taller

Vista previa del material en texto

Hoja 1
			Taller 4.
	N=14	N : total de camiones 			x>=3
	a=5	a : camiones con problemas en los frenos 			x=3
	n=6	n : camiones seleccionados al azar			x=4
	b=9	b:N-a			x=5	Este es el tope, pues no hay más de 5 camiones con problemas en los frenos.
		usamos:	p(x)=(aCx bC(n-x))/NCn		p(3)=	0.2797202797
					p(4)=	0.0599400599
					p(5)=	0.002997003
				p(3)+p(4)+p(5)=		0.3426573427	Probabilidad de que esta muestra incluya al menos 3 camiones con frenos defectuosos. 
	n=	25		Calculamos los valores de las variables aleatorias X1 y X2 con:
	GL=	24
	var=	4.72
				X1=	18.05084746
				X2=	26.08474576
		usamos R para calcular la probabilidad de tener la varianza muestral debido a que no tenemos un valor alfa para usar la tabla de la distribución chi cuadrado.
	P	0.25	18C6=	18564	P(6)=	0.143564404	Probabilidad de que 6 de los 18 egresados de la muestra seleccionen contabilidad publica. 
	N	18
	Q	0.75	18C1=	18	P(1)=	0.0338262607
			18C2=	153	p(2)=	0.0958410719
				P(1)+P(2)=		0.1296673326	Probabilidad de que maximo 2 de los egresados de la muestra seleccionen contabilidad publica.
		Siguiendo una distribución normal, usamos PQRS:
	µ=21,50		P=(19,8<X<22,5)
	δ=3,50			Z=(x-µ)/δ
					Z=	0
					Z=	0.2857142857
				P(0<Z<0,2857142857)		0.2989	Probabilidad de que el individuo perciba entre $19,8 y $22,5 por hora
				P(x>25) =	0.1587	Probabilidad de que el individuo perciba más de $25 por hora
	Utilizamos la distribución t student
	165	P	165.3		Necesitamos hallar la desviación estandar:
	158	n	16		9.235574337
	153	X media	163.6875
	162	GL	15
	171	nivel de significancia	0.1
	175		El nivel de significancia es en base al nivel de confianza que es de 0,90 
	173
	169				Redactamos las hipotesis:
	166				Ho: µ=165,3
	170				H1: µ≠165,3
	164
	177				Calculamos el valor t 
	148				t=	-0.6983864527
	167		vemos que la region de la hipotesis alternativa es de -1.753 a 1.753, por lo que el valor de t cae en esta region, asi no rechazamos la hipotesis nula.
	152
	149
	163.6875
			Asi, el inspector con un 90% de confianza no tiene suficiente evidencia para rechazar la afirmación del gerente, por lo que con su muestra es posible concluir que el peso promedio de los alimentos que se elaboran en la fabrica es de 165,3
	Aplicaremos la probabilidad de Poisson 			µ=n*π	1.75
	Datos:	n= 50
		π=0,035		Para determinar la probabilidad de que no se paguen 8 préstamos usamos la fórmula
				P(X)=μ^(X)e^(-μ)/X!
				X=8
				P(8)=	0.0003791129
			a)	Asi, la probabilidad de que no se paguen 8 prestamos es de 0,000379
	Necesitamos utilizar la fórmula de la distribución de Poisson y sumar las probabilidades de que 0, 1, 2 y 3 préstamos no se paguen.
				P(0)=	0.1737739435
				P(1)=	0.304104401
				P(2)=	0.2660913509
				P(3)=	0.1552199547
					0.8991896501
			b)	Asi, la probabilidad de que a lo más 3 prestaos se queden sin pagar es de 0,8992 aproximadamente.