Академический Документы
Профессиональный Документы
Культура Документы
FECHA: 2017-01-12
PROYECTO FINAL DE LA MATERIA PROBABILIDAD Y ESTADISITICA
1.-INTRODUCCIN
Estadstica
La estadstica se remonta a la antigedad pues existen vestigios en china donde uno de
sus emperadores realizo un censo a su poblacin, esta aplicacin ha ido dando pasos
muy grandes a travs del tiempo ya que con el apoyo de investigadores que se han
dedicado a perfeccionar mtodos estadsticos han ido recogiendo informacin que hace
que cada vez sean los resultados ms exactos y as disminuyendo el margen de error.
Estadstica: Se refiere a un mtodo que recolecta datos analiza y da una descripcin
numrica de la informacin
En nuestra vida diaria utilizamos la estadstica ya sea en diversos fenmenos de orden
econmico, poltico, educacional, etc.
La funcin principal de la estadstica es suministrar informacin por ejemplo en algn
control realizado de una pieza automotriz sobre dureza, resistencia y duracin, y que por
lo general las piezas se desgastan
Probabilidad
El origen de la probabilidad se remonta al siglo XVII cuando un jugador de juegos de azar
concoido como el caballero de Mer, tuvo que consultar a Blas Pascal y a Pierre de
Fermat ya que l pens que descubri una tctica para ganar en los dados pero un da
comenz a perder, as inicindose poco a poco una ciencia que da pasos gigantescos
cada da.
El concepto de probabilidad se lo expresa como un grado de creencia que uno tiene de la
ocurrencia de un suceso, en la actualidad la probabilidad con la estadstica tienen una
infinidad de aplicaciones a problemas de economa y ciencias sociales, de la misma
manera a las ciencias fsicas, industria, comercio y gobierno, con la observacin de que
en cada uno de ellos tendr sus requisitos particulares.
2.-OBJETIVOS
2.1Generales
- Aplicar los principales mtodos estadsticos para el anlisis de datos, as como de
comprender los conceptos matemticos necesarios para la aplicacin correcta de dichos
mtodos
- Planear y plantear ejercicios e identificar modelos estadsticos apropiados para los
problemas propios de su rea
2.2Especficos
- Proponer soluciones a problemas previamente identificados, cuya utilidad ha sido
demostrada en el campo automotriz
-Desarrollar habilidades para poder resolver problemas en el campo de la ingeniera
basado en la probabilidad y estadstica
3.-METODOLOGIA
3.1 Distribucin Normal
3.1.2 Teora de muestreo.
El muestreo es una herramienta de la investigacin cientfica, su funcin bsica es
determinar que parte de una poblacin debe examinarse, con la finalidad de hacer
inferencias sobre dicha poblacin.
Existen tres tipos de muestreo: Muestreo probabilstico, Muestreo aleatorio simple,
Muestreo aleatorio sistemtico
Para nosotros poder hacer los clculos de muestreo necesitaremos de la poblacin y
cantidades como: la media de la muestra y la varianza de la muestra
Poblacin: la totalidad de las observaciones en las que estamos interesados.
Donde el nmero de observaciones se define como el tamao de la poblacin
Muestra: es un subconjunto de una poblacin
Ejercicio
Un fabricante de cierto tipo de mquina grande desea comprar remaches de uno de dos
fabricantes. Es importante que la resistencia a la rotura de cada remache exceda 10,000
psi. Dos fabricantes (A y B) ofrecen este tipo de remache y ambos tienen remaches cuya
resistencia a la rotura est distribuida de forma normal. Las resistencias a la rotura medias
para los fabricantes (A y B) son 14,000 y 13,000 psi, respectivamente. Las desviaciones
estndar son 2000 y 1000 psi, respectivamente. Cul fabricante producir, en promedio,
el menor nmero de remaches defectuosos?
Datos
Para el fabricante A
Para el fabricante A
X=10000
X=10000
u=14000
u=13000
o=2000
o=1000
Fabricante A
X U
=
P 10,000)= (
Z
(
10,00014,000
=Z 2 =0,9772
2000
97.72%
Fabricante B
P 10,000)=
X U
=
10,00013,000
=(Z 3)=0,9987
1000
98.87%
El fabricante B producir el menor nmero de remaches defectuosos
Fabricante A
Fabricante B
Ejercicio
En una muestra de 60 observaciones, la media es 35 y la desviacin estndar, 4.2.
Obtenga los intervalos de confianza entre los cuales debe encontrarse la media
poblacional, con una probabilidad del 95%
Datos
N=60
Z
u= X
o
n1
1,96 4,2
u=35
60
X =35
u=35 1,062=
O=4,2
33,062
{33,938
33,062
{33,938
p=0,95 /2=0,4750
estandarizando
puntual para la media de la poblacin . Recuerde que = 2/n, por lo que una
muestra grande dar un valor de
es probablemente una
de cuando n es grande.
estimacin por intervalo
se selecciona a partir de
falta de sta, si n es
podemos establecer un
para al considerar la
X .
Ejemplo
El gobierno otorga fondos para los departamentos de agricultura de 9
universidades para probar las capacidades de rendimiento de dos nuevas
variedades de trigo. Cada variedad se siembra en parcelas de rea igual en
cada universidad y el rendimiento, en kilogramos por parcela, se registra como
sigue:
n=9
2.778 3.518
d t
Sd
n
2.778 2.306
4.5765
=
9
d
Sd
= 2.778
= 4.5765
Ejemplo
Una muestra aleatoria de tamao n1 = 25 que se toma de una poblacin normal con una
desviacin estndar 1 = 5 tiene una media (1) = 80. Una segunda muestra aleatoria de
tamao n2 = 36, que se toma de una poblacin normal diferente con una desviacin
estndar 2 = 3, tiene una media (2) = 75. Encuentre un intervalo de confianza de 94%
para 1 2.
Datos
n1 = 25
n2 = 36
X 1 = 80,
X 2 = = 75,
( 8075 )1,88
25 9
25 9
+ < 1 2< ( 8075 ) +1,88
+
25 36
25 36
1 = 5
2 = 3
94%
z0.03 = 1.88.
Z=
( P1 P 2) (P 1P2)
P1 1 P 22
+
n1
n2
q
Ejercicio
Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son defectuosos y que 2
de cada 5 objetos fabricados por la mquina 2 son defectuosos; se toman muestras de
120 objetos de cada mquina:
a. cul es la probabilidad de que la proporcin de artculos defectuosos de la
mquina 2 rebase a la mquina 1 en por lo menos 0.10?
Datos
Z=
P1 = 3/6 = 0.5
a)
( P1 P 2) (P 1P2)
P1 1 P 22
+
n1
n2
q
P2 = 2/5 = 0.4
n1 =
Z=
120
0 ,500 , 50 0 , 400 , 60
+
120
120
objetos
=3 , 06
n2 = 120 objetos
Respuesta: La probabilidad de que exista una diferencia de proporciones de artculos
defectuosos de por lo menos 10% a favor de la mquina 2 es de 0.0011.
3.1.7TAMAO DE LA MUESTRA
Hasta ahora, se ha venido considerando el tamao (n) de la muestra conocido,
pero para determinarlo, es necesario identificar los siguientes componentes
Tamao de la poblacin
Margen de error (intervalo de confianza)
Nivel de confianza
La desviacin estndar
Para poder determinar el tamao de la muestra que se va a seleccionar es un paso
importante en cualquier estudio de investigacin de mercados, se debe justificar
convenientemente de acuerdo al planteamiento del problema, la poblacin, los objetivos y el
propsito de la investigacin, para el clculo de la muestra utilizaremos las siguientes formulas
Ejemplo
Se lleva a cabo un estudio para estimar el porcentaje de ciudadanos de una
ciudad que estn a favor de tener su agua fluorada. Qu tan grande se
requiere que sea la muestra si se desea tener al menos una confianza de 95%
de que nuestra estimacin est dentro del 1% del porcentaje real?
Datos
Z 2 = 1,96
e=0,01
n=
Z /2
4 e2
n=
1,96 /2
=9604
4 0,012
H0
H1
Errores Tipo I Y II
Errores tipo I: Es la probabilidad de rechazar la hiptesis nula cuando
H 0 es cierta, se
H 0 es falsa, se lo
Ejemplo
Un inspector de calidad investiga las acusaciones contra una embotelladora por su
deficiente llenado que debe ser, en promedio, de 32,5 onzas. Para ello toma una muestra
de 60 botellas, encontrando que el contenido medio es de 31,9 onzas de lquido. Se sabe
que la maquina embotelladora debe producir un llenado con una desviacin tpica de 3,6
onzas. Puede el inspector llegar a la conclusin, a un nivel de significacin del 5% que
se estn llenando las botellas por debajo de su especificacin de contenido?
Datos
Z=
=32,5
=3,6
a)
{HH ==32,5
32,5
0
31,932,5
=1,29
3,6 / 60
H 0= 32,5
H 1= 32,5
5 =0,05
n=60
X =31,9
X 1 , X 2 , . , X n
EJEMPLO
En una encuesta se pregunt sobre los hbitos de lectura, utilizando una
muestra aleatoria de 35 seoras que trabajan y otra muestra independiente de
325 que no lo hacen. En el primer caso, 105 manifestaron que estaban
suscritas a cierto tipo de revista. En el segundo, La respuesta fue de 130 que
no estaban suscritas ni mostraban inters por ninguna revista, argumentando
la falta de tiempo. Al nivel del 1%, se podr afirmar que las seoras que
trabajan leen menos que las seoras que no trabajan?
Datos
P1=105/350=0,30
Formula
P2=130/325=0, 40
= 0, 01
Z=
Z=
P 1P 2
P 11 P2 2
+
n1
n2
0, 300,40
=2,73
( o , 3 ) (0 , 7) ( 0 , 4 ) (0 , 6)
+
350
325
Al nivel del 1%, si se puede afirmar que las seoras que trabajan leen menos, que las que
no trabajan
3.1.10 (DISTRIBUCION T)
Nos sirve para modelar fenmenos que nos rodea en nuestra vida
Se construye la relacin entre 2 variables
De acuerdo al teorema del lmite central, la distribucin muestral de una estadstica (como
la media de la muestra) seguir una distribucin normal, el tamao de la muestra debe ser
suficientemente grande.
Sin embargo, muchas veces los tamaos de las muestras son muy pequeos y
frecuentemente no conocemos la desviacin estndar de la poblacin. Cuando estos
problemas ocurren, en estadstica se recurre a la distribucin T o de student sus valores
estn dados por:
Cuando n30 se considera una muestra pequea, la desviacin tpica se simboliza por S
Su funcin es:
Ejemplo
Una inspectora de calidad, Investiga las acusaciones contra una fbrica de cerveza,
porque no llena bien sus envases, afirmando que contienen 35 onzas de liquido. Se
muestrearon 28 latas de cerveza, encontrando un contenido medio de 33,2 onzas, con
una desviacin estndar de 2,2 onzas Debe la inspectora llegar a la conclusin, al nivel
del 5% que se est exagerando su contenido?
Datos
=28
1)
=35
X =33,2
S =2,2
{HH ==3355
0
2) = 0,05
S= s
n
28
=2,2
=2,24
n1
27
v =28-1=27
33.235
X =
=4,25
s /n 2,24 /28
t=
La respuesta es: al nivel del 5%, el inspector si puede llegar a la conclusin de que se
est exagerando el llenado
4.-RESULTADO
-Se llev un buen registro de datos estadsticos permitindonos as conocer de mejor
manera el problema, cuando nosotros conocemos la realidad de nuestras reas
afectadas; es ms fcil dar soluciones.
5.-CONCLUSIONES
-La estadstica nos permite realizar estudios reales, con poblaciones exactas; lo cual nos
ayuda a mejorar nuestros proyectos.
-Este trabajo evidencia todos y cada uno de los temas vistos dentro del plan semestral del
programa ingeniera automotriz lo aqu presentado permiti desarrollar el sentido de
localizacin de cada uno de los estudiantes pues fijo datos reales a temas tericos.
6.-BIBLIOGRAFIA
-Walpole, R. Myers, R. Myers, S. Ye, K. (2012). Probabilidad y Estadstica para
Ingeniera y Ciencias. Novena edicin, PEARSON Prentice Hall, (Mxico).
-Galindo E. (2010). Estadstica mtodos y aplicaciones. Segunda edicin.
Prociencia Editores, Ecuador.
Educatina.
(2016).
Educatina.
Obtenido
http://www.educatina.com/probabilidad-yestadistica/ejercicios
Slideshare.
t-de-student
de
(2017).slideshare.Obtenido de http://es.slideshare.net/eraperez/distribucion-