312 PROBABILIDAD Y ESTADSTICA PARA INGENIERA

10-9 RESUMEN
En este captulo se han introducido las estimaciones por puntos y de intervalos para parmetros desconocidos. Se han analizado varios mtodos para la obtencin de estimadores puntuales, incluidos el m-

todo de mxima verosimilitud y el mtodo de los momentos. El mtodo de mxima verosimilitud suele llevar a estimadores que tienen buenas propiedades estadsticas. Se obtuvieron intervalos de confianza para una diversidad de problemas de estimacin de par metros. Estos intervalos tienen una interpretacin de frecuencia. Los intervalos de confianza de dos lados, desarrollados en las secciones 10-2 y 10 -3, se resumen en la tabla 10-5. En algunos casos los intervalos de confianza de un lado pueden ser
apropiados. stos pueden obtenerse dejando un lmite de confianza en el intervalo de confianza de dos lados igual al lmite inferior (o superior) de una regin factible para el parmetro, y empleando a en lu-

gar de a/2 como el nivel de probabilidad en el lmite de confianza superior (o inferior) restante. Tambin se presentaron los intervalos de confianza usando la tcnica bootstrap, as como, de manera breve, los intervalos de confianza aproximados en la estimacin de mxima verosimilitud y los intervalos de

confianza aproximados.

10-10 EJERCICIOS
10-1 Suponga que tenemos una muestra aleatoria de tamao 2n de una poblacin denotada por X y E(X) = p y V(X) = Q2. Sean
2n rt

X,

2n I Xi y X, = n
i= l

Ex

10-4 Suponga que y 03 son estimadores de 0. Sabemos que E(9,) = E(02 ) = 0, E(&3) # 0, V(61) = 12, V(92) = 10 y E( 63 - 0)22 = 6. Compare estos tres estimadores . Cul prefiere usted? Por qu'? 10-5 Considere que se toman tres muestras aleatorias de tamaos n , = 10, n, = 8 y n 3 = 6 de una poblacin con media p y varianza Q2. Sean S, S2 y S3 las varianzas de muestra. Demuestre que l0S + 8S2 +6S2 24 es un estimador insesgado de a2. 10-6 Los mejores estimadores insesgados lineales. Un estimador 6 recibe el nombre de estimador lineal si es una combinacin lineal de las observaciones en la muestra. se llama el mejor estimador insesgado lineal si, de todas las funciones lineales de las observaciones, es insesgado y tiene varianza mnima. Demuestre que la media de la muestra X es el mejor estimador insesgado lineal de la media de la poblacin M. 10-7 Encuentre el estimador de mxima verosimilitud

i=1

dos estimadores de M. Cul es el mejor estimador de p? Explique su eleccin.

10-2 Deje que X,, X2. ..., X7 denote una muestra aleatoria de una poblacin que tiene media y varianza a2. Considere los siguientes estima dores de u:
o,-

X,+ X2+...+X7
7 2X, - X6 + X4 2

62 =

Alguno de los estimadores es insesgado? Cul de los estimadores es el "mejor"? En qu sentido es el mejor? 10-3 Suponga que 0 y , son estimadores del parmetro 0. Sabemos que E(61) = 0, E(,) = 0/2. V(&.) = 10 v V(9,) = 4. ;Cul estimador

Tabla 10 -5 Resumen de procedimientos de intervalos de confianza Tipo de problema Media,u de una distribucin normal , varianza cs2 conocida Diferencia entre las medias de dos distribuciones normales pi , y p, varianzas o y a2 conocidas Media ui de una distribucin normal , varianza (y` desconocida Diferencia entre las medias de dos distribuciones X,
normales j1, - j2, varianza 62 = (72

Estimador por puntos

Intervalo de confianza de dos lados de 100(1 - a)% X-z 6/i<_ t1 < X+ Z,^2 6/V

ff2

62

X, - X2 - Zr2 6'+ 62 n2

n,

N, - P2 < X, - X2 + ZW2 , + 2 n2

n,

X X - tn,2n- , S/V <_ p < X + t,.2 n-, Sw' n

1
+ 1

X,

-X2 - ta /2.n^ .rri -2 $P

n,

P 2 <_ X, -X2 + trrR.n,.n, 2`SP 1 + n2 n, n2

desconocida

= 1 (n,-1)S; +(n2-1)S donde SP V ni +n2-2 D

D - tan. n -, SD /,i < u D < D + trr'2 . n - ,
SD

Diferencia entre las medias de dos distribuciones normales para muestras en pares D =P, -P2

//

Varianza (s2 de una distribucin normal S2

(n-1)S2
< Q2 < u/2,n-1

(n-1)S2
t-n12,n-1

x2 x2

cociente de dos varianzas

listribuciones normales

QZ1r2 de dos

S2 S2

2 2 6 2 Z 1 S , < F 2,n2 -11 S 2 F1-rr/2 , n 2-1, n 1 -1 < S2 Q2 $2

'roporcin o parmetro de una distribucin )inomial p )iferencia de dos proporciones o los parmetros binomiales p,- p2

p_

rP(1

P)

a/2

<

p ^ p + Z n12

P(1 P)

P, - Pz P, - P2 - Zan

P,(1 - P, P2(1 - P2) P,( P,( p P2(1 - P2) + < P, - P2< P, - b'- Z,z + n, n, n2 1 n2

314 PROBABILIDAD Y ESTADSTICA PARA INGENIERA

10-8 Determine el estimador de c en la distribucin de Poisson por el mtodo de momentos. basado en una muestra aleatoria de tamao n, 10-9 Determine el estimador de mxima verosimilitud del parmetro A en la distribucin exponencial. con base en una muestra aleatoria de tamao O.
1.10 Encuentre el estimador de 2 en la distribucin exponencial por el mtodo de momentos. con base en tina (nuestra aleatoria de tamao n.

10-18 Establezca la funcin de verosimilitud para una muestra aleatoria de tamao ti a partir de la distribucin de Weibull. Qu dificultades se encontraran al obtener los estimadores de mxima verosimilitud de los tres parmetros de la distribucin de Weihull? 10-19 Demuestre que si 0 es un estimador insesgado de 0. y si lnt V(B) = 0, entonces 9 es un estimador consistente de 0. 10-20 Sea X una variable aleatoria con media p y varianza o'2. Dadas dos muestras aleatorias de tamaos nr y n, con medias de muestra 1 y X2, respectivamente, demuestre que X=aXt+(1-a) X2, 0<a<1,

10-11 Determine estimadores de momento de los parmetros r y % de la distribucin g anmma, con base en tina muestra aleatoria de tamao n, 10-12 Sea X una variable aleatoria geomtrica con parmetro p. Encuentre un estimador de p por medio de el mtodo ele nionmentos , con base en una muestra aleatoria de tamao n.
10-13 Sea X una variable aleatoria geomtrica con parmetro p. Determine el estimador de mxima verosimilitud de p, con base en una muestra aleatoria de tamao n.

es un estimador insesgado de p. Suponiendo que , y X, son independientes, encuentre un valor de a que minimice la varianza de X. 10-21 Suponga que la variable aleatoria X tiene la distribucin de probabilidad f(x) =(Y+ 1).xY 0 <.Y < 1,

= 0, en otro caso. 10-14 Sea X una variable aleatoria de Bernoulli con parmetro p. Encuentre un estimador de p por el mtodo de momentos, con base en una nuiestra aleatoria de tamao n. 10-15 Sea X una variable aleatoria binomial con parmetros n (conocido ) y p. Obtenga un estimador (le p por el mtodo de momentos , con base en una muestra aleatoria de tam ao N. 10-16 Sea X una variable aleatoria binomial con parmetros n y p, ambos desconocidos. Determine estimadores de n y p por el mtodo de momentos, con base en una muestra aleatoria de tamao N.
10-17 Sea X una variable aleatoria binomial con parmetros ti (desconocido ) y p. Obtenga el estimador de mxima verosimilitud de p, con base en una muestra aleatoria de tamao N.

Sea Xt, X,, .... X una muestra aleatoria de tamao n. Obtenga el estimador de mxima verosimilitud de 10-22 Considere que X tiene la distribucin exponencial truncada (a la izquierda en x)

f(x) =) exp[-i,(x - x,)], x > xF> 0,

= 0, en otro caso.

Sea Xr, X-, ..., X una muestra aleatoria de tamao n . Encuentre el estimador de mxima verosimilitud de A. 10-23 Suponga que se conoce A en el ejercicio previo, pero que xe se desconoce. Obtenga el estimador de mxima verosimilitud de x. 10-24 Sea X una variable aleatoria con media p y varianza o'2, y XI, X,, ... , X una muestra aleatoria de tamao n de X . Demuestre que el estimador G = K1;'_1' (X ;+1 - X1)2 es insesgado

ESTIMACIN DE PARMETROS 315 para una eleccin apropiada de K. Determine el valor apropiado para K. 10-25 Sea X una variable aleatoria distribuida norde tamao 4 produce el valor.Y = 1.05. Suponiendo una prdida del error cuadrtico , determine la estimacin de Bayes para y. 10-32 El tiempo entre las fallas del motor de un molino est distribuido exponencialmente con parmetro A. Suponga que asumimos una exponencial anterior en A con una media de 3000 horas. Se observan dos motores y el tiempo promedio entre las fallas es de Y = 3135 horas. Suponiendo una prdida del error cuadrtico, determine la estimacin de Bayes para A. 10-33 El peso de unas cajas de dulces est distribuido normalmente con media p y varianza tes. Es razonable suponer una densidad anterior para p normal con una media de 10 libras y una varianza de ,'5. Determine la estimacin de Buyes de p dado que una muestra de tamao 25 produce .Y = 10.05 libras. Si las cajas que pesan menos de 9.95 libras son defectuosas. cul es la probabilidad de que se produzcan cajas defectuosas? 10-34 Se sabe que el nmero de defectos que ocurren en una oblea de silicn que se usa para la fabricacin de circuitos integrados es una variable aleatoria de Poisson con parmetro .^. Suponga que la densidad anterior para) es exponencial con parmetro 0.25. En 10 obleas se observ un total de 45 defectos. Establezca una integral que defina un intervalo de Bayes de 95% para /l. Qu dificultades encontrara al evaluar esta integral? 10-35 La variable aleatoria X tiene una funcin de densidad

malmente con media p y varianza o 2. Suponga que se conoce 62 y que se desconoce a p. La densidad anterior para p se supone que es normal con media pu y v arianza a 2 . Determine la densidad posterior para p, dada una muestra
alraturia de ta nlani)
11 de X.

10-26 Sea X una variable aleatoria distribuida normalmente con media p conocida y varianza 62 desconocida. Suponga que la densidad anterior para l/a2 es una distribucin gamma con parmetros ni + 1 y mal. Determine la densidad posterior para 1 /c72, dada una muestra aleatoria de tamao n de X. 10-27 Sea X una variable aleatoria geomtrica con parmetro p. Suponga que asumimos una distribucin beta con parmetros a y b con la densidad anterior de p. Determine la densidad posterior de p, dada una muestra aleatoria de tamao n de X. 10-28 Sea X una variable aleatoria de Bernoulli con parmetro p. Si la densidad anterior para p es una distribucin beta con parmetros a y b, determine la densidad posterior para p, dando una muestra aleatoria de tamao ti de Y.
10-29 Sea X una variable aleatoria de Poisson con parmetro A. La densidad anterior para ) es una distribucin gamma con parmetros m + 1 y (nt + l)/4. Determine la densidad posterior para 2 dada una muestra aleatoria de tamao ti de X.

10-30 Suponga que X - N(p. 40) y sea la densidad anterior para p igual a N(4, 8). Para una muestra aleatoria de tamao 25, se obtiene el valor .r = 4.85. Cul es la estimacin de Bayes de p. suponiendo una prdida del error cuadrtico? 10-31 Un proceso se utiliza para la fabricacin de tarjetas de circuitera . Se taladra una muestra situada a una distancia X de un hueco de la tarjeta. La distancia es una variable aleatoria X ~ N(p, 0.01). La densidad anterior de p es uniforme entre 0 .98 y 120 pulgadas. Una muestra aleatoria

f(x10) 0<_z<0. 0y la densidad anterior para 0 es f(8)= 1, 0<0< 1. a) Encuentre la densidad posterior para 0 suponiendo que n = 1. b) Encuentre el estimador de Bayes para 0 suponiendo que la funcin de prdida es (( ,0)=02(9 - 0)2yn=1.

9r

316 PROBABILIDAD Y ESTADSTICA PARA INGENIERA 10-36 Suponga que X sigue la distribucin de Bernoulli con parmetro p. Asuma una razonable densidad anterior para p de a) Construya un intervalo de confianza de dos lados de 99% respecto del dimetro medio de los anillos de pistn. Construya un lmite de confianza inferior de 95% respecto del dimetro medio de los anillos de pistn.

f(p) =6p(1-p),

0<_p5 1,

b)

= 0, en otro caso.
Si la funcin de prdida es el error cuadrtico, encuentre el estimador de Bayes de p si est disponible una observacin. Si la funcin de prdida es

10-40 Se sabe que la vida, en horas, de una bombilla elctrica de 75 watts se distribuye aproximadamente en forma normal con desviacin estndar (7= ?5 horas. Una muestra aleatoria de 20 bombilla,, tiene una vida media de .f = 1014 horas,

e(p; p) = 2(P - p)2, encuentre el estimador de Bayes de p si n = 1. 10-37 Considere el intervalo de confianza para p con desviacin estndar a conocida:
X -Za,6In

a) b)

Construya un intervalo de confianza de dos lados de 959, respecto de la vida media. Construya un intervalo de confianza inferior de 95% respecto de la vida media.

<_P <_X +Za,a

donde al + a2 = a. Sea a = 0.05 y obtenga el intervalo para ar = a, = a/2 = 0.025. Despus determine el intervalo para el caso ar = 0.01 y a2 = 0.04. Cul intervalo es el ms corto? Hay alguna ventaja para un intervalo de confianza "simtrico"? 10-38 Cuando XI, X,..... X, son variables aleatorias de Poisson independientes, cada una con parmetro ),, y cuando n es relativamente grande, la media de muestra X es aproximadamente normal con media . y varianza En. a) Cul es la distribucin de la estadstica X - A?

10-41 Un ingeniero civil analiza la resistencia de cierta clase de concreto a la compresin. sta se distribuye aproximadamente en forma normal con varianza a'2 = 1000 (psi)2. Una muestra aleatoria de 12 especmenes tiene una resistencia media a la compresin de z = 3250 psi. a) Construya un intervalo de confianza de dos lados de 95% respecto de la resistencia media a la compresin. b) Construya un intervalo de confianza de dos lados de 99% respecto de la resistencia media a la compresin. Compare el ancho de este intervalo de confianza con el ancho del encontrado en la parte a). 10-42 Suponga que en el ejercicio 10-40 deseamos tener una confianza de 95% de que el error en la estimacin de la vida media fuera menor que cinco horas. Qu tamao de muestra debe usarse? 10-43 Suponga que en el ejercicio 10-40 deseamos que el ancho total del intervalo de confianza respecto de la vida media sea de ocho horas. Qu tamao de muestra debe utilizarse? 10-44 Suponga que en el ejercicio 10-41 se desea estimar la resistencia a la compresin con un error que sea menor que 15 psi. Qu tamao de muestra se requiere?

b) Emplee los resultados de a) para encontrar un intervalo de confianza de 100(1 - a)% para A. 10-39 Un fabricante produce anillos de pistn para un motor de automvil . Se sabe que el dimetro de los anillos se distribuye aproximadamente en forma normal y con una desviacin estndar or = 0 . 001 mm . Una muestra aleatoria de 15 anillos tiene un dimetro medio de x = 74.036 mm,

ESTIMACIN DE PARMETROS 317 10-45 Se emplean dos mquinas para llenar botellas ele plstico con detergente lavatrastes . Se tienen como datos que las desviaciones estndar del volumen de llenado son 6, = 0.15 onzas de lquido y a, = 0. 18 onzas de lquido para cada una de las dos mquinas . Se seleccionan dos muestras aleatorias de n = 12 botellas de la mquina 1 y nr_ = 10 botellas de la mquina 2, y las medias de muestra de los volmenes de llenado son .i u = 30.87 onzas de lquido v , _ 30.68 onzas de lquido. a) Construya un intervalo de confianza de dos lados de 90% respecto de la diferencia entre las medias del volumen de llenado. b) Construya un intervalo de confianza de dos lados de 95 % respecto de la diferencia entre las medias del volumen de llenado. Compare el ancho de este intervalo con el del intervalo de la parte a). c) Construya un intervalo de confianza superior de 95%7 respecto de la diferencia entre las medias del volumen de 1lenadh.i. 10-46 Se estn estudiando las tasas de quemado de dos diferentes propulsores de cohete a base de combustible slido. Se sabe que ambos propulsores tienen aproximadamente la misma desviacin estndar de tasa de quemado ; esto es, v1 = a, = 3 cm / s. Se prueban dos muestras aleatorias de nt = 20 y n, = 20 especmenes, y las tasas de quemado medias de muestra son i I = 18 cm/s y .Z-, = 24 cm/s. Construya un intervalo con 99% de confianza respecto de la diferencia entre las medias de la tasa de quemado. 10-47 Dos diferentes compuestos de gasolina sin plomo se estn probando para estudiar sus nmeros de octanaje. La varianza del nmero de octanaje para el compuesto 1 es 6 = 1.5. y para el compuesto 2. 6; = 1.2. Se prueban dos muestras aleatorias de tamao ti, = 15 y n, = 20. y los nmeros de octanaje medios son ] = 89.6 y x, = 92.5. Construya un intervalo de confianza de dos lados de 95% respecto de la diferencia entre las medias de los nmeros de octanaje. 10-48 Un ingeniero civil est probando la resistencia de cierta clase de concreto a la compresin. Realiza la prueba con 16 especmenes y obtiene los siguientes datos: 2216 2225 2 318 2250 2237 2301 2255 2238 2249 2281 2275 2300 2204 2263 2295 2217

a) Construya un intervalo de confianza de dos lados de 95% respecto de la resistencia nmedia. b) Construya un intervalo de confianza inferior de 95% respecto de la resistencia media. c) Construya un intervalo de confianza de dos lados de 95% respecto de la resistencia media , suponiendo que a = 36. Compare este intervalo con el de la parte a). d) Construya un intervalo de prediccin de dos lados con 95% para una sola resistencia a la compresin. e) Construya un intervalo de tolerancia de dos lados que cubra 99% de todas las resistencias a la compresin con una confianza de 95 por ciento. 10-49 Un artculo del Annual Ret'iews Material Research (2001, p . 291) presenta las fuerzas de adhesin para diferentes materiales energticos (explosivos, propulsores y pirotcnicos). A continuacin se presenta la fuerza de adhesin para 15 de estos materiales. Construya un intervalo de confianza de dos lados de 95% para la media de la fuerza de adhesin. 323, 312. 300, 284, 283. 261, 207, 183, 180. 179. 174. 167, 167. 157, 120. 10-50 Un ingeniero de control de calidad midi el espesor de la pared de 25 botellas de vidrio con capacidad de dos litros. La media de la muestra fue .t = 4.05 mm y la desviacin estndar de la muestra s = 0.08 mm. Determine un intervalo de confianza inferior de 90% respecto del espesor de pared medio.

318 PROBABILIDAD Y ESTADSTICA PARA INGENIERA 10-51 Un ingeniero industrial est interesado en estimar el tiempo medio requerido para ensamblar una tarjeta de circuitera. Qu tan grande debe ser la muestra si el ingeniero desea tener una confianza de 95% de que el error en la estimacin de la media es menor que 0.25 minutos? La desviacin estndar del tiempo de ensamblaje es 0.45 minutos. 10-52 Una muestra aleatoria de tamao 15 de una poblacin normal tiene media = 550 y varianza s2 = 49. Determine lo siguiente: a) Un intervalo de confianza de dos lados de 95% respecto de p. b) Un intervalo de confianza inferior de 95% respecto de p. c) Un intervalo de confianza superior de 95% respecto de p. d) Un intervalo de prediccin bilateral de 95% para una sola observacin. e) Un intervalo de tolerancia bilateral que cubriera 90% de todas las observaciones con un 99% de confianza. 10-53 Un artculo de Computers in Cardiology (1993, p. 317) presenta los resultados de una prueba de estrs en el corazn, en la que el estrs se induce mediante una droga en particular. Se han registrado los ritmos del corazn (en latidos por minuto) de nueve pacientes de sexo masculino despus de que se les ha administrado la droga. Se encontr que el ritmo promedio es de x = 102.9 (lpm) con una desviacin estndar de la muestra de s = 13.9 (lpm). Encuentre un intervalo de confianza de 90% sobre la media del ritmo despus de que se ha administrado la droga. 10-54 Dos muestras aleatorias independientes de tamaos n 1 = 18 y n2 = 20 se toman de dos poblaciones normales . Las medias de las muestras son z, = 200 y k 2 = 190. Sabemos que las varianzas son cT = 15 y a2 2= 12 Encuentre lo siguiente: a) Un intervalo de confianza de dos lados de 95% respecto de p, -1t,2. b) Un intervalo de confianza inferior de 95% en p, -2.

c) Un intervalo de confianza superior de 95% enp ^ -p2.

10-55 Se est investigando el voltaje de salida de dos tipos de transformadores. Diez transformadores de cada tipo se seleccionan al azar para medir su voltaje. Las medias de muestra son x, _ 12.13 voltios y 12 = 12.05 voltios. Sabemos que las varianzas del voltaje de salida para los dos tipos de transformadores son 6 = 0.7 y o'; = 0.8, respectivamente. Construya un intervalo de confianza de dos lados de 95% respecto de la diferencia entre las medias del voltaje. 10-56 Se tomaron muestras aleatorias de tamao 20 de dos poblaciones normales independientes. Las medias y las desviaciones estndar de las muestras fueron xl = 22.0, sr = 1.8, z2 = 21.5 y s, = 1.5. Suponiendo que 6 = 62, obtenga lo siguiente: a) Un intervalo de confianza de dos lados de 95% respecto de y, - ,U2. b) Un intervalo de confianza superior de 95% respecto de pl - p2. c) Un intervalo de confianza inferior de 95% respecto de pr - p,. 10-57 Se est investigando el dimetro de barras de acero manufacturadas en diferentes mquinas de extrusin . Se seleccionan dos muestras aleatorias de tamaos ni = 15 y n2 = 18, y las medias y varianzas de muestra son xi = 8 .73, s _ 0.30, x, = 8.68 y s; = 0.34, respectivamente. Suponiendo que 6 = 0'2, construya un intervalo de confianza de dos lados de 95 % respecto de la diferencia entre las medias de los dimetros de las barras. 10-58 Se extraen muestras aleatorias de tamaos ni = 15 y n2 = 10 de dos poblaciones normales independientes . Las medias y varianzas de las muestras sonzr= 300, s= 16, z2= 325ys2=49. Suponiendo que 6 :#- G,, construya un intervalo de confianza de dos lados de 95% en pl - p,. 10-59 Considere los datos del ejercicio 10-48. Construya lo siguiente: a) Un intervalo de confianza de dos lados de 95% para 6'-.

ESTIMACIN DE PARMETROS 319 b) Un intervalo de confianza inferior de 95%% para <T'. c) Un intervalo de confianza superior de 95% para a'. 10-60 Considere los datos del ejercicio 10-49. Construya lo siguiente: n) Un intervalo de confianza de dos lados de 99%% para 6'.
b) Un intervalo ele confianza inferior de 99<'7u para 6 .

10-66 De una seleccin aleatoria de 400 choferes, 48 no estaban asegurados. Construya un intervalo de confianza de 95% de dos lados sobre el promedio de la razn de choferes no asegurados. 10-67 Qu tan grande debe ser una muestra en el ejercicio 10-66 para tener una confianza de 95% de que el error en la estimacin de la tasa de choferes no asegurados sea menor que 0.03? 10-68 Un fabricante de calculadoras electrnicas est interesado en estimar la fraccin de unidades defectuosas que se producen. Una muestra aleatoria de 8000 calculadoras incluye 18 defectuosas . Calcule un intervalo de confianza superior a 99% respecto de la fraccin de unidades defectuosas. 10-69 Se lleva a cabo un estudio para determinar el porcentaje de familias que poseen al menos dos aparatos de televisin. Qu tan grande debe ser la muestra si se desea tener una confianza (le 99% de que el error al estimar esta cantidad sea menor que 0.01? 10-70 Se realiz un estudio para determinar si hay una diferencia significativa entre los miembros de un sindicato con base en el sexo. Se tom una muestra aleatoria de 5000 empleados de una fbrica y, de este grupo. 785 eran miembros del sindicato. Se tom una muestra aleatoria de 300(1 empleadas y, de este grupo, 327 eran miembros del sindicato. Construya un intervalo de confianza de 99% de la diferencia entre las proporciones pi - P210-71 La fraccin de productos defectuosos fabricados por dos lneas de produccin se est analizando. Una muestra aleatoria de 1000 unidades de la lnea 1 tiene 10 defectuosas, en tanto que una muestra aleatoria de 1200 unidades de la lnea 2 tiene 25 defectuosas. Encuentre un intervalo de confianza de 99% respecto de la diferencia entre unidades defectuosas producidas por las dos lneas. 10-72 Resultados de un estudio sobre el desempeo de una silla de ruedas se presentaron en el Proceedings of the IEEE 24th Annual Northeast Bioengineering Conference (1998, p . 130). En este estudio se investigaron los efectos de dos

c) Un intervalo de confianza superior de 99% para o 2. 10-61 Construya un intervalo de confianza de dos lados de 95't respecto de la varianza de los datos del espesor de pared del ejercicio 10-50. 10-62 En una muestra aleatoria de 100 bombillas elctricas se encontr que la desviacin estndar de muestra de la vida de las mismas era de 12.6 horas. Calcule un intervalo de confianza superior de 90 % respecto de la varianza de la vida de las bombillas. 10-63 Considere los datos del ejercicio 10-56. Construya un intervalo de confianza de dos lados de 9,5% respecto del cociente de las varianzas de poblacin er /Q;. 10-64 Considere los datos en el ejercicio 10-57. Construya lo siguiente: a) Un intervalo de confianza de dos lados de 90% para er 16;. b) Un intervalo de confianza de dos lados de 95% para a 1/ a2. 2 Compare el ancho de este intervalo con el ancho del intervalo en la parte a). c) Un intervalo de confianza inferior de 90% para o 16;.
dl) Un intervalo de confianza superior de 90%% para a 16;.

10-65 Construya un intervalo de confianza de dos lados de 95%1 respecto del cociente de las varianzas o 2/6; utilizando los datos del ejercicio 10-58.

320 PROBABILIDAD Y ESTADSTICA PARA INGENIERA tipos de palancas: de sensacin de fuerza (PSF) y de sensacin de posicin (PSP) para el control de la silla de ruedas. Se pidi a 10 personas que probaran ambas palancas. Una respuesta de inters es el tiempo (en segundos) para completar una trayectoria predeterminada. Los datos usuales en este tipo de experimento son los siguientes:
Persona 1 2 3 4 5 6 7 8 9 10 PSF 25.9 30.2 33.7 27.6 33.3 34.6 33.1 30.6 30.5 25.4 PSP 33.4 37.4 48.0 30.5 27.8 27.5 36.9 31.1 27.1 38.0

Encuentre un intervalo de confianza de 95% respecto de la diferencia en el milla-je medio. Cul marca prefiere usted? 10-74 Considere los datos del ejercicio 10-50. Encuentre intervalos de confianza respecto de u y 62, tales que tengamos al menos una confianza de 90% de que ambos intervalos conducen en forma simultnea a conclusiones correctas. 10-75 Considere los datos del ejercicio 10-56. Suponga que una muestra aleatoria de tamao n3 = 15 se obtiene de una tercera poblacin normal, con X3 = 20.5 y s3 = 1.2. Encuentre dos intervalos de confianza de dos lados respecto de ,u, - ,, M - ,u; y P2 - 3 tales que haya al menos una probabilidad de 0.95 de que los tres intervalos conduzcan simultneamente a conclusiones correctas. 10-76 Una variable aleatoria X est distribuida normalmente con media p y varianza a2 = 10. La densidad anterior para ,u es uniforme entre 6 y 12. Una muestra aleatoria de tamao 16 produce X = 8. Construya un intervalo de Bayes de 90% para . Sera razonable aceptar la hiptesis de que p = 9? 10-77 Sea X una variable aleatoria distribuida normalmente con media = 5 y una varianza desconocida Q2. La densidad anterior para 1/62 es una distribucin gamma con parmetros r = 3 y 2 = 1.0. Determine la densidad posterior para l /62. Si una muestra aleatoria de tamao 10 da como resultado Y_(x - 4)2 = 4.92, determine la estimacin de Bayes de 1/ere suponiendo una prdida del error cuadrtico. Establezca una integral que defina el intervalo de Bayes de 90% para 1/a2. 10-78 Pruebe que si se usa la funcin de prdida del error cuadrtico, el estimador de Bayes de 0 es la media de la distribucin posterior para 0.

Encuentre un intervalo de confianza de 95% de la diferencia entre los tiempos de realizacin. Existe algn indicio de que una de las palancas sea la preferida? 10-73 El gerente que tiene a su cargo una flotilla de automviles est probando dos marcas de llantas radiales. Asigna al azar una llanta de cada marca a las dos ruedas traseras de ocho autos y corre estos mismos hasta que las llantas se desgastan. Los datos se muestran a continuacin (en kilmetros):
Auto Marca 1 1 2 3 4 5 6 7 8 36,925 45,300 36,240 32,100 37,210 48,360 38,200 33,500 Marca 2 34,318 42,280 35,500 31,950 38,015 47,800 37,810 33,215