TALLER DE DISTRIBUCIONES MUESTRALES

Luri Pilar Torres Valcarcel

Jeimy Gisel Carreño

Docente
Laura Marcela Rúa Yánez

Corporación Universitaria Minuto de Dios

Facultad Educación a Distancia
Programa Administración Financiara

Bogotá
Julio - 2019
Resuelva el siguiente taller teniendo en cuenta lo trabajado en clase.
1. En una universidad, 250 estudiantes siguen un curso de estadística. Cada integrante de una
muestra aleatoria de 50 estudiantes es interrogado con el fin de estimar la cantidad de tiempo que
gasta semanalmente en resolver los problemas de estadística. Supongamos que la desviación típica
de la población es de 30 minutos.
(a) ¿Cuál es la probabilidad de que la media muestral exceda a la media poblacional en más de 2,5
minutos?
N: 250 n: 50 σ: 30 σx: 30/ √50 = 4,24
P(x > M+ 2.5) =
P (Z > (M+2.5) – M/ 4.24
P (Z> 2.5/ 4.24) = 0,589 = 27.7 %
Rta: Es muy poco probable que la media muestral exceda a la media poblacional en más de 2.5
minutos, la probabilidad es de 27,7 %.
(b) ¿Cuál es la probabilidad de que la media muestral se halle más de 5 minutos por debajo de la
media poblacional?
N: 250 n: 50 σ: 30 σx: 30/ √50 = 4,24
P(X+ 5 < M)
P (X < M -5)
P (Z < (M-5)-M/ 4,24
P (Z < -5 / 4,24) = -1,1792 = 11,9 %
Rta: No es probable que la media muestral se halle más de 5 minutos por debajo de la media
poblacional.
(c) ¿Cuál es la probabilidad de que la media muestral difiera de la media poblacional en más de 10
minutos?
N: 250 n: 50 σ: 30 σx: 30/ √50 = 4,24
P (X – M > 10)
P (X> 10+ M)
P (Z > (10+M) –M / 4,24
P (Z > 10 / 4,24) = 2.3584 = 0,91 %
Rta: no hay probabilidad en que la media muestra difiera de la media poblacional en más de 10
minutos.
2. Una de las mayores contribuciones a la contaminación atmosférica es la provocada por los
hidrocarburos procedentes de los tubos de escape de los automóviles. Definimos la variable
aleatoria X que mide los gramos de hidrocarburo emitidos por un automóvil por cada dos kilómetros.
Supongamos que X sigue una distribución Normal con una media de 1 gramo y una desviación típica
de 0.25 gramos. Calcular:
(a) La probabilidad de que un automóvil emita más de 1.5 gramos.
M= 1 n: 1 σ: 0.25 σx: 0.25/ √1 = 0,25
P (X>1.5)
P (Z > 1- 1.5/ 0,25) = -2 = 97,72 %
RTA: Es probable en un 97, 72 % que un automóvil emita más de 1.5 gramos de hidrocarburo.
(b) La probabilidad de que un automóvil emita menos de 1.2 gramos.
M= 1 n: 1 σ: 0.25 σx: 0.25/ √1 = 0,25
P(X<1.2)
P (Z< 1-1.2/0.25) = -0.8 = 21,19%
Rta: es poco probable que un automóvil emita menos de 1.2 gramos de hidrocarburo.
(c) La probabilidad de que un automóvil emita entre 1.3 y 1.4 gramos.
M= 1 n: 1 σ: 0.25 σx: 0.25/ √1 = 0,25
P(1.3<X<1.4)
P(Z> 1.3)-( Z< 1.4)
P = (1-1.3/0,25) -( 1-1.4/0.25)
P= (-1.2) - (-1.6)= 0.8849- 0.0548 = 0.8301 = 83%
Rta: La probabilidad de que un automóvil emita entre 1.3 y 1.4 gramos de hidrocarburo es del 83 %
(d) Los cuartiles de la distribución.
Q1= P= n/4 =1 / 4 = 0.25
Q2=P= 2n/ 4 = 2*1 / 4= 0.5
Q3= P = 3n / 4 = 3 *1 / 4 = 0.75
3. En cierta especie de aves, se ha detectado una contaminación apreciable de mercurio (Hg) en
sangre. La concentración de mercurio en sangre está´ distribuida normalmente con media 0.25 ppm
(partes de Hg por millón, en plasma) y desviación típica 0.08 ppm.
(a) ¿Cuál es la probabilidad de que un ave presente un nivel de mercurio en sangre superior a
0.40 ppm?

P [Un ave presente un nivel de mercurio en sangre superior a 0.40 ppm]

= P[X > 0.40] = 1 – P[X ≤ 0.40] = 1-CDF.NORMAL(0.40,0.25,0.08) = 0.0303

Rta : Es probable en un 0,0303 % que un ave presente en la sangre un nivel de mercurio mayor a
0.40

(b) ¿Cuál es la probabilidad de que un ave tenga un nivel de mercurio en sangre entre 0.20 y
0.50 ppm?

P [Un ave tenga un nivel de mercurio en sangre entre 0.20 y 0.50 ppm]
= P[0.20 < X < 0.50] = P[X < 0.50] – P[X ≤ 0.20]
= CDF.NORMAL(0.50,0.25,0.08) – CDF.NORMAL(0.20,0.25,0.08) = 0.7331

(c) ¿Cuál es el nivel máximo de concentración de mercurio en sangre del 40% de las aves
menos contaminadas?

Se pide calcular el percentil 40 de la distribución, es decir, calcular P40, tal que P[X < P40] = 0.40.

Se elige en Expresión numérica la función que calcula un valor de la distribución Normal considerada
tal que acumula una probabilidad dada. Para ello, se selecciona en Grupo de funciones la opción Gl
inversos y en Funciones y variables especiales se selecciona la
función IDF.NORMAL(p,media,desv_típ). Se modifican los parámetros

P = 040., media = 0.25 y desv_típ = 0.08.

P[X < P40] = 0.40 => IDF.NORMAL(0.40,0.25,0.08) = 0.2297 => P40 = 0.2297

5. Todos los días se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura,

con el propósito de verificar el porcentaje de unidades defectuosas en la producción. Con base a
informaciones anteriores se sabe que la probabilidad de tener una pieza defectuosa es 0.05. La
gerencia ha decidido detener la producción cada vez que una muestra de 12 unidades tenga dos o
más defectuosas.
(a) ¿ Cuál es la probabilidad de que en cualquier dıa la producción se detenga?
(b) ¿Cuál es la probabilidad de que haya exactamente dos defectuosas

RTA:
X: Nº de piezas defectuosas en 12 unidades; X → B (12,0.05)

La producción se detenga] = P[X≥2]

P [Haya dos defectuosas] = P[X=2]

A) P [La producción se detenga] = P[X ≥ 2] = 1- P[X < 2] = 1- P[X ≤ 1] = = 1 ñ

CDF.BINOM(1, 12 ,0.05) = 1- 0.88 = 0.12

B) P [Haya dos defectuosas] = P[X = 2] = PDF.BINOM(2, 12, 0.05) = 0.1

6. Un curso de estadıstica tiene 40 de estudiantes. Con base en los años de experiencias, el profesor
sabe que el tiempo necesario para calificar un primer examen seleccionando al azar, es una variable
aleatoria con media de 6 minutos y desviación estándar de 6 minutos.
(a) Si los tiempos para calificar son independientes y el profesor comienza a las 2:50 p.m,
haciéndolo en forma contınua. ¿Cual es la probabilidad de calificar antes del inicio de las noticias de
las 7:00 p.m?.
n: 40 estudiantes m = 6 σ: 6 minutos * 40 estudiantes = 240 σx: 6
P(X <=250 minutos)
P(Z <=250 minutos)
P(Z<=(250-240)/6)
P(Z=1.6666) F=1.6666 = 0.9522 = 95.22%
Rta: La probabilidad de que el profesor termine de calificar antes del inicio de las noticias es del
95.22%
(b) SI la sección deportiva empieza a las 7:10, ¿Cua´l es la probabilidad de que se pierda parte de
esa sección si espera hasta terminar para encender el televisor?

n: 40 estudiantes m = 6 σ: 6 minutos * 40 estudiantes = 240 σx: 6

P(X >=260 minutos)
P(Z >=260 minutos)
P(Z >=(260-240)/6)
P(Z=3.3333) F= 3.3333 = 0.00043 = 95.22%

Rta = la probabilidad de que se pierda la sección deportiva es de un 0.043% si enciende el televisor

al terminar de calificar los exámenes.
7. Suponga que el incremento porcentual de los salarios de los funcionarios de todas las
corporaciones medianas se distribuye siguiendo una normal con media 12,2% y desviacion estandar
3,6%. Si se toma una muestra aleatoria de nueve observaciones de esta población según los
incrementos porcentuales de salario, ¿Cua´l es la probabilidad de que la media muestral sea mayor
del 10%?.
n: 9 observaciones σ:3.6% σx: 3.6% √9 = 1.20% u: 12.2%
P(X > 10%)
P(Z > 10%)
P(Z<=(10%-12.2%)/1.20%)
P(Z<=(-1.8333%)) F=-1.83% =0.96662
Rta: La probabilidad de que la media muestral sea mayor al 10% es del 3.338% es decir que es
muy poco probable.
8. Suponga que de una población normal con media 20 se toma una muestra de tamaño 16. Si la
desviación estándar muestral es 4, calcule la probabilidad de que la media muestral sea
estrictamente mayor que 21,75.}
M= 20 √ =4 N= 16 x= Medio muestral < 21.75
P( x< 21.75)
P ( Z< 21.75)
P (Z < M-X) / √/ N
P(Z< 20-21.75 /4/ √16)
P(Z-1.75/1) P=-1.75 = 96%
Rta: Es probable en un 96 % que la media muestral sea mayor de 21.75.
9. La tabla de abajo recoge los datos de consumo de gasolina correspondientes a una muestra
aleatoria de 8 automóviles norteamericanos de dos modelos diferentes. Se formaron pares con las
dos muestras y cada elemento de un determinado par fue conducido por la misma ruta y por el
mismo piloto.
(Modelo x) 19,4 18,8 20,6 17,6 19,2 20,9 18,3 20,4
(a) Determine la media y la desviación estándar muestral de los datos.
X = consumo promedio de gasolina x= 19,45 N= 8
S = 1.167 √x = S/ √n = 0,41
Rta= La desviación estándar es 7 y la media 19,45
(b) Suponiendo que la distribución de la muestra de los automóviles es normal, encuentre la
probabilidad de que el consumo promedio de gasolina del modelo x sea mayor que 25,8
P=( x > 25,8)
P(t > 25,8-19,45 / 0,41)
P( t >6,35 / 0,41) = P(t >15.487) = 0.0004 = 0%
Rta =No es probable que el consumo de gasolina del modelo x sea mayor que 25,8.