UNIVERSIDAD CATÓLICA LOS ÁNGELES

CHIMBOTE

FACULTAD DE INGENIERIA
FACULTAD DE INGENIERÍA CIVIL

Ciclo:

II
Docente:

Mg. Barreto Rodríguez Carmen Rosa

Curso:

Estadística aplicada

Integrantes:

Montenegro Príncipe José Luis

Ponte Colchado Romario
Vázquez Sánchez Manuel

CHIMBOTE- PERU
2019
1)

 Se estima:
U: Se desea estimar la proporción poblacional de usuarios de mujeres que
visitan sitios deportivos de internet.
 Analizamos que N = 5000 y n = 380 nota: se saca el 25% de 5000 y da de resulta =
1250 esto pertenece a x = 1250.

1250
𝑝= p = 0.25 y q= 0.75
5000

 Para un nivel de confianza de 95% su valor Z0

Z0 = 1.96

𝑝𝑥𝑞 𝑁−𝑛
𝑠𝑝 = √ 𝑥√
𝑛 𝑁−1

0.25 𝑥 0.75 500 − 380

𝑆𝑝 = √ 𝑥√
380 500 − 1

SP = 0.010

L1 = P – Z0 x SP L2 = P + Z0 x SP

L1 = 0.25 – 1.96 x 0.010 L2 = 0.25 + 1.96 x 0.010

L1 = 0.23 L2 = 0.07

INTERPRETACION

 Se tiene una confianza del 95% que el porcentaje de usuarios de mujeres que varía
entre 23% y 7%.
2)

 Se estima:
U: Se desea estimar la proporción poblacional vallas y aleaciones causadas
por agrietamiento por corrosión debido a esfuerzos
 Analizamos que n = 295 x = 120

120
𝑝= p = 0.41 y q= 0.59
295

 Para un nivel de confianza de 90%

Z0 = 1.645
𝑝𝑥𝑞
𝑠𝑝 = √
𝑛

0.41 𝑥 0.59
𝑆𝑝 = √
295

SP = 0.03

L1 = P – Z0 x SP L2 = P + Z0 x SP

L1 = 0.41 – 1.645 x 0.03 L2 = 0.41 + 1.645 x 0.03

L1 =0.360 L2 = 0.459

INTERPRETACION

 Se tiene una confianza del 90% que el porcentaje de la verdadera proporción de fallas
y aleaciones causas por agrietamiento varía entre 36% y 46%
3)

 Se estima:
U: Se desea estimar la proporción poblacional de empresas constructoras
inspeccionadas por los inspectores que sancionan.
 Analizamos que n = 120 x = 90

90
𝑝= p = 0.75 y q= 0.25
120

 Para un nivel de confianza de 90%

Z0 = 1.645
𝑝𝑥𝑞
𝑠𝑝 = √
𝑛

0.75 𝑥 0.25
𝑆𝑝 = √
120

SP = 0.04

𝑝𝑥𝑞 𝑝𝑥𝑞
L1 = P – Z0 x √ L2 = P + Z0 x √
𝑛 𝑛

0.75 𝑥 0.25 0.75 𝑥 0.25

L1 = 0.75 – 1.645 x √ L2 = 0.75 + 1.645 x √
120 120

L1 = 0.75 – 1.645 x 0.04 L2 = 0.75 + 1.645 x 0.04

L1 = 0.685 L2 = 0. 815

INTERPRETACIÓN

 Se tiene una confianza del 90 % que el porcentaje de las empresas constructoras que
sanciona la inspección de trabajo varía entre 68% y 82%
4)

 Se estima:
U: Se desea estimar la proporción poblacional de las pilas defectuosas
 Analizamos que n = 300 nota: se saca el 40% de 300 y da como resultado = 120 esto
pertenece a x = 120.

120
𝑝= p = 0.40 y q= 0.60
300

 Para un nivel de confianza de 90%

Z0 = 1.645
𝑝𝑥𝑞
𝑠𝑝 = √
𝑛

0.40 𝑥 0.60
𝑆𝑝 = √
300

SP = 0.03

𝑝𝑥𝑞 𝑝𝑥𝑞
L1 = P – Z0 x √ L2 = P + Z0 x √
𝑛 𝑛

0.40 𝑥 0.60 0.40 𝑥 0.60

L1 = 0.40 – 1.645 x √ L2 = 0.40 + 1.645 x √
100 100

L1 = 0.40 – 1.645 x 0.03 L2 = 0.40 + 1.645 x 0.03

L1 = 0.353 L2 = 0.447

INTERPRETACIÓN

 Se tiene una confianza del 90 % que el porcentaje de las pilas defectuosas varía
entre 35% y 45%
5)

 Se estima:
U: Se desea estimar la proporción poblacional de viviendas que utilización
de petróleo como combustible para la calefacción
 Analizamos que n = 1000 x = 228

228
𝑝= p = 0.228 y q= 0.772
1000

 Para un nivel de confianza de 99%

Z0 = 2.576
𝑝𝑥𝑞
𝑠𝑝 = √
𝑛

0.228 𝑥 0.772
𝑆𝑝 = √
1000

SP = 0.01

𝑝𝑥𝑞 𝑝𝑥𝑞
L1 = P – Z0 x √ L2 = P + Z0 x √
𝑛 𝑛

0.228 𝑥 0.772 0.228 𝑥 0.772

L1 = 0.228 – 2.576 x √ L2 = 0.228 + 2.576 x √
1000 1000

L1 = 0.228 – 2.576 x 0.01 L2 = 0.228 + 2.576 x 0.01

L1 = 0.206 L2 = 0.250

INTERPRETACIÓN

 Se tiene una confianza del 99% que le porcentaje de viviendas que utilizan el
petróleo como combustible para la calefacción varía entre 20% y 25%
6)
 Se estima:
U: Se desea estimar la proporción poblacional de las maquinas que se
encuentra ociosas

 Analizamos que n = 120 nota: se saca el 5% de 120 y da de resulta = 6 esto pertenece

a x = 6.
6
𝑝= p = 0.05 y q= 0.95
120
 Para un nivel de confianza de 99%
Z0 = 2.576
𝑝𝑥𝑞
𝑠𝑝 = √
𝑛

0.05 𝑥 0.95
𝑆𝑝 = √
120

SP = 0.02

𝑝𝑥𝑞 𝑝𝑥𝑞
L1 = P – Z0 x √ L2 = P + Z0 x √
𝑛 𝑛

0.05 𝑥 0.95 0.05 𝑥 0.95

L1 = 0.05 – 2.576 x √ L2 = 0.05 + 1.645 x √
120 120

L1 = 0.05 – 2.576 x 0.02 L2 = 0.05 + 2.576 x 0.02

L1 = - 0. 00152 L2 = 0.10152

INTERPRETACIÓN

 Se tiene una confianza del 99% que el porcentaje de la maquina ociosa varían entre

0.02% y 10%
 REFERENCIAS

1. Merino SC. Intervalos de confianza para las estimaciones de proporciones y las

diferencias entre ellas. Interdisciplinaria [Internet]. 2006; 23(2):141-154. Recuperado

de: http://www.redalyc.org/articulo.oa?id=18023201

2. García Pérez A. La interpretación de los datos: una introducción a la estadística

aplicada. Madrid: UNED - Universidad Nacional de Educación a Distancia; 2014.

https://ebookcentral.proquest.com/lib/bibliocauladechsp/reader.action?docID=3163

129&ppg=1

3. Guerra CW, Menéndez E, Barrero Morera R. Estadística. La Habana: Editorial Félix

Varela; 2009.

https://ebookcentral.proquest.com/lib/bibliocauladechsp/reader.action?docID=3194

273&ppg=6