01ApoyoResolucionProblemas PDF

Probabilidad y Estadística
http://web.frm.utn.edu.ar/estadistica Doc EF01
Documento de apoyo para la resolución de problemas. Criterios y

parámetros de evaluación.
Resolución y Análisis del Problema 2 del Examen Final tomado el día 19/12/02
Daniel Fernández . Prof. Titular de la cátedra Probabilidad y Estadística
Introducción
Es bien conocida la ansiedad generada en muchos estudiantes por saber de antemano cómo son los exámenes de
la materia, qué se pregunta, cuáles son los puntos del programa más importantes, cuáles los más difíciles,
cuáles se dejan de lado, con cuánto se aprueba, …
Con este documento pretendemos mitigar la ansiedad generada por el desconocimiento de las respuestas a estas
preguntas, indicando los criterios con que revisa lo producido por los estudiantes en el momento de asignar una
calificación al examen.
De ningún modo este material puede sustituir la actividad constructiva del docente ni del estudiante en la
adquisición de los aprendizajes, pero es un recurso que pretende potenciar este proceso de enseñanza/aprendizaje
ofreciendo ideas, propuestas y sugerencias que aporten al trabajo profesional del docente y al esfuerzo individual
del alumno. No se trata de hacer las cosas fáciles, sino de construir juntos, de ofrecer alternativas para orientar el
esfuerzo. En esta oportunidad hemos tomado el Problema 2 del examen final que se tomó el día 19 de diciembre
de 2002 y nos proponemos acompañarle en su resolución, explorando y analizando el trabajo que realizaron los
alumnos evaluados.
Contenido
El contenido del documento es el siguiente:
§ Objetivos
§ El problema
§ La consigna general y el puntaje asignado
§ Definición de la variable en estudio
§ Distribución de la variable en estudio
§ Planteo de la solución del problema, cálculos, resultados e interpretaciones
§ Anexo 1: Lo producido por los alumnos
§ Anexo 2: Estadística descriptiva del puntaje obtenido en el Problema 2
Objetivos
Objetivo general
§ Proveer un instrumento mediador para la resolución de problemas de Probabilidad y Estadística
Objetivos particulares
§ Explicar las consignas generales para la resolución de problemas
§ Exponer el criterio de asignación de puntajes en la corrección del examen
§ Desarrollar una resolución didáctica de un problema
§ Examinar el trabajo de los alumnos evaluados
1
El problema
A continuación se recuerda la consigna general para la resolución de problemas en el examen, el enunciado, el
puntaje total asignado y se ofrece una resolución abreviada del mismo con la discriminación del puntaje.
Posteriormente se realiza el análisis en detalle.
¡Importante!
Resuelva los problemas propuestos a continuación teniendo en cuenta que en cada uno de ellos se
debe:
§ Definir eventos o variables en estudio, según corresponda
§ Justificar y plantear la solución del problema
§ Efectuar los cálculos necesarios
§ Interpretar resultados
Problema 2 __________________________________________________ 30 Puntos

El Ministerio estima que más del 70% de los colectivos locales están contaminando la ciudad con emanaciones
de gases tóxicas. Para probar su hipótesis implementa un plan que consiste en inspeccionar 15 colectivos. Si diez
o más colectivos en la muestra resultan contaminantes, dará por cierta su estimación. Determine los riesgos de
este procedimiento de prueba propuesto por el Ministerio (errores de decisión) para verificar su estimación y
concluya si es o no un buen procedimiento de prueba. Para ello suponga que, aunque el Ministerio lo desconoce,
el porcentaje real de colectivos que contaminan es del 80%.
Puntaje Solución del Problema 2
Variable en estudio (3) X: cantidad de colectivos locales en la muestra, que contaminan la

ciudad con emanaciones de gases tóxicas
Distribución de probabilidad e
identificación de parámetros (5) X ~ binomial (x; n; p )
Planteo de hipótesis (5) Hipótesis nula y alternativa de la prueba de hipótesis:

H0 : p = 0,70
H1 : p > 0,70
Planteo y cálculo de la solución α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,70) = 1 – P(X < 10) =
(6) = 1 – P(X ≤ 9) = 1 – B( x = 9; n = 15; p = 0,70) = 1 – 0,2784 = 0,7216
Planteo y cálculo de la solución β = P(error de tipo II) = P( X < 10, cuando p = 0,80) = P(X ≤ 9) =
(6) = F(9) = B ( x = 9; n = 15; p = 0,80) = 0,0611
Interpretación de resultados (5) Interpretación:

No es un buen procedimiento de prueba porque … (ver análisis
siguiente)
1. La consigna general y el puntaje asignado

En toda evaluación de aplicaciones prácticas indicamos una consigna general para la resolución de problemas; en
el caso del examen analizado fue la siguiente:
¡Importante!
Resuelva los problemas propuestos a continuación teniendo en cuenta que en cada uno de ellos se
debe:
§ Definir eventos o variables en estudio, según corresponda
§ Justificar y plantear la solución del problema
§ Efectuar los cálculos necesarios
§ Interpretar resultados
Cada problema tiene un puntaje asignado. En particular al Problema 2 le fueron asignados en el examen 30
puntos, discriminados de la siguiente manera:
2
§ Definir la variable en estudio ............................................................................................................................03 Puntos
§ Justificar y plantear la solución del problema con los cálculos correspondientes ....................................22 Puntos
§ Interpretar resultados ..........................................................................................................................................05 Puntos
Discriminación del puntaje para la justificación, planteo y cálculos de la solución de este problema particular:
§ Identificar la distribución de probabilidad de la variable y sus parámetros ..............................................05 Puntos

§ Planteo de las hipótesis nula y alternativa.......................................................................................................05 Puntos
§ Planteo y cálculo de la probabilidad de cometer error de tipo I (α) ...........................................................06 Puntos
§ Planteo y cálculo de la probabilidad de cometer error de tipo II (β) ..........................................................06 Puntos
Debe tener presente que en la resolución de problemas no es tan importante el recordar de memoria una fórmula.
De hecho, Usted puede utilizar la bibliografía para resolver las aplicaciones en el examen. Por esta razón, en la
corrección del problema se tiene en cuenta cada una de las consignas mencionadas anteriormente.
El llegar a un resultado numérico correcto, no es suficiente. Es necesario que, además, realice un planteo claro de
la solución con la justificación correspondiente, haga uso del lenguaje simbólico de manera correcta, e interprete
el resultado obtenido mediante los cálculos.
Si no llega a un resultado numérico correcto por error en los cálculos, pero hace un planteo claro de la solución
con la justificación correspondiente, hace uso apropiado de la simbología e interpreta el resultado, se valorará lo
realizado y se descontará puntos sólo por el error de cálculo.
Veamos esto último con más profundidad. En varias oportunidades, los identificados como Problemas,
constituyen una verdadera Situación de Prueba que representa una totalidad construida especialmente para
apreciar la existencia de variedad de aprendizajes que se articulan en torno de un eje que los integra y les da
sentido. El eje integrador seleccionado para articular la variedad de aprendizajes, tiene como fin estructurar
saberes, prácticas y competencias tipificantes de situaciones reales o cuasi reales, las que necesariamente se
resuelven con los recursos que implícitamente se están requiriendo. En consecuencia, el enfoque evaluativo es
analítico en relación con las partes que lo componen, pero también globalizador en función de las relaciones y
estructura general de la situación propuesta.
En el Problema 2, por ejemplo, se pide determinar los riesgos del procedimiento de prueba propuesto por el
Ministerio (errores de decisión) para verificar la estimación de aquel y concluir si es o no un buen
procedimiento de prueba. Nuestra intención en esta instancia del proceso educativo no es llevarle una solución al
Ministerio, sino confrontarlo a Usted a una situación como la descripta, en la que los aprendizajes se articulen en
torno de este eje integrador que les da sentido. Por esta razón, la evaluación del problema tendrá dos enfoques;
en el primero se evaluará cada una de las partes que componen la solución del problema y que de algún modo
son las que aparecen en la consigna general; el segundo, será un enfoque globalizador en el que se tendrá en
cuenta a las relaciones y la estructura de la solución propuesta como un todo. Consecuentemente, en base a este
criterio se hará la asignación del puntaje por lo producido en la solución del problema.
En general, se considerará aceptable lo actuado por el alumno en la resolución de un problema o situación de

prueba, cuando el nivel de éxito del conjunto de las partes componentes del eje integrador, más allá de la
cantidad e importancia de las deficiencias observadas, revelen en general un nivel aceptable de logro de los
propósitos que subyacen a las tareas seleccionadas.
Considerado el criterio expuesto para la asignación del puntaje a partir de la consigna general del problema,
enunciamos la siguiente advertencia:
¡Advertencia!
Si la solución de un problema carece de un eje integrador que dé sentido al resultado e interpretación realizada,
no se asignará puntaje a la resolución del problema.
3
Otro ejemplo: Suponga que se tiene un problema de estimación de la varianza de una población normal y para la
construcción del intervalo de confianza Usted utiliza la distribución t de Student. Por más que haya definido
correctamente la variable en estudio, haya encontrado correctamente en tabla los valores de t que corresponden
al nivel de confianza elegido, el error es grave y no se asignará puntos por el trabajo realizado.
Por el contrario, si Usted utilizó la distribución ji cuadrada para la construcción del intervalo de confianza,
identificó correctamente el parámetro de la misma y no definió la variable, o no llegó a un resultado
numéricamente correcto por algún error de cálculo, en este caso sólo se descontarán los puntos correspondientes
pero se tendrá en cuenta que se logró el objetivo principal del problema (estimación por intervalos de confianza).
La idea es que no se aprueba el examen sólo definiendo variables; tampoco se aprueba sólo interpretando
correctamente resultados numéricos incorrectos, ni se aprueba sólo llegando a resultados numéricos correctos
despojados de toda justificación e interpretación. Esto se traduce también en que no es posible sumar puntos
aislados para alcanzar el puntaje mínimo exigido para aprobar el examen.
2. Definición de la variable en estudio

La definición de la variable en estudio implica adoptar una simbología acordada convencionalmente que permita
simplificar la lectura de la resolución del problema. Utilizar una simbología adecuada para representar una
situación y su solución, como para comunicar los resultados a otras personas, forma parte de los objetivos del
curso y por lo tanto estará presente en todo el proceso de enseñanza/aprendizaje.
à ¿Cómo definir la variable en estudio?
Recordemos que el plan de trabajo del Ministerio consiste en inspeccionar una muestra de 15 colectivos y
observar el número de colectivos en la muestra que resultan contaminantes. Se espera que el número de
colectivos contaminantes cambie de muestra en muestra; esto significa que el resultado de inspeccionar 15
colectivos no es determinístico sino que es aleatorio.
En el estudio que se realiza no tiene importancia el color, la marca de los vehículos ni el número de dominio. Lo
importante es el número o la cantidad de colectivos que contaminan.
Si el Ministerio tuviera la posibilidad de inspeccionar la totalidad de colectivos locales (población), este estudio
no tendría razón de ser, pues conocería lo que supone. Como no puede estudiar la población de colectivos
locales, estudiará una muestra de los mismos para realizar inferencias a partir de la misma. Resulta importante
resaltar entonces que lo que se estudiará es el número de colectivos que contaminan en la muestra seleccionada.
Como veremos más adelante cuando estudiemos la distribución de la variable en estudio, es importante aclarar si
nos referimos a la cantidad de colectivos que contaminan o la cantidad de colectivos que no contaminan en la
muestra.
Teniendo en cuenta que un colectivo puede contaminar de modos diferentes, como estudiantes de ingeniería
resulta conveniente indicar el tipo de contaminación que se estudia. En nuestro caso se refiere a la contaminación
con emanaciones de gases tóxicos y no a una contaminación sonora, por ejemplo.
Para tener en cuenta toda la información disponible en el enunciado, puede indicarse que sólo se inspeccionarán
los colectivos locales. Nada se dice de otros colectivos que pudieran circular por la ciudad, por ejemplo, ómnibus
de larga distancia que acceden a una terminal de ómnibus de procedencias varias.
Imagine que Usted es un profesional de la ingeniería, mientras más claras estén las condiciones en que Usted
estudia un problema, construye la solución con un argumento válido y comunica los resultados adecuadamente,
la interpretación de los resultados no dejará lugar a dudas, y si aparecen observaciones, seguramente serán para
que Usted pueda enriquecer su trabajo y no para descalificarlo.
Volviendo al problema, si bien en el enunciado se hace mención a la proporción o porcentaje de colectivos que
contaminan, el problema propone decidir si es o no un buen procedimiento a partir de la cantidad de colectivos
contaminantes en la muestra.
4
A partir de estas consideraciones, una posible definición de la variable en estudio podría ser la siguiente:
X: cantidad de colectivos locales en la muestra, que contaminan la ciudad con emanaciones de gases tóxicas
De aquí en más, cada vez que se escriba la letra X se hará alusión a la definición enunciada.
à Su análisis personal
Después de leer detenidamente las definiciones de los alumnos evaluados en el Anexo 1, efectúe un juicio crítico
de las mismas.
à Nuestro comentario
A continuación hacemos comentarios sobre el trabajo de algunos estudiantes en el examen:
Alumno 24:
Definición: X ∼ colectivos que contaminan
En Estadística, el símbolo “∼” se lee “sigue una distribución …” o “se encuentra distribuida …”.
Por ejemplo, la notación X ∼ N (µ, σ²) indica que la variable aleatoria X se encuentra normalmente distribuida,
con media µ y varianza σ². No es correcto utilizarlo de este modo para definir la variable.
Alumno 34:
Definición: X: colectivos locales inspeccionados
En este momento, el número de colectivos inspeccionados no es una variable en estudio. El procedimiento de
muestreo indica inspeccionar 15 colectivos.
Alumno 39:
Aclara que “El parámetro de interés p es el porcentaje de colectivos que contaminan la ciudad con emanaciones
de gas”. La respuesta a la consigna definir variable no es del todo correcta, pues si bien define que “el parámetro
de interés p es el porcentaje de colectivos que contaminan la ciudad con emanaciones de gas”, utiliza
posteriormente en el planteo de la solución la variable X sin definirla previamente.
à Algunas estadísticas descriptivas
§ El 65% de los alumnos que resolvieron o intentaron resolver el problema no definió la variable en estudio.
§ De los catorce (35%) que definieron la variable, tres (7,5%) lo hicieron incorrectamente y once (27,5%) la
definieron de manera incompleta.
3. Distribución de la variable en estudio

Una vez definida la variable en estudio, si corresponde, conviene identificar la distribución de probabilidad de la
misma y sus parámetros, a los efectos de facilitar el cálculo de probabilidades asociadas con la misma.
Si se utiliza una aproximación de la distribución de la variable en los cálculos, por ejemplo, la distribución
normal como aproximación de la distribución binomial, deberá justificarse que la aproximación es aceptable.
(Ver apartado 6.5 del texto de referencia, p. 163).
Para determinar los riesgos del procedimiento de prueba propuesto por el Ministerio en términos de errores de
decisión, es necesario calcular la probabilidad de equivocarse al decidir si es o no un buen procedimiento de
prueba. Observe que está en plural: “errores de decisión”.
Como hemos estudiado, se pueden cometer dos tipos de errores al tomar una decisión equivocada en un
procedimiento de prueba de hipótesis, esto es, el error de tipo I y el error de tipo II. El reconocer la distribución
5
de probabilidad de la variable aleatoria en estudio tiene como fin, facilitar los cálculos necesarios para
determinar la probabilidad de equivocarnos.
Recordemos que el plan de trabajo del Ministerio consiste en inspeccionar una muestra de 15 colectivos y
observar el número de colectivos en la muestra que resultan contaminantes.
El experimento aleatorio consiste en inspeccionar cada uno de los quince colectivos y verificar si contamina o
no. Es decir, repetiremos el experimento quince veces (n = 15). El experimento tiene dos posibles resultados
mutuamente excluyentes: contamina o no contamina. Si aceptamos la independencia de los resultados obtenidos
entre los colectivos de la muestra y estamos interesados en la cantidad de colectivos que contaminan en la
muestra (variable aleatoria discreta), la variable aleatoria sigue una distribución binomial, de parámetros n y p.
Ya hemos indicado que n es igual a 15, pero nada hemos dicho acerca de p. Como se verá más adelante,
deberemos analizar el valor de p en cada uno de los planteos de la solución. Por ejemplo, si tomamos como
cierta la hipótesis de que como máximo el 70% de los colectivos contaminan, nos permite suponer que en el caso
extremo, p = 0,70.
Es importante aclarar que debe utilizar un lenguaje simbólico apropiado, tanto para definir la distribución de
probabilidad de la variable en estudio, como su/s parámetro/s.
En símbolos se expresa como:
X ~ binomial (x; n, p ), con n = 15 y p = 0,70
No es la única forma correcta de expresarla. Los propios autores del texto de referencia escriben: X ~ b (x; n, p )
para la distribución de probabilidad de la variable aleatoria binomial x, y X ~ B (x; n, p ) para la función de
distribución acumulada de la misma. (Ver apartado 5.3, p. 118-119).
Analice las definiciones propuestas por los alumnos evaluados en el Anexo 1 de este documento y realice un
juicio crítico de las mismas.
§ El 60% de los alumnos intentan o resuelven el problema sin justificar ni identificar la distribución de
probabilidad de la variable en estudio.
§ Nueve (22,5%) alumnos identifican correctamente la distribución que corresponde a la variable en estudio,
sin justificación alguna.
§ Siete alumnos (17,5%) utilizan sin justificar y cuando no corresponde, la aproximación normal.
§ Ninguno de los alumnos hizo un análisis para justificar la utilización de la distribución de probabilidad de la
variable en estudio.
4. Planteo de la solución del problema, cálculos, resultados e

interpretaciones
Plantear la solución no es más que expresar en símbolos lo que se debe hacer para obtener el resultado que nos
conduzca a la solución del problema, previo a los cálculos.
Recuerde que la consigna es determinar los riesgos del procedimiento de prueba, en términos de errores de
decisión, y para calcular las probabilidades de cometer errores al tomar decisiones incorrectas, es necesario
establecer las hipótesis nula y alternativa.
Lea detenidamente el enunciado: El Ministerio estima que más del 70% de los colectivos locales están
contaminando la ciudad con emanaciones de gases tóxicas. Esta es la hipótesis del Ministerio.
6
à ¿Cómo establecer las hipótesis nula y alternativa?
Si tenemos en cuenta que el Ministerio es un órgano de control, no está preocupado porque el porcentaje de
colectivos que contaminan es bajo, sino porque le parece que es muy elevado; es más, que piensa que supera el
70%.
Analicemos cada una de las situaciones que se pueden presentar al establecer las hipótesis:
Situación 1 Situación 2 Situación 3

H0 : p = 0,70 H0 : p = 0,70 H0 : p = 0,70
H1 : p ≠ 0,70 H1 : p < 0,70 H1 : p > 0,70
Situación 1:
a) Se toma la decisión de aceptar la hipótesis nula
Suponga que la evidencia muestral nos conduce a aceptar la hipótesis nula. Esta decisión de aceptar la hipótesis
nula, simplemente indica que los datos de la muestra no dan suficiente evidencia para rechazarla.
Tal como está planteada la hipótesis alternativa, el aceptar la hipótesis nula advierte que el verdadero valor de la
proporción de colectivos que contaminan no es significativamente diferente de 0,70. Es decir, no está ni muy por
encima ni muy por debajo de 0,70. Esta decisión no estaría apoyando la hipótesis del Ministerio de que más del
70% contamina, sólo indica que no hay suficiente evidencia como para suponer que es diferente de 0,70.
b) Si rechaza la hipótesis nula
Podría suceder que la evidencia muestral arrojara un valor muy por debajo, como muy por encima del valor 0,70.
Si diera un valor muy por debajo, rechazaríamos la hipótesis nula pero esto no probaría la hipótesis del
Ministerio.
En resumen, esta situación no sería la que corresponde a la solución del problema.
Situación 2:
a) Si acepta la hipótesis nula
proporción de colectivos que contaminan no es significativamente menor de 0,70. Pero, puede estar tan cerca
como se quiera del valor 0,70, o muy por encima del mismo, por ejemplo, 0,9998. Esta decisión no nos
conducirá a probar que es significativamente mayor que 0,70; en tal caso no hay evidencia suficiente para decir
que es significativamente menor que 0,70.
En este caso, la evidencia muestral estaría indicando que la proporción de colectivos que contaminan no es 0,70,
sino significativamente menor. Tampoco esto es lo que quiere probar el Ministerio, ya que si la proporción de
colectivos que contaminan fuera de 0,001, no habría razones para preocuparse por tal contaminación.
Tampoco esta situación corresponde a la solución del problema.
Situación 3:
a) Si acepta la hipótesis nula
proporción de colectivos que contaminan no es significativamente mayor de 0,70. Puede estar tan cerca como se
quiera del valor 0,70, o muy por debajo del mismo.
7
En este caso, la evidencia muestral estaría indicando que la proporción de colectivos que contaminan no es 0,70,
sino significativamente mayor que 0,70. ¡Esto es lo que está tratando de probar el Ministerio!
En definitiva, si la evidencia muestral nos conduce al rechazo de la hipótesis nula, estaríamos en condiciones de
afirmar que el porcentaje de colectivos que contaminan es significativamente mayor del 70%.
Las hipótesis nula y alternativa que corresponden al planteo de una solución que nos conduzca a probar la
hipótesis del Ministerio son, respectivamente:
H0 : p = 0,70
H1 : p > 0,70
à ¿Cómo plantear la solución del problema y efectuar los cálculos correspondientes?
Lea nuevamente el enunciado: Para probar su hipótesis implementa un plan que consiste en inspeccionar 15
colectivos. Si diez o más colectivos en la muestra resultan contaminantes, dará por cierta su estimación.
Entonces, ¿qué deben hacer los empleados del Ministerio?. Deben seleccionar una muestra aleatoria de 15
colectivos y fijarse cuántos de ellos contaminan.
Recordemos que ya hemos definido la variable aleatoria en estudio, que ya hemos indicado cuál es la
distribución de probabilidad de la misma, que debemos calcular probabilidades para medir el riesgo de decidir
mal, y que el criterio de decisión lo ha establecido el Ministerio: Si diez o más colectivos en la muestra resultan
contaminantes, dará por cierta su estimación. A esta altura ya tenemos el trabajo lo suficiente avanzado como
para plantear la solución del problema.
El Ministerio dará por cierta su estimación cuando encuentre diez o más colectivos que contaminen en la
muestra. En símbolos esto se escribe del siguiente modo:
P ( X ≥ 10)
La letra P la utilizamos para referirnos a la función probabilidad, la letra X es la variable aleatoria en estudio y el
valor numérico 10 es el valor crítico a partir del cual el Ministerio da por cierta su estimación.
Leemos entonces:
P ( X ≥ 10): Probabilidad de que la cantidad de colectivos locales en la muestra, que contaminan la ciudad con
emanaciones de gases tóxicas, sea igual o mayor que diez.
Pero la consigna es determinar el riesgo del procedimiento empleado para tomar una decisión equivocadamente,
es decir, medir la probabilidad de que se cometan errores al decidir.
Se tomaría una decisión equivocada cuando se rechace una hipótesis nula cierta. Esto es el error de tipo I y la
máxima probabilidad de cometer dicho error está dada por el nivel de significancia α.
La regla de decisión apropiada al procedimiento de prueba es la siguiente:
No Rechazo Ho Rechazo Ho x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
8
El error de tipo I
Podría suceder que la verdadera proporción de colectivos que contaminan en la ciudad sea igual o menor que
0,70, y en la muestra de los 15 inspeccionados se encuentren diez o más colectivos contaminantes. Si esto
ocurre, los empleados del Ministerio concluirían erróneamente, que más del 70% contaminan. ¿Qué tan probable
es esto?
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,70)
Observe que para efectuar los cálculos, además de utilizar la distribución de probabilidad de la variable aleatoria
en estudio que previamente hemos identificado, se debe reconocer los parámetros que corresponde utilizar en
cada caso.
α = P( X ≥ 10, cuando p = 0,70) = 1 – P(X < 10) = 1 – P(X ≤ 9) = 1 – F(9) =

= 1 – B( x = 9; n = 15; p = 0,70) = 1 – 0,2784 = 0,7216
El error de tipo II
Si la realidad fuera que más del 70% de los colectivos están contaminando la ciudad (preste atención a que el
enunciado indica que, aunque el Ministerio lo desconoce, el porcentaje real de colectivos que contaminan es del
80%) y al inspeccionar una muestra de 15 colectivos los empleados de Ministerio encuentran que menos de diez
están contaminando, concluirían erróneamente, que no hay evidencia suficiente en la muestra para decir que más
del 70% están contaminando, aceptando así una hipótesis nula falsa, pues de hecho el 80% están contaminando
realmente. ¿Qué tan probable es esto?
β = P(error de tipo II) = P( X < 10, cuando p = 0,80)
Observe que si bien utilizamos la distribución binomial, los parámetros que corresponden a este cálculo no son
los mismos:
β = P(error de tipo II) = P( X < 10, cuando p = 0,80) = P(X ≤ 9) = F(9) =

= B( x = 9; n = 15; p = 0,80) = 0,0611
à ¿Cómo interpretar los resultados?
El planteo de la solución con la justificación correspondiente y los cálculos, permitirán arribar a resultados
numéricos que después deberemos interpretar. Esta etapa dará validez a nuestro trabajo. Es una etapa técnica que
utiliza para el cálculo las herramientas de la probabilidad y estadística, donde abundarán los símbolos y demás
objetos matemáticos. Para que una persona pueda entender nuestro razonamiento, deberá tener conocimientos
previos de probabilidad y estadística.
La interpretación de los resultados deberá responder a la consigna del problema, expresando en palabras nuestra
conclusión en función de los resultados a que se arriba después de realizar los cálculos. Esta etapa debe estar
prácticamente despojada de tecnicismos, de modo tal que pueda entenderla cualquier persona, sin necesidad de
tener conocimientos previos de probabilidad y estadística.
Piense que Usted puede integrar equipos interdisciplinarios en la que se produzca esta situación; también puede
imaginar que Usted debe informar a la prensa de la situación que se está dando en la ciudad y cuáles han sido los
resultados de los estudios realizados sobre la contaminación que producen los colectivos locales. Deberá tener
entonces la capacidad de expresar la interpretación de este modo.
Recordemos la consigna:
Determine los riesgos de este procedimiento de prueba propuesto por el Ministerio (errores de decisión) para
verificar su estimación y concluya si es o no un buen procedimiento de prueba.
Para cumplir con la consigna hay dos etapas claramente definidas:
9
§ Primero: Determinar los riesgos del procedimiento de prueba propuesto por el Ministerio. Esto se resuelve
calculando la probabilidad de decidir incorrectamente (valores de α y β).
§ Segundo: Concluir si es o no un buen procedimiento de prueba. Para concluir se debe reflexionar sobre los
valores de α y β obtenidos. Si se está dispuesto a aceptar los riesgos (probabilidad de cometer errores), se
considerará que es un buen procedimiento. Por el contrario, si los riesgos obtenidos, en términos de
probabilidad, son elevados, el procedimiento llevará a tomar decisiones incorrectas con mucha frecuencia y
se considerará que no es un buen procedimiento.
Interpretemos los resultados:
§ El primer resultado obtenido fue: α = 0,7216
La probabilidad de que al seleccionar una muestra aleatoria de 15 colectivos de la ciudad, se encuentre que diez
o más de ellos están contaminando es 0,7216 (valor muy elevado); así, se concluirá erróneamente que más del
70% de los colectivos de la ciudad contaminan, cuando en realidad el porcentaje real de éstos no excede el 70%.
De otro modo, en promedio, de cada cien oportunidades en que inspeccionen muestras de 15 colectivos y el
porcentaje real de colectivos que estén contaminando la ciudad no supere el 70%, este procedimiento nos llevará
a (rechazar la hipótesis nula y) concluir erróneamente que más del 70% contaminan.
Considerando que la probabilidad de cometer este error es muy alta, podemos decir que el Ministerio no está
utilizando un buen procedimiento de prueba.
§ El segundo resultado obtenido fue: β = 0,0611
La probabilidad de que al seleccionar una muestra aleatoria de 15 colectivos de la ciudad, se encuentre que
menos de diez están contaminando es 0,0611. Es la probabilidad de concluir erróneamente que el 70% o menos
de los colectivos de la ciudad contaminan, cuando en realidad el porcentaje real de estos sea del 80%.
De otro modo, en promedio, de cada cien oportunidades en que inspeccionen muestras de 15 colectivos y el
porcentaje real de colectivos que estén contaminando la ciudad sea del 80%, este procedimiento nos llevará a
(aceptar la hipótesis nula y) concluir erróneamente el 6,11% de las veces, que el 70% o menos contaminan.
En resumen, puede que el valor de β = 0,0611 no sea interpretado por el decisor como un valor importante, pero
teniendo en cuenta que el primer error tiene un valor muy elevado, debería informarse al Ministerio que no está
utilizando un buen procedimiento de prueba. Habría que estudiar (aumentar) el tamaño de muestra con su
correspondiente valor crítico para el que ambos errores queden “controlados”.
Cuando el alumno se enfrenta a un problema y trata de resolverlo, para luego comunicar la solución a otras
personas, validar y generalizar la solución a otros contextos y problemas, está realizando distintos tipos de
prácticas. Para nosotros, la práctica desarrollada por un alumno se considerará significativa si cumple una
función para resolver el problema, validar o argumentar su solución y comunicar el resultado eficientemente.
Después de leer atentamente la interpretación de algunos alumnos evaluados, examine si responden a la consigna
y pueden ser entendidas por cualquier persona que no necesariamente tenga conocimientos previos de
probabilidad y estadística.
Alumno 1:
Los riesgos de este procedimiento, es que existe una gran probabilidad de aceptar la hipótesis nula
cuando esta puede ser falsa.
Alumno 2:
Según este resultado, se da por cierta la estimación de que más de diez colectivos contaminan.
Alumno 3:
Aceptar Ho y se concluye que es buena su estimación y es un buen procedimiento de prueba.
10
Alumno 5:
Al tener un valor tan alto de probabilidad en la región de aceptación es poco probable de rechazar la
hipótesis Ho.
Alumno 10:
La región crítica de α es muy grande, es decir que existe una gran posibilidad de cometer un error de
tipo I, pero muy chica de cometer un error de tipo II.
Alumno 11:
Decimos que la Ho (hipótesis nula), p = 0,8, se prueba al nivel de significancia α = 0,8358, también
llamada la región crítica, y como este tamaño es grande, es muy probable que se esté cometiendo un
error de tipo I.
Alumno 12:
La hipótesis nula se prueba con un nivel de significancia α = 0,7216 que es un valor muy grande, por lo
tanto la Ho es falsa y concluyo que no es un buen método.
Alumno 14:
Se concluye tiene una alta probabilidad de rechazar la Ho siendo verdadera. No es un buen
procedimiento.
Alumno 17:
Hay una alta probabilidad de rechazar la Ho si esta es verdadera, por lo tanto no es un buen
procedimiento el tomado por el Ministerio.
Alumno 18:
La probabilidad de rechazar Ho cuando es verdadera es: 0,5155. La probabilidad de aceptar Ho cuando
es falsa es: 0,1642. Es un buen procedimiento, aunque yo aumentaría el número de colectivos
inspeccionados, para bajar α, el cual es muy grande.
Alumno 19:
No rechazo Ho, no hay razón para dudar del 0,7 de proporción de colectivos si 10 o más de 15 están
contaminando.
Alumno 21:
Se corre un riego del 56% de rechazar Ho cuando en realidad es verdadera y un riesgo de 20,3% de
aceptar Ho cuando en realidad es falsa.
Alumno 22:
Ho con p = 0,7 se prueba al nivel de significancia 0,5155. Es probable que se cometa un error de tipo I.
Alumno 24:
El método es insuficiente porque les dice que sólo hay 61% de probabilidad de dar cierta la hipótesis,
mientras que la probabilidad de vehículos contaminantes es mayor.
Alumno 28:
Como zob cae dentro de la región de aceptación, concluimos que con un nivel de significancia de 0,05
aceptamos la hipótesis nula y decimos que la estimación del Ministerio es aceptable.
Alumno 29:
Rechazo la Ho debido a que el valor obtenido con un nivel de significancia 0,10 es 0,7216. Por lo tanto
el porcentaje de colectivos que contaminan la ciudad es mayor al 70%.
Alumno 30:
Una región crítica como la que hemos obtenido se considera grande y por lo tanto es muy probable que
se cometa un error de tipo I.
Alumno 32:
11
No rechazo la hipótesis nula, porque el valor de la probabilidad no me da suficiente información.
Alumno 33:
No rechazar la Ho porque en realidad el 80% de los colectivos contaminan la ciudad con gases tóxicos.
Se evita de cometer el error de tipo I el rechazo de Ho cuando es verdadera.
Alumno 34:
En este caso α está muy cercano (o prácticamente) igual a p = 0,7 lo que estaría en un valor crítico y
puede decidir que se acepta Ho. Pero matemáticamente α = 0,7216 > 0,70 por lo que la decisión es
rechazar Ho y concluir que más del 70% de los colectivos contamina la ciudad con sus emanaciones.
No es un buen procedimiento de prueba porque bueno sería conveniente una muestra más grande para
acercarse al valor más aproximado.
Si el Ministerio hubiera tomado a p = 0,8, con seguridad habría aceptado Ho.
Alumno 36:
Entonces Ho no se rechaza y por lo tanto no hay razones para dudar del Ministerio.
Alumno 39:
Por lo tanto, el 51,55% de las veces arriesgamos rechazar Ho (la hipótesis nula) cuando esta es
verdadera. El 51,55% de las veces que tomamos una muestra de tamaño 15 arriesgamos rechazar Ho
siendo verdadera.
Alumno 45:
Después de calcular el error de estimación correspondiente a un intervalos de confianza para p
concluye: El procedimiento que utiliza el Ministerio es relativamente bueno, ya que no existe una gran
diferencia entre los errores, teniendo en cuenta los datos que ellos manejan y los datos reales.
Alumno 47:
El tamaño de la región crítica es de 0,1509 un tamaño algo grande para cometer el error de rechazar Ho
dado que sea verdadera. Se debe ajustar modificando la zona de aceptación o aumentar el tamaño de la
muestra.
Alumno 48:
La probabilidad de que sean menos de 10 los colectivos contaminantes es de 0,0985; por lo tanto, la
probabilidad de que sean 10 o más es de (1 – 0,0985) = 0,9015.
Alumno 50:
Después de calcular α y β concluye: El Ministerio tiene una forma correcta de controlar.
à Hipótesis nula y alternativa
A continuación rescatamos algunos planteos propuestos por los alumnos para las hipótesis nula y alternativa. Le
proponemos examinarlos y efectuar su juicio crítico sobre ellos.
Alumno 5:
H0 : El 70% de los colectivos contamina
H1 : El 30% de los colectivos no contamina
Alumno 10:
H0 : p > 0,70
H1 : p = 0,70
Alumno 21:
H0 : µ = 9
H1 : µ ≥ 10
Alumno 23:
H0 = Hipótesis nula H0 = 15
H1 = Hipótesis alternativa H1 ≥ 10
12
Alumno 28:
H0 : x ≥ 10
H1 : x < 10
Alumnos 31 y 49:
H0 : p = 0,8
H1 : p > 0,7
Alumno 50:
H0 = 0,7
H1 = 0,8
Alumno 51:
H0 : p = p o = 10 / 15 = 0,6666
No platea H1
à Nuestro comentario
Alumno 12:
La hipótesis nula se prueba con un nivel de significancia α = 0,7216 que es un valor muy grande, por
lo tanto la Ho es falsa y concluyo que no es un buen método.
Observe que la conclusión del alumno es correcta. Sin embargo, al interpretar el resultado pedimos que,
además, exprese esta conclusión en un lenguaje despojado de términos técnicos, de modo que pueda ser
entendida por una persona que no necesariamente tenga conocimientos previos de probabilidad y
estadística.
Por ejemplo, imagine que Usted trabaja en una empresa o institución que debe dictaminar sobre el
problema en estudio, pero la persona que leerá su informe es un profesional que no tuvo un
entrenamiento profundo durante sus estudios de grado en probabilidad y estadística.
Este profesional desea saber si el procedimiento de prueba implementado por el Ministerio es adecuado
o no, y Usted le contesta: La hipótesis nula se prueba con un nivel de significancia α = 0,7216 que es
un valor muy grande, por lo tanto la Ho es falsa y concluyo que no es un buen método.
Hay algo muy valorable en su respuesta, y es que no es un buen método. Sin embargo, hay términos
técnicos que si bien no deben faltar, es conveniente expresarlos en un lenguaje común a los
interlocutores.
Alumno 10:
La región crítica de α es muy grande, es decir que existe una gran posibilidad de cometer un error de
tipo I, pero muy chica de cometer un error de tipo II.
En este caso la situación es más complicada. Imagine a su interlocutor tratando de entender a partir de
su informe si ¿es o no un buen procedimiento el que está implementando el Ministerio?
Respecto del planteo de las hipótesis nula y alternativa
§ Treinta y cuatro alumnos (85%) plantearon las hipótesis nula y alternativa para resolver el problema, pero
sólo siete (21%) de los que plantearon las hipótesis nula y alternativa, realizaron un planteo correcto.
§ Seis (15%) de los cuarenta alumnos que intentaron o resolvieron el problema, lo hicieron sin realizar un
planteo previo de las hipótesis nula y alternativa, y ninguno de ellos propuso una solución correcta.
§ Siete alumnos (18%) propusieron un planteo correcto de las hipótesis nula y alternativa.
13
Respecto del cálculo de α y β
§ Sólo un alumno (2,5%) obtiene los valores numéricos correctos de la probabilidad de cometer ambos
errores (α y β).
§ Nueve alumnos (22,5%) calculan sólo el valor de α y toman una decisión sin evaluar ni hacer conjeturas
sobre de β.
§ Cinco alumnos (12,5%) adoptan un nivel de significancia α y toman una decisión sin haber tomado una
muestra previamente. Para ello calculan como estadístico el cociente 10/15 (valor crítico / tamaño muestra).
5. Comentario final
Este material pretende orientar, guiar, ejemplificar, ilustrar y construir con Usted la solución de un problema, así
como acordar y establecer los criterios para su evaluación.
El análisis personal solicitado en cada caso, pretende confiar en las posibilidades suyas para autoevaluar su
proceso. Para ello, pensamos que un camino consiste en ayudarle a conseguir los criterios que le permitan
autoevaluarse, acordando y estableciendo el papel que tiene esta actividad en el aprendizaje y en las decisiones
de evaluación que se toman. La autoevaluación no debe engañarnos; debe constituir un proceso de aprendizaje
de valoración del propio esfuerzo y por lo tanto, debe tomárselo en serio.
14
ANEXO 1
Lo producido por los alumnos

En este anexo, hemos rescatado gran parte del trabajo desarrollado por los alumnos para resolver el problema 2,
en el examen final tomado el día jueves 12 de diciembre de 2002.
à Definición de la variable aleatoria en estudio
1. X: colectivos locales que están contaminando la ciudad

2. X: los colectivos contaminan la ciudad con gases tóxicos
3. No define variable
4. No resuelve el problema
8. X: cantidad de colectivos que contaminan la ciudad
10. X: cantidad de colectivos que contaminan
11. X: cantidad de colectivos que contaminan la ciudad con emanaciones de gases tóxicos
18. X: colectivos locales que contaminan con gases tóxicos
19. X: proporción de colectivos que contaminan la ciudad con emanaciones tóxicas de gas de los
inspeccionados
24. X ∼ colectivos que contaminan
26. No resuelve el examen
30. X: colectivos que resultan contaminantes
32. X: número de colectivos locales que están contaminando
33. X: muestra de colectivos que contaminan
34. X: colectivos locales inspeccionados
35. X: cantidad de colectivos que contaminan la ciudad
39. Utiliza la variable X sin definirla. Aclara: “El parámetro de interés p es el porcentaje de colectivos que
contaminan la ciudad con emanaciones de gas”.
15
47. X: número de colectivos locales que contaminan con emanaciones de gas tóxica
à Distribución de probabilidad de la variable aleatoria en estudio
1. X ~ BIN (x; n p ).
Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I y ( n =
15 ; p = 0,80 ) para calcular el error tipo II.
2. X ~ B (n; p ). Después escribe: X ~ B (x; 15; 0,8 ). No calcula β. Utiliza la normal para calcular el valor P.
3. Escribe x = 10; n = 15 y np = 10,5 y calcula el valor de z correspondiente. No calcula probabilidades.
4. No resuelve el problema.
5. No define variable ni hace comentarios sobre la distribución.
8. X ~ Binomial (x; n, p ). Utiliza los siguientes parámetros: n = 15 y p = 0,80 con un planteo equivocado.
10. X ~ b.
Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n =
11. Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n =
13. Escribe: n = 15; p = 0,7; q = 0,3. Utiliza la distribución normal. Calcula el valor de z = – 1,11 para
finalmente encontrar la P( Z ≥– 1,11) = 0,8665. No calcula el error de tipo II.
14. Realiza los cálculos en dos etapas. En la primera utiliza la distribución binomial con parámetros ( n = 15 ; p
= 0,70 ) para calcular el error de tipo I y ( n = 15 ; p = 0,30 ) para calcular el error tipo II. En la segunda
etapa utiliza la misma distribución pero con parámetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I
y ( n = 15 ; p = 0,20 ) para calcular el error tipo II.
17. Escribe: n = 15; p = 0,7; q = 0,3. Utiliza la distribución normal con µ = 15x 0,8 = 12 y σ = 2,4 para calcular
α. No calcula el error de tipo II.
19. X ~ b ; n = 15 y p = 0,70 para calcular el error de tipo I. No calcula el error de tipo II.
20. Escribe: n = 15; p = 0,7. Utiliza la distribución normal con µ = 15x 0,7 = 10,5 y σ = 3,15 para calcular el
error de tipo I. No calcula el error de tipo II.
21. Escribe: n = 15; p = 0,7 y utiliza la distribución normal con µ = 15x 0,7 = 10,5 y σ = 3,15 para calcular el
error de tipo I. Después, escribe: n = 15; p = 0,8 y utiliza la distribución normal con µ = 15x 0,8 = 12 y σ =
2,4 para calcular el error de tipo II.
22. Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,70 ) para calcular ambos errores.
24. Escribe: n = 15 y utiliza la distribución normal para calcular la probabilidad de que X ≥ 10 con p = 0,7 y p
= 0,8.
25. Sólo escribe n = 15 y p = 0,7. No resuelve el problema.
26. No resuelve el examen.
28. Escribe n = 15 y p = 0,8. El planteo que realiza no es correcto.
29. Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I. No
calcula el error tipo II.
30. Utiliza la distribución binomial con parámetros ( n = 15 ; p = 0,70 ) para calcular ambos errores.
32. Escribe “Distribución binomial” y calcula la probabilidad de que X ≥ 10 con p = 0,7 y p = 0,8.
16
33. Escribe: n = 15 y p = 0,8. Luego utiliza la distribución normal para calcular la probabilidad de que X ≥ 10.
34. X ~ b (x; 15; 0,7 ). Calcula la probabilidad de cometer el error de tipo I. No calcula el error de tipo II.
35. Sólo define la variable del problema.
36. Utiliza la distribución binomial con n = 15 y p = 0,7 con un planteo incorrecto.
39. Utiliza la distribución binomial para calcular α con n = 15 y p = 0,7. Luego utiliza la misma distribución
para calcular β con n = 15 y p = 0,8. No hace comentarios sobre la distribución empleada.
40. Utiliza la distribución binomial para calcular α con n = 15 y p = 0,8. No calcula β. No hace comentarios
sobre la distribución empleada.
41. Utiliza la distribución binomial para calcular α con n = 15 y p = 0,8. No calcula β. No hace comentarios
sobre la distribución empleada.
47. X ~ B (n; p ). Utiliza la distribución binomial para calcular α con n = 15 y p = 0,7. Luego utiliza la misma
distribución para calcular β con n = 15 y p = 0,8. No hace comentarios sobre la distribución empleada.
50. Utiliza la distribución binomial para calcular α con n = 20 y p = 0,7. Luego utiliza la misma distribución
para calcular β con n = 20 y p = 0,8. No hace comentarios sobre la distribución empleada.
51. Escribe “Distribución binomial”, pero después tachó lo que hizo.
à Planteo de las hipótesis nula y alternativa
1. Incorrecto
2. Incorrecto
3. Correcto
5. Incorrecto
6. No resuelve problema
7. Incorrecto
8. No plantea las hipótesis. Propone una solución incorrecta.
10. Incorrecto
11. Incorrecto
12. Incorrecto
13. Incorrecto
14. Incorrecto
17. Incorrecto
18. Incorrecto
19. Correcto
20. No plantea las hipótesis. Propone una solución con alguna falencia.
21. Incorrecto
22. Incorrecto
23. Incorrecto
24. Correcto
28. Incorrecto
29. Correcto
30. Incorrecto
31. Incorrecto
17
32. Correcto
33. Incorrecto
34. Correcto
35. No plantea las hipótesis ni resuelve el problema.
36. Incorrecto
38. Incorrecto
39. Incorrecto
40. Incorrecto
41. Incorrecto
47. Correcto
48. Incorrecto
49. Incorrecto
50. Incorrecto
51. Incorrecto
à Cálculo de alfa y beta
1. alfa: Incorrecto – beta: Incorrecto

2. alfa: Incorrecto – beta: No calcula
5. alfa: CORRECTO – beta: No calcula
7. Adopta valor de alfa – beta: No calcula
8. alfa: No calcula – beta: No calcula
12. alfa: CORRECTO – beta: CORRECTO
13. Adopta valor de alfa – beta: No calcula
19. adopta alfa y calcula alfa: CORRECTO – beta: No calcula
20. alfa: Incorrecto – beta: No calcula. Confunde nomenclatura
28. Adopta alfa – beta: No calcula
29. adopta alfa y calcula alfa: CORRECTO – beta: No calcula
31. alfa: Incorrecto – beta: Incorrecto. Confunde nomenclatura.
34. alfa: CORRECTO – No calcula
35. No resuelve el examen. Sólo define la variable.
18
à Interpretaciones del resultado obtenido
1. H0 : p = 0,70
H1 : p < 0,70
α = P(error de tipo I) = P( X < 10, cuando p = 0,70) = 0,2784
β = P(error de tipo II) = P( X ≥ 10, cuando p = 0,80) = 0,9389
Los riesgos de este procedimiento, es que existe una gran probabilidad de aceptar la hipótesis nula cuando
esta puede ser falsa.
2. H0 : µ = 0,80
H1 : µ ≠ 0,80
P( X ≥ 10 ) = 1 – P (X < 10 ) = 1 – B (9; 15; 0,8 ) = 1 – 0,0611 = 0,9389
Según este resultado, se da por cierta la estimación de que más de diez colectivos contaminan.
3. H0 : p = 0,70
H1 : p > 0,70
Adopta α = 0,05 y establece que la región crítica está dada para valores de z > 1,645. Calcula el z = – 0,28
(correspondiente a x = 10; n = 15 y p = 0,7) y escribe:
Aceptar Ho y se concluye que es buena su estimación y es un buen procedimiento de prueba.
5. H0 : El 70% de los colectivos contamina

H1 : El 30% de los colectivos no contamina
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,70) = 0,721
Al tener un valor tan alto de probabilidad en la región de aceptación es poco probable de rechazar la
hipótesis Ho.
Qué pasa si el valor real de contaminación es 0,8:

P( X ≥ 10, cuando p = 0,80) = 0,9389
En este caso la posibilidad de que la hipótesis Ho sea verdadera es de un 93,89%. Mucho mayor que en el
caso anterior.
7. H0 : p = 0,70
H1 : p < 0,70
Escribe “α = 0,05 optativo” y abandona la resolución.
8. Escribe el alumno: La estimación puntual de la proporción 0,8 se utiliza como estimador puntual de la
verdadera proporción de micros que contaminan. Plantea un intervalo de confianza para p. Sin calcular el
19
intervalo de confianza escribe: tengo que sacar las cuentas para ver el error de decisión para saber la
probabilidad de equivocarse, y abandona la resolución.
10. H0 : p > 0,70

H1 : p = 0,70
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,80) = 1 – B (10; 15; 0,8) = 1 – 0,1642 = 0,8358
β = P(error de tipo II) = P( X < 10, cuando p = 0,70) = B (9; 15; 0,7) = 0,2784
La región crítica de α es muy grande, es decir que existe una gran posibilidad de cometer un error de tipo I,
pero muy chica de cometer un error de tipo II.
11. H0 : p = 0,8
H1 : p > 0,8
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,80) = 1 – B (10; 15; 0,8) = 1 – 0,1642 = 0,8358
Decimos que la Ho (hipótesis nula), p = 0,8, se prueba al nivel de significancia α = 0,8358, también
llamada la región crítica, y como este tamaño es grande, es muy probable que se esté cometiendo un error
de tipo I.
12. H0 : p = 70%
α = P(error de tipo I) = P( X > 10, cuando p = 0,7 ) = 1 – B (9; 15; 0,7) = 1 – 0,2784 = 0,7216
La hipótesis nula se prueba con un nivel de significancia α = 0,7216 que es un valor muy grande, por lo
tanto la Ho es falsa y concluyo que no es un buen método.
β = P(error de tipo II) = P( X ≤ 9, cuando p = 0,8 ) = B (9; 15; 0,8) = 0,0611 que es una probabilidad muy
baja de cometer el error de tipo II.
13. H0 : µ = 10,5
H1 : µ > 10,5
P( X ≥ 10 )
Escribe α = 0,2 y después calcula P( Z ≥ – 1,1 ) = 0,8665
No hace comentarios sobre el resultado.
14. H0 : que la cantidad que contamina sea = 10.

H1 : que la cantidad que contamina sea < 10.
Después escribe:
H0 = 0,7
H1 < 0,7
α = P( X < 10, con p = 0,7) = B (9; 15; 0,7) = 0,2784
β = P( X ≥ 10, con p = 0,3) = 1 – B (9; 15; 0,3) = 1 – 0,9963 = 0,0037
Si 80% es el porcentaje real:

α = P( X < 10, con p = 0,8) = b (9; 15; 0,8) = 0,0611
β = 1 – P(X < 10) = 1 – 0,9999 = 0,001
Se concluye tiene una alta probabilidad de rechazar la Ho siendo verdadera. No es un buen procedimiento.
17. H0 : p = 0,8
H1 : p > 0,8
α = P( X > 10, cuando p = 0,8) = P( Z ≥ – 0,83 ) = 0,7967
Hay una alta probabilidad de rechazar la Ho si esta es verdadera, por lo tanto no es un buen procedimiento
el tomado por el Ministerio.
18. H0 : p = 0,70
20
H1 : p > 0,70
α = P( X > 10, cuando p = 0,7) = 1 – B (10; 15; 0,7) = 1 – 0,4845 = 0,5155
β = P( X ≤ 10, cuando p = 0,80) = B (10; 15; 0,8) = 0,1642
La probabilidad de rechazar Ho cuando es verdadera es: 0,5155
La probabilidad de aceptar Ho cuando es falsa es: 0,1642
La potencia es: 1 – β = 0,8358
La probabilidad de rechazar Ho cuando es falsa es: 0,8358
Es un buen procedimiento, aunque yo aumentaría el número de colectivos inspeccionados, para bajar α, el
cual es muy grande.
19. H0 : p = 0,7
H1 : p > 0,7
Escribe α = 0,10 y luego:
P( X ≥ 10, con p = 0,7) = 1 – P( X ≤ 9, con p = 0,7) = 1 – 0,2784 = 0,7216
0,7216 es la probabilidad de encontrar 10 o más colectivos de 15 inspeccionados que contaminan, con una
p = 0,7 supuesta, con un 90% de confianza
0,7216 > 0,10
No rechazo Ho, no hay razón para dudar del 0,7 de proporción de colectivos si 10 o más de 15 están
contaminando.
Después calcula:
z = – 0,281 y zc = – 1,28 y concluye: Es un buen procedimiento de prueba.
20. Escribe P( X ≥ 10 ) y luego:

β = P(error de tipo I) = P( X > 10, cuando p = 0,7) = P( Z > 1,43 ) = 0,9236
Es del 92% y es un buen procedimiento de prueba.
21. H0 : µ = 9
H1 : µ ≥ 10
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,7) = P( Z ≥ – 0,16 ) = 0,56
β = P(error de tipo II) = P( X < 10, cuando p = 0,8) = P( Z < – 0,83 ) = 0,2033
Se corre un riego del 56% de rechazar Ho cuando en realidad es verdadera y un riesgo de 20,3% de aceptar
Ho cuando en realidad es falsa.
22. H0 : p = 0,7
H1 : p = 0,7
α = P(error de tipo I) = P( X > 10, cuando p = 0,70) = 1 – B (10; 15; 0,7) = 1 – 0,4845 = 0,5155
Ho con p = 0,7 se prueba al nivel de significancia 0,5155.
Es probable que se cometa un error de tipo I.
β = P(error de tipo II) = P( X ≤ 10, cuando p = 0,7) = B (10; 15; 0,7) = 0,4845
Es probable que se cometa un error tipo II.
23. H0 = Hipótesis nula H0 = 15

H1 = Hipótesis alternativa H1 ≥ 10
z = – 1,88 y abandona la resolución
24. H0 : p = 0,7
H1 : p > 0,7
x ≥ 10
Luego calcula para p = 0,7; n =15; x = 10: P( Z ≥ – 0,28 ) = 0,61
Pero si p = 0,8: P( Z ≥ – 1,29 ) = 0,9015
El método es insuficiente porque les dice que sólo hay 61% de probabilidad de dar cierta la hipótesis,
mientras que la probabilidad de vehículos contaminantes es mayor.
26. No resuelve el examen.
21
28. H0 : x ≥ 10
H1 : x < 10
α = 0,05
Si el zob es menor que 1,64 acepto la estimación del Ministerio (Ho).
Calcula para p = 0,8; n =15; x = 10 el valor de zob = – 1,29 y concluye:
Como zob cae dentro de la región de aceptación, concluimos que con un nivel de significancia de 0,05
aceptamos la hipótesis nula y decimos que la estimación del Ministerio es aceptable.
29. H0 : p = 0,7
H1 : p > 0,7
Escribe α = 0,10 y luego:
P( X > 10 ) = 1 – P( X < 10 ) = 1 – B (9; 15; 0,7) = 1 – 0,2784 = 0,7216
Rechazo la Ho debido a que el valor obtenido con un nivel de significancia 0,10 es 0,7216. Por lo tanto el
porcentaje de colectivos que contaminan la ciudad es mayor al 70%.
30. Debo calcular los errores tipo I (α) y tipo II (β).

H0 : p = 0,7
H1 : p < 0,7
α = P(error de tipo I) = P( X > 10, cuando p = 0,7) = 1 – B (10; 15; 0,7) = 1 – 0,4845 = 0,5155
Una región crítica como la que hemos obtenido se considera grande y por lo tanto es muy probable que se
cometa un error de tipo I.
β = P(error de tipo II) = P( X < 10, cuando p = 0,7) = B (10; 15; 0,7) = 0,2784
Indica una baja probabilidad, ya que la Ho no se cumplirá para una probabilidad < 0,7.
31. H0 : p = 0,8
H1 : p > 0,7
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,8) = 1 – P( Z ≥ – 1,3 ) = 0,9032
“α” = P(error de tipo II) = P( X ≤ 10, cuando p = 0,7) = 1 – P( Z ≤ – 2,54 ) = 0,0055
No hace comentarios.
32. H0 : p = 0,70
H1 : p > 0,70
P( X ≥ 10 ) = 1 – P( X < 10 ) = 1 – B (10; 15; 0,7) = 1 – 0,4845 = 0,5155
No rechazo la hipótesis nula, porque el valor de la probabilidad no me da suficiente información.
Pero si la proporción de colectivos reales que están contaminando es de p = 0,8:
P( X ≥ 10 ) = 1 – P( X < 10 ) = 1 – B (10; 15; 0,8) = 1 – 0,1642 = 0,8358
No hace más comentarios.
33. H0 : p = 0,80
H1 : p ≥ 0,80
α = 0,05 (Propongo este nivel de significancia)
Región crítica: z > 1,645
Calcula para p = 0,08; n =15; x = 10 el valor de z = – 1,29
P( Z > – 1,29 ) = 0,0985
Conclusión: No rechazar la Ho porque en realidad el 80% de los colectivos contaminan la ciudad con gases
tóxicos. Se evita de cometer el error de tipo I el rechazo de Ho cuando es verdadera.
34. H0 : p = 0,70
H1 : p > 0,70
α = error de tipo I ⇒
α = P( X ≥ 10, cuando p = 0,70) = 1 – B (9; 15; 0,7) = 1 – 0,2784 = 0,7216
En este caso α está muy cercano (o prácticamente) igual a p = 0,7 lo que estaría en un valor crítico y puede
decidir que se acepta Ho. Pero matemáticamente α = 0,7216 > 0,70 por lo que la decisión es rechazar Ho y
concluir que más del 70% de los colectivos contamina la ciudad con sus emanaciones.
22
No es un buen procedimiento de prueba porque bueno sería conveniente una muestra más grande para
acercarse al valor más aproximado.
Si el Ministerio hubiera tomado a p = 0,8, con seguridad habría aceptado Ho.
35. Sólo define la variable y abandona la resolución del problema.
36. H0 : p = 0,70
H1 : p ≠ 0,70
α = 0,10 nivel de significancia elegido
Escribe luego: P = 2P ( X ≤ 10, cuando p = 0,7) = 2 B (10; 15; 0,7) = 0,969 > 0,10
Entonces Ho no se rechaza y por lo tanto no hay razones para dudar del Ministerio.
37. El error será: z.√ (pq / n)

Lo calcula para p = 10/15 ; q = 5/15 ; n = 15 ; α = 0,05 ; z = 1,96
e = 0,236
No hace comentarios.
38. H0 : µ = 80
H1 : µ ≠ 80
α = 0,50
Abandona después la resolución del problema.
39. H0 : p = 0,70
H1 : p < 0,70 prueba unilateral derecha
ETI: α = P(rechazar Ho / Ho es verdadera)
α = P( X > 10 / p = 0,70) = 1 – B (10; 15; 0,70) = 1 – 0,4845 = 0,5155
Por lo tanto, el 51,55% de las veces arriesgamos rechazar Ho (la hipótesis nula) cuando esta es verdadera.
El 51,55% de las veces que tomamos una muestra de tamaño 15 arriesgamos rechazar Ho siendo
verdadera.
ETII:
β = P(aceptar Ho / Ho es falsa)
β = P( X < 10 / p = 0,80) = B (10; 15; 0,80) = 0,1642
El 16,42% de las veces aceptamos Ho siendo falsa.
40. H0 = 10 o más colectivos no contaminan

H1 = menos de 10 colectivos no contaminan
α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,8) = 1 – 0,1642 = 0,8358
No hace más comentarios.
41. α = P(error de tipo I) = P( X ≥ 10, p = 0,7) = 1 – 0,1642 = 0,8358

La estimación es de 0,8358 y es un buen procedimiento.
43. x = 10
Plantea un intervalo de confianza para la proporción p con un nivel de confianza del 80%. Utiliza la
distribución normal estándar con z = 1,28; p = 10/15 = 0,66 y q = √ (0,66 . 0,33 / 15) = 0,1217
Llega a que: 0,51 < p < 0,82 y concluye diciendo:
Es un buen procedimiento de prueba porque el parámetro cae dentro del intervalo 0,51; 0,82.
45. Para p = 0,8 y σ² = npq = 2,4 calcula el error del siguiente modo:
error = σ / √ n = 1,77 / √ (15) = 0,46
Concluye: el procedimiento que utiliza el Ministerio es relativamente bueno, ya que no existe una gran
diferencia entre los errores, teniendo en cuenta los datos que ellos manejan y los datos reales.
23
47. H0 : p = 0,70
H1 : p > 0,70
α = P( X ≥ 10, cuando p = 0,70) = 1 – P( X < 10) = 1 – 0,8491 = 0,1509
El tamaño de la región crítica es de 0,1509 un tamaño algo grande para cometer el error de rechazar Ho
dado que sea verdadera. Se debe ajustar modificando la zona de aceptación o aumentar el tamaño de la
muestra.
β = P( X ≤ 9, cuando p = 0,80) = B (9; 15; 0,80) = 0,061
Es conveniente aumentar el tamaño muestral ya que α y β son algo grandes.
Si p es realmente 0,8, la prueba rechazará de forma apropiada Ho en el 93,89% de las veces.
Es aceptable pero si quisiera tener mayor seguridad aumentaría n para disminuir α un poco más.
48. H0 : µ = 10
H1 : µ ≠ 10
z –1,25 = 0,0985
La probabilidad de que sean menos de 10 los colectivos contaminantes es de 0,0985; por lo tanto, la
probabilidad de que sean 10 o más es de (1 – 0,0985) = 0,9015
49. H0 : p = 0,8
H1 : p > 0,7
α = 0,2
Rechaza Ho si z > 1,28 y z < – 1,28
Se concluye que la fracción de colectivos defectuosos es > 0,7%.
50. H0 = 0,7
H1 = 0,8
α = 1 – B (10; 20; 0,7) = 1 – 0,0480 = 0,952
β = B (15; 20; 0,8) = 0,3704
El Ministerio tiene una forma correcta de controlar.
51. H0 : p = p o = 10 / 15 = 0,6666
Calcula para p = 0,6666; n =15; x = 10 el valor de z = 0,00054 ≈ 0
P( Z = 0 ) = 0,5
No es un buen método de prueba porque tiene gran probabilidad de error.
24
ANEXO 2
Estadística Descriptiva del puntaje obtenido en el Problema 2

Se inscribieron para rendir 74 alumnos, de los cuales sólo 51 (69%) se presentaron a rendir el examen. Tal como
lo ilustra el gráfico siguiente, trece alumnos (25,5%) aprobaron el examen y treinta y ocho (74,5%) resultaron no
aprobados.
Piechart for RESULTADO
25.49%
RESULTADO
74.51% APROBADO
No Aprobado
De los 51 alumnos que se presentaron a rendir, 11 (28%) dejaron el problema 2 sin resolver, es decir, no realizan
absolutamente nada.
En el Cuadro 1 presentamos la estadística descriptiva del puntaje obtenido por los alumnos en la resolución del
Problema 2. En primer lugar se tiene en cuenta a todos los alumnos que rindieron el examen (51) y después sólo
a los que aprobaron el examen (13).
Al problema 2 se le asignaron 30 puntos y los porcentajes indicados en el cuadro se refieren a dicho puntaje. Por
ejemplo, la mitad de los alumnos que rindieron obtuvieron 2 o menos puntos, es decir, la mitad de los alumnos
que rindieron obtuvieron el 7% o menos del puntaje asignado al problema.
Cuadro 1: Resultados del puntaje obtenido en la resolución del Problema 2

Porcentaje respecto del total asignado al problema
Puntos
(30 Puntos)
Todos Aprobados Todos Aprobados
Cantidad de Alumnos 51 13 100 % 25,5 %
Promedio 5,7 6,43 19 % 21 %
Mediana 2 5 7% 17 %
Desviación estándar 8,0 6,7 27 % 22 %
CV 141% 104% *** ***
Q1 0 0 0% 0%
Q2 2 5 7% 17 %
Q3 8 13 27 % 43 %
25

01ApoyoResolucionProblemas PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

01ApoyoResolucionProblemas PDF

Cargado por

Copyright:

Formatos disponibles

Probabilidad y Estadística

http://web.frm.utn.edu.ar/estadistica Doc EF01

Documento de apoyo para la resolución de problemas. Criterios y

Problema 2 __________________________________________________ 30 Puntos

Puntaje Solución del Problema 2

Variable en estudio (3) X: cantidad de colectivos locales en la muestra, que contaminan la

Planteo de hipótesis (5) Hipótesis nula y alternativa de la prueba de hipótesis:

Interpretación de resultados (5) Interpretación:

1. La consigna general y el puntaje asignado

§ Identificar la distribución de probabilidad de la variable y sus parámetros ..............................................05 Puntos

En general, se considerará aceptable lo actuado por el alumno en la resolución de un problema o situación de

2. Definición de la variable en estudio

à ¿Cómo definir la variable en estudio?

A continuación hacemos comentarios sobre el trabajo de algunos estudiantes en el examen:

à Algunas estadísticas descriptivas

3. Distribución de la variable en estudio

En símbolos se expresa como:

X ~ binomial (x; n, p ), con n = 15 y p = 0,70

à Algunas estadísticas descriptivas

4. Planteo de la solución del problema, cálculos, resultados e

Situación 1 Situación 2 Situación 3

a) Se toma la decisión de aceptar la hipótesis nula

b) Si rechaza la hipótesis nula

En resumen, esta situación no sería la que corresponde a la solución del problema.

a) Si acepta la hipótesis nula

b) Si rechaza la hipótesis nula

Tampoco esta situación corresponde a la solución del problema.

a) Si acepta la hipótesis nula

à ¿Cómo plantear la solución del problema y efectuar los cálculos correspondientes?

La regla de decisión apropiada al procedimiento de prueba es la siguiente:

α = P(error de tipo I) = P( X ≥ 10, cuando p = 0,70)

α = P( X ≥ 10, cuando p = 0,70) = 1 – P(X < 10) = 1 – P(X ≤ 9) = 1 – F(9) =

β = P(error de tipo II) = P( X < 10, cuando p = 0,80)

β = P(error de tipo II) = P( X < 10, cuando p = 0,80) = P(X ≤ 9) = F(9) =

à ¿Cómo interpretar los resultados?

Para cumplir con la consigna hay dos etapas claramente definidas:

Interpretemos los resultados:

§ El primer resultado obtenido fue: α = 0,7216

§ El segundo resultado obtenido fue: β = 0,0611

à Hipótesis nula y alternativa

à Algunas estadísticas descriptivas

Respecto del planteo de las hipótesis nula y alternativa

Lo producido por los alumnos

à Definición de la variable aleatoria en estudio

1. X: colectivos locales que están contaminando la ciudad

à Distribución de probabilidad de la variable aleatoria en estudio

à Planteo de las hipótesis nula y alternativa

à Cálculo de alfa y beta

1. alfa: Incorrecto – beta: Incorrecto

à Interpretaciones del resultado obtenido

5. H0 : El 70% de los colectivos contamina

Qué pasa si el valor real de contaminación es 0,8:

10. H0 : p > 0,70

14. H0 : que la cantidad que contamina sea = 10.

Si 80% es el porcentaje real:

15. No resuelve el problema.

16. No resuelve el problema.

20. Escribe P( X ≥ 10 ) y luego:

23. H0 = Hipótesis nula H0 = 15

25. No resuelve el problema.

26. No resuelve el examen.

30. Debo calcular los errores tipo I (α) y tipo II (β).

35. Sólo define la variable y abandona la resolución del problema.