Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LICENCIATURA EN:
ING. INDUSTRIAL
MATERIA
SIMULACIÓN (6b4B)
TAREA DE LA UNIDAD 4
EJERCICIOS
INTEGRANTES
GIRÓN ESPINOSA JOSÉ CHRISTIAN
QUIAHUA TLEHUAHTLE ROCÍO
MOZQUEDA FLORES MAGDIEL ALEYDA
BERNAL MARTINEZ JOSÉ EDUARDO
PROFESOR
CONSTANTINO GERARDO MORAS SANCHEZ
SEMESTRE
FEB – JUN 2019
EJERCICIOS
𝛼 𝑆 2 (𝑛)
𝑡𝑖 − 1, √ ≤𝛽
2 𝑖
Datos:
𝑥̅ = 54.9
𝑠̅=31.43
𝛽=3
1 − 𝛼 = 0.95
𝛼 = .05
Solución:
31.43 31.43
𝑇10 (0.025)√ 11
= 2.228√ 11
= 3.766097
31.43 31.43
𝑇11 (0.025)√ = 2.201√ = 3.5620
12 12
31.43 31.43
𝑇12 (0.025)√ = 2.179√ = 3.38811
13 13
31.43 31.43
𝑇13 (0.025)√ = 2.160√ = 3.236397
14 14
31.43 31.43
𝑇14 (0.025)√ = 2.145√ = 3.104944
15 15
31.43 31.43
𝑇15 (0.025)√ = 2.131√ = 2.98672
16 16
Solución
H0: Los datos que representan el número de accidentes industriales por mes en
una fábrica de acero, por los últimos diez años siguen la distribución Poisson.
Ha: Los datos que representan el número de accidentes industriales por mes en
una fábrica de acero, por los últimos diez años no siguen la distribución Poisson.
(0𝑥65) + (1𝑋25) + (2𝑥8) + (3𝑥7) + (4𝑥6) + (5𝑥5) + (6𝑥4)
𝜆=
120
𝜆 = 1.125
ᵡ Ui 𝜆𝜒 . 𝑒 −𝜆 𝐸(𝑥) = 𝑵. 𝑷(𝑿)
𝑃(𝑥) =
𝜒!
0 65 0.3246 38.952
1 25 0.3652 43.824
2 8 0.2054 24.648
3 7 0.0770 9.24
4 6 0.021 2.52
5 5 4.8752 585.024
6 4 9.1411 1096.932
Para X=4 , se incumple la propiedad Xi>5, entonces se conjuntan ambos (x=3 y x=4)
resultando en:
ᵡ Ui 𝜆𝜒 . 𝑒 −𝜆 𝐸(𝑥) = 𝑵. 𝑷(𝑿)
𝑃(𝑥) =
𝜒!
0 65 0.3246 38.952
1 25 0.3652 43.824
2 8 0.2054 24.648
3-4 13 0.098 11.76
Estadístico de la prueba
(𝑈𝑖− 𝜀𝑖 )2
𝜒2 = Σ
𝜀𝑖
Sustituyendo:
𝜒 2 = [17.419]+[8.085] + [11.244]+[0.131]
𝜒 2 = 36.879
Región de Rechazo
𝜒2𝛼 , 𝑘 − 1 − 𝑝
Donde:
K= número de celdas
P=número de parámetros estimados
Sustituyendo:
36.879𝛼=0.01 , 4 − 1 − 1
36.879𝛼=0.01 , 2
R.R= 9.210
R.A
R.R
0 9.210 36.879
Decisión:
H0 se rechaza, la hipótesis nula es descartada, pues el estadístico 𝜒 2 (se
encuentra fuera de la región aceptada.
3. Se tomó una muestra de 20 datos de los tiempos de servicio en minutos que un
empleado de una gasolinera tarda despachando gasolina por automóvil. Los 20
datos en minutos son los siguientes:
1.3, 2.6, 7.4, 3.2, 4.5, 1.9, 2.2, 2.1, 3.6, 6.5, 2.4, 2.9, 4.5, 6.1, 6.0, 3.0, 2.8, 2-6,
3.5, 4.5.
Aplique la prueba de K-S y pruebe la hipótesis de que estos datos siguen la
distribución exponencial con una media beta de 3.7 minutos, con una alfa de 0.01,
sabiendo que la fórmula de la función de distribución exponencial es:
𝐹(𝑋) = 1 − 𝑒 −𝑋/𝛽
Nota: No se olvide de ordenar los datos en forma ascendente.
Especifique claramente:
A. La hipótesis nula.
B. La hipótesis alterna.
C. El estadístico de la prueba.
D. La región de rechazo.
E. La decisión.
F. La conclusión.
H0: Los tiempos en minutos de servicio que un empleado de una gasolinera tarda
despachando gasolina por automóvil siguen la distribución exponencial con media β de
3.7 min,
Ha: Los tiempos en minutos de servicio que un empleado de una gasolinera tarda
despachando gasolina por automóvil no siguen la distribución exponencial con media β
de 3.7 min,
𝑭∗ (𝑿𝒊) = 𝟏 − 𝒆−𝒙/𝜷 𝒊
i 𝑿𝒊 − 𝑭∗ (𝑿𝒊) 𝑭∗ (𝑿𝒊) − (𝒊 − 𝟏)/𝒏
𝒏
1 1.3 0.2963 -0.2463 0.2963
2 1.9 0.4016 -0.3016 0.3516
3 2.1 0.4331 -0.2831 0.3331
4 2.2 0.4482 -0.2482 0.2982
5 2.4 0.4772 -0.2272 0.2772
6 2.6 0.5047 -0.2047 0.2547
7 2.6 0.5047 -0.1547 0.2047
8 2.8 0.5308 -0.1308 0.1808
9 2.9 0.5433 -0.0933 0.1433
10 3 0.5555 -0.0555 0.1055
11 3.2 0.5789 -0.0289 0.0789
12 3.5 0.6117 -0.0117 0.0617
13 3.6 0.622 0.028 0.022
14 4.5 0.7036 -0.0036 0.0536
15 4.5 0.7036 0.0464 0.0036
16 4.5 0.7036 0.0964 -0.0464
17 6 0.8024 0.0476 0.0024
18 6.1 0.8076 0.0924 -0.0424
19 6.5 0.8274 0.1226 -0.0726
20 7.4 0.8647 0.1353 -0.0853
𝐷 = 𝑀𝑎𝑥 (0.1353,0.3516)= 0.3516
Región de Rechazo
1.63
𝐷0.01 = = 0.3645
√20
Decisión como 0.3645>0.3516, entonces se acepta la hipótesis nula (H0)
Conclusión: