PRACTICA 4.

MÉTODOS ESTADÍSTICOS II (EST-223)

Del libro que este colgado en la plataforma: ESTADÍSTICA PARA

ADMINISTRACIÓN Y ECONOMÍA realizar los siguientes ejercicios:

Tema 3. Distribución de probabilidad Continua (Función de Distribución Uniforme y

Distribución Normal Estándar (Z)

1. Página: 230 , Ejercicios: 1, 2, y 3.

1. La variable aleatoria x está distribuida uniformemente entre 1.0 y 1.5.

a) Dé la gráfica de la función de densidad de probabilidad.

1
f ( x )=
b−a

1
f ( x )=
1.5−1.0

1
f ( x )=
0.5

f ( x )=2 alturas

b) Calcule P (x _ 1.25).

= 0 La probabilidad de cualquier punto es ¨0¨, porque no se forma intervalos.

c) Calcule P (1.0 _ x _ 1.25).

1.25−1.0=0.25 La probabilidad , bxh=0.25 x 2=0.5

d) Calcule P (1.20 x 1.5).

b−a=1.5−1.2=0.3 , bxh=0.3 x 2=0.6

2. La variable aleatoria x está distribuida uniformemente entre 10 y 20.

a. Dé la gráfica de la función de densidad de probabilidad.

1
f ( x )=
b−a

1 1
f ( x )= =
20−10 10
 1
f ( x )=
10

b. Calcule P (x ≤ 15).

1
p ( 10< x< 15 ) , Laprobabilidad bxh=5 x , Probabilidad=0.5
10

c. Calcule P (12 ≤ x ≤ 18).

1
b−a=18−12=6 , , Laprobabilidad bxh=6 x , Probabilidad=0.6
10

d. Calcule E(x).

a+b 10+20 30
E ( x )= = = =15
2 2 2

e. Calcule Var(x).

( b−a2 ) 10 2 100
Var ( x ) = = = =8.33
12 12 12

3. En su vuelo de Cincinnati a Tampa, Delta Airlines da como tiempo de vuelo

2
horas,
5

minutos. En realidad los tiempos de vuelo están distribuidos uniformemente

entre 2 horas y 2 horas, 20minutos.

a. Dé la gráfica de la función de densidad de probabilidad del tiempo de vuelo.

1
f ( x )= , para 120 ≤ x ≤140 minutos ,=0 en cualquier punto
20
 b. ¿Cuál es la probabilidad de que un vuelo no se retrase más de 5 minutos?

1
p ( 125≤ x ˂ 130 )= ∗5=0.25
20

c. ¿De qué un vuelo no se retrase más de 10 minutos?

1
p( x ˃135)= ∗5=0.25
20

d. ¿Cuál es el tiempo de vuelo esperado?

120+140
E ( x )= =130 minutos o 2horas y 10 minutos
2

4. Los Perritos Chihuahua es una de las razas de perros más antiguas del continente
americano las edades de esta raza (según datos de la fuente citada más adelante dicen
que 18 años de vida de un perro chihuahua son 88 años humanos), se puede considerar
una variable aleatoria distribuida uniformemente entre 12 y 20 años.
Fuente:https://wamiz.mx/perro/consejos/19005/cuantos-anos-vive-un-perro-
chihuahua

Función de la distribución:
1 1
f ( x )= = =0.125
20−12 8

Valor esperado:
12+20 32
f ( x )= = =16
2 2

Varianza(x)

( 20−12 )2 ( 8 )2 64
f ( x )= = = =5
12 12 12

Desviación estándar (x)

De ( x ) =2.309401

Coeficiente de variación

D . E 2.309
cv = = =14.43 %
E(X ) 16

a) Dibujar y escribir la función de probabilidad

1/8

b) La probabilidad
de que el Chihuahua
viva más de17 años

1/8

p ( x>35 )=3∗0.125=0.4=37.5 %

c) La probabilidad de que el Chihuahua viva entre 16 y 19 años

 p(35 ≥ x ≥ 55)=0.125∗3=0.38=37.5 %

d) La probabilidad de que el Chihuahua viva menos de 15 años

p¿

e) El valor
esperado
y la
varianza
de la vida
de un
perrito
chihuahua
( 20−12 )2 ( 8 )2 64
f ( x )= = = =5
12 12 12

Página: 241 y 242, Ejercicios: 8, 9, 10,11, 15, 16, 17 y 18.

8. Usando como guía la figura 6.4, dibuje la curva normal de la variable aleatoria x
cuya media es μ _ 100 con desviación estándar de σ _ 10. Indique en el eje
horizontal los
valores 70, 80,
90,100, 110, 120 y 130.

M=100

σ =5
9. Una variable aleatoria es normalmente distribuida con media μ =50 y desviación
estándar σ =5.

a. Dibuje la curva normal de la función de densidad de probabilidad. En el eje

horizontal dé los valores 35, 40, 45, 50, 55, 60 y 65. En la figura 6.4 se observa
que la curva normal casi toca el eje horizontal en los puntos que se encuentran
tres desviaciones estándar arriba de la media y tres desviaciones estándar debajo
de la media (en este caso en 35 y 65).

σ=5

b.
¿Cuál
es
la

probabilidad de que la variable aleatoria tome un valor entre 45 y 55?

p ( 45 ≤ z ≤ 55 ) La probabilidad σ =68.3 %

c. ¿De que la variable aleatoria tome un valor entre 40 y 60?

p ( 10≤ z ≤ 60 ) =95.4 %

10. Dibuje la gráfica de la distribución normal estándar. Etiquete el eje horizontal

con los valores -3,-2, -1, 0, 1, 2 y 3. Después use la tabla de probabilidades de la
distribución normal estándar que se encuentra en el forro interior del libro para
calcular las probabilidades siguientes.
 a) P (z 1.5). = . 9332

b) P (z 1). = . 8413

c) P (1 z 1.5). = 0919

d) P (0 z 2.5). = 4938

11. Dado que z es la variable normal estándar, calcule las probabilidades

siguientes.

a) P (z 1.0). = .1587

b) P (z 1). = .8413

c) P (z 1.5). = 1 .0668 = .9332

d) P (2.5 z). = 1 .0062 = .9938

e) P (3 z 0). 5000 .0013 = .4987

12. Dado que z es la variable

normal estándar, calcule las
probabilidades siguientes.

a. P (0 ≤ z ≤ .83) = .7967 .5000 = .2967

b. P (1.57 ≤ z ≤ 0) = .5000 .0582 = .4418

c. P (z > .44) = 1 .6700 = .3300

d. P (z ≥ .23) = 1 .4090 = .5910

e. P z < 1.20) = .8849

f. P (z ≤ .71) = .2389

13. Dado que z es la variable normal estándar, calcule las probabilidades

siguientes.

a. P (1.98 = z = .49) = P (z = .49) P (z < 1.98) = .6879 .0239 = .6640

b. P (.52 = z = 1.22) = P (z = 1.22) P (z < .52) = .8888 .6985 = .1903

c. P(1.75 = z =1.04) = P(z = 1.04) P (z < 1.75) = .1492 .0401 = .1091

14. Dado que z es la variable normal estándar, encuentre z en cada una de las
situaciones siguientes.

a. El área a la izquierda de z es 0.9750.

P ( X < Z )=0.9750=z=0.960
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.975

0.3
Densidad

0.2

0.1

0.0
0 1.960
X

b. El área entre 0 y z es 0.4750.

P ( 0< X < Z )=0.4750=z=0.960

 Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.975

0.3
Densidad

0.2

0.1

0.0
0 1.960
X

c. El área a la izquierda de z es 0.7291.

P ( X < Z )=0.7291=z=0.6101

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2 0.7291

0.1

0.0
0 0.6101
X

d. El área a la derecha de z es 0.1314.

P ( X > Z )=0.1314=z=1.120

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2

0.1

0.1314

0.0
0 1.120
X
 e. El área a la izquierda de z es 0.6700.

P ( X < Z )=0.6700=z =0.4399

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2
0.67

0.1

0.0
0 0.4399
X

f. El área a la derecha de z es 0.3300.

P ( X > Z )=0.3300=z =0.4399

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2

0.1 0.33

0.0
0 0.4399
X
15. Dado que z es la variable normal estándar, halle z en cada una de las
situaciones siguientes.

a) El area a la izquierda de z es 0.2119. z = .80

b) El area entre z y z es 0.9030. 5000 + .4515 = .9515 z = 1.66.

c) El area entre z y z es 0.2052 = 5000 + .1026 = .6026. z = .26

d) El area a la izquierda de z es 0.9948. z = 2.56

e) El area a la derecha de z es 0.6915 = 1 .6915 = .3085. z = .50

16. Dado que z es la variable normal estándar, encuentre z en cada una de las
situaciones siguientes.

a) El area a la derecha de z es 0.01 = 1 .0100 = .9900 = z = 2.33.

b) El area a la derecha de z es 0.025 = z = 1.96.

c) El area a la derecha de z es 0.05 = z = 1.645

d) El area a la derecha de z es 0.10 = z = 1.28

17. Una persona con una buena historia crediticia tiene una deuda promedio de
$15 015 (Business-Week, 20 de marzo de 2006). Suponga que la desviación estándar
es de $3 540 y que los montos de las deudas están distribuidos normalmente.

a. ¿Cuál es la probabilidad de que la deuda de una persona con buena historia

crediticia sea mayora $18 000?

Aplicamos la distribución normal

P(X>18000):

P ¿)

p ¿)

p ( z> 0.84 )=1− p ¿)

p ( z> 0.84 )=1−0.7995

p ( z> 0.84 )=0.20

 b. ¿De que la deuda de una persona con buena historia crediticia sea de menos de
$10 000?
P(X<10000):

P ¿)

p ¿)

p ( z>−1.42 )=0.0778

c. ¿De que la deuda de una persona con buena historia crediticia esté entre $12 000
y $18 000?
P (12000<X<18000)

P(X<18000)-P(X<12000)

P ¿)

(
p z<
18000−15015
3540 )
=p¿

p ( z< 0.84 )− p (z>−0.85)

p ( 12000˂ x ˂18000 )=0.20−0.1976

p ( 12000< x< 18000 )=0.0024

d. ¿De que la deuda de una persona con buena historia crediticia sea mayor a $14 000?

a) P(X>14000):

P ¿)

(
p z<
18000−15015
3540 )
p ( z ˃−0.28 )=1− p( z ˂−0.28)

p ( z ˃ 0.84 )−10.3897

p ( z> 0.84 )=0.61

18. El precio promedio de las acciones que pertenecen a S&P500 es de $30 y la
desviación estándar es $8.20 (BusinessWeek, Special Annual Issue, primavera de
2003). Suponga que los precios de las acciones están distribuidos normalmente.

a. ¿Cuál es la probabilidad de que las acciones de una empresa tengan un

 precio mínimo de $40? (4030)/8,2 = 1,22 = 0,8888 == 1 0,8888 =
0,1112

b. ¿Cuál es la probabilidad de que el precio de las acciones no supere

$20? (2030)/8,2 = 1,22 = 0,1112

c. ¿Qué tan alto debe ser el precio de las acciones de una firma para
situarla en el 10% de las principales empresas?

30 + 8,2 *(1,28) = 40,50

El precio debe ser igual o mayor que $40,50

Los precios de las acciones deben rondar por la media 10%Tema 4 y 5. Muestreo y
Distribución Muestral: Estimación y Estimación de intervalo
El ejercicio que su grupo debió realizar para la entrega del mismo en esta semana en el
cual debió usar un tipo de muestreo. Debe realizarlo dado que nadie entrego este
ejercicio explicando el muestreo: Pongo como ejemplo el mandato del Grupo l: Cada
grupo tiene su mandato en el
grupo de Telegram. Pero usted
trabajara con el de su grupo:

Ejemplo: Grupo 1. Seleccionar

una muestra, Calcular la
muestra, usando un nivel de
confianza de 90%, utilizar el
muestro aleatorio
simple………….. Van a usar
un error estándar entre 1% a
10%, El P = 0.5.En este
ejercicio solo van a presentar
todo el proceso utilizado del
muestro que le toco.

Población finita
Error Muestral=2%
Nivel de Confianza = 90%z=1.64
N= 210
Desviación Estándar =7.24
 2 2
N ¿ Z ∗S
n=
( N −1 ) ¿ e2 +( Z ¿ ¿2 ¿ S2 )¿

210 ¿ 1.642∗7.242
n=
210∗2.68∗52.41 29,496.3
( 210−1 ) ¿22 +(1.64 ¿ ¿ 2 ¿7.24 2)= = =¿ ¿
209∗4 +2.68∗52.41 836+140.45

29,496.3
=30.20 n=30
976.45
 2. Página: 278, Ejercicios: 18 y 19

18. La media de una población es 200 y su desviación estándar es 50. Se va a tomar

una muestra aleatoria simple de tamaño 100 y se usará la media muestral para
estimar la media poblacional.

a. ¿Cuál es el valor esperado de?

b. ¿Cuál es la desviación estándar de ?
c. Muestre la distribución muestral de
d. ¿Qué muestra la distribución muestral de ?

P ( x−µ ) ≤ 5

P (−5 ≤ x−µ ) ≤5

P ( −5σx ≤ x−µ
σx
≤5 /σx )=σx= =
σ 50 50
= =5
√n √ 100 10

19. La media de una población es 200 y su desviación estándar es 50. Suponga que
se selecciona una variable aleatoria simple de tamaño 100 y se usa para estimar μ.

a. ¿Cuál es la probabilidad de que la diferencia entre la media muestral y la media

poblacional no sea mayor que _5?

P ( x−µ ) ≤ 5

p ¿)

P ( −55 ≤ z ≤ 55 )= p (−1 ≤ z ≤1 )=1−2 p ( z ˂−1)=1−2( 0.1587 )=1−0.3174=0.6826

b. ¿De que la diferencia entre la media muestral y la media poblacional no sea mayor
que _10?
P ( x−µ ) ≤ 10
P (−10 ≤ x−µ ) ≤10

p¿

P ( −105 ≤ z ≤ 105 )= p (−2 ≤ z ≤ 2)=1−2 p ( z ˂−2)=1−2 ( 0.0228 )=1−0.0456=0.9544

3. Página: 284, Ejercicio: 34.

34. La proporción poblacional es 0.30. ¿Cuál es la probabilidad de que las

proporciones muestral y poblacional esté entre ± 0.04 con los tamaños de muestra
siguientes?
σp=
pq
n √
q=(1− p)

a. n =100

σp=
√ 100 √
( 0.30 ) (0.70)
=
0.27
100
= √0.0021=0.046

Proporcion muestral :0.30−0.04=0.26 y 0.30+0.04=0.34

p(0.26< p <0.34)

0.26−0.30 0.34−0.30
Z= =−0.869 Z= =0.869
0.046 0.046

p (−0.89 ˂ z ˂ 0.869 )=0.8076−0.1924=0.6152=61.52 %

b. n =200

σp=
√ 200 √
( 0.30 ) (0.70)
=
0.21
200
=√ 0.00105=0.032

Proporcion muestral :0.30−0.04=0.26 y 0.30+0.04=0.34

 p(0.26< p <0.34)

0.26−0.30 0.34−0.30
Z= =−1.25 Z= =1.25
0.032 0.032

p (−1.25˂ z ˂ 1.25 )=0.8944−0.1056=78.88 %

c. n =500

σp=
√ 500 √
( 0.30 ) (0.70)
=
0.21
500
=√ 0.00042=0.020

Proporcion muestral :0.30−0.04=0.26 y 0.30+0.04=0.34

p(0.26< p <0.34)

0.26−0.30 0.34−0.30
Z= =−2 Z= =2
0.020 0.020

p (−2˂ z ˂ 2 )=0.9772−0.0228=95.44 %

d. n =1000

σp=
√ 1000 √
( 0.30 ) (0.70)
=
0.21
1000
=√ 0.00021=0.014

Proporcion muestral :0.30−0.04=0.26 y 0.30+0.04=0.34

p(0.26< p <0.34)

0.26−0.30 0.34−0.30
Z= =−2.86 Z= =2.86
0.014 0.014

p (−2.86 ˂ z ˂ 2.86 )=0.9979−0.00021=99.58 %

4. Página: 306, Ejercicios 3 y 4.

4. En una muestra aleatoria simple de 60 artículos la media muestral fue 80.

La desviación estándar Poblacional es σ =15.

a).Calcule el intervalo de confianza de 95% para la media poblacional.

 P (76.205 < x < 83.795)
b).Suponga que la misma media muestral se obtuvo de una muestra de 120
artículos.

c).Dé el intervalo de confianza de 95% para la media poblacional.

P (77.316 < x < 82.684)

4. Para la media poblacional se dio el siguiente intervalo de confianza de 95%, de

152 a 160. Si σ =5, ¿cuál es el tamaño de la muestra que se usó en este estudio?

8/2

σ
x ± z /2=
√n

0.05
x ±=z =0.0025=1.96
2

15
x ±= =1.96=¿
√n
 1. Página: 318, Ejercicios 23 y 25.

23. ¿Qué tan grande debe seleccionarse una muestra para tener un intervalo de
confianza de 95% con un margen de error de 10? Suponga que la desviación
estándar poblacional es 40.

N=95%
Z=1.96
E=10σ=40

n=¿

25. Remítase al ejemplo de Scheer Industries de la sección 8.2. Como valor

planeado para la desviación estándar poblacional use 6.84 día.

a. Asuma 95% de confianza, ¿de qué tamaño deberá ser la muestra para tener un
margen de error de 1.5 días?

n=¿

b. Si se desea un intervalo de 90% de confianza, ¿de qué tamaño deberá ser la muestra
para tener un margen de error de 2 días?

n=¿

Página: 314 y 323, Ejercicios Pag. 314, ejercicio 11, Pag. 323, ejerció 32.

11. En la distribución t con 16 grados de libertad, encuentre el área, o la

probabilidad, de cada una de las regiones siguientes:

a) A la derecha de 2.120
=0.025

b) A la izquierda de 1.337
=0.90
 c) A la izquierda de 1.746
=0.05
d) A la derecha de 2.583
=0.01

e) Entre 2.120 y 2.120

= 0.025*0.025 = 0.5-1= 0.95

f) Entre 1.746 y 1.746

=0.05*0.05= 0.10-1= 0.90

32. En una muestra aleatoria de 800 elementos se obtiene una proporción

muestral, =0.70.

a. Dé un intervalo de 90% de confianza para la proporción poblacional.

p±z
√ p(1−p)
n

0.70 ± 1.645
√ 800 √
0.70(1−0.70) 0.21
800
=1.645/ ( 0.0162 )=0.02665

b. Encuentre un intervalo de confianza de 95% para la proporción poblacional.

1−a=0.95
a=1−0.95=0.05

a 0.05
Por tanto = =0.025
2 2

Ejercicios capitulo 3y 4: Distribución Normal y Muestreo

1. Seleccionar una muestra;

 2. Calcular la muestra, usando un nivel de confianza de 90%,
utilizar el muestreo aleatorio simple.
3. Seleccionar la variable edad.
4. Calcular la mediana y la desviación estándar, usando la
distribución normal; calcular la probabilidad:
a) P (X más de 32 años).
b) P (X sea menor a 31 años).
c) P (de que X este entre 25 y 39 años).

1.
2.
3. Variable edades

Media=31.46

DE=8.94
 x−µ
z=
σ

32−31.46
z=
8.94

0.54
z=
8.94
=0.06

0.06+ 0.5239=52.39 %

x−µ
z=
σ

31−31.46
z=
8.94

−0.46
z=
8.94
=-0.05

0.05+0.0199=0.4801=48.01 %
 x−µ
z=
σ

32−31.46
z=
8.94

0.54
z=
8.94
=0.06

0.06+ 0.5239=52.39 %