MEDIAS MUESTRALES

1. DISTRIBUCIONES DE LA MEDIA MUESTRAL:

EJERCICIO Nº 01:

Una empresa eléctrica fabrica focos que tienen una duración que se
distribuye aproximadamente en forma normal, con media de 800 horas y
desviación estándar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoria de 16 focos tenga una vida promedio de menos de
775 horas.

Solución:

Este valor se busca en la tabla de z

La interpretación sería que la probabilidad de que la media de

la muestra de 16 focos sea menor a 775 horas es de 0.0062.
EJERCICIO Nº 02:

Las estaturas de 1000 estudiantes están distribuidas aproximadamente en

forma normal con una media de 174.5 centímetros y una desviación
estándar de 6.9 centímetros. Si se extraen 200 muestras aleatorias de
tamaño 25 sin reemplazo de esta población, determine:

a. El número de las medias muestrales que caen entre 172.5 y 175.8

centímetros.
b. El número de medias muestrales que caen por debajo de 172
centímetros.

Solución:

Como se puede observar en este ejercicio se cuenta con una población

finita y un muestreo sin reemplazo, por lo que se tendrá que agregar el
factor de corrección. Se procederá a calcular el denominador de Z para
sólo sustituirlo en cada inciso.

a.

(0.7607)(200)=152 medias muestrales.

b.

(0.0336)(200)= 7 medias muestrales

2. DISTRIBUCION MUESTRAL DE LA DIFERENCIA DE DOS MEDIAS

EJERCICIO Nº 01

En un estudio para comparar los pesos promedio de niños y niñas de

sexto grado en una escuela primaria se usará una muestra aleatoria de
20 niños y otra de 25 niñas. Se sabe que tanto para niños como para
niñas los pesos siguen una distribución normal. El promedio de los pesos
de todos los niños de sexto grado de esa escuela es de 100 libras y su
desviación estándar es de 14.142, mientras que el promedio de los pesos
de todas las niñas del sexto grado de esa escuela es de 85 libras y su
desviación estándar es de 12.247 libras. Si representa el promedio de
los pesos de 20 niños y es el promedio de los pesos de una muestra de
25 niñas, encuentre la probabilidad de que el promedio de los pesos de
los 20 niños sea al menos 20 libras más grande que el de las 25 niñas.

Solución:

Datos:
1 = 100 libras
2 = 85 libras

1 = 14.142 libras

2 = 12.247 libras

n1 = 20 niños
n2 = 25 niñas
=?

Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra

de niños sea al menos 20 libras más grande que el de la muestra de las
niñas es 0.1056.
EJERCICIO Nº 02

Uno de los principales fabricantes de televisores compra los tubos de rayos

catódicos a dos compañías. Los tubos de la compañía A tienen una vida
media de 7.2 años con una desviación estándar de 0.8 años, mientras que
los de la B tienen una vida media de 6.7 años con una desviación estándar
de 0.7. Determine la probabilidad de que una muestra aleatoria de 34
tubos de la compañía A tenga una vida promedio de al menos un año
más que la de una muestra aleatoria de 40 tubos de la compañía B.

Solución:

Datos:
A = 7.2 años
B = 6.7 años

A = 0.8 años

B = 0.7 años
nA = 34 tubos
nB = 40 tubos
=?
EJERCICIO Nº 3

Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrándose

una desviación estándar de 1.23km/L para la primera gasolina y una
desviación estándar de 1.37km/L para la segunda gasolina; se prueba la
primera gasolina en 35 autos y la segunda en 42 autos.

a. ¿Cuál es la probabilidad de que la primera gasolina de un

rendimiento promedio mayor de 0.45km/L que la segunda gasolina?
b. ¿Cuál es la probabilidad de que la diferencia en rendimientos
promedio se encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?.

Solución:

En este ejercicio no se cuenta con los parámetros de las medias en

ninguna de las dos poblaciones, por lo que se supondrán que son iguales.

Datos:

1= 1.23 Km/Lto
2 = 1.37 Km/Lto

n1 = 35 autos
n2 = 42 autos

a. =?
b. ?

La probabilidad de que la diferencia en rendimientos promedio en las

muestras se encuentre entre 0.65 y 0.83 Km/Lto a favor de la gasolina 1
es de 0.0117.
3. DISTRIBUCION NORMAL DE LA PROPORCION:

EJERCICIO Nº 01:

En una determinada población el 30% votarían por el partido X en caso

que se celebrasen las elecciones el día de mañana. Si seleccionamos al
azar a una muestra de 200 personas y las encuestamos, obtenga la
probabilidad de que las personas que expresen esa intención de voto
superen el 38%.

SOLUCION

p= 0.3 q=0.7 n=200 Hallar: P (p > 0.38)

p  N (0.3 ; (0.3*0.7)/200) z = (0.38 – 0.30)/(√(0.3*0.7)/200) =

2.47

P (p >0.38) = P (z ≥ 2.47) = 1 – P (z ≤ 2.47) = 1 – 0.99324 = 0.00676

RESPUESTA: P (p > 0.38) = 0.00676

EJERCICIO Nº02

Supongamos que con una terapia para tratar “el miedo a volar en avión”
se recupera el 80% de los pacientes. Si seleccionamos al azar 16
pacientes que han acudido a la consulta de un psicólogo clínico con
este tipo de fobia ¿Cuál es la probabilidad de que al menos 12 se hayan
recuperado y puedan tomar aviones? 0.798 ….0.791

SOLUCIÓN

p= 0.8 q=0.2 n=16 Hallar: P (p ≥ 0.75)

p  N (0.8 ; (0.8*0.2)/16) z = (0.75 – 0.8 – (1/2*16))/√(0.8*0.2)/16 =

-0.81

P (p ≥ 0.75) = P (z ≥ -0.81) = 1 - P (z ≤ -0.81) = 1 – 0.20897 = 0.79103

RESPUESTA: P (p ≥ 0.75) = 0.79103

4. DISTRIBUCION NORMAL DE LA DIFERENCIA DE DOS PROPORCIONES:

EJERCICIO Nº 01:

En dos grandes empresas se lleva a cabo un estudio sobre la proporción

de mujeres entre sus empleados diplomados y licenciados. De cada
empresa se toma una m.a.s. de 40 empleados entre los diplomados y
licenciados, obteniéndose que en la empresa A había 16 mujeres y en la
empresa B, 22 mujeres. Obtener el intervalo de confianza para la
diferencia de proporciones poblacionales al nivel de confianza 0'96
¿Podemos pensar que la proporción es la misma?


1   0 ' 96  1   0' 98  z   2' 05
2 

16 22
P   0' 4 P   0' 55
40 40

Sustituyendo en el intervalo:

     
       
 

=  0'15  0'2265,0'15  0'2265   0'3765,0'0765

El intervalo contiene al cero, pero el extremo inferior se aleja bastante de

cero.
5. DISTRIBUCIÓN DE LA VARIANZA MUESTRAL:

EJERCICIO Nº 01

Suponga que los tiempos requeridos por un cierto autobús para alcanzar
un de sus destinos en una ciudad grande forman una distribución normal
con una desviación estándar =1 minuto. Si se elige al azar una muestra
de 17 tiempos, encuentre la probabilidad de que la varianza muestral sea
mayor que 2.

Solución:

Primero se encontrará el valor de ji-cuadrada correspondiente a s2=2

como sigue:

El valor de 32 se busca adentro de la tabla en el renglón de 16 grados

de libertad y se encuentra que a este valor le corresponde un área a la
derecha de 0.01. En consecuencia, el valor de la probabilidad es
P(s2>2)
 EJERCICIO Nº 02:

Encuentre la probabilidad de que una muestra aleatoria de 25

observaciones, de una población normal con varianza , tenga una
varianza muestral:

a. Mayor que 9.1

b. Entre 3.462 y 10.745

Solución.

a. Primero se procederá a calcular el valor de la ji-cuadrada:

Al buscar este número en el renglón de 24 grados de libertad nos da un

área a la derecha de 0.05. Por lo que la P(s2 >9.1) = 0.05
b. Se calcularán dos valores de ji-cuadrada:

Aquí se tienen que buscar los dos valores en el renglón de 24 grados de

libertad. Al buscar el valor de 13.846 se encuentra un área a la derecha
de 0.95. El valor de 42.98 da un área a la derecha de 0.01. Como se está
pidiendo la probabilidad entre dos valores se resta el área de 0.95
menos 0.01 quedando 0.94.
Por lo tanto la P(3.462 s2 10.745) = 0.94
 ESTIMACION DE PARAMETROS
1. ESTIMACIÓN DE LA MEDIA POBLACIONAL: POBLACIÓN MUESTRA

1.1 Estimación interválica o confidencial

EJERCICIO Nº01

Deseamos valorar el grado de conocimientos en Historia de una

población de varios miles de alumnos. Sabemos, por estudios anteriores,
que la desviación típica poblacional es  =2,3. Nos proponemos estimar
 pasando una prueba a 100 alumnos. La media de esta muestra de

100 alumnos ha resultado ser x =6,32. Halla el intervalo de confianza de

 con un nivel de confianza del 95%.

Solución:

Puesto que n=100, sabemos que .  2,3 

X  N  ,   N   , 0,23
 100 

6,32  L   X   6,32  L  
P(6,32  L  X  6,32  L)  0,95  P(   )  0,95
0, 23 0, 23 0, 23
L L L L
 P( Z )  0,95 (donde Z  N (0,1))  P( Z  )  0,975   1,96 (ver tabla)
0, 23 0, 23 0, 23 0, 23
 L  1,96  0, 23  0, 45 , con lo que el int ervalo de confianza para  , al 95%, y según esta muestra,
es [6,32  0, 45;6,32  0, 45]  [5,87;6,77]

Esto quiere decir, que aunque no sabemos el valor de  , “podemos

asegurar que estará entre 5,87 y 6,77 con una probabilidad del 95%”.
Al radio del intervalo de confianza, L, se le llama error máximo
admisible; en el ejemplo anterior es L=0,45.

Notas:

Para un tamaño muestral fijado, podemos rebajar el error máximo

admisible a costa de rebajar el nivel de confianza.

Si lo que queremos es mantener fijo el nivel de confianza y rebajar el error,

tendremos que aumentar el tamaño de la muestra.
EJERCICIO Nº 02:

En el ejemplo anterior, y manteniendo el nivel de confianza en el 95%,

¿cuál ha de ser el tamaño de la muestra para que el error máximo
admisible sea L=0,20?

Solución:

x x
Si el intervalo de confianza ha de ser [ -0,20, +0,20], entonces, como
 2,3 
X  N  , 
 n ,

 
 0, 20 0, 20 
P ( x  0, 20  X  x  0, 20)  0, 95  P  Z    0, 95
2, 3 2, 3
 
 n n 
 
 0, 20  0, 20
 P Z    0, 975  2, 3  1, 96 (ver tabla )
2, 3
 
 n  n
0, 20  n 1, 96  2, 3
  1, 96  n  2, 54  n  508
2, 3 0, 20

EJERCICIO Nº 03:

Queremos saber la media de km recorridos por los taxistas de cierta

población. Sabemos por estudios anteriores que  = 2.250 km. Para ello,
x
elegimos una muestra de 100 taxistas y obtenemos una media muestral 
=15.200 km.

a) Determina el intervalo de confianza al 99% para  .

b) ¿Cuál ha de ser el tamaño mínimo de la muestra para que el error
no supere los 500 km con la misma confianza del 99%?
Solución:

 2.250 
X  N  ,   N   , 225 
Puesto que n=100 (30), sabemos que  100  .

L L
a) P(15.200  L  X  15.200  L)  0,99  P( Z )  0,99
225 225
L L
 P( Z  )  0,995   2,575 (ver tabla)  L  579,
225 225
con lo que el int ervalo de confianza para  , al 99%, y según esta muestra, es [14.621;15.779]

 2.250 
b) Si el I.C. ha de ser [
x
-500,
x
+500], entonces, como, X  N  , 
 n 
 
500
P ( x  500  X  x  500)  0, 99  P    0, 99
500
Z
 2.250 2250 
 
 n n 
500 n 500 n
P( Z  )  0, 995   2, 575 (ver tabla )
2.250 2.250
2, 575  2.250
 n  11, 59  n  134, 32  n  135
500

2. ESTIMACIÓN DE PROPORCIÓN POBLACIONAL

2.1 Estimación puntual

EJERCICIO Nº 01:

Uno de los líderes de un colectivo laboral desea plantear una cuestión a

todos los miembros del grupo. Si más de la mitad respondieran NO
entonces preferiría no plantearla para no minar su prestigio. Para salir de
dudas, elige aleatoriamente a 100 trabajadores a los que hace la
pregunta y sólo 30 responden NO. ¿Entre qué límites se hallará la
verdadera proporción al nivel del 95%?
Como el tamaño muestral es grande, podemos aplicar el teorema
central el límite. Tenemos

1   0 ' 95 1   0 ' 975  z  1' 96
2 
 Sustituyendo los valores en el intervalo correspondiente:

 0 ' 3  0' 7 0 ' 3  0 ' 7 

0 ' 3 1' 96 , 0 ' 3 1' 96  0 ' 2102 , 0 ' 3898 
 100 100 

Por tanto, la verdadera proporción está en el intervalo 0' 2102 , 0 ' 3898 
con un nivel de confianza del 95%.

EJERCICIO Nº02:

Se elige una muestra de la producción fitoplanctònica en un estanque,

durante el mes de mayo de 1999 (fertilizada con nutrilake y superfosfato
triple de fósforo SPT) estime la proporción de días cuya producción de
clorofila oscila de 12500 a 37250. Para ‫ = ﻻ‬98.
La información es la siguiente: n = 24; N = 50

15000, 37500, 50000, 37250, 25000, 12500, 37250, 37500, 25000, 43750, 37500,
25000, 6250, 12500, 15000, 43750, 32500, 25000, 10000, 43750, 37500, 25000,
12500, 6250.

x
Calculamos la proporción muestral: p = n donde x = nº de elementos que
cumplen con la característica en estudio.

16
 0.67
p = 24 x= nº de días cuya producción de
clorofila oscila de

12500 a 37250.

N n
p  z / 2
P: N 1 Pˆ  p  0.67

Q= 1- p = 1 – 0.67 = 0.33

 0.98
  0.7900
Z / 2 2 2 Tabla normal = z = 2.33
 (0.67)(0.33) 50  24
0.67  2.33
P: 24 50  1

0.67  0.16

0.67 – 0.16 , 0.67 + 0.16

0.51 , 0.83
P( 0 .51  p  0 .83 ) = 0.98

Al 0.98 de confiabilidad, la proporción de días cuya producción de

clorofila oscila de 12500 - 37250 oscila de 0.51 - 0.83

Estimacion intervalica

EJERCICIO Nº 01:

Una compañía que fabrica pastelillo desea estimar la proporción de

consumidores que prefieran su marca. Los agentes de la compañía
observan a 450 compradores, del número total observado 300 compraron
los pastelillos. Calcule un intervalo de confianza del 95% para la venta de
la proporción de compradores que prefieren la marca de esta compañía.

SOLUCION

n= 450 IC= 0.95 a= 300 α= 1 – 0.95 = 0.05

P (zα/2) = 0.975  zα/2 = 1.96

p= 300/450 = 0.67 q= 1 – 0.67 = 0.33

P [(0.67 – 1.96*√(0.67*0.33)/450 < p̑ < 0.67 + 1.96*√(0.67*0.33)/450)] = 0.95

P (0.578 < p̑ < 0.762) = 0.95

 INTERPRETACION: La proporción de compradores que prefieren los
pastelillos oscila entre [0.578 – 0.762] para una confianza del 95%

EJERCICIO Nº 02:

Uno de los líderes de un colectivo laboral desea plantear una cuestión

a todos los miembros del grupo. Si más de la mitad respondieran NO
entonces preferiría no plantearla para no minar su prestigio. Para salir
de dudas, elige aleatoriamente a 100 trabajadores a los que hace la
pregunta y sólo 30 responden NO. ¿Entre qué límites se hallará la
verdadera proporción al nivel del 95%?

SOLUCION:

n= 100 IC= 0.95 a= 30 α= 1 – 0.95 = 0.05

P (zα/2) = 0.975  zα/2 = 1.96

p= 30/100 = 0.3 q= 1 – 0.3 = 0.7

P [(0.3 – 1.96*√(0.3*0.7)/100 < p̑ < 0.3 + 1.96*√(0.3*0.7)/100)] = 0.95

P (0.2102 < p̑ < 0.3898) = 0.95

INTERPRETACION: La verdadera proporción oscila en el intervalo

[0.2102 – 0.3898] para un nivel de confianza del 95%.
3. ESTIMACIÓN DE LA DIFERENCIA DE DOS MEDIAS POBLACIONALES

3.1 Estimación puntual

EJERCICIO Nº 01:

Se comparan dos tipos de rosca de tornillo para ver su resistencia ala

tensión. Seprueban 50 piezas de cada tipo de cuerda bajo condiciones
similares, la marca A tuvo una resistencia promedio a la tensión de 78.3 Kg,
mientras que la marca B tuvo una resistencia promedio de 87.2 Kg. Se sabe
de antemano que las desviaciones poblacionales son de 6.5 Kg para la
marca A y 6.3 Kg para la B.

Determine el intervalo de confianza del 95% para la diferencia de las dos

medias poblacionales.

SOLUCION:

σ1= 5.6 Kg ˉX1= 78.3

σ2= 6.3 Kg ˉX2= 87.2

n1 = n2 = 50 Zα/2= 1.96

μ1-μ2:

 -6.56
 -11.24
e = ± 2,3364

La resistencia a la tensión de tornillos de la marca B es superior a la marca

A.
EJERCICIO Nº 02:

Los zoólogos están interesados en la distancia promedio que un cierto tipo

de mamífero viaja desde su madriguera. Un equipo de vigilancia observa
dos poblaciones de estos mamíferos, la información en metros de la
población 1 fue:176-289-181-226-265-174-260-260-325-145-207-245-228-144, y
de la población 2 fue: 129-212-213-191-157-143-136-148-138-167. Calcule e
interprete un intervalo de confianza del 99% para la diferencia media de la
distancia desde la madriguera de las dos poblaciones, suponga que las
desviaciones poblacionales son iguales.

SOLUCIÓN:

ˉX1= 223.21 n1 = 14

ˉX2= 163.4 n2 = 10

S1 = 54.58 Sp2 = 2163.39 m2 Sp = 46.51 m

S2 = 31.39

μ1-μ2:

 114.09
 5.524

e = ± 2,3364

μ1 en ambos casos debe ser

mayor.
 3.2 Estimación interválica

EJERCICIO Nº01:

Dos universidades públicas tienen dos métodos distintos para inscribir a

sus alumnos. Los dos desean comprobar el tiempo promedio que toma
la inscripción de los alumnos. En cada universidad se tomaron los
tiempos de inscripción de 31 alumnos tomados al azar. Las medias y
desviaciones típicas muestrales fueron: x 20 ' 3, s 2' 5, y 23 , s  3Si
se supone que el muestreo se llevó a cabo en dos poblaciones normales
e independientes, obtener los intervalos de confianza al nivel de riesgo
0'05 para la diferencia entre las medias del tiempo de inscripción para
las dos universidades,
a) suponiendo que las varianzas poblacionales son   9 ,  10 .

b) suponiendo que las varianzas poblacionales son desconocidas pero

iguales.


Para el apartado a   0 05  1    0 ' 95  1   0 ' 975  z  1' 96
2 

Sustituyendo los valores en el intervalo obtenemos:

 9 10 9 10 
   20 ' 3 23 1' 96  , 20' 3  23 1' 96   

 31 31 31 31 


 2' 7 1' 53, 2 ' 7 1' 53 4 ' 23 , 1' 17 

Para el apartado b, buscamos en la tabla de la t de Student t  

2 .

Sustituyendo los valores en el intervalo obtenemos:

         
     
   
      

    
  
EJERCICIO Nº02:

La información siguiente muestra la producción fitoplanctònica (clorofila)

por estanques ( E1, E2 ) fertilizados con Nutrilake y superfosfato triple de
fósforo (SPT). Se desea estudiar la diferencia de medias poblacionales,
contando con muestras n1  15

( E1  Es tan que1 ) Y n2  19 ( E2  es tan que2 ).

Para ‫ = ﻻ‬0.90

La información es:

N1  26

n1  15 ;

6250, 25000, 25000, 37250, 30000, 125000, 37500,

37250, 43750, 50000, 12500, 43750,37500, 250000,
28400

N2  26

n2  19

25600, 10000, 12500, 50000, 30000, 37500, 10000,

26100, 30000, 350000, 43750, 57500, 12500, 6250,
10000, 12500, 12500, 6250, 32500.

n1  15  30, 2  ? ; n2  18  30, 2  ? usamos “t”

1  2 : ( x1  x2 )  ( t / 2 , n1  n2  2 ) ˆx1  x2

1 1
 x1 x 2 =  )
2
sc (
n1 n2

(n  1) sc  (n2  1) sc
2 2
sc  1
2

n1  n2  2

En n1 , x1  30110.00000
 s1  12676.44328 , s1  160692214.2
2

En n2 , x2  24234.21053

s2  15614.92389 , s2  243825848
2

(15  1)(160692214.2)  (19  1)( 243825848) 2

ss  sc  840180476.6
2

15  19  2

1 1
 x1 x 2  840180476.6(  )  10011.596
15 19

1  2  (30110.00000  24234.21053)  (0.6944)(10011.596)

‫ = ﻻ‬0.90,   0.10

0.10
t( / 2, n1  n2  2)  t ,15  19  2)  (0.05,32)  0.6944
2

: 5875.79  6952.05

5875.798 – 6952.05 , 5875.79 + 6952.05

-1076.26 12827.84

P (  1076.26  1  2  12872.84)  0.90

La probabilidad de la diferencia en producción de clorofila en los dos

estanques fertilizados oscila de 0 – 12872.84, al 0.90.
 HIPOTESIS ESTADISTICA
1. HIPÓTESIS SIMPLE O UNILATERAL

EJERCICIO Nº1

Se tiene dos cajas, caja A y caja B. La caja A tienen 40 fichas con el

número 1; 50 fichas con el número 10 y 10 fichas con el número 100. La
caja B tiene 40 fichas con el número 100; 50 fichas con el número 10 y 10
fichas con el número 1. Se elige una caja al azar, y de ella se saca una
ficha. Usted no sabe si es la caja A ó B.

H0 : La caja es la A.

Se tiene las hipótesis:

H1 : La caja es la B.

Se establece la regla de decisión: Rechazar la hipótesis nula si la ficha es

de 100.

FICHAS Número de fichas Numero de fichas

en caja A en caja B
1 40 10
10 50 50
100 10 40

a. ¿Cuál es la probabilidad de cometer el error tipo I?

Solución:
La probabilidad de cometer el error tipo I es el nivel de significación
de alfa:
α = P(rechazar H0 /H0 es verdadera).
α = P(sacar una ficha de 𝟏𝟎𝟎 de la caja 𝐀).
α = 𝟏𝟎/𝟏𝟎𝟎
α = 𝟎. 𝟏𝟎

b. ¿Cuál es la probabilidad de cometer el error tipo II?

Solución:
La probalidad de cometer el error tipo II es beta:
β = P(aceptar H0 /H1 es verdadera).
β = P(sacar una ficha de 𝟏 ó de 𝟏𝟎 de la caja 𝐁).
β = 𝟔𝟎/𝟏𝟎𝟎
β = 𝟎. 𝟔𝟎
 c. ¿En este un test de hipótesis de una ó de dos colas?

H0: Caja A H0: Caja B

X X
X X X X
X X X X
X X X X
X X X X X X
1 10 100 1 10 100

Solución:

La dirección del extremo en esta hipótesis es hacia la derecha, rechaza

para valores grandes de fichas. Por lo tanto este es un tes de una cola o
unilateral.

2. HIPÓTESIS COMPUESTAS O BILATERALES

EJERCICIO Nº 01:

Se sabe que el 10 % de los fumadores prefieren la marca de cigarrillo

Malboro. Después de una campaña publicitaria del cigarrillo Malboro,
se entrevistaron a 200 fumadores para determinar la eficiencia de la
campaña publicitaria. El resultado de la muestra realizada detecto un
total de 26 personas que fumaban Malboro. ¿Pueden considerarse que
esos datos presentan evidencia suficiente para indicar que hubo un
aumento en la aceptación del cigarrillo Malboro. Obtenga las
conclusiones del planteamiento desarrollando un contraste de hipótesis
con un nivel de significancia del 5 %.

SOLUCIÓN: Para resolver el problema se plantea una hipótesis altenativa

unilateral por la derecha. Por tabla se sabe que al 5 % por la derecha
Z  1,645 .
 26
Datos: p  0.10,..q  0.90...... p   0.13,..n  200 .
200
Hipótesis:
H 0 : p  0.10
H1 : p  0.10

Regla de decisión o Región crítica: Se rechaza la Hipótesis nula si Z c  Z

,es decir, Z c  1,645 .
Aplicando formula se tiene:

p  p 0.13  0.10 0.03 0.03
Zc      Z c  1.41
p.q 0.1x0.9 0.00045 0.02127
n 200

Conclusión: Como Z c es menor que Z , es decir, Z c  1.41  1.96 , se

acepta H 0 : p  0.10 con un nivel de significancia de 0.05. Esto se puede
observar en la grafica A en donde Z c  1.41 cae dentro del área de
aceptación, por lo tanto, el 10 % de los fumadores prefieren Malboro, lo
que indica que la campaña publicitaria no fue efectiva ya que de
haberlo sido se hubiese aceptado la hipótesis H1 : p  0.10.
 ESTADISTICA DE PRUEBA
1. PARA LA MEDIA POBLACIONAL

a) Para sigma al cuadrado conocido y “n” mayores igual que 30

EJERCICIO Nº01:

Un inspector de pesos y medidas visita una planta de empacado

para verificar que el peso neto de las cajas sea el indicado en la
etiqueta. El gerente de la planta asegura al inspector que el peso
promedio de cada caja es de 750 gramos con una desviación
estándar de 5 gr. El inspector selecciona, al azar, 100 cajas y
encuentra que el peso promedio es de 748 gr. Bajo estas condiciones
y usando un nivel de significancia de 0.05 ¿Qué actitud debe tomar
el inspector?

Solución:

Ho: µ = 750gr H1: µ ≠ 750gr

α = 0.05 n = 100 x̄ = 748gr ơ=5

P (zα/2) = 0.975  zα/2 = 1.96

RA/Ho = [-1.96 ; 1.96] RR/ Ho = [-∞; -1.96] U [1.96 ; +∞]

Zo = (748 – 750)/ (5/√100) = -4

Como: Zo E RR/Ho  Rechazamos Ho

Por lo tanto, deben tomarse las medias necesarias para corregir esta
situación, que va en contra de los intereses del consumidor
 EJERCICIO Nº 02:

La tasa actual para producir fusibles de 5 amp en Neary Electric Co.

es 250 por hora. Se compró e instaló una máquina nueva que, según
el proveedor, aumentará la tasa de producción. Una muestra de 40
horas seleccionadas al azar el mes pasado indica que la producción
media por hora en la nueva máquina es 256, con una varianza de 6
por hora. Con 0.05 de nivel de significancia, ¿puede Neary concluir
que la nueva máquina es más rápida?

Solución:

Ho: µ = 250 H1: µ > 250

α = 0.05 n = 40 x̄ = 256 ơ=6

P (zα) = 0.95  zα = 1.645

RA/Ho = [-∞ ; 1.645] RR/ Ho = [1.645 ; +∞]

Zo = (256 – 250)/ (6/√40) = 6.32

Como: Zo E RR/Ho  Rechazamos Ho

 Por lo tanto, se demuestra que la nueva máquina es más rápida que

la que tiene y de esta manera aumentara su producción.
b) Para sigma al cuadrado no conocido y “n” menores que 30
2. PARA LA PROPORCIÓN POBLACIONAL

a) Cuando la muestra es “n” mayor igual que 30

3. PARA LA VARIANZA POBLACIONAL

EJERCICIO Nº 1
4. PARA LA DIFERENCIA DE DOS MEDIAS POBLACIONALES

a) Cuando varianza conocidos y población mayores iguales a 30

EJERCICIO Nº01

Se realizó un estudio para comparar los años promedio de servicio

de quienes se retiraron en 1979 con los que se retiraron el año
anterior en Delong Manufacturing Co. Con un nivel de significancia
de .01 ¿podemos concluir que los trabajadores que se retiraron el
año pasado trabajaron más años según la siguiente muestra? Nota:
sea población #1= año anterior.

Paso 1:

Paso 2: Rechace H0 si z > 2.33

Paso 3:

Paso 4: Como z = 6.80 > 2.33, H0 se rechaza. Los que se retiraron el

año anterior tenían más años de servicio.
b) Cuando varianzas desconocidas y población menores a 30

1. SUPRIMIENDO … (SON DISJUNTAS)

EJERCICIO Nº01

Un fabricante de monitores prueba dos diseños de microcircuitos

para determinar si producen un flujo de corriente equivalente. El
departamento de ingeniería ha obtenido los datos siguientes:

DISEÑO 1 n1 = 16 x̄1 = 24.2 s12 = 10

DISEÑO 2 n2 = 10 x̄2 = 23.9 s22 = 40

Con α = 0.05, se desea determinar si existe alguna diferencia

significativa en el flujo de corriente promedio entre los dos diseños
donde las varianzas son desconocidas y diferentes.

SOLUCION

Ho: (µ2 - µ1) = 0 H1: (µ2 - µ1) ≠ 0

α = 0.05 n1 = 16; n2 = 10 x̄1 = 24.2; x̄2 = 23.9 S12 = 10; S22 = 40

P (t(16+10-2)) = 0.975  t(24) = 2.064

RA/Ho = [-2.064 ; 2.064] RR/ Ho = [-∞ ; -2.064] U [2.064 ; +∞]

to = (23.9 – 24.2) / (√(10/16) + (40/10)) = - 0.1395

Como: to E RA/Ho  Aceptamos Ho

 Por lo tanto, se demuestra que la los dos diseños de microcircuitos

no tienen una diferencia significativa, es decir producen un flujo
de corriente equivalente.
EJEMPLO Nº02:

Dos proveedores fabrican un engrane de plástico utilizado en una

impresora láser. Una característica importante de estos engranes es
la resistencia al impacto la cual se mide en pies-libras. Una muestra
aleatoria de 10 engranes suministrados por el primer proveedor arroja
los siguientes resultados: x̄1 = 290 y S1 = 12. Del segundo proveedor se
toma una muestra aleatoria de 16 engranes, donde los resultados
son x̄2 = 321 y S2 = 45. Existe evidencia que apoye la afirmación de
que los engranes del proveedor 2 tienen una mayor resistencia
promedio al impacto. Use un nivel de significancia de 0.05.

Solución:

Ho: (µ2 - µ1) = 0 H1: (µ2 - µ1) > 0

α = 0.05 n1 = 10; n2 = 16 x̄1 = 290; x̄2 = 321 S12 = 144; S22 =

2025

P (t(16+10-2)) = 0.95  t(24) = 1.711

RA/Ho = [-∞ ; 1.711] RR/ Ho = [1.711 ; +∞]

to = (321 – 290) / (√(144/10) + (2025/16)) = 2.611

Como: to E RR/Ho  Rechazamos Ho

Por lo tanto, se demuestra que existe evidencia suficiente para decir

que el promedio de resistencia de los engranes del proveedor 2 es
mayor a el promedio de resistencia de los engranes del proveedor 1.
2. SUPRIMIENDO … (SON SEMEJANTES)

EJERCICIO Nº01:

Para encontrar si un nuevo suero detiene la leucemia, se seleccionan

nueve ratones, todos con una etapa avanzada de la enfermedad.
Cinco ratones reciben el tratamiento y cuatro no. Los tiempos de
sobrevivencia en años, a partir del momento en que comienza el
experimento son los siguientes:

Con
2.1 5.3 1.4 4.6 0.9
Tratamiento

Sin
1.9 0.5 2.8 3.1
Tratamiento

¿Se puede decir en el nivel de significancia del 0.05 que el suero es

efectivo? Suponga que las dos poblaciones se distribuyen
normalmente con varianzas iguales.

Solución:

Primero se probará el supuesto de varianzas iguales con un ensayo

de hipótesis bilateral utilizando la distribución Fisher.

Datos:

Con tratamiento Ensayo de hipótesis:

s= 1.97
n=5

Sin tratamiento Estadístico de prueba:

s = 1.1672
n=4
La sugerencia que se hace es que el numerador sea el de valor
mayor .
Entonces los grados de libertad uno será el tamaño de la muestra de
la población uno menos uno. 1= 5-1 = 4 y 2 = 4-1=3.

Regla de decisión:
Si 0.10 Fc 15.1 No se rechaza Ho,
Si la Fc < 0.10 ó si Fc > 15.1 se rechaza Ho.
Cálculo:

Decisión y Justificación:
Como 2.85 esta entre los dos valores de Ho no se rechaza , y se
concluye con un = 0.05 que existe suficiente evidencia para decir
que las varianza de las poblaciones son iguales.
Con la decisión anterior se procede a comparar las medias:
Ensayo de Hipótesis
Ho; CT- ST=0

H1; CT- ST >0

 Los grados de libertad son (5+4-2) = 7
Regla de decisión:
Si tR 1.895 No se Rechaza Ho
Si tR > 1.895 se rechaza Ho
Cálculos:

por lo tanto sp = 1.848

Justificación y decisión:
Como 0.6332 es menor que 1.895, no se rechaza Ho, y se concluye con un
nivel de significancia del 0.05 que no existe suficiente evidencia para
decir que el suero detiene la leucemia.
5. PARA LA DIFERENCIA DE DOS PROPORCIONES

EJERCICIO Nº 01:

En un proceso de producción de botellas de vidrio se tomó una muestra

de 400 de las cuales 28 estaban defectuosas, en otro proceso se
tomaran 300 muestra de botellas de la cuales 15 estaban defectuosas.
Demuestre la hipótesis nula p1= p2 de que los dos procesos generan
proporciones iguales de unidades defectuosas, contra la hipótesis
alternativa p1 ≠ p2 con un nivel de significancia de 0.05.

Datos:

Pr oporcion..1......................................... Pr oporcion..2
n1  400..................................................n 2  300
28 15
p1   0.07..................................... p 2   0.05
400 300
x1  28....................................................x 2  15
28  15 43
p   0.061,......q  1  p  0.939
400  300 700
El..valor..de..Z  2 ..al..0.05... para..una..hipotesis ..alternativa..bilateral ..es..Z  2  1.96

SOLUCIÓN: Para resolver este problema se plantearán las hipótesis y

luego se aplica la formula.

Hipótesis:

H 0 : p1  p 2
H1 : p1  p 2

Regla de decisión o Región crítica: Se rechaza la Hipótesis nula si

Z c  Z 2 ..o..Z c  Z 2 ,es decir, Z c  1.96...o...Z c  1.96 .
Aplicando formula se tiene:

p1  p 2 0.07  0.05 0.02 0.02

Zc      Z c  1.09
1 1   1 1  0.003334 0.0183
pq    (0.061)(0.939)   
 n1 n2   400 300 

Conclusión: Como Z c es menor que Z 2 , es decir, Z c  1.09  1.96 , se

acepta H 0 : p1  p2 con un nivel de significancia de 0.05. Esto se puede
observar en la grafica A en donde Z c  1.09 cae dentro del área de
aceptación, por lo tanto, no se puede concluir que exista diferencias
reales entre las dos proporciones verdaderas de unidades defectuosas.