UNIVERSIDAD NACIONAL DE HUANCAVELICA

PRACTICA DIRIGIDA DE LA ASIGNATURA DE ESTADISTICA

APLICADA
1) Hallar la probabilidad de que lanzado una moneda 6 veces aparezcan
a) 0 caras
Solucin:
La funcin de probabilidad de la variable discreta(X = nmero de caras
obtenidas) es:

1 1 ( )
() = ( ) ( ) ( ) =
2 2 2
Que expresa la probabilidad de obtener un determinado nmero(x) de caras al
lanzar n veces una moneda.
El nmero total de casos es: = 26 ; = 64

El nmero de casos favorables es: (60) = 1

1
( = 0) =
64
( = 0) = 0.016

b) 1 cara

El nmero de casos favorables es: (61) = 6

6
( = 1) =
64
( = 1) = 0.094

c) 2 caras

El nmero de casos favorables es: (62) = 15

15
( = 2) =
64
( = 2) = 0.234

d) 3 caras

El nmero de casos favorables es: (63) = 20

20
( = 3) =
64
( = 3) = 0.313
ESTADISTICA APLICADA 1
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

e) 4 caras

El nmero de casos favorables es: (64) = 15

15
( = 4) =
64
( = 4) = 0.234

f) 5 caras

El nmero de casos favorables es: (65) = 6

6
( = 5) =
64
( = 5) = 0.094

g) 6 caras

El nmero de casos favorables es: (66) = 1

1
( = 6) =
64
( = 6) = 0.016

2) Hallar la probabilidad de (a) 2 o ms caras (b) menos de 4 caras en un

lanzamiento de 6 monedas.

Solucin:
El nmero total de casos es: = 26 ; = 64
a) 2 o ms caras
El nmero de casos favorables es: (62) + (63) + (64) + (65) + (66) = 57
57
(2 ) =
64
(2 ) = 0.891

b) menos de 4 caras
6
El nmero de casos favorables es: (60) + ( ) (62) + (63) = 44
1
42
( < 4) =
64
21
( < 4) =
32

ESTADISTICA APLICADA 2
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

3) De un total de 80 contratistas con 5 contratas cada una, con la probabilidad de

xito y fracaso en su funcionamiento, cuantas cabe esperar que tengan:
Suponer de iguales la probabilidad de rentable o poco rentable.

Solucin:
La probabilidad de que ocurran k xitos en el experimento hipergeomtrico es:

( )(

)
( = ) =
()

a) 3 exitosas
N=80 ; r = 40 (ya que la probabilidad de rentable o poco rentable es igual)
n=5 ;k=3

( )(

)
( = ) =
()

(40
3
)(8040
53
)
( = ) =
(80
5
)

( = ) = 0.32057

b) 5 fracasos
N=80 ; r =40
n=5 ;k=0
( )(

)
( = ) =
()
(40
0
)(8040
50
)
( = ) =
(80
5
)
( = ) = 0.02737

c) 2 o 3 exitosas
N=80 ; r =40
n = 5 ; k = 2;3
( )(

)
( = ) =
()
(40
2
)(8040
52
) (40
3
)(8040
53
)
( = ) = +
(80
5
) (80
5
)
( = ) = 0.32057 + 0.32057
( = 2; 3) = 0.64113
ESTADISTICA APLICADA 3
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

4) Hallar la probabilidad de contestar correctamente al menos 6 de 10 preguntas de

un examen falso-verdadero.
Solucin:
La funcin de una distribucin binomial es:

( = ) = ( )

k = 6, 7, 8, 9,10
n = 10
p = probabilidad de que ocurra un evento = 0,5
q = 1-p = 0,5

Remplazando:

( = ) = ( )

10 10 10 10 10
( = ) = [( ) + ( ) + ( ) + ( ) + ( )] 0.56 0.5106
6 7 8 9 10
( = ) = (386)0.510
( = ) = 0.35938

5) La probabilidad de que la Cia.Jb tenga xito al comercializar un producto es de

0,95 siempre que la competidora de la compaa R no intervenga en el mercado
y es de solo 0,15, si la Cia.R interviene en el mercado.
Si se estima en 0,07 la probabilidad de la Cia.R intervenga en el mercado.

Los eventos sern:

B = la Cia.Jb tenga xito
A = la Cia.R interviene en el mercado.

P(A)=0.07; P (AC)= 0.93; P (B/A)=0.15 y P (B/AC)=0.95

P (BC/A)=0.85; P (BC/AC)=0.05

a. Qu probabilidad hay de que la Cia.Jb tenga xito?

P (B)= P(A) x P (B/A)+ P (AC) x P (B/AC)

P (B)=0.07 (0.15)+0.93 (0.95)
P (B)=0.894
b. Si la Cia.Jb no tuviera xito, Cmo se cambia la probabilidad de que la Cia.R
intervenga en el mercado?
La probabilidad de que la Cia.Jb no intervenga en el mercado es:
P (BC)= P(A) x P (BC/A)+ P (AC) x P (BC/AC)
P (BC)=0.07 (0.85)+0.93 (0.05)
P (BC)=0.106

Si la Cia.Jb no tuviera xito, la probabilidad de que la Cia.R intervenga en el

mercado ser:

ESTADISTICA APLICADA 4
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

()( /) .(.)
P(A/BC)= = = 0.561
( ) .
La probabilidad de la Cia.R intervenga en el mercado aumentara de 0.7 a 0.561

6) En una labor mineralizada de Cu, se compararon dos niveles de contenido de

mena de Cu, que tenan diferentes niveles de humedad. Para el primer nivel
(10%) se usaron 12 unidades experimentales, y para el segundo nivel (40%) se
usaron 9 unidades experimentales. Cada unidad experimental es una superficie
rectangular de 7x4 metros, donde se extrajeron las muestras
Se decidi mediante un mecanismo aleatorio la toma de muestras, siendo:

Contenido de Cu en gr/Tn
17,35 18,2 20,82 18,94 18,16
10% de humedad(nivel 1) 20,08 18,98 22,23 28,73 23,13
34,03 28,99 33,5 32,12 29,64
40% de humedad (nivel 2) 30,98 24,92
7) En un estudio para determinar la preferencia por determinados sabores de
helados en diferentes regiones de pas, se recopilaron los siguientes datos.
Frecuencias observadas
Preferencia sierra Costa Selva
Perforista 86 44 70
Maquinista 45 30 50
Enmadserador 34 6 10
Otro 85 20 20
total 250 100 150
Se pide.
a) Calcular las frecuencias esperadas de cada preferencia de labor en cada
regin
b) Determine si la preferencia por cierta labor es independiente de la regin(es
la misma en cada regin), utilizando el nivel de significacin 0,05.
8) Se estudiaron 40 muestras de aceite crudo de determinado proveedor con el fin
de detectar la presencia del nquel mediante una prueba que nunca da un
resultado errneo. Si en 5 de dichas muestras se observ la presencia de nquel
Podemos creer al proveedor cuando asegura que a lo sumo el 8% de las
muestras contienen nquel?

Sea p la proporcin de muestras que contienen nquel y q la proporcin de

pruebas positivas al analizar 40 datos.

= (0,1)
(1 )
40
Las hiptesis sern:
H0: p=0.08
H1: p > 0.08

ESTADISTICA APLICADA 5
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

Al tratarse de un contraste unilateral, con la regin crtica ala derecha, esta

corresponde a valores de la distribucin muestral superiores a z0.95 = 1.645, si
consideramos en nivel de significacin = 0.05
En este caso p = 5/40 = 0.125 de modo que:
0.125 0.08
= 1.049
0.08(0.92)
40
1.049 < 1.645: la hiptesis nula no es rechazada.

Llamaremos N al suceso que representa la presencia de niquel. Como la prueba

es positiva en el 80% de los casos en que hay niquel pero tambin en su
ausencia, con probabilidad igual a 0.01, la probabilidad de que una prueba
resulte positiva es
P=0.79p+0.01
La variable q, satisface:

(0,1)
(1 )

40
Las hiptesis sern:
H0: p=0.0732
H1: p > 0.0732

0.125 0.0732
= 1.2578
0.0732(0.968)
40
1.2578 < 1.645
Por lo tanto, con una certeza del 95% si podemos creer al proveedor.

9) Los responsables de la salud, miden la radiactividad en el agua de una fuente

natural en una zona abundante de granito. Realizadas 12 mediciones en
diferentes fechas del ao se observ una media de 3,6 con una desviacin tpica
de 0,82. Determinar, al 95% y al 99%, intervalos de confianza para la radiacin
media y para la varianza.

Solucin:
n = 12 ; = 3.6 ; s = 0.82
0.82
El error tpico de la media: = = = 0.23671
12

Los grados de libertad r = n-1 = 11

a. Intervalos de confianza para la media:
Con r = 11, Z 1-/2 = 0.975; para un 95% intervalos de confianza; de la tabla t de
student se tiene 2.201

ESTADISTICA APLICADA 6
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

[ Z1 /2() ; + Z1 /2() ]
[3.6 2.201(0.23671); 3.6 + 2.201(0.23671) ]
[3.079; 4.121 ]
Con r = 11, Z 1- /2 = 0.995; para un 99% intervalos de confianza; de la tabla t
de student se tiene 3.106
[ Z 1 /2() ; + Z1 /2() ]
[3.6 3.106(0.23671); 3.6 + 3.106(0.23671) ]
[2.86478; 4.33522 ]
b. Intervalos de confianza para la varianza:
S2=0.822 ; s2 = 0.672

Para un 95%
De la tabla de distribucin chi- cuadrado:

=3.82 ; =21.92
11(0.672) 11(0.672)
[ ; ]
21.92 3.82
[0.337; 1.935]

Para un 99%
X 20.005 = 2.6 ; X 20.995= 26.76
11(0.672) 11(0.672)
[ ; ]
26.76 2.6
[0.276 ; 2.843]

10) Los siguientes datos son los resultados del control de la presin de 22
trabajadores que se encuentran en distintos tratamientos, codificados de la
siguiente manera.
1) Cuando no est sujeto a ningn tratamiento.
2) Dieta con contenido pobre en sal.
3) Dienta sin sal.
4) Frmaco a una dosis determinada.
5) El mismo frmaco con otra dosis.
Los resultados se muestran es la tabla.

ESTADISTICA APLICADA 7
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

Presin tratamiento
180 1
180 1
175 2
163 3
170 3
158 3
162 3
170 4
158 4
146 4
160 4
171 4
155 4
147 5
152 5
143 5
155 5
160 5
180 4
159 5
181 1
160 3

Se pide:
a) Estimar si las variables consideradas siguen una distribucin normal
Hallando la media muestral y varianza muestral.

3585 2784.955
= = 162.955 ; 2 = = 126.589
22 22

Estimando al 95% de intervalos de confianza respecto a la varianza. Con r = 21

De la tabla de distribucin chi- cuadrado:

=10.28 ; =35.48
21(126.589) 21(126.589)
[ ; ]
35.48 10.28
[74.926; 252.596]
b) Efectuar un anlisis de diferencia de media para la variable presin, con un
nivel de significancia del 95% de certeza.
La desviacin tpica: = 2 = 126.589 = 11.251
11.251
El error tpico ser: = = 0.511
22
Las hiptesis sern:

ESTADISTICA APLICADA 8
 UNIVERSIDAD NACIONAL DE HUANCAVELICA

H0: = 162.955
H1: 162.955
Cuando = 0.05 : Z1-/2=Z0,975 = 1.96

=

La regin critica de la prueba en la variable Z esta:
RC= [z<-1.96; z>1.96]
Calculamos z :

=

c) Efectuar una prueba de diferencia de medias para muestras independientes,

analizar los resultados.
d) Efectuar una prueba de diferencia de medias para muestras relacionadas,
analizar los resultados.
e) En el caso de utilizar una prueba no paramtrica, cul de ellos sera el
adecuado? Qu consideraciones se tiene para su aplicacin?
f) Un diagrama de caja e interpretar el resultado.

de un proceso de produccion se sabe que durante cuatro decimas partes de tiempo su

porcentaje de produccion defectuosa es 20% y durante el resto del tiempo de proceso(seis
decimas partes de tiempo) su porcentaje de produccion defectuosa es 15%. si de la produccion
total que consiste de 20 unidades se escogen tres unidades al azar a la vez y se encuentran dos
unidades defectuosas. Cmo modifica este evento las probabilidades previas de la particion
de los tiempos de produccion?

solucion:

sean los eventos

A1= calidad de 20%defectuoso, A2 = calidad del 15% defectuoso Y B=dos defectuosoS en la

muestra de tres.

ENTONCES

(1 ) = 0.4, (2 ) = 0.6

16
1
( ) = 42 20 ( ) = 32 17 20
1 /3
1 3 2
69
ADEMAS: () = (1 ) ( ) + (2 ) ( ) = 1140
1 2

38.4
POR TANTO: ( 1 ) = 69
= 0.56

30.6
(( 2 ) = = 0.44)
69

ESTADISTICA APLICADA 9