P (X⩽−1.5) =P(−2⩽X⩽−1.5) +P(X<−2) = +0=0.1
10
Media y varianza
θ1 +θ2 −2+3
E(X)= = =0.5
2 2
Mediana
Me=0
2 3
P (X ⩽0)= P (X ⩾0) =
5 5
Me=0
3 2
P ( X ⩽1)= P (X⩾1) =
5 5
6.29. Con respecto a la función que se gráfica enseguida:
a) Escriba f X ( x )
fx(x)
-Ө Ө
b) Calcule E ( X ) y Me ( X )
c) Encuentre Var (X) en términos de ɵ. Evalúela para ɵ = 2
d) Encuentre F X ( x ) en términos de ɵ. Grafíquela para ɵ = 2
−θ−θ
E(X)= =0
2
Me (X)=0
1
P (X⩽0)= P(X⩾0) = 1
2 2
1.2
0.8
0.6
Fx(x)
0.4
0.2
0
-2 -1 0 1 2
x
x 0 1 2 4
f X( 0 0 0 0
X) . . . .
1 4 2 3
X−μX
Defina la variable estandarizada Z =
σX y obtenga su función de probabilidades. Úsela para
verificar que μ =0 y σ 2 =1
Z Z
μX=(0)(0.1)+(1)(0.4)+(2)(0.2)+(4)( 0.3)
μ X=2
σ2
X
=2
Z toma los valores de
z −2 −1 0 2
√2 √2 √2
f Z( 0.1 0.4 0 0.3
z) .
2
−2 −1 2
μ =( )(0.1)+( )(0.4)+(0)( 0.2)+(
Z
)( 0.3)=0
√2 √2 √2
4 1 4
E (Z 2)=
2
()
(0.1)+ ( )
2
( 0.4)+( 0)( 0.2)+( )
2
( 0.3)=1
σZ2=1−(0)2=1
6.31. Sea Z una variable aleatoria normal estándar. Usando la tabla C encuentre:
a) P ( Z <0)
P (Z<0)=0.5
b) P (Z<−0.28)
P (Z<−0.28)=0.3897
c) P (Z<0.28)
P (Z<0.28)=0.6103
d) P (Z⩽0.51)
P (Z⩽0.51)=0.695
e) P (Z >−0.49)
1−0.3121=0.6879
f) P (Z ⩾−1.49)
1−0.0681=0.9319
g) P (Z⩽2.14)
P (Z⩽2.14)=0.9838
h) P (0.31<Z<0.78)
i) P (−2.03<Z<−1.27)
j) P (−0.77<Z⩽1.03)
a) P (Z⩽c)=0.1131
b) P (Z >c)=0.8869
c) P (Z >c)=0.0073
d) P (Z ⩾c)=0.5000
e) P (Z<c)=0.9370
f) P (0<Z<c)=0.0199
g) P (c<Z<0)=0.4981
h) P (−c<Z<c)=0.7154
i) P (−c<Z<c)=0.2434
j) P (−c<Z<c)=0.0802
6.33. Sea Z una variable aleatoria N (0, 1). Sea F Z ( z) su función de distribución
acumulativa de probabilidades. Usando la tabla C obtenga suficientes valores de F Z ( z)
para graficarla uniendo los puntos con una línea continua.
1.2
0.8
0.6
F(z)
0.4
0.2
0
-4 -3 -2 -1 0 1 2 3 4
z
a) P
(X⩽80)
X −μ 80−60)
P ( X ⩽80) = P ( σ
⩽
9
= P (Z⩽2.22) =0.9868
b) P
(X⩽50)
X −μ 50−60)
P (X ⩽50) = P σ (
⩽
9
= P (Z⩽−1.11) =0.1335
c) P (50<X <70)
50−60 70 −60)
P (50< X<70) =P
(
9 < Z< 9 =P (−1.11<Z <1.11)
=P (Z<1.11) −P(Z<−1.11) =0.8665−0.1335=0.733
d) P (62<X<69)
62 −60 69− 60)
P (62< X<69) = P
( 9 < Z< 9 = P (0.222<Z <1)
=P (Z<1) −P(Z<0.222) =0.8413−0.5871=0.2542
e) P (41<X <49)
41−60 49−60)
P (41<X <49) =P
( 9 <Z< 9 = P (−2.11< Z<−1.22)
6.35. Suponga ahora que X ~ N (60, 16). Calcule las mismas probabilidades que en 6.34.
Compárelas e interprete los cambios en relación con la disminución de σ 2 .
P (X⩽80)
P (X⩽50)
P (50<X<70)
50−60 70−60)
P (50< X <70) = P
(4 4
<Z < = P (−2.5< Z<2.5)
P (62<X<69)
62 −60 69−60)
P (62< X<69) = P
(
4 4
< Z< = P (0.5<Z <2.25)
41−60 49 −60
P (41< X <49) = P
( 4 < Z< 4
)
=P (−4.75< Z<−2.75)
= P (Z<−2.75)−P( Z<−4.75)=0.003−0.0=0.003
Con N(60, 16) el área bajo la curva o las probabilidades se concentran en en centro o cercanas a la
media.
a) P (X<c)=0.5596
c =0.15
b) P (X⩽c) =0.1762
c =−0.93
c) P (X>c) =0.5478
(X<c)=0.4522 c =−0.12
d) P (X⩾c)=0.0055
(X⩽c) =0.9945 c =2.54
e) P (−c<X−μ<c)=0.1896
0.1896=1−2P (X⩽−c)
P(X⩽−c) =0.4052
De la tabla C obtenemos −Z=−0.24, por lo que el valor buscado es Z=0.24
6.37. En una planta empacadora de camarón se separa el producto en 6 calidades de
acuerdo con el peso del crustáceo como sigue:
Suponga que el peso del camarón en el área de abasto de la planta puede modelarse mediante una
Normal con media de 22 gramos y desviación entandar de 6 gramos. Calcule los porcentajes de cajas
de cada calidad que produce la planta.
X tiene distribución N (22, 36).
13 −22)
P ( X <13) =P Z < ( 6 = P ( Z <−1.5) =0.0668
P (25<X<30)=P (0.50<Z<1.33)=0.2167
Calid Porcenta
ad je
A 9.18
B 21.67
C 32.08
D 21.20
E 9.19
F 6.68
6.38. En un artículo (Science, septiembre 26, 1952, pág. 311) se reporta que el 10% de los
universitarios graduados que presentan cierto examen obtienen una calificación de 112 o
menor, y que el 10% obtienen 140 puntos o más. Suponga que esas frecuencias relativas
pueden tomarse como probabilidades y que la distribución de calificaciones puede
modelarse mediante una distribución Normal. Encuentre la media y la varianza de dicha
distribución.
P (Z⩽112)=0.1
P (Z⩽140)=0.9
Para encontrar el valor de Z que cumpla con lo anterior nos vamos a la tabla C y obtenemos
Z0.1=−1.28
Z0.9=1.28
112−μ
−1.28= σ
112−μ=−12.8σ
140−μ
1.28= σ
140−μ=−12.8σ
Resolviendo el sistema de ecuaciones tenemos
252−2 μ=0
μ=126
112−(126) =−12.8σ
σ=1.09375
6.39. El examen del ejercicio 6.38 es una prueba de aptitudes para el ejército. Suponga
que los examinados que obtienen calificaciones en el 40% superior de la distribución son
reclutados como oficiales. ¿Cuál es la calificación mínima necesaria para ingresar como
oficial?
P (Z ⩾c)=0.40
Z0.4=−0.25
z−μ
−0.25= σ
z=−0.25(1.09375) +126=125.7
6.41
6.42
6.43
6.44
6.45
6.46
PARCIAL