ECONOMETRIA I

TALLER No. 2: distribuciones de probabilidad

Angie Paola Medina González

1. El salario promedio para los recién egresados de economía durante el último año fue de $ 1.750.000. Si
se supone que este salario se distribuye normalmente con una desviación estándar de $ 150.000.

a. ¿Cuál es la probabilidad de un recién egresado reciba un salario entre $ 1.550.000 y 1.850.000?

X= salario promedio de un recién egresado

X ̴ N µ, σ2

µ= 1750.000 σ= 150.000

P (1550.000 ≤ x ≤ 1850.000) = P (1850.000≤ X ) – P(1550.000≤ X)

p
Z≤ 1850.000 - 1750.000 Z≤ 1550.000-1750.000
- P
150.000 pp 150.000
pp

P (z ≤ 0,67) – P (Z ≤ - 1,3) = 0,7486- 0,0968 = 0.6518

Realizando los cálculos, tenemos una probabilidad del 65,18% de que un recién egresado de
economía reciba un salario entre $1550.000 y $1850.000.

b. ¿Cuál es la probabilidad de que reciba un salario mayor a dos millones?

P (X ≥ 2000.000) = 1-P (2000.000 ≤ X)

1-P
Z≤ 2000.000 – 1650.000

200.000

1-P (Z ≤ 1,6) = 1- 0,9452

= 0.054

Como resultado se tiene una probabilidad de 5 % de que un recién egresado reciba un salario
mayor a $2000.000
 c. ¿Cuál es porcentaje de salarios menor a $ 1.500.000?

P (X ≤ 1500.000) = P Z≤ 1500.000 – 1750.000

150.000

1-P (Z ≤ -1,67) = 0,0475

El 4,75% de los recién egresados del programa de economía tienen un salario menor a
$1500.000.

d. Cuál es el salario límite para estar en el 1% correspondiente a los salarios más altos.

P (X ≤ k) = 0.01

p
Z ≤ k- 1750.000 = 0.01

150.000

K – 1750.000 = 2.32
150,000

K= (2.32 * 150.000) + 1750.000

K= 2.098000

El salario Limite para estar en 1% de los salarios más altos es $2.098.000

2. Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la edad real. Se sabe que la
distribución del C.I. se distribuye normalmente con media 0.99 y desviación típica 0.14. En una población
con 2600 personas se desea saber:

X= COCIENTE INTELECTUAL

X ̴ N ( µ , σ2)

n= 2600 µ= 0.98 σ= 0.14

 a). Cuántas tendrán un C.I. superior a 1.4?

P (X ≥ 1.4) = 1-P (1.4 ≤ X)

1- P Z ≤ 1.4 – 0.98 1 – P (Z ≤ 3) = 1 – 0.9987 = 0.0013

0,14 0,0013*2600= 33,8

En una población de 2600 personas, aproximadamente 33 personas tendrán un cociente intelectual superior a
1.4

b). Cuántas tendrán un C.I. inferior a 0.8?

P (X ≤ 0.8)

En una población de 2600 personas,

P (X ≤ 0.8) =P 0.8 – 0.98 aproximadamente 252 tendrán un
Z≤
coeficiente intelectual inferior a 0,8
0.14

P (Z ≤ -1,3) = 0,0968 * 2600 = 251,68

c). Cuántas tendrán un C.I. entre 0.88 y 1.14?

Z ≤ 1.14 – 0.98 Z ≤ 0.88 – 0.98

-P
0.14 0.14

P (Z ≤ 1,14) – P (Z ≤ - 0,71) = 0,8729 – 0,2389 = 0,634

0,634 * 2600 = 1648,4

En una población de 2600 personas, 1648 tendrán un coeficiente intelectual entre 0.88 y 1.14
3. La compañía aérea “Alillas” sabe que el tiempo de retraso de sus vuelos sigue una ley normal, con un
retraso medio de 15 minutos y desviación típica 5 minutos. Calcular:

a) Probabilidad de que un vuelo no tenga retraso.

P( X ≤ 0 ) = P ( X - µ / σ )

0 – 15 = P (Z ≤ -3) = 0.0013
P
5

La probabilidad de que un vuelo no tenga retraso es del 1.3%.

b) Probabilidad de que el próximo vuelo llegue con no más de 25 minutos de retraso.

P (X ≤ 25) = P 25 – 15 =2
5

P (Z ≤ 2) = 0,9772

La probabilidad de un vuelo llegue con no más de 25 minutos de retraso es de 97,72%

c) Probabilidad de que el próximo vuelo llegue con más de 20 minutos de retraso.

P (X > 20) = 1 – P (X < 20) = 1 – P 20 – 15 = 1 – P (Z < 1) = 1 – 0.8413 = 0.1587

5

La probabilidad de que el próximo vuelo llegue con más de 20 minutos de retraso es de 15.87%
 4. Una empresa instala 40000 bombillas. La duración media de una bombilla sigue una distribución normal
con media 360 días y desviación típica 20. ¿Cuántas bombillas se espera que se fundan antes de 365
días? ¿Cuántas durarán más de 400 días?

t= 365 - 360 = 0.25

20

P (X ≤ 365) = P (t ≤ 0.25) = 0.5987

40. 000 * 0.5987 = 23948 bombillas se fundirán antes de 365 días.

t= 400 – 360 =2
20

P (X > 400) = P (t > 2) = 1 – P (t ≤ 2) = 1 - 0.9772 = 0.0228

40.000 * 0.0228= 912 bombillas duraran más de 400 días.

5. En un examen a un gran número de estudiantes, se comprobó que las calificaciones obtenidas

correspondían razonablemente a una distribución normal con calificación media de 6,7 y desviación
típica de 1.4.

Elegido al azar un estudiante, calcular Cuál es la probabilidad de que su calificación esté comprendida entre
6.2 y 7.3.

µ= 6.7 σ= 1.4

6,2 ≤ x ≤ 7,3

P (6,2 ≤ X 7,3) = P 6,2 - 6,7 ≤ Z ≤ 7,3 – 6,7

1,5 1,5

P (-0,33 ≤ Z ≤ 0,4) = P (Z ≤ 0,4) – P (Z ≤ -0,33)

= 0,6554 – 0,3707

= 0,2847
 6. El tiempo necesario para que una ambulancia llegue a un centro deportivo se distribuye según una
variable normal con media 20 minutos y desviación típica 6 minutos.

a) Calcular la probabilidad de que el tiempo de llegada esté comprendido entre 17 y 23 minutos.

µ= 20 σ= 6

P (17 < X < 23)

P 23 – 20 < 17 – 20
6 6

P (0.5 < Z < -0.5) = 0.6915– 0.3085) = 0.38

b) Para qué valor del tiempo t, la probabilidad de que la ambulancia emplee más de t minutos en llegar es del
8%?

P (Z ≥ t – 20 /6) = 0.08 p (Z ≤ t – 20/6) = 0.92

t – 20 = 1,41

t = 1,41 * 6 + 20

t = 28,46

El tiempo para que la probabilidad de espera sea menor que 0.08 es aproximadamente de 28,46 minutos

7. En un gran estadio deportivo se quiere instalar focos para iluminar el campo de juego. El suministrador
asegura que el tiempo de vida de los focos es, aproximadamente, normal con media 80 horas y
desviación típica 8 horas.

a) Escogiendo un foco al azar, ¿Cuál es la probabilidad de que luzca al menos 60 h?

Z = (60 – 80 / 8) = -2,5

P (X ≥ 2,5) = p (≤ 2,5)

= 0,9938
 b) Si se compran 1600 focos, ¿cuántos se puede esperar que luzcan por lo menos 70 h?

Z = 70 – 80 = -1,25

1600 * 0,1056 = 168,96

c) ¿Si se comprueba que sólo 1400 focos lucen durante más de 55 h. qué puede deducirse?

1400/1600 = 0.875 Z0=1,15

P (Z ≥ -1,15) = 0,875 u – 1,15*8 = 55

u= 64,2

se puede deducir que la media de la población más acorde con los datos experimentales es de 64 horas, y las 55
horas anteriormente mencionadas.

8. Se ha aplicado un test a 400 alumnos y se ha obtenido que los resultados se distribuyen normalmente
con media 35 y desviación típica 4.

a) ¿Qué porcentaje de alumnos tendrá una puntuación comprendida entre 25 y 35?

n= 400 µ= 35 σ= 4

p (25≤ X 35) = p (35 ≤ x) – p (25 ≤ x)

p z ≤ 35 – 35 - P z ≤ 25 -35

4 4

P ( 0) - P ( -2,5) = 0,5000 – 0,0062 = 0,4938

EL PORCENTAJE DE ALUMNOS QUE TENDRAN UNA PUNTUACION COMPRENDIDA ENTRE 25 Y 35 ES DE 49.38%

 b) ¿Cuántos alumnos tendrán puntuación mayor de 42?

P (X ≥ 42) = 1 – P (42 ≤ X)

1–P Z ≤ 42 – 35
4

1 – P (Z ≤ 1.75) = 1 – 0.9599

= 0.0401

EL PORCENTAJE DE ALUMNOS QUE TENDRAN PUNTUACION MAYOR A 42 ES DEL 4.01%

9. La nota media de las pruebas de acceso correspondientes a los estudiantes que querían ingresar en una
facultad era 6,1, y la desviación típica 1.8. Fueron admitidos los de nota superior a 7.5.

a) ¿Cuál fue el porcentaje de admitidos si la distribución es normal?

1 – P (7,5 – 6,1 / 1.8)

1 – P (Z ≤ 0,78 / 1.8) = 0,43

= 1 – 0,6664

= 0,3336

= 33,36%

b) ¿Con que probabilidad exactamente 3 de 10 estudiantes son admitidos?

µ= 6,1 n= 10

10
P (X= 4 ) = ( 0.44) 4 ( 1 – 0.44) 6 = ( 0.03748096) ( 0.031)
4

10!
= (3628800 / 720 * 24) = 210
6! 4! =

(0,03748096) (0,031) * 210 = 0,24

24,4% aproximadamente
10. Si los pesos de una muestra de 2250 personas presentan una distribución normal de media 69 kg y
desviación típica 5 kg, se pide la probabilidad de que una persona elegida al azar, pese:

a) Más de 61 kg.

P( X ≥ 61) = 1 – P ( 61 ≤ X )

1 – P ( Z ≤ 61 – 69 / 5 ) = 1 – P ( -1,6 ) = 1 – 0,0548

= 0,9452

b) Entre 65 y 75 kg.

P( 65 ≤ X≤ 75) = P ( Z ≤ 65-69/ 5 ≤ Z ≤ 75-69/ 5 )

P( Z ≤ -0.8) = 0.2119 P( Z≤ 1,2) = 0.8849

= 0.8849 – 0.2119 = 0.67

11. Se tomó la estatura de 1740 personas, se obtuvo una media de 169 cm y una desviación típica de 8cm.
Se supone que la distribución es normal y se pide:

a) Decir Cuántas medidas son menores de 157 cm.

Z= ( 157 – 169 / 8 )

Z= - 1.5

P( -1.5) = 0.0668

RTA: 6.68% 116 personas tienen medidas menores de 157 cm

b) Cuántas se hallan entre 167 y 181 cm.

Z= (167- 169 / 8) Z = (181 – 169 / 8)

Z = -0.25 z = 1.5

P ( -0.25) = 0.4013

P (1.5) = 0.9332

= 0.9332 – 0.4013 = 0.5319 53.19% de las tallas se hayan entre 167 y 181 cm
12. En una ciudad, la temperatura máxima durante el mes de junio está distribuida normalmente de media
25º y desviación típica 4º. Calcular el número de días que se espera tengan una temperatura máxima
comprendida entre 22 º y 28º.

P (22 ≤ X ≤ 28)

P (22 – 25/ 4 ≤ 28 – 25 / 4)

P ( -0.75 ≤ Z ≤ 0.75)

P (0.2266) 0.7734 – 0.2266= 0.5468 NUMERO DE DIAS = 0.5468 * 30 = 16.404

P(0.7734) aproximadamente se tendrán 16 días con una temperatura de 22° y 28 °

13. Una normativa europea obliga a que en los envases de yogurt no debe haber menos de 120 gr. La
máquina0. dosificadora de una empresa láctea hace los envases de yogurt según una ley normal de
desviación típica de 3 gr. y media 124 gr.

a) . ¿Qué tanto por ciento de los envases de yogurt de esa empresa cumplirá la normativa?

P( X > 120 )

1 – P ( Z ≤ 120 – 124 / 3 )

1 – P ( Z ≤ -1.33)

1- 0.0918 = 0.9082

La empresa cumplirá con el 90.82% de la normativa

b) . Cuál debería ser la media de la ley normal con la cual la máquina dosificadora debe hacer los envases
para que el 98% de la producción de yogures de la empresa cumpla la normativa? (La desviación típica
sigue siendo de 3 gr.).

1 – P (Z ≤ 120 - µ / 3)

1 - f (120 - µ / 3) = 0.98

-0,90 = (120 - µ/ 3)

µ= 122.7
14. Se ha aplicado un test de fluidez verbal a 520 alumnos de primero de E.S.O. de un centro de secundaria.
Se supone que las puntuaciones obtenidas se distribuyen según una normal de media 85 y desviación
típica 15. Se pide:

a) . Qué puntuación separa el 25% de los alumnos con menos fluidez verbal?

25% = P(X ≤ X ) = P ( Z ≤ X – 85 / 15 ) = 0.25

X – 85/ 15 = -0.70

X – 85 = -10.5

X= 74.5

EL 25% DE LOS ALUMNOS CON MENOR FLUIDEZ VERBAL OBTIENE PUNTUACIONES EN EL TEST
INFERIORES A 74.5

b) . A partir de qué puntuación se encuentra el 25% de los alumnos con mayor fluidez verbal?

25% = P (X > X2) = 1 – P (X ≥ 2)

0.75= P (X) ≤ X2 = P (Z ≤ X2 - 85/ 15)

P (Z ≤ 0.70) = 0.7580 P (X ≤ 0.71) = 0.7611

X2 – 85 / 15 = 0.70

X2 = 95.5

15. La media de ventas diarias de un vendedor de unos grandes almacenes es de 880 ¿y la desviación típica
es de 80. Suponiendo que la distribución de ventas es normal. Cuál es la probabilidad de vender más de
1100 ¿en un día?

Z = 1100 – 880 / 80

Z = 2,75

P ( X ≥ 2,75 ) = 1 – P ( 0 ≤ X ≤ 2,75 )

P ( X ≥ 2,75 ) = 1 – 0.9970

P( X ≥ 2,75) = 0.003

La probabilidad de vender mas de 1100 en un día es 0.3%

 16. Cierto tipo de batería dura un promedio de 4 años, con una desviación típica de 0.25 años. Suponiendo
que la duración de las baterías es una variable normal:

a) Qué porcentaje de baterías se espera que duren entre 3.5 y 4,5 años?

P (X ≤ 4,5) – P (X ≤ 3,5)

P (Z ≤ 4,5 – 4 / 0,25) - P (Z ≤ 3,5 – 4 / 0,25)

P (Z ≤ 2) – P (Z ≤ -2)

0,9772 - 0,0228 = 0,9544

El 95,44% de las baterías se espera que duren entre 3,5 y 4,5 años

b) Si una batería lleva funcionando 4 años, Cuál es la probabilidad de que dure menos de 5.5 años?

P (X ≤ 5.5) – P (X ≤ 4)

0.25
P (Z ≤ 5.5 - 4 / 0.25) – 0.25

0.25
P (Z ≤ 6) – 0.25 / 0.25

= 1 – 0.25 / 0.25

=3

La suma de todas las probabilidades de un evento es uno y no más de uno como el resultado obtenido en la
operación anterior.

17) Tras realizar un test de cultura general entre los habitantes de cierta población, se
observa que las puntuaciones siguen una distribución normal, de media 69 y desviación
típica 16. Se desea clasificar a los habitantes en tres grupos (de baja cultura general, de
cultura general aceptable y de cultura general excelente), de manera que el primer
grupo abarque un 20% de la población, el segundo un 65% y el tercero el 15% restante.
¿Cuáles son las puntuaciones que marcan el paso de un grupo a otro?
P (Z ≤ Z1) = 0.2

1 – 0,20= 0,80 P (Z ≤ Z1) = 0.8 Baja cultura hasta 55 puntos

-Z1= 0,845 z = -0,845

X1 - 69 X1= 55,48 Cultura aceptable entre 56 y 84

= -0,845
16 x2= 85,56

0,20+0,65= 0,85 Excelente cultura a partir de 85

puntos
X2 - 69
= 1,035
16
18) Se deben mecanizar cierta pieza de una maquina con tolerancia muy estrecha para que los
clientes realicen la compra. Las especificaciones de la pieza piden que la varianza máxima de las
longitudes de las partes sea de 0.0006. Suponga que con 27 partes la varianza de la muestra
resultó ser de 0.0007. pruebe con un 7% de significancia si se ha violado la especificación de la
varianza de la población.

Planteamos la hipótesis nula y la hipótesis alternativa

H0: σ2 ≤ 0.0006 α= 0.07

Ha: σ2 > 0.0006

Estadístico de la prueba
Con un nivel de significancia del
7% no se rechaza la hipótesis
(27 – 1)0,0007 nula, no hay evidencia suficiente
X2 = X2 = 30,33 para probar que se estén
0,0006 violando las especificaciones de
la varianza de la población
𝟏 − 𝛂 = 𝟎, 𝟎𝟕 x2 (26)1-0,07 = 24,18
𝛂 = 𝟏 − 𝟎, 𝟎𝟕
𝛂 = 𝟎, 𝟗𝟑

19) La varianza en las cantidades de llenado de vasos de yogurt es demasiado importante para el
productor de máquinas de llenado automáticas. Si la varianza es demasiado grande habrá dos
opciones algunos vasos los ha llenado demasiado y otros llenados escasos lo que provocará una
insatisfacción en los clientes. Una varianza aceptable de las cantidades (en onzas) de llenado es
0.25. Se toma una muestra de 25 vasos y se obtiene una varianza de 0,36.

a. Indican los resultados que se deben hacer ajustes a la maquina llenadora. (use 5% de
significancia)

𝝈𝟐 = 0.25

n = 25 S2= 0,36

Pruebe con 𝛼 = 0,05 → 0,95

H0 : σ20 ≤ 0.25
H1 : σ20 > 0.25

(n−1)S2
χ2 = σ2
20) χ2(n−1).α
21)

22) 𝛘𝟐(𝟏𝟗).𝟏−𝟎.𝟎𝟓 = 𝟏𝟖. 𝟗𝟓

a. Determine un intervalo de confianza de 90% para la varianza de las cantidades de llenado

de esta máquina.

n= 20 I.C = 90%

0.42 + 1,64 0. 42

√20

= ( 0,58 ; 0.27 )

23) La mayoría de personas reconocen que el costo medio anual de sostenimiento de un automóvil
depende de los años de antigüedad. Por ejemplo el costo promedio de sostenimiento de un auto
con cuatro años de antigüedad es de $3.000.000, mientras el costo de sostenimiento de un auto
con dos años de antigüedad es de $ 2.100.000. A un investigador le interesa saber si la varianza
también aumenta con la edad del automóvil. En una muestra de 25 automóviles con cuatro años
de antigüedad se obtuvo una desviación estándar de $ 400.000 y en una muestra de 30
automóviles con dos años de antigüedad la desviación estándar resulto ser $220.000.

a. Formule la hipótesis nula y la hipótesis alterna de que la varianza de los costos anuales
aumenta con los años de antigüedad.

b. Con un nivel de significancia del 1%. Cuál es su conclusión? Qué tan razonables son sus
resultados?
 24) La varianza en un proceso de producción es un indicador de la calidad del mismo. Una varianza
grande indica que hay posibilidades de mejorar el proceso. La siguiente tabla muestra los
diferentes pesos de bolsas de detergente en polvo después de realizar su empacado en dos
máquinas diferentes. Realice una prueba estadística para determinar si hay diferencia en la
varianza de los pesos de las bolsas de detergente. Use un nivel de significancia del 5%. Cuál es
su conclusión? Que máquina, si es que la hay, ofrece, mejor calidad?

317 310 300 293 295 308 292 287 299 279 295 294
Maquina 1
299 305 300 299 315 304 291 290 317 303 294 298

299 293 299 298 293 298 296 297 298 314 298 316
Maquina 2
289 298 300 297 305 299 306 301

X 1 = 299.33 S12= 88.7

X2 = 299.7 S21 = 41.5

S2P = (23 * 88.7 + 19 * 41.5) = 67.3

42

t42; 0.975 = 2.021

-0.37 – 2, 021 √ 67.3 √ 1/24 + √ 1/ 20 ≤ µ1 - µ2 ≤ -0.37 + 2, 021 √ 67.3 √ 1/24 + √ 1/ 20

µmin = -1.86 µMax= 1.12

 25) El contenido de 8 contenedores similares de ácido sulfúrico son 10.4, 9.8, 10.1, 10.3, 9.7, 10.5,
10.2, y 9.7 litros. Encuentre un intervalo de confianza del 95% para la media de todos los
contenedores si se supone una distribución aproximadamente normal.

T0.025 = 2.447 6 grados de libertad I.C = 95%

X = 10.0875 S= 0.3181980551

10.0875 – ( 2.447) 0.3181980551 < µ < 10.0875 + ( 2.447 ) 0.3181980551

√8 √8

µmin = 9.81 µmax = 10.36

Con un nivel de confianza del 95% se sabe que el promedio del contenido de los contenedores esta entre
9.81 y 10.36 litros

26) Un ingeniero químico afirma que el rendimiento medio de la población de cierto proceso en
lotes es 490 gramos por milímetro de materia prima. Para verificar esta afirmación toma una
muestra de 26 lotes cada mes. Si el valor de t calculado cae entre –t0.06 y t0.06, queda satisfecho
con su afirmación. ¿Qué conclusión extraería de una muestra que tiene una media de 509
gramos por milímetro y una desviación estándar de 47 gramos? Suponga que la distribución de
rendimientos es aproximadamente normal.

Si una muestra de 26 lotes rinde un valor entre -1.708 y 1.708 observando la tabla. Tenemos

n= 26

-t 0.06 y t 0.06

X= 509 gr σ= 47gr

t= 509 – 490 = 19
= 2.061
47/ √ 26 9.22
 Este valor está por encima del observado en la tabla, si se desea obtener t con 25 grados de libertad igual
o mayor a 2,061 se busca en la tabla y el valor aproximado es 0.025, como conclusión en el proceso de
fabricación se puede llegar a un mejor producto.

27) Un artículo publicado en el Journal of Testing and Evaluation presenta las siguientes 20
mediciones del tiempo de combustión residual en segundos de especímenes tratados de ropa
de dormir para niños:

9.85 9.89 9.83 9.97

9.93 9.73 9.92 9.96
9.77 9.93 9.75 9.93
9.87 9.85 9.92 9.96
9.76 9.75 9.88 9.89

Se desea encontrar un nivel de confianza del 95% para el tiempo de combustión residual promedio.
Supóngase que el tiempo de combustión residual sigue una distribución normal.

X = 9. 867

S = 0.078

T0.025 = 2,093 Con 19 grados de libertad

9.867- (2.093) 0.078 < µ < 9.867 + (2.093) 0.078

√ 20 √ 20

µmin = 9.83 µmax = 9,903

28) El Instituto Eléctrico Edison publica cifras del número anual de Kilowatt-hora que gastan varios
aparatos electrodomésticos. Se afirma que una aspiradora gasta un promedio de 47 kilowatt-
hora al año. Si una muestra aleatoria de 16 hogares que se incluye en un estudio planeado indica
que las aspiradoras gastan un promedio de 42 kilowatt-hora al año con una desviación estándar
de 11.9 kilowatt-hora, ¿esto sugiere con un nivel de significancia de 0.05 que las aspiradoras
gastan, en promedio, menos de 47 kilowatt-hora anualmente? Suponga que la población de
kilowatt-hora es normal.

t ≥ ( -1.753) no se rechaza H0

t < ( -1.753) se rechaza H0

42 - 47 -5
=
11.9/√16
2.975

= -1.68

Como -1.68 es > -1,753 no se rechaza H0 y se concluye con un nivel de significancia de 0.05 que el numero
promedio de kilowwat – hora que gasta al año las aspiradoras no es significativamente menor que 47

29) Un artículo publicado en la revista Materials Engineering describe los resultados de pruebas de
resistencia a la adhesión de 25 especímenes de aleación U-700. La carga para la que cada
espécimen falla es la siguiente en MPa:

9,8 18.5 17.6 16.7 15.7

15.5 14.1 13.9 11.9 11.8

11.4 9.9 10.4 15.4 15.4

19.5 14.9 12.7 10.9 11.9

10.3 10.9 12,4 13,3 10,1

¿Sugieren los datos que la carga promedio de falla es mayor que 12,5 Mpa? Supóngase que la carga
donde se presenta la falla tiene una distribución normal, y utilícese = 0.05. Calcule el valor de P.

µ= 12.5 S = 2,83 α = 0.05

X = 13. 396 n = 25

H0 = µ = 12.5
H1 = µ > 12.5

t ≤ 1. 721 no se rechaza H0
t > 1,721 se rechaza H0

t= 13.396 – 12,5
2,83 / √25
t= 1,58

como 1.58 < 1.721 no se rechaza H0, se concluye que con un nivel de significancia de 0.05 la carga de falla
promedio es menor a 12.5 mpa

30) Los pesos en libras de una muestra aleatoria de bebés de seis meses son: 14.7, 16.9, 15.4, 16.6,
14.5, 16.9, 13.8, 15,9y 14.9. Haga una prueba con nivel de 5% de significancia para determinar
si el peso promedio de todos los bebés de seis meses es distinto a 16 libras, suponga que sus
pesos se distribuyen normalmente y calcule el valor de P.

µ= 16 libras
Como -2,306 > -1.29 se rechaza H0 y se
concluye con un nivel de significancia del
0.05 que el peso promedio de todos los
S= 1.13
bebes de seis meses es de 16 libras.

n= 9 α = 0.05

H0 = µ = 16 libras

H1 = µ= 16 libras

Si -2.306 ≤ t ≤ 2.036 No se rechaza H0

Si t < -2.306 > 2.306 Se rechaza H0

t= 15.51 – 16

1.13/ √ 9

t= -0,49 / 0.38

t= -1.29