SlideShare uma empresa Scribd logo
1 de 23
EJEMPLO DE BERNOULLI.
            1 EJEMPLO EXPLICADO.
La probabilidad de que obtengamos un 5 viene definida como la
probabilidad de que X sea igual a 1. Entonces ahora los datos que
obtuvimos se sustituyen en la fórmula.
                    P(x=1) = (1/5) 1 * (4/5) 0 = 1/5 = 0.2

La probabilidad de que NO obtengamos un 6 viene definida como la
probabilidad de que X sea igual a 0.
                    P(x=0) = (1/5)0 * (4/5)1 = 4/5 = 0.8

Este experimento nos dice que hay 0.2 de probabilidad de que salga el
numero 5 en el dado, y de que no salga ese numero existe la
probabilidad del 0.8.
Ejemplo binomial
   Se lanza una moneda cuatro veces. Calcular la
  probabilidad de que salgan más caras que cruces.
 B(4, 0.5) p = 0.5q = 0.5
explicación
 En el ejemplo anterior se calculan las probabilidades
  de que al tirar una moneda
  salgan mas caras que cruces y para eso
  La moneda es lanzada 4 veces de esos 4 tiros solo 1 cae
  cara y los otros 3 tiros cae cruz pero el resultado va a
  variar
 probabilidades:
1cara-3 cruces     2 caras- 2 cruces
3 caras- 1 cruz     2 cruces- 2 caras
Ejemplo 1.-Si un banco recibe en promedio 6 cheques sin fondo por
                        día, ¿ Cuales son las probabilidades reciba,
                         b)Cuatro cheque sin fondo en un día dado,
         c)B)reciba 10 cheques sin fondo en cualquiera de dos días
                                                       consecutivos

                            Variable discreta= cantidad de personas
                                       Intervalo continuo= una hora
                                                            Formula
 P(x): Probabilidad de que ocurran x éxitos
 : Número medio de sucesos esperados por unidad de
  tiempo.
 e: es la base de logaritmo natural cuyo valor es 2.718
 X: es la variable que nos denota el número de éxitos
  que se desea que ocurran
 A) x= Variable que nos define el número de cheques sin
    fondo que llega al banco en un día cualquiera;
   El primer paso es extraer los datos
   Tenemos que         o el promedio es igual a 6 cheques sin
    fondo por día
   e= 2.718
   x= 4 por que se pide la probabilidad de que lleguen cuatro
    cheques al día
Reemplazar valores en las formulas
   =6
 e= 2.718
 X= 4
 P(x=4,     = 6) =(6)^4(2.718)^-6
                         4!

                        =(1296)(0,00248)
                               24
                            =o,13192
    Es la probabilidad que representa de que lleguen cuatro
                     cheques sin fondo al día
 B)
 X= es la variable que nos define el número de cheques sin fondo que llegan en dos
  días consecutivos
        =6x2= 12 Cheques sin fondo en promedio que llegan al banco en dos días
  consecutivos

                                                          Lambda por t comprende
                                              al promedio del cheque a los dos días


 DATOS
      = 12 Cheques sin fondo por día

 e= 2.718
 X=10
 P(x=10,      =12 )= (129^10(2.718)^-12
                            10!
 =(6,191736*10^10)(0,000006151)
           3628800
 =0,104953 es la es la probalidad de que lleguen 10 cheques sin fondo en dos
  días consecutivos
Una variable aleatoria continua, X, sigue
   una distribución normal de media μ y desviación
   típica σ, y se designa por N(μ , σ ), si se cumplen las
   siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞)
2. La función de densidad, es la expresión en términos
   de ecuación matemática de la curva de Gauss:
   Curva de la distribución normal




   El campo de existencia es cualquier valor real, es decir, (-
    ∞, +∞).
   Es simétrica respecto a la media µ.
   Tiene un máximo en la media µ.
   Crece hasta la media µ y decrece a partir de ella.
   En los puntos µ − σ y µ + σ presenta puntos de inflexión.
   El eje de abscisas es una asíntota de la curva.
El área del recinto determinado por la función y el
   eje de abscisas es igual a la unidad.
Al ser simétrica respecto al eje que pasa por x = µ,
   deja un área igual a 0.5 a la izquierda y otra
   igual a 0.5 a la derecha.
La probabilidad equivale al área encerrada bajo
   la curva.
p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %
p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
Parámetros




A continuación se sustituye la formula en
          base alas 8 horas.
Formula
Probabilidad
 Un fabricante de focos afirma que su producto durará un
  promedio de 500 horas de trabajo. Para conservar este
  promedio esta persona verifica 25 focos cada mes. Si el valor y
  calculado cae entre –t 0.05 y t 0.05, él se encuentra satisfecho
  con esta afirmación. ¿Qué conclusión deberá él sacar de una
  muestra de 25 focos cuya duración fue?:
AQUÍ SE ENCUENTRAN LAS MUESTRAS QUE SE TOMARON PARA
               RESOLLVER EL PROBLEMA.




    520     521    511     513     510   µ=500 h
    513     522    500     521     495    n=25
    496     488    500     502     512   Nc=90%
    510     510    475     505     521   X=505.36
    506     503    487     493     500   S=12.07
SOLUCION

 Para poder resolver el problema lo que se tendrá que hacer será lo siguiente se
  aplicara una formula la cual tendremos que desarrollar con los datos con los
  que contamos.
 Tendremos que sustituir los datos

 t= x -μ
 SI n                              α = 1- Nc = 10%
 v = n-1 = 24
 t = 2.22
Procedimiento:se demostrara la forma en que se sustituiran los
                          datos.
 VALOR DE LOS DATOS..        APLICACION DE LA FORMULA




 µ=500 h                 t=505.36-500 t = 2.22
 n=25                      12.07 25
 Nc=90%                 v = 25 -1 = 24
 X=505.36                  α = 1- 90% = 10%
 S=12.07
Enseguida se muestra la distribución del problema según
                    el grafico sig.

Mais conteúdo relacionado

Mais procurados

Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Kariina Buendia
 
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2ba
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2baEjercicios y-problemas-de-ecuaciones-y-sistemas-3c2ba
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2bajuansito123
 
E C U A C I O N E S C U A D R A T I C A S
E C U A C I O N E S  C U A D R A T I C A SE C U A C I O N E S  C U A D R A T I C A S
E C U A C I O N E S C U A D R A T I C A Smatematicasec29
 
Ecuaciones De Segundo Grado Definiciones 2
Ecuaciones De Segundo Grado Definiciones 2Ecuaciones De Segundo Grado Definiciones 2
Ecuaciones De Segundo Grado Definiciones 2matematicasec29
 
Polin ecuac sist_inec
Polin ecuac sist_inecPolin ecuac sist_inec
Polin ecuac sist_inecmercedescobar
 
Polinomios blog01bis
Polinomios blog01bisPolinomios blog01bis
Polinomios blog01bisMarta Martín
 
Multiplicacion
MultiplicacionMultiplicacion
Multiplicacionmanrique58
 
2 ecuaciones e inecuaciones con valor absoluto
2 ecuaciones e inecuaciones con valor absoluto2 ecuaciones e inecuaciones con valor absoluto
2 ecuaciones e inecuaciones con valor absolutoGino León
 
Ejemplo 3 optimización
Ejemplo 3 optimizaciónEjemplo 3 optimización
Ejemplo 3 optimizaciónjorelar
 
Mat ii tema 13 problemas de optimizacion
Mat ii tema 13 problemas de optimizacionMat ii tema 13 problemas de optimizacion
Mat ii tema 13 problemas de optimizacionIram Abif
 
Problemas de-mc3a1ximos-y-mc3adnimos
Problemas de-mc3a1ximos-y-mc3adnimosProblemas de-mc3a1ximos-y-mc3adnimos
Problemas de-mc3a1ximos-y-mc3adnimoslee lib
 

Mais procurados (18)

Ejemplos
EjemplosEjemplos
Ejemplos
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Alinaa 1
Alinaa 1Alinaa 1
Alinaa 1
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Distribuciones
DistribucionesDistribuciones
Distribuciones
 
Ejemplos de distribuciones 4
Ejemplos de distribuciones 4Ejemplos de distribuciones 4
Ejemplos de distribuciones 4
 
Límites en el infinito
Límites en el infinitoLímites en el infinito
Límites en el infinito
 
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2ba
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2baEjercicios y-problemas-de-ecuaciones-y-sistemas-3c2ba
Ejercicios y-problemas-de-ecuaciones-y-sistemas-3c2ba
 
E C U A C I O N E S C U A D R A T I C A S
E C U A C I O N E S  C U A D R A T I C A SE C U A C I O N E S  C U A D R A T I C A S
E C U A C I O N E S C U A D R A T I C A S
 
Ecuaciones De Segundo Grado Definiciones 2
Ecuaciones De Segundo Grado Definiciones 2Ecuaciones De Segundo Grado Definiciones 2
Ecuaciones De Segundo Grado Definiciones 2
 
Polin ecuac sist_inec
Polin ecuac sist_inecPolin ecuac sist_inec
Polin ecuac sist_inec
 
Polinomios blog01bis
Polinomios blog01bisPolinomios blog01bis
Polinomios blog01bis
 
Sintitul 3
Sintitul 3Sintitul 3
Sintitul 3
 
Multiplicacion
MultiplicacionMultiplicacion
Multiplicacion
 
2 ecuaciones e inecuaciones con valor absoluto
2 ecuaciones e inecuaciones con valor absoluto2 ecuaciones e inecuaciones con valor absoluto
2 ecuaciones e inecuaciones con valor absoluto
 
Ejemplo 3 optimización
Ejemplo 3 optimizaciónEjemplo 3 optimización
Ejemplo 3 optimización
 
Mat ii tema 13 problemas de optimizacion
Mat ii tema 13 problemas de optimizacionMat ii tema 13 problemas de optimizacion
Mat ii tema 13 problemas de optimizacion
 
Problemas de-mc3a1ximos-y-mc3adnimos
Problemas de-mc3a1ximos-y-mc3adnimosProblemas de-mc3a1ximos-y-mc3adnimos
Problemas de-mc3a1ximos-y-mc3adnimos
 

Destaque (20)

Viaje de estudios
Viaje de estudiosViaje de estudios
Viaje de estudios
 
Impresoras Laser.
 Impresoras Laser. Impresoras Laser.
Impresoras Laser.
 
Presentación1
Presentación1Presentación1
Presentación1
 
Ashley rodriguez
Ashley rodriguezAshley rodriguez
Ashley rodriguez
 
Las Especificaciones
Las EspecificacionesLas Especificaciones
Las Especificaciones
 
Técnicas de estudio
Técnicas de estudioTécnicas de estudio
Técnicas de estudio
 
La reproducció
La reproduccióLa reproducció
La reproducció
 
La gran depresion de 1930 (ciencias politicas)
La gran depresion de 1930 (ciencias politicas)La gran depresion de 1930 (ciencias politicas)
La gran depresion de 1930 (ciencias politicas)
 
Condicionantes (actitudes, conocimientos
Condicionantes (actitudes, conocimientosCondicionantes (actitudes, conocimientos
Condicionantes (actitudes, conocimientos
 
Evaluación emprendimiento pag
Evaluación emprendimiento pagEvaluación emprendimiento pag
Evaluación emprendimiento pag
 
Aplicaciones contable ingles
Aplicaciones contable inglesAplicaciones contable ingles
Aplicaciones contable ingles
 
PH-0B-AY-CI-03
PH-0B-AY-CI-03PH-0B-AY-CI-03
PH-0B-AY-CI-03
 
Presentacionnormasapajulio2011
Presentacionnormasapajulio2011Presentacionnormasapajulio2011
Presentacionnormasapajulio2011
 
El alcohol
El alcoholEl alcohol
El alcohol
 
Probabilidad y estadística
Probabilidad y estadísticaProbabilidad y estadística
Probabilidad y estadística
 
Elin
ElinElin
Elin
 
Teatro las 3 naranjas
Teatro las 3 naranjasTeatro las 3 naranjas
Teatro las 3 naranjas
 
Italia
ItaliaItalia
Italia
 
Educación puerta de entrada
Educación puerta de entradaEducación puerta de entrada
Educación puerta de entrada
 
Alba rivas
Alba rivasAlba rivas
Alba rivas
 

Semelhante a Bernoulli ejemplo explicado nancy

Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.leonardo19940511
 
Bernoulli explicado,poisson, distribución normal,
Bernoulli  explicado,poisson, distribución normal, Bernoulli  explicado,poisson, distribución normal,
Bernoulli explicado,poisson, distribución normal, Carlos Eduardo Candela
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidadadrikiana
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicadosKhriiz Rmz
 
5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribucionesKariina Buendia
 
Distribucion de probabilidad binomal
Distribucion de probabilidad binomalDistribucion de probabilidad binomal
Distribucion de probabilidad binomaleraperez
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribucionesMoonsee P'c
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de DitribucionesMariana Cruz
 
Tipos de distribuciones
Tipos de distribucionesTipos de distribuciones
Tipos de distribucionesJavier Chavez
 
Pr8.2 valeatorias
Pr8.2 valeatoriasPr8.2 valeatorias
Pr8.2 valeatoriasjcbp_peru
 

Semelhante a Bernoulli ejemplo explicado nancy (20)

Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.Un ejemplo explicado de las distribuciones de probabilidad.
Un ejemplo explicado de las distribuciones de probabilidad.
 
Bernoulli explicado,poisson, distribución normal,
Bernoulli  explicado,poisson, distribución normal, Bernoulli  explicado,poisson, distribución normal,
Bernoulli explicado,poisson, distribución normal,
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicados
 
Alinaa 1
Alinaa 1Alinaa 1
Alinaa 1
 
Ejemplos sencillos
Ejemplos sencillosEjemplos sencillos
Ejemplos sencillos
 
Ejemplos Explicados
Ejemplos Explicados Ejemplos Explicados
Ejemplos Explicados
 
5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribuciones
 
Distribucion de probabilidad binomal
Distribucion de probabilidad binomalDistribucion de probabilidad binomal
Distribucion de probabilidad binomal
 
Distribuciónes
DistribuciónesDistribuciónes
Distribuciónes
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Tipos de Ditribuciones
Tipos de DitribucionesTipos de Ditribuciones
Tipos de Ditribuciones
 
distribuciones
distribuciones distribuciones
distribuciones
 
Tipos de distribuciones
Tipos de distribucionesTipos de distribuciones
Tipos de distribuciones
 
Pr8.2 valeatorias
Pr8.2 valeatoriasPr8.2 valeatorias
Pr8.2 valeatorias
 
Trabajo blog
Trabajo blogTrabajo blog
Trabajo blog
 
probabilidad
probabilidad probabilidad
probabilidad
 
Trabajo 3
Trabajo 3Trabajo 3
Trabajo 3
 
Trabajo 3
Trabajo 3Trabajo 3
Trabajo 3
 

Mais de Sofia' Becerra

Mais de Sofia' Becerra (19)

Trabajo de mata anova
Trabajo de mata anovaTrabajo de mata anova
Trabajo de mata anova
 
Estadísticas
EstadísticasEstadísticas
Estadísticas
 
El inaceptable costo de los malo jefes
El inaceptable costo de los malo jefesEl inaceptable costo de los malo jefes
El inaceptable costo de los malo jefes
 
Capacidad
CapacidadCapacidad
Capacidad
 
Ensayo
EnsayoEnsayo
Ensayo
 
Histogramas y correlación
Histogramas y correlaciónHistogramas y correlación
Histogramas y correlación
 
Histogramas y correlacion
Histogramas y correlacionHistogramas y correlacion
Histogramas y correlacion
 
Histograma
HistogramaHistograma
Histograma
 
50 palabras
50 palabras50 palabras
50 palabras
 
Histogramas y correlacion o dispercion
Histogramas y correlacion o dispercionHistogramas y correlacion o dispercion
Histogramas y correlacion o dispercion
 
Pregunta
PreguntaPregunta
Pregunta
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Ejemplos explicados
Ejemplos explicadosEjemplos explicados
Ejemplos explicados
 
Ejemplos de las distribuciones
Ejemplos de las distribucionesEjemplos de las distribuciones
Ejemplos de las distribuciones
 
Definicion de las distribuciones
Definicion de las distribucionesDefinicion de las distribuciones
Definicion de las distribuciones
 
Tabla e histograma
Tabla e histogramaTabla e histograma
Tabla e histograma
 
Mapa mentales
Mapa mentalesMapa mentales
Mapa mentales
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 

Bernoulli ejemplo explicado nancy

  • 1. EJEMPLO DE BERNOULLI. 1 EJEMPLO EXPLICADO.
  • 2.
  • 3. La probabilidad de que obtengamos un 5 viene definida como la probabilidad de que X sea igual a 1. Entonces ahora los datos que obtuvimos se sustituyen en la fórmula. P(x=1) = (1/5) 1 * (4/5) 0 = 1/5 = 0.2 La probabilidad de que NO obtengamos un 6 viene definida como la probabilidad de que X sea igual a 0. P(x=0) = (1/5)0 * (4/5)1 = 4/5 = 0.8 Este experimento nos dice que hay 0.2 de probabilidad de que salga el numero 5 en el dado, y de que no salga ese numero existe la probabilidad del 0.8.
  • 4. Ejemplo binomial  Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan más caras que cruces.  B(4, 0.5) p = 0.5q = 0.5
  • 5. explicación  En el ejemplo anterior se calculan las probabilidades de que al tirar una moneda salgan mas caras que cruces y para eso La moneda es lanzada 4 veces de esos 4 tiros solo 1 cae cara y los otros 3 tiros cae cruz pero el resultado va a variar probabilidades: 1cara-3 cruces 2 caras- 2 cruces 3 caras- 1 cruz 2 cruces- 2 caras
  • 6. Ejemplo 1.-Si un banco recibe en promedio 6 cheques sin fondo por día, ¿ Cuales son las probabilidades reciba, b)Cuatro cheque sin fondo en un día dado, c)B)reciba 10 cheques sin fondo en cualquiera de dos días consecutivos Variable discreta= cantidad de personas Intervalo continuo= una hora Formula
  • 7.  P(x): Probabilidad de que ocurran x éxitos  : Número medio de sucesos esperados por unidad de tiempo.  e: es la base de logaritmo natural cuyo valor es 2.718  X: es la variable que nos denota el número de éxitos que se desea que ocurran
  • 8.  A) x= Variable que nos define el número de cheques sin fondo que llega al banco en un día cualquiera;  El primer paso es extraer los datos  Tenemos que o el promedio es igual a 6 cheques sin fondo por día  e= 2.718  x= 4 por que se pide la probabilidad de que lleguen cuatro cheques al día
  • 9. Reemplazar valores en las formulas  =6  e= 2.718  X= 4  P(x=4, = 6) =(6)^4(2.718)^-6  4!  =(1296)(0,00248)  24  =o,13192  Es la probabilidad que representa de que lleguen cuatro cheques sin fondo al día
  • 10.  B)  X= es la variable que nos define el número de cheques sin fondo que llegan en dos días consecutivos  =6x2= 12 Cheques sin fondo en promedio que llegan al banco en dos días consecutivos  Lambda por t comprende  al promedio del cheque a los dos días  DATOS  = 12 Cheques sin fondo por día  e= 2.718  X=10  P(x=10, =12 )= (129^10(2.718)^-12  10!  =(6,191736*10^10)(0,000006151)  3628800  =0,104953 es la es la probalidad de que lleguen 10 cheques sin fondo en dos días consecutivos
  • 11.
  • 12. Una variable aleatoria continua, X, sigue una distribución normal de media μ y desviación típica σ, y se designa por N(μ , σ ), si se cumplen las siguientes condiciones: 1. La variable puede tomar cualquier valor: (-∞, +∞) 2. La función de densidad, es la expresión en términos de ecuación matemática de la curva de Gauss:
  • 13. Curva de la distribución normal  El campo de existencia es cualquier valor real, es decir, (- ∞, +∞).  Es simétrica respecto a la media µ.  Tiene un máximo en la media µ.  Crece hasta la media µ y decrece a partir de ella.  En los puntos µ − σ y µ + σ presenta puntos de inflexión.  El eje de abscisas es una asíntota de la curva.
  • 14. El área del recinto determinado por la función y el eje de abscisas es igual a la unidad. Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al área encerrada bajo la curva. p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 % p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 % p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
  • 15.
  • 16. Parámetros A continuación se sustituye la formula en base alas 8 horas.
  • 19.  Un fabricante de focos afirma que su producto durará un promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25 focos cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se encuentra satisfecho con esta afirmación. ¿Qué conclusión deberá él sacar de una muestra de 25 focos cuya duración fue?:
  • 20. AQUÍ SE ENCUENTRAN LAS MUESTRAS QUE SE TOMARON PARA RESOLLVER EL PROBLEMA. 520 521 511 513 510 µ=500 h 513 522 500 521 495 n=25 496 488 500 502 512 Nc=90% 510 510 475 505 521 X=505.36 506 503 487 493 500 S=12.07
  • 21. SOLUCION  Para poder resolver el problema lo que se tendrá que hacer será lo siguiente se aplicara una formula la cual tendremos que desarrollar con los datos con los que contamos.  Tendremos que sustituir los datos  t= x -μ  SI n α = 1- Nc = 10%  v = n-1 = 24  t = 2.22
  • 22. Procedimiento:se demostrara la forma en que se sustituiran los datos.  VALOR DE LOS DATOS.. APLICACION DE LA FORMULA  µ=500 h t=505.36-500 t = 2.22  n=25 12.07 25  Nc=90% v = 25 -1 = 24  X=505.36 α = 1- 90% = 10%  S=12.07
  • 23. Enseguida se muestra la distribución del problema según el grafico sig.