Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SOLUCIN:
Pr (39 X 41) = Pr (
Z=
X 40
10
39 40
10
X 40 41 40
10
10
) = Pr(-0.31623 X 0.31623)
= 2 Pr (Z0.31623)
Y por tanto, Pr (39Z41) = 2 0.6241 1 = .02482
Pr (- X +)=0.95
Pr (- X +)= 2 Pr( Z
Pr (Z
10
)=
10
) 1
1 + 0.95
=0.975 Z 0.975 = 1.96 10 = 6.1981
2
SOLUCIN:
A partir de una muestra de tamao n=5 de una poblacin normal N(=7.5,=0.3), tenemos que:
X 7 .5 7 7 .5
Pr( X 7) = Pr
= Pr( Z 3.7269)
0 .3
0 .3
5
5
SOLUCIN:
Considerando una muestra aleatoria de tamao n de una poblacin normal N(,), por el
teorema de Fisher tenemos que:
(n 1)S 2
2
~ n21
En particular, para una muestra de tamao n=8 de una poblacin normal N(176,12), el
estadstico
7 2
S sigue una distribucin 72 , y por tanto
144
7 2 700
Pr (S 10) = Pr S 2 100 = Pr
S
= Pr (T 4.8611)
144
144
Donde la variable T sigue una distribucin 72 , es decir,
Pr (S 10 ) = 0.3232
SOLUCIN:
Teniendo en cuenta que el peso de cada individuo tiene una distribucin normal N( = 71, =
7), si seleccionamos una muestra aleatoria de 4 individuos, tenemos que:
Xi
4
300
X 71 75 71
Pr X i > 300 = Pr i =1
= Pr X > 75 = Pr
>
=
>
4
7
7
4
i =1
4
4
SOLUCIN:
A partir del teorema de Fisher, en el muestreo sobre poblaciones normales, tenemos que los
estadsticos
una muestra aleatoria de tamao n = 5, la probabilidad de que la media est entre X 3S viene
dada por:
X
X
Pr X 3S < < X + 3S = Pr 3 <
< 3 5 = Pr 3 5 < T < 3 5
< 3 = Pr 3 5 <
S
S
SOLUCIN:
Teniendo en cuenta que la proporcin de varones recin nacidos puede modelizarse por una
variable Bernoulli de parmetro p (probabilidad de que un recin nacido sea varn), el intervalo
de confianza al nivel = 0.05 viene dado por:
p z
1
2
p (1 p )
, p + z
1
n
2
Donde n = 123. p =
p (1 p )
67
y z = z 0.975 = 1.96 , es decir,
1
123
2
7. Calcular un intervalo de confianza al nivel = 0.001 para el peso exacto mediante los
resultados obtenidos con 10 bsculas:
7.20, 7.01, 7.36, 6.91, 7.22, 7.03, 7.11, 7.12, 7.03, 7.05
SOLUCIN:
Suponiendo que las medidas del peso de las bsculas sigue una distribucin normal N , 2
con media el peso exacto, estamos interesados en encontrar un intervalo de confianza que
contenga a la media de esta distribucin, que a un nivel = 0.001 y desviacin tpica
desconocida, esta determinado por:
S
S
X t
+
X
t
,
n 1;1
n 1;1
n
n
2
2
donde n = 10, X =
Xi
i =1
(Xi X )
n
= 7.1040, S =
distribucin t de Student t
n 1;1
= t 9;0.9995
Y representa que la media del peso estar en dicho intervalo con una probabilidad de acierto del
99.9%.
SOLUCIN:
Sabiendo que el proceso de fabricacin sigue una distribucin normal de media conocida
T
T
,n 2
n 2
n ;1
n;
2
2
donde n = 9, T =
tiene
2
n ;1
( Xi )
i =1
2
9 ; 0.975
n
= 2.7004 , es decir, (1.44458 ,10 .1763 )
Es el intervalo que contendr con un 95% de acierto las desviaciones que se producen en el
proceso de fabricacin.
9. Calcular qu tamao muestral debemos tomar para obtener con una precisin de
0.001 a partir de una muestra de una poblacin N ( ,3) .
SOLUCIN:
Teniendo en cuenta que el intervalo de confianza que contiene a la media de una poblacin
normal con varianza conocida es de la forma
X z
,X + z
1
1
n
n
2
2
error = z
= 1.96
3
n
Por tanto, si en esta estimacin deseamos obtener la media con una precisin de 0.001, tenemos
que calcular n tal que el error que se cometa est acotado por esta cantidad, error 0.001 , es
decir:
1.96
3
n
0.001
5.88
n n = 5880 2 = 34574400
0.001
Antes
7.2
7.3
6.5
4.2
3.1
5.3
5.6
Despus
5.2
5.4
5.3
4.7
4.1
5.4
4.9
SOLUCIN:
Suponiendo que las cantidades de glucemia siguen una distribucin normal, las muestras
obtenidas mediante las medicaciones anteriores y posteriores a la administracin del
medicamento son apareadas, es decir, sobre cada individuo de la poblacin se obtiene una
observacin de la variable y posteriormente se repite la observacin una vez que el individuo ha
tomado el medicamento siendo esta ltima observacin dependiente de la primera.
Para estudiar el efecto de dicho medicamento, resulta de gran inters la variable diferencia entre
ambas mediciones, puesto que nos permitir estimar la reduccin o incremento de la glucemia
provocada por este medicamento.
En este caso, la diferencia de ambas observaciones sigue una distribucin normal de media la
S
S
(X A X D ) t
(
)
+
X
X
t
,
A
D
n 1;1
n 1;1
n
n
2
2
(X
=
n
donde n=7, X A X D
S=
((X
i =1
Ai
X Di )
X iD ) ( X A X D ))
= 0.60 y
Ai
n 1
= 1.17473
n 1;1
SOLUCIN:
Como la proporcin de fumadores en la poblacin de los enfermos de cncer de pulmn
detectados en un hospital puede modelizarse por una variable Bernoulli de parmetro p,
entonces:
p z
1
2
p (1 p )
, p + z
1
n
2
p (1 p )
41
y z = 1.96 , es decir: (0.250023,0.416643)
1
123
2
acierto del 955, podemos considerar que esta proporcin de fumadores en los enfermos de
cncer se corresponde con la de los fumadores en la poblacin global.
12. Sospechamos que nuestro cromatgrafo est estropeado, y queremos determinar si los
resultados que nos proporciona son lo suficientemente precisos. Para ello, realizamos una
serie de 8 mediciones del contenido de una solucin de referencia que, sabemos, contiene
90% de un determinado compuesto. Los resultados que obtenemos son:
93.3, 86.8, 90.4, 90.1, 94.9, 91.6, 92.3, 96.5
Construir un intervalo de confianza al nivel de 95% para la varianza poblacional. Que
conclusiones podemos realizar?
SOLUCIN:
Sea la variable aleatoria X que representa el valor medio del contenido, si modelizamos el error
incontrolable de medicin por una variable aleatoria normal de media 0, y de varianza
2 desconocida, tenemos que X ~ (valor real, 2 ), donde conocemos el valor real del
contenido de la solucin que es igual a 90. Por lo tanto, estamos en el caso en que la medida
poblacional es conocida e igual a 90, y tenemos que construir un intervalo de confianza para la
varianza poblacional, por lo que usamos el estadstico:
n
T =
( Xi )
i =1
Cuya distribucin en el muestreo es una n2 con n grados de libertad. As, se deduce que, un
intervalo de confianza del 100 1 2 %, para la varianza de una distribucin normal con
media conocida, est dado por:
n
( Xi )
n 1;1
( Xi )
i =1
n 1;
i =1
En nuestro caso, para un nivel de confianza del 95%, observamos en la tabla de la distribucin
2 que 2
n ;1
n;
(xi )
i =1
5.44 2 43 .77
Esto representa que el intervalo para la dispersin es 2.33 6.62 (es una dispersin
grande), de donde deducimos que la precisin del cromatgrafo es insuficiente.
93
86
90
90
94
91
92
96
Semana 2
93
87
97
90
88
87
84
93
ha
de
de
de
Suponiendo que las varianzas de la puntuacin en las dos producciones son iguales,
construye un intervalo de confianza para la diferencia de medias al nivel de 95%.
Interpreta los resultados obtenidos.
SOLUCIN:
En primer lugar, observamos que se disponen de dos poblaciones, la primera corresponde a la
produccin de la primera semana mientras que la segunda corresponde a la de la segunda
semana. En este sentido, introducimos las dos variables X 1 que mide la puntuacin de calidad
de un artculo de la primera semana, y X 2 para la segunda.
Adems, en el caso en el que las varianzas en las dos poblaciones son desconocidas pero
iguales, X 1 y X 2 se asumen normales e independientes, utilizamos el estadstico:
T =
X 1 X 2 ( 1 2 )
Sp
Donde S p =
1
1
+
n1 n 2
1
1
1
1
+
1 2 x1 x 2 + cS p
+
n1 n 2
n1 n 2
x1 x 2 cS p
c=t
donde
n1 + n 2 2 ;1
S p2 =
Y c=t
n1 + n 2 2
n1 + n 2 2 ;1
7 * 9.1 + 7 * 17 .8
= 13 .4
14
1.6 2.145 13 .4
1 1
1 1
+ 1 2 1.6 + 2.145 13 .4
+
8 8
8 8
es decir, el intervalo de confianza al nivel del 95% para la diferencia de medias es:
2.31 1 2 5.56
Por ltimo, podemos concluir que, con los datos de la muestra, es posible que la diferencia de
las medias poblacionales sea igual o muy prximo a cero, en consecuencia no podemos afirmar
que ha habido un descenso significativo de la calidad entre las dos semanas.
SOLUCIN:
Observar que el tamao de la poblacin (el lote de piezas) es de 2000, por lo que podemos
considerar que dicho tamao es lo suficientemente grande como para que la podamos tratar
como una poblacin infinita.
a) Para determinar el tamao muestral necesario para estimar la proporcin poblacional si
queremos que el error cometido sea menor que 0.05 con un nivel de confianza de 100 (1 )% ,
viene dado por:
n z
1 2
p (1 p )
error 2
100
= 0.05 . En este
2000
n 1.96 2
0.5 0.95
72 .99
0.0025
n 1.96 2
0 .5 0 .5
384 .16
0.0025
Por ltimo, observar que tendremos que escoger entre las dos opciones anteriores segn el
tiempo, y/o el dinero, que nos llevar examinar cada artculo de la muestra.
b) en el caso de tomar una muestra de tamao 100, en la cul hemos encontrado 4 piezas
defectuosas, tenemos que determinar un intervalo de confianza para la proporcin poblacional.
Para ello, si consideramos la variable aleatoria P que designa el estadstico proporcin
muestral, y p la proporcin en la poblacin, tenemos que la distribucin el siguiente estadstico:
Z=
P p
p (1 p )
n
p z
1
2
p (1 p )
p p + z
1
n
2
p (1 p )
4
= 0.04 , = 0.05 y z = z 0.975 1.96 , por
1
100
2
0.04 1.96
0.04 0.96
0.04 0.96
p 0.04 + 1.96
100
100
y teniendo en cuenta que el fabricante nos aseguraba que la proporcin de defectuosos en el lote
era de 0.05, concluimos que no est en contradiccin con los resultados que hemos encontrado
en nuestra muestra, por lo que decidimos confiar en el fabricante y aceptamos el lote.
15. Los tiempos de reaccin, en mili segundos, de 17 sujetos frente a una matriz de 15
estmulos fueron los siguientes:
448, 460, 514, 488, 592, 490, 507, 513, 492, 534,523, 452, 464, 562, 584, 507, 461
Suponiendo que el tiempo de reaccin se distribuye Normalmente, determine un intervalo
de confianza para la media a un nivel de confianza del 95%.
SOLUCIN:
Mediante los clculos bsicos obtenemos que la media muestral vale 505,35 y la desviacin
tpica 42,54.
Buscando en las tablas de la t de Student con 16 grados de libertad, obtenemos que el valor que
deja por debajo una probabilidad de 0,975 es 2,12.
Sustituyendo estos valores en la expresin del intervalo de confianza de la media tenemos:
(505,35 - 2,12 * 42,54 / 4 ,, 505,35 + 2,12 42,54 / 4)
Operando ( 482,80 ,, 527,90 )
16.
Se considera una poblacin representada por una variante , de suerte que la media
SOLUCIN:
El estadstico media muestral :
n
Ax =
Xi
i =1
[Ax] = 25
2,4)
Y por ello:
P (23,55 Ax 28,1) = F( 28,1) F (23,55)
Al ser:
F ( 28,1) = P ( Ax 28,1) = P ( 2,4 * + 25 28,1 = P (
28,1 25
2,4
23,55 25
2,4
Donde , representa 3ina variante con distribucin N(0,1); leidos en tablas, los valores:
28,1 25
P
= P( 2) = 0.97725
2,4
23,55 25
P
= P( 0,93) = 0.17619
2,4
Habindose tomado
SOLUCIN:
Si convenimos en representar por la variante , la duracin aleatoria, dicha variante representa la
poblacin de la cual sabemos posee una distribucin:
N(0,6)
Para determinar el intervalo de confianza nos basaremos en la distribucin del estadstico media
muestral Ax que, sabemos, se distribuye como una variante:
N 0,
100
Puesto que la distribucin poblacional es normal con varianza conocida, resultando, entonces,
dicho intervalo expresado en la forma:
Ix Ax
*
n
n * Ax 0
P
=0,99
Podemos esperar que en un 99% de los casos, la duracin media este comprendida entre los
valores:
( 14,35 (0,6)2,575;14,35 + (0,6)2,575)
Esto es:
(12,805;15,895)
Habiendo tomado:
(0,6)2,575 = 1,545
18. Se considera una poblacion representada por una variante , de suerte que la
distribucion de probabilidad poblacional viene definida por una funcion de densidad:
f (x ) =
1
para 0 0 4
4
SOLUCIN:
E [a x ] =
V [a x ] =
2
n
Y en nuestro caso:
V [a x ] =
E [a x ] = 2
4
10800
ax =
a x . Es una variante definida como suma de variantes ,xi , y habida cuenta el muestreo que se
considera , aleatorio simple , independientes en probabilidad , todas con igual distribucion e
igual a la distribucion poblacional ,por tanto con media y varianza finitas.De ahi que , usando
del teorema central del limite , al ser el numero de variantes xi ,que se componen,
suficientemente grande , puesto que el tamao muestral es 3600, resulta procedente aproximar
la distribucion normal.Por ello el estadistico a x . Se comporta como una variante normal de
parametros:
N 2,
103,9
19. Se consideran dos poblaciones representadas por las variantes 1 y 2 , de suerte que
las distribuciones de probabilidad de cada una de ellas son N (1 , 2 )
y N ( 2 , 2 ) ,
ax =
xi
1
ay =
SOLUCIN:
variante a x a y ,procederemos
x a y
(t ) = E [e it ( axay ) ]
De donde , al ser lasvariantes a x y a y independientes, puesto que se supone que las muestras
extraidas de la primera poblacion son independientes de las de la segunda, se tendra:
x a y
[ ] [
(t ) = E e ita x E e
ita y
]=
ax
(t ) ay (t )
ax ay (t ) = (e
2
it1 (1 / 2 ) t 2
n
)(e ti 2 (1 / 2)(t
)( 2 / m )
E [ax ay ] = 1 2
V [ax ay ] =
2
n
22
m
20. Se considera una poblacion tal que sus elementos son susceptibles de poseer o no una
caracteristica c.Supuesto extraidas muestras de tamao n , muestreo aleatorio simple,
determinar:El valor probable del estadistico proporcion de elementos de la muestra que
poseen la caracteristica c.
SOLUCIN:
Convengamos en representar por 1 a cada elemento de la poblacion que posea la caracteristica c,
por 0 a los elementos que no posean y por a la proporcion de elementos de la poblacion que
posean dicha caracterstica.
Extraidas muestras de tamao n, muestreo aleatorio simple,(x1,x2,x3,......xn), las componentes
muestrales las componentes muestrales tomaran los valores 0 1 , segun que el elemento
extraido posea o no la caracteristica c , la proporcion de elementos de muestra que poseen tal
caracteristica vendra expresada entonces:
p=
x
1
x
n
Donde x es por tanto,la suma de ls componentes muestrales , igual a la suma de numeros 1 que
hayan aparecido en la muestra. Al ser el muestreo aleatorio , x, representara el numero aleatorio
de elementos que aparecen en la muestra con la caracteristica c y por ello sera una variable
aleatoria.
Definido, pues el estadistico p pasemos a determinar los parametros fundamentales de su
distribucion.
1) Valor probable de p
Tal y como se ha establecido el estadistico p , se tendra:
x 1
E [ p ] = E = E [x ]
n n
Y como quiera que la variante x viene expresada como suma de variantes xi, que solo
pueden tomar los valores 1 0, independientes entre si,puesto que el muestreo es aleatorio
simple, su distribucion de probabilidad sera:
(n, )
Habida cuenta que el numero maximo de veces que puede presentarse el elemento
representado por 1 es n , tamao muesstral y ser la probabilidad de extraer de la
poblacion un elemento representado por uno.Por elllo pues:
E [ p ] = n
De donde:
E [ p ] = 1 / nE [x ] =
SOLUCIN:
P0 p
p(1 p )
40
= Z N (0,1)
H 0 : p = 0,08
Frente a la alternativa
H a : p 0,08
Al tratarse de un contraste unilateral , con la region critica a la derecha, esta corresponde a
valores de la distribucion muestral superiores a z 0,95 = 1,645 , si consideramos un nivel de
significacion = 0,05
En nuestro caso p 0 =
0,125 0,08
0,08.0,92
40
5
= 0,125 de modo que
40
= 1,0491,645
p = 0,79 p + 0,01
Y ahora la variable P0 , que representa la proporcion muestral de pruebas positivas y no la de
contenido real de niquel , satisface
P0 p
N (0,1)
p (1 p)
40
La hipotesis nula pasa a ser
H 0 : p = 0,0732
Frente a la alternativa
Ha : p 0,0732
Considerando el mismo nivel de significacion, tenemos que
o,125 0,0732
0,0732 0,9268
40
= 1,25781,645
SOLUCIN:
Planteamos la hipotesis nula:
H 0 : = 12,5
Contra la alternativa
H a : 12,5
Sea X el numero de valores mayores que 12,5 en una muestra de extension 4.Si la hipotesi nula
es cierta , X es una variable B(4 ;0,5) independientemente del valor de la varianza.
Rechazar la hipotesis nula equivale
X=4 o bien X = 0
Por lo tanto, el nivel de significacion es:
P(X=4)+P(X=0)=0,125
23. Los rodamientos esfericos que fabrica una maquina deben de tener un diametro
uniforma para ser aptos para su uso.El responsable de la maquina asegura que la varianza
es 2 = 0,025 .Medidos 50 rodamientos se obtuvo una varianza muestral s 2 = 0,0272. Es
compatible este resultado con la afirmacion previa?
SOLUCIN:
Planteamos la hipotesis nula:
H 0 = 2 = 0,025
Frente a la alternativa
H a : 2 0,025
Pues una varianza 2 inferior a 0,025 no debe ser objeto de nuestra preocupacion, ya que
supone menor dispresion y , por tanto mayor uniformidad de la variable diametro de
rodamientos. Apoyandonos en la distribucion 2 con 49 crados de libertad dada por
50S 2
2
Obtenemos para nuestros datos
50 0,0272
= 54,4
0,025
Teniendo en cuenta que, para 49 grados de libertad,
SOLUCIN:
2
n
/n
] = E[e ] ........E[e
itx1 / n
itxn / n
E e itxn / n = xi (t / n)
Con ello:
ax (t ) = x1 (t / n) ......... xn (t / n)
Como quiera que todas las variantes poseen igual distribucion e igual a la distribucion
poblacional, sera:
xi (t / n) = (t / n)
Con lo que la funcion caracteristica resulta ser la correspondiente a una distribucion:
N ( ,
Por tanto , el estadistico media muestral se comporta como una variante normal de parametros
25. Se considera una poblacion representada por una variante , de suerte que y 2 ,
representan los parametros media y varianza poblacional, respectivamente.Si estimamos
la media poblacional, , a travae de la media muestral a x comprobar que dicho
estimador es consistente(Supuesto extraidas muestras de tamao n, muestreo aleatorio
simple).
SOLUCIN:
Por definicion , a x sera estimador consistente de ,si:
a x P ( a x ) 0
Es decir, si la media muestral converge en probabilidad a la media poblacional.
Como del comportamiento en probabilidad de la media muestral sabemos que;
E [a x ] =
V [a x ] = 2
se tendra que, habida cuenta la desigualdad de tchebucheff de donde:
P ( a x ) 0
Por tanto, es estimador consistente de la mediia poblacional.Notese que este resultado es valido
cualquiera que sea el tipo de distribucion poblacional,siempre que no carezca de valor medio y
varianza,habida cuenta que, al aplicar la desigualdad de tcheybycheff ,solo hemos hecho uso de
la informacion que proporciona el valor probable y la varianza.
26. Se considera una poblacion representada por una variante , de suerte que la
distribucion de probabilidad de la poblacion viene definida por la funcion de densidad:
f ( x) =
2( x )
para 0 x
SOLUCIN:
Teniendo en cuenta que solo es uno el parametro a estimar , el estimador por el metodo de los
momentos , vendra dado como solucion de la ecuacion:
E [ ] =
xdF ( x / ) = a
x
0
2( x )
dx = a x
x
0
2( x )
dx = / 3
Con lo que / 3 = a x
Con ello: = 3a x
Sera el estimador, por el metodo de los momentos del parametro
27. Se considera una poblacion representada por una variable , de suerte que la
distribucion de probabilidad de la poblacion es normal, con desviacion tipica igual a
10.Determinar la probabilidad de que el estadistica media muestral supere el valor m edio
poblacional en , por lo menos 0,2 , supuesto extraidas muestras de tamao 100 , muestreo
aleatorio simple.
SOLUCIN:
Si convenimos en representar por el valor medio poblacional , el suceso cuya probabilidad
vamos a obtener puede ser expresado en la forma: a x 0,2 . La diferencia : a x es
aleatoria , por ser a x una variable aleatoria, y su disatribucion de probabilidad podemos
obtenerla a traves de la funcion caracteristica:
ax (t ) = E [e it ( ax ) ] = e it ax (t )
Donde:
ax (t ) = e it (1 / 2 )t
( 2 / n )
ax (t ) = e 1 / 2t
/n
N 0,
10
N 0,
100
10
P(ax 0,2) = P
0,2 = P ( 0,2)
100
P ( 0,2) = 0,420
Resulta pues:
28. En una muestra de 65 sujetos las puntuaciones en una escala de extroversin tienen
una media de 32,7 puntos y una desviacin tpica de 12,64.
a) Calcule a partir de estos datos el correspondiente intervalo de confianza, a un nivel del
90%, para la media de la poblacin.
b) Indique, con un nivel de confianza del 95%, cual sera el mximo error que podramos
cometer al tomar como media de la poblacin el valor obtenido en la estimacin puntual.
SOLUCIN:
a) Buscando en las tablas de la t de Student obtenemos que el valor que deja por debajo una
probabilidad del 95% es 1,671 (aproximadamente). Sustituyendo los valores de esta muestra en
la expresin del intervalo de confianza obtenemos:
( 32,7 - 1,671 * 12,64 / 8 ,, 32,7 + 1,671 *12,64 / 8 )
operando ( 30,06 ,, 35,34 )
b) En las tablas de la t de Student encontramos que el valor de la variable que deja por debajo
una probabilidad de 0,975 es 2. En consecuencia a un nivel de confianza del 95% la media de la
poblacin puede valer
32,7 2 * 12,64 / 8
luego el mximo error que se puede cometer, a este nivel de confianza, es: 3,16
29. Se considera una poblacin representada por una variante , de suerte que la
distribucin de probabilidad de la poblacin es N(0,2).Si como estimador del parametro
poblacional se toma el estadistico media muestral,determinar el tamao muestral n
para que, con una probabilidad de 0,95,el error de la estimacion producido no sea
superior a 0,2.
SOLUCIN:
Si la estimacion de la media poblacional se realiza a traves del estadistico media muestral,
Ax, el terror de la estimacion vendra dado por:
-Ax
Y habida cuenta el enunciado hemos de obtener el tamao muestral para el que:
P [ Ax 0.2 = 0.95]
O bien :
P [ Ax 0.2 0.2 + Ax = 0.95]
Como quiera que el intervalo de confianza para la media poblacional obtenido en base a la
distribucion del estadistico media muestral es:
Ax
* ; Ax +
Puesto que suponemos la poblacion normal con varianza conocida, se tendra que la cota de error
,0,2 sera igual a:
0,2=
y por lo tanto:
n=
^2 * ^2
0.2^ 2
Ax
= 0.95
Leyendo en las tablas el valor de = 1,96 con ello n= 384,16 con lo que al tener que ser el
tamao un numero entero resultara 384.
Asi pues tomando muestras de tamao 384, podemos esperar que en el 95% de los casos, las
estimaciones producidas por la media muestral produzcan errores no superiores a 0,2.
SOLUCIN:
podemos, o bien mirar a las tablas de la t,el valor de t0,025 que para 89 grados de libertad es
1,99, o bien como n > 30 aproximar a la z y usar el valor 1,96.
31. Para evaluar una vacuna para la gripe se selecciona un grupo de 200 individuos de
riesgo. Se eligen 100 de ellos y se les suministra la vacuna;de ellos 10 pasan la
gripe.Construir un IC al 95% para la probabilidad de pasar la gripe si se esta
vacunado.En los otros 100 pacientes sin vacunar la pasan 20.Es eficaz la vacuna?
SOLUCIN:
La frmula para calcular IC para proporciones es
0.1 1.96
0 .1 * 0 .9
= (0.04 0.16)
100
es decir, hay una probabilidad del 95% de que la probabilidad de pasar la gripe si se est
vacunado est comprendida entre el 4% y el 16%. Para los no vacunados
0.2 1.96
0 .2 * 0 .9
= (0.12 0.28)
100
32. El parmetro de una distribucin de Poisson puede tomar uno de los cuatro valores
siguientes: a = 4; 4,5; 5,5; 6. Decdase cual de ellos puede ser, considerando una muestra
aleatoria simple de tamao dos, tal que x1 = 3 y x2 = 7, y basndose en el principio de
mxima verosimilitud.
SOLUCIN:
La muestra puede proceder de cuatro poblaciones distintas, segn sea el valor que tome el
parmetro a de la distribucin de Poisson; de acuerdo con el principio de mxima verosimilitud,
elegiremos el valor de a tal que la probabilidad de obtener la citada muestra sea mxima.
Calculamos la probabilidad para cada valor de a:
a = 4:
P( X 1 = 3; X 2 = 7 ) = 2
e 4 4 3 e 4 4 7
= 0,02326
3!
7!
a = 4,5:
P( X 1 = 3; X 2 = 7 ) = 2
= 0,02780
3!
7!
a = 5,5:
P( X 1 = 3; X 2 = 7 ) = 2
= 0,02798
3!
7!
a = 6:
e 6 6 3 e 6 6 7
P( X 1 = 3; X 2 = 7 ) = 2
= 0,02457
3!
7!
Cuando a = 5,5 obtenemos la mayor probabilidad de extraer la muestra (3; 7), por lo cual
decidimos que el valor del parmetro a es 5,5.
33. La funcin de densidad f(x; a) = ae-ax, x 0, contiene el parmetro a, del cual se sabe
que puede tomar uno de los tres valores siguientes: 0,5; 1; 1,5. Se toma una muestra
aleatoria de tamao uno, resultando un valor comprendido entre 1,7 y 2,6. Basndose en el
principio de estimacin de la mxima verosimilitud, determnese, a partir de la
informacin suministrada por la muestra, por cual de los tres valores que puede tomar el
parmetro debemos optar.
SOLUCIN:
Segn el mtodo de la mxima verosimilitud, elegiremos el valor de a que proporcione la
mayor probabilidad de obtener la muestra.
a = 0,5:
P (1,7 X 2,6 ) =
2, 6
1, 7
a = 1:
1 x / 2
e dx = e 0,85 e 1,3 = 0,1549
2
1, 7
a = 1,5:
P(1,7 X 2,6 ) =
2,6
1, 7
3 3 x / 2
e
dx = e 2,55 e 3,90 = 0,0578
2
Al ser a = 0,5 el valor del parmetro que proporciona la mayor probabilidad, decidimos
que a = 0,5, y la funcin de densidad es f ( x ) =
1 x / 2
e
2
f (x : a ) =
3 a 1
2a 1 a
x
1 a
SOLUCIN:
La funcin de verosimilitud es:
L = L(x1 ,..., x n ; a ) =
3 a 1
3 a 1
3 a 1
2a 1 a
2a 1 a
2n a n
(x1 x n ) 1a
x1
xn =
n
1 a
1 a
(1 a )
3a 1 n
ln xi
1 a i =1
ln L n
n
2
= +
+
a
a 1 a (1 a )2
ln x
i =1
=0
(1 a )
=
ln xi =
i =1
n
;
a(1 a )
ln x
i =1
na n
2a
n
n
n 2 ln xi
i =1
35. Calclese los estimadores mximo verosmiles de los parmetros a y b de las funciones
de densidad
a) f ( x; y; a ) = a 2 e a ( x + y ) ,
x 0; y 0
b) f ( x; y; a; b ) = abx a 1 y b 1 , 0 x 1; 0 y 1
en muestras aleatorias simples de tamao n.
SOLUCIN:
a)
(x + y )
a
L = L( xi y i ;...; x n y n ; a ) = a 2 e a ( xi ui ) a 2 e a ( xn yn ) = a 2 n e i =1 i i
n
ln L = 2n ln a a ( xi + y i )
i =1
ln L 2n n
=
( xi + y i ) = 0
a
a i =1
2n
n
(x
i =1
+ yi )
2
x+ y
b)
L = L( x1 ,..., xn ; y1 ,..., y n ; a, b ) = a n b n ( x1 xn )
a 1
i =1
i =1
( y1 y n )b1
ln L = n ln a + n ln b + (a 1) ln xi + (b 1) ln y i
ln L n n
= + ln xi = 0
a
a i =1
ln L n n
= + ln y i = 0
b
b i =1
ln x
i =1
b=
ln y
i =1
f (x; a ) = ae ax ; 0 x;
0 < a,
SOLUCIN:
La funcin de verosimilitud es
L = L( x1 ; x 2 ; a ) = ae ax1 ae ax2 = a 2 e a ( x1 + x2 )
ln L = 2 ln a a( x1 + x2 );
ln L 2
= ( x1 + x 2 ) = 0;
a
a
=
2
1
=
x1 + x 2 x
1
2
1
G ( y ) = P( y ) = P y = P x = 1 P x = 1 P X 1 + X 2 =
y
y
x
= 1 y y
0
x1
L( x1 ; x 2 ; a )dx1 dx 2 = 1 y y
La funcin de densidad es
x1
2a 2 a / y
e
a 2 e a ( x1 + x2 ) dx1 dx 2 = 1 +
y
g ( y ) = G' ( y ) =
4a 2 2 a / y
e
;
y3
y0
37. En una poblacin de tamao 64 se estudia una caracterstica X medida sobre sus
individuos de la que se sabe que su media es 1012 y su desviacin tpica es 25. Hallar
intervalos de confianza para el valor medio de la caracterstica X con coeficientes de
confianza del 90% y 95%.
SOLUCIN:
Estamos ante un caso de clculo de intervalo de confianza para la media de una poblacin
normal con varianza conocida. En esta situacin sabemos que:
N (0,1)
1 = 0,9 = 0,1
= 0,05 Z 2 = 1,645
1012 1,645
25
1012
= [1006,86 1017,14]
Podemos concluir entonces que hay una probabilidad del 90% de que el valor medio de la
caracterstica est entre 1006,86 y 1017,14.
Para un coeficiente de confianza del 95% se tiene que:
1 = 0,95 = 0,05
= 0,025 Z 2 = 1,96
1012 1,96
25
1012
= [1005,875 1018,125]
Podemos concluir entonces que hay una probabilidad del 95% de que el valor medio de la
caracterstica est entre 1005,875 y 1018,125.
Se observa que al aumentar el coeficiente de confianza aumenta la amplitud del intervalo
de confianza.
SOLUCIN:
Para la estimacin puntual sabemos que en poblaciones normales un estimador lineal
insesgado para la media poblacional es la media muestral, luego se puede estimar el contenido
medio en fruta de los zumos en 22 mg por cada 100 cc de zumo.
Para la estimacin por intervalos estamos ante un caso de clculo de intervalo de
confianza para la media de una poblacin normal con varianza desconocida. En esta situacin
sabemos que:
x
S
t n 1
x t 2,n 1 S
1 = 0,95 = 0,05
22 2,307
6,3
9
= [17,15
26,84]
Podemos concluir entonces que hay una probabilidad del 95% de que el valor medio del
contenido en fruta del zumo est entre 17,15 y 26,84 mg por cada 100 cc de zumo.
39. Una firma comercial encuesta a 100 individuos para conocer sus opiniones sobre la
eleccin de dos productos alternativos A y B recientemente fabricados. El resultado de la
encuesta arroja que el producto A lo han elegido 55 individuos y el producto B 45. Hallar
un intervalo de confianza al 95% para la proporcin de individuos que eligen cada
producto.
SOLUCIN:
Estamos ante el caso del clculo de intervalos de confianza para proporciones, ya que este
problema es ajustable al caso en que p = x / n es la proporcin estimada del nmero de veces
que aparece un suceso de Bernoulli (los encuestados eligen A o B exclusivamente) de entre n
repeticiones de un experimento (x designa el nmero de veces que aparece el suceso, es decir el
nmero de veces que los encuestados eligen A o B). En este caso el intervalo de confianza para
la proporcin se basa en el siguiente estadstico:
p p
N (0,1)
p (1 p )
n
lo que nos lleva al intervalo de confianza para p definido por:
p Z 2
p (1 p )
p p + Z 2
n
p (1 p )
n
55
0,45 * 0,55
-1,96
100
100
55
0,45 * 0,55
+1,96
] = [0,45
100
100
0,65]
45
0,55 * 0,45
-1,96
100
100
45
0,55 * 0,45
+1,96
] = [0,35 0,55]
100
100
Como conclusin podemos decir que hay una probabilidad del 95% entre 0,45 y 0,65 de
que el producto elegido sea el A, y hay una probabilidad entre 0,35 y 0,55 de que el producto
elegido sea el B.
intervalos de confianza para la citada dispersin con coeficientes de confianza 90% y 98%.
Construir dichos intervalos a partir de una muestra de tamao 20 cuya dispersin es
2240 horas.
SOLUCIN:
Estamos ante el caso del clculo de intervalos de confianza para la desviacin tpica de
una distribucin normal con media conocida. En este casi el intervalo de confianza para la
desviacin tpica se basa en el siguiente estadstico:
n 2
X n21
lo que nos lleva al intervalo de confianza para la desviacin tpica definido por:
n 2
n 2
,
X 2 2,n
X 12 2,n
1 = 0,9 = 0,1
X 02,95; 20 = 10,9
20 * 2240 20 * 2240
= [119,42
,
31,4
10,9
203,2]
1 = 0,98 = 0,02
X 02,99; 20 = 8,26
20 * 2240 20 * 2240
= [109,2
37,6
8,26
232,88]
Podemos concluir entonces que hay una probabilidad del 90% de que la dispersin de la
duracin de las pilas en el nuevo proceso de fabricacin est entre 119,42 y 203,2 horas, y hay
una probabilidad del 98% de que la dispersin de la duracin de las pilas en el nuevo proceso de
fabricacin est entre 109,2 y 232,88 horas.
41. Se sabe que la longitud de los dimetros de los tornillos fabricados por una mquina
siguen una distribucin normal y se busca un intervalo en el cual se encuentre la
variabilidad de las longitudes de los tornillos fabricados por la mquina con una
probabilidad del 80%. Construir dicho intervalo sabiendo que una muestra de 16 tornillos
presenta una variabilidad cuantificada en 30.
SOLUCIN:
Estamos ante el caso del clculo de intervalos de confianza para la varianza de una
distribucin normal con una media desconocida. En este caso el intervalo de confianza para la
varianza se basa en el siguiente estadstico:
(n 1)S 2
X n21
(n 1)S 2 (n 1)S 2
, 2
X 2 2,n
X 1 2,n
n 2
n 2
=
,
X 2 2,n X 12 2,n
1 = 0,8 = 0,2
X 02,9;15 = 8,55
16 * 30 16 * 30
,
= [21,43 56,14]
8,55
22,3
Luego el intervalos en el cual se encuentre la variabilidad de las longitudes de los tornillos
fabricados por la mquina con una probabilidad del 80% es [21,43 56,14].
42. Un granjero dispone de dos explotaciones diferentes A y B con varias granjas cada una
para la cra de pollos. Con el objetivo de estudiar la mortalidad de los pollos en las dos
explotaciones observa el nmero de pollos muertos tomando una muestra de 4 granjas en
la explotacin A y otras 4 granjas en la explotacin B obteniendo los siguientes resultados:
N de pollos muertos en las granjas de la explotacin A: 16 14 13 17
N de pollos muertos en las granjas de la explotacin B: 18 21 18 19
SOLUCIN:
Para resolver este problema hallaremos un intervalo de confianza para la diferencia del
nmero medio de pollos muertos en ambas explotaciones al 95% y comprobaremos si dicho
intervalo contiene el valor cero, en cuyo caso se puede aceptar la hiptesis de que la mortalidad
media es similar en ambas granjas con una probabilidad del 95%. Estamos entonces ante el caso
del clculo de intervalos de confianza para la diferencia de medias de dos distribuciones
normales con varianzas desconocidas y en general desiguales. En esta situacin el intervalo de
confianza para la diferencia de medias se basa en el siguiente estadstico:
2
S12 S 22
+
n1 n2
(x1 x2 ) (1 2 )
t f con f =
2
2
2
(
(
S12 n1 )
S 22 n2 )
S12 S 22
+
+
n1 + 1
n2 + 1
n1 n 2
lo que nos lleva al intervalo de confianza para la varianza definido por:
x1 x 2 t 2, f
S12 S 22
+
n1 n 2
3,333 2
+
4
4
f =
2 7 t 2, f = t 0, 025;6 = 2,365
2
(3,333 4) + (2 4)2
5
5
El intervalo de confianza ser entonces:
15 19 2,365
3,333 2
+ = [1,27
4
4
6,73]
Como este intervalo no contiene el valor cero, no se puede aceptar con una probabilidad
del 95% que x1 x 2 = 0 , es decir, x1 = x 2 . Por tanto, aceptamos la hiptesis de que las
mortalidades en las dos granjas son significativamente distintas con un coeficiente de confianza
del 95%. Adems, como los dos extremos del intervalo son positivos, para todos sus valores
x1 x 2 > 0 x1 > x 2 , lo que indica que la mortalidad media es mayor en la granja A con una
probabilidad del 95%.
Si suponemos ahora que las varianzas en las dos explotaciones son iguales, estamos ante
el caso del clculo de intervalos de confianza para la diferencia de medias de dos distribuciones
normales con varianzas desconocidas e iguales. En esta situacin el intervalo de confianza para
la diferencia de medidas se basa en el siguiente estadstico:
(x1 x2 ) (1 2 ) t
Sp
1
1
+
n1 n2
n1 + n2 2
con S p2 =
x1 x 2 t
2 , n1 + n 2 2
)S
1
1
+
n1 n 2
S p2 =
Adems, t
2 , n1 + n 2 2
3,333(4 1) + 2(4 1)
= 2,656
4+42
= t0,025;6 = 2,447
15 19 2,447 2,656
3,333 2
+ = [-6,82
4
4
-1,18]
Como este intervalo no contiene el valor cero, no se puede aceptar con una probabilidad
del 95% que x1 x 2 = 0 , es decir, x1 = x 2 . Por tanto, aceptamos la hiptesis de que las
mortalidades en las dos granjas son significativamente distintas con un coeficiente de confianza
del 95%. Adems, como los dos extremos del intervalo son negativos, para todos sus valores
x1 x2 < 0 x1 < x2 , lo que indica que la mortalidad media es mayor en la granja B con una
probabilidad del 95%.
Es conveniente observar en este problema que la hiptesis de igualdad de varianzas en las
dos poblaciones juega un papel muy importante, pues la ausencia de esta hiptesis lleva a un
resultado contrario al obtenido con su presencia.
43. Al analizar 40 muestras de una aleacin de bajo punto de fusin de tipo wood se ha
detectado ausencia de cadmio en 12 de ellas. Determinar un intervalo de confianza para la
proporcin de muestras de dicha aleacin que no contienen cadmio.
SOLUCIN:
La proporcin observada es
p0 =
12
= 0,3.
40
/ 0,3 p /
p (1 p )
40
< 1,96
Lo que equivale a
(0,3 p)2 < (1,96)2
p(1 p)
.
40
0,3 0,7
= 0,3 0,1420 , en el que se utiliza la proporcin observada para
40
0,3 0,7
estimar la varianza mediante la fraccin
.
40
0,3 1,96
44. La cantidad de azufre encontrado en plantas secas de mostaza sigue una distribucin
normal X. se ha observado una muestra de extensin 9 con los siguientes resultados
0,7 0,8 0,6 0,95
0,65
1 0,9
0,2
0,55.
SOLUCIN:
Tenemos los siguientes datos muestrales
n = 9,
= 6,35 ,
2
i
= 4,9675
de modo que
x=
6,35
4,9675
= 0,7055 y s2 =
- 0,70552 = 0,0541
9
9
S2=
9 2
s = 0,0609 y S = 0,2468
8
=21,96
0,2464
n
0,9674
n
Resolviendo la inecuacin
0,9674
n
< 0,1
45. Consideremos un grupo de cuatro amigos jugando a los chinos. El primero en hablar
ha pedido 8. el segundo estima, por mxima verosimilitud, cuntas lleva el primero.
Cuntas debe pedir si tiene en cuenta el nmero de chinos esperado para los dos
restantes y el hecho cierto de que l no lleva ninguna?
SOLUCIN:
Llamemos al nmero de chinos que lleva el primer jugador y que debemos estimar por
mxima verosimilitud. Si S es el nmero total de chinos, veamos qu valor de hace mxima
la probabilidad de que S=8, que corresponde a la apuesta del primer jugador.
Representemos mediante una terna (x1, x2, x3) las apuestas de los jugadores segundo,
tercero y cuarto y llamemos T a la suma x1+x2+x3.
- Si = 0, el valor de S=8 equivale a T=8, lo que ocurre en los siguientes casos
(3,3,2) (3,2,3) (2,3,3)
3
3
,ya que cada caso tiene una
=
3
64
4
1
probabilidad igual a 3, dado que cada jugador tiene 4 elecciones diferentes.
- Si =1, el valor S=8 equivale a T=7, lo que ocurre en los siguientes casos
(3,3,1) (3,1,3) (1,3,3) (3,2,2) (2,3,2) (2,2,3)
Y, por lo tanto, con probabilidad igual a
6
6
=
.
3
64
4
- Si =2, el valor S=8 equivale a T=6, lo que ocurre en los siguientes casos
(3,3,0) (3,0,3) (0,3,3) (3,2,1)
10 10
=
.
4 3 64
- Si =3, el valor S=8 equivale a T=5, lo que ocurre en los siguientes casos
(3,2,0) (3,0,2)
(2,1,2) (1,2,2)
(2,3,0)
(2,0,3)
(0,3,2)
(0,2,3)
(3,1,1)
(1,3,1)
(1,1,3) (2,2,1)
12 12
.
=
4 3 64
2,5
3,3
4,3
2,9
4,1
3,6
2,7
3,5
4,2
2,8
4,4
3,3
3,1
Determinar un intervalo de confianza para la varianza con nivel de confianza del 99%, si
la prdida de peso es aproximadamente normal.
SOLUCIN:
(n-1)S2
X21-/2
(n-1)S2
X2/2
donde los valores X2/2 y X21-/2 corresponden al valor de la funcin de distribucin Chicuadrado con n-1 grados de libertad.
En nuestro caso como n = 16, y = 0,01 tenemos que mirarlo en las tablas de
percentiles de la distribucin Chi-cuadrado con 15 grados de libertad X20,005(15) = 4,60087 y
X20,995(15) = 32,80149
Si calculamos la varianza muestral, tenemos que S2 = 0,636958; y por tanto sustituyendo
los valores en los intervalos de confianza para la varianza tenemos
15 . 0,636958
32,80149
15 . 0,636958
4,60087
9,55437
32,80149
9,55437
4,60087
SOLUCIN:
Para calcular un intervalo de confianza para media de una poblacin normal de la que
conocemos la varianza poblacional, tenemos que usar el estadstico
Z = X - ~ N (0,1)
/n
Por tanto, necesitamos calcular la media de la muestra. Que nuestro caso es:
X = 1,4+ 1,2+1,2+1,3+1,5+1,3+2,2+1,4+1,1 = 1,4.
9
Como queremos obtener un intervalo con nivel de confianza del 90%, tenemos que =
0,1. As un intervalo de confianza del 90% para la media obtendr:
(X - z1-/2 . / n ; X + z1-/2 . / n )
En nuestro caso, si miramos en la tabla de la funcin de distribucin de la N(0,1), tenemos
que z1-/2 = z0,95 = 1,64 es el valor normal estndar que corresponde al percentil 95.
Un intervalo de confianza del 90% para la media ser:
(1,4 - 1,64 . 0,4/3 ; 1,4 + 1,64 . 0,4/3 ) = (1,1813; 1,6186)
48. El tiempo, en minutos, que esperan los clientes de un determinado banco hasta que son
atendidos sigue distribucin normal de media desconocida y desviacin tpica igual a 3.
Los tiempos que esperaron diez clientes elegidos al azar fueron los siguientes: 1,5- 2- 2,53- 1- 5- 5,5- 4,5- 3- 3. Determinar un intervalo de confianza de coeficiente de confianza
0,95, para el tiempo medio de espera.
SOLUCIN:
Se pide determinar el intervalo de confianza para la media de una poblacin normal de
varianza conocida, ;
[X - z/2/ n , X + z/2/ n]
siendo X la media muestral, n el tamao y z/2 el valor de la abscisa de una normal N(0,1) que
deja a la derecha un rea de probabilidad /2.
De los datos del enunciado se desprende que es X = 3,1, n = 10, = 3 y, a partir de la
tabla 3 de la distribucin normal, z/2 = z0,05/2 = z0,025 = 1,96. El intervalo pedido ser, por tanto,
[3,1-1,96.3/10, 3,1+1,96.3/10] = [1,241, 4,959].
49. La cotizacin del dlar frente a la peseta sigue una distribucin normal de media y
varianza desconocidas. Elegidos 9 das al azar, la cotizacin del dlar en esos das fue:
145,3- 146,2- 145,8- 146- 146,1- 144,5- 145,2- 147- 144,2.
Determinar un intervalo de confianza, de coeficiente de confianza 0,95, para la cotizacin
media del dlar frente a la peseta.
SOLUCIN:
El intervalo de confianza solicitado es el de la media de una poblacin normal de varianza
desconocida y muestras pequeas,
[X tn-1;/2 . S/n, X + tn-1;/2 . S/n]
que para los datos del problema queda igual a
SOLUCIN:
Llamando X a la variable aleatoria duracin en minutos del viaje en cuestin se tiene que
es X N ( ,3)
a) Para una muestra de tamao n de X, la funcin de verosimilitud ser (CB-seccin 5.2 o
EII-seccin 2.2)
L ( ) = f ( 1, ., n , ) =
f (
i =1
1, )
1
n
(18 ) 2
exp. { -
1 n
( 1, - ) 2 }
18 i =1
1 n
n
log(18 ) 2( 1, - )= 0
2
18 i =1
ser la media muestral. La estimacin de mxima verosimilitud ser, por tanto, = 7.44.
b) La probabilidad pedida ser
P {| - | < 1}
De donde, como la distribucin de la medida muestral para una muestra procedente de
51. El tiempo de vida de una determinada especie animal sigue una distribucin
exponencial Exp. ( ) La cual tiene por funcin de densidad con X>0 y siendo >0 un
parmetro desconocido. Con objeto de estimar el parmetro y, en consecuencia, la ley
de probabilidad que rige su tiempo de vida, se tomo al azar una muestra aleatoria de diez
animales de la especie en estudio, obtenindose los siguientes tiempos de vida en das:
1456,
900,
1450,
650,
666,
943,
790,
840,
790,
840
y
1500.
.
Determinar la estimacin de mxima verosimilitud del parmetro
SOLUCIN:
La variable aleatoria en estudio, X, es tiempo de vida de la especie. Para una muestra
aleatoria simple de tamao n de X la funcin de verosimilitud es (CB-seccin 5.2 o EII-seccin
2.2)
L ( ) = f ( 1, , n , ) =
i =1
f ( 1, )=
exp. { -
i =1
i =1
n
log L() =
i =1
=0
i =1 1
De los datos se obtiene una media muestral = 1006.1, por lo que la estimacin de
mxima verosimilitud del parmetro ser
^
1
= 0.0009939.
52. Los saltamontes de la regin africana de Asyut se caracterizan por tener una longitud
media de 2cm pudiendo admitirse una distribucin normal para la longitud de tales
ortpteros. Elegida una muestra aleatoria de 20 de ellos, sus longitudes es cm fueron las
siguientes:
1.90, 1.85, 2.01, 1.95, 2.05, 2.00, 1.97, 2.02, 1.89, 2.01
2.05, 1.95, 1.87, 2.05, 1.97, 1.85, 2.02, 1.95, 1.98, 2.05
Utilizando estos datos, se pide:
a) Determinar la estimacin de mxima verosimilitud de la desviacin tpica poblacional
.
b) Calcular la probabilidad de que el estimador de mxima verosimilitud de subestime
el verdadero valor de dicho parmetro
SOLUCIN:
Si llamamos X a la longitud de los saltamontes es estudio, del enunciado se desprende que
puede admitirse para X una distribucin N (2, ), siendo la estimacin de el objeto del
problema
i =1
f ( 1, ) =
1
1
exp. {n
n/2
(2 )
2 2
(
i =1
- 2) 2 .
Log L ( )= =0
+
4 4
n
1 n
( i 2) 2 .
n i =1
1 20
( i 2) 2 = 0.00546 = 0.0739
20 i =1
P { < } =
Al tener
20
i =1
P{
1 20
1
( X i 2) 2 < 2 } = P { 2
20 i =1
20
(X
i =1
2
2) 2 < 20} = P{ 20
< 20} = 0.5292
varianza de una poblacin normal de media conocida (CB-seccin 5.6 o EII-seccin 2.6), y en
donde la ultima probabilidad se ha calculado por interpolacin a partir de la tabla 4: De ella se
obtiene que es P{ X 220 < 16.27} = 0.3 y P{ X 220 < 22.78}=0.7, por lo que para un aumento de
abscisas de 22.78 16.27 = 6.51 se obtiene un aumento de probabilidad de 0.4; para un
aumento de abscisa de 20 16.27 = 3.73 se obtendr un aumento de probabilidad de 0.4 x
3.73/6.51 = 0.2292. Por tanto, P {X 220 <20} = 0.3+0.2292=0.55292.
53. El tiempo de vida en das X de los individuos de una poblacin afectados de una nueva
enfermedad es una variable aleatoria continua con funcin de densidad
f ( x) = 2 2 x 3
si x > 0
SOLUCIN:
La funcin de densidad de la variable aleatoria en estudio X, tiempo de vida de os
individuos de la poblacin afectados por la enfermedad en estudio, nos indica que dichos
individuos contraen la enfermedad de un momento desconocido, , ( puesto que en este punto
la funcin de distribucin F(x) empieza a crecer desde cero, o lo que es lo mismo la funcin de
supervivencia S(x) = 1 F(x) vale 1, lo que quiere decir que todos los individuos estn vivos),
momento a partir del cual, y por la forma de dicha funcin de densidad, la probabilidad de
sobrevivir va disminuyendo.
Es precisamente el inicio de las enfermedades objeto de la estimacin. Para ello,
utilizaremos el mtodo de la mxima verosimilitud ( CB-seccin 5.2 o EII-seccin 2.2). La
funcin
de
verosimilitud
de
la
muestra
ser:
L( ) = f ( 1, , n , ) =
i =1
f ( 1, ) = 2 n 2 n ( x1 )
i =1
Si 1, , n , >
Como siempre, el mtodo de la mxima verosimilitud se basa en asignar a el valor que
maximice la funcin L( ); el problema es que ahora aparece en el recorrido de la variable,
es decir, que L( 1, ) toma un valor distinto de cero si < 1, , n , y si algn 1, es tal que
cuanto mayor sea , y esto hasta que llegue al primer 1, a partir de donde, por los
comentarios anteriores, L ( ) vale cero. Por tanto, el valor de que hace mxima L ( ) es el
mnimo de los n valores { 1, , n , } el cual se suele denotar por x (1) .
54. Una muestra de tamao 10 de una poblacin de mujeres presenta una altura media de
172 cm. y una muestra de 12 varones de otra poblacin presenta una altura media de
176,7 cm. Sabiendo que ambas poblaciones son normales con varianzas 225 y 256
respectivamente, se trata de analizar si con una probabilidad del 95% se puede asegurar
que los varones son ms altos en media que las mujeres o viceversa.
SOLUCIN:
Para resolver este problema hallaremos un intervalo de confianza para la diferencia de
medias al 95% y comprobaremos si dicho intervalo contiene el valor cero, en cuyo caso se
puede aceptar la hiptesis de que las alturas medias son iguales con una probabilidad del 95%.
Estamos entonces ante el caso del clculo de intervalos de confianza para la diferencia de
medias de dos distribuciones normales con varianzas conocidas. En esta situacin el intervalo
de confianza para la diferencia de medias se basa en el siguiente estadstico:
(x1 x2 ) (1 2 )
12
n1
22
N (0,1)
n2
x1 x 2 Z 2
12
n1
22
n2
225 2 256 2
+
= [-207,56 194,56]
10
12
Como este intervalo contiene el valor cero, se puede aceptar con una probabilidad del
95% que x1 x 2 = 0 , es decir, x1 = x 2 . Por tanto, aceptaremos la hiptesis de que la estatura
de los varones y las mujeres de ambas poblaciones es similar con un coeficiente de confianza
del 95%.
SOLUCIN:
Tenemos los siguientes datos muestrales
N=12,
x = 3,6 y
s = 0,82.
12S 2
2
Es un variable x2 con 11 grados de libertad. Los percentiles necesarios para la
determinacin de los intervalos al 95% y 99% de confianza son
12 0,82 2 12 0,82 2
;
3,816
21,92
Y al 99%
12 0,82 2 12 0,82 2
;
2,603
26,8
x
S / 11
x t11; 1-/2
11
Siendo t11;
Concretamente
1-/2
0,82
11
Obtenindose
3,6 3,1058
3,6 0,544
0,82
11
3,6 0,768.
SOLUCIN:
a)
f ( x1,..., xn | ) = 5n
x
i =1
4
i
5n
I[ x( n ) , + ) ( )
{ X ( n ) | } = 1
{ X (n)
y
y |} = {X y |} =
5n
RC1 ( ) = (1 ) 5 n X ( n ), + .
57. Determnese, con m.a.s de tamao n, el EMV para en los siguientes casos:
a) f ( x | ) =
I{1,2,.., } ( x)
b) f ( x | ) = e x + I[ ,+ ) ( x) con
SOLUCIN:
a)
La fusin de verosimilitud es
L( | x1 ,..., xn ) =
I{
i =1
1,2,..., }
( xi ) =
Iz ( x ) = I{
i
i =1
x( n ), x( n ) +1,...
( )
luego es = X ( n )
b)
La fusin de verosimilitud es
L( | x1 ,..., xn ) = e
xi + n
i =1
I
i =1
[ , + )
( xi ) = e
xi + n
i =1
I ( , x(1) ] ( )
es = X (1)
58. En una muestra de 65 sujetos las puntuaciones en una escala de extroversin tienen
una media de 32,7 puntos y una desviacin tpica de 12,64.
a)
Calcule a partir de estos datos el correspondiente intervalo de confianza, a un nivel
del 90%, para la media de la poblacin.
b)
Indique, con un nivel de confianza del 95%, cual sera el mximo error que
podramos cometer al tomar como media de la poblacin el valor obtenido en la
estimacin puntual.
SOLUCIN:
a)
Buscando en las tablas de la t de Student obtenemos que el valor que deja por
debajo una probabilidad del 95% es 1,671 (aproximadamente). Sustituyendo los valores de esta
muestra en la expresin del intervalo de confianza obtenemos:
( 32,7 - 1,671 12,64 / 8 ,, 32,7 + 1,671 12,64 / 8 )
Operando
(30,06, 35,34)
b)
En las tablas de la t de Student encontramos que el valor de la variable que deja
por debajo una probabilidad de 0,975 es 2. En consecuencia a un nivel de confianza del 95% la
media de la poblacin puede valer
32,7 2 12,64 / 8
luego el mximo error que se puede cometer, a este nivel de confianza, es: 3,16
59. Los tiempos de reaccin, en mili segundos, de 17 sujetos frente a una matriz de 15
estmulos fueron los siguientes: 448, 460, 514, 488, 592, 490, 507, 513, 492, 534, 523, 452,
464, 562, 584, 507, 461.
Suponiendo que el tiempo de reaccin se distribuye Normalmente, determine un intervalo
de confianza para la media a un nivel de confianza del 95%.
SOLUCIN:
Mediante los clculos bsicos obtenemos que la media muestral vale 505,35 y la
desviacin tpica 42,54.
Buscando en las tablas de la t de Student con 16 grados de libertad, obtenemos que el
valor que deja por debajo una probabilidad de 0,975 es 2,12
Sustituyendo estos valores en la expresin del intervalo de confianza de la media
tenemos:
(505,35 - 2,12 42,54 / 4 ,, 505,35 + 2,12 42,54 / 4)
Operando
( 482,80 ,, 527,90 )
SOLUCIN:
Para una muestra de tamao n tendremos que la funcin de verosimilitud ser:
L( x1 , x2, ..., xn / ) =
e x1 e x 2 e xn
....
x1 !
x2 !
xn !
L ' = e n
xi
ln L ' = n + xi ln
d ln L '
1
= n + xi = 0
d
lo que se cumple para =
=x
61. De una poblacin cuya distribucin se desconoce se obtiene una muestra aleatoria de
2000 valores en que la media muestral resulta ser 225 y la desviacin tpica muestral 10.
Suponiendo que la varianza muestral coincida con la de la poblacin, estimar un intervalo
para la media de la poblacin con un nivel de confianza del 95%
SOLUCIN:
Segn hemos visto
,x +
con una confianza de 1
n
n
En este caso:
1 = 0,95
= 0, 05
x = 225
s = 10
n = 2000
Sustituyendo [ 224, 226] con el 95% de confianza
62. La longitud, en centmetros, de las piezas fabricadas por una cierta mquina se
distribuye segn una N (10,0.25). Para muestras de tamao 25, calcular:
__
a) P (9.68 X 10.1)
b) P (S2 0.19)
SOLUCIN:
a) La media muestral de muestras de tamao n procedentes de una poblacin N (, c2) se
distribuye segn una N (,c2/n). En nuestro caso, la media muestral lo har segn una ley N
(10,0.01). Por tanto,
__
P (9.68 X 10.1)
= P (-3.2 Z 1) = 0.8406
ns 2
c2
Se distribuye segn una ley chi-cuadrado con n-1 grados de libertad. Por tanto, se tiene que
25 S 2 25 * 0.19
= P (U 19) = 0.25
P (S X 0.19) = P
0.25
0.25
2
__
63. De una poblacin normal de media y desviacin tpica desconocida se ha obtenido una
muestra de 26 elementos que tiene como media aritmtica 5 y desviacin tpica 1.2. Cul
es la probabilidad de que la media poblacional sea superior a 5.3?
SOLUCIN:
Sabemos que la variable
_
X-
Z=
n
S
Se distribuye segn una ley t de Student con n-1 grados de libertad, y lo que se pide es
5 5.3
P Z <
1.2
64. De una poblacin normal de varianza c2 se extraen dos muestras de tamao n. Hallar
cul debe ser el tamao de ambas muestras, para que la probabilidad de que las medias
muestrales difieran en ms de 2c, sea 0.05.
SOLUCIN:
La distribucin de las dos medias maestrales es, suponiendo que es la media de la
poblacin, N (, c2/n).
_
_
2 2
X Y : N 1 2 , 1 + 2
m
n
Como en este caso ambas muestras provienen de la misma poblacin, la distribucin de Z es:
_
_
2 2
Z = X Y : N 0,
n
Z = X Y > 2c
Ser
P(-2c < Z < 2c) = 0.95 P (0 < Z < 2c) = 0.475 P(Z < 2c) = 0.975
2c
P(Z < 2c) = P Y <
= P Y < 2n = 0.975
2/n c
De donde la longitud,
SOLUCIN:
p =
Z=
p pob * q pob
N
p pob * q pob
N
0.20 * 0.8
= 0.04 ;
100
0.18 - 0.20
= - 0.5 ;
0.04
p =
p m * qm
N
__
__
SOLUCIN:
Los datos son los siguientes:
Antes del curso
Diferencia
18
20
16
22
18
24
12
10
-2
20
25
17
19
18
20
20
21
22
23
20
20
10
10
12
20
22
12
14
16
12
-4
16
20
18
22
20
24
18
23
21
17
-4
__
__
X 1 = 16.5
X 2 = 18.5
D=
40
=2
20
(D - D)
= 164
Para resolver el problema partimos de la hiptesis nula: no hay diferencia significativa entre las
dos medias; es decir, puede ser cero por azar.
1. Clculo de la desviacin tpica de las diferencias:
SD =
(D - D)
164
= 2.863
20
SD
D =
N 1
2.863
19
2.863
= 0.657
4.3588
D
t=
2
= 3.044
0.657
4 .Suponemos que estamos trabajando al nivel de confianza 1%. A ese nivel, buscamos en las
tablas de distribucin t de Student, la t correspondiente para N 1 = 20 1 = 19 grados de
libertad: t = 2.54 (se trata de prueba unilateral).
5. Como la t hallada = 3.044 > 2.54 rechazamos la hiptesis nula con 99% de probabilidades de
acertar o lo que es lo mismo, a lo ms con 1% de riesgo de equivocarnos; podemos decir que tal
diferencia es significativa y, por lo tanto, que la media despus de finalizar el curso es
significativamente mayor que la media antes de comenzar el curso, al nivel de confianza 1%.
67. En una reunin una droga fue tomada por 14 personas, de las cuales 6 lo hacen por
primera vez y 8 ya son habituales de ella. La droga produjo en el primer grupo sueos de
duracin 11,12,13,16,17 y 15 horas, mientras que en el segundo grupo 8,7,9,10,6,7,9 y 8
horas. Se pide:
a)
Media y desviacin tpica de cada grupo
b)
Formar el estadstico que se distribuye segn una t de Student de 12 grados de
libertad, sabiendo que las poblaciones tienen la misma media y desviacin tpica.
SOLUCIN:
a) Grupo 1
x1 =
11 + 12 + 13 + 16 + 17 + 15
= 14
6
(11 - 14)2 + (12 - 14)2 + (13 - 14)2 + (16 - 14)2 + (17 - 14)2 + (15 - 14)2
s1 =
= 4.67
Grupo 2
_
x2 =
8 + 7 + 9 + 10 + 6 + 7 + 9 + 8
= 8
8
s2 =
b) t =
x1 x 2
2
n 1s 1 + n 2 s
*
2
n1 + n 2 - 2
1
1
+
n1 n 2
14 - 8
6 * 4.67 + 8 * 1.5
6+8-2
1 1
+
6 8
= 1.5
= 6.084
68. Segn una encuesta realizada sobre una muestra de 2500 personas elegidas al azar, el
80% est decidida a votar en las ltimas elecciones.
a) Puede ser cierto que llegue a votar el 85% de la poblacin?
b) Con un 99% de nivel de confianza ente qu valores estar el porcentaje de los votantes
de la poblacin.
SOLUCIN:
a) Se trata de una comprobacin de hiptesis.
p =
0.85 * 0.15
= 0.0071
2500
p pob = 0.85
q = 1 - p = 0.15
pob
pob
Establecemos la hiptesis nula, la cual dice que puede ser cierto que vote el 85% de la
poblacin.
Hallamos la razn crtica
Z=
0.85 * 8.15
= - 7.04
0.0071
Una Z = |7.04| > 2.33. Luego, de ser cierto que en la poblacin votase el 85%, en una muestra
de 2500 personas no poda haber salido un porcentaje de 80%. Por ello, rechazamos la hiptesis
nula y afirmamos con 99% de probabilidades de acertar que no llegar a votar el 85% en
circunstancias normales (= circunstancias similares al momento en que se hubiera realizado el
muestreo).
p =
0.80 * 50.20
= 0.008
2500
Luego:
0.7793
0.8220
69. La renta media de los habitantes de un pas se distribuye uniformemente entre 4,0
millones pesetas. Y 10,0 millones ptas. Calcular la probabilidad de que al seleccionar al
azar a 100 personas la suma de sus rentas supere los 725 millones ptas.
SOLUCIN:
(4 + 10)
=7
2
2 =
(10 4) 2
=3
12
Por tanto, la suma de las 100 variables se distribuye segn una normal cuya media y varianza
son:
Media: n * = 100 * 7 = 700
Varianza: n * 2 = 100 * 3 = 300
Para calcular la probabilidad de que la suma de las rentas sea superior a 725 millones pesetas,
comenzamos por calcular el valor equivalente de la variable normal tipificada:
Y=
725 700
= 1,44
17,3
Luego:
P ( x > 725) = P(Y > 1,44) = 1 P(Y < 1,44) = 1 0,9251 = 0,0749
70. En una asignatura del colegio la probabilidad de que te saquen a la pizarra en cada
clase es del 10%. A lo largo del ao tienes 100 clases de esa asignatura. Cul es la
probabilidad de tener que salir a la pizarra ms de 15 veces?
SOLUCIN:
= 0,10
2 = 0,10 0,90 = 0,09
Por tanto, la suma de las 100 variables se distribuye segn una normal cuya media y varianza
son:
Media: n = 100 0,10 = 10
Varianza: n 2 = 100 0,09 = 9
Para calcular la probabilidad de salir a la pizarra ms de 15 veces, calculamos el valor
equivalente de la variable normal tipificada:
Y=
15 10
= 1,67
3
Luego:
Frecuencia
Frecuencia Relativa
1/5 = 0.2
1/5 = 0.2
1/5 = 0.2
1/5 = 0.2
1/5 = 0.2
SOLUCIN:
Se calcula la media poblacional, la varianza y desviacin estndar poblacional
n
X
i
N
n
2 =
i
0 + 2 + 4 + 6 + 8 20
=
=4
5
5
( X ) 2 (0 4) 2 + (2 4) 2 + (4 4) 2 + (8 4) 2 40
=
=
=8
N
5
5
= 8 = 2,83
A continuacin se calcula la grfica de la distribucin de frecuencia para la poblacin
Muestra
Muestra
0, 0
0, 2
0, 4
0, 6
0, 8
2, 0
0
1
2
3
4
1
4, 0
4, 2
4, 4
4, 6
4, 8
6, 0
2
3
4
5
6
3
2, 2
6, 2
2. 4
6, 4
2, 6
6, 6
2, 8
6, 8
8, 0
8, 2
8, 4
8, 6
8, 8
4
5
6
7
8
x =
i
f ( X ) (1 0) + (2 1) + (3 2) + (4 3) + (5 4) + (4 5) + (3 * 6) + (2 7) + (1 8)
=
=
N
25
100
=4
25
x = 4 = 2
Grfica de la distribucin de frecuencia para la poblacin de medias maestrales
SOLUCIN:
Dado que la muestra es grande, por el teorema del lmite central podemos suponer que la
distribucin de la media es una normal de media m y desviacin tpica el error estndar. Por
tanto, la probabilidad que nos preguntan, que es:
0,01 X 0,01
<
<
P ( X ) < 0,01) = P(0,01 < X < 0,01) = P
=
0
,
05
0
,
05
0
,
05
98
98
98
X
= P 1,98 <
< 1,98
0,05
98
Se puede aproximar por la probabilidad de una distribucin normal estndar Z:
P (-1,98 < Z < 1,98) = 1 - 2 0,0239 = 0,9522.
Estableced cules son los lmites de control y explicad qu podis concluir sobre el
proceso de produccin en estos instantes.
SOLUCIN:
Observamos que la media m = 1 y que el error estndar es:
0,003
10
= 0,001
Por tanto, los lmites de control sern 1,003 y 0,997. Observemos que absolutamente todas las
medias que hemos obtenido de las sucesivas muestras estn dentro del intervalo formado por los
dos lmites de control. Es decir, no hay ningn dato superior a 1,003 ni ningn dato inferior a
0,997. Por tanto, podemos concluir que el proceso de control ha sido correcto durante el tiempo
que lo hemos analizado, y que no hemos detectado ninguna anomala.
74. Un investigador quiere estimar la media de una poblacin usando una muestra
suficientemente grande para que la probabilidad de que la media muestral no difiera de la
media poblacional en ms del 25% de la desviacin tpica sea 0,95. Hallar el tamao de
muestra necesario.
SOLUCIN:
0,25 X 0,25
P
<
<
P X < 0,25 = 0,95
= P 0,25 n < YN ( 0,1) < 0,25 n =
n
n
n
= 0,95
75. Se considera una poblacin representada por una variante , de suerte que la media
poblacional es igual a 25, y la varianza poblacional es igual a 240. Supuesto extradas
muestras de tamao 100, muestreo aleatorio simple, determinar la probabilidad de que el
estadstico media muestral ax, este comprendido entre los valores 23,55 y 28,1
SOLUCIN:
El estadstico media muestral, ax:
n
ax =
x
i =1
Tenemos pues:
E[ax] = 25
V [a x ] =
240
= 2,4
100
P (23,55 a x 28,1)
Y ser conocida si determinamos la distribucin de probabilidad de la variante ax. Ahora bien,
como quiera que ax viene definida como suma de variantes xi, independientes entre si, todas con
igual distribucin e igual a la distribucin de probabilidad de la poblacin, puesto que el
muestreo que se considera es el aleatorio simple, y habida cuenta que el tamao muestral es
suficientemente grande, n=100, procede efectuar la aproximacin de la distribucin de ax,
mediante la distribucin normal. De esta forma, pues, ax ser una variante con distribucin:
N (25, 2,4 )
Y con ello:
28,1 25
2,4
23,55 25
2,4
Donde representa una variante con distribucin N (0,1); ledos en tablas, los valores:
28,1 25
P '
= P( ' 2) = 0,97725
2,4
23,55 25
P '
= P( ' 0,93) = 0,17619
2,4
Habindose tomado
76. Se considera una poblacin representada por una variante , de suerte que la
distribucin de probabilidad de la poblacin es normal, con desviacin tpica igual a 10.
Determinar la probabilidad de que el estadstico media muestral supere al valor medio
poblacional en, por lo menos 0,2, supuesto extradas muestras de tamao 100, muestreo
aleatorio simple.
SOLUCIN:
Si convenimos en representar por el valor medio poblacional, el suceso cuya probabilidad
vamos a obtener puede ser expresado en la forma:
a x , 0,2
ax (t ) = E[e it ( a
x )
Donde:
a (t ) = e it (1 / 2)t
x
( 2 / n )
a (t ) = e it * e it 1 / 2t
/n
= e 1 / 2t
/n
Esta expresa que la variante (ax-) se comporta con arreglo a la distribucin de probabilidad:
N 0;
10
100
10
P (a x 0,2) = P
' 0,2 = P( ' 0,2)
100
P (a x 0,2) = 0,42074
SOLUCIN:
Se sabe que:
s12 / 12
s 22 / 22
si las varianzas poblacionales fuesen iguales habra probabilidad 0,9 de obtener un cociente de
cuasi varianza muestrales comprendido entre 0,3433 y 2,7534. Puesto que razonar, por tanto,
cual de las dos opciones es la ms verosmil, a la vista de las observaciones. Se sabe que:
X 1 X 2 ( 1 2 )
s12 / n + s 22 / m
1,432
P X 2 X 1 = P t15
= P{t15 0,866} = 0,8
2,734
X X ( )
1
2
1
2
s12 / n + s 22 / m
>
1,432
= P{Z > 1,98} = 0,97661
0,523
Obsrvese que el tamao de la muestra es lo suficientemente grande para poder utilizar las
distribuciones poblacionales de los ndices.
En cuestiones burstiles la independencia es una suposicin de dudosa veracidad. Por ello, este
apartado la evita, aunque solamente la independencia entre ambos ndices, ya que la
independencia entre las observaciones de diferentes das resulta necesaria para obtener una
muestra aleatoria simple. Ahora se trata de un caso de datos apareados, de forma que
X X 2 1,432 1,432
P X 1 X 2 0 = P 1
S */ n
0,52
78. Determinar las razones por las que es razonable utilizar el estadstico Ti / S 22 , siendo
S 22 la cuasi-varianza de la muestra Yi , y .
SOLUCIN:
[ ]
E S2 = 2
V (S 2 ) =
4
(n 1)
V ((n 1) S 2 / 2 ) =
2
2 2
n
Por otro lado, como ( X i ) / es N (0,1), nT / 2 ser n2 , por ser suma de n cuadrados de
N (0,1) independientes. As pues,
E [T ] = 2
V (T ) =
4
n2
V (nT / 2 ) =
2 4
n
1 n1
T1 = ( X i 1 ) 2
n1 i =1
Como n1T1 / 12 tiene la distribucin n21 y (n 2 1)S 22 / 22 es n22 1
T1 / 12
S 22 / 22
SOLUCIN:
La probabilidad es P{X 13}.Como la poblacin es normal, pero no se conoce la varianza
poblacional, habr que utilizar la distribucin t de Student.
X
13 14
P X 13 = P
} {
P s 2 < 0,8 2 = P x152 < 12 = 0,3 , calculada a partir de las tablas por interpolacin lineal.
Para una muestra de 61 individuos, utilizando la aproximacin de la distribucin X 2n , es decir,
la probabilidad disminuye al aumentar el tamao de la muestra. Por ltimo, para conseguir que:
(0,05 = P{
2
n 1
ha
de
ser
X n +1 X
S
n
.
n +1
SOLUCIN:
En este caso se tiene que X 1 ,..., X n +1 , son n+1 v.a.i.i.d con distribucin N ( , 2 ) . Por tanto,
como se trata de obtener la distribucin en el muestreo de
X n +1 X
S
n
n +1
Vamos a analizar la distribucin de los elementos que intervienen en este estadstico. Se tiene
que:
X n +1 : N ( , 2 )
2
2
X n +1 X : N 0, +
n
X : N ( , )
S=
(X
i =1
X )2
n 1
X n +1 X
n +1 2
n
(n 1) S 2
(n 1) 2
X n +1 X
S
n
n +1
Es decir, se trata de un cociente entre una distribucin N (0,1) y la raz cuadrada del cociente de
una distribucin n21 entre sus grados de libertado. Adems son independientes ambas
distribuciones. Por tantos, se trata de una distribucin t n 1 .
81. La velocidad de una molcula de una gas de funcin de las coordenadas (x, y, z) de la
misma respecto a un sistema castesiano tridimensional, y es igual a la distancia de la
molcula al origen del sistema.
Las coordenadas x, y, z son variables aleatorias independientes e igualmente distribuidas,
segn una ley N (0, c 2 )
Si A y B son dos molculas que se desplazan independientemente una de otra, calcular la
probabilidad de que A se desplace a una velocidad igual o superior a cinco veces y media
la de B.
SOLUCIN:
2
La velocidad v es v =
x 2 + y 2 + z 2 de donde
v2 x y z
= + +
c2 c c c
x y z
, , son variables N (0,1)
c c c
independientes.
Lo que se pide es la probabilidad siguiente.
v 2 / 3c 2
v
v
30,25
P A 5,5 o lo que es igual P A 5,5 2 = P A2
2
vB
vB
v B / 3c
v 2 / 3c 2
donde la variable Z = A2
2
v
/
3
c
B
es una F de Sndecor con (3,3) grados de libertad, ya que es el cociente de dos variables chicuadrado, cada una de ellas divida por sus grados de libertad.
Las tablas F de Sndecor indican que la probabilidad pedida es del orden del 1%
SOLUCIN:
R2
a 2 x 2 + x 22
> 1 =
P 2 12
2
b x3 + x 4
x 2 + x 22 b 2
> 2
P 12
3
x3 + x 4 a
Pero x12 + x 22 + x32 + x 42 se distribuyen segn leyes chi-cuadrado con dos grados de libertad, por
lo que su cociente es una F de Sndecor con la pareja de grados de libertad (2,2).
F de Sndecor
k n x ( n / m ) 1
c n (m + nx) ( n + 2) / 2
n+m 2
K n = r
n m 2
2
n m
cn = r r
2 2
dx
1
=
2
1+ x
b2
1 + 2
a
b2
a
a2
a2 + b2
1
, x>0
(1 + x 2 )
83. De una poblacin normal de media y desviacin tpica desconocida se ha obtenido una
muestra de 26 elementos que tienen como media aritmtica 5 y desviacin tpica 1,2. Cul
es la probabilidad de que la media poblacional sea superior a 5.3?
SOLUCIN:
X
n se distribuye segn una ley t de Student con n-1
S
5 5,3
84. Si X es una variable aleatoria con distribucin (n, ) siendo n un nmero natural,
determinar una funcin X que tenga distribucin 2 .
SOLUCIN:
Si X tiene densidad
n y
(n) 2
n 1
ey / 2
n
( n)
1
1
= n
y n 1e y / 2
2 2 (n)
Frecuencias absolutas
xi
nj
1,55-1,95
1,95-2,45
2,45-2,95
2,95-3,45
15
3,45-3,95
10
3,95-4,45
4,45-4,95
Ajustar las duraciones de las pilas alcalinas a una distribucin normal con media 3,5 y
desviacin tpica 0,7.
SOLUCIN:
ni
pi
np i
1.45-1.95
0.012
0.5
1.95-2.45
0.0525
2.1
2.45-2.95
0.1475
5.9
2.95-3.45
15
0.2573
10.3
3.45-3.95
10
0.2573
10.7
3.95-4.45
0.175
7.0
4.45-4.95
0.0874
3.5
No obstante, suele ser habitual agrupar los intervalos consecutivos cuyas frecuencias tericas
son menores que 5 cm, en cuyo caso las letras se reducen a 4 y la tabla es la siguiente:
Clases
ni
pi
np i
1.55-2.95
0.212
8.5
2.95-3.45
15
0.2573
10.3
3.45-3.95
10
0.2674
10.7
3.95-4.95
0.2624
10.5
Con estos datos ya podemos calcular el valor del estadstico del contraste de la chi-cuadrado.
Los grados de libertad sern 4 (n = 4 y no se estima ningn parmetro).
2
(ni npi )
(7 8,5) 2 (15 10,3) 2 (10 10,7) 2 (8 10,5) 2
=
+
+
+
= 3,05
42 =
8,5
10,3
10,7
10,5
npi
i =1
4
Como tenemos que 02, 05;3 =7,815 y 3,05 < 7,815, resulta que el valor del estadstico chicuadrado cae fuera de la regin crtica, por lo tanto se acepta la hiptesis nula de que el ajuste de
los datos a una normal es correcto con un nivel de significacin = 0,5 .
SOLUCIN:
a)
Como
b)
Como
= 0.40
= 0.20
n=5
= 0.4
con
t = 0.0920
= 0.80
n =8
t ' = 0.262
t = 0.262
c) Como para n = 50 no se encuentra el valor t en las tablas, ya que n > 30, se puede aproximar
la distribucin de t de Student por la N (0,1)
P( t > t ) = 0.10
ya que
= 0.05
1.90
= 0.95 t = 1.65
2
SOLUCIN:
P ( F > F ) = 0.01
a)
n1 = 2 , n 2 = 8
n1 = 7 , n 2 = 3
P ( F > F ) = 0.05
F0.05,( 7 ,3) = 27.67
SOLUCIN:
-Se trata de una prueba unilateral.
-Trabajemos al nivel de confianza 1%.
-Calculamos el error tpico de la media.
=
_
S
N -1
6
25
6
= 1.20
5
t=
Estadstico - Parmetro
40 - 44
=
= - 3.33
1.20
Error
42.976
37.024
89. El fabricante de una dieta de adelgazamiento dice que su producto permite una
reduccin media de peso de 3,5kg. Con objetivo de investigar su eficacia, se seleccionaron
al azar 40 personas, observando en ellas el peso antes de aplicar la dieta, X y el peso
despus de acabar el tratamiento, Y, lo que proporcion una cuasi varianza para la
diferencia de :
SOLUCIN:
Como las observaciones X i e Y i se realizan en los mismos individuos, antes y despus del
tratamiento, se trata de un problema de datos apareados. La diferencia de peso
d =X-Y tiene media d = x y = 3,5 y S 2d =1,8.
Por tanto,
d d
3 3,5
>
P{d > 3} = P
= P {t 39 > 2,36} = 0,988
1,8 / 40
Sd n
90. Si (
x ,, x
1
T=
1 n
( xi ) 2
n i =1
SOLUCIN:
[ ]
( )
E s2 = 2 y V S 2 =
(n 1)2
); luego
V (n 1)S 2 / 2 =
( ) ser X
es N (0,1), nT/
y V (T ) =
4
n2
2 2
n 1
V nT / 2 =
2 4
n
2
n
SOLUCIN:
La probabilidad es P {X13}.Como la poblacin es normal, pero no se conoce la varianza
poblacional, habr que utilizar la distribucin t de Student.
13 14
X
P { X 13}= P
= P {t 15 -2,857}=0,0063
S
/
n
1
,
4
/
16
} {
} {
2
< 48 P
P s 2 < 0,8 2 = P x60
{ 2
2
60
}=
2
2
92. Hallar el valor crtico de de en los siguientes casos:
a) = 0.05
n=8
b) = 0.30
n=7
c) = 0.01
n = 61
SOLUCIN:
2
2
a) P >
P 2 > 02.05
2
2
b) P > 0.30
con
= 0.05
n =8
02.05 = 15.507
= 0.30 y n = 7
02.30 = 8.383
2
c) Para n = 61 no figura en la tabla y se calcula mediante:
Z=
2 -
2n - 1
P ( Z > z1 ) = 0.01
Z =
2 2 -
P ( Z z1 ) = 1 - 0.01 = 0.99
2 61 - 1 > 2.33
2 2 > 2.33 + 11 = 13.33
2 2 > 117.689
z1 = 2.33
2 > 88.844
P ( 2 > 88.844) = 0.01
2 = 88.844
2
93. Sea una v.a. X distribuida 30 . Se trata de calcular:
a) P [X < 20.6]
b) a / P [X > a ] = 0.05
c) c0.5 de X ,
d) E [X] ,
Por los tres procedimientos siguientes:
i)
SOLUCIN:
a) i) Mirando en las tablas de la chi-cuadrado con 30 grados d libertad se tiene que P [ X >
20.599] = 0.9, luego P [ X < 20.599] = 0.1.
ii) por la aproximacin del teorema central del lmite
X - 30
20.6 - 30
P [X < 20.6] = P
<
P [Z < - 1.2135] = 0.1124 ,
60
60
con Z: N(0,1).
2
iii) La otra aproximacin asinttica a la chi-cuadrado es aquel que si X : 30 , entonces
U =
2 X se distribuye asintticamente N(
59 ,1), luego
a 30
P Z >
0.05, con Z : N(0,1 )
60
De donde a = 1.645 *
60 + 30 = 42.742
a / P Z >
2a -
2a -
59 = 1.645 a = 43.488
[X
c0.5 ] = 0.5
c 30
P Z 0.5
0.5, con Z : N (0,1).
60
De donde c0.5 = 30
iii) P
[X
c0.5 ] = P U <
2c0.5
] P [Z <
2c0.5 - 59 0.5,
2c 0.5
d)
59 = 0
c 0.5 29.5
i) E[X] = 30
ii) Como X se distribuye asintticamente N(30,60), se tiene que
E [X] 30
iii) En este caso E [U 2 ] = E [2X ]
E [X ] =
1
E [U 2 ] , donde U se distribuye
2
asintticamente N ( 59 , 1) , luego
94. Extraemos una m.a.s. de 61 estudiantes universitarios, los cuales responden a una
prueba de inteligencia espacial. Se obtiene una media muestral de 80 y una varianza
SOLUCIN:
1 = 0,99 ; = 0,01 ; 1 -
= 0,995
Como la varianza poblacional es desconocida pero el tamao muestral es mayor que 30,
aunque la poblacin no es normal, el intervalo correspondiente ser:
[ X n - t1-
(n-1) s n
n 1
, X n + t1-
(n-1) s n
n 1
operaciones tenemos:
[ 80 2.66
10
60
, 80 + 2.66
10
60
95. Uno de los lderes de un colectivo laboral desea plantear una cuestin a todos los
miembros del grupo. Si ms de la mitad respondieran NO entonces preferira no
plantearla. Para salir de dudas, elige al azar 40 trabajadores a los que hace la pregunta y
slo 12 responden NO. entre qu limites se hallar la verdadera proporcion al nivel de
confianza del 95%?
SOLUCIN:
vamos a calcular el intervalo de confianza con las dos expresiones.
1 = 0.95
1-
= 0.975 ; z
= 1.96
P=
12
40
0 .3 0 .7
0 .3 0 .7
, 0.3 +1.96
] p [0.158, 0.442]
40
40
b) [0.3 1.96
0.5
+ 0.3 1.96
40
0.5
40
] p [ 0.145, 0.455]
En ambos casos, el intervalo no llega a 0.5, por lo tanto podemos aconsejar al lder que formule
la pregunta.
SOLUCIN:
De los datos obtenemos:
clase 1: 7 = 12
s 7* = 1.53
n=7
s 72 = 2
s 7*2 = 2.33
clase 2: 8 = 10.125
s8* = 1.36
m=8
s82 = 1.61
s8*2 = 1.84
a) 1 = 0.95 1 -
= 0.975 ; z
= 1.96
1.44 1.44
+
, 12 10.125 + 1.96
7
8
1.44 1.44
+
]=
7
8
= [0.658, 3.092]
b) 1 = 0.95 1 -
= 0.975 t
+2.16
[12
10.125
2.16
7 2 + 8 1.84 1 1
+ , 12 10.125 +
7 +8 2 7 8
7 2 + 8 1.84 1 1
+ ] = [0.215, 3.535]
7 +8 2 7 8
Como el valor 0 no pertenece a ninguno de los dos intervalos, podemos concluir que las medias
no sern iguales con una confianza del 95%.
97. Establecer el intervalo de confianza del 95% para la diferencia en las proporciones de
alumnos de BUP que llega a la universidad procedentes de dos sistemas escolares
distintos, si sabemos que:
Sistema escolar X: terminan BUP 600 alumnos; acceden universidad 90 alumnos.
Sistema escolar Y: terminan BUP 400 alumnos; acceden universidad 50 alumnos.
SOLUCIN:
1 = 0.95 1 -
Px =
90
= 0.15
600
Py =
50
= 0.125
400
a) fijar los limites del intervalo de confianza para la varianza con un nivel de confianza del
99%
b) realizar lo mismo que en el apartado anterior pero suponiendo n = 200
SOLUCIN:
2
= 36,
a) s19
1-
19 36 19 36
,
= [18.39, 109.27]
2
37.2 6.26
7200 7200
,
=
= [28.75, 48.78]
199 + 2.57 2 200 199 2.57 2 200 250.4 147.6
200 36
200 36
99. En una prospeccin electoral se desea estimar el porcentaje de votos que obtendra el
partido del gobierno con una probabilidad del 90% y un error de estimacion del 1%.
Calcular el tamao muestral necesario para conseguir una estimacion de estas
caracteristicas.
SOLUCIN:
E = 1% E = 0.02
El intervalo para p es [ p
2
E = 0.02 = 2
2
0 .5
n
; p +
2
0 .5
n
0 .5
n
0.5
n
, despejando n = 16554,68223
100. Los errores aleatorios que se cometen en las pasadas de una cierta balanza siguen una
distribucin normal de media 0 y desviacin tpica 1mg. Despus de n=9 pesadas se han
comprobado los errores (en mg): -0.07, 0.3, 1.8, -0.1, 2.0, 2.3, 0.62, 0.12, y 1.4.
Se pide contrastar la hiptesis de que la balanza funciona correctamente frente a la
alternativa de que tiene un error sistemtico positivo, con un nivel de significacin de 0.1.
SOLUCIN:
Los errores aleatorios cometidos al pesar siguen una distribucin normal N(0, 1). Debemos
contrastar H0 (el error es aleatorio), frente H1 (el error es sistemtico positivo):
H0: X es N (0,1)
f 0 ( x) =
H1: X es N (m,1)
f1 ( x) =
1
2 12
1
2 12
1 ( x 0 ) 2
2 12
1 ( xm)2
2
12
1
2
1
2
1
x2
2
1
( x m ) 2
2
r
r f1 ( x )
w = x /
r a
f 0 (x)
r
x /
1
2
1
1
( x m ) 2
2
1
x 2
2
= x = ( x 1 , x 2 ,....x n ) /
a =
f 1 ( x1 , x 2 ,...x n )
a =
f 0 ( x1 , x 2 ,..., x n )
1
1
( x1 m ) 2
.....
e
r 2
x
/
1 2
x 1
1
.....
2 e
1
2
1
2
1
( xn m ) 2
2
1
xn2
2
a =
1
1
[xi2 2 xi m + m 2 xi2 ]
[( xi m )2 xi2 ]
r 2
r 2
i =1
i =1
= x / e
a = x / e
a =
( 2 xi m + m 2 )
r 1 n
r 2
i =1
a = x / (2mxi + m 2 ) ln a =
= x / e
2 i =1
1 2
ln
+
a
m n
n
1 2
r
2
= x / m xi m n ln a = x / xi
2
m
i =1
i =1
1 2
ln a + 2 m n
Anotacin:
=b
m
x
i =1
x
i =1
es N (0,
n)
Por tanto:
n
x
i=n
= y es N (0,1)
P (Y Y ) = 0,1
Mirando las tablas:
Y = 1.28
P( Y Y ) = 0.2
Por tanto:
n
r xi
i =1
1.28
w = x /
n
r n
1.29 9
i =1
101.
( = 4)
SOLUCIN:
Sea X v.a. N ( ,1)
Debemos contrastar las siguientes hiptesis:
H0: = 0
H1: = 4
Su funcin de densidad es:
f ( x, ) =
1
2
1
( x ) 2
2
( xi ) 2
1
r
f ( x , ) =
e 2
2
r
r f 1 ( x, = 4
r
w = x /
a = x /
r
f 0 ( x, = 0
1
n
( xi 4 ) 2
1
2
e i =1
2
a =
1 n
n
( xi 0 2 )
1
2
e i =1
1
1
[( xi 4 )2 ( xi 0 )2 ]
(xi2 8 xi +16 xi2 )
r 2
r 2
i =1
i =1
a = x / e
a =
= x / e
n
n
1 n
1
1 n
16 8 xi
(16 8 xi )
(16 n 8 xi )
r
r
r 2
2
i =1
a = x / e i =1 i =1 a = x / e
a =
= x / e i =1
= x / 8n + 4
ln a + 8n
r n
x
ln
a
=
x / xi
=
i
4
i =1
i =1
Si n= 100
= x /
Anotacin
r
x100 b
xi
i =1
x
i =1
ln a
+ 200
4
ln a
+ 200 = b
4
ln a
+ 200 =
4
r
P ( x100 b) = 0.05
r
X es N (0,1) x100 es N 0,
1
= Supuesto cierto H0
n
Al tipificar:
r
x100 0 b 0
P
= 0.05
1
1
n
n
x 0 b0
100
= 10b = 0.05
P
1
1
10
10
Anotacin: 10b=c
P ( Y c) =0.05
P ( Y c ) =0.1
Mirando las tablas:
10 b = 1.644 b=0.1644
X 100 = 0.1644
SOLUCIN:
Construimos la f
on
de verosimilitud:
= 0
Una vez construida la f
on
= { p f +}
El espacio paramtrico bajo la hiptesis nula es:
= { 0 }
De aqu sacamos varias conclusiones inmediatas:
1) - dim = 0
2) - dim = 1
El Mximo de L en
- es con = 0
- es con = x n
La razn de verosimilitud es:
( = 0 )
r
L( x , 0 )
= r r
L( x , x n )
= e
n
2 02
2
0
2 ( xi 0 )2
e 2 0 i =1
2
0
e 2 0 i =1
1
2 02
[( xi 0 )2 ( xi xn )2 ]
n
i =1
( xi xrn )2
( xrn 0 )2
U = 2 ln es X 12 ( el 1 sale de k-r=1-0=1)
U=
n r
(x0 0 )2 X 12
2
X 2 / P X 12 f X 2 = 0.05
Mirando las tablas:
X 2 = 3.841
r
U=
n r
( x 0 0 )2
2
Si U 3.841 se acepta H0
Si U f 3.841 se acepta H1
103. Se hace un envi de latas de conserva, de las que se afirma que el peso medio es de
1000gr. Examinada una muestra de 5 latas se han obtenido pesos respectivos de 995, 992,
1005, 998 y 1000. Puede mantenerse la hiptesis de que la media es 1000 con un nivel de
significacin = 0.05? Hallar un intervalo de confianza para la media, suponiendo
normalidad en la poblacin.
SOLUCIN:
Tenemos que contrastar la hiptesis:
H0: =1000 (hiptesis nula)
H1: 1000 (hiptesis alternativa)
n=5 =1000
Como X es v.a. N ( , ) con desconocida, usamos:
r
xn
n 1 es tn-1
Sn
Por lo tanto necesitamos saber:
r
995 + 992 + 1005 + 998 + 1000
xn =
= 998
5
s n2 =
1
(995 998)2 + (992 998)2 + (1005 998)2 + (998 998)2 + (1000 998)2 = 98 = 19.6
5
5
s n = s n2 = 19.6 = 4.43
Sustituyendo:
t4 =
998 1000
4 = 0.903
4.43
P ( t 4 f t ) = 0.05
Mirando la tabla t de Student obtenemos:
t = 2.776
x
P t p n
n 1 p t = 1
sn
998
P 2.776 p
4 p 2.776 = 0.95
4.43
El intervalo es:
4.43
4.43
I 998 2.776
p p 998 + 2.776
2
2
I (991,9 p p 1004.1)
Tambin podemos decir que aceptamos H0 porque 1000 I
104. Se desean comparar dos nuevas lneas de trigo; para ello, se toman 10 fincas al azar,
plantando en cada una de ellas, y en dos parcelas distintas, ambas lneas. La produccin
en las 10 fincas fue (en cierta unidad de medida) de 57, 49, 60, 55, 57, 48, 50, 61, 52 y 56
para la lnea A y de 55, 48, 58, 56, 54, 48, 52, 56, 50 y 58 para la lnea B. Podemos aceptar
que la produccin es la misma, a un nivel =0.05 (y suponiendo la poblacin normal
bivariante?
SOLUCIN:
n=10
=0.05
1
10
57
49
60
55
57
48
50
61
52
56
55
48
58
56
54
48
52
56
50
58
Finca
H1: ab
(hiptesis alternativa)
Pero en este caso las dos v.a. X=(produccin de A), y Y=(produccin en B) son dependientes,
porque cada produccin est tomada en la misma finca y depende de las caractersticas del
terreno.
Ahora bien, si H0 es cierta, se verifica: E(X-Y) = E(X) - E(Y) = a-b =0 y la distribucin de XY ser normal de media 0.
Quedando la hiptesis:
H0: E(X-Y)=0 (hiptesis nula)
H1: E(X-Y)0 (hiptesis alternativa)
Sea D=(X-Y)
D=2, 1, 2, -1, 3, 0, -2, 5, 2, -2
D=
sD2 =
2 +1+ 2 1+ 3 + 0 2 + 5 + 2 2
=1
10
1
(21)2 +(11)2 +(21)2 +(11)2 +(31)2 +(01)2 +(21)2 +(51)2 +(21)2 +(21)2
10
sD2 = 4.6
sD = 2.14
D 0
n 1 es tn-1
sD
t1
1 0
3
2.14
t9 1.4
P t 9 f t = 0.05
Mirando en la tabla t de Student obtenemos:
t = 2.262
1.4 f 2.262 ?
No lo es, por lo tanto aceptamos H0, es decir no hay diferencia entre la produccin de las dos
lneas de trigo.
SOLUCIN:
H0: = 7
= 196
H1: = 7
x o
= 005
/ n
57
= 10
2 / 10
x=5
S=2
n = 100 >> 30
S = 2
106. Se escoge a 17 individuos al azar y se les mide. Resultando que su estatura media es
1,71m. Y que la desviacin tpica es 002 metros. Contrastar la hiptesis de que la estatura
media nacional sea 175 con un nivel de significacin del 5%.
SOLUCIN:
Distribucin de la poblacin L(X) = N [ , ]
L[
x = 171
= ( n 1) ]= t n-1
t0.05 (16 g.l.) = 212
S = 002
n = 17 < 30
x o
1,71 1,75
= ( n 1) =
4 =
0,02
S
H0: = 175
H1: 175
=8 [-2,12;2,12]
107. Un fabricante de refrescos sin burbujas desea sacar al mercado una variedad de su
producto que tenga burbujas. Su director comercial opina que al menos el 50% de los
consumidores ver con buenos ojos la innovacin. Se realiza un sondeo de mercado y
resulta que de 100 consumidores encuestados 40 son favorables a la innovacin.
a) Contrastar la hiptesis del director comercial frente a la alternativa de que el % de
aceptacin es inferior, con un nivel de significacin del 2,5%.
b) Si el aceptable la hiptesis de que el % de aceptacin del nuevo producto es inferior o
igual al 30% el fabricante decidir no fabricarlo. Si es aceptable el criterio del director
comercial entonces s fabricarn el refresco con burbujas. Y si ninguna de las 2 hiptesis
es aceptable procedern a hacer otro sondeo. Para tomar esta decisin trabajarn con un
nivel de significacin del 2.5& Por qu opcin se decantarn?
SOLUCIN:
a)
H0: p = 05
H1: p < 05
= 0025
/ ( ) = 0,025
- es negativo
= 0025 = 1,96
p = 0,4 n = 100
p p o
po qo / n
0,1
=2
0,5
108. Contrastar la hiptesis de que dos poblaciones tienen la misma dispersin con un
nivel de significacin del 1% y sabiendo que la desviacin tpica de una muestra realizada
sobre la primera poblacin era 12 con un tamao muestral de 25 y que en una muestra
sobre la segunda de tamao 30 la desviacin tpica result ser 7. Considrese que ambas
poblaciones son normales.
SOLUCIN:
S 2 x = 144
S 2 y = 49
S 2 x n x (n y 1) 144 25 29
=
= 2.95918
S 2 y n y (n x 1) 49 30 24
SOLUCIN:
Ho: p = 03
H1: p 03
p = 50/200 = 025
p p o
po po / n
= 1'5430
n = 200
= 0'05 / 2 = 1'96
Como -15430 [-196,196] aceptamos la hiptesis de que sea visto por el 30% de la
audiencia.
ANEXO
TABLA DE LA DISTRIBUCION tStudent
c = t1 , r
La tabla da reas 1
y valores
, donde,
distribucin t-Student con r grados de libertad...
1
r
0.75
0.80
0.85
0.90
0.95
0.975
0.99
0.995
1
2
3
4
5
1.000
0.816
0.765
0.741
0.727
1.376
1.061
0.978
0.941
0.920
1.963
1.386
1.250
1.190
1.156
3.078
1.886
1.638
1.533
1.476
6.314
2.920
2.353
2.132
2.015
12.706
4.303
3.182
2.776
2.571
31.821
6.965
4.541
3.747
3.365
63.657
9.925
5.841
4.604
4.032
6
7
8
9
10
0.718
0.711
0.706
0.703
0.700
0.906
0.896
0.889
0.883
0.879
1.134
1.119
1.108
1.100
1.093
1.440
1.415
1.397
1.383
1.372
1.943
1.895
1.860
1.833
1.812
2.447
2.365
2.306
2.262
2.228
3.143
2.998
2.896
2.821
2.764
3.707
3.499
3.355
3.250
3.169
11
12
13
14
15
0.697
0.695
0.694
0.692
0.691
0.876
0.873
0.870
0.868
0.866
1.088
1.083
1.079
1.076
1.074
1.363
1.356
1.350
1.345
1.341
1.796
1.782
1.771
1.761
1.753
2.201
2.179
2.160
2.145
2.131
2.718
2.681
2.650
2.624
2.602
3.106
3.055
3.012
2.977
2.947
16
17
18
19
20
0.690
0.689
0.688
0.688
0.687
0.865
0.863
0.862
0.861
0.860
1.071
1.069
1.067
1.066
1.064
1.337
1.333
1.330
1.328
1.325
1.746
1.740
1.734
1.729
1.725
2.120
2.110
2.101
2.093
2.086
2.583
2.567
2.552
2.539
2.528
2.921
2.898
2.878
2.861
2.845
21
22
0.686
0.686
0.859
0.858
1.063
1.061
1.323
1.321
1.721
1.717
2.080
2.074
2.518
2.508
2.831
2.819
23
24
25
0.685
0.685
0.684
0.858
0.857
0.856
1.060
1.059
1.058
1.319
1.318
1.316
1.714
1.711
1.708
2.069
2.064
2.060
2.500
2.492
2.485
2.807
2.797
2.787
26
27
28
29
30
0.684
0.684
0.683
0.683
0.683
0.856
0.855
0.855
0.854
0.854
1.058
1.057
1.056
1.055
1.055
1.315
1.314
1.313
1.311
1.310
1.706
1.703
1.701
1.699
1.697
2.056
2.052
2.048
2.045
2.042
2.479
2.473
2.467
2.462
2.457
2.779
2.771
2.763
2.756
2.750
40
60
120
0.681
0.679
0.677
0.674
0.851
0.848
0.845
0.842
1.050
1.046
1.041
1.036
1.303
1.296
1.289
1.282
1.684
1.671
1.658
1.645
2.021
2.000
1.980
1.960
2.423
2.390
2.358
2.326
2.704
2.660
2.617
2.576