REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
DE LA FUERZA ARMADA
VICERRECTORADO ACADMICO.

EJERCICIOS RESUELTOS DE ESTADSTICA Y PROBABILIDADES

DOCENTES COLABORADORES:
BELKIS LPEZ (GUANARE ESTADO PORTUGUESA)
RONIER SALAZAR (SAN TOM ESTADO ANZOTEGUI)
ARGENIS BRITO (SAN TOM ESTADO ANZOTEGUI)
ALEXY FUENMAYOR (MARACAIBO ESTADO ZULIA)
JESS PEROZO (ACARIGUA ESTADO PORTUGUESA)
JULIO CAMPOZANO (NCLEO CARACAS)
MANUEL RODRIGUEZ (NCLEO CARACAS)
MARIO TOVAR (NCLEO CARACAS)
MARCOS SARMIENTO (VICERRECTORADO ACADMICO)

CARACAS, 26 DE MARZO DE 2014

TEMA: ESTADSTICA DESCRIPTIVA.

UNIDAD I: ESTADISTICA, VARIABLES Y GRFICOS.

1.- Escoge el tipo de variable estadstica 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 contina.
Solucin: Por definicin la opcin 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.
Cuntos hombres y mujeres debern formar parte de la muestra para que sea
representativa de la poblacin?
Solucin:
Para que la muestra guarde la misma proporcin de hombres y mujeres que en
la poblacin, se deber elegir:
53 3000
1590 Mujeres
100

47 3000
1410 Hombres
100

3.- Se ha evaluado la accin global de un frmaco sobre un conjunto de

enfermos con las siguientes variaciones clnicas: -1 = peor; 0 = igual; 1 = algo
mejor; 2 = mejor; 3 = mucho mejor. Con qu escala de medida ha sido
registrada esta variable?
a) Discreta.
b) Nominal
c) Ordinal.
d) Con ninguna escala.
Solucin: Por definicin la opcin correcta es la c Variable Ordinal.
4.- La tabla adjunta muestra el nmero de faltas en una clase a lo largo de un
mes.

N Faltas

N Estudiantes

10

Representar grficamente los datos usando un diagrama de barra.

Solucin: El eje de la abscisa (x) representar el nmero de faltas, mientras
que el eje de las ordenadas (y) representar el nmero de estudiantes.

5.- Al preguntar a 30 estudiantes cuntas asignaturas han suspendidos, 13 de

ellos contestaron que 5 materias. Qu sector circular le corresponde al valor 5
de la variable de suspenso?
Solucin:
El total de estudiantes (30) corresponde a 360, entonces con una regla de tres
resolvemos.
30 ---------- 360
13 ----------

X=

13 360
156
30

Le corresponde el sector circular de 156.

6.- Para representar grficamente datos cuantitativos de modo que se
conserven los datos originales se utilizar:
a) Un diagrama de caja.
b) Un histograma.
3

c) Un diagrama por sectores.

d) Un diagrama de tallos y hojas.
Solucin: Por definicin la opcin correcta es la d un diagrama de tallos y
hojas.
7.- Dada la siguiente tabla que representa las ciudades y los centros de
votacin; calcule el porcentaje de centros de la ciudad de caracas.
CIUDAD

N DE CENTROS

VALENCIA

30

MARACAY

27

MARACAIBO

43

CARACAS

25

BARINAS

40

MRIDA

15

Solucin: Realizamos la sumatoria de los centros de votacin.

CIUDAD

N DE CENTROS

VALENCIA

30

MARACAY

27

MARACAIBO

43

CARACAS

25

BARINAS

40

MRIDA

15

Total

180

Entonces quiere decir, que 180 centros de votacin corresponden al 100%, por
lo tanto, 13,9% le correspondera a la ciudad de caracas.

UNIDAD II: DISTRIBUCIN DE FRECUENCIA (MEDIDAS DE TENDENCIA

CENTRAL Y DISPERSIN).
1.- Disponemos de los siguientes nmeros 17, 45, 38, 27, 6, 48, 11, 57, 34 y
22. Determinar el rango de esos nmeros.
Solucin:
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 nmero de faltas en una clase a lo largo de un

mes.
N Faltas

N Estudiantes

10

Cul es el valor de su moda.

Solucin: Segn 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

12

21

14

10

11

56
23

33

Total

Solucin: Recordemos el concepto y aplicacin de la frecuencia acumulada

(Fi), producto Xi.fi, sumatoria. Entonces tendremos los siguientes valores.
5

Xi

fi

Fi

Xi.fi

12

21

14

22

56

23

10

27

40

11

30

33

Total

30

171

4.- Las notas de un estudiante en seis exmenes han sido: 84, 91, 72, 68, 87 y
78 respectivamente. Hallar la mediana de las notas.
Solucin: Las notas ordenadas son:
68, 72, 78, 84, 87 y 91.
Como hay un nmero par de ellas, hay dos valores centrales, 78 y 84, cuya
media aritmtica es:
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 telefona

mvil en un mes por un grupo de 50 estudiantes de bachillerato.
DINERO

N ESTUDIANTES (fi)

[0 5)

[5 10)

12

[10 15)

14

[15 20)

10

[20 25)

[25 30)

4
6

Calcular el gasto medio en mvil del grupo de estudiantes.

Solucin:
Para este caso debemos calcular la media ponderada.
X

i 1

MCi fi
fi

(Ver Anexo 1 Formulario)

Procedemos a calcular los valores solicitados en la frmula, quedando la tabla

de frecuencia de la siguiente manera:
DINERO

N ESTUDIANTES
(fi)

Marcas (Xi)

Xi.fi

[0 5)

2.5

10

[5 10)

12

7.5

90

[10 15)

14

12.5

175

[15 20)

10

17.5

175

[20 25)

22.5

135

[25 30)

27.5

110

Total

50

695

Aplicando la frmula final, tenemos:

695
= 13.9 es el gasto medio.
50

X=

6.- Dados los siguientes nmeros hallar la desviacin media.

12, 6, 7, 3, 15, 10, 18 y 5
Solucin:
Calculamos la media aritmtica de los datos.

x
n

x = 9.5

La frmula de desviacin 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 poblacin con 2500 habitantes adultos se ha realizado un estudio

sobre su altura. La distribucin de la altura es normal (unimodal y simtrica).
Sabiendo que en el intervalo (172,196) se encuentra 2375 habitantes y que la
altura media es de 184 centmetros. Calcular la desviacin tpica de la
distribucin.
Solucin: En el intervalo (172,196) se encuentra 2375 habitantes, lo que
supone el 95% de la poblacin total. Como el intervalo que contiene el 95% de
los datos de una distribucin es ( X - 2s, X + 2s), se tiene que X - 2s = 172.
Sustituyendo los datos del enunciado obtenemos la siguiente ecuacin.
X - 2s = 172

184 2s = 172
Despejando s (desviacin tpica) el resultado es 6.

UNIDAD III: MOMENTO, SESGO Y CURTOSIS.

1.- El valor de la curtosis se toma como referencia al:
a. La distribucin uniforme.
b. La distribucin exponencial.
c. La distribucin T-student.
d. La distribucin normal.
Solucin: La curtosis es una medida que toma como referencia la distribucin
normal y todas las comparaciones que se realizan al determinar cun
puntiaguda es una distribucin es respecto a la curtosis de una distribucin
normal con su misma desviacin tpica. La respuesta vlida 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
Solucin: El momento por definicin se refiere a la suma de las distancias
elevada a un exponente. Dependiendo del exponente se habla de 1er
momento, 2do momento, y as sucesivamente. La respuesta vlida es b.
3.- Si una distribucin simtrica tiene una desviacin tpica de 5, el valor del
cuarto momento respecto a la media para que la distribucin sea leptocrtica
debe ser:
a. Mayor a 1875.
b. Menor a 1875.
c. Igual a 1875.
d. NA.
m
Solucin: aplicando que k 44 , queda que m4 ks4 y sustituyendo queda
s
4
m4 3 5 1875 . La respuesta vlida 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 distribucin es ms sesgada que la segunda y a la
derecha.
b. La primera distribucin es ms sesgada que la segunda y a la
izquierda.
c. La primera distribucin es menos sesgada que la segunda y a la
derecha.
d. La primera distribucin es menos sesgada que la segunda y a la
izquierda.
9

Solucin: El coeficiente de sesgo indica al comparar el mdulo que distribucin

m3
es ms sesgada. Aplicando que a3
, queda que para la primera
( m2 ) 3

a3

distribucin:

a3

12,8
( 16 )

8,1
( 9)

8,1
0,3
(3) 3

para

la

segunda

12,8
0,2 . El que tiene mayor sesgo ser en este caso la
(4) 3

primera distribucin y el signo indica que lo est a la izquierda. La respuesta

vlida es a.
5.- Sean tres nmeros consecutivos de forma:

El primer momento est definido por:

a.
b.
c.
d.

.
.
.

Solucin: Al ser un nmero consecutivo tenemos que:

por lo cual
. Al aplicar la definicin del
La respuesta vlida es a.

primer momento queda:

6.- La relacin entre el segundo momento respecto a la media y el segundo

momento respecto a un punto arbitrario es:
2
a. m2 m2 m1 .
b. m2 m2 m1 .
c. m2 m2 2m1 .
d. m2 m2 2m1 .
2

Solucin: 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
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
m2 y m1 d
n

m2 m2 m1

La solucin vlida es a.
7.- La relacin entre el quinto momento respecto a la media y un punto
ordinario es:
2
3
5
a) m5 m5 5m1 m4 10 m1 m3 10 m1 m2 4m1 .
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

Solucin: El procedimiento es anlogo a los anteriores, sin embargo, vamos a

desarrollarlo:
m2

x x

d d

d 5 5d 4 d 10d 3 d 10d 2 d 5d d d

n
2

d 5 d d 10 d 3 d 10 d 2 d 5 d d d

n
5

d 5 5d d 4 10d d 3 10d d 2 5d d d 1

n
2

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
m5 5m1 m4 10m1 m3 10m1 m2 5m1 m1 m1

m5 5m1 m4 10m1 m3 10m1 m2 5m1 m1

2

m5 5m1 m4 10m1 m3 10m1 m2 4m1

2

La solucin vlida es d.
11

TEMA: PROBABILIDADES.

UNIDAD IV: TEORIA DE PROBABILIDAD.

1.- Si lanzamos dos dados simultneamente. Calcule la probabilidad de que la
suma de ambos resultados sea siete.
Solucin: 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.
Solucin:
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 nios escriben en un papel una vocal cada uno. Cul es la probabilidad
de que sea la misma.
12

Solucin:
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. Adems, tengamos en cuenta que lo que
escriba uno de los nios 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 da
de navidad, el da de ao nuevo o en ambos das son: P(C) = 0.60, P(N) = 0.60
y P(C N) = 0.42. Verifique si los eventos N y C son independientes
.Solucin: Sustituyendo en la frmula 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 ingls, 100 que
saben ruso y 50 ambos idiomas. Con estos datos averigua si son
independientes o no los sucesos saber ingls y saber ruso.
Solucin:
Sea el evento A saber ingls.
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 filosofa, y un 50%

matemticas. Se sabe que la probabilidad de aprobar filosofa si se ha
aprobado matemticas es 0.6. Qu porcentaje de alumnos aprobaron ambas
asignaturas
Solucin:
Sea el evento A aprobar filosofa.
Sea el evento B aprobar matemticas.
Entonces P(A) = 0.4 y P(B) = 0.5.
Adems se sabe tambin que P(A/B) = 0.6. Esto ltimo nos indica que en este
caso los sucesos Ay B, por la razn que sea, no son independientes.
De la frmula de probabilidad condicional:
P(A/B) =

P( A B)
despejamos el numerador, nos quedara:
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 filosofa y matemticas.
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?
Solucin.
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
ah que se debe cuestionar el criterio del economista.

Puesto que

14

UNIDAD V: DISTRIBUCIN DE PROBABILIDAD.

1.- En un examen de matemtica, la calificacin media fue 72 y la desviacin
tpica 15. Determinar en unidades estndar la puntuacin de los estudiantes
que obtuvieron 93.
Solucin:
Aplicamos la frmula de distribucin normal.

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 varn,
1
suponemos que la probabilidad de que nazca un varn es
2
Solucin:
Aplicamos la frmula de distribucin binomial.

P( X )

N!

X !( N X )!

p q

NX

(Ver Anexo 1 Formulario)

Sustituyendo los datos tenemos: N = 4; p =

1
1
(xito) ; 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 divisin obtenemos como

1
resultado
4
3.- Se inform a dos estudiantes que haban recibido puntuaciones estndar de
0.8 y -0.4 respectivamente, en una prueba de ingls. Si sus puntuaciones
fueron 88 y 64 respectivamente. Hallar la media de las puntuaciones de esa
prueba.
Solucin
15

Con la frmula de distribucin normal:

XX
establecemos la siguiente relacin de la media
s

X = X Z s sustituimos los valores para cada estudiante y obtenemos el

siguiente sistema de ecuacin:

Primer estudiante

88 = X + 0.8xs

Segundo estudiante

64 = X + (-0.4xs)

Resolviendo el sistema de ecuacin, eliminando la desviacin tpica (s)

obtenemos de resultado 72 para X .
4.- Si la probabilidad de que un individuo sufra una reaccin negativa ante una
inyeccin de cierto suero es 0.001. Hallar la probabilidad de que entre 2000
individuos exactamente 3 reaccione negativamente.
Solucin:
La solucin la realizaremos con la distribucin de Poisson:

P( X ) e

(Ver Anexo 1 Formulario)

X!

Entonces, tenemos probabilidad de reaccin negativa 0.001 y cantidad de

individuos 2000 esto nos permite calcular

= Nxp

= (0.001)x(2000)

=2

Sustituyendo en la frmula tenemos:

2

P( X 3) 2 2.718
3

3!

Resolviendo la expresin, obtenemos de resultado

0.180.
5.- En el laboratorio de una empresa se realiza prueba de dureza a un cierto
artculo. Los registros histricos de la misma indican que hay una probabilidad
de 20 artculos 2 son no conforme, Se pide. Cul es la probabilidad de que una
muestra de tamao 10 halla: 1) cero no conforme; 2) uno no conforme 3)
menos de 3 no conforme.
Solucin:

16

Se define una variable aleatoria X como (X) el nmero de artculos no conforme

en una nuestra de 10 artculos. De acuerdo al planteamiento del problema, la
variable aleatoria sigue una distribucin Binomial con parmetro p = 2/20 =
0.10; n = 10, lo que implica que sigue la funcin de probabilidad de X ser
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) = (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 produccin de una empresa de manufactura de cierto tipo de
rolneras, cuyos dimetros deberan ser de pulgada. Debido a variabilidades
en el proceso de manufactura y a las condiciones exigidas por el clientes, las
rolneras se clasifican como sobre medida, bajo medida y aceptables, si los
dimetros miden respectivamente ms 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 rolneras
que se producen son sobre medida, el 6% bajo medida y el 90% son
aceptables. Si se seleccionan, al azar, 10 de estas rolneras, cul ser la
probabilidad de obtener 3 sobre medida, 1 bajo medida y 6 aceptable.
Solucin:
Los posibles resultados son tres, se define las siguientes variables aleatorias:
(X1) = Rolneras sobre medidas, (X2) = Rolneras bajo medidas, (X3) Rolneras
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. Cul es la probabilidad de
aceptar el lote sise sabe que hay 4 no conforme?
Solucin:
N = 25, n =5 K = 4, se define una variable aleatoria X como (X) Nmero de
probeta no conforme en la muestra o sea se pide 1.

17

P(X < 2) = P (X1) = P(X) = (4x) (25 - 45 - x) / (255) = (40) (215) / (255) + (41) (214)
/ (255) = 0.834
X = 0.

18

UNIDAD VI: DISTRIBUCIN MUESTRAL

1.- En el ltimo ao, el peso de los recin nacidos tiene una media de 3000 gr.
y desviacin estndar de 140 gr. Cul ser la probabilidad de que la media de
una muestra de 100 recin nacidos sea superior a 3030 gr?
Solucin:
P(X > 3030) = P ( (X - ) / /n < (3030-3000) /140/100)
= P( Z < 2.14) = 0.9838
(VER TABLA CURVA NORMAL)
2.- Una empresa elctrica fabrica focos que tienen una duracin que se
distribuye aproximadamente en forma normal, con media de 800 horas y
desviacin estndar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoria de 16 focos tenga una vida promedio de menos de 775
horas.
Solucin:

Este valor se busca en la tabla de z

(VER TABLA CURVA NORMAL)

La interpretacin sera 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 estn distribuidas aproximadamente en
forma normal con una media de 174.5 centmetros y una desviacin estndar
de 6.9 centmetros. Si se extraen 200 muestras aleatorias de tamao 25 sin
reemplazo de esta poblacin, determine:
a. El nmero de las medias mustrales que caen entre 172.5 y 175.8
centmetros.
Solucin
Como se puede observar en este ejercicio se cuenta con una poblacin finita y
un muestreo sin reemplazo, por lo que se tendr que agregar el factor de
correccin. Se proceder a calcular el denominador de Z para slo sustituirlo
en cada inciso.

19

a)

(0.7607)(200)=152 medias mustrales

4.- En una casa de retiro la edad de las personas tiene una media de 76 aos y

una desviacin estndar de 10 aos.

a) De qu tamao debe ser la muestra aleatoria de las personas, para tener
una probabilidad del 9.94% de que la edad media sea inferior a 74 aos?
Solucin.
=76 aos
=10 aos
P(X <74) = P( (X - ) / /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 tamao n =16 de un conjunto de

N = 100 cuentas por cobrar. No se conoce la desviacin estndar de los

montos de las cuentas por cobrar para el total de las 100 cuentas. Sin
20

embargo, la desviacin estndar de la muestra es S = $57.00. Hallar el error

estndar para la distribucin muestral de la Media.
Solucin
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 estndar de la media con base en la

desviacin estndar muestral, y se requiere utilizar el factor de correccin por
poblacin finita por que no es cierto que n < 0,05 N, es decir 16 > 0,05(100)
6.- Un mdico 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 Mustrales, si se toman muestras de tamao
n = 2. Tambin hallar el error estndar de las proporciones mustrales.
Solucin
Las muestras posibles de tamao n = 2 y la proporcin de xitos (vive), se
indican en la tabla siguiente.
Se cumple tambin 5C2 = 10. M = muere, Vive = V.
Ns = N de muestras posibles = 10
Sabemos: p
Donde:

S
n

p = proporcin muestral de xitos.

S = proporcin de xitos en una muestra.

n = 2.

21

Proporcin de
xitos 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 = N de muestras posibles.
Es decir P (media de todas las proporciones) es igual a u (media de la
poblacin) = 0,40.
Clculo del error Estndar de las Proporciones Mustrales.

(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 aos de cierta poblacin

sigue una distribucin normal de media 162 cm y desviacin estndar de 12
cm. Se toma una muestra al azar de 100 de estos chicos encuestados y se
calcula la media. Cul es la probabilidad de que esta media est entre 159 y
165 cm?
Solucin.
=162 cm.
=20 cm.
P( 159 < X <165) = P( (159-162) / 12/100< (X - ) / /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 ESTIMACIN.

1.- Dar un ejemplo de estimadores (o estimaciones) que sean sin sesgo e
ineficiente.
Solucin: Las medidas mustrales y el estadstico muestral
donde

Q yQ
1

1
2

Q Q
1

son los cuartiles mustrales inferior y superior, son dos

ejemplos. Ambos son estimaciones sin sesgo de la media de la poblacin, pues

la media de sus distribuciones de muestreo es la media de la poblacin.
2.- En una muestra de cinco medidas, un cientfico anot 6.33, 6.37, 6.36, 6.32
y 6.37 centmetros. Determinar estimaciones insesgadas y eficientes de la
verdadera media.
Solucin.
La estimacin sin sesgo y eficientes de la media verdadera (o sea, de la
poblacin) es:
x

x
n

6.33 6.37 6.36 6.32 6.37

= 6.35 cm.
5

3.- Las medidas de los dimetros de una muestra aleatoria de 200 bolas de
rodamientos producidas por una mquina en una semana, dieron una media de
0.824 cm y una desviacin tpica de 0.042 cm. Hallar los limites de confianza
95%.
Solucin.
Los lmites de confianza 95% son:

1.96

N
0.006 cm.

1.96 s
N

0.824 1.96

0.042
200

0.824 0.0058cm

sea

0.824

4.- Si el contenido en gr. de un determinado medicamento X sigue una

distribucin N (7.5, 0.3), calcular la probabilidad de que para una muestra de
tamao n = 5, se obtenga medio menor que 7, Pr ( X 7 ).
Solucin.
A partir de una muestra de tamao n = 5
N 7.5, 0.3 , tenemos que:

de una poblacin 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 distribucin normal estndar, y por lo tanto, Pr ( X 7 )=

0.0001.
5.- Una muestra de 150 lmparas del tipo A ha dado una vida media de 1400
horas (h) y una desviacin tpica de 120 h. Una muestra de 200 lmparas del
tipo B dan vida media de 1200 h y desviacin tpica de 80 h. Hallar los limites
de confianza 95% para la diferencia de las vidas medias de las poblaciones de
ambos tipos.
Solucin.
Los lmites de confianza para la diferencia en medias de los dos tipos A y B
viene dados por:

ZC

2 2
A

Los limites de confianza 95% son 1400 1200 1.96

120
150

80

100

Resolviendo tenemos: 200 24.8. Luego tenemos 95% de confianza de que la

diferencia de las medias de las poblaciones est entre 175 y 255 h.
6.- La desviacin tpica de las vidas medias de una muestra de 200 bombillos
es de 100 h. Hallar los lmites de confianza 95% para la desviacin tpica de
ese tipo de bombillas.
Solucin.
Los lmites de confianza para la desviacin tpica de la poblacin vienen
dados por s zc / 2 N , donde

indica el nivel de confianza. Usamos la

desviacin muestral para estimar .

Los limites de confianza 95% son 100 1.96100 / 400 = 100 9.8. Luego
tenemos 95% de confianza de que la desviacin tpica de la poblacin est
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 distribucin N (71,7), calcular la probabilidad de que el
peso de 4 individuos supere los 300 Kg.
Solucin.
Teniendo en cuenta que el peso de cada individuo tiene una distribucin 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 distribucin normal estndar, por lo tanto
4

Pr X i 300 = 1 0.8735 = 0.1265

I 1

26

UNIDAD VIII: PRUEBA DE HIPTESIS.

1.- Los sistemas de escape de emergencia para tripulaciones de aeronaves
son impulsados por un combustible slido. Una de las caractersticas
importantes de este producto es la rapidez de combustin. Las
especificaciones requieren que la rapidez promedio de combustin sea 50cm/s.
se sabe que la desviacin estndar de esta rapidez es = 2 cm/s. El
investigador decide especificar un nivel de confianza = 5%. Selecciona una
muestra n = 25 y obtiene una rapidez promedio muestral de combustin de X =
51.3 cm/s. A que conclusin llega usted.
Solucin:
1.
2.
3.
4.
5.
6.
7.
8.

El parmetro de inters es , la rapidez promedio de combustin

Ho: = 50cm/s
H1: 50cm/s
=0.05
La estadstica de prueba es Zo = X - //n
Zo = 51.3 50/ 2/25 = 3.25
Z0 0.025= 1.96 sacado de la tabla de la normal
Conclusin dado que 3.25> 1.96 se rechaza Ho existe una fuerte
evidencia en la rapidez promedio de combustin 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 proporcin
inaceptable de botellas que sern llenadas con una cantidad menor de liquido.
Existe evidencias en los datos que sugiera que el fabricante tiene problema
con el llenado? Utilice un = 5%
Solucin:
1.
2.
3.
4.
5.
6.
7.
8.

El parmetro de inters es la varianza de la poblacin s2

H0 : 2 = 0.01
H1 : 2 > 0.01
= 0.05
El estadstico de prueba 2 = ( n-1) s2 / 2
Se rechaza H0 si 2 >20.0519= 30.14
Calculo 2 =19 (0.0153)/ 0.01 = 29.07
Conclusin 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 grfica se utiliza una pieza moldeada por inyeccin. 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
desviacin estndar de longitud de 0.025mm como mximo. Para ello se
obtiene una muestra aleatoria de 75 piezas obteniendo una desviacin
estndar muestral de longitud s = 0.022mm. A qu conclusin debe llegarse si
utiliza = 0.01?
Solucin.
1. El parmetro de inters es la desviacin estndar de la poblacin
2. Ho : 2 = 6.25x10-4
3. H1 : 2 < 6.25x10-4
4. = 0.01
5. El estadstico de prueba es Z = (s )/ /(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. Conclusin 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 automovilsticos. El cliente requiere que la fraccin
de controladores no conforme en uno de los pasos de manufactura crticos no
sea mayor que 0.05, y que el fabricante demuestre esta caracterstica del
proceso de fabricacin con este nivel calidad. Utilice = 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?
Solucin.
1. El parmetro de inters es la fraccin p de artculos no conforme en
el proceso
2. Ho : p = 0.05
3. H1 : p < 0.05
4. = 0.05
5. El estadstico 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. Conclusin -1.95 < -1.645 se rechaza Ho se concluye que se tiene la
calidad aceptable.
5.- Un artculo publicado en una revista de materiales describe los resultados
de prueba de resistencia la adhesin de 22 especmenes de aleacin U- 700.
28

La carga para la que cada espcimen 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 desviacin estndar es s = 3.55 Sugiere los datos que la
carga promedio de falla es mayor que 10 MPA? Utilice = 5%
Solucin:
1. El parmetro de inters es la carga promedio de falla
2. Ho = 10
3. H1 > 10 Se rechaza Ho si la carga promedio de falla es mayor que 10
MPA
4. = 0.05
5. El estadstico de prueba es to = (x-)(n / s)1/2 to = (13.71 10)/22 /
3.55)1/2 = 4.90
6. t0.05 22-1=21 = 1.721
7. Conclusin 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 qumico. De manera especfica, el
catalizador 1 es el est empleando en este momento pero el catalizador
tambin es aceptable. Debido a que el catalizador 2 es ms econmico, ste
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 = 0.05

29

Datos del rendimiento del catalizador

Observaciones

Catalizador 1

Catalizador 2

91.50

89.19

94.18

90.95

92.18

90.46

95.39

93.21

91.79

97.19

89.07

97.04

94.72

91.07

89.21

92.75

Promedio

92.255

92.733

Desviacin tpica

2.39

2.98

Solucin
1. Los parmetros de inters son, 1 y 2 los cuales representan el
rendimiento promedio del proceso con los catalizadores 1 y 2
respectivamente
2. Ho : 1 - 2
3. H1 : 1 2
4. = 0.05
5. El estadstico de prueba to = X1 - X2 /sp1/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
Conclusin -2.145 < -0.35 < 2.145 no es posible rechazar la hiptesis nula Ho
no se tiene evidencia fuerte que permita concluir que el catalizador 2 dar
como resultado un rendimiento promedio diferente con el uso del catalizador 1.
7.- Se evalan dos tipos diferentes de soluciones para pulir, su posible uso en
una operacin de pulido en la fabricacin de lentes intraocular utilizados en el
30

ojo humano despus de una ciruga de cataratas. Se pulen 300 lentes con una
primera solucin y, stos, 253 no presentaron defectos inducidos por el pulido.
Despus se pulen otros 300 lentes con la segunda solucin, de los cuales 196
resultan satisfactorios. Existe alguna rezn para creer que las dos soluciones
para pulir son diferentes? = 0.01
Solucin.
1. Los parmetros de inters son p1 y p2, la proporcin de lentes que
son satisfactorios despus del procedimiento de pulido.
2. Ho : p1 = p2
3. H1 : p1 p2
4. = 0.01
5. El estadstico 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 Z < -Z 0.005 = -2.58
7. Z = ( 0.8433 0.6533) / (( 0.7483* 0.2517) (1/300 +1/300))1/2 =
5.36
Conclusin 5.36> 2.58 implica que se rechaza Ho

31

UNIDAD IX: ANLISIS DE CORRELACIN Y DISTRIBUCIN

1.- En los ajustes de de regresin se usa el criterio de minimizar
a. Suma de los valores absolutos.
b. Suma de cuadrado de los residuos.
c. Desviacin Media.
d. Desviacin Tpica.
Solucin: el mtodo de mnimos cuadrados para el ajuste de las curvas de
regresin implica obligatoriamente minimizar la funcin de sumar los cuadrados
de los residuos. La respuesta vlida es a.
2.- Los siguientes datos representan las longitudes y pesos de una serie de
osos, calcular el coeficiente de correlacin.
LONGITUD (PULG)

PESO(LB)

53

80

67.5

344

72

416

72

348

73.5

262

68.5

360

73

332

37

34

Solucin.
Recordemos la frmula para calcular el coeficiente de correlacin:

XX

(Ver Anexo 1 Formulario)

XY

YY

Completando la tabla, tenemos:

32

LONGITUD
(PULG) (X)

PESO(LB)
(Y)

XY

53

80

4240

2809

6400

67.5

344

23220

4556.25

118336

72

416

29952

5184

173056

72

348

25056

5184

121104

73.5

262

19257

5402.25

68644

68.5

360

24660

4692.25

129600

73

332

24236

5329

110224

37

34

1258

1369

1156

Total

516.5

2176

151879

34525.75

728520

Teniendo

XY

XX

presente:

x
2

XX

1
X
n

y
2

YY

1
X
n

1
X y sustituimos los valores correspondiente obtenemos
n
1179.22 ; S YY 136648 ; S XY 11391 .

xy

Finalmente el coeficiente de correlacin es 0.90 y presenta una correlacin

fuerte.
3.- Si s yx 3 y s y 5 , el coeficiente de correlacin ser:
a.
b.
c.
d.

0,6 .
0,4 .
0,64 .
NA.

Solucin: El coeficiente de correlacin, se relaciona con el error tpico de

estimacin

por:

s y x
r 1
s
y

Al

sustituir

resulta:

33

3
2
r 1 1 0,6 1 0,36 0,64 0,8 . La respuesta vlida es
5
d.

xy
4.- La ecuacin de regresin 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

Y X .
Y X .

xy

Solucin: Las simplificaciones de la ecuacin normal se desarrolla al escribir

y Y Y ; x X X . Por lo cual, la expresin 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 vlida es a.
5.- La pendiente y punto de corte para la recta de mnimos 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

Solucin: Para determinar las ecuaciones normales, hay que minimizar la

funcin 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

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 2 x xy
2
n x 2 x

xy x
m

y
m

x2

n
x

n xy x y
n x 2 x

La respuesta vlida es a.
6.- La expresin r

xy

x y
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

Solucin: Se tiene que: s xy

x2
, sy
n

xy
, sx
n

y2
.
n

Sustituyendo en la expresin inicial queda:

xy

x y
2

ns xy
2

ns x ns y

ns xy

n2 sx s y

ns xy

ns x s y

s xy
sx s y

La respuesta vlida 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.

Solucin: Se tiene que derivando parcialmente la funcin 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

vlida es d.

36

UNIDAD X: SERIES CRONOLGICAS.

1.- Con qu movimiento caracterstico de una serie en el tiempo asociara
principalmente un incendio en una fbrica que retrasa 3 semanas su
produccin?
a) Cclico.
b) Estacional.
c) Irregular.
d) Ninguna de las anteriores.
Solucin. La opcin correcta es la c, porque se trata de movimientos
espordicos de las series en el tiempo debido a sucesos de azar.
2.- Una empresa estudia la evolucin de los precios de tres componentes
(A,B,C) para una pieza en los ltimos 5 aos.
AO

1.5

6.5

4.5

2.5

Calcular un ndice simple para estudiar la evolucin de los precios del

componente A tomando como perodo de referencia el ao 1.
Solucin.
Desarrollando la evolucin de los precios tomando como perodo de referencia
el ao 1, tenemos.

37

ndice Simple de Precios

AO

100 (3/3)x100

100

100

1.5

133.33 (4/3)x100

150

150

6.5

166.67 (5/3)x100

162.50

200

4.5

2.5

150 (4.5/3)x100

175

250

233.33 (7/3)x100

100

300

Las columnas B y C se desarrolla aplicando la analoga de la columna A.

3.- Se tiene la siguiente serie de produccin y queremos determinar la ecuacin
de la recta que representa la tendencia de la serie.
Aos

Miles (Ton)

1962

1963

1964

10

1965

14

1966

18

Solucin.
Aos

Miles (Ton)

Xi

Yi

Xi.Yi

Xi2

1962

1963

1964

10

10

20

1965

14

14

42

1966

18

18

72

16

10

56

142

30

Total

38

Yi N
x. y
i

b xi

56 = 5a + 10b

a xi b xi

142 = 10a + 30b

Resolviendo el sistema de ecuacin nos queda: a = 5; b = 3.

Por lo tanto, la ecuacin de la recta es: Y = 5 + 3X con origen en el ao 1962.
4.- El consumo en combustible (miles de litros) en una empresa y los ndices
de precios del combustible en seis aos han sido tal y como muestra la tabla
siguiente. Sabiendo que el precio del combustible fue de 1.5 / litros en el ao
2011, calcular el gasto en el combustible de la empresa en cada ao.
Ao

Consumo

ndice (base 2009=100%)

2006

60

91

2007

70

93

2008

75

95

2009

78

100

2010

80

114

2011

85

120

Solucin
Ao

Consumo

ndice (base
2009=100%)

ndice (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 evolucin de los precios de tres componentes

(A,B,C) para una pieza en los ltimos 5 aos.
AO

1.5

6.5

4.5

2.5

Calcular un ndice conjunto de la evolucin de los precios utilizando una media

aritmtica de ndices simples y tomando como referencia el ao 1.
Solucin
AO

Media
aritmtica

100 (3/3)x100

100

100

300/3 = 100

100

1.5

133.33 (4/3)x100

150

150

433.33/3 =
144.44

144.44

6.5

166.67 (5/3)x100

162.50

200

529.17/3 =
176.39

176.39

4.5

2.5

150 (4.5/3)x100

175

250

575/3 =
191.67

191.67

233.33 (7/3)x100

100

300

633.33/3 =
211.11

211.11

6.- En cierto pas el salario medio por hora, en unidades monetarias corrientes,
de los trabajadores de un determinado sector productivo y los ndices de
precios de consumo a lo largo de los seis aos fueron:

40

AOS

SALARIOS/HORA

NDICE DE PRECIO
(2000 = 100)

2006

5.2

144

2007

5.8

166

2008

179

2009

6.3

194

2010

6.4

204

2011

8.4

209

Calcule los ndices de precios con base 2006.

Solucin.
Coeficiente de enlace base 2006: k = 100/144 = 0.69445
AOS

SALARIOS/HORA

NDICE 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

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 alquil un local el 1 de enero de 2010 por 3000 euros mensuales,
impuestos no incluidos. La revisin del alquiler se efecta segn los valores del
IPC. Dispone de dos tablas con informacin sobre el IPC de cada ao. (base
2005=100)
Mes de enero

2010

2011

2012

IPC%

128.712

133.413

138.34
41

Antonio quiere saber cul ser la renta que tendr que pagar en 2013 si la
previsin del IPC para enero de 2013 esta en 1.8% de incremento sobre el ao
del mes de enero del 2012.
Solucin.
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

ndice 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). Estadstica Elemental. Octava Edicin. Editorial
Prentice Hall Hispanoamericana, S.A: Mxico.
Salama, D. (1987). Estadstica. Metodologa y Aplicaciones. Tipografa
Principios: Caracas.
Spiegel, M. (1991). Estadstica. Segunda Edicin. Mc Graw Hill: Madrid.

43

ANEXO N 1
FORMULARIO.
1.- Media de muestra
x

x
n

2.- Media Ponderada

X

MCi fi

i 1
fi

donde:

= Sumatoria

i 1

MCi = Marca de clase

fi = frecuencia absoluta de la clase

fi = Total de datos

3.- Desviacin Media

MD

X X

donde: MD = Desviacin media

X = Valores de la muestra
X = Media aritmtica

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.- Distribucin normal.

XX
s

donde: Z = unidad estndar.

X = Media

s = Desviacin tpica.
9.- Binomial.

P( X )

N!

X !( N X )!

p q

NX

10.- Distribucin de Poisson

P( X ) e

e = 2.718

X!

11.- Coeficiente de correlacin.

XX

XY

donde:

x
2

XX

YY

1
X
n

YY

1
X
n

XY

xy

1
X y
n

Rango -1 R 1

Recomendamos la siguiente direccin para un formulario en lnea:

https://docs.google.com/document/d/11UagZDAvCj96ZwJQ40jok3wfBS4w8Wgrc0x0e
_JA7xk/edit?hl=es

45