REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA VICERRECTORADO ACADÉMICO. EJERCICIOS RESUELTOS DE ESTADÍSTICA Y PROBABILIDADES DOCENTES COLABORADORES: BELKIS LÓPEZ (GUANARE – ESTADO PORTUGUESA) RONIER SALAZAR (SAN TOMÉ – ESTADO ANZOÁTEGUI) ARGENIS BRITO (SAN TOMÉ – ESTADO ANZOÁTEGUI) ALEXY FUENMAYOR (MARACAIBO – ESTADO ZULIA) JESÚS PEROZO (ACARIGUA – ESTADO PORTUGUESA) JULIO CAMPOZANO (NÚCLEO CARACAS) MANUEL RODRIGUEZ (NÚCLEO CARACAS) MARIO TOVAR (NÚCLEO CARACAS) MARCOS SARMIENTO (VICERRECTORADO ACADÉMICO) CARACAS, 26 DE MARZO DE 2014 1 TEMA: ESTADÍSTICA DESCRIPTIVA. UNIDAD I: ESTADISTICA, VARIABLES Y GRÁFICOS. 1.- Escoge el tipo de variable estadística de que se hable: “Tiempo que se tarda en recorre 1 Km”. a) Variable cualitativa nominal. b) Variable cualitativa ordinal. c) Variable cuantitativa discreta. d) Variable cuantitativa continúa. Solución: Por definición la opción correcta es la d) variable cuantitativa continua. 2.- En una ciudad hay tres millones de personas con derecho a voto, de las que el 53% son mujeres. Se quiere elegir una muestra constituida por 3000 personas. ¿Cuántos hombres y mujeres deberán formar parte de la muestra para que sea representativa de la población? Solución: Para que la muestra guarde la misma proporción de hombres y mujeres que en la población, se deberá elegir: 53 3000 1590 Mujeres 100 47 3000 1410 Hombres 100 3.- Se ha evaluado la acción global de un fármaco sobre un conjunto de enfermos con las siguientes variaciones clínicas: -1 = peor; 0 = igual; 1 = algo mejor; 2 = mejor; 3 = mucho mejor. ¿Con qué escala de medida ha sido registrada esta variable? a) Discreta. b) Nominal c) Ordinal. d) Con ninguna escala. Solución: Por definición la opción correcta es la c Variable Ordinal. 4.- La tabla adjunta muestra el número de faltas en una clase a lo largo de un mes. 2 Nº Faltas 1 2 3 4 5 6 Nº Estudiantes 10 7 6 2 1 4 Representar gráficamente los datos usando un diagrama de barra. Solución: El eje de la abscisa (x) representará el número de faltas, mientras que el eje de las ordenadas (y) representará el número de estudiantes. 5.- Al preguntar a 30 estudiantes cuántas asignaturas han suspendidos, 13 de ellos contestaron que 5 materias. ¿Qué sector circular le corresponde al valor 5 de la variable de suspenso? Solución: El total de estudiantes (30) corresponde a 360º, entonces con una regla de tres resolvemos. 30 ---------- 360º 13 ---------- X= 13 360º 156º 30 X Le corresponde el sector circular de 156º. 6.- Para representar gráficamente datos cuantitativos de modo que se conserven los datos originales se utilizará: a) Un diagrama de caja. b) Un histograma. 3 c) Un diagrama por sectores. d) Un diagrama de tallos y hojas. Solución: Por definición la opción correcta es la d un diagrama de tallos y hojas. 7.- Dada la siguiente tabla que representa las ciudades y los centros de votación; calcule el porcentaje de centros de la ciudad de caracas. CIUDAD Nº DE CENTROS VALENCIA 30 MARACAY 27 MARACAIBO 43 CARACAS 25 BARINAS 40 MÉRIDA 15 Solución: Realizamos la sumatoria de los centros de votación. CIUDAD Nº DE CENTROS VALENCIA 30 MARACAY 27 MARACAIBO 43 CARACAS 25 BARINAS 40 MÉRIDA 15 Total 180 Entonces quiere decir, que 180 centros de votación corresponden al 100%, por lo tanto, 13,9% le correspondería a la ciudad de caracas. 4 UNIDAD II: DISTRIBUCIÓN DE FRECUENCIA (MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN). 1.- Disponemos de los siguientes números 17, 45, 38, 27, 6, 48, 11, 57, 34 y 22. Determinar el rango de esos números. Solución: El menor valor es 6 y el mayor valor es 57. Rango = Mayor Valor – Menor valor. Rango = 57 – 6 Rango = 51. 2.- La tabla adjunta muestra el número de faltas en una clase a lo largo de un mes. Nº Faltas 0 1 2 3 4 5 Nº Estudiantes 10 7 6 2 1 4 Cuál es el valor de su moda. Solución: Según el concepto de moda la respuesta correcta es cero (0) faltas. 3.- Dada la siguiente tabla de frecuencia, complete los valores faltantes. Xi fi Fi Xi.fi 1 5 3 7 12 21 4 2 14 7 8 8 1 10 4 11 3 56 23 33 Total Solución: Recordemos el concepto y aplicación de la frecuencia acumulada (Fi), producto Xi.fi, sumatoria. Entonces tendremos los siguientes valores. 5 Xi fi Fi Xi.fi 1 5 5 5 3 7 12 21 4 2 14 8 7 8 22 56 8 1 23 8 10 4 27 40 11 3 30 33 Total 30 171 4.- Las notas de un estudiante en seis exámenes han sido: 84, 91, 72, 68, 87 y 78 respectivamente. Hallar la mediana de las notas. Solución: Las notas ordenadas son: 68, 72, 78, 84, 87 y 91. Como hay un número par de ellas, hay dos valores centrales, 78 y 84, cuya media aritmética es: x x= x (Ver Anexo 1 – Formulario) n 78 84 = 81 2 ; 81 es la nota pedida (mediana). 5.- La siguiente tabla de frecuencia representa el dinero gastado en telefonía móvil en un mes por un grupo de 50 estudiantes de bachillerato. DINERO Nº ESTUDIANTES (fi) [0 – 5) 4 [5 – 10) 12 [10 –15) 14 [15 – 20) 10 [20 – 25) 6 [25 – 30) 4 6 Calcular el gasto medio en móvil del grupo de estudiantes. Solución: Para este caso debemos calcular la media ponderada. X n i 1 MCi fi fi (Ver Anexo 1 – Formulario) Procedemos a calcular los valores solicitados en la fórmula, quedando la tabla de frecuencia de la siguiente manera: DINERO Nº ESTUDIANTES (fi) Marcas (Xi) Xi.fi [0 – 5) 4 2.5 10 [5 – 10) 12 7.5 90 [10 –15) 14 12.5 175 [15 – 20) 10 17.5 175 [20 – 25) 6 22.5 135 [25 – 30) 4 27.5 110 Total 50 695 Aplicando la fórmula final, tenemos: 695 = 13.9 es el gasto medio. 50 X= 6.- Dados los siguientes números hallar la desviación media. 12, 6, 7, 3, 15, 10, 18 y 5 Solución: Calculamos la media aritmética de los datos. x x n x = 9.5 La fórmula de desviación media es: MD X X N (Ver Anexo 1 – Formulario) Resolviendo numerador tenemos: 7 MD = 12 9.5 + 6 9.5 + 7 9.5 + 3 9.5 + 15 9.5 + 10 9.5 + 18 9.5 + 5 9.5 MD = 34 = 4.25 es el resultado solicitado. 8 7.- En una población con 2500 habitantes adultos se ha realizado un estudio sobre su altura. La distribución de la altura es normal (unimodal y simétrica). Sabiendo que en el intervalo (172,196) se encuentra 2375 habitantes y que la altura media es de 184 centímetros. Calcular la desviación típica de la distribución. Solución: En el intervalo (172,196) se encuentra 2375 habitantes, lo que supone el 95% de la población total. Como el intervalo que contiene el 95% de los datos de una distribución es ( X - 2s, X + 2s), se tiene que X - 2s = 172. Sustituyendo los datos del enunciado obtenemos la siguiente ecuación. X - 2s = 172 184 – 2s = 172 Despejando s (desviación típica) el resultado es 6. 8 UNIDAD III: MOMENTO, SESGO Y CURTOSIS. 1.- El valor de la curtosis se toma como referencia al: a. La distribución uniforme. b. La distribución exponencial. c. La distribución T-student. d. La distribución normal. Solución: La curtosis es una medida que toma como referencia la distribución normal y todas las comparaciones que se realizan al determinar “cuán puntiaguda” es una distribución es respecto a la curtosis de una distribución normal con su misma desviación típica. La respuesta válida es “d”. 2.- El concepto de momento respecto a un punto se refiere a: a. La suma de los cuadrados de las distancias determinada entre los valores medidos. b. La suma de las distancias determinada entre los valores medidos y dicho punto elevada a la “n”. c. La suma de los valores absolutos de las distancias determinada entre los valores medidos. d. NA Solución: El momento por definición se refiere a la suma de las distancias elevada a un exponente. Dependiendo del exponente se habla de 1er momento, 2do momento, y así sucesivamente. La respuesta válida es “b”. 3.- Si una distribución simétrica tiene una desviación típica de 5, el valor del cuarto momento respecto a la media para que la distribución sea leptocúrtica debe ser: a. Mayor a 1875. b. Menor a 1875. c. Igual a 1875. d. NA. m Solución: aplicando que k 44 , queda que m4 ks4 y sustituyendo queda s 4 m4 3 5 1875 . La respuesta válida es “a”. 4.- Si los segundos momentos respectos a las medias de dos distribuciones son 9 y 16 mientras con los terceros momentos son -8,1 y -12,8 respectivamente, se puede concluir que: a. La primera distribución es más sesgada que la segunda y a la derecha. b. La primera distribución es más sesgada que la segunda y a la izquierda. c. La primera distribución es menos sesgada que la segunda y a la derecha. d. La primera distribución es menos sesgada que la segunda y a la izquierda. 9 Solución: El coeficiente de sesgo indica al comparar el módulo que distribución m3 es más sesgada. Aplicando que a3 , queda que para la primera ( m2 ) 3 a3 distribución: a3 12,8 ( 16 ) 3 8,1 ( 9) 3 8,1 0,3 (3) 3 y para la segunda 12,8 0,2 . El que tiene mayor sesgo será en este caso la (4) 3 primera distribución y el signo indica que lo está a la izquierda. La respuesta válida es “a”. 5.- Sean tres números consecutivos de forma: El primer momento está definido por: a. b. c. d. . . . Solución: Al ser un número consecutivo tenemos que: por lo cual . Al aplicar la definición del La respuesta válida es “a”. primer momento queda: 6.- La relación entre el segundo momento respecto a la media y el segundo momento respecto a un punto arbitrario es: 2 a. m2 m´2 m´1 . b. m2 m´2 m´1 . c. m2 m´2 2m´1 . d. m2 m´2 2m´1 . 2 Solución: Se tiene que d i xi A . (1) Por lo cual di x A i d x A . (2) n n n Luego restando 1 menos 2 queda: d i d xi A ( x A) xi x . De esta forma resulta: 10 m2 d d x x 2 2 n 2 2 d 2d d n 2 2 d 2 2dd d d2 d 1 2d d n n n n 2 n 2 d2 d n Pero: d2 m´2 y m´1 d n m2 m´2 m´1 2 La solución válida es “a”. 7.- La relación entre el quinto momento respecto a la media y un punto ordinario es: 2 3 5 a) m5 m´5 5m´1 m´4 10 m´1 m´3 10 m´1 m´2 4m´1 . b) m5 c) m5 d) m5 m´ 5m´ m´ 10m´ m´ 10m´ m´ 4m´ . m´ 5m´ m´ 10m´ m´ 10m´ m´ 4m´ . m´ 5m´ m´ 10m´ m´ 10m´ m´ 4m´ . 2 5 1 4 1 5 1 4 1 5 1 4 1 3 3 1 3 1 3 1 2 5 2 1 2 1 2 1 3 2 5 3 5 Solución: El procedimiento es análogo a los anteriores, sin embargo, vamos a desarrollarlo: m2 5 x x n d d 5 n d 5 5d 4 d 10d 3 d 10d 2 d 5d d d n 2 3 4 5 d 5 d d 10 d 3 d 10 d 2 d 5 d d d n 5 2 4 3 4 5 d 5 5d d 4 10d d 3 10d d 2 5d d d 1 n 2 3 4 5 Aplicando propiedades queda: 2 3 4 5 d5 d4 d3 d2 d 1 5d 10d 10d 5d d n n n n n n 2 3 4 5 m´5 5m´1 m´4 10m´1 m´3 10m´1 m´2 5m´1 m´1 m´1 m´5 5m´1 m´4 10m´1 m´3 10m´1 m´2 5m´1 m´1 2 3 5 5 m´5 5m´1 m´4 10m´1 m´3 10m´1 m´2 4m´1 2 3 5 La solución válida es “d”. 11 TEMA: PROBABILIDADES. UNIDAD IV: TEORIA DE PROBABILIDAD. 1.- Si lanzamos dos dados simultáneamente. Calcule la probabilidad de que la suma de ambos resultados sea siete. Solución: Construimos el espacio muestral. S = {(1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)} N = 36. Sea el evento A que la suma de ambos resultados sea siete. A = {(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) } P(A) = h N P(A) = 6 36 h=6 P(A) = 1 6 2.- Una bolsa contiene 4 bolas blancas y 2 bolas negras; otra contiene 3 bolas blancas y 5 bolas negras. Hallar la probabilidad de que ambas sean blancas. Solución: Sea el evento A bolas blancas de la primera bolsa. Sea el evento B bolas blancas de la segunda bolsa. P(A B) = P(A)xP(B) (Ver Anexo 1 – Formulario) 4 3 P(A B) = 4 2 35 P(A B) = 1 4 3.- Dos niños escriben en un papel una vocal cada uno. Cuál es la probabilidad de que sea la misma. 12 Solución: Hemos de hallar la probabilidad de que los dos escriban la “a”, o que los dos escriban la “e”, o que los dos escriban la “i”, o que los dos escriban la “o”, o bien que los dos escriban la “u”. Además, tengamos en cuenta que lo que escriba uno de los niños no depende para nada en lo que escriba el otro. P(aa ee ii oo uu) = P(aa) + P(ee) + P(ii) + P(oo) + P(uu) = P(a)P(a) + P(e)P(e) + P(i)P(i) + P(o)P(o) + P(u)P(u) Sustituyendo tenemos: 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 1 + + + + = = = 5 5 5 5 5 5 5 5 5 5 25 25 25 25 25 25 5 4.- Las probabilidades de que llueva o nieve en una ciudad determinada el día de navidad, el día de año nuevo o en ambos días son: P(C) = 0.60, P(N) = 0.60 y P(C N) = 0.42. Verifique si los eventos N y C son independientes .Solución: Sustituyendo en la fórmula para una probabilidad condicional, obtenemos: P(C N ) 0.42 = = 0.70 0.60 P(C ) Ya que P(N/C) = 0.70 no es igual que P(N) = 0.60, encontramos que los eventos N y C son dependientes. P(N/C) = 5.- En una muestra de 1.000 personas hay 300 que saben inglés, 100 que saben ruso y 50 ambos idiomas. Con estos datos averigua si son independientes o no los sucesos “saber inglés” y “saber ruso”. Solución: Sea el evento A saber inglés. Sea el evento B saber ruso. Entonces P(A) = P(A B) = 300 = 0.3 1000 P(B) = 100 = 0.1 1000 50 = 0.05 1000 Para que los sucesos A y B sean independientes se ha de cumplir que P(A B) = P(A)xP(B). Pero P(A)xP(B). = 0.3 x 0.1 = 0.03 y esto es diferente a P(A B) = 0.05; por lo tanto A y B no son independientes. 13 6.- En una clase, un 40% de alumnos aprobaron filosofía, y un 50% matemáticas. Se sabe que la probabilidad de aprobar filosofía si se ha aprobado matemáticas es 0.6. ¿Qué porcentaje de alumnos aprobaron ambas asignaturas Solución: Sea el evento A aprobar filosofía. Sea el evento B aprobar matemáticas. Entonces P(A) = 0.4 y P(B) = 0.5. Además se sabe también que P(A/B) = 0.6. Esto último nos indica que en este caso los sucesos Ay B, por la razón que sea, no son independientes. De la fórmula de probabilidad condicional: P(A/B) = P( A B) despejamos el numerador, nos quedaría: P( B) P(A B) = P(A/B) x P(B) sustituyendo P(A B) = 0.6 x 0.5 = 0.3 lo que significa un 30% de los estudiantes que aprueban filosofía y matemáticas. 7.- Un economista piensa que las probabilidades de que el precio de la carne de res suba durante el mes siguiente son de 2 a 1, las posibilidades de que permanezca sin cambio son 1 a 5 y las posibilidades de que suba o permanezca sin cambio son de 8 a 3. ¿Son consistentes las probabilidades correspondientes? Solución. Las probabilidades correspondientes de que la carne de res suba durante el mes siguiente, de que permanezca sin cambio y de que suba o permanezca sin cambios son: 2 2 = 2 1 3 1 1 = 1 5 6 respectivamente y 8 8 = 8 3 11 5 8 2 1 + = y no , las probabilidades no son consistentes. De 3 6 6 11 ahí que se debe cuestionar el criterio del economista. Puesto que 14 UNIDAD V: DISTRIBUCIÓN DE PROBABILIDAD. 1.- En un examen de matemática, la calificación media fue 72 y la desviación típica 15. Determinar en unidades estándar la puntuación de los estudiantes que obtuvieron 93. Solución: Aplicamos la fórmula de distribución normal. Z XX s (Ver Anexo 1 – Formulario) Sustituyendo los valores del problema tenemos: Z 93 72 = 1.4 15 2.- Hallar la probabilidad de que en una familia con 4 hijos haya un varón, 1 suponemos que la probabilidad de que nazca un varón es 2 Solución: Aplicamos la fórmula de distribución binomial. P( X ) N! X !( N X )! X p q NX (Ver Anexo 1 – Formulario) Sustituyendo los datos tenemos: N = 4; p = 1 1 (Éxito) ; q = 1 – p (Fracaso) q= 2 2 y para X = 1. 1 4 1 1 1 4! P( X ) 1!(4 1)! 2 2 Resolviendo factoriales, potencias, productos y división obtenemos como 1 resultado 4 3.- Se informó a dos estudiantes que habían recibido puntuaciones estándar de 0.8 y -0.4 respectivamente, en una prueba de inglés. Si sus puntuaciones fueron 88 y 64 respectivamente. Hallar la media de las puntuaciones de esa prueba. Solución 15 Con la fórmula de distribución normal: Z XX establecemos la siguiente relación de la media s X = X Z s sustituimos los valores para cada estudiante y obtenemos el siguiente sistema de ecuación: Primer estudiante 88 = X + 0.8xs Segundo estudiante 64 = X + (-0.4xs) Resolviendo el sistema de ecuación, eliminando la desviación típica (s) obtenemos de resultado 72 para X . 4.- Si la probabilidad de que un individuo sufra una reacción negativa ante una inyección de cierto suero es 0.001. Hallar la probabilidad de que entre 2000 individuos exactamente 3 reaccione negativamente. Solución: La solución la realizaremos con la distribución de Poisson: P( X ) e X (Ver Anexo 1 – Formulario) X! Entonces, tenemos probabilidad de reacción negativa 0.001 y cantidad de individuos 2000 esto nos permite calcular = Nxp = (0.001)x(2000) =2 Sustituyendo en la fórmula tenemos: 2 P( X 3) 2 2.718 3 3! Resolviendo la expresión, obtenemos de resultado 0.180. 5.- En el laboratorio de una empresa se realiza prueba de dureza a un cierto artículo. Los registros históricos de la misma indican que hay una probabilidad de 20 artículos 2 son no conforme, Se pide. Cuál es la probabilidad de que una muestra de tamaño 10 halla: 1) cero no conforme; 2) uno no conforme 3) menos de 3 no conforme. Solución: 16 Se define una variable aleatoria X como (X) el número de artículos no conforme en una nuestra de 10 artículos. De acuerdo al planteamiento del problema, la variable aleatoria sigue una distribución Binomial con parámetro p = 2/20 = 0.10; n = 10, lo que implica que sigue la función de probabilidad de X será 1) P (X = x) = (10X) (0.10)x ( 1 – 0.10)10-x 1) P( X = 0) = (100) .0100 .9010= 0.34868 2) P(X = 1) = (101) (0.10)1 0.909 = 0.38742 2 3) P(X < 3) = Ʃ (10x) (0.10)x (0.90)10-x = (100) 0.100 0.9010 + (101) 0.101 0.90101 + (102)0.102 X=0 0.9010-2 = 0.92981. 6.- Se tiene que la producción de una empresa de manufactura de cierto tipo de rolíneras, cuyos diámetros deberían ser ¼ de pulgada. Debido a variabilidades en el proceso de manufactura y a las condiciones exigidas por el clientes, las rolíneras se clasifican como sobre medida, bajo medida y aceptables, si los diámetros miden respectivamente más de 0.2505”, menos de 0.2495” y entre 0.2495” y 0.2505”, De acuerdo con los registros llevados por el departamento de Control de Calidad de la empresa, se ha determinado que 4% de la rolíneras que se producen son sobre medida, el 6% bajo medida y el 90% son aceptables. Si se seleccionan, al azar, 10 de estas rolíneras, cuál será la probabilidad de obtener 3 sobre medida, 1 bajo medida y 6 aceptable. Solución: Los posibles resultados son tres, se define las siguientes variables aleatorias: (X1) = Rolíneras sobre medidas, (X2) = Rolíneras bajo medidas, (X3) Rolíneras aceptable; esto implica P[X1 =3, X2 = 1, X3 = 6] =10! / 3!*1!*6! (0.04)3(.06)1(.090)6 = .2x10-4 7.- Un lote que contiene 25 probetas de concreto, se seleccionan 5 al azar y se prueba. Se menos de 2 resultan ser no conforme, se acepta las 20 probetas restante, en caso contrario se rechaza el lote. ¿Cuál es la probabilidad de aceptar el lote sise sabe que hay 4 no conforme? Solución: N = 25, n =5 K = 4, se define una variable aleatoria X como (X) Número de probeta no conforme en la muestra o sea se pide 1. 17 P(X < 2) = P (X≤1) = Ʃ P(X) = (4x) (25 - 45 - x) / (255) = (40) (215) / (255) + (41) (214) / (255) = 0.834 X = 0. 18 UNIDAD VI: DISTRIBUCIÓN MUESTRAL 1.- En el último año, el peso de los recién nacidos tiene una media de 3000 gr. y desviación estándar de 140 gr. ¿Cuál será la probabilidad de que la media de una muestra de 100 recién nacidos sea superior a 3030 gr? Solución: P(X > 3030) = P ( (X - µ ) / σ/√n < (3030-3000) /140/√100) = P( Z < 2.14) = 0.9838 (VER TABLA CURVA NORMAL) 2.- Una empresa eléctrica fabrica focos que tienen una duración que se distribuye aproximadamente en forma normal, con media de 800 horas y desviación estándar de 40 horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida promedio de menos de 775 horas. Solución: Este valor se busca en la tabla de z (VER TABLA CURVA NORMAL) La interpretación sería que la probabilidad de que la media de la muestra de 16 focos sea menor a 775 horas es de 0.0062. 3.- Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal con una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si se extraen 200 muestras aleatorias de tamaño 25 sin reemplazo de esta población, determine: a. El número de las medias muéstrales que caen entre 172.5 y 175.8 centímetros. Solución Como se puede observar en este ejercicio se cuenta con una población finita y un muestreo sin reemplazo, por lo que se tendrá que agregar el factor de corrección. Se procederá a calcular el denominador de Z para sólo sustituirlo en cada inciso. 19 a) (0.7607)(200)=152 medias muéstrales 4.- En una casa de retiro la edad de las personas tiene una media de 76 años y una desviación estándar de 10 años. a) ¿De qué tamaño debe ser la muestra aleatoria de las personas, para tener una probabilidad del 9.94% de que la edad media sea inferior a 74 años? Solución. µ=76 años σ=10 años P(X <74) = P( (X - µ ) / σ/√n < (74-76)/10/√n) =0.0994 = P( Z < Z0) = 0.0994 ENTONCES Z0 = - 1.32 (74-76)*/10/√n = -1.32 OPERANDO -2*√n/10 = -1.32 ENTONCES √n = 6.6 POR LO TANTO n=43.6 APROXIMADAMENTE SE NECESITA 44 PERSONAS 5.- Un contador toma una muestra aleatoria de tamaño n =16 de un conjunto de N = 100 cuentas por cobrar. No se conoce la desviación estándar de los montos de las cuentas por cobrar para el total de las 100 cuentas. Sin 20 embargo, la desviación estándar de la muestra es S = $57.00. Hallar el error estándar para la distribución muestral de la Media. Solución sx s n N n 57 N 1 16 100 16 57 84 100 1 4 99 14,25 0,8484 14,25(0,9211) 13,13 En el ejemplo dado se estima el error estándar de la media con base en la desviación estándar muestral, y se requiere utilizar el factor de corrección por población finita por que no es cierto que n < 0,05 N, es decir 16 > 0,05(100) 6.- Un médico administra un medicamento a N = 5 pacientes. Los resultados de cada paciente son respectivamente muere, vive, vive, muere, muere. Hallar la media de todas las proporciones Muéstrales, si se toman muestras de tamaño n = 2. También hallar el error estándar de las proporciones muéstrales. Solución Las muestras posibles de tamaño n = 2 y la proporción de éxitos (vive), se indican en la tabla siguiente. Se cumple también 5C2 = 10. M = muere, Vive = V. Ns = Nº de muestras posibles = 10 Sabemos: p Donde: S n p = proporción muestral de éxitos. S = proporción de éxitos en una muestra. n = 2. 21 Proporción de Éxitos P 0,5 0,5 0,0 0,0 1,0 0,5 0,5 0,5 0,5 0,0 P = 4,0 Muestra M1 M1 M1 M1 V2 V2 V2 V3 V3 M4 V2 V3 M4 M5 V3 M4 M5 M4 M5 M5 P P Ns 4 0,40 10 donde: p = proporciones. p = media de todas las proporciones. Ns = Nº de muestras posibles. Es decir P (media de todas las proporciones) es igual a u (media de la población) = 0,40. Cálculo del error Estándar de las Proporciones Muéstrales. P (1 ) N n n N 1 (0,4)(0,6) 5 2 0,3 2 5 1 7.- Se supone que la estatura de los chicos de 18 años de cierta población sigue una distribución normal de media 162 cm y desviación estándar de 12 cm. Se toma una muestra al azar de 100 de estos chicos encuestados y se calcula la media. ¿Cuál es la probabilidad de que esta media esté entre 159 y 165 cm? Solución. µ=162 cm. σ=20 cm. P( 159 < X <165) = P( (159-162) / 12/√100< (X - µ ) / σ/√n < (165-162) /12/√100) 22 = P( -2.5 < Z < 2.5) = P( Z < 2.5) - P( Z < - 2.5) = P( Z < 2.5) – (1 - P( Z < 2.5)) = 2*P( Z < 2.5) -1 =2*(0.9938)) – 1 = 0.9876 23 UNIDAD VII: TEORIA DE ESTIMACIÓN. 1.- Dar un ejemplo de estimadores (o estimaciones) que sean sin sesgo e ineficiente. Solución: Las medidas muéstrales y el estadístico muestral donde Q yQ 1 3 1 2 Q Q 1 3 , son los cuartiles muéstrales inferior y superior, son dos ejemplos. Ambos son estimaciones sin sesgo de la media de la población, pues la media de sus distribuciones de muestreo es la media de la población. 2.- En una muestra de cinco medidas, un científico anotó 6.33, 6.37, 6.36, 6.32 y 6.37 centímetros. Determinar estimaciones insesgadas y eficientes de la verdadera media. Solución. La estimación sin sesgo y eficientes de la media verdadera (o sea, de la población) es: x x n = 6.33 6.37 6.36 6.32 6.37 = 6.35 cm. 5 3.- Las medidas de los diámetros de una muestra aleatoria de 200 bolas de rodamientos producidas por una máquina en una semana, dieron una media de 0.824 cm y una desviación típica de 0.042 cm. Hallar los limites de confianza 95%. Solución. Los límites de confianza 95% son: X 1.96 X N 0.006 cm. 1.96 s N 0.824 1.96 0.042 200 0.824 0.0058cm o sea 0.824 4.- Si el contenido en gr. de un determinado medicamento X sigue una distribución N (7.5, 0.3), calcular la probabilidad de que para una muestra de tamaño n = 5, se obtenga medio menor que 7, Pr ( X 7 ). Solución. A partir de una muestra de tamaño n = 5 N 7.5, 0.3 , tenemos que: de una población normal 24 X 7.5 7 7.5 Pr ( X 7 ).=Pr = Pr (Z 3.7269 0.3 0.3 5 5 Donde Z tiene una distribución normal estándar, y por lo tanto, Pr ( X 7 )= 0.0001. 5.- Una muestra de 150 lámparas del tipo A ha dado una vida media de 1400 horas (h) y una desviación típica de 120 h. Una muestra de 200 lámparas del tipo B dan vida media de 1200 h y desviación típica de 80 h. Hallar los limites de confianza 95% para la diferencia de las vidas medias de las poblaciones de ambos tipos. Solución. Los límites de confianza para la diferencia en medias de los dos tipos A y B viene dados por: X A X B ZC 2 2 A N A N B B Los limites de confianza 95% son 1400 – 1200 1.96 2 120 150 2 80 100 Resolviendo tenemos: 200 24.8. Luego tenemos 95% de confianza de que la diferencia de las medias de las poblaciones está entre 175 y 255 h. 6.- La desviación típica de las vidas medias de una muestra de 200 bombillos es de 100 h. Hallar los límites de confianza 95% para la desviación típica de ese tipo de bombillas. Solución. Los límites de confianza para la desviación típica de la población vienen dados por s zc / 2 N , donde z C indica el nivel de confianza. Usamos la desviación muestral para estimar . Los limites de confianza 95% son 100 1.96100 / 400 = 100 9.8. Luego tenemos 95% de confianza de que la desviación típica de la población está entre 90.2 y 109.8 h. 25 7.- Un ascensor limita el peso de sus cuatro ocupantes a 300 Kg. Si el peso de un individuo sigue una distribución N (71,7), calcular la probabilidad de que el peso de 4 individuos supere los 300 Kg. Solución. Teniendo en cuenta que el peso de cada individuo tiene una distribución normal N 71, 7 , si seleccionamos una muestra aleatoria de 4 individuos, tenemos que: 4 xi 4 300 X 71 75 71 I 1 Pr xi 300 Pr Pr X 75 Pr 4 7 7 4 I 1 4 4 Pr (Z>1.1429) = 1 – Pr (Z 1.1429) Donde Z tiene una distribución normal estándar, por lo tanto 4 Pr X i 300 = 1 – 0.8735 = 0.1265 I 1 26 UNIDAD VIII: PRUEBA DE HIPÓTESIS. 1.- Los sistemas de escape de emergencia para tripulaciones de aeronaves son impulsados por un combustible sólido. Una de las características importantes de este producto es la rapidez de combustión. Las especificaciones requieren que la rapidez promedio de combustión sea 50cm/s. se sabe que la desviación estándar de esta rapidez es σ = 2 cm/s. El investigador decide especificar un nivel de confianza α = 5%. Selecciona una muestra n = 25 y obtiene una rapidez promedio muestral de combustión de X = 51.3 cm/s. A que conclusión llega usted. Solución: 1. 2. 3. 4. 5. 6. 7. 8. El parámetro de interés es µ, la rapidez promedio de combustión Ho: µ = 50cm/s H1: µ ≠ 50cm/s α =0.05 La estadística de prueba es Zo = X - µ/σ/√n Zo = 51.3 – 50/ 2/√25 = 3.25 Z0 0.025= 1.96 sacado de la tabla de la normal Conclusión dado que 3.25> 1.96 se rechaza Ho existe una fuerte evidencia en la rapidez promedio de combustión es mayor de 50cm/s. 2.- Se toma una muestra aleatoria de 20 botellas se obtiene una varianza muestral para el volumen de llenado s2 = 0.0153 (onzas de fluidos)2. Si la varianza es mayor que 0.01 (onzas fluidos)2 implica que existe una proporción inaceptable de botellas que serán llenadas con una cantidad menor de liquido. ¿Existe evidencias en los datos que sugiera que el fabricante tiene problema con el llenado? Utilice un α = 5% Solución: 1. 2. 3. 4. 5. 6. 7. 8. El parámetro de interés es la varianza de la población s2 H0 : σ2 = 0.01 H1 : σ2 > 0.01 α = 0.05 El estadístico de prueba χ2 = ( n-1) s2 / σ2 Se rechaza H0 si χ2 >χ20.0519= 30.14 Calculo χ2 =19 (0.0153)/ 0.01 = 29.07 Conclusión 29.07 < 30.14 implica no hay evidencia fuerte de que la varianza del volumen de llenado sea mayor que 0.01 (onzas de fluido)2 27 3.- En una impresora gráfica se utiliza una pieza moldeada por inyección. Antes de firmar un contrato de largo plazo, el fabricante de la impresora desea asegurarse de que el proveedor puede producir piezas con una piezas con una desviación estándar de longitud de 0.025mm como máximo. Para ello se obtiene una muestra aleatoria de 75 piezas obteniendo una desviación estándar muestral de longitud s = 0.022mm. ¿A qué conclusión debe llegarse si utiliza α= 0.01? Solución. 1. El parámetro de interés es la desviación estándar de la población 2. Ho : σ2 = 6.25x10-4 3. H1 : σ2 < 6.25x10-4 4. α = 0.01 5. El estadístico de prueba es Z = (s – σ)/ σ/√(2n)1/2 6. Se rechaza Ho si Z< -Z0.01 = -2.33 7. Z = (0.022 – 0.025)/ 0.025/√(2*75)1/2 = -1.47 8. Conclusión Z = -1.47 no es menor -2.33 no es posible rechazar Ho la evidencia del proveedor no es suficiente. 4.- Un fabricante de semiconductores produce controladores que se emplean en aplicaciones de motores automovilísticos. El cliente requiere que la fracción de controladores no conforme en uno de los pasos de manufactura críticos no sea mayor que 0.05, y que el fabricante demuestre esta característica del proceso de fabricación con este nivel calidad. Utilice α = 5%. El fabricante toma una muestra aleatoria de 200 dispositivos y encuentra que cuatro de ellos son no conformes. ¿El fabricante puede demostrar la calidad del proceso? Solución. 1. El parámetro de interés es la fracción p de artículos no conforme en el proceso 2. Ho : p = 0.05 3. H1 : p < 0.05 4. α = 0.05 5. El estadístico de prueba Z = ( X – np) / ( np (1-p))1/2 X=4; n= 200 P = 0.05 6. Rechaza Ho si Z < Z 0.05 = -1.645 7. Calculo (4 – 200*0.05)/ (200(0.05*0.95))1/2 = -1.95 8. Conclusión -1.95 < -1.645 se rechaza Ho se concluye que se tiene la calidad aceptable. 5.- Un artículo publicado en una revista de materiales describe los resultados de prueba de resistencia la adhesión de 22 especímenes de aleación U- 700. 28 La carga para la que cada espécimen falla es la siguiente en MPA los datos son: 19.8; 18.5; 17,6; 16,7; 15,8; 15,4; 14,1; 13,6; 11,9; 11,4; 11,4; 8,8; 7,5; 15,4; 15,4; 19,5; 14,9; 12,3; 11,9; 11,4; 10,1; 7,9 . La media muestral es 13.71, mientras que la desviación estándar es s = 3.55 ¿Sugiere los datos que la carga promedio de falla es mayor que 10 MPA? Utilice α = 5% Solución: 1. El parámetro de interés es la carga promedio de falla µ 2. Ho µ = 10 3. H1 µ > 10 Se rechaza Ho si la carga promedio de falla es mayor que 10 MPA 4. α = 0.05 5. El estadístico de prueba es to = (x-µ)(n / s)1/2 → to = (13.71 – 10)/22 / 3.55)1/2 = 4.90 6. t0.05 22-1=21 = 1.721 7. Conclusión 4.90> 1.721 se rechaza Ho la carga de falla es mayor que 10MPA 6.- Se analizan dos catalizadores para determinar la forma en que afecta el rendimiento promedio de un proceso químico. De manera específica, el catalizador 1 es el está empleando en este momento pero el catalizador también es aceptable. Debido a que el catalizador 2 es más económico, éste puede adoptarse siempre y cuando no cambie el rendimiento del proceso. Se hace una prueba en una planta piloto; los resultados aparecen en el cuadro siguiente. ¿Existe alguna diferencia entre los rendimientos promedio? Utilice α = 0.05 29 Datos del rendimiento del catalizador Observaciones Catalizador 1 Catalizador 2 1 91.50 89.19 2 94.18 90.95 3 92.18 90.46 4 95.39 93.21 5 91.79 97.19 6 89.07 97.04 7 94.72 91.07 8 89.21 92.75 Promedio 92.255 92.733 Desviación típica 2.39 2.98 Solución 1. Los parámetros de interés son, µ1 y µ2 los cuales representan el rendimiento promedio del proceso con los catalizadores 1 y 2 respectivamente 2. Ho : µ1 - µ2 3. H1 : µ1 ≠ µ2 4. α= 0.05 5. El estadístico de prueba to = X1 - X2 /sp√1/n1 +1/n2 6. to 0.02514>2.145 o si to 0.02514< -2.145 7. s2p = (n1-1)s12 + (n2-1)s22/ (n1+n2-2) = (8-1)(2.39)2 + (8-1) (2.98)2/ (8+8-2) = 7.30 sp = √7.30 = 2.70 to= (92.255 – 92.733) / 2.70√(1/8 +1/8) = -0.35 Conclusión -2.145 < -0.35 < 2.145 no es posible rechazar la hipótesis nula Ho no se tiene evidencia fuerte que permita concluir que el catalizador 2 dará como resultado un rendimiento promedio diferente con el uso del catalizador 1. 7.- Se evalúan dos tipos diferentes de soluciones para pulir, su posible uso en una operación de pulido en la fabricación de lentes intraocular utilizados en el 30 ojo humano después de una cirugía de cataratas. Se pulen 300 lentes con una primera solución y, éstos, 253 no presentaron defectos inducidos por el pulido. Después se pulen otros 300 lentes con la segunda solución, de los cuales 196 resultan satisfactorios. ¿Existe alguna rezón para creer que las dos soluciones para pulir son diferentes? α = 0.01 Solución. 1. Los parámetros de interés son p1 y p2, la proporción de lentes que son satisfactorios después del procedimiento de pulido. 2. Ho : p1 = p2 3. H1 : p1 ≠ p2 4. α = 0.01 5. El estadístico de prueba es Z = (p1 – p2 ) / (p1 (1-p1) (1/n1 -1/n2))1/2 P1 = 253/300 = 0.8433; p2 196/300 = 0.6533; n1 = n2 = 300; p = (253 + 196) / (300 +300) = 0.7483 6. Rechaza Ho si Z > Z.0.005 = 2.58 ó Z < -Z 0.005 = -2.58 7. Z = ( 0.8433 – 0.6533) / (( 0.7483* 0.2517) (1/300 +1/300))1/2 = 5.36 Conclusión 5.36> 2.58 implica que se rechaza Ho 31 UNIDAD IX: ANÁLISIS DE CORRELACIÓN Y DISTRIBUCIÓN 1.- En los ajustes de de regresión se usa el criterio de minimizar a. Suma de los valores absolutos. b. Suma de cuadrado de los residuos. c. Desviación Media. d. Desviación Típica. Solución: el método de mínimos cuadrados para el ajuste de las curvas de regresión implica obligatoriamente minimizar la función de sumar los cuadrados de los residuos. La respuesta válida es “a”. 2.- Los siguientes datos representan las longitudes y pesos de una serie de osos, calcular el coeficiente de correlación. LONGITUD (PULG) PESO(LB) 53 80 67.5 344 72 416 72 348 73.5 262 68.5 360 73 332 37 34 Solución. Recordemos la fórmula para calcular el coeficiente de correlación: S R S XX (Ver Anexo 1 – Formulario) XY S YY Completando la tabla, tenemos: 32 Nº LONGITUD (PULG) (X) PESO(LB) (Y) XY x 1 53 80 4240 2809 6400 2 67.5 344 23220 4556.25 118336 3 72 416 29952 5184 173056 4 72 348 25056 5184 121104 5 73.5 262 19257 5402.25 68644 6 68.5 360 24660 4692.25 129600 7 73 332 24236 5329 110224 8 37 34 1258 1369 1156 Total 516.5 2176 151879 34525.75 728520 Teniendo S XY S XX presente: S x 2 XX 1 X n 2 ; S 2 y y 2 YY 2 1 X n 2 y 1 X y sustituimos los valores correspondiente obtenemos n 1179.22 ; S YY 136648 ; S XY 11391 . xy Finalmente el coeficiente de correlación es 0.90 y presenta una correlación fuerte. 3.- Si s yx 3 y s y 5 , el coeficiente de correlación será: a. b. c. d. 0,6 . 0,4 . 0,64 . NA. Solución: El coeficiente de correlación, se relaciona con el error típico de estimación por: s y x r 1 s y 2 . Al sustituir resulta: 33 2 3 2 r 1 1 0,6 1 0,36 0,64 0,8 . La respuesta válida es 5 “d”. xy 4.- La ecuación de regresión y x es equivalente a: 2 x s xy X X . a. Y Y s x 2 s b. Y Y x 2 X X . s xy c. X Y d. Y X s xy s x 2 sx s 2 Y X . Y X . xy Solución: Las simplificaciones de la ecuación normal se desarrolla al escribir y Y Y ; x X X . Por lo cual, la expresión queda: xy X X Y Y 2 x (1) Pero: s xy xy ; sx n x2 n Sustituyendo los anteriores en (1) resulta: xy X X Y Y 2 x ns xy X X Y Y 2 ns x s xy X X Y Y s x 2 La respuesta válida es “a”. 5.- La pendiente y punto de corte para la recta de mínimos cuadrados son: y x 2 x xy . n xy x y b a. m , 2 2 n x 2 x n x 2 x 34 y x 2 x xy . 2 2 n x 2 x n x 2 x y x 2 x xy . n xy x y , b m 2 2 n x 2 x n x 2 x y x 2 x xy . n xy x y , b m 2 2 n x 2 x n x 2 x b. m c. d. n xy x y , b Solución: Para determinar las ecuaciones normales, hay que minimizar la función suma de cuadrado de los residuos. S S 2 m 2 y mx b x 0 m xy mx bx 0 S S b 2 y mx b 1 0 b y mx b 0 S y mx b 2 xy mx 2 bx 0 xy m x 2 b x 0 m x 2 b x xy y mx b 0 y m x b 0 m x nb y Resolviendo por la Regla de Cramer queda: xy x2 b x b x2 y x x y x 2 x xy 2 n x 2 x n xy x m y m x2 x n x n xy x y n x 2 x 2 n La respuesta válida es “a”. 6.- La expresión r xy x y 2 2 , es equivalente a: 35 a) r sx s y b) r sx . sy c) r s xy d) r sx sx s y sy sx . . . Solución: Se tiene que: s xy x2 , sy n xy , sx n y2 . n Sustituyendo en la expresión inicial queda: r xy x y 2 2 ns xy 2 ns x ns y 2 ns xy 2 n2 sx s y 2 ns xy ns x s y s xy sx s y La respuesta válida es “c”. 7.- Las ecuaciones normales para el ajuste de la curva y a bx cx 2 son: a. 2 ( y a bx cx 2 ) 1 . b. 2 ( y a bx cx 2 ) x . c. 2 ( y a bx cx 2 ) x 2 . d. TA. Solución: Se tiene que derivando parcialmente la función suma de cuadrados de los residuos: s 2 a 2 ( y a bx cx ) 1 s s ( y a bx cx 2 ) 2 ( y a bx cx 2 ) x b s 2 ( y a bx cx 2 ) x 2 c Las tres ecuaciones anteriores son las ecuaciones normales. La respuesta válida es “d”. 36 UNIDAD X: SERIES CRONOLÓGICAS. 1.- ¿Con qué movimiento característico de una serie en el tiempo asociaría principalmente “un incendio en una fábrica que retrasa 3 semanas su producción? a) Cíclico. b) Estacional. c) Irregular. d) Ninguna de las anteriores. Solución. La opción correcta es la c, porque se trata de movimientos esporádicos de las series en el tiempo debido a sucesos de azar. 2.- Una empresa estudia la evolución de los precios de tres componentes (A,B,C) para una pieza en los últimos 5 años. AÑO A B C 1 3 4 1 2 4 6 1.5 3 5 6.5 2 4 4.5 7 2.5 5 7 4 3 Calcular un índice simple para estudiar la evolución de los precios del componente A tomando como período de referencia el año 1. Solución. Desarrollando la evolución de los precios tomando como período de referencia el año 1, tenemos. 37 Índice Simple de Precios AÑO A B C A B C 1 3 4 1 100 (3/3)x100 100 100 2 4 6 1.5 133.33 (4/3)x100 150 150 3 5 6.5 2 166.67 (5/3)x100 162.50 200 4 4.5 7 2.5 150 (4.5/3)x100 175 250 5 7 4 3 233.33 (7/3)x100 100 300 Las columnas B y C se desarrolla aplicando la analogía de la columna A. 3.- Se tiene la siguiente serie de producción y queremos determinar la ecuación de la recta que representa la tendencia de la serie. Años Miles (Ton) 1962 6 1963 8 1964 10 1965 14 1966 18 Solución. Años Miles (Ton) Xi Yi Xi.Yi Xi2 1962 6 0 6 0 0 1963 8 1 8 8 1 1964 10 2 10 20 4 1965 14 3 14 42 9 1966 18 4 18 72 16 10 56 142 30 Total 38 Yi N x. y i i A b xi 56 = 5a + 10b a xi b xi 2 142 = 10a + 30b Resolviendo el sistema de ecuación nos queda: a = 5; b = 3. Por lo tanto, la ecuación de la recta es: Y = 5 + 3X con origen en el año 1962. 4.- El consumo en combustible (miles de litros) en una empresa y los índices de precios del combustible en seis años han sido tal y como muestra la tabla siguiente. Sabiendo que el precio del combustible fue de 1.5 / litros en el año 2011, calcular el gasto en el combustible de la empresa en cada año. Año Consumo Índice (base 2009=100%) 2006 60 91 2007 70 93 2008 75 95 2009 78 100 2010 80 114 2011 85 120 Solución Año Consumo Índice (base 2009=100%) Índice (base 2011=100%) Precio / litros Gasto 2006 60 91 (91/120)x100 = 75.83 1.5x0.7583=1.137 68.22 2007 70 93 (93/120)x100 = 77.5 1.5x0.775=1.162 81.34 2008 75 95 (95/120)x100 = 79.17 1.5x0.7917=1.187 89.025 2009 78 100 (100/120)x100 = 83.33 1.5x0.8333=1.249 97.422 2010 80 114 (114/120)x100 = 95 1.5x0.95=1.425 114 2011 85 120 (120/120)x100 = 100 1.5 127.5 39 5.- Una empresa estudia la evolución de los precios de tres componentes (A,B,C) para una pieza en los últimos 5 años. AÑO A B C 1 3 4 1 2 4 6 1.5 3 5 6.5 2 4 4.5 7 2.5 5 7 4 3 Calcular un índice conjunto de la evolución de los precios utilizando una media aritmética de índices simples y tomando como referencia el año 1. Solución AÑO A B C A B C Media aritmética 1 3 4 1 100 (3/3)x100 100 100 300/3 = 100 100 2 4 6 1.5 133.33 (4/3)x100 150 150 433.33/3 = 144.44 144.44 3 5 6.5 2 166.67 (5/3)x100 162.50 200 529.17/3 = 176.39 176.39 4 4.5 7 2.5 150 (4.5/3)x100 175 250 575/3 = 191.67 191.67 5 7 4 3 233.33 (7/3)x100 100 300 633.33/3 = 211.11 211.11 6.- En cierto país el salario medio por hora, en unidades monetarias corrientes, de los trabajadores de un determinado sector productivo y los índices de precios de consumo a lo largo de los seis años fueron: 40 AÑOS SALARIOS/HORA ÍNDICE DE PRECIO (2000 = 100) 2006 5.2 144 2007 5.8 166 2008 6 179 2009 6.3 194 2010 6.4 204 2011 8.4 209 Calcule los índices de precios con base 2006. Solución. Coeficiente de enlace base 2006: k = 100/144 = 0.69445 AÑOS SALARIOS/HORA ÍNDICE DE PRECIO (2000 = 100) INDICE DE PRECIO (2006=100)(0.69445)XBASE 2000 2006 5.2 144 100 2007 5.8 166 166x0.69445 = 115.28 2008 6 179 179x0.69445 = 124.31 2009 6.3 194 194x0.69445 = 134.72 2010 6.4 204 204x0.69445 = 141.67 2011 8.4 209 209x0.69445 = 145.14 7.- Antonio alquiló un local el 1 de enero de 2010 por 3000 euros mensuales, impuestos no incluidos. La revisión del alquiler se efectúa según los valores del IPC. Dispone de dos tablas con información sobre el IPC de cada año. (base 2005=100) Mes de enero 2010 2011 2012 IPC% 128.712 133.413 138.34 41 Antonio quiere saber cuál será la renta que tendrá que pagar en 2013 si la previsión del IPC para enero de 2013 esta en 1.8% de incremento sobre el año del mes de enero del 2012. Solución. IPC (2013) = IPC (2012)x(1.018) = 138.34x(1.018) = 140.83 Mes de enero 2010 2011 2012 2013 IPC% 128.712 133.413 138.34 140.83 Índice IPC (133.413/128.712) = 1.03652 (138.34/133.413) = 1.03693 Incremento IPC [(133.413/128.712) – 1]x100 = 3.652 [(138.34/133.413) -1 ]x100 = 3.693 1.8 3000x1.03652 = 3109 3109.56x1.03693 = 3224.40 3282.44 Alquiler 3000 42 BIBLIOGRAFIA. Freund, J; Simon, Gary (1994). Estadística Elemental. Octava Edición. Editorial Prentice Hall Hispanoamericana, S.A: México. Salama, D. (1987). Estadística. Metodología y Aplicaciones. Tipografía Principios: Caracas. Spiegel, M. (1991). Estadística. Segunda Edición. Mc Graw Hill: Madrid. 43 ANEXO Nº 1 FORMULARIO. 1.- Media de muestra x x n 2.- Media Ponderada X MCi fi i 1 fi n n donde: = Sumatoria i 1 MCi = Marca de clase fi = frecuencia absoluta de la clase fi = Total de datos 3.- Desviación Media MD X X donde: MD = Desviación media N X = Valores de la muestra X = Media aritmética N = Total de datos 4.- Momento, Sesgo y Curtosis k m4 s4 a3 m3 ( m2 ) 3 5.- Probabilidad. P(A) = h N donde: A = Suceso h= Posibilidad de ocurrir el suceso. N = Total de posibilidades 6.- Sucesos Independientes. P(A B) = P(A)xP(B) 44 7.- Probabilidad Condicional. P(C N ) P(C ) P(N/C) = 8.- Distribución normal. Z XX s donde: Z = unidad estándar. X = Media s = Desviación típica. 9.- Binomial. P( X ) N! X !( N X )! X p q NX 10.- Distribución de Poisson P( X ) e X e = 2.718 X! 11.- Coeficiente de correlación. S R S XX XY donde: S S x 2 XX YY 1 X n 2 S YY y 1 X n S XY xy 1 X y n 2 2 Rango -1 R 1 Recomendamos la siguiente dirección para un formulario en línea: https://docs.google.com/document/d/11UagZDAvCj96ZwJQ40jok3wfBS4w8Wgrc0x0e _JA7xk/edit?hl=es 45