Está en la página 1de 14

Chi cuadrado

1.El espesor de un semiconductor se controla mediante la variación estándar no mayor a
σ =0.32 mm . Para mantener controlado el proceso se toman muestras aleatoriamente de
tamaño de 30 unidades, y se considera que el sistema está fuera de control cuando la
2
probabilidad de que s tome valor mayor o igual al valor de la muestra observado es que

es 0.02. Que se puede concluir si s=0.75mm?

x 2=

Solución. Existe fuera de control si

Con n=30 y s=0.52, excede

x

2
0.02,30

=49.89

Entonces,
x 2=

( n−1 ) s 2
σ2

Remplazando
x 2=

(30−1)¿ 0.752
0. 522

x 2=

(29)¿ 0. 75
60.3
0.522

2

Por tanto, el sistema está fuera de control

( n−1 ) s 2
σ2

Para tratar de controlarla.Fernando es un gran químico egresado de la universidad de sucre él está preocupado por su micro-centrífuga. consigue un tacómetro regulado y mide cada minuto la velocidad durante 10 minutos. debido a que no mantiene estable su velocidad mientras esta funciona.4 rpm. H 0: smax ≤ 62rpm H 1 : smax ≥62 rpm x 2= ( n−1 ) s 2 σ2 Remplazando tenemos x 2=23. luego. Interpretación gráfica: La desviación estándar es smax=2 ∗3098=62rpm .2. lo cual le da una inestabilidad indeseada en sus determinaciones. Testear para un error relativo máximo del 2% o menos.6 ( 10−1 ) 100. si la centrífuga es estable. Los resultados fueron: una velocidad promedio en las 10 mediciones de 3098 rpm con una desviación de 100.4 2 x= 622 2 .

Se elige una muestra entre los cuales tenemos (respecto a la vida útil) 11.De la Tabla de valores críticos surge: χ 20. ¿De acuerdo a lo anterior se puede corroborar que la desviación poblacional es de 1.3−8.5−15. Y deberá ajustarlo si desea disminuir la variabilidad de sus mediciones.3−13.2 años? SOLUCIÓN ( n−1 ) s 2 x= σ2 2 σ =1.6 3.8−9.2 años. 9=27. Por lo tanto.4−10.5−7.877 .2 µ=10 s=2.3 .666 y χ 20.1−13. el bioquímico ha encontrado una muy fuerte evidencia que la velocidad del equipo oscila en forma indeseada.0−10.8 De acuerdo a lo anterior se puede observar que la desviación poblacional es .7−10.5−12.99 1 .6−6.Carlos es una famoso fabricante de celulares. el concluye que estos celulares tendrán una vida útil de 10 años. tal como sospechaba. si son bien tratados.53 n=12 V =11 x 2=48. Los resultados fueron muy significativos χ2 = 23. Teniendo en cuenta una desviación poblacional de 1.99 . 9=21.

Mayor que 1. .2 años (debido a que el valor de Chi Cuadrado es muy alto y por lo Tanto no cae dentro del intervalo de confianza para una muestra de 12).

ahí compiten los mejores pilotos de autos de todo el mundo.1 en la formula de t-Student. con una desviación estándar de 2.1/√ 16 ¿ 8.=16. se hizo un experimento de 16 recorridos de prueba de una hora cada uno.La Nascar es una de las más grandes carreras existentes en todo el mundo.0.1 gal. a partir de ahí se obtuvo que el consumo de gasolina de un motor es de 16.m=12.4 y s=2. Demuestre que la afirmación que el consumo promedio de gasolina de este motor es 12.38 Para el cual en las tablas.0 2.0 gal/hora Solución. Sustituyendo n=16.4−12. se tiene T= ¿ ´ n−μ X S √n 16.4 gal.Distribución t-student 1. y por tanto se puede concluir que el consumo de 12 gal/h es real . para a=5 y 15 gl es insignificante.

se hizo un estudio estadístico acerca de dicha proporción y se obtuvo.Felipe es el dueño de una prestigiosa fábrica de implementos de maquinaria.9902 La probabilidad que la longitud media de la muestra de 25 tornillos de esa fábrica sea inferior a 20. la longitud media del tornillo sea inferior a 20.5)=0.5 mm: P(μ<20. tuercas.5)=0.5)→ P(T <2.2. el mes pasado se fabricó cierta cantidad de tornillos. calcular la probabilidad de que en una muestra de tamaño n=25. varillas. la longitud de los tornillos fabricados en esta fábrica tienen media μ=10 mm y desviación s=1 mm .9902 P( μ<20.5 2.02% .5-20)/(1/√25) = 2.5 Luego: P( μ<20.5) T= Estandarizamos ´ n−μ X S √n que sigue una distribución t de n-1 grados de libertad T= T=(20.5−20 1 √25 T =2. ahí se realizan tornillo.5 mm es del 99.5) t (24) P(T < 2.

75−0.067 t 0.999. teniendo cuenta que: T= ´ n−μ X S √n Remplazando tenemos: Valor es significativo pues T= 0.90 con desviación σ =√ 0. un ejemplo de ello “Doleram”.999.75 y la media de m=0. siendo P el porcentaje de éxitos Teniendo en cuenta que P=15 /20=0. De todas formas la evidencia no alcanza para rechazar la hipótesis a los niveles del 99% y 99.9%.19=−3. afirma en su cita comercial que aplaca el dolor en el 90% de los casos antes de la 1era hora luego de su consumo.3.9∗0.9 El valor t-Student para una sola cola es. se hace un experimento en 20 individuos con migraña.067 Luego. Se la rechaza al nivel de 95% .19 =−2.95. entre ellos.539 o t 0.9 H 1 :m≤ 0.19=−1. emite muchos hacer de fármacos y medicinas. Para afirmar esta información.Un canal colombiano emite 25 avisos comerciales.729 .24 0.1 /20=0. entonces m cae fuera del intervalo del 95%. Se observa que fue efectivo en 15 de ellos (ver grafica) H o :m≥ 0.09 =−2. este es un famoso analgésico en todo Colombia .579 o t 0.

Si bien no es tan terminante.únicamente. . se puede afirmar que la aseveración es falsa con un 95% de confianza.

9192=0. teniendo en cuenta los resultados de los últimos 10 años se obtuvo que La vida media de los habitantes de ese país es de 68 años. y el índice de vida media de dichos habitantes.6)=0.0808 Luego.6)=1−P( z< 1.08% de la población (808 habitantes) vivirán más de 75 años.48% de la población (548 habitantes) no llegarán probablemente a esta edad.Si hizo un estudio en el país de barbados en la que se hizo un experimento.4)=1−0. b) Personas que vivirán (previsiblemente) menos de 60 años. De igual manera de hizo el mismo estudio en una The Crane ciudad de barbados en la que hay 10. de acuerdo al índice de mortalidad.40 5 P( x >75)=(z >1. NOTA: algunos resultados de la variante estadísticas se toman de acuerdo a la tabla de distribución normal (ver tabla) . Calculamos el valor de la normal tipificada equivalente a 60 años z= z= (x−μ) σ Remplazando tenemos (60−6 8) =z=1.6)=P( z >1.4)=1−P(z <1.000 habitantes: a) ¿Cuántas personas superarán previsiblemente los 75 años? b) ¿Cuántos vivirán menos de 60 años? Solución a) Personas que vivirán (previsiblemente) más de 75 años Calculamos el valor de la normal tipificada equivalente a 75 años: z= (x−μ) σ Por lo tanto.Distribución normal: 1.6 0 5 Por lo tanto P( x <60)=( z <−1. Remplazando tenemos z= (75−68) =z =1.0548 Luego. el 8. con una varianza de 25. el 5.

333)  0.Andrés cárdenas es un gran matemático colombiano. dicho función o una variable aleatoria puede ser representada a través de X N ( 45. es decir. el logro calcular una función que representa la ola de lluvia que existió en el costa caribe de Colombia durante el invierno del años pasado. hallamos la variable estandarizada De modo que z= Z 1= (x−μ) σ luego remplazando tenemos.333 9 9 P(39  X  48)  P(0. ( 39−45) ( 48−45 ) =−0.666 ≤ z ≤ 0.2.378 P(39 ≤ x ≤ 48)=P(−0.378 De igual forma se tomaron los valores que están en la tabla de la función de distribución Normal para evaluar los valores de la función acumulada (ver tabla) .9 ) y queremos calcular la probabilidad de que X tome un valor entre 39 y 48.33)=0.666 y Z 1= =0.666  Z  0. P (39 ≤ x ≤ 48 ) Solución.

000 bombillas. Electricaribe es una empresa de luz en Sincelejo.45)=1−P(t ≤2.18% de las lámparas. una ciudad del departamento de sucre en Colombia.575 P( X ≤ 365)=P(t ≤ 1. es decir 20.45 P(X > 400)=P(t >2. a) Tipificamos el valor 365 Þt=(365−302)/40=1.9929=0.71% de las lámparas.000 ∙ 0. En el mes pasado instala 20.000 ∙ 0.0071 Entonces el 0. en el barrio el poblado de Sincelejo para su iluminación. es decir 20.45)=1−0.836 bombillas se fundirán antes de 365 días b) Tipificamos el valor 400 Þt=(400−302) /40=2.0071 = 142 bombillas durarán más de 400 días .575)=0.9418 Luego el 94.3. la duración de una bombilla sigue una distribución normal con media 302 días y desviación típica 40 días. Se pide determinar a) ¿Cuántas bombillas es de esperar que se fundan antes de 365 días? b) ¿Cuántas durarán más de 400 días? Explica razonadamente las respuestas.9418 = 18.

y toma una muestra de suero cualquiera la divide en 20 alícuotas.(9.025 para el límite 1 2 1 inferior y α = 0.8 para el otro. H 0: H1: El estadígrafo es 2 xm σ 1 F= = 2 yn σ 2 Remplazando tenemos: F= 2.248 Como el F=3 cae dentro de la zona de aceptación.3=0. 1 y s22=0. para calcular el valor no tabulado α =0. las restantes las encomienda al laboratorista 2 para que las mida. Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que haga las determinaciones. mientras que α =0.4 =3.03 .0 0. Estos valores son F0. El profesor de química 1. Decidir si hay diferencia en dispersión entre ambos. .9 )=1/4.975 para el superior.(9.9)=1/ F 0. 025 .Distribución f de snedecor: 1. no hay evidencia significativa como para decir que el factor humano tiene incidencia en la dispersión de las mediciones. es el jefe de los laboratorio s de la universidad uniatonoma de barranquilla en uno de estos laboratorios se encuentra con una habilidad de medición fuera del control estadístico.025 se aprovecha una propiedad que tiene la función F usando la inversa: valor hallado F0. Los resultados obtenidos son: s12=2. para un nivel del 95% de confianza. se busca en las tablas para: υ =υ =n -1=9 grados de libertad.8 Como se trata de un ensayo de dos colas.975 .975.4 es la varianza obtenida por el laborista. Para investigar las causas decide investigar si el factor humano tiene incidencia. Luego.9)=4. (9.0.

en Venezuela pone a prueba dos nuevos métodos de ensamblaje de motores respecto al tiempo en minutos. . 21 σ2 σ2 σ 21 σ 2 1 Al despejar: σ 2 . Los resultados se muestran en la siguiente tabla: Método 1 Método 2 n1 = 31 n2 = 25 s 21 = 50 s 22 = 24 2 2 Construya un intervalo de confianza del 90% para σ 1 σ 2 ? Solución: Por la recomendación de que la varianza muestral mayor va en el numerador se tiene la σ 21 siguiente fórmula: relacionamos que: F= σ 2 2 2 2 σ σ F= 21 .2. En este caso los grados de libertad uno valen 30 y los grados de libertad dos 24. Una empresa de ensamblamiento de carros. F σ 2 2 2 F toma dos valores dependiendo del nivel de confianza y de los grados de libertad.

93.93. = =3.07 y 3.σ 21 σ 21 50 . Esto supondría que la varianza de la población 1 es mayor a la varianza de la población 2 entre 1. .07 y 3. = =1.93 y 2 2 σ 2 F σ 2 ( 0.530)(24 ) σ 21 σ 21 50 .94 )(24) Estos resultados los podemos interpretar de la siguiente manera: 2 2 Con un nivel de confianza del 90% se sabe que la relación de varianzas σ 1 σ 2 esta entre 1.07 2 2 σ 2 F σ 2 (1.