Está en la página 1de 15

EJERCICIOS RESUELTOS

ESTADISTICA APLICADA A LA EMPRESA

CURSO: 2011-2012

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 1 (Distribuciones binaria y binomial).

1.1 La longitud en cent metros de los tornillos de una producci on sigue una distribuci on uniforme en el intervalo (10, 15), siendo u nicamente aptos para la venta los comprendidos en el intervalo (11, 14). Si se sabe que en un minuto se producen 10 tornillos: a. Cu al es la probabilidad de que en dos minutos de trabajo se rechazen m as de 10? b. Cu al es la probabilidad de que en una hora de trabajo se acepten m as de 450? 1.2 Un profesor realiza un examen de 20 preguntas en las que las respuestas con Verdadero o Falso. a. Si para aprobar es necesario contestar correctamente por lo menos a la mitad de las preguntas, qu e probabilidad tiene de aprobar la asignatura un alumno que no ha estudiado nada? b. Si el profesor quiere que un alumno que no ha estudiado nada tenga una probabilidad de suspender de al menos 85%, c antas preguntas correctas deber a exigir como m nimo para aprobar? 1.3 La probabilidad de que un auxiliar administrativo cometa un error al anotar una partida es 0.005. a. Si en un mes anota 1000 partidas, calc ulese la probabilidad de que el n umero de errores en ese mes sea mayor que 6. b. Si realiza 10000 partidas, cu al es la probabilidad aproximada de que el n umero de errores sea mayor que 55? c. En este u ltimo caso, cu al es la probabilidad aproximada de que el n umero de errores sea igual a 55? 1.4 Una sucursal bancaria realiza en promedio una transacci on err onea de cada 100. a. Si en una hora realiza 10 transacciones y teniendo en cuenta que el n umero de transacciones realizadas en dos horas distintas son independientes, cu al es la probabilidad de que dicha sucursal realice 3 transacciones err oneas en dos horas? b. Si la sucursal sufre una penalizaci on cada d a (7 horas laborables) que realiza m as de dos transferencias con error, cu al es la probabilidad de que en una semana (5 d as) las sucursal sufra alguna penalizaci on? 1.5 Las compa n as de auditor a generalmente seleccionan una muestra aleatoria de los clientes de un banco y verican los saldos reportados por el banco. Si una compa n a de este tipo se encuentra interesada en estimar la proporci on de cuentas para las cuales existe una discrepancia entre el cliente y el banco: a. Cu antas cuentas deber an seleccionarse de manera que con una conanza del 99% la proporci on muestral se encuentre a no m as de 0.02 unidades del valor real?. b. El banco cree que la proporci on de cuentas en las que existe discrepancia es igual al 20% y examina 5000 cuentas de clientes. Cu al es la probabilidad de que se encuentren m as de 3800 sin discrepancia alguna si realmente el banco est a en lo cierto?. 1.6 Un empleado de banco sustituye un billete bueno por uno falso en cada fajo de 100 billetes. a. Si a un cierto individuo le dan 20 billetes de dicho fajo, cu al es la probabilidad de que entre ellos no se encuentre el billete falso? b. Si al cliente le dan 20 billetes, cada uno de ellos de un fajo distinto cu al es la probabilidad de que no le den ning un billete falso? c. En el caso de la pregunta anterior, cu al es el n umero medio de billetes falsos que recibir a el cliente? Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

d. Si le dan 60 billetes, cada uno de ellos de un fajo diferente, cu al es el n umero m as probable de billetes falsos que obtendr a el cliente? 1.7 En determinadas circunstancias, un m etodo de fencundaci on in vitro produce un embarazo con probabilidad p = 0.1 tras un intento. a. Cu al es la probabilidad de que no se logre un embarazo tras ocho intentos? b. Qu e n umero de intentos deber a realizar una mujer para quedar embarazada con probabilidad, al menos, 0.4? 1.8 La proporci on de piezas defectuosas producidas por una m aquina es 0.1 cuando la m aquina est a bien regulada y se eleva a 0.7 cuando no lo est a. Para contrastar la hip otesis de que la m aquina est a bien regulada se toma una m.a.s. de 10 piezas y se adopta la regla de decisi on de rechazar la hip otesis de contraste si el n umero de piezas defectuosas es mayor o igual que 3. En caso contrario se acepta. Se pide hallar el nivel de signicaci on y la P (II ). 1.9 En Enero de 1992 una empresa realiz o una encuesta a 1000 personas elegidas aleatoriamente para estimar la proporci on que compraba uno de sus productos, obteniendo 300 respuestas armativas entre los consultados. En la actualidad, con objeto de determinar si existe un cambio de actitudes entre los consumidores, ha encuestado a 1200 personas elegidas aleatoriamente, resultando que 380 eran compradores del producto. Se pide: a. Estimar la proporci on de consumidores en enero de 1992 con una conanza del 95%. b. Se puede armar, con un nivel de signicaci on del 5%, que ha habido un cambio en cualquier sentido en las actitudes de los consumidores?

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 2 (Distribuci on de Poisson).

2.1 Se sabe que el n umero de clientes que acuden en demanda de un determinado servicio en cada minuto de un periodo punta sigue una distribuci on de Poisson de par ametro = 2. Si el periodo dura 10 minutos cada d a y durante todo el periodo se mantienen invariantes las circunstancias del azar, calcular la probabilidad de que en un periodo punta prejado demanden el servicio menos de 18 personas. 2.2 Se sabe que el promedio diario del n umero de barcos que solicitan atracar en un puerto es 9 y que dicho n umero sigue una distribuci on de Poisson. Si para el atraque se necesita el auxilio de un pr actico que como m aximo puede atender a 16 barcos por d a, se pide: a. Probabilidad de que en un d a determinado m as de un barco no pueda atracar. b. Probabilidad de que en el conjunto de dos d as justamente dos barcos no puedan atracar. 2.3 En una determinada empresa, el n umero de ausencias laborales de cada d a sigue una distribuci on de Poisson de par ametro = 2. a. Cu al es la probabilidad de que en una semana laboral (de 5 d as) haya m as de 3 d as en que el n umero de ausencias laborales supere las 3 personas?. b. Cu al es la probabilidad de que en 3 d as el n umero total de ausencias laborales sea al menos 9?. NOTA: Sup ongase, aunque no sea muy veros mil, que las ausencias laborales de cada d a son independientes entre s . 2.4 Se ha tomado una muestra aleatoria del n umero de fallos obtenidos por cambio de telares en una f abrica de tejidos, arrojando los siguientes resultados: N umero de fallos 0 1 2 3 Frecuencias observadas 32 15 9 4

Contrastar al nivel de signicaci on = 5% la hip otesis de que la muestra procede de un colectivo que sigue la distribuci on de Poisson. 2.5 Una compa n a de taxis considera que en condiciones optimas la media diaria de coches averiados no debe ser superior a 8 y se distribuye conforme a una ley de Poisson. Para contrastar la calidad actual de sus coches, utiliza una muestra de un d a en el cual se notican 10 coches averiados. a. Se puede aceptar al nivel de signicaci on del 5%, la hip otesis de que el parque se encuentra en condiciones optimas?. b. Cu al ser a la P (II ) cuando la media real de aver as es = 9?. 2.6 El n umero de fallos cometido en cada jornada de trabajo por un determinado trabajador sigue una distribuci on de Poisson de par ametro . La empresa considera aceptable su trabajo si la media diaria de fallos no es mayor que 0.8. Para controlar su trabajo, deciden obtener una muestra de 5 d as de su trabajo obteniendo 1, 2, 0, 1 y 2 fallos respectivamente. a. Contrastar, al nivel de signicaci on del 5%, si su trabajo es aceptable. b. Cu al ser a la probabilidad de que, con este modo de proceder, di esemos por correcto el trabajo de un empleado que comete una media de 1 fallo diario?. Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 3 y 4 (Distribuci on Gamma y otras. Distribuci on 2 , F de Snedecor y t de Student.)

2 3.1 Sea X una variable aleatoria con distribuci on gamma. Si mX = 1 y X = 2, cu al es exactamente la distribuci on de X ?.

3.2 Sabiendo que X (a, r), calcula la distribuci on de Y = bX , siendo b > 0. 3.3 Sea X (a, r). Se pide calcular P (X > 2.67) y el valor de k tal que P (X < k ) = 0.95 en los siguientes casos: a. a = 5 r = 1 b. a =
1 2

r=

5 2

3.4 Se dispone de un mecanismo que proporciona aleatoriamente un n umero T siendo < T < . El mecanismo act ua de tal modo que la distribuci on de los resultados de T es N (0, 1). Se propone un juego que consiste en poner en funcionamiento el mecanismo, observar el resultado y cobrar la cantidad T 2 , y esto dos veces seguidas. Decir qu e distribuci on tienen las ganancias. Calcular la probabilidad de que las ganancias del juego sean superiores a 0.103. 3.5 Sean X1 , X2 , X3 , X4 y X5 cinco variables aleatorias independientes con las siguientes distribuciones: X1 , X4 N (1, 2 = 4) X2 , X5 N (2, 2 = 4) X3 N (2, 2 = 4)

a. Qu e distribuciones siguen las siguientes variables?: X2 2 2 X3 + 2 2 X1 1 2 ) +( ) +( ) Y =( 2 2 2 b. Calcular: i. P (1.21 < Y < 11.3) c. Calcular el valor k tal que: i. P (Y k ) = 0.95 ii. P (Z < k ) = 0.95 iii. P (|V | > k ) = 0.8 ii. P (Z < 5.46) iii. P (|V | > 4.54) 3 (X4 1)2 + (X5 2)2 Z= 8 Y V = 3 X4 1 2 Y

3.6 Sean X , Y , Z variables aleatorias independientes con la siguientes distribuciones: X N (3, 2 = 2) Y N (0, 2 = 1) Z N (0, 2 = 4)

Hallar combinaciones algebraicas de X , Y , Z que tengan distribuciones 2 , F de Snedecor y t de Student, se nalando los grados de libertad.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 5 (Inferencia: Estimaci on de par ametros.)

5.1 Sea X una variable aleatoria discreta con la siguiente distribuci on de probabilidad: P ( x) x
2 10 2 10 10 6 10

a. Qu e posibles valores puede tomar ?. b. Si una m.a.s. ha proporcionado los valores siguientes: 1, 3, 3, 3, 1, 2, 4, 4, 4, 4, 4, 4, 4 Cu al es la estimaci on m aximo veros mil de ?. 5.2 Calcular el estimador m aximo veros mil de a partir de una muestra de tama no n, procedente de una poblaci on con funci on de densidad: f (x, ) = (1 + )x

5.3 La funci on de cuant a de una distribuci on es: P (x) x


5+ 12 3 12 4+ 12

Por el m etodo de los momentos estimar y a partir de la muestra: 3, 5, 8, 8, 3, 8

5.4 Una bater a dispara obuses continuadamente sobre objetivos, todos ellos id enticos (nidos de ametralladoras, del mismo tamao y a la misma distancia) en una ciudad sitiada. Un casco azul aburrido que anda por all desea estimar la probabilidad p de que un ob us d e en el blanco. La siguiente sucesi on de preguntas, que has de responder en su lugar, sugiere un modo de hacerlo. a) Cu al es la probabilidad de acertar al primer disparo? Al segundo (lo que presupone que no se acert o al primero)? Al tercero? Al n- esimo?. b) Si cierto objetivo prejado resulta alcanzado al disparo 13, cu al ser a una estimaci on m aximo veros mil de p?. Utiliza tu resultado en a). c) Despu es de destruido el objetivo que ha requerido 13 disparos, el casco azul contempla la destrucci on de otros dos iguales, que requieren 22 y 14 disparos respectivamente. cu al ser a una nueva estimaci on m aximo veros mil de p ?. Explica c omo la obtienes y qu e supuesto impl cito realizas.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 6 (Propiedades de los estimadores.)

6.1 Dada una variable aleatoria X cuya media m es desconocida y se quiere estimar. Se supone que existen los dos primeros momentos. a. Construir un estimador insesgado de m basado en una muestra de tama no n. b. Obtener su varianza en funci on de la varianza, 2 , de la variable aleatoria X . c. Para unos ciertos valores de 2 y de n, obtener una cota de la probabilidad de que el valor del estimador se separe de m en m as de h, siendo h un valor positivo arbitrario previamente determinado. d. Qu e ocurre cuando n tiende a innito?. e. Es el estimador consistente?. Tiene esta pregunta algo que ver con la anterior?. 6.2 Sea X una variable aleatoria uniformemente distribuida en el intervalo (0, ). Sea (X1 , X2 , X3 , X4 ) una m.a.s. de valores de X . Se considera el estimador: = k X1 + X2 + X3 + X4 4

a. Cu al es, en funci on de y de k , la varianza de ?. b. Qu e valor ha de tomar k para que sea insesgado?. 6.3 Se obtiene una m.a.s. de tama no 2, (X1 , X2 ) de una poblaci on normal N (, 1). Consideramos los siguientes estimadores: 2 1 = X1 + X2 3 3 4 2 = X1 + X2 5 5 a. Son estos estimadores insesgados?. b. Cu ales son sus respectivas varianzas?. c. Podr as encontrar un estimador, utilizando solamente X1 y X2 , que fuera insesgado y de menor varianza que ?. Si respondes armativamente, proporciona un ejemplo que demuestre lo que dices. Si respondes negativamente, explica por qu e. (Ayuda: Utilizar el teorema de Cramer-Rao).

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 7 (Inferencia: Contraste de hip otesis I)

7.1 En un saco hay 100 sobres (50 blancos y 50 rojos) de los cuales 10 est an premiados (9 blancos y 1 rojo). Se extrae un sobre al azar, y para contrastar si est a premiado se concibe la siguiente regla: Rechazar la hip otesis nula de que est e premiado si el sobre es rojo. Hallar el nivel de signicaci on y la potencia de la prueba. 7.2 Un producto se envasa en botes, en los que se indica: Peso neto 300 gr. El envasado se realiza mediante un proceso autom atico que, si est a bien ajustado, produce botes con peso distribuido normalmente N (300, 2 = 25). Para contrastar si el proceso est a bien ajustado se toma una m.a.s. de 25 botes y se o X > 300 + k . Se pide: detiene el proceso si X < 300 k a. Determinar k para que la probabilidad de detener el proceso indebidamente sea 0.001. b. Para el valor de k del apartado anterior, hallar la probabilidad de que no se detenga el proceso aunque est e desajustado y produzca botes de peso medio 290 gr. y la misma varianza. 7.3 De una poblaci on con distribuci on uniforme en el intervalo (0, ) se extrae una m.a.s. de tama no 2, (X1 , X2 ). Se desea contrastar la hip otesis nula: H0 : 2 frente a la hip otesis alternativa: Ha : < 2 y se adopta la regla de rechazar la hip otesis nula si X1 + X2 0.5. a. Obtener el nivel de signicaci on de la prueba. b. Obtener la potencia de la prueba para = 1. Comentar los resultados. 7.4 X es una variable aleatoria discreta que procede de una de las siguientes tres distribuciones: P0 (x) x 0.10 1 0.70 2 0.10 3 0.10 4

P1 (x) x P2 (x) x

0.80 1 0.40 1

0.05 2 0.10 2

0.05 3 0.25 3

0.10 4 0.25 4

Si para contrastar la hip otesis de que la distribuci on generadora es P0 (x) frente a la alternativa de que es P1 (x) siguieses el siguiente procedimiento: i) Tomar una observaci on, X . ii) Rechazar P0 (x) como distribuci on generadora si X = 1. iii) Aceptar P0 (x) como distribuci on generadora en otro caso (X = 2, 3, o 4). a. Cu al ser a la potencia de la prueba?. Cu al el nivel de signicaci on?. Explica. b. Si la alternativa fuese P2 (x) en lugar de P1 (x), cu al ser a la regi on cr tica id onea con nivel de signicaci on = 0.10?. Razona. c. Si decidieras contrastar al nivel de signicacion = 0.20 la hip otesis de que la distribuci on generadora es P0 (x) frente a la alternativa compuesta de que es P1 (x) o P2 (x), cu al ser a la regi on cr tica que tomar as?. Explica tu decisi on.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

7.5 En un conictivo cruce de carreteras se ha observado que el tiempo que transcurre entre accidentes consecutivos sigue una distribuci on exponencial de media 50 d as. Recientemente, tras un grave accidente en dicho cruce, las autoridades responsables ordenaron la colocaci on de un sem aforo armando que se reducir a el n umero de accidentes, de modo que el tiempo medio entre los mismos pasar a a ser de 200 d as. Para contrastar tal armaci on, se establecen las siguientes hip otesis: H0 : el tiempo medio entre accidentes consecutivos no cambiar a con la instalaci on del sem aforo. Ha : el tiempo medio entre accidentes consecutivos ser a igual a 200 d as. y se decide rechazar H0 si, tras la colocaci on del sem aforo, el tiempo que transcurre entre los dos primeros accidentes es al menos de 150 d as. i) Calcular el nivel de signicaci on de la prueba. ii) Calcular la potencia de la prueba.

7.6 Determinar el tamao de la muestra que necesitamos para contruir una prueba para el contraste de raz on de verosimilitudes de la hip otesis H0 : X N (0, 1) frente a Ha : X N (1, 1) de manera que = = 0.05. 7.7 Se desea contrastar que la proporci on de piezas defectuosas en un proceso es p = 0.02 frente a la hip otesis alternativa p = 0.05. Disear un contraste de raz on de verosimilitudes para = 0.05 y n = 100. 7.8 Utilizando el teorema de Neyman-Pearson obt engase un contraste de m axima potencia para la hip otesis H0 : = 0.5 frente a Ha : = 1 en una distribuci on de Poisson. Util cese = 0.05 y n = 10.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 8 (Inferencia: Contraste de hip otesis II: Pruebas de Ajuste.)

8.1 De la producci on de un d a de una f abrica se han tomado al azar 1000 piezas, habi endose observado los siguientes resultados: N umero de la m aquina 1 2 3 4 5 Total Piezas defectuosas 14 19 16 14 17 80 Piezas de la muestra 180 230 210 170 210 1000

Averiguar si se puede armar estad sticamente que la proporci on de piezas defectuosas es la misma en las cinco m aquinas, con un nivel de signicaci on del 2.5%. Consid erense los dos supuestos siguientes: a. La producci on de las cinco m aquinas estaba mezclada, formando un colectivo u nico del cual se tomaron 1000 piezas. b. Las producciones de las diversas m aquinas estaban separadas y de ellas se tomaron muestras, respectivas, de 180, 230, 210, 170 y 210 unidades. 8.2 La tabla a continuaci on recoge las muertes en la Comunidad Aut onoma del Pa s Vasco durante el ao 1991. (Datos del anuario Estad stico Vasco 1992, EUSTAT, Gasteiz/Vitoria, Tabla 2.2/11, p ag. 62.) Mes Muertes Mes Muertes Enero 1632 Julio 1231 Febrero 1475 Agosto 1330 Marzo 1499 Septiembre 1256 Abril 1358 Octubre 1388 Mayo 1448 Noviembre 1380 Junio 1242 Diciembre 1527 Hay una creencia difundida seg un la cual la mortandad es diferente a lo largo de los diferentes meses (lo que parecer a sensato en pa ses con veranos t orridos o inviernos muy rigurosos). La siguiente sucesi on de preguntas trata de orientarte en el contraste de dicha creencia para el caso de la C.A.P.V. a. Cu al ser a, de acuerdo con la hip otesis nula H0 : La mortalidad es la misma todos los meses del ao, la probabilidad de fallecimiento en cada uno de los meses del ao?. Desprecia el hecho del diferente n umero de d as. b. Cu al ser a, bajo la hip otesis nula en el apartado anterior, el n umero de muertes esperadas en cada mes del ao?. Ten en cuenta que la suma de todos los fallecidos durante 1991 (suma de los datos mensuales en la Tabla) fue de 16766. c. Crees que se separan lo suciente del valor esperado la observaciones como para rechazar la hip otesis nula al nivel de signicaci on = 0.05?. Haz el contraste de hip otesis que creas oportuno. (Ayuda: No es preciso que hagas todas las operaciones. Si operas mes a mes y tienes presente el valor con el que has de comparar tu estad stico de contraste, comprobar as que puedes llegar a una conclusi on enseguida.) d. Interpreta tus resultados. Ves alg un motivo por el que puede suceder lo que sucede?

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

8.3 Una empresa ha registrado durante 100 d as la demanda de cierto art culo obteniendo los siguientes resultados: Unidades demandadas 0<X4 4<X8 8 < X 12 12 < X 20 N umero de d as 33 28 24 15

Se pide contrastar al nivel de signicaci on del 10% que la demanda diaria de unidades es aleatoria con la siguiente funci on de densidad: f (x) =
1 100 (10

x 2)

si x (0, 20) si x (0, 20)

8.4 Una empresa multinacional de bebidas refrescantes desea conocer la opini on de sus clientes sobre un nuevo tipo de refresco. Para ello toma una muestra aleatoria simple de 100 individuos cuyos resultados son: A FAVOR 30 25 5 2 62 EN CONTRA 10 15 10 3 38 Total 40 40 15 5 100

10-20 a nos 20-30 a nos 30-40 a nos 40 o m as Total

Contrastar al 5% de signicaci on si existe inuencia de la edad sobre la preferencia del refresco.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

RELACION DE PROBLEMAS TEMA 9 (Estimaci on por Intervalos y Contrastes de Hip otesis III. Pruebas Param etricas)

9.1 El n umero de clientes por semana en cada tienda de una cadena de autoservicios se distribuye normalmente con media de poblaci on = 5000 y desviaci on t pica = 500. Si se selecciona una muestra aleatoria de 25 tiendas, a. Cu al es la probabilidad de que la media muestral sea inferior a 5075 clientes por semana?. b. Entre qu e valores estar a, con una probabilidad del 95%, la media muestral?. 9.2 Tenemos una poblaci on normal de la cual se desconoce la media y la varianza. Se toma una m.a.s. de tama no 26 y se obtiene: x = 1905, s2 = 38025 a. Hallar un intervalo de conanza del 95% para la media. b. Efectuar el contraste de la hip otesis nula H0 : m0 = 2000 frente a la alternativa Ha : ma = 2000 c. Resolver el mismo problema si la distribuci on no es normal y n = 400. 9.3 Se observa que la desviaci on st andar de la producci on de una determinada pieza para construcciones met alicas es = 1mm.. Se desea determinar una cota inferior del n umero de elementos que tendr a que incluir una muestra aleatoria simple para permitir construir un intervalo de conanza del 95% y precisi on 0.3 mm. para la media de la producci on: a. En el supuesto de normalidad. b. Prescindiendo de este supuesto. 9.4 Se sospecha que el n umero medio de unidades que contiene cada dosis de un medicamento, no llega a las 10000 que se indican en el envase. El laboratorio que lo fabrica arma que el contenido medio de la dosis es 10000. Para comprobarlo tomamos al azar 100 dosis y, una vez determinado el n umero de unidades que conten a cada dosis, se obtuvo: x = 9940, s = 120 a. Si suponemos que la distribuci on del n umero de unidades por dosis es normal, qu e podemos decir sobre la informaci on del laboratorio para un nivel de signicaci on = 1%?. b. Resolver el mismo problema si la distribuci on no es normal. 9.5 La ocina del consumidor quiere contrastar si una empresa l actea cumple las normas referentes al peso medio de la mantequilla en su barra de al menos 1/2 kg. o si por el contrario es necesario promover un proceso que lleve a imponerle una multa. Para ello toma un m.a.s. de 100 barras de la que se obtiene una media de 496.2 gramos y una varianza de 144. Se pide: a. Cu al ser a la decisi on de la ocina del consumidor al nivel de signicaci on 5%?. b. Cu al es la P (II ) cuando la media real del peso de las barras es de 495 gramos?. c. Si la empresa utilizara la misma muestra para contrastar si las m aquinas est an funcionando correctamente, es decir si empaquetan barras con una media de 500 gramos y no superior o inferior. Cu al ser a su decisi on al mismo nivel de signicaci on?.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

9.6 Para contrastar al 5% de signicaci on si hay diferencias entre las medias de las velocidades de sedimentaci on en un jugo, con dos tratamientos diferentes que designamos por A y B, se han tomado las siguientes m.a.s.: El tratamiento A se ha experimentado 20 veces y se ha obtenido una media muestral x = 22.91. El tratamiento B se ha experimentado 40 veces y se ha obtenido una media muestral y = 23.12. Efectuar el contraste si se admite que las velocidades de sedimentaci on se distribuyen normalmente con 2 2 varianzas respectivas: A = 0.28 y B = 0.31 9.7 Se acepta que el di ametro expresado en mil metros de las plantas de un cierto cultivo se distribuye seg un una ley normal. Para estimar la varianza, se han tomado 25 plantas, cuya varianza muestral ha resultado ser s2 = 0.36. Se pide: a. Dar un intervalo de conanza del 95% para la varianza poblacional. b. Efectuar al nivel de signicaci on del 5% el contraste de la hip otesis de que la varianza poblacional sea 0.4. c. Contestar de nuevo a los apartados anteriores en el caso de que la distribuci on no sea normal y el n umero de plantas de la muestra sea 400.

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

SOLUCIONES DE LOS PROBLEMAS. TEMA 1 (Distribuciones binaria y binomial.) 1.1. a. P r(Rechazar m as de 10) = 0.1275 1.2. a. 0.5881 1.3. a. 0.2378 1.4. a. 0.00096 1.6. a. p =
80 100

b. P r(Aceptar m as de 450)

b. 13 b. 0.2177 b. 0.16 1 b.p = (0.99) b. n 5 P r(II ) = 0.0016 P r(II ) = 0.0016 TEMA 2 (Distribuci on de Poisson.)
20

c. 0.0434

1.5. a. Deber an seleccionarse al menos 4161 cuentas. b. P r(M as de 3800 cuentas sin discrepancias) c. 0.2 billetes d. Moda = 0 1.7. a. p = 0.4304 1.8. = 0.0702 1.9. = 0.0702

2.1. P r(N umero de demandantes < 18) = 0.2877 2.2. a. 0.00532 2.3. a. 0.0018 b. 0.00575 b. 0.1528 b. P r(II ) = 0.926149

2.4. No se rechaza la hip otesis. 2.5. a. No se rechaza la hip otesis. 2.6. a. No se rechaza la H0 b. p = 0.9318

TEMA 3 y 4 (Distribuci on Gamma y otras. Distribuci on 2 , F de Snedecor y t de Student.)


1 2 3.1. X ( 1 2 , 2 ), es decir, X 1

3.2. Y ( a b , r) 3.3. a. P (X > 2.67) = e13.35 3.4. Z = Ganancias 3.5. a. Y 2 3 Z= 2 2 0


.05 k = ln 0 5

0.6

b. P (X > 2.67) = 0.75

k = 11.1

P (Ganancias > 0.103) = 0.95


Y

3 8

X 2 2 X 1 2 ) +( 5 ) ( 4 2 2

F2,3

V t3

b. i. 0.74 ii. 0.9

iii. 0.02

c. i. 7.81 ii. 9.55 iii. 0.277 TEMA 5 (Inferencia: Estimaci on de par ametros.) 5.1. a. 0 2 = 1 5.2. =2 5.3.
n

= b.
n ln xi

3 2

i=1

= 1

5.4. a. P r( Acertar al primer disparo) = p, P r( Acertar al segundo disparo ) = (1 p)p, P r( Acertar al tercer disparo ) = (1 p)2 p, P r( Acertar al n- esimo disparo ) = (1 p)n1 p b.p M V =
1 13

c.p M V =

3 49

TEMA 6 (Propiedades de los estimadores.)


+Xn 2 6.1. a. X = X1 +... b. X = n e. X es consistente por d.. 1 2 n X

c. P r(|X m| h) <

2 h2 n

d. P r(|X m| h) 0

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.

2 6.2. a. =

k2 2 48

b. k = 2
2 b. = 5 9 2 = 4 5 2 = c. X , porque X 1 2

6.3. a. es insesgado, pero no.

TEMA 7 (Inferencia: Contraste de hip otesis I.) 7.1. = 0.1 7.2. a. k = 3.3 7.4. a. Pot = 0.80 7.5. a. = 0.049 7.6. n 11 7.7. Estad stico: Z = N umero de piezas defectuosas 7.8. Estad stico: Z = X1 + . . . + X10 R.C. : [10, ) R.C. : [6, ) Pot = 0.54 b. P r(II ) = 0.10 b. Pot= 0.47 0 b. {X = 1} c. {X = 1 o X = 4} b. Pot = 0.125

7.3. a. = 0.03125

TEMA 8 (Inferencia: Contrastes de hip otesis II: Pruebas de ajuste.) 8.1. a. Contraste de independencia. No se rechaza la hip otesis de independencia, es decir, no se rechaza que la proporci on de piezas defectuosas es la misma. b. Contraste de homogeneidad. No se rechaza la hip otesis de homogeneidad, es decir, no se rechaza que la proporci on de piezas defectuosas es la misma.
1 8.2. a. p = 12 b. N umero de muertes esperadas en un mes = 1397.6 signicaci on de 5%.

c. Rechazar Ho al nivel de

8.3. No se rechaza la hip otesis nula. 8.4. Se rechaza la hip otesis nula. TEMA 9 (Estimaci on por intervalos y Contrastes de Hip otesis III. Pruebas Param etricas.) 9.1. a. (0.75) = 0.7734 b. Entre 4804 y 5196. b. Se rechaza H0 . b. n 223 b. Igual que en a.. 0.006 c. Rechazar que funcionen correctamente. c. Ic = (0.3101, 0.4099) y no se rechaza H0 . c. Ic = (1885.89, 1924, 11) y se rechaza H0 . 9.2. a. Ic = (1824.66, 1985.34)

9.3. (Con precisi on = 0.3 mm.) a. n 43 9.5. a. Promover el proceso. 9.7. a. Ic = (0.2284, 0.7258) b. P r(II )

9.4. a. Rechazamos que el n umero medio de unidades por dosis sea 10000. 9.6. No se rechaza la hip otesis de igualdad de medias. b. No se rechaza H0 .

Estad stica aplicada a la empresa (G.A.D.E.). Curso 2011-2012.