INTERVALOS DE CONFIANZA

Primer bloque

EJERCICIO 1

n=400
x=800
σ =100
a) ¿Cuál es intervalo de confianza de 99% para la media población.

1+ 99
P ( Z 0 < Z )= → Z 0=2.576
2
z S z S
x́− 0 ≤ μ ≤ x́ + 0
√n √n
2,576∗100 2,576∗100
800− ≤ μ ≤800+
√ 400 √ 400
∴787,12 ≤ μ ≤ 812,9

b) ¿con que coeficiente de confianza se diría que la vida media está en <799,11:800,98>
Rpta 16%.

c) ¿Qué tamaño debe tener la muestra para que el intervalo de la media<792,16;807,84>

sea 95% de confianza?

z0 S z S
x́− ≤ μ ≤ x́ + 0
√n √n

1,960∗100 1,960∗100
800− ≤ μ ≤ 800+
√ 625 √625
∴792,16 ≤ μ ≤807,84
EJERCICIO 2.

T0 S T S
x́− ≤ μ ≤ x́ + 0
√n √n
a)
n=9
^
x́=6. 22
σ =1.161
gl=8
γ =0.90
1+ γ
P ( T 0 <T )= → T 0 =1.860
2
 ∴5.501 ≤ μ ≤ 6.942
a) ¿Cuál es el tamaño …
e=0.1
σ=2
γ=0.9
z=1.64485
2
Z σ
n= 0
e ( )
n=1082.217
∴ n=1083
EJERCICIO 3.

n=925
x́=5,2
S=1,2
gl=25−1=24
1+0.99
P ( T 0 <T )= → T 0=2.797
2
Formula:

T0 S T S
x́− ≤ μ ≤ x́ + 0
√n √n
2,797∗1,2 2,797∗1,2
5,2− ≤ μ ≤ 5,2−
√ 25 √ 25
∴ 4,529 ≤ μ ≤5,871

EJERCICIO 4.

n=100
x́=175
σ =15
Z δ Z δ
x́− 0 ≤ μ ≤ x́ + 0
√n √n
1,960∗15 1,960∗15
175− ≤ μ ≤ 175+
√100 √ 100

∴172,06 ≤ μ ≤177,94

EJERCICIO 5.

n=30,
 x=
∑ xi
n=296.633
s =22.2299632
Hallamos z0 : α=5%
γ =0.95
1+ γ 1+0.95
P ( z0 < z ) == =0.975 → z 0 =1.96
2 2
El intervalo está determinado por:

z0 S z S
x́− ≤ μ ≤ x́ + 0
√n √n
1.96∗22.2299632 1.96∗22.2299632
¿ 296.63− ≤ μ ≤ 296.63+ >¿
√ 30 √30

∴288.675 ≤ μ≤ 304.585

Rpta: Si satisface por la cual el peso medio debe de ser 300kg

EJERCICIO 6. diámetros:
10,11,11,11,12,12,12,12,13,15,13,13,13,13,13,13,13,13,13,13,13,14,14,14,14,14,15,15,15,16,16.
a) Estimar la media y la varianza.

x=
∑ x i s 2 =∑ ( x i − x )
n n−1

394
x= =13 .133 s=1. 432
30

b) Construir el intervalo de confianza para la media.

Hallamos z0 :
γ =0.95
1+ γ 1+0.95
P ( z0 < z ) = = =0.975 → z 0 =1.96
2 2
n=30
z0 S z S
x́− ≤ μ ≤ x́ + 0
√n √n

1.96∗1.432 1.96∗1.432
13.133− ≤ μ ≤ 13.133+
√ 30 √ 30

∴
EJERCICIO 7. n=15 n< 30
 S=
∑2X 2i −( ∑ X i )2 /n
γ =0.95 n−1
∝ 2
α =0.05 => =0.025 2 27 . 3−(8. 7 ) /15
2 S=
14
2
S = 1. 5896
(n−1)S 2 (n−1)S 2
I =¿ ; >¿
X2 ∝ X 2∝
1−
2 2

X2 ∝ =X 20.975=26.1
1−
2

X 2∝ =X 20.025=5.63
2

( 14 ) (1,5896) ( 14 ) (1,5896)
I :< ; >¿
26.1 5.63
I =¿ 0,853 ; 3,953>¿

EJERCICIO 8.
n1 =12
A B

−
X 1 =6
S 1 =0,2
(S 21 /n 1 +S22 /n 2 )2
gl=
(S 21 /n 1 )2 /(n1 −1)+(S 22 /n 2 )2 /(n2 −1 )
(0,016+0,003 )2
gl=
PARA γ =0.95 (0,0000284 )+(0,0000008)
0,000361
gl=
0,0000292
gl=12,36=12

1,95
P ( t ≤ t0 ) = =0.975
2
t 0=2,179

1−¿ μ2=( X́ 1− X́ 2 ) ±t 0

μ¿
√ S 21 S 22
+
n1 n2
 1−¿ μ2=2± ( 2,179 ) (0,1378404)
μ¿

1−¿ μ2 ≤2.3
1.69 ≤ μ ¿

PARA γ =0.98
t 0=2.681

1−¿ μ2=( X́ 1− X́ 2 ) ±t 0

μ¿
√ S 21 S 22
+
n1 n2

1−¿ μ2=2± ( 2,681 ) (0,1378404)

μ¿
1−¿ μ2 ≤2.37
1.63 ≤ μ ¿
EJERCICIO 9.

n1 =15
I grupo II grupo

−
X 1 =70
S 1 =6

γ =0.95
(S 21 /n 1 + S22 /n 2 )2
gl=
(S 21 /n 1 )2 /(n1 −1)+(S 22 /n 2 )2 /(n2 −1 )
(1,3888+ 2,4 )2
gl=
(0,11347131)+(0,41428571)
14,35567901
gl=
0,52775702
gl=27,3=27
1,975
P ( t ≤ t0 ) =
2
t 0=2,473
 1−¿ μ2=( X́ 1− X́ 2 ) ±t 0

μ¿
√ S 21 S 22
+
n1 n2

1−¿ μ2=5 ± ( 2,473 ) (1,9465)

μ¿

1−¿ μ2 ≤ 9,8
0,2≤ μ ¿

EJERCICIO 10.

a) Obtener un estimador puntual de la media verdadera

n=23 n<30
X́ =16,22

El estimado puntual para la media es: μ= X́=16,22

b) Obtener un Intervalo de confianza de 95% para la media verdadera. Con base a

estos resultados, ¿podría el gerente de comercialización refutar las críticas al
anuncio que hace el lema de la compañía?
−
γ =0.95
S 2=
∑ ( X i− X )2
gl=n−1=22 n−1
2 [(15−16 , 22) +(19−16 , 22)+. . .+(17−16 ,22 ) ]
2
1,95 S=
P ( t ≤ t0 ) = 22
2 2
S = 7,178
t 0=2,074 S=2, 679

s
I :< X́ ± t n−1 >¿
√n
2,679
I :<16,22 ±(2,074) >¿
4,796

I :<16,22 ± 1,1594>¿

I :<15,0606 ; 17,379> En Miles

R: No, porque 20000 no está en el intervalo de confianza

EJERCICIO 11.
 n1 =18
Lab Sin Lab
−
X 1 =77
S 1 =6

γ =0.99
1,95
P ( t ≤ t0 ) =
2

t 0=2,074
(S 21 /n 1 +S22 /n 2 )2
gl=
(S 21 /n 1 )2 /(n1 −1)+(S 22 /n 2 )2 /(n2 −1 )
(1,3333333+2)2
gl=
(0,1616161)+(0,2352941 )
11,11111
gl=
0,3969102
gl=27,9=27

1−¿ μ2=( X́ 1− X́ 2 ) ±t 0

μ¿
√ S 21 S 22
+
n1 n2

1−¿ μ2=7 ± ( 2,771 ) (1,8257418)

μ¿
1−¿ μ2 ≤12,06
1,49 ≤ μ ¿

EJERCICIO 12.

X́ 1=30 horas , S 21=135 n1=n2=20

2
X́ 2=30 horas , S =80 2

a) ¿Qué máquina decidirá comprar el agente?

∝=0.2
∝/2=0.01

√
2 2
σ1 σ2
I :< X́ 1− X́ 2 ± Z ∝/ 2 + >¿
n1 n2
 I :<10 ± 2,32
135 80
+ >¿
20 20
I :<2,39 ; 17,6> ¿
√
1>¿ μ2
Como ambos límites son positivos entonces
μ¿
R: El agente deberá comprar la máquina 1

EJERCICIO 13.

1. n<30, m<30, n=12 , m=12, γ=0.95

2. hallamos t0 para n+m-2=22 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.074
3. el intervalo estaá determinado por :

[(x − y )−t 0 S c
√ 1 1
√
1 1
+ ≤( x− y )≤( x− y )+ t 0 S c + ]
n m n m

Sc =
√
( n−1 )S2x +( m−1)S 2y
n+m−2

S c = 22 √
11∗500 2 +11∗61002
=5577.186

Hallamos
1 1
t 0 Sc +
√
n m =2.074*5577.186*
Θ1= (36300-38100)-4722.24
√ 1/12+1/12
=4722.24

Θ2= (36300-38100)+4722.24
4. El intervalo de confianza para un nivel de confianza de 95% es: [6522.24; 2922.24]

EJERCICIO 14.
n=100 , m=100, γ=0.95 (opcional)
1. Hallamos Z0, γ=0.99
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576

2. el intervalo estaá determinado por :

√ √
2 2 2 2
σx σ y σ σ
[( x − y )−Z 0 + ≤( x− y )≤( x− y )+ Z 0 x + y ]
n m n m

Hallamos
Para Z0 =2.576
Z0
√σ 2x
n
+
σ 2y
m y Θ 1 y Θ2
 1. 960
√
0. 22 0. 24 2
+
100 100
Θ1= (0.08-0.03)- 0.061
=0.061

Θ2= (0.08-0.03)+ 0.061

3. El intervalo de confianza para un nivel de confianza de 99% es: [-0.011;0.11]
El promedio de ventas de B no ha aumentado en forma significativa con respecto a
A.

EJERCICIO 15.
a) Determine un intervalo de confianza al 99% para la media real de los gastos diarios.

n=120, γ=0.99, x =800, σ=100

Hallamos Z0 para
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.5758

el intervalo estaá determinado por :

Z0 σ Z0 σ
[ x− ≤μ≤x+ ]
√n √n
Z0 σ
Hallamos √
√ n =2.5758*100*/ 120 =23.51
Θ1= 120-23.51
Θ2= 120+23.51
El intervalo de confianza para un nivel de confianza de 95% es: [96.49; 143.51]

b) Si … deben tomar?

σ=100, E=10, γ =1-α=1-0.05=0.95

Hallamos Z0 para
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960

la muestra estaá determinado por:

Z0 σ 2
n=[ ]
E = (1.960*100/10)2=384
Como la muestra que tenemos es 120, entonces faltarían 384-120=264 observaciones
adicionales.
EJERCICIO 16.
n=100, m=100, γ=0.90 , γ=0.95 , γ=0.99
Hallamos Z0 , γ=0.90
P [Z≤ z0]= (γ+1)/2=(0.90+1)/2=0.95
Z0= 1.645

Hallamos Z0, γ=0.95

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
 Z0= 1.960

Hallamos Z0, γ=0.99

P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576

El intervalo estaá determinado por :

√ √
2 2 2 2
σx σ y σx σ y
[(x − y )−Z 0 + ≤( x− y )≤( x− y )+ Z 0 + ]
n m n m

Hallamos
Para Z0 =1.645
Z0
√ σ 2x σ 2y
n m
+
y Θ 1 y Θ2

1.645
√ 4 .82 5.4 2
+
100 100
Θ1= (50,2 - 52,9)-1.185
=1.185

Θ2= (50,2 - 52,9)-1.185

Para Z0 =1.960

1.960
√
4.82 5.4 2
+
100 100
Θ1= (50,2 - 52,9)- 1.416
=1.416

Θ2= (50,2 - 52,9)+1.416

Para Z0 =2.576

2.576
√
4.82 5.4 2
+
100 100 =1.861

Θ1= (50,2 - 52,9)- 1.861

Θ2= (50,2 - 52,9)+ 1.861
El intervalo de confianza para un nivel de confianza de 90% es: [-3.89; -1.51]
El intervalo de confianza para un nivel de confianza de 95% es: [4,12;-1,28]
El intervalo de confianza para un nivel de confianza de 99% es: [-4,58;-0,82]
EJERCICIO 17

x́ 1 =3.33 x́ 2 =6
s 1 = 1.21 s 2 = 1.63

1. n<30, m<30, n=6 , m=6, γ=0.95

2. hallamos t0 para n+m-2=10 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.228
3. el intervalo estaá determinado por :
 [(x − y )−t 0 S c
√ 1 1 1 1
+ ≤( x− y )≤( x− y )+ t 0 S c + ]
n m n m√
√
2 2
( n−1 )S x +( m−1)S y
Sc =
n+m−2

S c = 10 √
6∗1 .212 +6∗1 . 632
=1.572

Hallamos
1 1
t 0 Sc +
√
n m =2.228*1.572*
Θ1= (6-3.33)-2.022
√ 1/6+1/6 =2.022

Θ2= (6-3.33)+2.022
4. El intervalo de confianza para un nivel de confianza de 95% es: [0.648;4.692]
Existe una diferencia significativa entre la produccioá n de maquinas nuevas con
respecto las maquinas antiguas.

EJERCICIO 18.
x́ 1 =443.333333 x́ 2 =451.416667
s 1 = 14.278613 s 2 = 14.9390175

1. n<30, m<30, n=12 , m=12, γ=0.95, γ=0.90, γ=0.99

2. hallamos t0 para n+m-2=22 grados de libertad y , γ=0.90
P [T≤ t0]= (γ+1)/2=(0.90+1)/2=0.95
t0=1.717
3. hallamos t0 para n+m-2=22 grados de libertad y , γ=0.95
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.074
4. hallamos t0 para n+m-2=22 grados de libertad y , γ=0.99
P [T≤ t0]= (γ+1)/2=(0.99+1)/2=0.995
t0=2.819

5. el intervalo estaá determinado por :

[(x − y )−t 0 S c
√ 1 1 1 1
+ ≤( x− y )≤( x− y )+ t 0 S c + ]
n m n m√
√
2 2
( n−1 )S x +( m−1)S y
Sc =
n+m−2

Sc =
Luego:
√ 11∗14 . 282 +11∗14 . 942
22 =14.614

Para t0=1.717 hallamos

Θ1= (443.33-451.42)-10.24
t 0 Sc
√ 1 1
+
n m =1.717*14.614* √
1/12+1/12 =10.24
Θ2= = (443.33-451.42)+10.24
El intervalo de confianza para un nivel de confianza de 90% es: [-18.09; 2.15]
 Para t0=2.074 hallamos
Θ1= (443.33-451.42)- 12.37
t 0 Sc
√ 1 1
+
n m =2.074 *14.614* √
1/12+1/12 =12.37
Θ2= = (443.33-451.42)+ 12.37
El intervalo de confianza para un nivel de confianza de 95% es: [-20,46; 4,29]

Para t0=2.819 hallamos

Θ1= (443.33-451.42)- 16.816
t 0 Sc
√ 1 1
+
n m =2.819 *14.614* √
1/12+1/12 =16.816
Θ2= = (443.33-451.42)+16.816
El intervalo de confianza para un nivel de confianza de 99% es: [-24,90; 8,73]

6. No diferencia una diferencia real entre µ s y µ N

EJERCICIO 19.

n1=12 , n2=11
Como las muestras son de tamaño pequeño, y las varianzas poblacionales son desconocidas, pero
no nos dicen si son iguales o distintas, por eso primero construiremos el intervalo de confianza
para σ 21 /σ 22 .
α
Para γ =1−α =0.90 y =0.05 , buscamos en la tabla de distribución F, y se encuentra:
2
F∝ /2 ( n2−1 ; n1−1 ) =F0.05 ( 10,11 ) =2.85
1 1 1
F1−∝/ 2 ( n2−1 ; n1−1 ) = = = =0.3401
F ∝/2 ( n1−1 ; n2 −1 ) F 0.05 (11,10 ) 2.94
Luego el intervalo de confianza del 90% para σ 21 /σ 22 es:
2 2
S1 1 S
I =¿ 2 . ; 12 . F ∝/2 ( n2−1 ; n1−1 ) >¿
S 2 F∝ /2 ( n1−1 ; n2−1 ) S2
225 225
I =¿ .(0.3401); . ( 2.85 ) >¿
100 100
I =¿ 0.765225 ; 6.4125>¿
2 2
Como 1∈ I , concluimos que σ A =σ B . Entonces el intervalo de confianza a utilizar para el
análisis de la diferencia de medias μ1−μ2 es:

Donde:
√
I =¿ ( X 1− X 2 ) ±t ∝/ 2 ( n1 +n 2−2 ) S 2P (
1 1
+ )> ¿
n1 n 2

2 ( n1−1 ) S21 + ( n2 −1 ) S 22 ( 12−1 ) 152 + ( 11−1 ) 102

S =
P =
n1 +n 2−2 12+11−2
2
S =165.4761905
P
 α
Ahora para γ =1−α=0.90 y =0.05 , en la tabla de distribución T encontramos:
2
t ∝ /2 ( 21 )=1.721
Por lo tanto, el intervalo de confianza del 90% para la diferencia de medias μ1−μ2 es:

√
I =¿ ( 2000−2500 ) ± 1.721 165.4761905(

I =¿ (−500 ) ± 1.721 √28.83297259>¿

1 1
+ )>¿
12 11

I =¿ (−500 ) ± 1.721(5.369624307)> ¿
I =←509.2411 ;−490.7589>¿
Se observa que el intervalo no incluye al cero, luego del hecho de que ambos intervalos son
negativos, concluimos que la vida media del esquema del primer tipo es menor que la del
segundo tipo.

EJERCICIO 20.
n1=20 , n2=20
Como las muestras son de tamaño pequeño, y las varianzas poblacionales son desconocidas, pero
no nos dicen si son iguales o distintas, por eso primero construiremos el intervalo de confianza
2 2
para σ 1 /σ 2 .
α
Para γ =1−α=0.99 y =0.005 , buscamos en la tabla de distribución F, y se encuentra:
2
F∝ /2 ( n2−1 ; n1−1 ) =F0.005 ( 19,19 )=3.4318
1 1 1
F1−∝/ 2 ( n2−1 ; n1−1 ) = = = =0.2914
F ∝/2 ( n1−1 ; n2 −1 ) F 0.005 ( 19,19 ) 3.4318
2 2
Luego el intervalo de confianza del 99% para σ 1 /σ 2 es:
2 2
S 1 S
I =¿ 12 . ; 12 . F ∝/2 ( n2−1 ; n1−1 ) >¿
S 2 F∝ /2 ( n1−1 ; n2−1 ) S2
225 225
I =¿ .(0.2914); . ( 3.4318 ) >¿
100 100
I =¿ 0.65565 ; 7.72155>¿
2 2
Como 1∈ I , concluimos que σ 1 =σ 2 . Entonces el intervalo de confianza a utilizar para el
análisis de la diferencia de medias μ1−μ2 es:

Donde:
√
I =¿ ( X 1− X 2 ) ±t ∝/ 2 ( n1 +n 2−2 ) S 2P (
1 1
+ )> ¿
n1 n 2

2 ( n1−1 ) S21 + ( n2 −1 ) S 22 ( 20−1 ) 152 + ( 20−1 ) 102

S =
P =
n1 +n 2−2 20+20−2
S 2P =162.5
α
Ahora para γ =1−α =0.99 y =0.005 , en la tabla de distribución T encontramos:
2
 t ∝ /2 ( 38 )=2.712
Por lo tanto, el intervalo de confianza del 99% para la diferencia de medias μ1−μ2 es:

√
I =¿ ( 135−122 ) ± 2.712 162.5(

I =¿ ( 13 ) ±2.712 √ 16.25> ¿
1 1
+ )> ¿
20 20

I =¿ ( 13 ) ±2.712( 4.031128874)>¿
I =¿ 2.0676 ; 23.9324>¿
Se observa que el intervalo no incluye al cero y con el hecho de que ambos límites de confianza
sean positivos, se puede concluir que μ1 > μ2 . Por lo tanto existe una diferencia real entre
μ1 y μ2
EJERCICIO 21.
X 1=9.8181(Estuario 1) , S 1=3.816233269 , n1=11
X 2=8.875(Estuario 2) , S 2=1.356202682 , n2=8
2 2
Para saber si las varianzas son diferentes construimos el intervalo de confianza para σ 1 /σ 2 .
α
Para γ =1−α=0.95 y =0.025 , buscamos en la tabla de distribución F, y se encuentra:
2
F∝ /2 ( n2−1 ; n1−1 ) =F0.025 ( 7,10 )=3.9498
1 1 1
F1−∝/ 2 ( n2−1 ; n1−1 ) = = = =0.210
F ∝/2 ( n1−1 ; n2 −1 ) F 0.025 ( 10,7 ) 4.761
2 2
Luego el intervalo de confianza del 95% para σ 1 /σ 2 es:
S12 1 S21
I =¿ 2 . ; . F ∝/2 ( n2−1 ; n1−1 ) >¿
S 2 F∝ /2 ( n1−1 ; n2−1 ) S22
14.5636 14.5636
I =¿ .(0.210); . ( 3.9498 ) >¿
1.839285715 101.839285715
I =¿ 1.6628 ;31.27489> ¿
Como el intervalo no incluye a la unidad, entonces, las varianzas poblacionales son distintas, es
2 2
decir σ 1 ≠ σ 2 , al 95% de confianza.

EJERCICIO 22.
n=16 focos , X=120 horas ,CV =25 , γ =98
grados libertad=n−1
Del coeficiente de variabilidad deducimos:
CV =25
S
CV = =25
X
S=30
∝ ∝
Para γ =1−∝=0.98 , =0.01 y 1− =0.99 , buscamos en la tabla de distribución CHI-
2 2
CUADRADO y obtenemos:
 2 2 2 2
X ∝ (n−1)= X 0.01 (15)=30.58 y X ∝ (n−1)=X 0.99 (15)=5.229
1−
2 2
∝ ∝
Habiendo deducido el valor de S=30, y los valores para y 1− , hallamos entonces el
2 2
intervalo de confianza al 98% para la desviación estándar:

I =¿
√ X 2∝/ 2
;
√
( n−1 ) S 2 ( n−1 ) S2
X 21−∝ /2
>¿

I =¿
√30.58
;
√
( 15 ) 302 (15 ) 302
5.229
I =¿ 21.01176 ; 50.81098>¿
>¿

EJERCICIO 24.

S 21 → mañana , S22 →tarde

Xi
n

∑ (¿−X )2 1273.6
i=1
= =141.51111
n−1 9
S 21=¿
Xi
n

∑ (¿−X )2 284
i=1
= =35.5
n−1 8
S22=¿
Suponiendo que trabajamos con un nivel de confianza del 95% para hallar la variabilidad de la
α
viscosidad, para γ =1−α =0.95 y =0.025 , buscamos en la tabla de distribución F, y se
2
encuentra:
F∝ /2 ( n2−1 ; n1−1 ) =F0.025 ( 8,9 )=4.1019
1 1 1
F1−∝/ 2 ( n2−1 ; n1−1 ) = = = =0.2295
F ∝/2 ( n1−1 ; n2 −1 ) F 0.025 ( 9,8 ) 4.3572
2 2
Luego el intervalo de confianza del 95% para σ 1 /σ 2 es:
2 2
S1 1 S1
I =¿ 2 . ; 2 . F ∝/2 ( n2−1 ; n1−1 ) >¿
S 2 F∝ /2 ( n1−1 ; n2−1 ) S2
141.51111 141.51111
I =¿ .(0.2295); . ( 4.1019 ) >¿
35.5 35.5
I =¿ 0.91484 ; 16.35111> ¿
Como el intervalo incluye a la unidad, entonces, la variabilidad de las viscosidades son iguales (
2 2
σ 1 ≠ σ 2 ¿ , al 95% de confianza.
EJERCICIO 25.
a) Haciendo uso de los datos dados obtenemos lo siguiente:

m.a. = 60 Error de estimación (E = 1)

Varianza (²) = 29.159 P [Z < Z0] = (1+ 0.95)/2
Nivel de confianza ( = 95%) Z0 = 1.96

Para hallar el tamaño muestral usamos la siguiente fórmula:

n = [Z0*/E]² = [1.96]²*[29.159]/1 = 112
El tamaño muestral es 112

a) Costo total = S/. 200000 + S/. 4000*112 = S/. 648000

EJERCICIO 26.
Intervalo de confianza para el algodón y también para el hierro usando la siguiente fórmula:

n = 10 n = 10
Promedio = 0.442 Promedio = 1.151
Desv. Est. (s) = 0.396 Desv. Est. = 0.907
Grado libertad (gl) = n - 1 = 9 gl = n – 1 = 9
=99% =99%
t0 = 3.25 t0 = 3.25
IC (Algodón) = (0.035, 0.849) IC (Hierro) = (0.219, 2.083)

Observando el promedio de algodón y hierro se deduce que el promedio de hierro es mayor que
del algodón y analizando los intervalos de confianza de ambos se deduce que el hierro ha
generado mayor cantidad de divisas para el país, por lo tanto el analista recomendará al
gobierno prestar los 2/3 de fondos para exportaciones de hierro.
EJERCICIO 27.

a) Se … en promedio 6%

SOLUCIÓN:
Para responder esta pregunta es necesario hacer una prueba de hipótesis y se usará la
siguiente fórmula y el siguiente gráfico:

x̄−μ o
Z=
s
Hipótesis: √n
Ho: o μ > 0.06 (Perú alcanzo el promedio
mínimo de 0.06)

H1:
μ
o < 0.06 (Perú no alcanzó el promedio mínimo de 0.06)
Datos calculados de la tabla:
n = 30
 Promedio = 3.61
Desv. Est. = 4.667
Asumiendo  = 95%
Zo = 1.96 (se tomará -1.96 para comparar con Z)
Calculando Z, tenemos que Z = 4.165, se tomara el negativo Z = -4.165

Observamos que Z < Zo (-4.165 < -1.96), Z se encuentra en la zona de rechazo, por lo
tanto NO se puede afirmar que el Perú ha crecido como mínimo en promedio 6%
b) Tratando …..en el mismo sentido.
Como en el caso anterior se hace una prueba de hipótesis y se usa las siguientes fórmulas
y el siguiente gráfico:
2
t=
x̄ − ȳ ( c 1 + c2 ) s21 s22
gl= c 1= c 2=

√ s 21 s 22
m n
+
c 21
+
m−1 n−1
c 22 m n

Hipótesis:

Ho:
μ1 < μo (desfavorable al gobierno 1986 – 1989)

H1:
μ1 > μo (favorable al gobierno 1986 – 1989)
Datos calculados de la tabla:
n0 = 6 (periodo 80 – 85), n1 = 4 (periodo 86 – 89)
Promedio0 = 0.26
Desv. Est. = 6.128
Promedio1 = 2.36
Desv. Est. = 7.456
Asumiendo  = 95%
gl = 6 aprox.
To = 2.447
Calculando T = 0.467, entonces 0.467 < 2.447, se acepta Ho y se rechaza H1, por lo cual
quiere decir que la tasa promedio de crecimiento del periodo (1986 – 1989) no es favorable.

EJERCICIO 28.
Haciendo uso del Minitab obtenemos lo siguiente:
T de una muestra (industria textil)
Media del
Error
N Media Desv.Est. estándar IC de 97%
10 0.0300 0.2000 0.0632 (-0.1328, 0.1928)
T de una muestra (industria papelera)
 Media del
Error
N Media Desv.Est. estándar IC de 97%
15 0.0800 0.2400 0.0620 (-0.0696, 0.2296)

Observando los intervalos de confianza y analizando se llega a la conclusión que el agente

debe invertir en cualquiera de los dos sectores, ya que en ambas se pierde y se gana.

EJERCICIO 29.

Construir el cuadro de frecuencias

Intervalo Marca clase fi Fi

600 - 700 650 12 12
700 - 800 750 13 25
800 - 900 850 9 34
900 - 1000 950 12 46
1000 - 1050 4 50
1100

Haciendo los cálculos tenemos lo siguiente:

N = 50
Promedio = 816
Desv.Est. = 129.0116
Zo = 1.96
[ δ
x̄ −Z α /2 ≤μ≤ x̄ + Z α /2
√
n
δ
√n ]
Hacemos uso de la siguiente fórmula:

Haciendo los cálculos el IC = (780.24, 851.76)

Interpretación: Al 95% de confianza la vida útil de los focos se encuentra entre 780.24 y 851.76.

EJERCICIO 30.

Hallamos C = 5*15 + 7*10 + 8*13 + 2*12 = 273

Varianza = 5²S1²/n1 + 7²S2²/n2 + 8²S3²/n3 + 2²S4²/n4
Varianza = 25*4/50 + 49*10/50 + 64*8/50 + 4*7/50
Varianza = 25
Des.Est. = 5
Zo = 3.09
IC = <273 - 3.09*5 , 273 + 3.09*5> = <257.55, 288.45>
Se observa en el intervalo de confianza que el costo mensual esperado de S/. 257 no se
encuentra entre (257.55; 288.45), por lo tanto la evidencia no apoya al estudio previo.

EJERCICIO 32.
Estime en … provincias.
Para la solución de este problema utilizaremos la siguiente fórmula:
 u =< X −
Z 0σ
; X+
Z 0 σ
>¿
√n √n
¿
Además tomaremos un intervalo de confianza al 90%, entonces:

P(Z , z )= 1+02 . 9
0
De donde z
0 =1. 64(utilizando tabla)

Ahora trabajaremos por cada punto de venta con sus respectivos datos.

PUNTO DE VENTA 1
u =< 50− 1. 64
1
x 50
√ 50
; 50+
1. 64 x 50
√50
>¿
¿
u =<38.40;61.60>
1

PUNTO DE VENTA 2
u =< 50− 1 .64
2
x 50
√ 50
; 50+
1. 64 x 50
√ 50
>¿
¿
u =<38.40;61.60>
2

PUNTO DE VENTA 3
u =< 60− 1 .64
3
x 50
√ 50
; 60+
1 .64 x 50
√ 50
>¿
¿
u =<48.40;71.60>
3

PUNTO DE VENTA 4
u =<70− 1. 64
4
x 50
√ 50
; 70+
1 . 64 x 50
√ 50
>¿
¿
u 4 =<58.40;81.60>

Luego según la fórmula

C=0 . 04μ 1 +0 . 04 μ2 +0.06 μ3 +0 . 06μ 4
C min =0 .04x38 . 4 +0 .04x38 . 4+0 . 06x48 . 4+0 . 06x58 . 4

C min =9.48
C max = 0. 04x61 .6+0 . 04x61. 6+ 0. 06x71 .6+0 . 06x81 . 6

C max =14.12

C=
c min + c max
2
C = 11.80

c) Estime el costo …. distribución normal.

 P(Z , z )= 1+02. 95
0
De donde z 0 =1. 96(utilizando tabla)
PUNTO DE VENTA 1

u =< 50− 1. 96
1
x 50
√ 50
; 50+
1. 96 x 50
√ 50
>¿
¿
u
= <36.14;63.86>
1

PUNTO DE VENTA 2

u =< 50− 1 .96

2
x 50
√ 50
; 50+
1. 96 x 50
√50
>¿
¿
u
2 = <36.14;63.86>

PUNTO DE VENTA 3

u =< 60− 1 . 96
3
x 50
√ 50
; 60+
1 .96 x 50
√ 50
>¿
¿
u
3 = <46.14;73.86>

PUNTO DE VENTA 4

u =<70− 1. 96
4
x 50
√ 50
; 70+
1 . 96 x 50
√ 50
>¿
¿
u 4 = <56.14;83.86>

Luego según la fórmula

C=0 . 04 μ 1 +0 .04 μ2 +0.06 μ3 +0 . 06μ 4
C =0 .04x36 . 14+0 . 04x36 . 14+0. 06x46 .14+0 . 06x56 .14
min

C =9.038min

C = 0. 04x63 . 86+0. 04x63 . 86+0 . 06x73. 86+0 . 06x83. 86

max

C =14.572
max

u =<9.038;14.572>
4

d) ¿Qué sucedería con el error de … mayor de los puntos de venta de la componía

importadora?

Puesto que el error es inversamente proporcional a la cantidad de datos de la muestra,

este error será menor si es que la cantidad de datos es mayor.

EJERCICIO 34. Por lo general … supuestos del caso.

i =< X −
t 0σ
;X+
t 0σ
>¿
√n √n
¿
 P(T , t )= 1+02 . 9
0
de donde t 0 =1.769
En la región NORTE

u norte =<−1 .320−

1 . 769 x 0 .335
√ 12
;−1 . 320+
1 .769 x 0. 335
√ 12
>¿
¿

u norte =< -1. 49;-1 .15 > ¿

¿

En la región SUR

u sur =<−0 .5−

1. 769 x 0 .212
√ 12
;−0 . 5+
1. 769 x 0 .212
√ 12
>¿
¿
u sur =< -0 . 61;-0 . 39>¿
¿
Luego
ET−min =0 .2(−1 . 49)+0 . 8(−0 . 61)
ET−min =−0. 786

ET−max=0.2(−1. 45)+0.8(−0.39)
ET−max =−0.542
Por tanto entre ambas elasticidades totales (máxima y mínima) no existe una diferencia
significativa

a) Suponga que … de precios. Presente los supuestos estadísticos necesarios.

2
s norte =0. 12 Entonces s norte = 0. 346
2
s sur =0 . 05
Entonces s
sur =0 . 224

Con estos nuevos datos calculamos de manera similar a la parte “a” de donde:
u norte =< -1 . 5;-1 . 14 > ¿ u sur =< -0 . 616;-0 . 384 > ¿
¿ y ¿
Luego
ET −min =0 .2(−1 .5 )+0 .8 (−0. 616 )
ET−min =−0. 793
ET−max =0.2(−1. 4)+0.8(−0.384)
ET−max=−0.535
De acuerdo a los datos obtenidos estamos ante una elasticidad-precio tipo INELASTICA
EJERCICIO 35. Un circuito … resuelve usted este problema?
SOLUCIÓN

Resistencia n X σ

1 100 9.1 0.2

 2 80 14.3 0.4

3 120 5.6 0.1

Utilizaremos en todos los caso la siguiente formula:

u =< X −
Z 0σ
; X+
Z 0 σ
>¿
√n √n
¿ ,

P(Z , z )= 1+02. 95
0
De donde z 0 =1. 96(utilizando tabla)

u =< 9 .1− 1 . 96
1
x0.2
√ 100
; 9 .1+
1. 96 x 0 .2
√ 100
>¿
¿
u 1 =< 9 . 0608 ;9 . 1392 >¿
¿

u =< 14 . 3− 1. 96√ 80x 0. 4 ; 14 . 3+ 1. 96√ 80x 0. 4 >¿

2

¿
u 2 =< 14 . 2123 ;14 . 3877 >¿
¿

u =< 5 .6− 1. 96√ 120

3
x 0. 4
; 5 . 6+
1. 96 x 0 . 4
√ 120
>¿
¿
u 3 =< 5 . 5821 ;5 . 6179 >¿
¿
Luego:
μ1 + μ2 + μ3 =< 28. 8552 ; 29 . 1448>¿
¿

SEGUNDO BLOQUE

EJERCICIO 1.

n=10
D =temperatura antes-temperatura después
D́=−1,6
Ś D=0,678
Para γ =1−α =0.95 y α /2 ¿ 0.025
tα/2 (n-1) t0.025 (9) ¿ 2,262

Luego el intervalo de confianza del 95% para µD ¿ µV- µN

S S
I =¿ D́−T ∝ . d ; D́+T ∝ . d >¿
(n−1 ) √ n (n−1) √ n
2 2

0,678 0,678
I =¿ 1,6−2,262. ; 1,6+2,262. >¿
√ 10 √10
∴ I =¿ 1,11486 ; 2,08514>¿
Se puede concluir que el antigripal reduce la fiebre, ya que ambos límites del intervalo son
positivos
EJERCICIO 2.
n=10
D =Con Video-con profesor
D́=¿ -0.5
Ś D=¿ 1.509
Para γ =1-α=0.98 y α /2 ¿ 0.01
t α /2 (n-1) t0.01( 9) ¿ 2.821
Luego el intervalo de confianza del 95% para µD ¿ µV- µN

SD S
I =¿ D́−T ∝ x
; D́+T ∝ x D >¿
(n−1 ) √ n (n−1) √ n
2 2
∴ I =←1.846; 0.846>¿
Como el intervalo incluye al cero, entonces μ2=μ1 , y se concluye que la enseñanza con
profesor no es mejor que con el de video.
EJERCICIO 3.
Suponiendo que la característica en estudio tiene una distribución normal, ¿podemos
aceptar que la producción en las fincas fue (en fanegadas por hectárea)

Di=X i−Y i : 2 ; 1 ; 2 ; -1 ; 3 ; 0 ; -2 ; 5 ; 2 ; -2

10

∑ Di = D́=
10
=1
i=1
D́= 10
10

D
¿
i− D́
¿¿
¿
¿ = S D =46 =
2

¿
10

∑
i=1
¿

S D =¿2

S D =6,7823
❑

∝=0.05
∝/2=0.025
t ∝ =t 0,025=0,5142 SD
I :< D́ ± X́ 2 ±t ∝ ( n−1) >¿
2
2 √n
 6,7823
I :<1 ±(4,6278) >¿
3,1623
I :←8,93 ; 10,93>¿

Como en el intervalo incluye el 0 => μ1 ¿ μ2 , por lo tanto la producción es la misma

EJERCICIO 4.
Di=X i−Y i : -1.5, 5.4, 3.6, 6.9, 5.5 2.7 2.3
10

∑ Di
D́= i=1 D́=3.557
10

Como el intervalo, los límites son positivos, decimos que la dieta es eficaz.

Ejercico 5
Número de Evaluación Evaluación
Solicitud de del Sr. Alcalá del Sr. Meza Di=Xi- Yi
crédito Xi Yi
1 8 7 -1
2 5 3 -2
3 6 7 1
4 9 9 0
5 1 2 1
6 4 2 -2
7 5 5 0
SOLUCIÓN: 8 8 6 -2
1. Con 9 7 4 -3 los datos
anteriores
10 5 6 1
hallamos di
11 2 1 -1
12 2 2 0
13 1 0 -1
14 6 7 1
15 5 4 -1
16 3 3 0
17 6 6 0
18 6 5 -1
19 4 5 1
20 3 1 -2
21 6 6 0
22 5 4 -1
2.1 4 4 0
24 5 5 0
25 4 3 -1
promedio Di -0.52
Desv. Tíápica 1.1224
 2. n=120 , γ=0.99, D =-0.52, t0 S
σ=1.124 √n
Hallamos =2.064*1.1224/
Hallamos t0 para n-1= 24 grados
de libertad, γ=0.95 (opcional) √ 25 =0.4633
P [T≤ t0]= Θ1= -0.52-0.4633
(γ+1)/2=(0.95+1)/2=0.975 Θ2= -0.52+0.4633
t0=2.064
3. el intervalo para datos pareados El intervalo de confianza para un
estaá determinado por : nivel de confianza de 95% es: [-
t0 S t0 S 0.983;-0.057]
[ D− ≤μ≤D+ ] Como ambos líámites son negativos,
√n √n Los resultados no muestran una diferencia
significativa

EJERCICIO 6.
Con los datos anteriores hallamos di
 Secretaria Antes (Xi) Despueá s del curso de
Di=Xi-Yi
perfeccionam. (Yi)
1 80 82 2
2 70 77 7
3 85 79 -6
4 62 68 6
5 82 84 2
promedio Di 2.2
Desv. Tíápica 4.57820926

1. n=5 , γ=0.99, D =2.2 , σ=4.5782

Hallamos t0 para n-1= 4 grados de libertad, γ=0.95
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.776

2. el intervalo para datos pareados estaá determinado por :

t0 S t0 S
[ D− ≤μ≤D+ ]
√n √n
t0 S
Hallamos √n =2.776*4.5782/ √4 =6.35
θ1= 2.2-6.35
θ 2=2.2+6.35

El intervalo de confianza para un nivel de confianza de 95% es: [-4.15; 8.55]

El intervalo incluye el cero µ1=u2 no hay diferencias en la velocidad de mecanografiado despueá s de
haber realizado el curso.
EJERCICIO 7.

Paciente 1 2 3 4 5 6 7 8 9 10
Antes(xi) 217 252 229 200 209 213 215 260 232 216
Después(yi) 209 241 230 208 206 211 209 228 224 203
Di= yi- xi -8 -11 1 8 -3 -2 -6 -32 -8 -13
Solución
1=¿ contenido de colesterol enla sangre antesdel tratamiento
μ¿
2=¿ contenido de colesterol en lasangre despuesdel tratamiento
μ¿

Como el contenido del colesterol en la sangre, se determina en los dos casos (antes y después), y es en el mismo
paciente, estamos frente a un caso de datos pareados.

n=10
Yi
10

∑ (¿−X i ) −74
i=1
= =−7.4
10 10
n 10

∑ D i ∑ Di
D= i=1 = i=1 =¿
n 10
 D
D
10

∑ (¿¿ i−D)2
i=1
=10.58510484
9
n

∑ (¿¿ i−D)2
i=1
= √¿
n−1
S D =√ ¿

α
Para γ =1−α =0.95 y =0.025 , buscamos en la tabla de distribución T, y se encuentra:
2

t ∝ ( n−1 )=t 0.025 ( 9 )=2.262

2

Luego el intervalo de confianza al 95% para μD =μ2−μ 1 es:

SD S
I =¿ D−t ∝ ( n−1 ); D+t ∝ ( n−1 ) D >¿
2 √n 2 √n
10.58510484 10.58510484
I =←7.4−2.262 ;−7.4 +2.262 >¿
√10 √ 10
I =←7.4−7.571601776 ;−7.4 +7.571601776>¿

I =←14.97160178 ; 0.171601776>¿
Como el intervalo incluye al cero, entonces μ2=μ1 , y se concluye que la nueva droga no reduce el colesterol en
la sangre.

EJERCICIO 8.

SECTORES ABRIL(Xi) DICIEMBRE(Yi) Yi - Xi

Bancos 10.8 35.0 24.2

Financieras 2.4 9.5 7.1

Industriales 267.8 31.1 -236.7

Mobiliarias 0.0 0.0 0

Mineras 10.7 6.9 -3.8

Seguros 2.6 14.8 12.2

Servicios Públicos 0.1 0.1 0

Diversas 4.1 27.6 23.5

Industria laborales 113.6 196.2 82.6

Mineras laborales 14.0 11.6 -2.4

olución
Como el movimiento bursátil se dio en el mismo sector, tanto en el mes de abril como en el mes de diciembre,
estamos frente a un caso de datos pareados:
1=¿ movimiento bursatil promedio en el mes de abril
μ¿
 2=¿ movimiento promedio bursatil en el mes de diciembre
μ¿

n=10
Yi
10

∑ (¿−X i ) −93.3
i=1
= =−9.33
10 10
n 10

∑ Di ∑ Di
i=1
D= = i=1 =¿
n 10
D
D
10

∑ (¿¿ i−D)2
i=1
=83.88914709
9
n

∑ ( ¿¿ i−D)2
i=1
= √¿
n−1
S D= √ ¿

α
Para γ =1−α =0.95 y =0.025 , buscamos en la tabla de distribución T, y se encuentra:
2

t ∝ ( n−1 )=t 0.025 ( 9 )=2.262

2

Luego el intervalo de confianza al 95% paraμD =μ2−μ 1 es:

SD SD
I =¿ D−t ∝ ( n−1 ) ; D+t ∝ ( n−1 ) >¿
2 √n 2 √n
83.88914709 83.88914709
I =←9.33−2.262 ;−9.33+2.262 >¿
√ 10 √10
I =←9.33−60.00651148 ;−9.33+60.00651148> ¿
I =¿ 69.3365 ; 50.6765> ¿
Nótese que ambos límites de confianza del intervalo son positivos, en consecuencia μ2 > μ1 , es decir que el
movimiento bursátil promedio del mes de abril es menor que del mes de diciembre, por lo tanto no es cierta la
supremacía del mes de abril respecto del mes de diciembre.

EJERCICIO 9.

Promedio (Con campaña de venta) = 62.08

Promedio (Sin campaña de venta) = 59.19

Sólo analizando los promedios se puede concluir que haciendo campaña de ventas la venta de artículos ha
aumentado.

EJERCICIO 10.

Promedio (1987) = 50.467%

Promedio (1988) = 79.517%
Sólo analizando los promedios se deduce que Promedio (1988) > Promedio (1987), por lo que la empresa
consultora va a sugerir invertir al empresario.

EJERCICIO 11.

Meses insumos bienes diferencia

enero 0.14 0.12 -0.02

febrero 0.15 0.14 -0.01

marzo 0.18 0.17 -0.01

abril 0.20 0.19 -0.01

mayo 0.17 0.17 0.00

junio 0.18 0.19 0.01

julio 0.19 0.20 0.01

agosto 0.20 0.19 -0.01

septiembre 0.26 0.25 -0.01

octubre 0.26 0.25 -0.01

noviembre 0.33 0.31 -0.02

diciembre 0.32 0.31 -0.01

n=12
De la tabla:

D=−0.01 ;
S D=0 . 01

Utilizaremos la siguiente formula

P(Z , z )= 1+02 . 9
0
, gl=n−1=11
Entonces

z =1 . 796
0

0 .01 0.01
l=<−0 .01−1. 769 ;−0. 01+1.769
√12 √ 12
l =<−0 .013 ;−0 . 002> ¿
¿
El hecho que ambos límites de confianza sean negativos indica que la producción de los bienes de insumo es
mayor que la producción de los bines de capital; por tanto la política no fue efectiva
EJERCICIO 12.

"A nivel de la totalidad de las …. señalar que el efecto positivo del mecanismo innovador fue mayor".
 DESPUES DE LA
TIEND ANTES DE LA APLICACIÓN DIFERENCI ANTES DE LA DESPUES DE
DIFERENCIA
A APLICACIÓN MEC. DE A APLICACIÓN LA APLICACIÓN
CONSERV. MEC. INNOV
1 100 205 105 100 230 130
2 134 210 76 134 300 166
3 132 204 72 132 250 118
4 145 206 61 145 230 85
5 156 208 52 156 250 94
6 135 199 64 135 250 115
7 140 198 58 140 220 80
8 140 179 39 140 230 90
9 122 180 58 122 260 138
10 145 160 15 145 160 15
11 176 203 27 176 190 14
12 187 203 16 187 180 -7
13 197 201 4 197 220 23
14 150 240 90 150 230 80
15 170 233 63 170 240 70
16 146 244 98 146 250 104
17 154 233 79 154 215 61
18 111 120 9 111 180 69
19 124 130 6 124 150 26
20 126 140 14 126 240 114
21 204 144 -60 204 250 46
22 210 155 -55 210 220 10
23 240 166 -74 240 230 -10
24 230 170 -60 230 215 -15
25 180 150 -30 180 218 38
26 190 160 -30 190 260 70
27 199 153 -46 199 250 51
28 187 123 -64 187 250 63
29 179 165 -14 179 260 81
30 167 174 7 167 235 68
31 164 180 16 164 302 138
32 150 164 14 150 307 157
33 170 165 -5 170 170 0
34 150 180 30 150 189 39

MECANISMO DE CONSERVADOR
D =18 . 68
PROM

s =50 . 36
D

50 .36 50 .36
l=< 18 .68−1. 64 ;18 .68+1 .64
√34 √ 34
l =< 4 .51 ; 32. 84> ¿
¿

MECANISMO INNOVADOR
D =68 . 26
INNOV

s =49 . 20
D
 49 .20 49 . 20
l=<68 .26−1 .64 ;68. 26+1 .64
√ 34 √ 34
l =< 54 . 43 ; 82 .10>¿
¿
Verdadero. Ambos mecanismos dieron efectos positivos. En temimos del nivel de ventas promedio, fue mayor en
el caso del mecanismo innovador
TERCER BLOQUE

EJERCICIO 1.

n=400, γ=0.98,

Hallamos Z0, γ=0.98

P [Z≤ z0]= (γ+1)/2=(0.98+1)/2=0.99
Z0= 2.33

EJERCICIO 2.

EJERCICIO 3.

Agua f 180

α 90% y 95%
 Para

EJERCICIO 4.

n=400, γ=0.98,

Hallamos Z0, γ=1-α=0.90 , α/2=0.05 e n la tabla I =1.645

Por tanto , el intervalo de confianza del 90%.

EJERCICIO 5.

a) El intervalo de confianza par p, con coeficiente de confianza del 95%.

Para y /2 0.025

Z α/2=1,960
 b) El tamaño de la muestra para que el error de estimación no exceda a 0.02 unidades con
probabilidad de 95%.
SOLUCION:
Para y /2 0.025

Z α/2=1,960

n=(1.960)( 1.960)(0.333)(0.667)/(0.02)( 0.02)=2134

EJERCICIO 6.
n =500, x=75,

Hallamos Z0, γ=1-α=0.95 , α/2=0.025 e n la tabla I =1.96

EJERCICIO 7.
n=200

γ=0 .99
p̄=8/200=0.04
I =< { p̄±z 0
200√
0. 04 (1−0 . 04 )
>¿

P(Z ≤z 0 )=0.995
z 0 =2.576
I =< 0 .04±(2. 276 )
√0 . 04(1−0.04 )
200
I =< 0 .0043≤π≤0. 0757>
>

Existe razón para creer que existen artículos defectuosos.

EJERCICIO 8.

Determine un intervalo de confianza para la proporción de la población que prefieren el producto en

estudio.
 n=300
γ=0 .95
p̄=180 /300=0 .6
I =< { p̄±z 0
n√
p̄ (1− p̄ )
>¿

P(Z ≤z 0 )=0 . 975

z 0 =1.96
I =< 0 .6±(1 . 96)
√0 .6 (1−0 . 6 )
300
I =< 0 .54456≤π≤0 .655437>
>

a) ¿es posible obtener un …… caso contrario , determine que es lo que debe hacerse?
n=300
x=180
x
ṕ= =≫ ṕ=0.6
n
γ =0.95
1+ γ
P ( Z 0 < Z )= → Z 0=1.96
2
∴ 0.46≤ p ≤0.735

EJERCICIO 9.

γ =0.95

1,95
P ( z ≤ z 0 )=
2
z 0=1.96

Z
(¿¿ 0)2
4 e2
n=¿
2
(1.96) 3,8416
n= 2
= =2401
4(0.02) 0,0016

EJERCICIO 10.

Para productos con cero defectos:

^p1 −Z 0

n=6000
√ ^p1(1− p^ 1)
n1
≤ p≤ p^ 1 −Z 0
√ p^ 1 (1− ^p1 )
n1

^p=600/10000=0.6
α=0.02
Z 0 =2.33

¿0.6−2.33
10000
I =< 0.59 ;0.61>
√
0.4 x 0.6
≤ p≤0.6−2.33
0.4 x0.4
10000
>
√
Para productos con 1 defecto:
 ^p1 −Z 0

n=3200
√ p^ 1 (1− p^ 1)
n1
≤ p≤ p^ 1 −Z 0 1
n1√
p^ (1− ^p1 )

^p=3200 /10000=0 .32

α=0 . 02
Z 0 =2 .33

¿0 .32−2. 33
10000
I =< 0 .30 ;0. 33>
√
0. 32 x0 .68
≤ p≤0 .32+2. 33
0 . 32 x 0 .68
10000
>
√
Para productos con 2 defectos

^p1 −Z 0
n1√ ^p1 (1− p^ 1)

^p=600 /10000=0 . 06
≤ p≤ p^ 1 −Z 0
√ p^ 1 (1− ^p1 )
n1

α=0 . 02
Z 0 =2 .33

¿0 .06−2 .33
10000
I =< 0 .054 ;0. 066>
√
0 . 06∗0 .94
≤ p≤0 . 06+2 .33
0 . 06 x 0 . 94
10000
>
√
Para productos con 3 defectos:

^p1 −Z 0

n=150
√ ^p1(1− p^ 1 )
n1
≤ p≤ p^ 1−Z 0
√ p^ 1 (1− ^p1 )
n1

^p=150 /10000=0 .015

α=0 .02
Z 0 =2.33

¿0 .015−2.33
10000
I =< 0.012 ;0 .017>
√
0.015 x 0 .985
≤ p≤0.015+2. 33
0 .015 x0 .985
10000
>
√
Para productos con 4 defectos:

^p1 −Z 0

n=50
√ ^p1(1− p^ 1 )
n1
≤ p≤ p^ 1 −Z 0
√ p^ 1 (1− ^p1 )
n1

^p=50 /10000=0 . 005

α=0 .02
Z 0 =2 .33

¿0 .005−2 .33
10000
I =< 0 .0033 ;0. 0064>
√
0 .005∗0 . 995
≤p≤0 . 005+2 .33
0 . 005∗0 . 995
10000
>
√
EJERCICIO 11.
n=900
208
P A= =0,52
400
γ=95%
1,95
P ( z ≤ z 0 )=
2
z 0=1.96
 ¿ p̄±z 0
n √
P(1−P )
>¿

¿<0 . 52±(1,96 )
400
¿ 0 . 47≤π ≤0 .569>
√
0,52(1−0,52)
>

EJERCICIO 12.

1. γ=0.99 , E=0.02
Hallamos Z0, γ=0.99
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576

El tamanñ o muestral para estimar una proporcioá n esta dado por (si no se conoce la proporcioá n):
Z 20
n= 2
4 E =2.5762/(4*0.022)=4147.36
Respuesta: El total de cuentas seria 4147

EJERCICIO 13. γ=0.99, E=0.05, ^p =0.3

Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960

1. El tamanñ o muestral para estimar una proporcioá n esta dado por:

2
Z 0 p^ ( 1− ^p )
n= 2
E =1.9602*0.3*(0.7)/(0.05)2=322.69
Respuesta: necesita un tamanñ o de muestra de 323 suscriptores.

EJERCICIO 14.
1. γ=0.9545 , E=0.02 , ^p =0.25
Hallamos Z0, γ=0.9545
P [Z≤ z0]= (γ+1)/2= (0. 9545+1)/2=0.97725
Z0= 2.00000244

2. El tamanñ o muestral para estimar una proporcioá n esta dado por:

2
Z 0 p^ (1− ^p )
n= 2
E =2.000002442*0.25*(0.75)/(0.02)2=1875

Respuesta: El total de amas de casa son 1875, y el gasto en encuestas es

1875* 5000=9375000 soles.
EJERCICIO 15.

1. γ=0.96844 , E=0.06 , ^p =0.70

Hallamos Z0, γ=0. 96844
P [Z≤ z0]= (γ+1)/2= (0. 96844 +1)/2=0.98422
Z0= 2.14993951

2. El tamanñ o muestral para estimar una proporcioá n esta dado por:

 2
Z 0 p^ (1− ^p )
n= 2
E =2.149939512*0.70*(0.30)/(0.06)2=269.63

Respuesta: El total de profesores son 270, y el gasto en encuestas es

270* 100000=2700000 soles.

EJERCICIO 16. γ=0.95 , E=0.05, ^p =0.30

Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960

1. El tamanñ o muestral para estimar una proporcioá n esta dado por:

2
Z p^ (1− ^p )
n= 0 2
E =1.9602*0.70*(0.30)/(0.05)2=322.69

Respuesta: artíáculos uá tiles=223 de un total de 10000 artíáculos.

EJERCICIO 17.

α
Para γ =1−α =0.97 y =0.005 , se encuentra: Z α /2=2.17
2

(Z α )2
2
n=
4 e2
2
(2.17) 4.7089
n= 2
= =735.765625≈ 736
4( 0.04) 0.0064
n=736
La muestra debe de ser de 736 libros para tener un 97% de seguridad de quedar dentro del 4% de la proporción
real.
EJERCICIO 18.

α
Paraγ =1−α =0.97 y =0.005 , se encuentra: Z α /2=2.17
2
n=400
El estimador de p es:

^p=40=10
^p=40=0.1
Luego, intervalo de confianza del 97% pedido es:

I =¿ ^p −Z α / 2
√ ^p (1− ^p )
n √
; ^p +Z α /2
^p (1− ^p )
n
>¿

I =¿ 0.1−2.17
400 √
0.1(0.9)

I =¿ 0.06745 ; 0.13255>¿
; 0.1+2.17
0.1 (0.9)
400
>¿
√
Como el intervalo no incluye 0.06, entonces, el dueño si puede devolver el embarque.
EJERCICIO 19.

α
Para γ =1−α =0.90 y =0.05 , se encuentra: Z α /2=1.645
2
 98
El estimador de p es: ^p= =0.27222
360

Luego, intervalo de confianza del 90% pedido es:

I =¿ ^p −Z α / 2
√
^p (1− ^p )
n
; ^p +Z α /2
√
^p (1− ^p )
n
>¿

I =¿ 0.27222−1.645
I =¿ 0.23363 ; 0.31081> ¿
√
0.27222( 0.72778)
360
; 0.27222+1.645
√
0.27222(0.72778)
360
>¿

EJERCICIO 20.
N=5000000 n=2000
α
Para γ =1−α =0.97 y =0.015 , se encuentra: Z α =2.17
2 2
El estimador de p es:
30
^p= =0.015
2000
Luego, intervalo de confianza del 97% pedido es:

n√
^p (1− ^p ) N−n
I =¿ ^p ± Z α / 2 .
N −1
>¿

I =¿ 0.015 ±2.17
√
0.015(0.985) 5000000−2000
2000
I =¿ 0.015 ±0.00589686869>¿
.
4999999
>¿

I =¿ 0.009103 ; 0.020897>¿

EJERCICIO 21.
α
a) Para γ =1−α =0.90 y =0.05 , se encuentra: Z α =1.645
2 2
700
El estimador de p es: ^p= =0.35
2000
Luego, intervalo de confianza del 90% pedido es:

I =¿ 0.35−1.645
0.35(0.65)
2000 √
; 0.35+1.645
0.35 (0.65)
2000
>¿
√
I =¿ 0.35−1.645
0.35(0.65)
2000 √
; 0.35+1.645
0.35 (0.65)

I =¿ 0.35−0.01754452461; 0.35+0.01754452461>¿
2000
>¿
√
I =¿ 0.332461; 0.367539> ¿
b) N=4000 n=2300
α
Para γ =1−α =0.10 y =0.45 , se encuentra: Z α =0.125661347
2 2
El estimador de p es:
600
^p= =0.02608695652
2300
Luego, intervalo de confianza del 10%, es decir para la proporción de proyectos que no se podrán llevar a
cabo es:

I =¿ ^p ± Z α / 2
√ ^p (1− ^p ) N−n
n
.
N −1
>¿

I =¿ 0.02608695652± 0.125661347
√ 0.02609( 0.73913) 4000−2300
2300
.
2299
>¿
 I =¿ 0.026087 ± 0.125661
2300
.
√
0.025406 1700
2299
I =¿ 0.026087 ± 0.125661(0.00285800279)
>¿

I =¿ 0.02608695652± 0.00035914048>¿
I =¿ 0.02573 ; 0.02645>¿

EJERCICIO 23.

P1 = 20/100 = 0.2
P2 = 60/200 = 0.3
Zo = 1.96
Para hallar el intervalo de confianza se hace el uso de la siguiente fórmula:

[ p1 − p2 −z 1−α /2
√ p^ 1 q^ 1 p^ 2 q^ 2
m
+
n
≤π 1−π 2 ≤ p1 − p2 + z 1−α /2
√
p^ 1 q^ 1 ^p2 q^ 2
m
+
n ]
Haciendo el cálculo respectivo IC = (-0.20089, 0.000897)

Como el intervalo de confianza incluye al cero, no hay una diferencia significativa entre hombres y mujeres
que conocen un producto.
EJERCICIO 24.

P1 = 45/200 = 0.225
P2 = 21/150 = 0.14
Zo = 2.17
IC = (-0.00379; 0.17379)

Como el intervalo de confianza incluye al cero, no hay una diferencia significativa entre ambas marcas
EJERCICIO 25.

P1 = 160/600 = 0.26
Limite inferior = 0.20
Límite superior = 0.28
0.26 – Zo*S(0.26*0.74/600) = 0.20
0.26 + Zo*S(0.26*0.74/600) = 0.28
Haciendo los cálculos Zo = 2.233
F (z) = 0.98713 = (1+)/2
Grado de confianza () = 0.97426
EJERCICIO 26.

P1 = 105/150 = 0.7
P2 = 120/200 = 0.6
Zo = 1.96
Haciendo uso de la fórmula del problema 23 para el intervalo de confianza para dos proporciones: IC =
(0.00004; 0.19996)
EJERCICIO 27.

La proporción de facturas de la opción A mayores a S/. 10000?

¿
5
p= =0 . 33
15
α=0 . 05
 GL=14
T0=2.145

I=<
0 .33−2 .145

I=<0,0947; 0,5719>
√ 0 . 33(0 . 67)
15
;0. 33+2 .145
√0 .33(0 . 67 )
15 >

b) ¿Es la media de todas las facturas de la opción A igual a S/. 10500?

I =< X −
Z 0σ
;X+
Z 0σ
>¿
√n √n
¿

I =< X −
Z 0σ
;X+
Z 0σ
>¿
√n √n
¿

I=<8669.24,10330.75>

R. Es diferente
c) ¡Es la proporción de facturas superior a S/. 10000 de la opción B igual a 0.45?

¿
7
p= =0. 5
14
α=0 . 05
GL=13
T0=2.16

I=<
0 .5−2 .16

I=<0.21; 0.758>
√ 0. 5(0 . 5)
14
;0. 5+2 .16
√
0 .5( 0. 5 )
14
0.45 está dentro del intervalo
>

d) ¿Existe una diferencia en el monto promedio de las facturas entre las dos opciones de pago? Si

i =<( x− y )−t 0
√ S 2x S 2y
n
+
m
≤( x− y )≤( x− y )+ t 0
¿
√ S 2x S2y
n
+
m
>¿

i =<( 9500−12000 )−2. 048

√ 15002 1250 2
15
+
14
≤( 9500− 12000)+2 .048
¿
15 √
15002 12502
+
14
>¿

I=<-3547.50;-1452.49> si existe una diferencia

e) ¿Hay alguna diferencia entre la opción A y la B en la proporción de facturas con un monto mayor a S/. 10000?

√ p1 q1 p2 q 2 ¿ p q p q
√
¿ ¿ ¿
( p 1− p 2 )−t 0 + ;( p 1− p2 )+t 0 1 1 + 2 2
n1 n2 n1 n2
 (0 .33−0 .5 )−2 . 048
√ 0 .33 (0 .67 ) 0 . 5(0 .5 )
15
+
14
;(0. 33−0 .5 )+2. 048
15 √
0 . 33(0 . 67) 0. 5(0 . 5)
+
14

I=<-0.54; 0.20> este intervalo incluye al valor cero (0) por tanto no existe ninguna diferencia

EJERCICIO 28.
Utilizaremos:

√ p1 q1 p2 q 2
√ p1 q1 p 2 q2
¿ ¿ ¿ ¿
( p 1− p 2 )−t 0 + ;( p 1− p2 )+t 0 +
n1 n2 n1 n2
n x proporción

mujeres 600 300 0.5

hombres 400 200 0.5

I=
(0 .5−0 .5 )−1 . 96
√ 0 . 5 x 0.5 0 .5 x 0. 5
600
+
400
;(0.5−0 .5)+1. 96
600 √
0 .5 x0 . 5 0. 5 x 0.5
+
400
I=<-0.06; 0.06> este intervalo incluye el valor cero por tanto no se ha logrado los resultados esperados.

EJERCICIO 29.

a) Con un coeficiente de confianza de 97%. ¿se puede concluir que las mujeres están trabajando menos horas
extras que los hombres? R. No

n x proporción

mujeres 175 23 0.131

hombres 250 32 0.128

√ p1 q 1 p2 q 2 ¿ p q p q
√
¿ ¿ ¿
( p 1− p 2 )−z 0 + ; ( p 1− p 2 )+ z 0 1 1 + 2 2
n1 n2 n1 n2

I=<
(0 .131−0 .128 )−2 .17
175 √
0. 131(0 . 869) 0 . 128(0 . 872)
+
250
;(0. 131−0. 128 )−2. 17
175 √
0 . 131(0 .869 ) 0 . 128(0 .872 )
+
250 >
I=<-0.069; 0.075> este intervalo incluye al cero entonces no existe diferencia entre las horas extras de hombres y mujeres

b) Determine mediante … trabajaron horas extras supera la tercera parte de los empleados

n x proporción

mujeres 175 23 0.131

hombres 250 32 0.128

| Total 55
425 0.129
 √ √
¿ ¿
¿
p (1−p ) ¿ p (1− p)
p−t 0 ; p +t 0
n n

I=
0 .129−2. 17
√ 0. 129(0 . 871)
425
;0 . 129−2 .17
0 .129( 0. 871)
425
<0,0975013; 0,161322185>; No supera la tercera parte
√
EJERCICIO 30.

proporció
n x n

Grupo A 50 37 0.74

Grupo B 50 23 0.46

√ p 1 q1 p 2 q 2 ¿ p q p q
√
¿ ¿ ¿
i=( p1 − p2 )−z 0 + ; ( p1 − p2 )+z 0 1 1 + 2 2
n1 n2 n1 n2

i =< 0 .74−0 . 46 )−2 . 36

√ 0 . 74( 0 . 26) 0. 46( 0 .54 )
50
+
50
¿
√
;( 0 .74−0 . 46 )−2 . 36
0 .74 ( 0 . 26) 0. 46( 0 .54 )
50
+
50
>¿

i =< 0 . 05841; 0 . 501887 >¿

¿ Si influye

EJERCICIO 31.

a) ¿Cuáles fueron los argumentos estadísticos que empleó el INDECOP1 para presentar la acusación contra la
Cepsi S.A.?

2
Z 0 p^ ( 1− ^p )
n= 2
E
Reemplazando datos:
1. 96 2 x 0 . 51(0. 49 )
5000=
E2
E=0. 0139 ; El error no fue de 1% sino del 1.39%

b) Si la proporción muestral se mantiene, ¿con que tamaño de muestra como mínimo, la firma se hubiese
librado de la acusación?

Z 20 p^ ( 1− ^p )
n= 2
E

1 . 962 x 0 . 51(0 . 49)

n=
0 . 012
 n=9601
se necesita una población mínima de 9601 personas

EJERCICIO 32.

El intervalo es <0.21; 0.39> despejando

La proporción es 0.3

√ √
¿ ¿
¿
p (1− p) ¿ p (1− p )
p−z 0 ; p + t0
n n

0 .21=0 .3−z 0
0.21=0.3−z 0 0.046
√ 0 . 3(0 . 7)
100

z 0=1.960
De donde γ=0. 95

CUARTO BLOQUE

EJERCICIO 1.
√ 3 Zα/ 2 √3 Z α /2
a) Probar que ṕ− ; ṕ+ es una aproximación del intervalo de confianza para p
4 √n 4√n
al (1-α) 100% de confianza.

SOLUCIÓN:

ṕ−Z α / 2
√ ṕ (1− Ṕ)
n
; ṕ−Z α/ 2
√
ṕ( 1− Ṕ)
n

ṕ−Z α / 2
√ 1 /4(3/4)
n
; ṕ+ Z α / 2
√
1/ 4 (3/4 )
n

ṕ−Z α / 2 √ n ; ṕ+ Z √ n
α /2
4 √n 4√n

√ 3 Zα/2 √3 Z α /2
ṕ− ; ṕ+
4 √n 4√n

b) Cuál es el tamaño de la muestra necesario para garantizar que este intervalo tenga longitud a lo
mas de 0.02
SOLUCIÓN:

ṕ−Z α / 2
√ ṕ ( 1− Ṕ )
n
−( ṕ−Z α
2 √
ṕ ( 1− Ṕ )
n
) =0.02
 Z α /2
√ ṕ ( 1− Ṕ )

Z α/ 2 ṕ ( 1− Ṕ )
n
∗Z α / 2
√ṕ ( 1−Ṕ )
n
=( 0.01 )∗(0.01)

=n
0.01∗0.01
Z α / 2(1/ 4 ) (3/ 4 )
=n=1875
0.01∗0.01
Respuesta: n=1875 Z α /2
EJERCICIO 5.

a) ¿Cuál es la probabilidad que la compañía … empleados.

^p =236/1000=0.236
1- ^p
=0.764
Utilizaremos:

( p^ 1 )−Z 0
√ p^ 1 (1− p^ 1 )
n1
≤ p≤( ^p1 )−Z 0
√ ^p1 (1− p^ 1 )
n1

( p^ 1 )−Z 0
√ p^ 1 (1− p^ 1 )
n1
>= 1/5

0 se aproxima casi a 1. Z
Reemplazando y resolviendo la ecuación: la probabilidad
b) La compañía también abastece a la ciu….. entre las ciudades X y W?
El intervalo para la diferencia de proporciones es:
El promedio de proporciones es: (0.236+0.21)/2=0.223 para un n=2200

Reemplazando tenemos (α=0.05):

( p^ 1 )−Z 0
√ p^ 1 (1− p^ 1 )
n1
≤ p≤( ^p1 )−Z 0
√ ^p1 (1− p^ 1 )
n1

[0.223−1.960
El intervalo es:
√ 0.223 x 0.777
2200
;0.223−1.960
2200 √
0.223 x0.777
]

[0.20;0.24 ]
Por lo tanto el porcentaje total de hogares que se calientan con petróleo no supera la tercera parte
de todos los hogares de las ciudades X y W.

EJERCICIO 6.
a) Al verificar el primer rubro (eficiencia)
a1) ¿Puede usted explicar la asociación entre eficiencia y variabilidad?
Solucioá n:
La unioá n solo se haraá si existe eficiencia e igual variabilidad, esto se
refiere a que la produccioá n y las ventas de las 5 empresas son constantes y
no han sufrido cambios como bajas y altas en su produccioá n.
a2) Con los resultados de la tabla, ¿puede usted afirmar que un grupo de empresas
tiene mayor eficiencia en los niveles de producción que el otro grupo?
Solucioá n:
S 2A 155 .96653 2
2 2
=1 . 72
SB = 119 . 06072
α=0.05, α /2=0.025 con n1=20 y n2=5
F α /2 (n1-1; n2-1)=F2.5%(19; 4)=8.58
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(19; 4) =1/8.58=0.12
El intervalo estaá determinado por:
 [ ]
S 2A1 S 2A
I= 2 . ; . F α (n1 −1 ; n2 −1 )
S B F α (n1 −1 ; n2 −1) S 2B 2
2

I=[ 1.72x 0.12;1.72x 8.58 ]

I=[ 0.20;14 .76 ]
Puesto que el intervalo incluye al 1, Tienen similar eficiencia.

b) Al verificar el segundo rubro (rendimiento de ventas)

b1) Con los resultados de la tabla, ¿puede usted afirmar que las empresas tienen
similar rendimiento de ventas
Solucioá n:
2
S 2A (376,0658/155 . 96653)
=2. 07
S 2B = (199,3835/119 .06072 )2

α=0.05, α /2=0.025 con n1=20 y n2=5

F α /2 (n1-1; n2-1)=F2.5%(19; 4)=8.58
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(19; 4) =1/8.58=0.12

El intervalo estaá determinado por:

[ ]
S 2A1 S 2A
I= 2 . ; . F α (n1 −1 ; n2 −1 )
S B F α (n1 −1 ; n2 −1) S 2B 2
2

I=[ 2.07 x0.12;2.07 x8.58 ]

I=[ 0.24;17 .76 ]
Puesto que el intervalo incluye al 1, Seguá n su variabilidad, Tienen similar
Rendimiento de ventas.

b2) ¿Puede usted confiar en la precisión de su estimador obtenido en b1?, ¿por qué? Sustente
cuantitativamente.
Solucioá n:
No, puesto que el grupo de las 20 empresas, tiene un promedio de ventas=
1380,714 y mucho mayor que el promedio de ventas de las 5 empresas.
c) En base a los resultados obtenidos en a) y b), ¿deben fusionarse las empresas?
Solucioá n:
Deben fusionarse.

PARTE II: ANALISIS FINAL

Posteriormente, ………. no le conviene fusionarse.
d) Explique el criterio de decisión en términos económicos
Solucioá n:
Deben fusionarse cuando las ventas son mayores que la produccioá n.

e) ¿Tiene datos suficientes para cuantificar estadísticamente si deben o no fusionarse el grupo de

empresas? Si son afirmativos, presentes los supuestos y explíquelos y tome la decisión. Si es negativa, plantee,
cuáles serían los datos faltantes y de tenerlos, ¿cómo obtendría los respectivos intervalos de confianza?
Solucioá n:
Los datos no son suficientes, puesto que no hay las del anñ o pasado
Las ventas promedio de las 5 empresas=1290,796
La produccioá n de las 5 empresas=1456,36
Promedio de ventas menor que promedio de produccioá n, luego no deben fusionarse.

EJERCICIO 7SOLUCIÓN
Como el ahorro se da en el mismo país 1 antes y después del incremento de la tasa de impuestos, estamos frente a
un caso de datos pareados.
De los datos de la tabla obtenemos:

n=31
D=−4701
S D =6185
α
Para γ =1−α =0.95 y =0.025 , buscamos en la tabla, y se encuentra: Z α =1.96
2 2

Luego el intervalo de confianza al 95% para μD =μ Despues −μ Antes es:

SD S
I =¿ D−Z α . ; D+Z α D >¿
2 √n 2 √n

I =← 4701−1.96
( 6185
√ 31 ) ;−4701+1.96(
6185
√31
)> ¿

I =← 4701−2177.283234 ;−4701+2177.283234>¿
I =←6878.283 ;−2523.7168>¿
Como ambos límites de confianza del intervalo son negativos concluimos que:
μDespues < μ Antes .

Ahorro mensual del país 2

SOLUCIÓN

Como el ahorro se da en el mismo país 2 antes y después del incremento de la tasa de impuestos, estamos frente a
un caso de datos pareados.
De los datos de la tabla obtenemos:

n=31
D=−5202.903226
S D =5453.31547
α
Para γ =1−α =0.95 y =0.025 , buscamos en la tabla, y se encuentra: Z α =1.96
2 2

Luego el intervalo de confianza al 95% para μD =μ Despues −μ Antes es:

S S
I =¿ D−Z α . D ; D+Z α D >¿
2 √n 2 √n

I =¿−5202.903226−1.96
( 5453.31547
√ 31 ) ;−5202.903226+1.96
( 5453.31547
√ 31 )
>¿

I =¿−5202.903226−1919.710969 ;=¿−5202.903226+1919.710969>¿
I ←7122.6142 ;−3283.1923> ¿
Como ambos límites de confianza del intervalo son negativos concluimos que:
μDespues < μ Antes .

a) Después del incremento de la tasa de impuestos, la gente del país 1 y del país 2 tiene un promedio de ahorro
mensual más bajo.
b) Debido a la anchura del intervalo de confianza tanto en el análisis del país 1 como en el país 2, podemos
afirmar que la política económica es mas eficiente en el país 1, que en el país 2.
c) p1= porcentaje de meses en elque el ahorro estuvobajo antes de impuestos el país 1
p2= porcentaje de meses en el que el ahorro estuvo bajo antes de impuestos el país2
8
2=¿ ∗100 =25.80645
31
7
1=¿ ∗100 =22.580645 p ¿
31
p¿
Entonces podemos concluir que el porcentaje de meses en el que el ahorro estuvo bajo en el país 2,
supera al del país 1.

EJERCICIO 8.
Como la observación del nivel de colesterol se hizo en la misma persona antes y después del tratamiento, estamos
frente a un caso de datos pareados.
De los datos de la tabla obtenemos:

n=50
D=64.3
S D =18.9
α
Para γ =1−α =0.95 y =0.025 , buscamos en la tabla, y se encuentra: Z α =1.96
2 2

Luego el intervalo de confianza al 95% para μD =μ Despues −μ Antes es:

S S
I =¿ D−Z α . D ; D+Z α D >¿
2 √n 2 √n
18.9 18.9
I =¿ 64.3−1.96 ( )
√50
; 64.3+ 1.96 ( )
√50
>¿

I =¿ 64.3−5.23881272 ; 64.3+5.23881272

La disminución promedio por persona de colesterol se encuentra al 95% dentro del intervalo:
I <59.06118728 ; 69.53881272>¿

EJERCICIO 9.

Zo = 2.576,  = 0.05, E = 0.01

n = (2.576*0.05/0.01)²
n = 166 (número de medidas)

EJERCICIO 10.

a) Estime con 95% de confianza el total de ingresos mensuales del conjunto.

Intervalo Marca clase fi

1000 - 1500 1250 6

1500 - 2000 1750 8

2000 - 2500 2250 16

2500 - 3000 2750 12

3000 - 3500 3250 8

Promedio = 2330
Desv. Est. = 617.4337
Zo = 1.96
IC = (2167.47;2492.52), para la población total de 500 IC = (1083738;1246260)

EJERCICIO 11.

a) Si en un estudio … confianza y un margen de error de ±4

¿
1
p= =0 . 2
5
2
Z 0 p^ (1− ^p )
n= 2
E
2
1 . 96 x 0 . 2(0 . 8)
n=
0 .04 2

n=385

b) Si la compañía no dispone de información previa sobre la verdadera proporción, ¿cuál debe ser el tamaño de
la muestra de a)?
2
Z0
n= 2
4E
1 . 962
n=
4 x 42
n=600

c) Si en el sector habitan 50000 familias,…confianza del 98%.

√ √
¿ ¿
¿
p (1− p) ¿ p (1− p )
p−z 0 ; p +t 0
n n

i =< 0 .22−2. 33
√ 0 . 22( 0 .78 )
385
¿
√
; 0 . 22+ 2. 33
0 . 22( 0. 78 )
385
>¿

i =< 0 .17 ,0 . 26>¿

¿ multiplicando por la población total obtenemos