9.77 Construya un intervalo de confianza del 98% para σ1/σ2 en el ejercicio 9.

42 de la página 295, donde σ1 y

σ2 son, respectivamente, las desviaciones estándar para las distancias recorridas por litro de combustible de los
camiones compactos Volkswagen y Toyota.

9.42 Un experimento publicado en Popular Science comparó el ahorro de combustible para dos tipos de ca-
miones compactos que funcionan con diesel y están equipados de forma similar. Suponga que se utilizaron 12
camiones Volkswagen y 10 Toyota en pruebas con una velocidad constante de 90 kilómetros por hora. Si los
12 camiones Volkswagen promedian 16 kilómetros por litro con una desviación estándar de 1.0 kilómetros
por litro, y los 10 Toyota promedian 11 kilómetros por litro con una desviación estándar de 0.8 kilómetros por
litro, construya un intervalo de confianza del 90% para la diferencia entre los kilómetros promedio por litro de
estos dos camiones compactos. Suponga que las distancias por litro para cada modelo de camión es- tán
distribuidas de forma aproximadamente normal y que tienen varianzas iguales.

9.78 Construya un intervalo de confianza del 90% para σ 21/σ 2 en el ejercicio 9.43 de la página 295. ¿Se
2 2
justifica que supongamos que σ 1 ≠ σ cuando cons- truimos nuestro intervalo de confianza para μ1 – μ2?

9.43 Una empresa de taxis trata de decidir si compra- rá neumáticos de la marca A o de la marca B para su

flotilla de taxis. Para estimar la diferencia entre las dos marcas realiza un experimento utilizando 12 neumáti-
cos de cada marca, los cuales utiliza hasta que se des- gastan. Los resultados son:

Marca A: x 1̄ = 36,300 kilómetros, s1 = 5000 kilómetros.

Marca B: x 2̄ = 38,100 kilómetros, s2 = 6100 kilómetros.

Calcule un intervalo de confianza del 95% para μA – μB, suponiendo que las poblaciones se distribuyen de for-
ma aproximadamente normal. Puede no suponer que las varianzas son iguales.

9.97 Un fabricante de planchas eléctricas produce es- tos artículos en dos plantas en las que las partes peque-
ñas son surtidas por el mismo proveedor. El fabricante puede ahorrar algo si le compra a un proveedor local
los termostatos para la planta B. Para probar si estos nuevos termostatos son tan precisos como los anterio- res
le compra sólo un lote al proveedor local y los prue- ba en planchas a 550°F. Al final lee con un termopar las
temperaturas reales y las redondea al siguiente 0.1°F más cercano. Los datos son los siguientes:

Calcule un intervalo de confianza de 95% para σ

2 2
1/σ y para σ1/σ2, donde σ 1 y σ son las
2 2

varianzas de la población de las lecturas de los

termostatos del provee- dor nuevo y del anterior,
respectivamente.

10.1 Suponga que un alergólogo desea probar la hi- pótesis de que al menos 30% del público es alérgico a
algunos productos de queso. Explique cómo el alergó- logo podría cometer

a) un error tipo I

b) un error tipo II.

10.4 Un fabricante de telas considera que la propor- ción de pedidos de materia prima que llegan con retraso
es p = 0.6. Si una muestra aleatoria de 10 pedidos in- dica que 3 o menos llegaron con retraso, la hipótesis de
que p = 0.6 se debería rechazar a favor de la alternativa p < 0.6. Utilice la distribución binomial.

a ) Calcule la probabilidad de cometer un error tipo I si la proporción verdadera es p = 0.6.

b) Calcule la probabilidad de cometer un error tipo II para las alternativas p = 0.3, p = 0.4 y p = 0.5.

10.5 Repita el ejercicio 10.4 pero suponga que se se- leccionan 50 pedidos y que se define a la región crítica
como x ≤ 24, donde x es el número de pedidos en la muestra que llegaron con retraso. Utilice la aproxi-
mación normal.

10.14 Un fabricante desarrolla un nuevo sedal para pesca que, según afirma, tiene una resistencia media a la
rotura de 15 kilogramos con una desviación estándar de 0.5 kilogramos. Para probar la hipótesis de que μ = 15
kilogramos contra la alternativa de que μ < 15 kilo- gramos se prueba una muestra aleatoria de 50 sedales. La
región crítica se define como x ̄ < 14.9.

1. a) Calcule la probabilidad de cometer un error tipo I cuando H0 es verdadera.

2. b) Evalúe β para las alternativas μ = 14.8 y μ = 14.9 kilogramos.

10.24 La estatura promedio de mujeres en el grupo de primer año de cierta universidad ha sido, histórica-
mente, de 162.5 centímetros, con una desviación están- dar de 6.9 centímetros. ¿Existe alguna razón para
creer que ha habido un cambio en la estatura promedio, si una muestra aleatoria de 50 mujeres del grupo
actual de primer año tiene una estatura promedio de 165.2 centí- metros? Utilice un valor P en su conclusión.
Suponga que la desviación estándar permanece constante.

1. El gerente de Danvers-Hilton Resort afirma que la cantidad media que gastan los huéspedes en un fin
de semana es de $600 o menos. Un miembro del equipo de contadores observó que en los últimos
meses habían aumentado tales cantidades. El contador emplea una muestra de cuentas de fin de
semana para probar la afirmación del gerente.
A. ¿Qué forma de hipótesis deberá usar para probar la afirmación del gerente? Explique. H0: μ
􏰌 600 H0: μ 􏰌 600 H0: μ 􏰌 600

Ha: μ 􏰌 600 Ha: μ 􏰌 600 Ha: μ 􏰌 600

B. ¿Cuál es la conclusión apropiada cuando no se puede rechazar la hipótesis nula H0?

C. ¿Cuál es la conclusión apropiada cuando se puede rechazar la hipótesis nula H0?

2. El gerente de un negocio de venta de automóviles está pensando en un nuevo plan de bonifica-

ciones, con objeto de incrementar el volumen de ventas. Al presente, el volumen medio de ven- tas
es 14 automóviles por mes. El gerente desea realizar un estudio para ver si el plan de bonificaciones
incrementa el volumen de ventas. Para recolectar los datos una muestra de vende- dores venderá
durante un mes bajo el nuevo plan de bonificaciones.
A. Dé las hipótesis nula y alternativa más adecuadas para este estudio.
B. Comente la conclusión resultante en el caso en que H0 no pueda rechazarse.
C. Comente la conclusión que se obtendrá si H0 puede rechazarse.
 10. Considere la prueba de hipótesis siguiente:

H0:μ􏰌 25 Ha: μ 􏰌 25

En una muestra de 40, la media muestral fue 26.4. La desviación estándar poblacional es 6.

A. Calcule el valor del estadístico de prueba.

B. ¿Cuál es el valor-p?
C. Use α 􏰌 0.01, ¿cuál es su conclusión?
D. ¿Cuál es la regla de rechazo si se usa el método del valor crítico? ¿Cuál es su conclusión?

11. Considere la prueba de hipótesis siguiente:

H0:μ􏰌 15 Ha: μ 􏰌 15

En una muestra de 50, la media muestral fue 14.15. La desviación estándar poblacional es 3.

A. Calcule el valor del estadístico de prueba.

B. ¿Cuál es el valor-p?
C. Use α 􏰌 0.05, ¿cuál es su conclusión?
D. ¿Cuál es la regla de rechazo si se usa el método del valor crítico? ¿Cuál es su conclusión?

15. Las declaraciones de impuestos presentadas antes del 31 de marzo obtienen un reembolso que en
promedio es de $1056. Considere la población de los declarantes de “última hora” que pre- sentan su
declaración los últimos cinco días del periodo para este trámite (normalmente del 10 al 15 de abril).

A. Un investigador sugiere que la razón por la que estos declarantes esperan hasta los últimos días se
debe a que en promedio obtienen un reembolso menor que los que declaran antes del 31 de marzo.
Dé las hipótesis apropiadas de manera que el rechazo de H0 favorezca la su- gerencia de este
investigador.
B. En una muestra de 400 personas que presentaron su declaración entre el 10 y el 15 de abril, la media
de los reembolsos fue $910. Por experiencia se sabe que es posible considerar que la desviación
estándar poblacional es σ 􏰌 $1600. ¿Cuál es el valor-p?
C. Con α 􏰌 0.05, ¿cuál es su conclusión?
D. Repita la prueba de hipótesis anterior usando el método del valor crítico.