Método de máxima verosimilitud - Distribuciones

26. Una población tiene 100 de media con 16 de desviación estándar. ¿Cuál es la
probabilidad de que una media de la muestra quede entre 94 y 106 de la media de la
población, en cada uno de los siguientes tamaños de muestra?

Gráfica de distribución
Normal, Media=100, Desv.Est.=16

0.025

0.020
Densidad

0.015

0.010

0.005

0.000
50 75 100 125 150
X

a) n = 50

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

0.4
0.9931

0.3
Densidad

0.2

0.1

0.0
-2.7 0 2.7
X

̅ ≤ 𝟏𝟎𝟔) = 𝟎. 𝟗𝟗𝟑𝟏
𝑷(𝟗𝟒 ≤ 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 1

 Método de máxima verosimilitud - Distribuciones

b) n = 1 00

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

0.4
0.9998

0.3
Densidad

0.2

0.1

0.0
-3.75 0 3.75
X

̅ ≤ 𝟏𝟎𝟔) = 𝟎. 𝟗𝟗𝟗𝟖
𝑷(𝟗𝟒 ≤ 𝑿

c) n = 200

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

0.4
1.000

0.3
Densidad

0.2

0.1

0.0
-5.3 0 5.3
X

̅ ≤ 𝟏𝟎𝟔) = 𝟏. 𝟎𝟎𝟎𝟎
𝑷(𝟗𝟒 ≤ 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 2

 Método de máxima verosimilitud - Distribuciones

c) n = 400

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

0.4
1

0.3
Densidad

0.2

0.1

0.0
-7.5 0 7.5
X

̅ ≤ 𝟏𝟎𝟔) = 𝟏. 𝟎𝟎𝟎𝟎
𝑷(𝟗𝟒 ≤ 𝑿

d.) ¿Cuál es la ventaja de usar un tamaño grande de muestra?

A medida que la población aumenta el error estándar disminuye, eso quiere decir que
si tenemos una mayor población y repetimos el experimento varias veces los
resultados no van a variar tanto, la dispersión de los datos se va centrando a medida
que aumenta el tamaño de muestra.

27. Una lIenadora automática de latas de sopa tiene las siguientes características: media
de 15.9 gramos y desviación estándar de 0.5 gramos.

Gráfica de distribución
Normal, Media=15.9, Desv.Est.=0.5
0.9

0.8

0.7

0.6
Densidad

0.5

0.4

0.3

0.2

0.1

0.0
14.0 14.5 15.0 15.5 16.0 16.5 17.0 17.5
X

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 3

 Método de máxima verosimilitud - Distribuciones

a) ¿Cuál es la probabilidad de que una muestra de 40 latas la media sea mayor que
16 gramos?

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

0.4

0.3
Densidad

0.2

0.1

0.1038

0.0
0 1.26
X

̅ ≥ 𝟏𝟔) = 𝟎. 𝟏𝟎𝟑𝟖
𝑷(𝑿

b) ¿Cuál es la probabilidad de que una muestra de 40 latas la media sea menor que
15 gramos?

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

0.4

0.3
Densidad

0.2

0.1

2.6300E-30
0.0
-11.38 0
X

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 4

 Método de máxima verosimilitud - Distribuciones

̅ ≤ 𝟏𝟓) = 𝟐. 𝟔𝟑𝑬−𝟑𝟎
𝑷(𝑿

c) ¿Cuál es la probabilidad de que una muestra de 40 latas la media este entre 15.5 y
16.5 gramos?

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

0.4

0.3
Densidad

0.2
1.000

0.1

0.0
-5.05 0 7.58
X

̅ ≤ 𝟏𝟔. 𝟓) = 𝟏
𝑷(𝟏𝟓. 𝟓 ≤ 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 5

 Método de máxima verosimilitud - Distribuciones

28. Un contratista piensa comprar una gran cantidad de lámparas de alta intensidad a cierto
fabricante. Éste asegura al contratista que la duración promedio de las lámparas es de
1,000 horas con una desviación estándar igual a 80 horas. Si el contratista decide obtener
una muestra aleatoria de 64 de estas lámparas.

Gráfica de distribución
Normal, Media=1000, Desv.Est.=80

0.005

0.004
Densidad

0.003

0.002

0.001

0.000
700 800 900 1000 1100 1200 1300
X

a) Obtenga la probabilidad de que en promedio duran por lo menos 1000 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Density

0.2

0.5
0.1

0.0
0
X

̅ ≤ 𝟏𝟎𝟎𝟎) = 𝟎. 𝟓
𝑷( 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 6

 Método de máxima verosimilitud - Distribuciones

b) Obtenga la probabilidad de que en promedio duran más de 1010 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Density

0.2

0.1

0.1587

0.0
0 1
X

̅ ≥ 𝟏𝟎𝟏𝟎) = 𝟎. 𝟏𝟓𝟖𝟕
𝑷( 𝑿

c) Obtenga la probabilidad de que en promedio duran menos de 995 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Density

0.2

0.1 0.3085

0.0
-0.5 0
X

̅ ≤ 𝟗𝟗𝟓) = 𝟎. 𝟑𝟎𝟖𝟓
𝑷( 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 7

 Método de máxima verosimilitud - Distribuciones

d) Obtenga la probabilidad de que en promedio duran cuando mucho 990 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Density

0.2

0.1

0.1587

0.0
-1 0
X

̅ ≤ 𝟗𝟗𝟎) = 𝟎. 𝟏𝟓𝟖𝟕
𝑷( 𝑿

e) Obtenga la probabilidad de que en promedio duran entre 998 y 1005 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4 0.2707

0.3
Density

0.2

0.1

0.0
-0.20 0.5
X

̅ ≤ 𝟏𝟎𝟎𝟓) = 𝟎. 𝟐𝟕𝟎𝟕
𝑷(𝟗𝟗𝟖 ≤ 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 8

 Método de máxima verosimilitud - Distribuciones

f) Obtenga la probabilidad de que en promedio duran entre 990 y 1020 horas

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.8186

0.3
Density

0.2

0.1

0.0
-1 0 2
X

̅ ≤ 𝟏𝟎𝟐𝟎) = 𝟎. 𝟖𝟏𝟖𝟔
𝑷(𝟗𝟗𝟎 ≤ 𝑿

29. Las puntuaciones en un test que mide la variable creatividad siguen, en la población
general de adolescentes, una distribución Normal de media 11.5. En un centro escolar que
ha implantado un programa de estimulación de la creatividad a una muestra de 15 alumnos
y una desviación estándar de 5.2

Distribution Plot
Normal, Mean=1 1 .5, StDev=5.2
0.08

0.07

0.06

0.05
Density

0.04

0.03

0.02

0.01

0.00
-5 0 5 10 15 20 25 30
X

a) puntuaciones:
b) Obtenga la probabilidad de que en promedio las puntuaciones sean mayor a 13.31?

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 9

 Método de máxima verosimilitud - Distribuciones

Distribution Plot
T, df=1 4
0.4

0.3
Density

0.2

0.1

0.007375
0.0
0 2.78
X

̅ ≥ 𝟏𝟑. 𝟑𝟏) = 𝟎. 𝟎𝟎𝟕𝟑

𝑷( 𝑿

c) Obtenga la probabilidad de que en promedio las puntuaciones son por lo menos

7.48?

Distribution Plot
T, df=1 4
0.4

0.3
Density

0.2
1.000

0.1

0.0
-6.18 0
X

̅ ≥ 𝟕. 𝟒𝟖) = 𝟏
𝑷( 𝑿

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 10

 Método de máxima verosimilitud - Distribuciones

d) Obtenga la probabilidad de que en promedio las puntuaciones entre 9.14 y 13.86?

Distribution Plot
T, df=1 4
0.4 0.9973

0.3
Density

0.2

0.1

0.0
-3.63 0 3.63
X

𝑷( ̅̅̅̅̅̅̅̅̅̅̅̅̅
𝟗. 𝟏𝟒 ≤ 𝑿 ≥ 𝟏𝟑. 𝟖𝟔) = 𝟎. 𝟗𝟗𝟕𝟑

e) Obtenga la probabilidad de que en promedio las puntuaciones entre 14.38 y 15.02?

Distribution Plot
T, df=1 4
0.4

0.3
Density

0.2

0.1

0.0002395
0.0
0 4.43 5.41
X

𝑷( 𝟏𝟒. 𝟑𝟖 ≤ ̅
𝑿 ≤ 𝟏𝟓. 𝟎𝟐) = 𝟎. 𝟎𝟎𝟎𝟐𝟑

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 11

 Método de máxima verosimilitud - Distribuciones

f) Obtenga la probabilidad de que en promedio las puntuaciones entre 7.98 y 8.62?

Distribution Plot
T, df=1 4
0.4

0.3
Density

0.2

0.1

0.0002395
0.0
-5.41 -4.43 0
X

𝑷( 𝟕. 𝟗𝟖 ≤ ̅
𝑿 ≤ 𝟖. 𝟔𝟐) = 𝟎. 𝟎𝟎𝟎𝟐𝟑

30. En 16 recorridos de prueba de una hora cada uno, el consumo de gasolina de motor
promedió 16 litros con una desviación estándar de 2.1 litros. ¿Cuál es su opinión acerca de
la afirmación de que el consumo promedio de gasolina de este motor es de 12 litros?

Distribution Plot
T, df=1 5
0.4

0.3
Density

0.2

0.1

0.0
-4 -3 -2 -1 0 1 2 3 4
X

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 12

 Método de máxima verosimilitud - Distribuciones

Distribution Plot
Normal, Mean=1 6, StDev=2.1
0.20

0.1 5
Density

0.1 0

0.05

0.00
10 12 14 16 18 20 22 24
X

Gráfica de distribución
T, df=4
0.4

0.3
Densidad

0.2

0.9992
0.1

0.0
0 7.61
X

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 13

 Método de máxima verosimilitud - Distribuciones

31. Calcular la probabilidad de que la media μ se encuentre entre X ± 3S para poblaciones

normales y n = 5. (Utilizar distribución t)

Gráfica de distribución
T, df=4
0.4
0.9601

0.3
Densidad

0.2

0.1

0.0
-3 0 3
X

32. Si la altura de un grupo de población sigue una distribución normal con media 176 y
varianza 144. Para una muestra de tamaño 8:

Distribution Plot
Normal, Mean=1 76, StDev=1 44
0.0030

0.0025

0.0020
Density

0.001 5

0.001 0

0.0005

0.0000
-300 -200 -1 00 0 1 00 200 300 400 500 600
X

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 14

 Método de máxima verosimilitud - Distribuciones

a) Calcular la probabilidad de que la desviación estándar sea mayor a 23.163.

Gráfica de distribución
Chi-cuadrada, df=7

0.12

0.10

0.08
Densidad

0.06

0.04

0.02

0.001201
0.00
0 23.87
X

𝑷( ̅𝑺 ≥ 𝟒𝟗𝟏. 𝟏𝟗) = 𝟎. 𝟎𝟗𝟖𝟗

b) Calcular la probabilidad de que la varianza sea mayor a 248.09

Distribution Plot
Chi-Square, df=7

0.1 2

0.1 0

0.08
Density

0.06

0.04

0.02
0.09893
0.00
0 12.05
X

𝑷( ̅𝑺 ≥ 𝟐𝟒𝟖. 𝟎𝟗) = 𝟎. 𝟎𝟗𝟖𝟗

c) Calcular la probabilidad de que la varianza este entre 291.5 y 417.19

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 15

 Método de máxima verosimilitud - Distribuciones

Distribution Plot
Chi-Square, df=7

0.1 2

0.1 0

0.08

Density
0.06

0.04

0.02

0.04324
0.00
0 14.17 20.28
X

𝑷(𝟐𝟗𝟏. 𝟓 ≤ ̅
𝑺 ≤ 𝟒𝟏𝟕. 𝟏𝟗) = 𝟎. 𝟎𝟒𝟑𝟐

d) Para un tamaño de muestra de 16, Calcular la probabilidad de que la varianza sea

mayor a 214.18.

Distribution Plot
Chi-Square, df=1 5
0.08

0.07

0.06

0.05
Density

0.04

0.03

0.02

0.01
0.09993
0.00
0 22.31
X

̅ ≥ 𝟐𝟏𝟒. 𝟏𝟖) = 𝟎. 𝟎𝟗𝟗𝟗

𝑷( 𝑺

e) Para un tamaño de muestra de 16, Calcular la probabilidad de que la varianza sea

menor a 293.57.

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 16

 Método de máxima verosimilitud - Distribuciones

Distribution Plot
Chi-Square, df=1 5
0.08

0.07
0.9900
0.06

0.05

Density 0.04

0.03

0.02

0.01

0.00
0 30.58
X

𝑷( ̅
𝑺 ≤ 𝟐𝟗𝟑. 𝟓𝟕) = 𝟎. 𝟗𝟗

f) Para un tamaño de muestra de 16, Calcular la probabilidad de que la varianza este

entre 263.9 y 335.52.

Distribution Plot
Chi-Square, df=1 5
0.08

0.07

0.06

0.05
Density

0.04

0.03

0.02

0.01
0.02256
0.00
0 27.48 34.95
X

̅ ≤ 𝟑𝟑𝟓. 𝟓𝟐) = 𝟎. 𝟎𝟐𝟐𝟓𝟔

𝑷(𝟐𝟔𝟑. 𝟗 ≤ 𝑺

33. La afirmación de que la varianza de una población normal es  2 = 25 se rechazará si

la varianza de una muestra aleatoria de tamaño 16 excede 54.668 o es menor que 12.102.
¿Cuál es la probabilidad de que se rechace esta afirmación aunque  2 = 25?

Ejercicios III. Profesor: Felipe de Jesús Díaz Serrano / Departamento de estadística. 17