ESTADÍSTICA INFERENCIAL

TALLER PRESENCIAL 3

NOMBRES Y APELLIDOS ID FECHA

Juan Carlos Sánchez Bonilla 625347
24/05/2019
Oscar Gómez Gómez 526936
 SOLUCIÓN

1. En una muestra de 16 observaciones de una distribución normal con una media de 150 y una
varianza de 256, cual es:
μ = 150
σ = 16
n = 16

𝝈 =𝝈√=𝟐𝟓√𝟔𝝈=𝟐 16
𝜎
𝝈 = 𝒙
1 6
𝝈𝒙 = √ =4 Error√𝑛Estándar de la Media
1 6

a. 𝑷( 𝒙 < 𝟏𝟔𝟎)
𝒙 𝝈−
𝒁=
𝒙
��
𝟏=𝟔𝟎−𝟒 𝟏 𝟓𝟎
== 0,4938
Usando la Tabla de 2,5
= 0,4938distribución
+ 0,5 Normal
𝑷 == 0𝟗,𝟗
99, 𝟑3𝟖
8%
b. 𝑷( 𝒙 > 𝟏𝟒𝟐)
𝒙 𝝈−
𝒁=
𝒙
��
𝟏=𝟒𝟐-−𝟒2𝟏 𝟓𝟎
=
= 0,4772
Usando la Tabla de distribución
= 0,4772 + 0,5 Normal
𝑷 == 0𝟗,𝟕
97, 𝟕7𝟐
2%

μ = 150
σ = 16
n=9

𝝈 =𝝈√=𝟐𝟓√𝟔𝝈=𝟐 16
𝜎
𝝈 = 𝒙

16
𝝈𝒙 = √ = 5,33 Error√𝑛Estándar de la Media
9
c. 𝑷(𝒙 < 𝟏𝟔𝟎)
𝒙 𝝈−
𝒁=
𝒙
=��
𝟏𝟔𝟎𝟓−,𝟑𝟑𝟏 𝟓𝟎
=
1,876
= 0,4699
Usando la Tabla de distribución
= 0,4699 + 0,5 Normal
𝑷 == 0𝟗,𝟔
96, 𝟗9𝟗
9%
 d. 𝑷( 𝒙 > 𝟏𝟒𝟐) 𝒁= 𝝈
𝒙 − 𝝁
=𝟏𝟒𝟐𝟓−,𝟑
=
𝒙
-1,501
𝟑𝟏 𝟓𝟎
= 0,4332
Usando la Tabla de distribución
= 0,4332 + 0,5 Normal
𝑷 == 0𝟗,𝟑93, 𝟑3𝟐
2%

2. Para una muestra de 19 observaciones de una distribución normal con media 18 y desviación
estándar 4.8 calcule: μ = 18
σ = 4,8
n = 19
a. P (16 ˂ x ˂ 20):
P (1𝝈6 ˂=x ˂ 20)
𝒁 =Er𝒙r−o𝝁r
Media
𝒙 𝜎 Estándar de la
√
4 .8 𝑛
𝝈𝒙 = =
√ 1 9
1,101

Área 0.4656
1 6 − 1 8
𝒁𝟏 = =
1 .1 0 1
−1,816𝝈𝒙
 20−18
𝒁 = = Área 0.4656
1,816𝟐 P (16 ˂ x ˂ 20)
1.101 = 0,4656+ 0,4656
= 0,9312
= 93,12%

b. P (16 ≤ x ≤ 20):
P (1𝝈6 ˂=x ˂ 20)
𝒁 =Er𝒙r−o𝝁r
𝒙 𝜎 Estándar de la Media
4 .8 √
𝝈𝒙 = = 𝑛
√ 1 9
1,101

6 − 1 8
𝒁𝟏 = 1 = −1,816𝝈𝒙 Área 0.4656
1 .1 0 1
=2 0 − 1 8 Área 0.4656
𝒁𝟐 =
1 .1 0P1(16 ˂ x ˂ 20)
1,816 = 0,4656+ 0,4656
= 0,9312
= 93,12%
c. P (16 ˂ x ˂ 20):
μ = 18
σ = 4,8
n = 48
P (1𝝈6 ˂=x ˂ 20)
𝒁 𝒙E=rr𝒙−or𝝁
Media 𝜎 Estándar de la
4 .8 √
𝝈𝒙 = = 𝑛
√ 4 8
0,693

6 − 1 8
𝒁𝟏 = 1 = −2,89 𝝈𝒙 Área 0.4981
0 .6 9 3
= Área 0.4981
P (16 ˂ x ˂ 20)
2 0 −= 0,4981+
1 8 0,4981
𝒁𝟐 =
0 .6 9 3 = 0,9962
2,89 = 99,62%
3. En una distribución normal con media de 56 y desviación estándar de 21. ¿Qué tan grande se
debe tomar una muestra para que haya al menos el 90% de posibilidades de que su media sea
mayor que 52?

P (𝒙
μ = 56
σ = 21
˃52) = 0,90

Según teorema de límite central para la tipificación de la variable, es decir, para

transformarla en Z:
𝒙 −
𝒁 =
𝑍˃5 𝝁 − 5 6
𝐏( √ n 𝝈 / √)𝒏= 0,90
21
𝐏( 𝑍˃√2−1 n 4 ) = 0,90

𝐏( 𝑍√2<1n4 ) = 0,90

ció=n 1n,o2r48mal estándar (acumulada) para 0,90

Buscando el Z en tablas de distribu𝒁
1,28 = √21 𝑛

4
( )=
√21 𝑛
( 1,28
2 1) ==3,√12𝑛5
√ 𝑛

36,1,7225
𝒏 √==𝑛4√��
=56,1,75284
𝒏 = 𝟒𝟓,
𝟔
La muestra debería ser de al menos 46
4. En una distribución normal con media de 375 y desviación estándar de 48. ¿De qué tamaño
debe tomarse una muestra para que la probabilidad sea al menos el 0,95 de que la media de la
muestra caiga entre 370 y 380?
μ = 375
σ = 48
P (370< �<380) = 0,95
�
Según teorema de límite central para la tipificación de la variable, es decir, para
transformarla en Z:

𝒙 − 𝝈/
370√4−n8375𝝁 𝒁 =
𝐏( ) < 𝑥 <
𝐏(√− 5 𝒏) < 𝑥 < ()
5 = 0,95
438
8 0√4−n837548
( √n √n ) = 0,95
𝐏(𝐙 <)=0,975
5 n
48
√

Buscando el Z en tablas de distribuc𝒁

5ió=n n1o,9rm6 al estándar (acumulada) para 0,975

√48𝑛 = 1,96

=
1,596 √48 𝑛
 4 8
2√.𝑛55==4 8
√ 𝑛

𝒏=
𝟑𝟓2𝟒.55,32
La muestra debería tomarse seria de 355

5. Un astrónomo del observatorio de monte palomar observa que durante la lluvia de meteoritos
geminad, aparece un promedio de 50 de ellos cada hora, con varianza de nueve meteoritos al
cuadrado. La lluvia de meteoritos geminad se presentará la semana siguiente.

a. Si el astrónomo observa la lluvia de meteoritos durante cuatro horas, ¿Cuál es

la probabilidad de que aparezcan al menos 48 meteoritos por hora?

𝝈
𝟐
= 𝟗𝒙

𝜎 μ = 50
𝝈=
σ=3
𝒙 𝑷( √𝒙4 > 𝟒2𝟖)
=𝒁𝟒=𝟖𝟏−𝒙𝝈−𝒙𝟓𝝁𝟎 n=4

3
𝝈 = 𝒙 ,𝟓
3 = −1,33 𝟏,
=√ 𝑛 =
𝟓
= 0,0918
Usando la Tabla de distribución Normal
 = 𝟒𝟎, 𝟖𝟐% de probabilidad=de0=,q5u0−e,4a0p,80a29r1es8can 48 meteoritos por hora

b. Si el astrónomo observa otra hora ¿se elevará o disminuirá esta probabilidad?

¿Por qué?
𝝈𝒙 μ== 𝟗5𝟐0

σ=3
𝝈𝒙 = √𝜎𝑛
n=5
𝝈= 3= 𝟏, 𝟑𝟒𝟏𝟔
𝟏,
√5 𝟑𝟒𝟏𝟔
𝑷( 𝒙 > 𝟒𝟖) 𝒙
𝒁 = 𝒙− 𝝁
𝝈
𝟒𝟖 − 𝒙𝟓𝟎
=
−0,49

= 0=,50+,301,231121
𝐑 = 𝟒𝟎, 𝟑𝟗% De 𝐚𝐮𝐦𝐞𝐧𝐭𝐨 en la probabilidad debido a la hora extra en la observacion
Usando la Tabla de distribución Normal
==𝟖0𝟏,8, 𝟐1𝟏
21%
 6. El costo promedio de un estudio en condominio en este desarrollo Cedar Lakes en de
$62,000 con una desviación estándar de $4,200

a. ¿Cuál es la probabilidad de que un condominio en este desarrollo cueste menos de

65,000?
µ = 62000
σ = 4200
𝝈𝒙 = √𝜎𝑛
n=1
𝝈 = 4200 = 𝟒𝟐𝟎𝟎
𝒙 √
𝑷 = (𝒙 > 𝟔𝟓𝟎𝟎𝟎)
𝒁= 𝒙− 𝝁
𝝈
𝟔𝟓𝟎𝟎 𝟎 − 𝒙𝟔𝟐𝟎𝟎𝟎
= 𝟒𝟐𝟎𝟎
= 0,71

= 𝟐𝟑, 𝟖𝟗% De probabilidad q=ue0=u,5n0−c,2o063n,81d291o6m11inio cueste menos de $65.000

Usando la Tabla de distribución Normal
b. ¿La probabilidad de que el costo promedio de una muestra de dos condominios sea
al menos de $65,000 es mayor o menor que la probabilidad de que un condominio
cueste eso? ¿en qué cantidad?
µ = 62000
σ = 4200
𝝈𝒙 = √𝜎𝑛
n=2
𝝈𝒙 =𝑷 4=√202(0𝒙=>𝟐𝟗𝟔𝟔𝟓𝟗𝟎, 𝟎𝟖𝟎~) 𝟐𝟗𝟕𝟎

𝒁= 𝒙− 𝝁
𝝈
𝟔𝟓𝟎𝟎 𝟎 − 𝟔𝟐𝟎𝟎𝟎
𝒙
= 𝟐𝟗𝟕𝟎
= 1,01
=𝟖0,0𝟐8𝟕2%7
==0,20=3,580−9,31−045,3630284,135862
Usando la Tabla de distribución Normal
𝐑 = 𝟖, 𝟐𝟕% Menor
7. La agencia de colocaciones Robertson Employment aplica, habitualmente, una prueba
estándar de inteligencia y aptitud a todas las personas que buscan trabajo por medio de la
compañía. La agencia ha recolectado datos durante varios años y ha encontrado que la
distribución de resultados no es normal, sino que esta sesgada a la izquierda con una media
de 86 y una desviación estándar de 16. ¿Cuál es la probabilidad de que en una muestra de
75 solicitantes que realizan la prueba, el resultado medio sea menor que 84 o mayor de 90?
μ = 86
σ = 16
𝛔 𝐱 = √σn
n = 75
𝛔= 16
𝐱 √75 𝐙 = (𝐱̅< 𝟖𝟒 )
= 1,848 𝐱̅− 𝛍 Error Estándar de la Media
𝐙=
𝛔
84 − 𝐱86̅
=
1,848
−1,08

= 0,3599
Usando
=𝐏 la Tabla de distribución
0=(,5𝐱̅0−<,104𝟖 Normal
,03𝟒15)99

𝑷𝐳(=𝐱̅>𝐱̅𝛔
−𝟗𝐱̅𝟎𝛍)

==9102,8−,1468

= 0=.50−,408,446846
Usando la Tabla de distribución Normal
𝑷( 𝒙0,1<4=𝟖10𝟒,0𝒐15𝒙 , 4>54𝟗𝟎 )

= 𝟏𝟓, 𝟓𝟓=%0 0D,+1e50p5r05o1babilidad

 8. Una refinería tiene monitores de apoyo para llevar un control continuo de los flujos de la
refinería e impedir que los desperfectos de las maquinas interrumpan el proceso de
refinado. Un monitor en particular tiene una vida promedio de 4,300 horas con una
desviación estándar de 730 horas. Además del monitor principal, la refinería ha instalado
dos unidades de reserva, que son duplicados de la principal. En caso de un funcionamiento
defectuoso de uno de los monitores, el otro tomará automáticamente su lugar. La vida
operativa de cada monitor es independiente de la de los otros.

a. ¿Cuál es la probabilidad de que un conjunto dado de monitores dure al menos 13,000

horas? 𝝈 = 𝟕𝟑𝟎
𝝁 = 𝟒𝟑𝟎

𝒏 =𝟑
𝛔𝐱 =
𝐱
7=√421,5
330 √σ n
1303E0r0ro=r 4E3s3tá3n,3d3ar de la Media
𝛔=

𝐏(𝐱̅> 𝟒𝐱̅𝟑𝟑
−𝟑𝛍,𝟑𝟑)

43𝐙33=,33 − 4300
𝐱̅
=
21,
= 0,079

= 𝟒𝟔, 𝟖𝟏% de que el conjunt=o d0=e,5m0−,o40n063i,810to193r1e9s dure al menos 13.000 horas

Usando la Tabla de distribución Normal
 b. ¿12,630 horas como máximo?
𝐏(𝐱̅< 𝟏𝟐𝟔𝟑𝟎 )
𝐱̅− 𝛍
𝐙=
𝛔
= 1𝐙2=613−2060−4,2,1
𝐱̅ 3129900
𝐙

Usando la Tabla=d0e,0d8is3tr2ibución Normal

= 𝟒𝟏, 𝟔𝟖% de que el conjunto =𝐏(0𝐱̅=.5>0n−.𝟏

4t0𝟐
1.6𝟔08𝟑
8𝟎32) re como maximo 12.630 horas

de mo i ores du