EXAMEN FINAL

Probabilidad y Estadística
Instrucción: lee detenidamente cada uno de los enunciados y desarrolla lo que se te pide.

1. CASO DE ESTUDIO: PRODUCCIÓN DE PELLETS

En el último mes, un ingeniero jefe de una planta

concentradora de hierro recibió quejas respecto al
producto de la planta de politización, estas se
refieren a la falta de uniformidad en la distribución
del diámetro (mm). Los datos que se presentan a
continuación corresponden al diámetro de los
pellets/* que fueron producidos, en un día:

Fig. Nº1: Máquina de Pelletización.

Transforma el mineral de hierro muy fino
en bolas de un cierto diámetro, que se
conocen como pellet.
66 54 40 40 71 25 40

28 82 45 33 69 59 40

A partir de los datos calcule e interprete: 83 29 57 30 42 60 50

41 73 59 84 44 57 55

74 62 55 56 26 42 65

72 65 42 44 26 38 39
30 60 80
2332
𝑥̅ = = 51.8222 mm.
45

∑(𝑥𝑖 −𝑥̅ )2
𝑆(𝑥) = √ = 16,9549 mm.
𝑛−1

𝑆(𝑥) 16,9548
𝐶𝑉 = . 100 = . 100 = 32,7174%
𝑥̅ 51,8222

a) Los diámetros diarios promedio: 51.822 mm.

Interpretación: El promedio del diámetro de los pellets/* representa a 51.822mm

b) Los diámetros diarios mediano: 54 mm

Manualmente: 57 mm

Interpretación: El 50% diámetro de los pellets/* es menor o igual a 54 mm ò (57mm)

 c) La desviación estándar: 16.9549 mm
Interpretación: el diámetro de los pellets/*, se alejan en promedio de la media
aritmética en 16.9549 mm.

d) Coeficiente de variación: 0.3272mm

Interpretación: El diámetro de los pellets/* se encuentran muy dispersos, con
respecto a su media, pues su valor es mayor a 30%, representando
heterogeneidad.

2. El número de estudiantes que se matriculan en una universidad varían según los gastos anuales en
miles de soles en publicidad, esto se da, si cuando se incrementan los gastos en publicidad entonces
también se reflejan estas alzas en las cifras de estudiantes que se matriculan en la universidad. El
área de contabilidad de dicha universidad con 12 sucursales en el Perú reunió los siguientes datos
históricos (en miles de estudiantes) y los gastos en miles de soles en los últimos 10 años.

Gastos en miles de Número de estudiantes

soles matriculados (miles)
20.0 0 5.0
0 20.5 0 5.5
0 30.2 0 6.0
0 30.6 0 7.0
0 30.3 0 7.2
40.0 0 7.7
40.2 0 8.4
40.6 0 9.0
40.8 0 9.7
50.0 10.0

Realice todos los siguientes cálculos.

X Y XY X2 y2

20 5 100 400 25

20.5 5.5 112.75 420.25 30.25

30.2 6 181.2 912.04 36

30.6 7 214.2 936.36 49

30.3 7.2 218.16 918.09 51.84

40 7.7 308 1600 59.29

40.2 8.4 337.68 1616.04 70.56

40.6 9 365.4 1648.36 81

40.8 9.7 395.76 1664.64 94.09

50 10 500 2500 100

343.2 75.5 2733.15 12615.78 597.03

 De la ecuación 𝑦̂ = 𝑎 + 𝑏𝑥

∑ 𝑥𝑦 − 𝑛𝑥̅ 𝑦̅
𝑏=
∑ 𝑥 2 − 𝑛(𝑥̅ )2
343.2 75.5
2733.15 − 10 ( 10 ) ( 10 )
𝑏= = 𝟎. 𝟏𝟔𝟗𝟔𝟎𝟗
343.2 2
12615.78 − 10 ( 10 )
𝑎 = 𝑦̅ − 𝑏𝑥̅
75.5 343.2
𝑎=( ) − (0.169609) ( ) = 𝟏. 𝟕𝟐𝟗
10 10
La ecuación: 𝒚 = 𝒂 + 𝒃𝒙 ; 𝒚 = 𝟏. 𝟕𝟐𝟗 + 𝟎. 𝟏𝟔𝟗𝟔𝟎𝟗𝒙

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 1,729 ,742 2,330 ,048
1
x ,1690 ,021 ,944 8,120 ,000

Coeficiente de correlación:
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√(𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 )(𝑛 ∑ 𝑦 2 − (∑ 𝑦)2 )

10(2733.15) − (343.2)(75.5)
𝑟= = 0.944
√(10(12615.78) − (343.2)2 )(10(597.03) − (75.5)2 )

𝑟 2 = (0,944)2 = 0,892 ≅ 𝟖𝟗. 𝟐%

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 ,944a ,892 ,878 ,60437

X; gastos en miles de soles

Y: el número de estudiantes matriculados (miles)

a) Parámetro a: 1.729

Interpretación: Si no se gastan o invierten miles de soles el número de estudiantes

matriculados es de 1.729 mil o 1729

b) Parámetro b: 0.1696
 Interpretación: Por cada mil soles de gasto, el número de estudiantes matriculados se
incrementa en 0.1696 mil o 179

c) Escriba la ecuación de regresión: 𝒚 = 𝟏. 𝟕𝟐𝟗 + 𝟎. 𝟏𝟔𝟗𝟔𝒙

d) Coeficiente de Correlación: 0.944

Interpretación: Existe relación directa, positiva y alta de 0.425 entre el gasto en miles de
soles y el número de estudiantes matriculados por miles.

e) Coeficiente de Determinación: 0.89.2

Interpretación: El 89.2% de la variabilidad del número de estudiantes matriculados por

miles es explicado por los gastos en miles de estudiantes, y hay aproximadamente un
11.8% de variabilidad que está siendo explicada por otras variables. Esto indica que podría
realizar buenos pronósticos el modelo.

f) Estime el número de estudiantes matriculados en el año siguiente, si se piensa invertir 50 mil

soles en publicidad.

Pronostico: 𝒚 = 𝟏. 𝟕𝟐𝟗 + 𝟎. 𝟏𝟔𝟗𝟔𝒙

Interpretación: Cuando se invierte 50 mil soles de publicidad, el número de estudiantes
matriculados en el siguiente año representaría de 10.209 mil estudiantes o 10209
estudiantes.

3. Ante la interrogante: ¿cuántos hogares tienen computadoras en una provincia de Ayacucho? Se

procedió a seleccionar muestras aleatorias pilotos de hogares de la provincia obteniéndose la
siguiente información:

Cantidad de hogares que Muestra

Lugar
tienen computadoras piloto
Provincia de Ayacucho 7 40

Use nivel de confianza del 92% en sus cálculos. ¿Cuál es el verdadero tamaño de muestra para
estimar el porcentaje de hogares de la provincia de Ayacucho que tienen computadoras, si se
espera un error máximo del 3,5%?
a) DATOS: b) FÓRMULA: c) SÓLUCIÓN
Nivel medio:
𝐳 𝟐 ∗ 𝐩 ∗ (𝟏 − 𝐩)
p = 7/40= 0.175 𝐧=
𝐞𝟐
q = 1 – 0.145 = 0.825 n= 681.729 ~ 682
E = 3.5% = 0.035 𝟐
𝟐. 𝟒𝟎𝟓 ∗ 𝟎. 𝟏𝟕𝟓 ∗ 𝟎. 𝟖𝟐𝟓
n.c.= 92% 𝐧=
𝟎. 𝟎𝟑𝟓𝟐
z= 2.405
n=
d) INTERPRETACIÓN: (Detalle quiénes y cuántos son los elementos a estudiar)
 Se debe seleccionar una muestra de 682 hogares de la provincia de Ayacucho
para detectar cuantos que tienen computadoras

4. La empresa G &H, con 15 años de experiencia en el transporte de carga pesada desea minimizar
los gastos en los viajes a la selva peruana, por ello desean buscar la ruta que minimice el tiempo
de llegada. Los ingenieros deben corroborar que la ruta alterna B minimiza el tiempo de llegada
con respecto a la ruta actual A. En el estudio se seleccionaron al azar 8 choferes a los que se le
asignaron la ruta A y a los 10 restantes se asignaron la ruta B. Se sabe que los tiempos de viaje
siguen una distribución normal, a un nivel de significancia del 5%, se pude concluir que en la ruta
B el tiempo de recorrido es menor que en A. Asuma que las varianzas poblacionales son
desconocidas e iguales

Ruta Tiempo de Viaje (horas)

A 18.5 21.45 17.48 24.52 23.75 28.45 22.36 23.45
B 16.85 19.45 17.45 23.24 20.14 19.35 21.32 18.25 18.78 20.36

a) Planteamiento de la hipótesis
Ho: El tiempo recorrido por la ruta A es igual o menor al tiempo recorrido por la
ruta B.

µA = µ B

H1: El tiempo recorrido por la ruta A es mayor al tiempo recorrido por la ruta B

µA > µB

b) Nivel de significancia:

Nivel: α = 0.05
Unilateral; varianzas poblacionales desconocida.

𝑡(1−𝛼; 𝑛 𝑡 0.05 𝑡(0.975;16)=𝟐.𝟏𝟏𝟗𝟗

2 1 +𝑛1 −2)= (1− 2 ; 8+10−2)=

c) Estadístico de Prueba y Cálculos:

Estadísticos descriptivos
N Media Desviación estándar Varianza
A 8 22,4950 3,46967 12,039
B 10 19,5190 1,87902 3,531
N válido (por lista) 8

(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇̅2 ) (22.495 − 19.519) − 0

𝑡= = = 𝟐. 𝟑𝟑𝟎
𝑆2 𝑆2
√ 𝐶 + 𝐶 √7.25325 +
7.25325
𝑛1 𝑛2 8 10

(𝟖 − 𝟏) ∗ 𝟏𝟐. 𝟎𝟑𝟗 + (𝟏𝟎 − 𝟏) ∗ 𝟑. 𝟓𝟑𝟏

𝑺𝟐𝒄 = = 𝟕. 𝟐𝟓𝟑𝟐𝟓
𝟖 + 𝟏𝟎 − 𝟐
 Prueba de muestras independientes
Prueba de Levene de
igualdad de varianzas prueba t para la igualdad de medias
95% de intervalo
de confianza de la
Sig. Diferencia Diferencia de diferencia
F Sig. t gl (bilateral) de medias error estándar Inferior Superior
Se asumen 2,110 ,166 2,330 16 ,033 2,97600 1,27746 ,26790 5,68410
TIEMPO

varianzas iguales
No se asumen 2,183 10,232 ,053 2,97600 1,36305 -,05175 6,00375
varianzas iguales

Por la condición teórica del problema: Asuma que las varianzas poblacionales son
desconocidas e iguales

Tc = 2.330

Sin embargo, por la Prueba de Levene

Como: 0.166 >0.05; Se asume varianzas iguales

d) Punto Crítico (Valor de Tabla, si lo hizo cálculos manuales)

o P-VALUE:

𝒕𝒄 > 𝒕(𝟎.𝟗𝟕𝟓;𝟏𝟔)  2.330 > 2.1199 Ò

Sig.bilateral (p_valor) < 0.05

e) Decisión: (Aceptar Ho / Rechazar Ho)

Se rechaza la hipótesis nula.

f) Conclusión: (Entiéndase dar respuesta a la pregunta del ejercicio)

El tiempo recorrido por la ruta A es mayor al tiempo recorrido por la ruta B