CAP 8 Probabilidad

Ctedra: Probabilidad y Estadstica
UADER
Trabajo Final
6 de Agosto de 2008
Problema 1 (Ref: Pg. 223 - Ej. 5)

Una mquina de refrescos se ajusta para que la cantidad de bebida que sirve promedie 240 mililitros
con una desviacin estndar de 15mililitros. La mquina se verifica peridicamente tomando una
muestra de 40 bebidas y se calcula el contenido promedio. Si la media de las 40 bebidas es un valor
dentro del intervalo x 2 x , se piensa que la mquina opera satisfactoriamente, de otra forma, se
ajusta. En la seccin 8.4, el funcionario de la compaa encuentra que la media de 40 bebidas es x =
236 mililitros y concluye que la mquina no necesita un ajuste Esta fue una decisin razonable?
Datos:
Variable aleatoria
Tamao de la muestra
Desviacin estndar poblacional
Media poblacional
Media muestral
Desviacin estndar muestral
X: cantidad de bebida que sirve una mquina (en mililitros).

n = 40 bebidas.
x = 15 mililitros.
x = 240 mililitros.
x = x = 240 mililitros.
x x 2.3717 mililitros.
n
Incgnita:
x 2 x x x 2 x
Solucin:
Reemplazando con nuestros datos
240 ml. (2)(2.372 ml.) x 240 ml. + (2)(2.372 ml.)
240 ml. 4.744 ml. x 240 ml. + 4.744 ml.
235.257 ml. x 244.743 ml.
Respuesta:
Esta fue una decisin razonable puesto que 236 ml., que es la media encontrada se encuentra dentro del
intervalo definido.
Lafata Desio Fernando, Warlet Ivn Lautaro
Pgina 1 de 103

UADER
Trabajo Final
6 de Agosto de 2008

La vida media de una mquina para hacer pasta es de siete aos, con una desviacin estndar de un
ao. Suponga que las vidas de estas mquinas siguen aproximadamente una distribucin normal,
encuentre:
a) La probabilidad de que la vida media de una muestra aleatoria de nueve de estas mquinas caiga
entre 6.4 y 7.2 aos;
b) El valor de x a la derecha del cual caera el 15% de las medias calculadas de muestras aleatorias de
tamao nueve.
Datos:
Variable aleatoria
Media poblacional
Tamao de la muestra
X: vida til de una mquina de hacer pasta (en aos).

x = 7 aos.
x = 1 ao.
n = 9 mquinas.
X ~ N x , x x x 7 (aos)
1
1
x x
(aos )
n
9 3
a) Incgnita:
P(6.4 x 7.2)
Solucin:
6.4 7 X x 7.2 7
P
P 1.8 z 0.6 P z 0.6 P z 1.8

1
x
1
3
3
n
Aplicando Tabla A.3. = 0.7257 0.0359 = 0.6898 = 68.98%.

Respuesta:
La probabilidad de que la vida media de una muestra de 9 de esas mquinas caiga entre 6.4 aos y 7.2 aos es
del 68.98%.
b) Incgnita:
Un valor de x que deje a su derecha un rea del 15% y por lo tanto un rea del 85% a su izquierda.
Solucin:
Con x 7 aos y 1 0.15 0.85
_
Z Z 0.85 1.04 Z 0.85
_
x7
1
1.04 * 7 x 7.346667 Aos

1
3
x = 7.35 aos
Respuesta:
El valor de x que deja a su derecha un rea del 15% es 7.35 aos.
Problema 3 (Ref: Pg. 223/224 - Ej. 10)
Pgina 2 de 103

UADER
Trabajo Final
6 de Agosto de 2008
El tiempo que el cajero de un banco con servicio en el automvil atiende a un cliente es una variable
aleatoria con media = 3.2 minutos y una desviacin estndar = 1.6 minutos. Si se observa una
muestra aleatoria de 64 clientes, encuentre la probabilidad de que su tiempo medio con el cajero sea:
a) a lo ms 2.7 minutos;
b) ms de 3.5 minutos;
c) al menos 3.2 minutos pero menos de 3.4 minutos.
Datos:
Variable aleatoria
Media poblacional
Tamao de la muestra
X: tiempo que un cajero atiende a un cliente (en minutos).

x = 3.2 minutos.
x = 1.6 minutos.
n = 64 clientes.
X ~ N x , x x x 3.2 (aos)
x
x
n
1.6
64
1.6
(aos )
8
a) Incgnita:
P( x 2.7)
Solucin:
X x 2.7 3.2
P z 2.5 = Aplicando Tabla A.3. = 0.0062 = 0.62%

1.6
x
8
n
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea a lo ms 2.7 minutos es de 0.62%.
b) Incgnita:
P( x > 3.5)
Solucin:
X x 3.5 3.2
P
P z 1.5 1 P z .5 1 0.9332 = Aplicando Tabla A.3. = 0.0668 =

1.6
x
n
64
6.68%.
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea ms 3.5 minutos es de 6.68%.
c) Incgnita:
P(3.2 x 3.4)
Solucin:
3.2 3.2 X x 3.4 3.2
P 0 z 1 P z 1 P z 0
x
1.6
1.6
64
n
64
Aplicando Tabla A.3 = 0.8413 0.5000 = 0.3413 = 34.13%.

Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero este entre 3.2 y 3.4 minutos es de
34.13%.
Se toma una muestra aleatoria de tamao 25 de una poblacin normal que tiene una media de 80 y una
desviacin estndar de 5. Una segunda muestra aleatoria de tamao 36 se toma de una poblacin
normal diferente que tiene una media de 75 y una desviacin estndar de 3. Encuentre la probabilidad
Pgina 3 de 103

UADER
Trabajo Final
6 de Agosto de 2008
de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada de las 36
mediciones por al menos 3.4 pero en menos de 5.9. Suponga que las medias se miden al dcimo ms
cercano.
Datos:
Tamao de la primer muestra
n1 = 25.
Media de la primer poblacin
1= 80.
X 1 ~ N x1 , x1 x1 x1 80
x1
Desviacin estndar de la primer poblacin
1 = 5.
Tamao de la segunda muestra
n2 = 36.
Media de la segunda poblacin
2= 75.
n1
5
25
X 2 ~ N x 2 , x 2 x 2 x 2 75
x2
Desviacin estndar de la segunda poblacin 2 = 3.
n2
3
36
1
2
Incgnita:
P 3.4 X1 X 2 5.9
Solucin:
Utilizando el Teorema 8.3; el que dice:
Si se extraen al azar muestras independientes de tamao n 1 y n 2 de dos poblaciones, discreta o continuas,
con medias 1 y 2 y varianzas 12 y 22 , respectivamente, entonces la distribucin muestral de las
diferencias de las medias, X1 X 2 , est distribuida aproximadamente de forma normal con media y
varianza dadas por
x1 - x 1 1 2
2x1 - x 2
12 22
.
n1 n 2
De aqu
X X
n
1
2
1
2
2
2
n2
es aproximadamente una variable normal estndar.

con nuestros datos:
x1 - x 2 80 75 = 5
x1 - x 2
X X

3.4 5
1
2
1
2
P 3.4 X1 X 2 5.9 P
1.118034
1
2
n
n
1
2
25
9
1.118
25 36
5.9 5
P 1.4311 z 0.8050
1.118034
Pgina 4 de 103

UADER
Trabajo Final
6 de Agosto de 2008
P(z 0.8050) P z 1.4311 Aplicando Tabla A.3. = 0.7896 0.0762 = 0.7134 = 71.34%.
Respuesta:
La probabilidad de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada
de las 36 mediciones por al menos 3.4 pero en menos de 5.9 es de 71.34%.

Para una distribucin ji cuadrada encuentre.
2
a) 0.025
cuando = 15;
2
b) 0.01
cuando = 7;
2
c) 0.05
cuando = 24.
2
a) Segn Tabla A.5 0.025
cuando = 15 => 27.488
Pgina 5 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Respuesta:
El valor 2 con 15 grados de libertad, que deja un rea de 0.025 a su derecha es 27.488.
Grfica:
2
b) Segn Tabla A.5 0.01
cuando = 7 => 18.475
Respuesta:
Grfica:
Pgina 6 de 103

UADER
Trabajo Final
6 de Agosto de 2008
2
c) Segn Tabla A.5 0.05
cuando = 24 => 36.415
Respuesta:
Grfica:
Pgina 7 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Para una distribucin ji cuadrada encuentre 2 tal que:
a) P(2 > 2 ) = 0.99 cuando = 4;
b) P(2 > 2 ) = 0.025 cuando = 19;
c) P(37.652 < 2 < 2 ) = 0.045 cuando = 25.
a) P(2 > 2 ) = 0.99 cuando = 4

Pgina 8 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Segn Tabla A.5 => 2 = 0.297

Respuesta:
El valor de 2 que deja a su derecha una probabilidad igual a 0.99 es decir 99 %, con 4 grados de libertad es
0.297.
b) P(2 > 2 ) = 0.025 cuando = 19

Segn Tabla A.5 => 2 = 32.852
Respuesta:
El valor de 2 que deja a su derecha una probabilidad igual a 0.025 es decir 2.5 %, con 19 grados de libertad
es 32.852.
Pgina 9 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grfica:
c) P(37.652 < 2 < 2 ) = 0.045 cuando = 25

=> 2 = 37.652 => = 0.05
2
=> = 0.05 - 0.045 = 0.005 => 2 = 0.005 cuando = 25

2
Segn Tabla A. 5 => 0.005 = 46.928

Respuesta:
Pgina 10 de 103

UADER
Trabajo Final
6 de Agosto de 2008
El valor de 2 debe ser igual a 46.928 para que la probabilidad entre 37.652 y dicho valor calculado sea igual a
0.045, es decir 4.5%, con 25 grados de libertad.
Grfica:
Problema 7 (Ref: Pg. 236 Ej. 5)

Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal
con varianza 2 = 6, tenga una varianza s2
a) mayor que 9.1;
b) entre 3.462 y 10.745.
Suponga que las varianzas muestrales son mediciones continuas.
Datos:
Pgina 11 de 103

UADER
Tamao de la muestra
Varianza de la muestra
Trabajo Final
6 de Agosto de 2008
n = 25 observaciones.
2 = 6.
a) Incgnita:
P (s2 > 9.1)
Solucin:
n 1 s 2
2
con (n 1) grados de libertad
con nuestros datos:

25 1 9.1 24 9.1 218.4 36.4
2
6
6
6
2
Segn Tabla A.5 36.4 cuando = 24 =>0.05
Respuesta:
La probabilidad de que la varianza de esa muestra sea mayor que 9.1 es del 5%.
b) Incgnita:
P (3.462 s2 10.745)
Solucin:
n 1 s 2
2
con nuestros datos:

25 1 3.462 24 3.462 83.088 13.848
2
6
6
6
Segn Tabla A.5 2 13.848 cuando = 24 =>0.95
25 1 10.745 24 10.745 257.88 42.98

6
6
6
2
42
.
98
Segn Tabla A.5
cuando = 24 =>0.01
P (3.462 s2 10.745) = 0.95 0.01 = 0.94

Respuesta:
La probabilidad de que la varianza de esa muestra se encuentre entre 3.462 y 10.745 es del 94%.
Las clasificaciones de un examen de colocacin que se aplic a estudiantes de primer ao de
licenciatura durante los ltimos cinco aos estn aproximadamente distribuidas de forma normal con
una media = 74 y una varianza 2 = 8. Considerara an que 2 =8 es un valor vlido de la varianza
si una muestra aleatoria de 20 estudiantes que realizan este examen de colocacin este ao obtienen un
valor de s2 = 20?
Datos:
P: estudiantes de primer ao de licenciatura.
Pgina 12 de 103

UADER
Trabajo Final
6 de Agosto de 2008
X: calificacin de un examen de colocacin.

Media poblacional
Varianza poblacional
Tamao de la muestra
Varianza muestral
x = 74.
2x = 8.
n = 20 estudiantes.
s2 = 20.
X ~ N x 74, x 8
Incgnita:
Considerar si es vlida 2x = 8
Solucin:
n 1 s 2
2
con nuestros datos
20 1 20 19 20 380 47.5
8
2
0..975
8.907
2
0.025
32.852
Respuesta:
Es un valor de una distribucin ji cuadrada con 19 grados de libertad.
Como 95% de los valores 2 con 19 grados de libertad caen entre 8.907 y 32.852, el valor calculado con 2 = 8
no es razonable y por lo tanto se tiene razn suficiente para sospechar que la varianza es diferente a ocho.
Es muy probable que el valor supuesto de 2 sea un error.

a) Encuentre t0.025 cuando =14;
b) Encuentre t0.10 cuando = 10;
c) Encuentre t0.995 cuando =7.
a) Segn Tabla A.4 t0.025 cuando =14 => 2.145
Respuesta:
El valor t con 14 grados de libertad, que deja un rea de 0.025 a su derecha es 2.145.
Pgina 13 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grfica:
b) Segn Tabla A.4 t0.10 cuando = 10 => -1.372

Respuesta:
El valor t con 10 grados de libertad, que deja un rea de 0.10 a su izquierda es -1.372.
Grfica:
Pgina 14 de 103

UADER
Trabajo Final
6 de Agosto de 2008
c) Segn Tabla A.4 t0.995 cuando =7 => -3.499

Respuesta:
El valor t con 7 grados de libertad, que deja un rea de 0.995 a su derecha y por lo tanto un rea de 0.005 a su
izquierda es -3.499.
Pgina 15 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grfica:

a) Encuentre P(T < 2.365) cuando =7;
b) Encuentre P(T > 1.318) cuando = 24;
c) Encuentre P(-1.356 < T <2.179) cuando =12;
d) Encuentre P(T > -2.567) cuando =17.
a) P(T < 2.365) cuando =7
Pgina 16 de 103

UADER
Trabajo Final
6 de Agosto de 2008
1 P(T 2.365) cuando =7

Segn Tabla A.4 =>
= 1 0.025 = 0.975
Respuesta:
La probabilidad de que un valor t sea menor que 2.365 con 7 grados de libertad es del 97.5%.
Grfica:
b) P(T > 1.318) cuando = 24

Segn Tabla A.4 =>0.10
Respuesta:
La probabilidad de que un valor t sea mayor que 1.318 con 24 grados de libertad es del 10%.
Pgina 17 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grfica:
c) P(-1.356 < T < 2.179) cuando =12

P(T -1.356) P(T 2.179) cuando =12
Segn Tabla A.4 =>
= (1 0.10) 0.025 =
= 0.90 0.025 = 0.875
Pgina 18 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Respuesta:
La probabilidad de que un valor t se encuentre entre -1.356 y 2.179 con 12 grados de libertad es del 87.5%.
Grfica:
d) P(T > -2.567) cuando =17

1 P( T > 2.567) cuando =17
Segn Tabla A.4 =>
= 1 0.01 = 0.99
Respuesta:
La probabilidad de que un valor t sea mayor que -2.567 con 17 grados de libertad es del 99%.
Pgina 19 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grfica:

Una empresa manufacturera afirma que las bateras que utiliza en sus juegos electrnicos duran un
promedio de 30 horas. Para mantener este promedio se prueban 16 bateras cada mes. Si el valor t que
se calcula cae entre t0.025 y t0.025, la empresa queda satisfecha con su afirmacin.Qu conclusiones
extraera la empresa de una muestra que tiene una media de x = 27.5 horas y una desviacin estndar
de s = 5 horas? Suponga que la distribucin de las duraciones de las bateras es aproximadamente
normal.
Pgina 20 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P: bateras de juegos electrnicos.
X: rendimiento en horas de una bajara de juegos electrnicos.
Media poblacional
x = 30 horas.
Tamao de la muestra
n = 16 bateras.
Media muestral
x = 27.5 horas.
s = 5 horas.
Solucin:
De la tabla A.4 encontramos que t0.025 = 2.131 para 15 grados de libertad. Por tanto, la empresa queda
satisfecha con esta afirmacin si una muestra de 16 bateras rinde un valor t entre 2.131 y 2.131. si = 30,
entonces
X
s
n
Con nuestros datos:

T
27.5 30
5
16
2 ,
Respuesta:
La empresa estara satisfecha con su afirmacin ya que el valor hallado de t pertenece al intervalo establecido
como parmetro para poder afirmar que sus bateras promedian las 30 horas de duracin.

Una poblacin normal con varianza desconocida tiene una media de 20. Se tiene posibilidad de
obtener una muestra aleatoria de tamao 9 de esta poblacin con una media de 24 y una desviacin
estndar de 4.1? Si no, qu conclusin sacara?
Datos:
Pgina 21 de 103

UADER
Media poblacional
Tamao de la muestra
Media muestral
Trabajo Final
6 de Agosto de 2008
x = 20.
n = 9.
x = 24.
s = 4.1.
Solucin:
X
s
n
con nuestros datos:

P ( X - = X - 20 > 4) =
= 1 P ( X - 20 4) =
= 1 P (-4 X - 20 4) =
4
4
X 20
=1P
=
4.1
4.1
3
3
= 1 P (-2.92 t8 2.92) =
= P (t8 2.92) P (t8 2.92) = 0.00959 + 0.00959 = 0.01918 = 1.918%.
Respuesta:
Si se tiene la posibilidad de obtener una muestra de tamao 9 con esas condiciones, con una probabilidad del
1.918%

Un fabricante de cierta marca de barras de cereal bajo de grasa afirma que su contenido promedio de
grasa saturada es 0.5 gramos. En una muestra aleatoria de 8 barras de cereal de esta marca el
contenido de grasa saturada fue 0.6, 0.7, 0.7, 0.3, 0.4, 0.5, 0.4 y 0.2. Estara de acuerdo con la
afirmacin?
Datos:
Pgina 22 de 103

UADER
Trabajo Final
6 de Agosto de 2008
P: barras de cereal bajo de grasa.

X: contenido de grasa en gramos de una barra de cereal.
Media poblacional
x = 0.5 gramos.
Tamao de la muestra
n = 8.
n
Media muestral
i 1
0.6 0.7 0.7 0.3 0.4 0.5 0.4 0.2 3.8
0.475 gramos
8
8
n
X
i 1
n 1
0.6 0.475 2 (0.7 0.475) 2 (0.7 0.475) 2 (0.3 0.475) 2 (0.4 0.475) 2 (0.5 0.475) 2 (0.4 0.475) 2 (0.2 0.475
0.125 2 0.225 2 0.225 2 0.175 2 0.075 2 0.025 2 0.075 2 0.275 2
0.26
Incgnita:
x = 0.5
Solucin:
X
s
n
con nuestros datos

T
0.475 0.5
0.3860
0.1832
8
X
X 0
P
s
s
n
n
con nuestros datos
P(-0.3860 t7 0.3860) = 0.3754 + 0.3754 = 0.7508 = 75.08%.

Respuesta:
Hay razones suficiente (75,08%) para considerar que la afirmacin es cierta.
Para una distribucin F encuentre:
a) 0.05 con 1 = 7 y 2 = 15;
b) 0.05 con 1 = 15 y 2 = 7;
c) 0.01 con 1 = 24 y 2 = 19;
d) 0.95 con 1 = 19 y 2 = 24;
e) 0.99 con 1 = 28 y 2 = 12.
a) Segn Tabla A.6 0.05 con 1 = 7 y 2 = 15 => 2.71
Pgina 23 de 103
0.037 0.183

UADER
Trabajo Final
6 de Agosto de 2008
Respuesta:
El valor f con 7 y 15 grados de libertad, que deja un rea de 0.05 a su derecha es 2.71.
Grfica:
b) Segn Tabla A.6 0.05 con 1 = 15 y 2 = 7 => 3.51

Respuesta:
Grfica:
Pgina 24 de 103

UADER
Trabajo Final
6 de Agosto de 2008
c) Segn Tabla A.6 0.01 con 1 = 24 y 2 = 19 => 2.92

Respuesta:
Grfica:
Pgina 25 de 103

UADER
Trabajo Final
6 de Agosto de 2008
d) 0.95 con 1 = 19 y 2 = 24
f 1 1, 2
1
f 2 , 1
con nuestros datos
Pgina 26 de 103

UADER
f 0.95 19,24
Trabajo Final
6 de Agosto de 2008
1
1
= 0.4739
f 0.05 24,19 2.11
Respuesta:
Grfica:
e) 0.99 con 1 = 28 y 2 = 12
f 1 1, 2
1
f 2 , 1
con nuestros datos

Pgina 27 de 103

UADER
f 0.99 28,12
Trabajo Final
6 de Agosto de 2008
1
1
= 0.3448
f 0.01 12,28 2.90
Respuesta:
Grfica:

Una muestra aleatoria de cinco presidentes de bancos indican salarios anuales de $163000, $148000,
$152000, $135000 y $141000. Encuentre la varianza de este conjunto.
Datos:
Variable aleatoria
X: salarios anuales de presidentes de bancos (en pesos)
Pgina 28 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Tamao de la muestra
n = 5 presidentes.
n
Media muestral
i 1
163000 148000 152000 135000 141000 739000
147800 $
5
5
Incgnita:
Varianza muestral s2
Solucin:
X
n
s2
i 1
n 1
con nuestros datos
2
2
2
2
2
163000 147800 148000 147800 152000 147800 135000 147800 141000 147800
2
2
2
2
2
15200 200 4200 12800 6800
4
458800000
114700000 $
4
Respuesta:
La varianza de este conjunto es 114700000 $.

Si S21 y S22 representan las varianzas de muestras aleatorias independientes de tamao n 1 = 25 y n2 =
31, tomadas de poblaciones normales con varianzas 21 = 10 y 22 = 15, respectivamente, encuentre
P S 12 S 22 1.26 .
Datos:
Pgina 29 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Varianza de la primera muestra
n1 = 25.
n2 = 31.
Varianza de la segunda muestra
22 15 .
Incgnita:
P S12 S 22 1.26
12 10 .
Solucin:
Utilizando el Teorema 8.8; el que dice:
Si s12 y s 22 son las varianzas de muestras aleatorias independientes de tamao n 1 y n 2 tomadas de
poblaciones normales con varianzas 12 y 22 , respectivamente, entonces
s12 22 s12 22
12 s 22 s 22 12
Tiene una distribucin F con 1 = n1 1 y 2 = n2 1 grados de libertad.
con nuestros datos
15
*
1
.
26
P F 1.89 0.05 5%.
P 1.26 P 2
10
s2
s
2
1
2
2
s12
2
1
F0.05(24, 30) = 1.89

Respuesta:
La probabilidad de que F con 24 y 30 grados de libertad sea mayor que 1.26 es de 0.05, es decir, 5%.

Una empresa elctrica fabrica focos que tienen una duracin aproximadamente distribuida de forma
normal con una desviacin estndar de 40 horas. Si una muestra de 30 focos tiene una duracin
promedio de 780 horas, encuentre un intervalo de confianza de 96 % para la media de la poblacin de
todos los focos que produce esta empresa.
Pgina 30 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P: focos fabricados por la empresa.
X: duracin de esa muestra de focos.
x = 40 horas.
Tamao de la muestra
n = 30 focos.
Media muestral
x = 780 horas.
Intervalo de confianza
IC = 96%.
X ~ N x 780, x 40
Incgnita:
Intervalo de confianza para la media poblacional, x, con 96% de confianza.
Solucin:
X z 1 2
X z 1 2
100% =100(1-)% = 96% => = 0.04 => z1
=> z0.98 = 2.054
con nuestros datos

780 2.054
40
30
x 780 2.054
40
30
765 hs. x 795 hs.

Respuesta:
Podemos afirmar con un nivel de confianza del 96% que la media poblacional se encuentra entre 765 y 795
horas.

De que tamao se necesita una muestra en el ejercicio 4 si deseamos tener 96% de confianza que
nuestra media muestral est dentro de 10 horas de la media real?
Datos:
x = 40 horas.
Pgina 31 de 103

UADER
Media muestral
Intervalo de error
Trabajo Final
6 de Agosto de 2008
x = 780 horas.
IC = 96%.
e = 10 horas.
n
z 1 2
con nuestros datos

n
2.054.40
10
67.5 n 68
Respuesta:
Por lo tanto, podemos tener una confianza 96% de que una muestra aleatoria de tamao 68 proporcionara una
estimacin x que difiere de por una cantidad menor que 0.04.

Las estaturas de una muestra aleatoria de 50 estudiantes universitarios muestra una media de 174.5
centmetros y una desviacin estndar de 6.9 centmetros.
a) Construya un intervalo de confianza de 98% para la estatura media de todos los estudiantes de la
universidad;
b) Qu podemos afirmar con 98% de confianza sobre el tamao posible de nuestro error si estimamos
que la estatura media de todos los estudiantes de la universidad de 174.5 centmetros?.
Pgina 32 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P: estudiantes universitarios.
Variable aleatoria
Tamao de la muestra
Media muestral
X: medidas de esos estudiantes universitarios (en centmetros)

n = 50 estudiantes.
x = 174.5 centmetros.
s = 6.9 centmetros.
IC = 98%.
100% =100(1-)% = 98% => = 0.02 =>
2 = 0.01
t49, 0.01 = 2.4048

a) Incgnita:
Solucin:
X t 2
s
s
X t 2
n
n
con nuestros datos

174.5 2.4048
6.9
174.5 2.4048
50
172.15 cm. 176.85 cm.
6.9
50
Respuesta:
Podemos afirmar con 98% de confianza que la media poblacional se encuentra entre 172.15 y 176.85
centmetros.
b) Incgnita:
Posible error de estimacin.
Solucin:
X - 174.5 172.15 2.35 cm.
Respuesta:
Podemos afirmar con 98% de confianza que el error de estimacin es igual a 2.35 cm.
Problema 20(Ref: Pg. 252 Ej. 13)
Una mquina produce piezas metlicas de forma cilndrica. Se toma una muestra de las piezas y los
dimetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01 y 1.03 centmetros. Encuentre un intervalo de
confianza de 99% para el dimetro medio de las piezas de esta mquina, suponga una distribucin
aproximadamente normal.
Datos:
Pgina 33 de 103

UADER
Trabajo Final
6 de Agosto de 2008
P: piezas metlicas de forma cilndricas.

X: dimetro de las piezas cilndricas(en centmetros).
Tamao de la muestra
n = 9 piezas.
IC = 99%.
n
Media muestral
i 1
1.01 0.97 1.03 1.04 0.99 0.98 0.99 1.01 1.03

1.0055
9
cm.
n
i 1
n 1
1.01 1.0055 2 (0.97 1.0055) 2 (1.03 1.0055) 2 (1.04 1.0055) 2 (0.99 1.0055) 2 (0.98 1.0055) 2 (0
8
0.0045 2 0.0355 2 0.0245 2 0.0345 2 0.0155 2 0.0255 2 0.0155 2 0.0045 2 0.0245 2

8
100% =100(1-)% = 99% => = 0.01 =>
= 0.005
t8, 0.005 = 3.355

Incgnita:
Solucin:
X t 2
s
s
X t 2
n
n
con nuestros datos

1.0055 3.355
0.0245
0.0245
1.0055 3.355
9
9
0.9781 cm. 1.0329 cm.
Respuesta:
Podemos afirmar con 99% de confianza que la media poblacional se encuentra entre 0.9781 y 1.0329
centmetros.
Problema 21 (Ref: Pg. 252/253 Ej. 17)

Una muestra aleatoria de 25 botellas de aspirinas contiene, en promedio, 325.05 mg. de aspirina con
una desviacin estndar de 0.5. Encuentre los lmites de tolerancia del 95% que contendrn 90% del
contenido de aspirina para esta marca. Suponga que el contenido de aspirina se distribuye
normalmente.
Pgina 34 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P: botellas de aspirinas.
X: cantidad de aspirina que contienen las botellas de aspirina (en miligramos).
Tamao de la muestra
n = 25 botellas de aspirina.
Media muestral
x = 325.05 mg. de aspirina.
s = 0.5 mg. de aspirina.
1 = 95% => = 0.05 y 1 = 90% => 0.9
Segn Tabla A.7 => k = 2.208
Incgnita:
Limites de tolerancia del 95% que contendrn 90% de aspirina.
Solucin:
x ks
con nuestros datos
325.05 2.208.0.5 = [323.946 ; 326.154]mg.
Respuesta:
Los lmites de tolerancia del 95% que contendrn 90% de aspirina para esta marca son 323.946 mg y 326.154
mg,

Una muestra aleatoria de tamao n1 = 25 que se toma de una poblacin normal con una desviacin
estndar 1 = 5 tiene una media x 1 = 80. Una segunda muestra aleatoria de tamao n2 = 36, que se
toma de una poblacin normal diferente con una desviacin estndar 2 = 3, tiene una media x 2 = 75.
Encuentre un intervalo de confianza de 95% para 1 - 2.
Pgina 35 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
Media de la primer muestra
n1 = 25.
1 = 5.
x 1 = 80.
P1 X1 ~ N x1 80, x1 5

n2 = 36.
Desviacin estndar de la segunda poblacin 2 = 3.
x 2 = 75.
Media de la segunda muestra
P2 X 2 ~ N x 2 75, x 2 3
IC = 95% para 1 2
100(1-)% = 95% => = 0.05 => z1 2 => z0.025 = 1.96 Aplicando Tabla A.3
Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales, 1 2, con 95% de confianza.
Solucin:
x1 x 2 1 2
x1 x 2
12 22
n1 n 2
con nuestro datos
x1 x 2 80 75 5
x1 x 2
25 9
25 36
5
1.25 1.118
4
12 22
12 22
x1 x 2 z . 1 2 x1 x 2 z .
2
2
n1 n 2
n1 n 2
con nuestros datos
5 1.96 1.118 < 1 2 < 5 + 1.96 1.118
5 2.19 < 1 2 < 5 + 2.19
2.80 < 1 2 < 7.19
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
2.80 y 7.19.

Una compaa de taxis trata de decidir si comprar neumticos de la marca A o de la B para su flotilla
de taxis. Para estimar la diferencia de las dos marcas, se lleva cabo un experimento, utilizando 12 de
cada marca. Los neumticos se utilizan hasta que se gastan. Los resultados son:
Marca A:
x 1 = 36300 kilmetros.
s1 = 5000 kilmetros.
Pgina 36 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Marca B:
Calcule un intervalo de confianza de 95% para 1 2,suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.
Datos:
P1 : neumticos de la marca A.
P2 : neumticos de la marca B.
X1 : duracin en kilmetros de un neumtico de la marca A.
X2 : duracin en kilmetros de un neumticos de la marca B.
n1 = 12 neumticos.
n2 = 12 neumticos.
x 1 = 36300 Km.
x 2 = 38100 Km.
s 1 = 5000 Km.
Desviacin estndar de la primer muestra
Desviacin estndar de la segunda muestra s 2 = 6100 Km.
IC = 95%.
100(1-) % = 95% => = 0.05 => t 2 Aplicando Tabla A.4 t0.025 = 2.07892 con = 21.18 grados de libertad.
Incgnita:
Solucin:
x1 x 2 t
s12
s12 s 22
s12 s 22
1 2 x1 x 2 t
2 n1
n1 n 2
n2
donde t 2 es el valor t con
2
n1 s 2
n
25000000 12 37210000 12 2 2083333.3 3100833.3 2 21.18
2 2
2
2
25000000 12 2 37210000 12 2 2083333.3 2 3100833.3 2
s12 n1
s2
n2
2
12 1
12 1
11
11
n1 1
n2 1
con nuestros datos
36300 38100 2.078
25000000 37210000
25000000 37210000
1 2 36300 38100 2.080
12
12
12
12
1800 2.080 2276.87 1 2 1800 2.080 2276.87

6533.4 1 2 2933.4
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
6533.4 y 2933.4.
Los siguientes datos, registrados en das, representan el tiempo de recuperacin para pacientes que se
tratan al azar con uno de dos medicamentos para curar infecciones graves en la vejiga:
Medicamento 1
n1 = 14
x 1 = 17
Medicamento 2
n 2 = 16
x 2 = 19
Pgina 37 de 103

UADER
Trabajo Final
6 de Agosto de 2008
s 12 = 1.5
s 22 = 1.8
Encuentre un intervalo de confianza de 99% para la diferencia 2 1 en el tiempo promedio de
recuperacin para los dos medicamentos, suponga poblaciones normales con varianzas iguales.
Datos:
P1 : pacientes que se tratan con el medicamento 1.
X 1 : tiempo de recuperacin en das para un paciente tratado con el medicamento 1.
n1 = 14 das.
x 1 = 17 das.
Primer media muestral
s 12 = 1.5 das.
Primer varianza muestral
P2 : pacientes que se tratan con el medicamento 2.

X 2 : tiempo de recuperacin en das para un paciente tratado con el medicamento 2.
n2 = 16 das.
x 2 = 19 das.
Segunda media muestral
s 22 = 1.8 das.
Segunda varianza muestral
IC = 99% para 2 1 .
100(1-)% = 99% => = 0.01 => t 2 Aplicando Tabla A.4 t0.005 = 2.763 con (n1 + n2 2) = 28 grados de
libertad.
Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales, 2 1 , con 99% de confianza.
Solucin:
x 2 x1 2 1
x 2 x1
1
1
n 2 n1
con nuestros datos
x 2 x1 19 17 2
s 2p
x 2 x1
1
1
14 16
0,1339 0.3659
n 1 1 * s12 n 2 1 * s 22
n1 n 2 2
con nuestros datos

s 2p
14 1 * 1.5 16 1 * 1.8
14 16 2
1.6607 s p 1.2886
luego,
x 2 x1 t
sp
1
1
1
1
2 - 1 x 2 x1 t s p
2
n 2 n1
n 2 n1
Pgina 38 de 103

UADER
Trabajo Final
6 de Agosto de 2008
con nuestros datos

2 (2.763)*(1.2886)*(0.3659) < 2 - 1 < 2 + (2.763)*(1.1886)*(0.3659)
2 1.30 < 2 - 1 < 2 + 1.30
0.70 < 2 - 1 < 3.30
Respuesta:
Podemos afirmar con 99% de confianza que la diferencia entre las medias ( 2 - 1 ) poblacionales se
encuentra entre 0.70 y 3.30.

a) Se selecciona una muestra aleatoria de 200 votantes y se encuentra que 114 apoyan un convenio de
anexin. Encuentre un intervalo de confianza de 96% para la fraccin de la poblacin votante que
favorece el convenio.
b) Qu podemos asegurar con 96% de confianza acerca de la posible magnitud de nuestro error si
estimamos que la fraccin de votantes que favorecen la anexin es 0.57?
Datos:
Pgina 39 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Tamao de la muestra
Nmeros de xitos
Proporcin de xitos en una muestra
n = 200 votantes.
x = 114 votantes.
IC = 96% para p: proporcin de votante que favorecen el convenio.
x 114
p
0.57 .
n 200
Proporcin de fracasos en una muestra q 1 p 1 0.57 0.43

100 = 100(1 - )% = 96% => =0.04 => z1 2 => z0.98 2.054
a) Incgnita:
Intervalo de confianza de 96% para la fraccin de la poblacin que favorece el convenio.
Solucin:
p * q
p z *
2
0.57 * 0.43
200
0.2451
0,0012255 0.035
200
p * q
p * q
p p z *
2
n
n
con nuestros datos

0.57 (2.054)*(0.035) < p < 0.57 + (2.054)*(0.035)
0.57 0.07189 < p < 0.57 + 0.07189
0.49811 < p < 0.64189
Respuesta:
Podemos afirmar con 96% de confianza que la fraccin que favorece el convenio se encuentra entre 0.49811
y 0.64189, es decir, 49.81% y 64.19% respectivamente.
b) Incgnita:
Posible error de estimacin.
Solucin:
- p 0.57 0.49811 0.72 7.2%
p
Respuesta:
Podemos afirmar con 96% de confianza que le error de estimacin no superar el 7.2 %.
Que tan grande se requiere que sea la muestra si deseamos tener una confianza de 96% de que
nuestra proporcin de la muestra estar dentro del 0.02 de la fraccin real de la poblacin votante?.
Datos:
Sabemos que:
0.57
p
Y que q 0.43
Incgnita:
Pgina 40 de 103

UADER
Trabajo Final
6 de Agosto de 2008
- p 0.02 0.96
n ? tal que p p
Solucin:
Con
Intervalo de error
e = 0.02.
z 2 2 pq
e2
con nuestros datos
2.054 2 0.57 0.43

0.02 2
1.030
2575 votantes
0.0004
Respuesta:
Si basamos nuestra estimacin de p sobre una muestra aleatoria de tamao 2575, podemos tener una
confianza de 96% de que nuestra proporcin muestral no diferir de la proporcin real por ms de 0.02.

Cierto genetista se interesa en la proporcin de hombres y mujeres en la poblacin que tienen cierto
trastorno sanguneo menor. En una muestra aleatoria de 1000 hombres se encuentra que 250 lo
padecen, mientras que 275 de 1000 mujeres examinadas parecen tener el trastorno. Calcule un
intervalo de confianza de 95% para la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo.
Datos:
P1 : hombres
P2 : mujeres
p1 : proporcin de hombres que tienen cierto trastorno sanguneo menor.
p2 : proporcin de mujeres que tienen cierto trastorno sanguneo menor.
Pgina 41 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Nmero de xitos de la primer muestra
Nmero de xitos de la segunda muestra
n1 = 1000 hombres.
n2 = 1000 mujeres.
x1 = 250.
x2 = 275.
x
250
p 1
0.25
Proporcin de xitos de la primer muestra
n 1000
x
275
p 2
0.275
Proporcin de xito de la segunda muestra
n 1000
q 1 1 p1 1 0.25 0.75
Proporcin de fracasos de la primer muestra
q 2 1 p 2 1 0.275 0.725
Proporcin de fracasos de la segunda muestra
p 1 p 2 0.25 0.275 0.025
Diferencia entre proporciones de xitos
100 = 100(1 - )% = 95% => =0.05 => z1
IC = 95%
=> z0.025 1.96
Incgnita:
Intervalo de confianza de 96% para la diferencia de las fracciones de poblacin que favorece el convenio.
Solucin:
p1 * q 1 p 2 * q 2
n1
n2
p 2 p1 z
con nuestros datos
0.25 * 0.75 0.275 * 0.725

1000
1000
0.01967
p1 * q1 p 2 * q 2
p * q p * q
p 2 p1 p 2 p1 z * 1 1 2 2
2
n1
n2
n1
n2
con nuestros datos

0.025 (1.96)*(0.01967) < p2 p1 < 0.025 + (1.96)*(0.01967)
0.025 0.0385532 < p2 p1< 0.025 + 0.0385532
0.01355 < p2 p1< 0.06355
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo se encuentra entre 0.01355 y 0.06355.

De acuerdo con USA Today (17 de marzo de 1997), las mujeres constituan 33.7% del personal editorial
en las estaciones locales de televisin en 1990 y el 36.2% en 1994. Suponga que se contrataron 20 nuevos
empleados para el personal editorial.
a) Estime el nmero que habran sido mujeres en cada ao respectivamente.
b) Calcule un intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres
contratadas como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.
Datos:
Tamao de la muestra
n = 20 empleados.
Proporcin de xitos en 1990 las mujeres constituan 33,7 % de 20 empleados
6.74
P1
0.337
20
Pgina 42 de 103

UADER
Trabajo Final
6 de Agosto de 2008
7.24
P2
0.362
20
q 1 1 p1 1 0.337 0.663
q 2 1 p 2 1 0.362 0.638
IC = 95%
=>
z0.025 1.96 .
2
Proporcin de xitos en 1994 las mujeres constituan 36,2 % de 20 empleados

Proporcin de fracasos de la muestra en 1990
Proporcin de fracasos de la muestra en 1994
100 = 100(1 - ) % = 95% => =0.05 => z1
a) Incgnita:
Estimar el nmero que habran sido mujeres en cada ao.
Solucin:
En 1990 el 33.7% de 20
n * P1 20 * 0.337 6.74 7 mujeres
En 1994 el 36.2% de 20
n * P2 20 * 0.362 7.24 7 mujeres
Respuesta:
Estimamos que en 1990 habra sido de 6.74 7 mujeres, y en 1994 la estimacin habra sido de 7.24 7
mujeres.
b) Incgnita:
Intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres contratadas
como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.
Solucin:
P P Z
2
/2
p 1 * q1 p 2 * q 2
p * q
p * q
p 2 p1 P2 P1 Z / 2 * 1 1 2 2
n1
n2
n1
n2
0.337 - 0.362 (1.96) *

0.025 (1.96) *
(0.337) * (0.663) (0.362) * (0.638)

(0.337) *
p 2 p1 0.337 - 0.362 (1.96) *

20
20
2
(0.337) * (0.663) (0.362) * (0.638)

(0.337) * (0.663)
p 2 p1 0.025 (1.96) *
20
20
20
0.025 0.295430 p2 p1 0.025 0.295430

0.32043 p 2 p1 0.27043
Respuesta:
Podemos afirmar con 95% de confianza que no hay ninguna evidencia para asegurar que la proporcin de
mujeres contratadas como personal en 1994 fue mayor que la proporcin contratada en 1990.
Un fabricante de bateras para automvil afirma que sus bateras duraran, en promedio, tres aos con
una varianza de un ao. Si cinco de estas bateras tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 aos,
construya un intervalo de confianza de 95% para 2 y decida si la afirmacin del fabricante de que 2 =
1 es vlida. Suponga que la poblacin de duraciones de las bateras se distribuye de forma
aproximadamente normal.
Datos:
P: bateras de automvil.
X: tiempo de duracin en aos de una batera.
Media poblacional
x = 3 aos.
x = 1 ao.
Intervalo de varianza
IC = 95%.
X ~ N x 3, x 1
Pgina 43 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Tamao de la muestra
n = 5 bateras.
Incgnita:
2 = 1 ao 2
Solucin:
Se desea estimar el valor de la varianza utilizando S 2 como estimador.
n
s
2
s2
i 1
n x
2
i
x
i 1
n n 1
5 * 48.26 15 2
5 4
241.3 225
0.815 ao 2
20
S 0.902774 aos
Para el intervalo de confianza del 95%
= 0.05
0.484 con (n-1) grados de libertad Segn Tabla A.5
2
0.025
12
11.113
2
0.975
n 1 s 2 2 n 1s 2
2
12
con nuestros datos
5 1 0.815 2 5 1 0.815 4 0.815 2 4 0.815

11.113
0.484
11.113
0.484
3.26
3.26
2
11.113
0.484
0.292639 2 6.735537 ( ao 2 )
Respuesta:
Podemos afirmar con 95% de confianza que, ya que este intervalo 0.292639 2 6.735537 contiene a 1,
que la afirmacin del fabricante, de que 2 = 1, es vlida.
Problema 30 (Ref: Pg. 275 Ej. 8 ligado al Ej. 9 Pg. 263)
Ref. Pg. 263 Ej. 9
Una compaa de taxis trata de decidir si comprar neumticos de la marca A o de la B para su flotilla
de taxis. Para estimar la diferencia de las dos marcas, se lleva cabo un experimento, utilizando 12 de
cada marca. Los neumticos se utilizan hasta que se gastan. Los resultados son:
Marca A:
Marca B:
a) Calcule un intervalo de confianza de 95% para 1 2, suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.
Pgina 44 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Ref. Pg. 275 Ej. 8

b) Construya un intervalo de confianza de 90% para 12 22 . Estamos justificados al suponer que 21 =
22 cuando construyamos nuestro intervalo de confianza para 1 2?
Datos:
P1 : neumticos de la marca A.
P2 : neumticos de la marca B.
X1 : duracin en kilmetros de un neumtico de la marca A.
X2 : duracin en kilmetros de un neumticos de la marca B.
n1 = 12 neumticos.
n2 = 12 neumticos.
x 1 = 36300 Km.
x 2 = 38100 Km.
s 1 = 5000 Km.
s 2 = 6100 Km.
Desviacin estndar de la segunda muestra
IC = 95%.
100(1-) % = 95% => = 0.05 => t 2 Aplicando Tabla A.4 t0.025 = 2.07892
libertad.
con = 21.18 grados de
a) Incgnita:
Solucin:
x1 x 2 t
s12
s12 s 22
s12 s 22
1 2 x1 x 2 t
2 n1
n1 n 2
n2
donde t 2 es el valor t con
2
n1 s 2
n
2 2
2
2
2
s1 n1
s2
n2
2
n1 1
n2 1
con nuestros datos
25000000 12 37210000 12 2
25000000 12 2 37210000 12 2
12 1
12 1
2083333.3 3100833.3 2
2083333.3 2 3100833.3 2
11
21.18
11
con nuestros datos
36300 38100 2.078
25000000 37210000
25000000 37210000
1 2 36300 38100 2.080
12
12
12
12
1800 2.080 * 2276.87 1 2 1800 2.080 * 2276.87

6533.4 1 2 2933.4
Pgina 45 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Respuesta:
Podemos afirmar con un 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
6533.4 y 2933.4.
b) Incgnita:
Intervalo de confianza de 90% para 21/ 22.
Solucin:
100(1-)% = 90% => = 0.10 => f
2
IC = 90%.
Aplicando Tabla A.6
f0.05 = 2.80 con (n1 1, n2 - 1), es decir, con (11, 11) grados de libertad.
s12
12 s12
1
f 1, 2
s 22 f 1, 2 22 s 22 2
2
con nuestros datos

2
25000000 1 1 25000000
2.80
2
37210000 2.80 2 37210000
12
0.238249 2 1.894652
2
Respuesta:
Podemos afirmar con 90% de confianza que 12 22 se encuentra entre 0.238249 y 1.894652, ya que el
intervalo contiene a 1 es razonable asumir que 21 = 22.

Suponga que un alerglogo desea probar la hiptesis de que al menos 30% del pblico es alrgico a
algunos productos de queso. Explique como el alerglogo puede cometer:
a) Un error tipo I.
b) Un error tipo II.
Solucin:
H 0 ) Al menos el 30% del pblico es alrgico a algunos productos de queso.
H 1 ) Menos del 30% del pblico es alrgico a algunos productos de queso.
p proporcin de pblico que es alrgico a algunos productos de queso.
Pgina 46 de 103

UADER
Trabajo Final
6 de Agosto de 2008
En smbolos:
H 0 ) p 0.30
H 1 ) p 0.30
El rechazo de la hiptesis nula cuando es verdadera se llama error de tipo I.
a) Cuando concluye que al menos de 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, el 30% o ms son alrgicos.
El no rechazo de la hiptesis nula cuando es falsa se llama error tipo II.
b) Cuando concluye que al menos el 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, menos del 30% son alrgicos.

Se estima que la proporcin de adultos que viven en una pequea ciudad que son graduados
universitarios es p = 0.6. Para probar esta hiptesis se selecciona una muestra aleatoria de 15 adultos.
Si el nmero de graduados en nuestra muestra es cualquier nmero de 6 a 12, aceptaremos la hiptesis
nula de que p = 0.6 en caso contrario, concluiremos que p 0.6
a) Evale con la suposicin de que p = 0.6. Utilice la distribucin binomial.
b) Evale para las alternativas p = 0.5 y p = 0.7.
c) Es este un buen procedimiento de prueba?.
Datos:
P : adultos graduados universitarios.
p : proporcin de adultos graduados universitarios.
X : un adulto graduado universitario de esa poblacin.
Tamao de la muestra
n = 15 adultos.
Regin de aceptacin
6 x 12 graduados universitarios.
Pgina 47 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Hiptesis nula
Hiptesis alternativa
H0 : p = 0.6.
H1 : p 0.6.
a) Incgnita:
Probabilidad de error tipo I,
Solucin:
Proporcin de adultos graduados universitarios
= P(error tipo I) = P(6 <
=
i 5
i 15
i 0
i 13
p = 0.6 graduados universitarios.
< 12 | p = 0.6) = P( x 6 | p = 0.6) + P( x 12 | p = 0.6) =
b( x;15;0.6) b( x;15;0.6) = 0.0338 +(1 0.9729) = 0.0609 = 6.09%.
Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 6.09%.
b) Incgnita:
Probabilidad de error tipo II,
Solucin:
= P(error tipo II) =P(6

i 12
12 | p = 0.5) =
b( x;15;0.5) = Aplicando Tabla A.1 = 0.8464 =

i 6
84.64%.
= P(error tipo II) =P(6

i 12
12 | p = 0.7) =
b( x;15;0.7) = Aplicando Tabla A.1 = 0.8695 =

i6
86.95%.
Respuesta:
La probabilidad de cometer un error tipo II con p = 0.5 es del 84.64%.
c) Incgnita:
Es este un buen procedimiento de prueba?
Solucin:
El procedimiento empleado para este ejercicio no es un buen procedimiento de prueba ya que la probabilidad
es muy alta.
Repita el ejercicio 4 cuando se seleccionan 200 adultos y la regin de aceptacin se define como 110
x 130 donde x es el nmero de graduados universitarios en nuestra muestra. Utilice la
aproximacin normal.
Datos:
Tamao de la muestra
Regin de aceptacin
Hiptesis nula
n = 200 adultos.
110 x 130 graduados universitarios.
H0: p = 0.6.
H1: p 0.6.
a) Incgnita:
Pgina 48 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Solucin:
Media
n * p 200 * 0.6 120 .

Desviacin estndar
n* p*q
200 * 0.6 * 0.4 6.9282
Necesitamos conocer el rea bajo la curva normal entre

110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5
Z
109.5 120
1.52
6.928
130.5 120
1.52
6.928
= P(error tipo I) = P(110 > x > 130 | p = 0.6) = P( x < 110 | p = 0.6) + P( x > 130 | p = 0.6) =
= P(z < -1.52) + P(z < 1.52) = (2)*(0.0643) = 0.1286 = 12.86%.
Respuesta:
b) Incgnita:
Solucin:
Media
n * p 200 * 0.5 100 .

Desviacin estndar
n* p*q
200 * 0.5 * 0.5 7.0712

110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5
Z
109.5 100
1.34
7.07
130.5 100
4.31
7.07
= P(error tipo II) =P(110 < x < 130 | p = 0.5) =P(1.34 < z < 4.31) = P(z 4.31) P(z 1.34) =
= 1 0.9099 = 0.0901 = 9.01%.
Pgina 49 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Media
n * p 200 * 0.7 140 .

Desviacin estndar
n* p*q
200 * 0.7 * 0.3 6.4807

110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5
Z
109.5 140
4.71
6.480
130.5 140
1.47
6.480
= P(error tipo II) =P(110 < x < 130 | p = 0.7) = P(-4.71< z < -1.47) = P(z -1.47) P(z -4.71) =
= 0.0708 0 = 0.0708 = 7.08%.
Respuesta:
c) Incgnita:
Es este un buen procedimiento de prueba?
Solucin:
Para este procedimiento la probabilidad de cometer un error Tipo I es algo alto, aunque se reduce
dramticamente la probabilidad de cometer un error Tipo II.

Se pregunta a una muestra aleatoria de 400 votantes en cierta ciudad si estn a favor de un impuesto
adicional de 4% sobre la venta de gasolina para proporcionar ingresos que se necesitan con urgencia
para la reparacin de calles. Si ms de 220 pero menos de 260 favorecen el impuesto sobre ventas,
concluiremos que 60% de los votantes lo apoyan.
a) Encuentre la probabilidad de cometer un error tipo I si 60% de los votantes estn a favor del
aumento de impuestos.
b) Cul es la probabilidad de cometer un error de tipo II al utilizar este procedimiento de prueba si en
realidad slo 48% de los votantes est a favor del impuesto adicional a la gasolina?
Datos:
P : votantes de una cierta ciudad.
p : proporcin de votantes a favor del impuesto.
X : un votante de esa ciudad.
Pgina 50 de 103

UADER
Tamao de la muestra
Regin de aceptacin
Trabajo Final
6 de Agosto de 2008
n = 400 votantes.
220 < x < 260 221
Hiptesis nula
259 votantes que favorecen el impuesto.
H 0: p = 0.6.
H1: p 0.6.
a) Incgnita:
Solucin:
Proporcin de votantes a favor del impuesto
p = 0.6 votantes a favor del impuesto.
Media
= n*p = (400)*(0.6) = 240.
Desviacin estndar
n * p * q 400 * 0.6 * 0.4
9.79

221 x 259 221 - 0.5 y 259 + 0.5 220.5 y 259.5
Z
220.5 240
1.99
9.79
259.5 240
1.99
9.79
= P(error tipo I) = P(221 > x > 259 | p = 0.6) = P( x < 221 | p = 0.6) + P( x > 259 | p = 0.6) =
=P(z < -1.99) + P(z < 1.99) = (2)*(0.0233) = 0.0466 = 4.66%.
Respuesta:
b) Incgnita:
Solucin:
Media
= n*p = (400)*(0.48) = 192.
Desviacin estndar
n* p*q
400 * 0.48 * 0.52
9.99
Necesitamos conocer el rea bajo la curva normal entre 220.5 y 259.5

Pgina 51 de 103

UADER
Trabajo Final
6 de Agosto de 2008
220.5 192
2.85
9.99
259.5 192
6.75
9.99
= P(error tipo II) =P(221 < x < 259 | p = 0.48) = P(2.85< z < 6.75) = P(z 6.75) P(z 2.85) =
=1 0.9978 = 0.0022 = 0.22%.
Respuesta:

Suponga que, en el ejercicio 12, concluimos que 60% de los votantes est a favor del impuesto a la venta
de gasolina si ms de 214 pero menos de 266 votantes de nuestra muestra lo favorece. Muestre que esta
nueva regin de aceptacin tiene como resultado un valor ms pequeo para a costa de aumentar .
Datos:
Tamao de la muestra
Regin de aceptacin
n = 400 votantes.
214 < x < 266 215
Hiptesis nula
265 votantes que favorecen el impuesto.
H 0: p = 0.6.
H1: p 0.6.
a) Incgnita:
Pgina 52 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Solucin:
Proporcin de votantes a favor del impuesto
p = 0.6 votantes a favor del impuesto.
Media
= n*p = (400)*(0.6) = 240.
Desviacin estndar
= n * p * q 400 * 0.6 * 0.4 9.79
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5
214.5 240
2.60
9.79
265.5 240
2.60
9.79
= P(error tipo I) = P(214 > x > 266, cuando p = 0.6) = (2)*P(z < -2.60) = (2)*(0.0047) = 0.0094 = 0.94%.
Respuesta:
b) Incgnita:
Solucin:
Media
= n*p = (400)*(0.48) = 192.
Desviacin estndar
= n * p * q 400 * 0.48 * 0.52 9.99
Necesitamos conocer el rea bajo la curva normal entre 214.5 y 265.5
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5
214.5 192
2.25
9.99
265.5 192
7.35
9.99
= P(error tipo II) =P(214 < x < 266, cuando p = 0.48) =P(2.25 z 7.35) = P(z 7.35) P(z 2.25) =
= 1 0.9878 = 0.0122 = 1.22%.
Respuesta:
Una mquina de refrescos en un restaurante de carnes asadas se ajusta de modo que la cantidad de
bebida que sirva est distribuida de forma aproximadamente normal con una media de 200 mililitros y
una desviacin estndar de 15 mililitros. La mquina se verifica peridicamente con una muestra de
nueve bebidas y con el clculo del contenido promedio. Si x cae en el intervalo 191 < x < 209, se
considera que la mquina opera de manera satisfactoria: de otro modo, concluimos que 200
mililitros.
a) Encuentre la probabilidad de cometer un error tipo I cuando = 200 mililitros.
b) Encuentre la probabilidad de cometer un error tipo II cuando = 215 mililitros.
Datos:
P : bebida que sirve cierta maquina de refresco.
X : medida en mililitros de esa maquina de refresco.
Tamao de la muestra
n = 9 bebidas.
= 15 mililitros.
Pgina 53 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Regin de aceptacin
15
9
191 < x < 209.
Hiptesis nula
15
= 5 mililitros.
3
H 0: = 200 mililitros.
H1: 200 mililitros.
a) Incgnita:
Solucin:
Media
= 200 mililitros.
Necesitamos conocer el rea bajo la curva normal entre 191 y 209
z
191 200
= -1.80
5
X ~ N x 200, x 15
209 200
= 1.80
5
= P(error tipo I) = P(191 > x > 209) = (2)*P(z < -1.80) = (2)*(0.0359) = 0.0718 = 7.18%.
Respuesta:
La probabilidad de cometer un error tipo I con es del 7.18%.
b) Incgnita:
Solucin:
Media
= 215 mililitros.
Necesitamos conocer el rea bajo la curva normal entre 191 y 209
z
191 215
= -4.80
5
X ~ N x 200, x 15
209 215
= -1.20
5
= P(error tipo II) =P(191 < x < 209) =P(-4.80 z -1.20) = P(z -1.20) P(z -4.80) =
= 0.1151 0 = 0.1151 = 11.51%.
Respuesta:
La probabilidad de cometer un error tipo II es del 11.51%.
Una empresa elctrica fabrica focos que tienen una duracin que se distribuye de forma
aproximadamente normal con una media de 800 horas y una desviacin estndar de 40 horas. Prueba
la hiptesis de que = 800 horas contra la alternativa de que 800 horas si una muestra aleatoria de
30 focos tiene una duracin promedio de 788 horas. Utilice un nivel de significancia de 0.04.
Datos:
P : focos fabricados en cierta empresa elctrica.
X : duracin en horas de un foco fabricado en esa empresa elctrica.
Tamao de la muestra
n = 30 focos.
= 40 horas.
Media muestral
x = 788 horas.
40
x x
7.30 mililitros.
n
30
Pgina 54 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Nivel de significancia
= 0.04
Hiptesis nula
H0: = 800 horas.

H1: 800 horas.
X ~ N x 788, x 40
Incgnita:
Rechazo o aceptacin de la hiptesis nula.
Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde
788 800
=-1.64
7.30
Si z z z , no se rechaza H0.
2
z 0.04 z z 0.04
2
z 0.02 z z 0.02
Aplicando Tabla A.3.
2.055 < z < 2.055

Respuesta:
No rechazamos la hiptesis nula ya que el valor de z hallado se encuentra dentro de la regin de no rechazo.

Se afirma que un automvil se maneja en promedio ms de 20000 kilmetros por ao. Para probar esta
afirmacin, se pide a una muestra de 100 propietarios de automviles que lleven un registro de los
kilmetros que viajen. Est de acuerdo con esta afirmacin si la muestra aleatoria muestra un
promedio de 23500 kilmetros y una desviacin estndar de 3900 kilmetros?. Utilice un valor P en su
conclusin.
Datos:
Tamao de la muestra
Media muestral
n = 100 automviles.
x = 23500 kilmetros.
x = 3900 kilmetros.
Hiptesis nula
H0: 20000 kilmetros.
Pgina 55 de 103

UADER
Trabajo Final
6 de Agosto de 2008
H1: > 20000 kilmetros.
Incgnita:
Rechazo o aceptacin de la hiptesis nula.
Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde
23500 20000
= 8.97.
3900 / 100
P= P(Z > 8.97)
1-1 = 0
Respuesta:
Rechazamos la hiptesis nula y concluimos que 20000 Kilmetros.

a) Ref. Pg. 326 Ej. 7
Pruebe la hiptesis de que el contenido promedio de los envases de un lubricante particular es de 10
litros si los contenidos de una muestra aleatoria de 10 envases son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9,
10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga que la distribucin del
contenido es normal.
b) Ref. Pg. 339 Ej.1
Se sabe que el volumen de los envases de un lubricante particular se distribuye normalmente con una
varianza de 0.03 litros. Pruebe la hiptesis de que 2 = 0.03 contra la alternativa de que 2 0.03 para la
muestra aleatoria de 10 envases del ejercicio 7 de la pgina 326. Use un nivel de significanca de 0.01.
a) Ref. Pg. 326 Ej. 7
Pgina 56 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P : envases de un lubricante.
X : contenido en litros de un envase de ese lubricante.
Tamao de la muestra
n = 10 envases.
n
Media muestral
i 1
10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 9.8
10.06 litros.
10
n
i 1
n 1
10.2 10.06 2 (9.7 10.06) 2 (10.1 10.06) 2 (10.3 10.06)2 (10.1 10.06)2 (9.8 10.06)2 (9.9 10.06
0.14 2 0.36 2 0.04 2 0.24 2 0.04 2 0.26 2 0.16 2 0.34 2 0.24 2 0.26 2
9
= 0.01
Hiptesis nula
H0: = 10 litros.
H1: 10 litros.
Incgnita:
Rechazo o No Rechazo de la hiptesis nula.
Solucin:
X
t
s
n
Si t
t 0.01
, n 1
,9
t t
t t 0.01
, n 1 ,
10.06 10
0.7722 .
0.0777
no se rechaza H0.
,9
t 0.005,9 t t 0.005 ,9 Aplicando Tabla A.4.
- 3.250 < t < 3.250

Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin de No Rechazo.
Datos:
Tamao de la muestra
n = 10 envases.
n
10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 9.8
10.06
10
Pgina 57 de 103
Media muestral
i 1
litros.

UADER
Trabajo Final
6 de Agosto de 2008
X
i 1
n 1
10.2 10.06 2 (9.7 10.06) 2 (10.1 10.06) 2 (10.3 10.06) 2 (10.1 10.06) 2 (9.8 10.06) 2 (9.9 10.06
0.14 2 0.36 2 0.04 2 0.24 2 0.04 2 0.26 2 0.16 2 0.34 2 0.24 2 0.26 2
= 0.01
H0: 2 = 0.03 litros.
H1: 2 0.03 litros.
Hiptesis nula
Incgnita:
Solucin:
x2
x
2
n 1 * s 2
2
10 1 * 0.2458 2
0.03
9 * 0.0604
0.03
0.5436
18.13
0.03
Si 2 = 18.13 cuando v = 10 1 = 9 grados de libertad

Segn Tabla A.5 => 0.025 < P(2 >18.13) < 0.05
Respuesta:
No rechazamos la hiptesis nula ya que la muestra de 10 envases no es suficiente para mostrar que 2 no es
igual a 0.03.

Una muestra aleatoria de tamao n1 = 25, que se toma de una poblacin normal con una desviacin
estndar 1 = 5.2, tiene una media x 1 = 81. Una segunda muestra aleatoria de tamao n2 = 36, que se
toma de una poblacin normal diferente con una desviacin estndar 2 = 3.4, tiene una media x 2 =
76. Pruebe la hiptesis de que 1 = 2 contra la alternativa 1 2. Cite un valor P en su conclusin.
Datos:
n1 = 25.
1= 5.2.
X1 ~ N x1 81, x1 5.2
Pgina 58 de 103

UADER
Trabajo Final
6 de Agosto de 2008
x 1 = 81.

Desviacin estndar de la segunda poblacin
n2 = 36.
2 = 3.4.
x 2 = 76.
Hiptesis nula
X 2 ~ N x 2 76, x 2 3.4
H0: 1 = 2.
H 1: 1 2.
Incgnita:
Solucin:
X 2 1 2
12 22
n1 n 2
81 76 0
27.04 11.56
25
36
p = P(z > 4.222)
5
4.222
1.184
1-1 = 0
Respuesta:
Rechazamos la hiptesis nula ya que la probabilidad de que ocurra es aproximadamente del 0%.

a)Ref. Pg. 327 Ej.18
Una compaa armadora de automviles trata de decidir si compra llantas de la marca A o de la B para
sus modelos nuevos. Se lleva a cabo un experimento, para ayudar a llegar a una decisin, en el que se
usan 12 llantas de cada marca. Las llantas se utilizan hasta que se acaban. Los resultados son:
Marca A:
Marca B:
Pgina 59 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Prueba la hiptesis de que no hay diferencias en las dos marcas de llantas con un nivel de significancia
de 0.05. Suponga que las poblaciones se distribuyen de forma aproximadamente normal con varianzas
iguales.
Con referencia al ejercicio 18 de la pgina 327, pruebe la hiptesis de que 1 = 2 contra la alternativa
de que 1 < 2, donde 1 y 2 son las desviaciones estndar de las distancias que se obtienen por las
llantas marca A y marca B, respectivamente. Utilice un nivel de significancia de 0.05.
a)Ref. Pg. 327 Ej.18
Datos:
Hiptesis nula
n1 = 12 llantas.
n2 = 12 llantas.
s1= 5100 Km.
s2 = 5900 Km.
x 1 = 37900 Km.
x 2 = 39800 Km.
H0: 1 = 2.
H1: 1 2.
= 0.05
Incgnita:
Solucin:
s * n 1 s * n 1
2
1
sp
2
2
n1 n2 2
Con nuestros datos:
sp
26010000 * 11 34810000 * 11
12 12 2
286110000 382910000
22
669020000
5514.52 Km.
22
X 2 1 2
1 1
sp
n1 n 2
Con nuestros datos:
37900 39800 0
5514.52
1
1
12 12
1900
1900
0.84
5514.52 0.408 2249.92
Pgina 60 de 103

UADER
Si t
, n1 n 2 2
t 0.05
t t
,12 12 2
Trabajo Final
6 de Agosto de 2008
, n1 n 2 2
t t 0.05
, no se rechaza H0.
,12 12 2
t 0.025, 22 t t 0.025, 22 Aplicando Tabla A.4.
2.074 t 2.074
Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.
Datos:
n1 = 12 llantas.
n2 = 12 llantas.
s1= 5100 Km.
s2 = 5900 Km.
x 1 = 37900 Km.
x 2 = 39800 Km.
H 0: 1 2
H 1: 1 2
Hiptesis nula
= 0.05
Incgnita:
Solucin:
Sabemos que:
v1 , v 2 con v1 n1 1 y v2 n2 1 grados de libertad

con nuestros datos:
v1 12 1 11
v 2 12 1 11 grados de libertad
f 0.05 11,11 2.82 Segn Tabla A.6
f 1 1, 2
1
con v1 n1 1 y v2 n2 1 grados de libertad
f 2 , 1
Con nuestros datos:
f 0.95 11,11
1
1
0.35
f 0.05 11,11 2.82
Pgina 61 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Grficamente:
La hiptesis nula se rechaza cuando f 2.82 f 0.35 , donde
s12
s 22
, con v1 11 y v1 11
grados de libertad.
con nuestros datos:
S12 5100 26010000km. S 22 5900 34810000km.

2
y por ello f
23010000
0.7472
34810000
Respuesta:
Rechazamos la hiptesis nula, para 12 = 22 , ya que el valor de f hallado es f < 0.35, 0.7472 < 0.35.
a)Ref. Pg. 328 Ej. 21
Los siguientes datos representan los tiempos de duracin de pelculas producidas por dos compaas
cinematogrficas:
Compaa
1
2
Tiempo (minutos)
102 86 98 109 92
81 165 97 134 92 87 114
Pgina 62 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Pruebe la hiptesis de que el tiempo de duracin promedio de las pelculas producidas por la compaa
2 excede el tiempo promedio de duracin de la que produce la compaa 1 en 10 minutos, contra la
alternativa unilateral de que la diferencia es de ms de 10 minutos. Utilice un nivel de significancia de
0.1 y suponga que las distribuciones de los tiempos son aproximadamente normales con varianzas
iguales.
b) Ref. Pg. 340 Ej. 10
Con referencia al ejercicio 21 de la pgina 328, pruebe la hiptesis de que 21 = 22 contra la alternativa
de que 21 22, donde 21 y 22 son las varianzas para los tiempos de duracin de pelculas producidas
por la compaa 1 y la compaa 2, respectivamente. Utilice un nivel de significancia de 0.10.
a)Ref. Pg. 328 Ej. 21
Datos:
X1 : tiempo de duracin en minutos de una pelcula producida por la compaa 1.
X2 : tiempo de duracin en minutos de una pelcula producida por la compaa 2.
n1 = 5 pelculas.
n2 = 7 pelculas.
n
x1
i 1
n1
102 86 98 109 92
97.4 minutos.
5
x2
X 1 ~ N x1 97.4, x1 19.86
i 1
n2
81 165 97 134 92 87 114

110. minutos.
7
X 2 ~ N x 2 110, x 2 79.95
s1
102 97.4 2
X
i 1
s1
n1 1
315.2
s2
78.8 8.87minutos
X
n
s2
(86 97.4) 2 (98 97.4) 2 (109 97.4) 2 (92 97.4) 2
4.6 2 11.4 2 0.6 2 11.6 2 - 5.4 2
i 1
n2 1
81 110 2 (165 110) 2 (97 110) 2 (134 110) 2 (92 110) 2 (87 110) 2 (114 110) 2
6
- 29 2 55 2 - 13 2 24 2 - 18 2 23) 2 4 2
6
5480
6
913.3 30.22 min utos
Pgina 63 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Hiptesis nula
H0: 2 - 1 10 minutos.
H1: 2 - 1 > 10 minutos.
= 0.1
Incgnita:
Solucin:
X1 2 1
s 22 s12
n 2 n1
con nuestros datos:
110 97.4 10
913.24 78.67
7
5
Si t
t t
12.6 10
130.46 15.73
2. 6
146.19
2. 6
0.22
12.09
, no se rechaza H0.
Con
2
2
2
2
2
s1 n1 s 2 n 2
78.68 5 913.25 7
15.74 130.46
2
2
2
2
2
2
2
2
s1 n1 s2 n2 78.68 5 913.25 7 15.74 130.46
n1 1
146.2 2
247.75 17019.81
4
6
entonces:
t 0.1
5 1
n2 1
,7
21374.44
61.90 2836.75
t t 0.1
7 1
21374.44
2898.65
7.38 7
,7
t 0.05 , 7 t t 0.05, 7 Aplicando Tabla A.4.
2.998 t 2.998
Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.
b) Ref. Pg. 340 Ej. 10
Datos:
n1 = 5 pelculas.
n2 = 7 pelculas.
n
x1
X
i 1
n1
102 86 98 109 92
97.4 minutos.
5
Pgina 64 de 103

UADER
Trabajo Final
6 de Agosto de 2008
n
x2
i 1
n2
81 165 97 134 92 87 114

110. minutos
7
n
s1
102 97.4 2
i 1
s1
n1 1
(86 97.4) 2 (98 97.4) 2 (109 97.4) 2 (92 97.4) 2

4
4.6 2 11.4 2 0.6 2 11.6 2 - 5.4 2

4
315.2
s2
78.8 8.87minutos
X
n
s2
i 1
n2 1
81 110 2 (165 110) 2 (97 110) 2 (134 110) 2 (92 110) 2 (87 110) 2 (114 110) 2
6
- 29 2 55 2 - 13 2 24 2 - 18 2 23) 2 4 2
6
Hiptesis nula
H0: 12 = 22.
H1: 12 22.
= 0.1
5480
6
913.3 30.22 min utos
Incgnita:
Solucin:
Sabemos que:
v1 , v 2 con v1 n1 1 y v2 n2 1 grados de libertad

Con nuestros datos:
v1 5 1 4
y
v 2 7 1 6 grados de libertad entonces:
0.05 4,6 4.53 Segn Tabla A.6
f 1 1, 2
1
con v1 n1 1 y v2 n2 1 grados de libertad
f 2 , 1
Con nuestros datos:

Pgina 65 de 103

UADER
f 0.95 4,6
Trabajo Final
6 de Agosto de 2008
1
1
0.16
f 0.05 6,4 6.16
Grficamente:
La hiptesis nula se rechaza cuando f 4.53 f 0.16 , donde
2
f s1
s 22
, con v1 4 y v1 6 grados
de libertad.
con nuestros datos:
S12 8.87 78.7 min utos.

2
y por ello f
S 22 30.22 913.25 min utos.

2
78.7
0.09
913.25
Respuesta:
Rechazamos la hiptesis nula, para 12 = 22 , ya que el valor de f hallado es f < 0.16, 0.09 < 0.16.
En cierta universidad se estima que a lo ms 25% de los estudiantes van en bicicleta a la escuela. Esta
parece ser una estimacin valida si, en una muestra aleatoria de 90 estudiantes universitarios, se
encuentra que 28 van en bicicleta a la escuela?. Utilice un nivel de significancia de 0.05.
Datos:
Pgina 66 de 103

UADER
Trabajo Final
6 de Agosto de 2008
P : estudiantes de cierta universidad.

X : un estudiante de esa universidad.
Tamao de la muestra
n = 90 estudiantes.
Cantidad de estudiantes que van en bicicleta
x = 28 estudiantes.
Proporcin de estudiantes que en bicicleta
p = 0.25
q 0.75
Proporcin de estudiantes que no andan en bicicleta
Media
= n*p = (90)*(0.25) = 22.5 estudiantes.
Desviacin estndar
= n * p * q 90 * 0.25 * 0.75 4.10 estudiantes.
X ~ N x 22.5, x 4.10
Hiptesis nula
H0: p 0.25.
H1: p > 0.25.
= 0.05
Incgnita:
Solucin:
Rechazamos H0 si Z < -1.64 siendo
Z
Con nuestros datos:

Z
28 22.5
1.338877 1.34
4.107919
P P Z 1.34 1 Z 1.34 1 0.909 0.091 9.1%
Respuesta:
No rechazamos la hiptesis nula ya que no hay suficiente evidencia para concluir que P> 0.25.

En un estudio para estimar la proporcin de residentes de cierta ciudad y sus suburbios que estn a
favor de la construccin de una planta de energa nuclear, se encuentra que 63 de 100 residentes
urbanos estn a favor de la construccin mientras que solo 59 de 125 residentes suburbanos la
favorecen. Hay una diferencia significativa entre la proporcin de residentes urbanos y suburbanos
que favorecen la construccin de la planta nuclear?. Use un valor P.
Pgina 67 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
P1 : residentes urbanos de cierta ciudad.
P2 : residentes suburbanos de cierta ciudad.
p1 : proporcin de residentes urbanos a favor de la construccin de una planta de energa nuclear.
p2 : proporcin de residentes suburbanos a favor de la construccin de una planta de energa nuclear.
n1 = 100 residentes urbanos.
n2 = 125 residentes suburbanos.
Cantidad de urbanos a favor
x1 = 63 residentes urbanos.
Cantidad de suburbanos a favor
x2 = 59 residentes suburbanos.
x
63
p1 1
0.63
Proporcin de urbanos a favor
n 1 100
x2
59
0.472
n 2 125
x x2
63 59
122
p 1
0.542
Combinacin de las proporciones
n 1 n 2 100 125 225
Hiptesis nula
H0: p1 = p2.
H1: p1 p2.
Proporcin de suburbanos a favor
p 2
Incgnita:
Solucin:
Utilizamos la aproximacin normal
z
z
p 1 p 2
p q 1 n1 1 n2
0.63 0.472
0.542 0.458
1 1

100 125
0.158
0.542 0.458 0.018
0.158
0.0044
0.158
2.36
0.066
P(z > 2.36 ) = 2* P(z > 2.36) = 2*(1 0.9909) = 0.0182 = 1.82%
Respuesta:
Rechazamos la hiptesis nula ya que hay una probabilidad de que ocurra del 1.82%. La proporcin de los
residentes urbanos a favor de la construccin de una planta de energa nuclear es mayor que la proporcin de
los residentes suburbanos a favor de la construccin de dicha planta.

En un estudio sobre la fertilidad de mujeres casadas por Martn O`Connell y Carolyn C. Rogers para la
Oficina de Censos en 1979, se seleccionaron al azar dos grupos de esposas con edades de 25 a 29 sin
hijos y a cada mujer se le pregunt si planeaba tener un hijo. Se seleccion un grupo entre las mujeres
con menos de dos aos de casadas y otro entre las que tenan cinco aos de casadas. Suponga que 240
de 300 con menos de dos aos de casadas planean tener algn da un hijo comparadas con 288 de las
400 con cinco aos de casadas. Podemos concluir que la proporcin de mujeres con menos de dos
Pgina 68 de 103

UADER
Trabajo Final
6 de Agosto de 2008
aos de casadas que planean tener hijos es significativamente ms alta que la proporcin con cinco aos
de casadas?. Use un valor P.
Datos:
P1 : mujeres con menos de dos aos de casada.
P2 : mujeres con cinco aos de casadas.
p1 : proporcin de mujeres con menos de dos aos de casadas.
p2 : proporcin de mujeres con cinco aos de casadas.
n1 = 300 mujeres con menos de dos aos de casadas.
n2 = 400 mujeres con cinco aos de casadas.
Cantidad con menos de dos aos de casadas
x1 = 240 mujeres.
Cantidad con cinco aos de casadas
x2 = 288 mujeres.
x 1 240
p1
0.80
Proporcin con menos de dos aos
n 1 300
x 2 288
0.72
n 2 400
x x 2 240 288 528
p 1
0.754
n1 n 2 300 400 700
p 2
Proporcin con cinco aos

Combinacin de las proporciones
Hiptesis nula
H0: p1
H1: p1
p2.
p2.
Incgnita:
Solucin:
Utilizamos la aproximacin normal
p 1 p 2
p q 1 n1 1 n2
0.80 0.72
0.754 0.246
1 1

300 400
0.08
0.754 0.246 0.0055
0.08
0.00108199
0.08
2.44
0.032893616
P(z > 2.44 ) = 1 P(z 2.44) = 1 0.9927 = 0.0073 = 0.73%.

Respuesta:
Rechazamos la hiptesis nula. La proporcin de mujeres con menos de 2 aos de casadas que planean tener
hijos es considerablemente ms alta que la proporcin de mujeres con 5 aos de casadas que planean tener
hijos.
Cinco muestras de una sustancia ferrosa se usan para determinar si hay una diferencia entre un
anlisis qumico de laboratorio y un anlisis de fluorescencia de rayos X del contenido de hierro. Cada
muestra se divide en dos submuestras y se aplican los dos tipos de anlisis. A continuacin se presentan
los datos codificados que muestran los anlisis de contenido de hierro:
Muestra
Pgina 69 de 103

UADER
Anlisis
Rayos X
Qumico
Trabajo Final
6 de Agosto de 2008
1
2,0
2,2
2
2,0
1,9
3
2,3
2,5
4
2,1
2,3
5
2,4
2,4
Suponga que las poblaciones son normales, pruebe con un nivel de signficancia de 0.05 si los dos
mtodos de anlisis dan, en promedio, el mismo resultado.
Datos:
Tamao de la muestra
n = 5 muestras.
Hiptesis nula
H0: 1 = 2 .
H1: 1 2.
= 0.05
Incgnita:
Solucin:
Regin critica
t t t
2
t 0.05 t t 0.05
2
t 0.025 t t 0.025 Aplicando Tabla A.4.
2.776 t 2.776
_
d d 0
Donde t s
d
con v = n-1 grados de libertad
Calculando:
La media muestral
d
_
d
i 1
n
Muestra
Anlisis
Rayos X
Qumico
1
2,0
2,2
2
2,0
1,9
3
2,3
2,5
4
2,1
2,3
5
2,4
2,4
di
-0,2
0,1
-0,2
-0,2
0,0
0.2 0.1 0.2 0.2 0.0

5
0.1
la desviacin estndar
n
n
n * d i2 - d i
i 1
i 1
sd
n * n 1
Pgina 70 de 103

UADER
Trabajo Final
6 de Agosto de 2008
con nuestros datos:
sd
sd
5 * - 0.2 0.1 - 0.2 - 0.2 0.0 - 0.2 0.1 0.2 0.2 0.0
2
5 * 5 1
5 * 0.13 - 0.5
5 * 4
0.4
0.1414
20
d d 0
Calculamos t s
con nuestros datos
d
n
0.1
0.1414
1.58
5
Respuesta:
No rechazamos la hiptesis nula. Concluimos que ambos mtodos no son considerablemente diferentes.

El administrador de una compaa de taxis trata de decidir si el uso de llantas radiales en lugar de
llantas regulares de cinturn mejora la economa de combustible. Se equipan 12 autos con llantas
radiales y se manejan por un recorrido de prueba preestablecido. Sin cambiar de conductores, los
mismos autos se equipan con llantas comunes con cinturn y se manejan otra vez por el recorrido de
prueba. El consumo de gasolina, en kilmetros por litro, se registr como sigue:
Kilmetros por litro
Auto Llantas radiales Llantas con cinturn
1
4,2
4,1
Pgina 71 de 103

UADER
2
3
4
5
6
7
8
9
10
11
12
Trabajo Final
6 de Agosto de 2008
4,7
6,6
7,0
6,7
4,5
5,7
6,0
7,4
4,9
6,1
5,2
4,9
6,2
6,9
6,8
4,4
5,7
5,8
6,9
4,7
6,0
4,9
Podemos concluir que los autos equipados con llantas radianes dan una economa de combustible
mejor que los equipados con llantas de cinturn?. Suponga que las poblaciones se distribuyen
normalmente. Utilice un valor P en su conclusin.
Datos:
Tamao de la muestra
n = 12 autos.
Hiptesis nula
H0: 1 = 2 .
H1: 1 > 2.
= 0.05
Incgnita:
Solucin:
_
d d 0
Donde t s
d
n
Calculando:
La media muestral
d
i 1
Kilmetros por litro

Auto Llantas radiales Llantas con cinturn
1
4,2
4,1
2
4,7
4,9
3
6,6
6,2
4
7,0
6,9
5
6,7
6,8
6
4,5
4,4
7
5,7
5,7
di
0,1
-0,2
0,4
0,1
-0,1
0,1
0,0
Pgina 72 de 103

UADER
8
9
10
11
12
Trabajo Final
6 de Agosto de 2008
6,0
7,4
4,9
6,1
5,2
5,8
6,9
4,7
6,0
4,9
0,2
0,5
0,2
0,1
0,3
0.1 0.2 0.4 0.1 0.1 0.1 0.0 0.2 0.5 0.2 0.1 0.3
12
0.1417 Km
n
n
n * d i2 - d i
i 1
i 1
sd
n * n 1
con nuestros datos:

sd
12 * 0.67 - 1.7
12 * 11
5.15
0.198 Km
132
d d 0
Calculamos t s
con nuestros datos
d
n
0.1417
2.48
0.198
12
Y P = P(
> 2.48) = 0.02 con 11 grados de libertad
Respuesta:
Rechazamos hiptesis nula ya que el nivel de significancia esta por encima del 0.02.

En el ejercicio 2 de la pgina 287, utilice la distribucin t para probar la hiptesis de que la dieta reduce
el peso de una persona en 4.5 kilogramos en promedio contra la hiptesis alternativa de que la
diferencia media en peso es menor que 4.5 kilogramos. Utilice un valor P.
Datos:
Tamao de la muestra
n = 7 mujeres.
Hiptesis nula
H0: 1 - 2 = 4.5 Kilogramos

H1: 1 - 2 < 4.5 Kilogramos
Pgina 73 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Incgnita:
Solucin:
_
d d 0
Donde t s
d
n
Calculando:
La media muestral
i 1
Mujeres
3
4
5
6
7
61,7 69,0 64,0 62,6 56,7
58,1 62,1 58,5 59,9 54,4
3,6 6,9 5,5 2,7 2,3
Peso
1
2
Antes
58,5 60,3
Despus 60,0 54,9
di
-1,5 5,4
1.5 5.4 3.6 6.9 5.5 2.7 2.3

7
3.557 Kilogramos
n * d - di
i 1
i 1
sd
n * n 1
2
i
con nuestros datos:
sd
7 * 134.81 - 24.9
7 * 6
323.66
2.776 Kilogramos
42
Pgina 74 de 103

UADER
Trabajo Final
6 de Agosto de 2008
3.557 4.5
d d 0
t
0.896
Calculamos t s
con nuestros datos
2
.
776
d
7
n
Y P = P(
> 0.896) = 0.3 con 6 grados de libertad
Respuesta:
No rechazamos la hiptesis nula.

En un estudio realizado por el Departamento de Nutricin Humana y Alimentos del Instituto
Politcnico y Universidad Estatal de Virginia se registraron los siguientes datos acerca de la
comparacin de residuos de cido srbico, en partes por milln, en jamn inmediatamente despus de
sumergirlo en una solucin de cido y despus de 60 das de almacenamiento:
Residuos de cido srbico en jamn
Rebanada Antes del almacenamiento Despus del almacenamiento
1
224
116
Pgina 75 de 103

UADER
2
3
4
5
6
7
8
Trabajo Final
6 de Agosto de 2008
270
400
444
590
660
1400
680
96
239
329
437
597
689
576
Si se supone que las poblaciones se distribuyen normalmente, hay suficiente evidencia, al nivel de
significancia de 0.05, para decir que la duracin del almacenamiento influye en las concentraciones
residuales de cido srbico?
Datos:
Tamao de la muestra
n = 8 rebanadas.
Hiptesis nula
H0: 1 = 2.
H1: 1 2.
= 0.05
Incgnita:
Solucin:
Regin critica
t t t
2
t 0.05 t t 0.05
2
t 0.025 t t 0.025 Aplicando Tabla A.4.
2.365 t 2.365
_
d d 0
Donde t s
d
n
Calculando:
La media muestral
d
i 1
Residuos de cido srbico en jamn

Rebanada Antes del almacenamiento Despues del almacenamiento
1
224
116
2
270
96
3
400
239
4
444
329
5
590
437
6
660
597
7
1400
689
di
108
174
161
115
153
63
711
Pgina 76 de 103

UADER
Trabajo Final
6 de Agosto de 2008
680
576
108 174 161 115 153 63 711 104 198.625

8
104
Milln/partes
n
n
n * d i2 - d i
i 1
i 1
sd
n * n 1
sd
8 * 624801 - 1589
8 * 7
2473487
210.165 Milln/partes
56
d d 0
Calculamos t s
con nuestros datos
d
n
198.625
210.165
2.67
8
Respuesta:
Rechazamos la hiptesis nula. La duracin de almacenamiento influye en las concentraciones residuales de
cido srbico.

Se seleccionan tres canicas de una urna que contiene cinco canicas rojas y tres verdes. Despus de
registrar el nmero X de canicas rojas, las canicas se reemplazan en la urna y el experimento se repite
112 veces. Los resultados que se obtienen son los siguientes:
x 0 1 2 3
f 1 31 55 25
Pruebe la hiptesis con un nivel de significancia de 0.05 de que los datos registrados se pueden ajustar
con una distribucin hipergeomtrica h (x; 8, 3, 5), x = 0, 1, 2, 3.
Pgina 77 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
Variable aleatoria
Repeticiones del experimento
X: nmeros de canicas rojas.

m = 112 veces.
Hiptesis nula
H0: X ~ h(x, 8, 3, 5) x = 0, 1, 2, 3.
H 1: es falso.
= 0.05.
Incgnita:
Solucin:
k N k

x n x
Aplicando la distribucin hipergeomtrica a nuestros datos:
X ~ h(x, N, n, k) => P(x = xi) =
N

n
x = 0, 1, 2, 3,....., n.
Pgina 78 de 103

UADER
P(x = 0)=
5 8 3
03 1
0.1786
8 56
Trabajo Final
6 de Agosto de 2008
e0 = (112)*(0.01786) = 2.
Pgina 79 de 103

UADER
P(x = 1)=
5 8 3
13 2531
0 .2 6 7 8
8 56
Trabajo Final
6 de Agosto de 2008
e1 = (112)*(0.26786) = 30.
Pgina 80 de 103

UADER
P(x = 2)=
5 8 3
23 103
0.5371
8 56
Trabajo Final
6 de Agosto de 2008
e2 = (112)*(0.53571) = 60.
Pgina 81 de 103

UADER
P(x = 3)=
5 8 3
3 01
0.1785
8 56
Trabajo Final
6 de Agosto de 2008
e3 = (112)*(0.17857) = 20.
xi
P(x = xi)
ei = mpi
oi
j
Pgina 82 de 103

UADER
1
2
3
4
0
1
2
3
Trabajo Final
6 de Agosto de 2008
0.01786
0.26786
0.53571
0.17857
~1
Totales
2
30
60
20
112
1
31
55
25
112
1
2
3
Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de cuatro a tres, lo que tiene como resultado = 2 grados de libertad.
Utilizando el Teorema 10.1; que dice:
Una prueba de la bondad de ajuste entre las frecuencias observadas y esperadas se basa en la cantidad
n o i ei

i 1
ei
Donde 2 es un valor de una variable aleatoria cuya distribucin muestral se aproxima muy de cerca con la
distribucin ji cuadrada con = k 1grados de libertad. Los smbolos oi y ei representan las frecuencias
observada y esperada, respectivamente, para la i-sima celda.
Con nuestros datos, el valor 2 est dado entonces por
n o i ei

i 1
ei
2 32 32 2 55 60 2 25 20 2
32
60
20
25
60
25
20
1.667
2
Para un nivel de significancia igual a , encontramos el valor crtico
de la tabla A.5., y entonces 2 2
constituye la regin critica.
Con el uso de la tabla A.5., encontramos 02.05 = 5.991 con = 2 grados de libertad.
Respuesta:
Como 2 2 , 1.667 < 5.991, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es hipergeomtrica.

Se lanza una moneda hasta que sale una cara y se registra el nmero de lanzamientos X. Despus de
repetir el experimento 256 veces, obtenemos los siguientes resultados:
x 1 2 3 4 5 6 7 8
f 136 60 34 12 9 1 3 1
Prueba la hiptesis con un nivel de significancia de 0.05 de que la distribucin observada de X se puede
ajustar por una distribucin geomtrica g (x; 1/2), x = 1, 2, 3,......
Pgina 83 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Datos:
Variable aleatoria
Repeticiones del experimento
X: nmeros de lanzamientos hasta que sale una cara.

m = 256 veces.
Hiptesis nula
H0: X ~ G(x, ) x = 1, 2, 3,..

H 1: es falso.
= 0.05.
Incgnita:
Solucin:
X ~ G(x, p) => P(x = xi) = pqx-1, x = 1, 2, 3,.....
Aplicando la distribucin hipergeomtrica a nuestros datos

P(x = 1) = 0.5 0.5 0 0.51 0.5
e1 = (256)*(0.5) = 128
P(x = 2) = 0.5 0.5 1 0.5 0.5 0.25
e2 = (256)*(0.25) = 64
P(x = 3) = 0.5 0.5 2 0.5 0.25 0.125
e3 = (256)*(0.125) = 32
P(x = 4) = 0.5 0.5 3 0.5 0.125 0.0625
e4 = (256)*(0.0625) = 16
P(x = 5) = 0.5 0.5 4 0.5 0.0625 0.03125
e5 = (256)*(0.03125) = 8
P(x = 6) = 0.5 0.5 5 0.5 0.03125 0.15625
e6 = (256)*(0.15625) = 4
P(x = 7) = 0.5 0.5 6 0.5 0.15625 0.0078125
e7 = (256)*(0.0078125) = 2
P(x = 8) = 0.5 0.5 7 0.5 0.0078125 0.00390625
e8 = (256)*(0.0078125) = 2
i
1
2
3
4
5
6
7
8
xi
1
2
3
4
5
6
7
8
Totales
P(x = xi)
0.5
0.25
0.125
0.0625
0.03125
0.015625
0.0078125
0.00390625
~1
ei = mpi
128
64
32
16
8
4
2
2
256
oi
136
60
34
12
9
1
3
1
256
j
1
2
3
4
5
6
Pgina 84 de 103

UADER
Trabajo Final
6 de Agosto de 2008
el numero total de intervalos se reduce de ocho a seis, lo que tiene como resultado = 5 grados de libertad.
Con nuestros datos el valor 2 est dado entonces por
n o i ei

i 1
ei
2 136 128 2 60 64 2 34 32 2 12 16 2 9 8 2 5 8 2
128
64
32
16
64
128
16
64
4
32
16
16
Para un nivel de significancia igual a , encontramos el valor critico 2 de la tabla A.5., y entonces 2 2
Respuesta:
para sospechar que la distribucin no es geomtrica.

En el ejercicio 1 de la pagina 68, pruebe la bondad de ajuste entre las frecuencias de clase que se
observan y las frecuencias esperadas correspondientes de una distribucin normal con = 65 y = 21,
utilice un nivel de significancia de 0.05.
Datos:
Calificaciones
Intervalos
Media
Desviacin estndar
m = 60.
i = 9.
= 65.
= 21.
Hiptesis nula
H0: X ~ N(x, 65, 21)

H 1: es falso.
Pgina 85 de 103
1
8
9
8
25
8

UADER
Trabajo Final
6 de Agosto de 2008
= 0.05.
De acuerdo con el ejercicio 1 de la pgina 68, los intervalos y las frecuencias que se observan son
i
1
2
3
4
5
6
7
8
9
Limite de
clases
- 19.5
19.5 29.5
29.5 39.5
39.5 49.5
49.5 59.5
59.5 69.5
69.5 79.5
79.5 89.5
89.5 +
oi
3
2
3
4
5
11
14
14
4
Incgnita:
Solucin:
Los valores z que corresponden a los lmites de las clases son:
65
19.5 65 45.5

z12
2.17
21
21
21
21
de la tabla A.3. encontramos que el rea entre z11 y z12 es
P(- < z < -2.17) = P(z < -2.17) P(z < - ) = 0.0150 0 = 0.0150
De aqu, la frecuencia esperada para la primer clase es
e1 = (60)*(0.0150) = 0.9
z11
19.5 65 45.5
29.5 65 35.5
2.17 z 22
1.69
21
21
21
21
P(-2.17 < z < -1.69) = P(z < -1.69) P(z < -2.17) = 0.0455 0.0150 = 0.0305
De aqu, la frecuencia esperada para la segunda clase es
e2 = (60)*(0.0305) = 1.83
z 21
29.5 65 35.5
39.5 65 25.5
1.69
z 32
1.21
21
21
21
21
P(-1.69 < z < -1.21) = P(z < -1.21) P(z < -1.69) = 0.1131 0.0455 = 0.0676
De aqu, la frecuencia esperada para la tercer clase es
e3 = (60)*(0.0676) = 4.056
z 31
39.5 65 25.5
49.5 65 15.5
1.21
z 42
0.74
21
21
21
21
P(-1.21 < z < -0.74) = P(z < -0.74) P(z < -1.21) = 0.2296 0.1131 = 0.1165
De aqu, la frecuencia esperada para la cuarta clase es
e4 = (60)*(0.1165) = 6.99
z 41
Pgina 86 de 103

UADER
Trabajo Final
6 de Agosto de 2008
49.5 65 15.5
59.5 65 5.5
0.74
z 52
0.26
21
21
21
21
P(-0.74 < z < -0.26) = P(z < -0.26) P(z < -0.74) = 0.3974 0.2296 = 0.1678
De aqu, la frecuencia esperada para la quinta clase es
e5 = (60)*(0.1678) = 10.068
z 51
59.5 65 5.5
69.5 65 4.5
0.26
z 62
0.21
21
21
21
21
P(-0.26 < z < 0.21) = P(z < 0.21) P(z < -0.26) = 0.5832 0.3974 = 0.1858
De aqu, la frecuencia esperada para la sexta clase es
e6 = (60)*(0.1858) = 11.148
z 61
69.5 65 4.5
79.5 65 14.5
0.21
z 72
0.69
21
21
21
21
P(0.21 < z < 0.69) = P(z < 0.69) P(z < 0.21) = 0.7549 0.5832 = 0.1717
De aqu, la frecuencia esperada para la sptima clase es
e7 = (60)*(0.1717) = 10.302
z 71
79.5 65 14.5
89.5 65 24.5
0.69
z 82
1.17
21
21
21
21
P(0.69 < z < 1.17) = P(z < 1.17) P(z < 0.69) = 0.8790 0.7549 = 0.1241
De aqu, la frecuencia esperada para la octava clase es
e8 = (60)*(0.1241) = 7.446
z 81
65
89.5 65 24.5
z 92
1.17
21
21
21
21
P(1.17 < z < +) = P(z < +) P(z < 1.17) = 1 0.8790 = 0.121
De aqu, la frecuencia esperada para la novena clase es
e9 = (60)*(0.121) = 7.26
z 91
i
1
2
3
4
5
6
7
8
9
Totales
P(x = xi)
0.0150
0.0305
0.0676
0.1165
0.1678
0.1858
0.1717
0.1241
0.1210
~1
ei = mpi
0.9000
1.8300
4.0560
6.9900
10.068
11.148
10.302
7.4460
7.2600
60
oi
3
2
3
4
5
11
14
14
4
60
j
1
2
3
4
5
6
el numero total de intervalos se reduce de nueve a seis, lo que tiene como resultado = 5 grados de libertad.
Pgina 87 de 103

UADER
Trabajo Final
6 de Agosto de 2008
2
n oi ei
8 6.786 2 4 6.99 2 5 10.068 2 11 11.148 2 14 10.302 2 18 14.706 2
2

ei
6.786
6.99
10.068
11 .148
10.302
14.706
i 1
1.473796 8.9401 25.684624 0.021904 13.675204 10.850436
6.11
14.706
6.786
6.99
10.068
11.148
10.302
Respuesta:
para sospechar que la distribucin no es normal.

En el ejercicio 5 de la pagina 69, pruebe la bondad de ajuste entre las frecuencias de clase que se
observan y las frecuencias esperadas correspondientes de una distribucin normal con = 1.8 y = 0.4,
utilice un nivel de significancia de 0.01.
Datos:
Calificaciones
Intervalos
Media
Desviacin estndar
m = 40.
i = 10.
= 1.8.
= 0.4.
Hiptesis nula
H0: X ~ N(x, 1.8, 0.4)

H 1: es falso.
= 0.01.
De acuerdo con el ejercicio 5 de la pgina 69, los intervalos y las frecuencias que se observan son
Pgina 88 de 103

UADER
i
1
2
3
4
5
6
7
8
9
10
Limite de
clases
- 0.795
0.795 0.995
0.995 1.195
1.195 1.395
1.395 1.595
1.595 1.795
1.795 1.995
1.995 2.195
2.195 2.395
2.395 +
Trabajo Final
6 de Agosto de 2008
oi
1
1
1
2
4
13
8
5
3
2
Incgnita:
Solucin:
Los valores z que corresponden a los lmites de las clases son:
1.8
0.795 1.8 1.005

z12
= -2.51
0.4
0.4
0 .4
0 .4
P(- < z < -2.51) = P(z < -2.51) P(z < - ) = 0.0060 0 = 0.0060
De aqu, la frecuencia esperada para la primer clase es
e1 = (40)*(0.0060) = 0.24
z11
0.795 1.8 1.005

0.995 1.8 0.805
z 22
= -2.51
= -2.01
0 .4
0 .4
0. 4
0.4
P(-2.51 < z < -2.01) = P(z < -2.01) P(z < -2.51) = 0.0222 0.0060 = 0.0162
De aqu, la frecuencia esperada para la segunda clase es
e2 = (40)*(0.0162) = 0.648
z 21
0.995 1.8 0.805

1.195 1.8 0.605
z 32
= -2.01
= -1.51
0 .4
0.4
0.4
0.4
P(-2.01 < z < -1.51) = P(z < -1.51) P(z < -2.01) = 0.0655 0.0222 = 0.0433
De aqu, la frecuencia esperada para la tercer clase es
e3 = (40)*(0.0433) = 1.732
z 31
1.195 1.8 0.605

1.395 1.8 0.405
z 42
= -1.51
= -1.01
0.4
0.4
0 .4
0 .4
P(-1.51 < z < -1.01) = P(z < -1.01) P(z < -1.51) = 0.1562 0.0655 = 0.0907
De aqu, la frecuencia esperada para la cuarta clase es
e4 = (40)*(0.0907) = 3.628
z 41
1.395 1.8 0.405

1.595 1.8 0.205
z 52
= -1.01
= -0.51
0.4
0.4
0.4
0.4
z 51
Pgina 89 de 103

UADER
Trabajo Final
6 de Agosto de 2008
P(-1.01 < z < -0.51) = P(z < -0.51) P(z < -1.01) = 0.3050 0.1562 = 0.1488
De aqu, la frecuencia esperada para la quinta clase es
e5 = (40)*(0.1488) = 5.952
1.595 1.8 0.205
1.795 1.8 0.005
z 62
= -0.51
= 0.01
0 .4
0.4
0 .4
0.4
P(-0.51 < z < 0.01) = P(z < 0.01) P(z < -0.51) = 0.4960 0.3050 = 0.191
De aqu, la frecuencia esperada para la sexta clase es
e6 = (40)*(0.191) = 7.64
z 61
1.795 1.8 0.005

1.995 1.8 0.195
z 72
= 0.01
= 0.49
0.4
0.4
0 .4
0.4
P(0.01 < z < 0.49) = P(z < 0.49) P(z < 0.01) = 0.6879 0.4960 = 0.1919
De aqu, la frecuencia esperada para la sptima clase es
e7 = (40)*(0.1919) = 7.676
z 71
1.995 1.8 0.195

2.195 1.8 0.395
z 82
= 0.49
= 0.99
0.4
0.4
0.4
0.4
P(0.49 < z < 0.99) = P(z < 0.99) P(z < 0.49) = 0.8389 0.6879 = 0.151
De aqu, la frecuencia esperada para la octava clase es
e8 = (40)*(0.151) = 6.04
z 81
2.195 1.8 0.395

2.395 1.8 0.595
z 92
= 0.99
= 1.49
0.4
0 .4
0.4
0.4
P(0.99 < z < 1.49) = P(z < 1.49) P(z < 0.99) = 0.9319 0.8389 = 0.093
De aqu, la frecuencia esperada para la novena clase es
e9 = (40)*(0.093) = 3.72
z 91
2.395 1.8 0.595

1.8
z102

= 1.49
0 .4
0 .4
0.4
0.4
P(1.49 < z < + ) = P(z < + ) P(z < 1.49) = 1 0.9319 = 0.0681
De aqu, la frecuencia esperada para la dcima clase es
e9 = (40)*(0.0681) = 2.724
z101
i
1
2
3
4
5
6
7
8
9
10
Totales
P(x = xi)
0,006
0,0162
0,0433
0,0907
0,1488
0,191
0,1919
0,1510
0,0930
0,0681
~1
ei = mpi
0,240
0,648
1,732
3,628
5,952
7,640
7,676
6,040
3,72
2,724
40
oi
1
1
1
2
4
13
8
5
3
2
40
j
1
2
3
4
5
6
Pgina 90 de 103

UADER
Trabajo Final
6 de Agosto de 2008
el numero total de intervalos se reduce de diez a seis, lo que tiene como resultado = 5 grados de libertad.
2
n o ei
5 6.248 2 4 5.952 2 13 7.64 2 8 7.676 2 5 6.04 2 5 6.444 2
2 i
ei
6.248
5.952
7.64
7.676
6.04
6.444
i 1
1.56
3.81
28.73
0.10
1.08
2.08 5.166
6.248 5.952
7.64
7.676 6.04 6.444
Respuesta:
para sospechar que la distribucin no es normal.

En un experimento para estudiar la dependencia de la hipertensin de los hbitos de fumar, se tomaron
los siguientes datos de 180 individuos:
Con hipertensin
Sin hipertensin
No
fumadores
21
48
Fumadores
modernos
36
26
Fumadores
empedernidos
30
19
Pruebe la hiptesis de que la presencia y ausencia de hipertensin es independiente de los hbitos de

fumar. Utilice un nivel de significancia de 0.05.
Datos:
Tamao de la muestra
n = 180 individuos.
Hiptesis nula
H0: independientes.
H 1: dependientes.
= 0.05.
Pgina 91 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Incgnita:
Dependencia o no de la hipertensin de los hbitos de fumar.
Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 2
siguientes eventos.
N: Un individuo seleccionado es no fumador.
M: Un individuo seleccionado es fumador moderado.
E: Un individuo seleccionado es fumador empedernido.
S: Un individuo seleccionado tiene hipertensin.
C: Un individuo seleccionado no tiene hipertensin.
3 y definimos los
Tabla de contingencia 2 X 3:
N M E
C
21 36 30
S
48 26 19
Total 69 62 49
Total
87
93
180
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad:
P N
69
0.383
180
P M
62
0.344
180
P E
49
0.272
180
P C
87
0.483
180
P S
93
0.517
180
Ahora si H0 es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:
P N C P N P C
P N S P N P S
69 87
69 93
P M C P M P C
P M S P M P S
33.35
180
180
35.65
62 87
180
62 93
180
29.97
32.03
Pgina 92 de 103

UADER
P E C P E P C
P E S P E P S
Trabajo Final
6 de Agosto de 2008
49 87
180
49 93
180
23.68
25.32
Con las frecuencias esperadas rearmamos la tabla de contingencia:
N
C
33.35
S
35.65
Total 69
M
29.97
32.03
62
E
23.68
25.32
49
Total
87
93
180
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, que dice:
Calcular
o i ei 2
ei
Donde la suma se extiende a todas las celdas rc en la tabla de contingencia r X c. Si 2 2 con

= (r - 1)(c - 1) grados de libertad, rechazar la hiptesis nula de independencia al nivel de significancia ;
en cualquier otro caso, aceptar la hiptesis nula.
Aplicando este criterio con nuestros datos, encontramos que:
n o ei
2 i
ei
i 1
2 21 33.35 2 36 29.97 2 30 23.68 2 48 35.65 2 26 32.03 2 19 25.32 2
33.35
29.97
23.68
35.65
32.03
25.32
152.52 36.36 39.94 152.52 36.36 39.94
14.46
33.35 29.97 23.68 35.65 32.03 25.32
Si 2 2 con =(r 1)(c 1) grados de libertad, rechazar la hiptesis nula de independencia.
De la tabla A.5. encontramos que 02.05 = 5.991 para = (2 1)(3 1) = 2 grados de libertad.
Respuesta:
Como 2 2 , 14.46 > 5.991, se rechaza la hiptesis nula. Concluimos que la presencia o ausencia de
hipertensin y el hbito de fumar no son independientes.
Pgina 93 de 103

UADER
Trabajo Final
6 de Agosto de 2008

Una muestra aleatoria de 200 hombres casados, todos retirados, se clasifica de acuerdo con la
educacin y el nmero de hijos:
Educacin
Elemental
Secundaria
Universidad
0-1
14
19
12
Nmero de hijos
2-3
Over 3
37
32
42
17
17
10
Prueba la hiptesis, con un nivel de significancia de 0.05, de que el tamao de la familia es

independiente del nivel de instruccin del padre.
Datos:
Tamao de la muestra
n = 200 hombres casados.
Hiptesis nula
H0: independientes.
H1: dependientes.
= 0.05.
Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.
Pgina 94 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Solucin:
siguientes eventos.
E: Un hombre seleccionado tiene un nivel de educacin elemental.
S: Un hombre seleccionado tiene un nivel de educacin secundaria.
U: Un hombre seleccionado tiene un nivel de educacin universitaria.
0: Un hombre seleccionado tiene a lo ms un hijo.
2: Un hombre seleccionado tiene entre dos y tres hijos.
3: Un hombre seleccionado tiene ms de tres hijos.
3 y definimos los
0
E
14
S
19
U
12
Total 45
2
37
42
17
96
3
32
17
10
59
Total
83
78
39
200
P E
83
0.415
200
78
0.39
200
39
P U
0.195
200
P S
P 0
45
0.225
200
P 2
96
0.48
200
P 3
59
0.295
200
esperadas:
P E 0 P E P 0
P E 2 P E P 2
P E 3 P E P 3
83 45
200
83 96
200
83 59
200
18.675
39.84
24.485
Pgina 95 de 103

UADER
P S 0 P S P 0
P S 2 P S P 2
P S 3 P S P 3
Trabajo Final
6 de Agosto de 2008
78 45
200
78 96
200
78 59
200
P U 0 P U P 0
P U 2 P U P 2
P U 3 P U P 3
17.55
37.44
23.01
39 45
200
39 96
200
39 59
200
8.775
18.72
11.505

E
S
U
Total
0
18.675
17.55
8.775
45
2
39.84
37.44
18.72
96
3
24.485
23.01
11.505
59
Total
83
78
39
180
Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, con nuestros datos:
n oi ei

i 1
ei
14 18.675 2
18.675
37 39.84 2
39.84
32 24.485 2
24.485
19 17.55 2
17.55
42 37.44 2
17 23.01 2
37.44
23.01
21.85
8.06
56.47
2.10
20.79 36.12 10.40
2.95
2.26
7.46
18.675 39.84 24.485 17.55 37.44 23.01 8.775 18.72 11.505

Respuesta:
Como 2 2 , 7.46 < 9.488, no se rechaza la hiptesis nula. Concluimos que el tamao de la familia es
independiente del nivel de instruccin del padre.
Pgina 96 de 103
12 8.775 2
8.775

UADER
Trabajo Final
6 de Agosto de 2008
Problema 56 (Ref: Pg. 354 Ej.15)

Un criminlogo realiz una investigacin para determinar si la incidencia de ciertos tipos de crmenes
varan de una parte otra en una ciudad grande. Los crmenes particulares de inters son asalto, robo,
hurto y homicidio. La siguiente tabla muestra el nmero de crmenes cometidos en cuatro reas de la
ciudad durante el ao pasado.
Distrito
1
2
3
4
Asalto
162
310
258
280
Tipo de crimen
Robo
Hurto
118
451
196
996
193
458
175
390
Homicidio
18
25
10
19
Datos:
Tamao de la muestra
n = 4159.
Hiptesis nula
H0: independientes.
H1: dependientes.
= 0.01.
Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.
Pgina 97 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Solucin:
siguientes eventos.
A: El tipo de crimen es asalto.
R: El tipo de crimen es robo.
U: El tipo de crimen es hurto
H: El tipo de crimen es homicidio
1: El distrito seleccionado es el 1.
4: El distrito seleccionado es el 4
4 y definimos los
1
2
3
4
Total
A
162
310
358
280
1110
R
118
196
193
175
682
U
451
996
458
390
2295
H
18
25
10
19
72
Total
749
1527
1019
864
4159
1110
0.27
4159
682
P R
0.16
4159
P A
P U
2295
0.55
4159
P H
72
0.02
4159
P1
749
0.18
4159
P 2
1527
0.37
4159
P 3
1019
0.24
4159
P 4
864
0.21
4159
esperadas:
Pgina 98 de 103

UADER
1110 749
P A 1 P A P1
199.90
4159
2295 749
P U 1 P U P1
413.31
4159
1110 1527
P A 2 P A P 2
407.55
4159
22951527
P U 2 P U P 2
842.62
4159
1110 1019
P A 3 P A P 3
271.96
4159
22951019
P U 3 P U P 3
4159
1110 864
P A 4 P A P 4
2295 864
4159
562.30
230.59
4159
P U 4 P U P 4
P R 1 P R P1
Trabajo Final
6 de Agosto de 2008
476.77
682 749
122.82
4159
72 749
P H 1 P H P1
12.97
4159
P R 2 P R P 2
6821527
721527
P H 2 P H P 2
P R 3 P R P 3
250.40
4159
26.43
4159
6821019
P H 3 P H P 3
P R 4 P R P 4
P H 4 P H P 4
4159
72 1019
4159
682 864
4159
72 864
4159
167.10
17.64
141.68
14.96

Pgina 99 de 103

UADER
1
2
3
4
Total
A
199.9
407.55
271.96
230.59
1110
R
122.82
250.4
167.10
141.68
682
U
413.31
842.62
562.30
476.77
2295
Trabajo Final
6 de Agosto de 2008
H
12.97
26.43
17.64
14.96
72
Total
749
1527
1019
864
4159
2
n o ei
162 199.9 2 118 122.82 2 451 413.31 2 18 12.96 2 310 407.54 2 196
2 i
ei
199.9
122.82
413.31
12.96
407.54
i 1
25 26.43 2 358 271.96 2 193 167.09 2 458 562.3 2 10 17.64 2 280 230.59 2 175
26.43
271.96
167.09
562.3
17.64
230.59
14
2
19 14.96 1436.41 23.23 1420.53 25.40 9514.05 2959.36 23525.42 2.04 7402.88 671.3
14.96
199.9
122.82
413.31
12.96
407.54
250.4
842.62
26.43
271.96
167.0
1096.27
7527.29 16.32
165.01
141.89
476.76
14.96

Respuesta:
Como 2 2 , 165.01 > 21.666, se rechaza la hiptesis nula. Concluimos que el tipo de crimen no es
independiente del distrito de la ciudad.
La enfermera de una universidad realiza un experimento para determinar el grado de alivio que
proporcionan tres remedios para la tos. Cada remedio para la tos se trata en cincuenta estudiantes y se
registran los siguientes datos:
Sin alivio
Cierto alivio
Alivio completo
Remedio para la tos

NyQuil Robitussin
Triaminic
11
13
9
32
28
27
7
9
14
Pruebe la hiptesis, con un nivel de significancia de 0.05, de que los tres remedios para la tos son
igualmente efectivos.
Datos:
Tamao de la muestra
n = 150 estudiantes.
Hiptesis nula
H0: los tres remedios son igualmente efectivos.

H1: los tres remedios no son igualmente efectivos.
= 0.05.
Pgina 100 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Incgnita:
Homogeneidad o no entre los remedios.
Solucin:
siguientes eventos.
S: El remedio no proporciona alivio.
A: El remedio proporciona cierto alivio.
C: El remedio proporciona alivio completo.
N: El remedio seleccionado es NyQuil.
R: El remedio seleccionado es Robitussin.
T: El remedio seleccionado es Triaminic.
3 y definimos los
S
A
C
Total
N
11
32
7
50
R
13
28
9
50
T
9
27
14
50
Total
33
87
30
150
Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad.
P S
33
= 0.22
150
87
0.053
150
30
P C
= 0.2
150
P A
P N
50
0.33
150
P R
50
0.33
150
P T
50
0.34
150
esperadas:
P S N P S P N
P S R P S P R
33 50
150
33 50
150
= 11
= 11
Pgina 101 de 103

UADER
P S T P S P T
Trabajo Final
6 de Agosto de 2008
33 5
150
P A N P A P N
P A R P A P R
P A R P A P R
P C N P C P N
P C R P C P R
P C R P C P R
= 11
87 50
150
87 50
150
87 50
150
30 50
150
30 50
150
30 50
150
= 29
= 29
= 29
= 10
=10
= 10

N
11
29
10
50
S
A
C
Total
R
11
29
10
50
T
11
29
10
50
Total
33
87
30
150
n oi ei

i 1
ei
2 11 11 2 13 11 2 9 11 2 32 29 2 28 29 2 27 29 2 7 10 2 9 10 2 14 10 2
11
11
11
29
29
29
10
10
10
4
4
9
1
4
9
1 16
3.81
11 11 29 29 29 10 10 10
Si 2 2 con =(r 1) (c 1) grados de libertad, rechazar la hiptesis nula de independencia.

De la tabla A.5. encontramos que 02.05 = 9.488 para = (3 1) (3 1) = 4 grados de libertad.
Respuesta:
Como 2 2 , 3.81 < 9.488, no se rechaza la hiptesis nula. Concluimos que los tres remedios son
igualmente efectivos.
Pgina 102 de 103

UADER
Trabajo Final
6 de Agosto de 2008
Bibliografas:
Walpole,MyersyMyers,ProbabilidadyEstadsticaparaIngenieros,sexta
edicin.
Apuntesdelactedra.
Los recursos computacionales utilizados: Calculadora
cientfica, EasyFit (versin
gratuita), Excel 2007 y Word 2007.
Pgina 103 de 103

CAP 8 Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CAP 8 Probabilidad

Cargado por

Copyright:

Formatos disponibles

Ctedra: Probabilidad y Estadstica

Problema 1 (Ref: Pg. 223 - Ej. 5)

X: cantidad de bebida que sirve una mquina (en mililitros).

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

Problema 2 (Ref: Pg. 223 - Ej. 9)

X: vida til de una mquina de hacer pasta (en aos).

P 1.8 z 0.6 P z 0.6 P z 1.8

Aplicando Tabla A.3. = 0.7257 0.0359 = 0.6898 = 68.98%.

Z Z 0.85 1.04 Z 0.85

1.04 * 7 x 7.346667 Aos

Ctedra: Probabilidad y Estadstica

X: tiempo que un cajero atiende a un cliente (en minutos).

P z 2.5 = Aplicando Tabla A.3. = 0.0062 = 0.62%

P z 1.5 1 P z .5 1 0.9332 = Aplicando Tabla A.3. = 0.0668 =

3.2 3.2 X x 3.4 3.2

Aplicando Tabla A.3 = 0.8413 0.5000 = 0.3413 = 34.13%.

Ctedra: Probabilidad y Estadstica

Media de la primer poblacin

Desviacin estndar de la primer poblacin

Tamao de la segunda muestra

Media de la segunda poblacin

Desviacin estndar de la segunda poblacin 2 = 3.

es aproximadamente una variable normal estndar.

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

Problema 5 (Ref: Pg. 236 - Ej. 1)

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

Ctedra: Probabilidad y Estadstica

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

Problema 6 (Ref: Pg. 236 - Ej. 3)

a) P(2 > 2 ) = 0.99 cuando = 4

Ctedra: Probabilidad y Estadstica

Segn Tabla A.5 => 2 = 0.297

b) P(2 > 2 ) = 0.025 cuando = 19

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

c) P(37.652 < 2 < 2 ) = 0.045 cuando = 25

=> = 0.05 - 0.045 = 0.005 => 2 = 0.005 cuando = 25

Segn Tabla A. 5 => 0.005 = 46.928

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

Problema 7 (Ref: Pg. 236 Ej. 5)

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

con (n 1) grados de libertad

con nuestros datos:

con (n 1) grados de libertad

con nuestros datos:

25 1 10.745 24 10.745 257.88 42.98

P (3.462 s2 10.745) = 0.95 0.01 = 0.94

Ctedra: Probabilidad y Estadstica

X: calificacin de un examen de colocacin.

con (n 1) grados de libertad

con nuestros datos

Problema 9 (Ref: Pg. 236 Ej. 8)

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica

b) Segn Tabla A.4 t0.10 cuando = 10 => -1.372

Lafata Desio Fernando, Warlet Ivn Lautaro

Ctedra: Probabilidad y Estadstica