You are on page 1of 11

GUIA DE MUESTREO DE MODELOS

RODRIGO ANDRES GONZALEZ BERNAL

UNIDAD CENTRAL DEL VALLE DEL CAUCA INGENIERIA INDUSTRIAL TULUA VALLE MARZO DE 2011

GUIA DE MUESTREO DE MODELOS

RODRIGO ANDRES GONZALEZ BERNAL COD.: 2209515

Trabajo presentado al profesor CARLOS IVAN RESTREPO En la asignatura de modelos probabilsticos

IV SEMESTRE

UNIDAD CENTRAL DEL VALLE DEL CAUCA INGENIERIA INDUSTRIAL TULUA VALLE MARZO DE 2011

GUIA DE MODELOS PROBABILISTICOS

1. Ejercicio 1: Da tres ejemplos ms de poblacin. R/: El conjunto formado por los profesores de la Uceva. El conjunto formado por los animales de un zoolgico. El conjunto formado por las mujeres de una casa. 2. Ejercicio 2: Da un ejemplo diferente de muestra al mencionado anteriormente en la gua. R/: Teniendo en cuenta los ejemplos mencionados anterior mente un ejemplo seria en la investigacin de saber la estatura promedio de los estudiantes de la Uceva, los estudiantes de toda la universidad seria la poblacin y la muestra seria un grupo de estudiantes de 5 semestre.

3. Ejercicio 3: De 2 ejemplos de censo. R/: un ejemplo seria saber cuntas personas minusvlidas hay en la ciudad de Tulu este censo lo hara el DANE. Otro ejemplo sera el de saber cuntos estudiantes hay con hijos en la Universidad 4. Ejercicio 4: Actividades: Confecciona una pequea encuesta encaminada a conocer los gustos de tu clase sobre algn aspecto de tu eleccin, haciendo uso de las tcnicas descritas en esta gua y en la anterior.

Encuesta sobre calificacin a los docentes en la Unidad Central del Valle del Cauca Cunto califica la enseanza en la universidad? 1 2 3 4 5 Cunto califica el nivel de matemticas de los docentes? 1 2 3 4 5 Cmo clasifica la forma de explicar de los docentes? 1 2 3 4 5 Cunto calificara el manejo de grupo en clase? 1 2 3 4 5 Los docentes demuestran conocimiento de lo que educan? 1 2 3 4 5

5. Ejercicio 5: De un ejemplo de un muestreo probabilstico. R/: Se toma un grupo de estudiantes y se les asigna una balota con la cual y depende de la balota que posean ser su turno en una exposicin determinada.

6. Ejercicio 6: De un ejemplo de muestreo aleatorio simple. R/: Por ejemplo, si la poblacin contiene 5 unidades A, B, C, D, E; existen 10 muestras diferentes de tamao 3, que son: ABC, ABD, ABE, ACD, ACE ADE, BCD, BCE, BDE. CDE

7. Ejercicio 7: Explique con sus propias palabras que entendi del ejemplo anterior. R/: Decimos que el tamao de la poblacin es N y el de la muestra es m entonces se procede a calcular el cociente entre los dos para saber el nmero de elementos que posee cada grupo y de estos elementos sacar un k-simo que sera el que se reemplaza en la formula.

8. Ejercicio 8: De un ejemplo de afijacin simple. R/: Tenemos dos empresas diferentes ambas de distinto tipo la poblacin total de las dos suman 2000 empleados se tienen los parmetros de cada muestra que sera de 500 individuos pero se toma como afijacin simple de 200 empleados por cada empresa.

9. Ejercicio 9: Qu se puede concluir del ejemplo anterior? R/: Concluimos que de la muestra de 600 que fue tomada de una poblacin de 10000 estudiantes, 360 estudiantes son de colegios pblicos, 180 estudiantes son de colegios privados concertados y 60 son de colegios privados, no concertados, los cuales son directamente los elementos de la poblacin.

10. Ejercicio 10: Dar un ejemplo de muestreo por conglomerado diferente al enunciado. R/: Si intentamos hacer un estudio sobre los habitantes de una ciudad, el muestreo aleatorio simple puede resultar muy costoso, ya que estudiar una muestra de tamao n implica enviar a los encuestadores a n puntos distintos de la misma, de modo que en cada uno de ellos slo se realiza una entrevista. En esta situacin es ms econmico realizar el denominado muestreo por conglomerados, que consiste en elegir aleatoriamente ciertos barrios dentro de la ciudad, para despus elegir calles y edificios. Una vez elegido el edificio, se entrevista a todos los vecinos.

11. Ejercicio 11: Podra dar usted un ejemplo sobre muestreo por cuotas? R/: Por ejemplo: 50 jvenes de 15 a 18 aos y residentes en Tulu. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas.

12. Ejercicio 12: Dar un ejemplo de muestreo opinatico, casual y bola de nieve. R/: Muestreo opinatico: Un ejemplo de muestreo opinatico seria los que hacen los polticos para saber la tendencia de sus seguidores es decir un referendo por medio de votos en urnas Muestreo Casual: un ejemplo seria tomar de muestra mis compaeros de clase para saber la edad promedio entre todos nosotros. Muestreo bola de nieve: Por ejemplo con aquellos que tienen enfermedades venreas que cumplen los ciertos requisitos, estas personas serviran como localizadores de otros con caractersticas anlogas.

1.

EJERCICIOS DE APLICACIN: Realizar las siguientes actividades: Encuentra en un peridico o revista, un artculo o informacin en la que a tu juicio se est haciendo uso de una muestra. Fotocpialo y pgalo a tu trabajo.

R/:

2.

Di de qu forma elegiras una muestra de 50 alumnos de tu instituto, por muestreo aleatorio simple, sistemtico y estratificado (cada estrato una clase, o un nivel). R/: Elegira a los estudiantes mediante el mtodo de muestreo aleatorio simple

3.

Establece un mtodo para elegir una muestra de vecinos de una calle. R/: Requerira al muestreo aleatorio simple y les dara a cada uno una balota en el cual contenga un numero y en un sorteo similar al de baloto electrnico sacara balotas previamente pesadas y certificadas en las cuales contenga el numero que los individuos posean y elegir los distintos individuos m veces que necesite para mi muestra, y seleccionar finalmente los vecinos aquellos

4.

Un hospital dispone de un listado de pacientes organizar por reas de atencin (neurologa, Traumatologa,). Di que tipos de muestreo podran realizarse, y como lo haras. R/ Yo lo hara mediante un muestreo estratificado simple, escogiendo igual proporcin de cada rea de atencin y que la suma de estos den la muestra que queremos.

5.

Para realizar una encuesta sobre el consumo de un producto en una ciudad, se tomo una muestra de forma de que de cada barrio se consultaba a un nmero de personas proporcional a la superficie ocupada por el barrio. Te parece un mtodo fiable? Escribe un comentario. R/ Me parece fiable puesto que cada barrio posee una superficie diferente entonces de acuerdo a esto hara la investigacin mucho ms eficaz ya que puede que unos barrios poseen ms habitantes que otros lo cuales pueden estar recurriendo al producto.

13. Ejercicio 13: Resolver las siguientes preguntas: 1. Enuncie tres formulas que me permitan indicar los parmetros. R/  


2.

De un ejemplo estadstico de acuerdo a lo definido R/ Los das que demora un deportista en dar la vuelta a un tour en bicicleta

1 2 4 3 2 1 2 3 1 2 2 1 2 3 1 4 5 2 6 4 4 2 3 1 2 1 3 4 1 2

n = 30 R: 6 -1 = 5 : 2,47 K: 1 + 3,3 log 30 = 5,8 C: R/K = 5/5,8 = 0,8620 = 1 S: 1,3097

Tiempo demora deportistas (das) 1 2 3 4 5 6

fi 18 8 4 30

MC 1,5 3,5 5,5

fi x MC 27 28 22 77

3.

Cul es la frmula para determinar la estimacin del error? R/  




4.

Cul es el nivel de confianza que ms creble? R/ El nivel de confianza ms creble es el 0.99 por que es el que mas se aproxima a la unidad.

5.

Qu tabla se usa para cuando los datos de una muestra son menores que 30? R/ Se usara la tabla T, para muestras pequeas menores a 30.

14. Ejercicio 14: Resolver el siguiente ejercicio. La consejera de trabajo planea un estudio con el inters de conocer el promedio de horas semanales trabajadas por las mujeres del servicio domestico. La muestra ser extrada de una poblacin de 1000 mujeres que figuran en los registros de seguridad social y de las cuales se conoce a travs de un estudio piloto que su varianza es de 9.648. Trabajando con un nivel de confianza de 0.95 y estando dispuestos a admitir un error mximo de 0.1 Cul debe ser el tamao muestra que empleemos?

R/

15. Ejercicio 15: Hallar el tamao de la muestra Siguiendo con el estudio en el punto anterior supongamos que tratamos de estimar la proporcin de mujeres que trabajan diariamente 10 horas o ms. De un estudio piloto se dedujo que P=0.30; fijamos el nivel de confianza de 0.95 y el error mximo de 0.02.

R/

De la formula de despeje e R/