EJERCICIOS PROPUESTOS MUESTREO

1. Un investigador está interesado en estimar la proporción de muertes debidas a cáncer de estómago

en relación con el número de defunciones por cualquier tipo de neoplasia. Su experiencia le indica que
sería sorprendente que tal proporción supere el valor de 1/3. ¿Qué tamaño de muestra debe tomar
para estimar la anterior proporción, con una confianza del 99 %, para que el valor estimado no difiera
del valor real en más de 0, 03?

Solución
Z: 2.575 (99% de confianza)
P: 1/3 = 0.33
Q=1-p = 1-0.33
e= 0.03 (3% error máximo)
Z 2 p 1 p
n
e2

 2.575 0.33 1  0.33  1637

2

n
 0.03
2

Se requiere entrevistar a no menos de 1637 familias para tener la seguridad del 99%

2. Sólo una parte de los pacientes que sufren un determinado síndrome neurológico consiguen una
curación completa; Si de 64 pacientes observados se han curado 41, ¿Qué número de enfermos habría
que observar para estimar la proporción de curados con un error inferior a 0,05 y una confianza del
95%?

SOLUCIÓN

a) Estimación puntual
Vamos a calcular 𝑝̂ la proporción de personas de la muestras que sanan, y lo usaremos
como un estimador puntual de la proporción de personas de la población “p” se sanan

Definimos
N = 64 (tamaño de la muestra)
Pacientes de la muestra que se curan = 41

Así

41
𝑝̂ =
= 0.64
64
Por lo tanto, podemos estimar puntualmente que la proporción de personas de la
población que se sanan al 64%
 b) Estimación por intervalo
Para un nivel de confianza del 95% calculamos el intervalo de confianza 1. C a partir de
la proporción de personas sanas de la muestra “p”

𝑝̂ (1 − 𝑝̂ )
1. 𝐶 = (95%) = 𝑝̂ ± 𝑍1 − 𝛼 ⁄2 ∗ √
𝑛

De la tabla de distribución normal para Z, para 95% 𝑍1 − 𝛼 ⁄2 = 1.96 con los datos que
tenemos

0.64(1 − 0.64)
1. 𝐶 = (95%) = 0.64 ± 𝑍1 − 𝛼 ⁄2 ∗ √
0.64

= 0.64 ± 1.96 ∗ 0.06

= 0.64 ± 0.12
= (0.52; 0.76)

Entonces a partir de una muestra de 64 pacientes y con un nivel de confianza 95%

Estimamos que la proporción de la población total de pacientes que sanan entre 0.52 y
0.76

3. Se desea estimar el tiempo medio de sangría en fumadores de más de 20 cigarrillos diarios, con edades
comprendidas entre 35 y 40 años, con una precisión de 5 segundos. Ante la ausencia de cualquier
información acerca de la variabilidad del tiempo de sangría es este tipo de individuos, se tomó una
muestra preliminar de 5 individuos, en los que se obtuvieron los siguientes tiempos (en segundos):
97,80,67,91, 73.

a) Determinar el tamaño mínimo de muestra, al 95 %, para cumplir el objetivo anterior.

b) Qué tipo de muestreo se debe aplicar para este estudio.

4. Se quiere estimar la incidencia de la hipertensión arterial en el embarazo. ¿Cuántas embarazadas
tenemos que observar, con una confianza del 95 %, para estimar dicha incidencia con un error del 2%
en los siguientes casos:

a) Sabiendo que un sondeo previo se ha observado un 9% de hipertensas.

b) Sin ninguna información previa.

SOLUCIÓN

El número de embarazadas que tenemos que observar representa el tamaño de la muestra “n”

a) Si tenemos información del nivel de confianza, el error de estimación “E” y una

proporción “p” de hipertensas, representativas

((𝑍1 −𝑎⁄2)2 𝑝(1−9)

𝑛=
𝐸2
En el primer caso conocemos una proporción de hipertensas

P=9% =0.09
E=2% =0.02
Y para un nivel de confianza del 95% de la tabla de distribución normal estándar

𝑧1=𝑎⁄2=1.96
Remplazando en n:

(1.96)2 0.09(1 − 0.09)

𝑛= = 786.57 = 787
0.022

En este caso para estimar la incidencia de la hipertensión arterial en el embarazo con un

error del 2% y un nivel de confianza del 95%, se debe 787 embarazadas, considerando
el sondeo previo

b) Si no tenemos información previa sobre la proporción de hipertensas “p” buscamos la

forma de obtener el tamaño “n” más grande.
Para esto, el numerador de “n” (definida en el punto 1) debe ser el más grande posible
y esto se obtiene cuando p = 0.5

De esta forma
(1.96)2 0.5(1 − 0.5)
𝑛= = 2401
0.022

Así, bajo estos parámetros se deberían observar 2401 embarazar para estimar la
incidencia de la hipertensión arterial en el embarazo
5. Un investigador a cuyo cargo está un departamento de educación física, desea hacer una estimación
del consumo de oxígeno (en litros por minuto) de los estudiantes normales qué estén entre los 17 y 21
años de edad, después de haber hecho un tipo especial de ejercicio. El investigador desea que su
estimación se encuentre por lo menos a 0,1 litros de la media verdadera con un nivel de confianza del
95%. Los estudios que se han hecho indican que la varianza del consumo de oxígeno de éste tipo de
sujetos, bajo las condiciones especificadas, es aproximadamente igual a 0,09 litros por minutos al
cuadrado ¿Qué tamaño debe tener la muestra que necesita éste investigador?

SOLUCION

X= consumo de oxígeno (en litros por minuto) de un estudiante normal que está entre
los 17 y 21 años de edad después de haber hecho un tipo de ejercicio especial.
d  0.10
1    0.95  z  1.96
  0.09  0.3
Calcular el tamaño maestral
 z *    1.96*0.3 
2 2

n 0      5.88   34.57

2

 d   0.10 

El investigador necesita tomar una muestra de tamaño 35.

6. Un especialista tiene que estimar la prevalecía de TBC en la Provincia de la Convención. La estimación

debe presentar un nivel de confianza del 95% y un margen de error de 5%, suponiendo que la población
es de 166000 habitantes ¿Cuál es el tamaño de muestra mínimo para este estudio? ¿Qué proceso de
selección es la más adecuada?

7. En un estudio de seguimiento del programa de niño sano en la región Cusco.

a) Cuál es el tamaño de muestra para este estudio.
b) Que suposiciones considero para estimar el tamaño de muestra.
c) ¿Qué tipo de muestreo se debe aplicar?
 EJERCICIOS PROPUESTOS ESTIMACION PUNTUAL Y POR
INTERVALOS
1. La cantidad mínima requerida para que un anestésico surta efecto en una intervención quirúrgica fue
por término medio de 50 mg, con una desviación típica de 10,2 mg. En una muestra de 60 pacientes.
Obtener un intervalo de confianza para la media al 99%, suponiendo que la muestra fue extraída
mediante muestreo aleatorio simple sobre una población normal.

DATOS SOLUCIÓN
𝑎 𝑎
𝑛 = 60 𝑥̅ − 𝑍(1−𝑎) ≤ 𝜇 ≤ 𝑥̅ + 𝑍(1−𝑎)
2 √𝑛 2 √𝑛

10.2 10.2
𝜎 = 10.2 60 − 2.57 ≤ 𝜇 ≥ −2.57
√60 √60

𝑥̅ = 50 𝑚𝑔 56.61 ≤ 𝜇 ≤ 63.38

𝑍(1−𝑎) = 2.57
2

Respuestas:56.61 ≤ 𝜇 ≤ 63.38

2. Una psicóloga afirma que los hombres, son menos variables en agresividad hacia sus hijos cuando
tienen conflictos con su pareja que las mujeres. Para contrastar dicha afirmación selecciona una
muestra aleatoria de 150 parejas casadas con conflictos con su pareja y se mine su agresividad,
obteniéndose que 100 mujeres y 70 hombres son más agresivos con sus hijos. Con 99% de confianza
que se puede decir respecto a la información de la psicóloga.
70
𝑛𝑡 = 150 a) 𝑝 1̅ = 150 = 0.46
100
𝑛1 = 100 b) 𝑝̅2 = 150 = 0.66 𝑛 = 150

𝑛2 = 70

0.66(1 − 0.66) 0.46(1 − 0.46) 0.66(1 − 0.66) 0.46(1 − 0.46)

(0.66 − 0.46) − 1.96√ + ≤ (𝑝1 − 𝑝2 ) ≤ (0.66 − 0.46) + 1.96√ +
150 150 150 150

Respuesta: 0.089 ≤ (𝑝1 − 𝑝2 ) ≤ 0.31

3. Debido a las variaciones en las técnicas de laboratorio, a las impurezas de los, materiales y a otros
factores desconocidos, los resultados de un experimento en un laboratorio de química no siempre dan
las mismas respuestas numéricas. En un experimento de electrólisis, una clase mide la cantidad de
cobre precipitado de una solución saturada de sulfato de cobre, durante un período de 30 minutos.
Los 40 estudiantes consiguieron una media de 0.145 moles y una desviación estándar de 0.051 moles.
Determine un intervalo de confianza del 90% para la cantidad media de cobre precipitado.

DATOS
𝑑
𝑛 = 40 𝑛 = 60 𝑛𝑐0 90% = 0.05
2
𝑑 𝑎
𝑥̅ = 0.145 𝑚𝑜𝑙𝑒𝑠 𝑥̅ = 50𝑚𝑔 𝑛. 𝑐 + 𝑑 = 1 𝑡2 =1−2
𝑑
𝑆 = 0.051 𝑆 = 10.2 0.9 + 𝑑 = 1 𝑡 2 = 0.95

𝑑 = 0.1
𝑔] = 𝑛 − 1
𝑔] = 40 − 1

𝑔] = 39
𝑔] = 2.021
0.051 0.051
0.145 − 2.021. ≤ 𝜇 ≤ 0.145 + 2.021
√40 √40
Respuesta: 0.128 ≤ 𝜇 ≤ 0.161

La cantidad mínima requerida para que un anestésico surta efecto en una intervención
quirúrgica fue por término medio de 50 mg, con una desviación típica de 10,2 mg, en una
muestra de 60 pacientes. Obtener un intervalo de confianza para la media al 99%, suponiendo
que la muestra fue extraída mediante muestreo aleatorio simple sobre una población normal.

𝑎
𝑛 = 60 𝑛. 𝑐0 = 99% 2
= 0.005 𝑔] = 𝑛 − 1
𝑎 𝑎
𝑥̅ = 50𝑚𝑔 𝑛. 𝑐 + 𝑑 = 1 𝑡2 = 1−2 𝑔] = 60 − 1
𝑎
𝑆 = 10.2 0.9 + 𝑑 = 1 𝑡 2 = 0.995 𝑛 = 59

𝑑 = 0.01 𝑔] = 2.915

10.2 10.2
50 − 2.915 ≤ 𝜇 ≤ 50 + 2.915 46.16 ≤ 𝜇 ≤ 53.83
√60 √60

Respuesta: 6 <= 𝑢 <= 53.83

 EJERCICIOS PROPUESTOS DE PROBABILIDAD- PROPORCION

1. Dada una distribución normal (con una media de 0 y una desviación estándar de 1, como en la tablaE.2),
¿cuál es la probabilidad de que
a. Z sea menor que 1.57?
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.9418
0.3
Densidad

0.2
= 0.9418
0.1

0.0
0 1.57
X

b. Z sea mayor que 1.84?

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2
=0.03288
0.1

0.03288
0.0
0 1.84
X

c. Z esté entre 1.57 y 1.84?

Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3
Densidad

0.2

=0.02532
0.1 0.02532

0.0
0 1.571.84
X

d. Z sea menor que 1.57 o mayor que 1.84?

=
2. Dada una distribución normal estandarizada (con una me-día de 0 y una desviación estándar de 1, como
en la tabla E.2), ¿cuál es la probabilidad de que
a. Z esté entre –1.57 y 1.84?
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4 0.9089

0.3
Densidad

0.2

=0.9189
0.1

0.0
-1.57 0 1.84
X

b. Z sea menor que –1.57 o mayor a 1.84?

=0.0911

c. ¿Cuál es el valor de Z si sólo el 2? 5% de todos los posibles valores de Z son más grandes?
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3

=1.96
Densidad

0.2

0.1

0.025 0.025
0.0
-1.960 0 1.960
X

d. Entre cuáles dos valores de Z (distribuidos simétricamente alrededor de la media) estarán

contenidos el 68.26% de todos los posibles valores Z?
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3

-1.00 +1.00
Densidad

0.2

0.1

0.1587 0.1587

0.0
-1 0 1
X

3. Dada una distribución normal estandarizada (con una media de 0 y una desviación estándar de1 como en
la tabla E.2), ¿cuál es la probabilidad de que
a. Z sea menor que 1.08?
Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3

0.8599
Densidad

0.2 =0.8599
0.1

0.0
0 1.08
X

b. Z sea mayor que−0.21?

 Gráfica de distribución
Normal; Media=0; Desv.Est.=1

0.4

0.3

Densidad 0.2
=0.4168
0.4168
0.1

0.0
-0.210
X

c. Z sea menor que−0.21 o mayor que la media?

=

d. Z sea menor que−0.21 o mayor que 1.08?

4. Dada una distribución normal estandarizada (con una media de 0 y una desviación estándar de 1 como
en la tabla E.2), determine las siguientes probabilidades
a. P (Z > 1.08)

=0.1401

b. P(Z<-021)

=0.4168

c. P (−1.96 < Z <−0.21)

=0.3918

d. ¿Cuál es el valor de Z si sólo 15?87% de todos los valores posibles de Z son mayores?

=1.00

5. Dada una distribución normal con µ= 100 y σ= 10, ¿cuál es la probabilidad de que
a. X>75
=0.9938

b. X<70
=0.001350

c. X<80 o X>110
=

d. el 80% de los valores estén entre los dos valores X (simétricamente distribuidos alrededor
de la media)?
6. Dada una distribución normal con µ= 50 y σ=4, ¿cuál es la probabilidad de que
a. X>43
= 0.9599

b. X <42
= 0.0228

c. el 5% de los valores sean menores que el valor X

= 43.42

d. el 60% de los valores estén entre los dos valores X (simétricamente distribuidos alrededor
de la media)?
= 46.64 y 53.36

7. La empresa Toby´s Truck determinaque, en una base anual, la distancia recorrida por camión se distribuye
normalmente con una media de 50.0 mil millas y una desviación están-dar de 12.0 mil millas.

a. Qué proporción de camiones se espera que recorran entre 34.0 y 50.0 mil millas en el
año?

P (34 < X < 50) = P (−1.33 <Z < 0) = 0.4082;

b. ¿Qué porcentaje de camiones se espera que recorran por debajo de 30?0 o por arriba de
60.0 mil millas en el año?

P (X < 30) + P (X > 60) = P (Z <−1.67) + P (Z > 0.83) = 0.0475 + (1.0−0.7967) =0.2508;

c. Cuántas millas habrán sido recorridas por al menos el 80%de los camiones?

𝑥−50
P ( Z <−0.84) @ 0.20, Z =−0.84 = 12
X = 50−0.84(12) = 39.92 mil millas o 39,920 millas

d. Cuáles serían sus respuestas a los incisos a) a c) si la desviación estándar fuera de 10.0 mil
millas

d) La desviación estándar menor hace más grandes los valores Z

(a) P (34 < X < 50) = P (−1.60 <Z < 0) = 0.4452
(b) P (X < 30) + P (X > 60) = P (Z <−2.00) + P (Z > 1.00) = 0.0228 +(1.0−0.8413) = 0.1815
(c) X = 50 – 0.84(10) = 41.6 mil millas o 41,600 millas.
8. Un conjunto de calificaciones finales para un curso de Introducción a la estadística se distribuye
normalmente con una media de 73 y una desviación estándar de 8

a. ¿Cuál es la probabilidad de que un alumno obtenga una calificación de 91 o menos en este

examen?
Gráfica de distribución
Normal; Media=73; Desv.Est.=8

0.05
0.9878

0.04

= 0.9878
Densidad

0.03

0.02

0.01

0.00
73 91
X

b. ¿Cuál es la probabilidad de que un alumno obtenga una calificación entre 65 y 89?

Gráfica de distribución
Normal; Media=73; Desv.Est.=8

0.05

0.8186

0.04

= 0.8185
Densidad

0.03

0.02

0.01

0.00
65 73 89
X

c. Hay una probabilidad del 5% de que un alumno que realice el examen obtenga notas
mayores a qué calificación?

Gráfica de distribución
Normal; Media=73; Desv.Est.=8

0.05

0.04

= 86.16%
Densidad

0.03

0.02

0.01

0.05
0.00
73 86.16
X

d. Si el profesor califica con base en una curva (da 10 al 10% más alto de la clase sin importar
la calificación), ¿un alumno estará mejor con una calificación de 81 en este examen o con
una calificación de 68 en un examen diferente donde la media es de 62 y la desviación
estándar es de 3? Muestre estadísticamente su respuesta y explique
 Gráfica de distribución
Normal; Media=62; Desv.Est.=3
0.14

0.12

0.10

Densidad 0.08

0.06

0.04

0.02
0.05 0.05
0.00
57.07 62 66.93
X

Opción 1: Puesto que su puntuación del 81% en este examen representa una puntuación
Z de1.00, la cual está por debajo de la puntuación Z mínima, no obtendrá una calificación
de “A” en el examen de acuerdo con este criterio de calificación.
Opción 2: Puesto que su puntuación del 68% en este examen representa una puntuación Z
de 2.00, la cual está muy por encima de la puntuación Z mínima de 1.28, obtendrá una
calificación de “A” en el examen con este criterio de calificación. Es preferible la Opción 2.

9. . Unos análisis estadísticos de 1,000 llamadas de larga distancia realizadas desde las oficinas de la
corporación Bricks andClicks Computer Corporation indica que la duración de estas llamadas se distribuye
normalmente con una media de µ= 240 segundos y σ= 40 segundos.
a. ¿Cuál es la probabilidad de que una llamada haya durado menos de 180 segundos?

Gráfica de distribución
Normal; Media=240; Desv.Est.=40

0.010

0.008
Densidad

0.006

0.004
0.06691
0.002

0.06681
0.000
180 240
X

b. ¿Cuál es la probabilidad de que una llamada específica haya durado entre 180 y 300
segundos?

Gráfica de distribución
Normal; Media=240; Desv.Est.=40
0.8664
0.010

0.008
0.8664
Densidad

0.006

0.004

0.002

0.000
180 240 300
X

c. ¿Cuál es la probabilidad de que una llamada haya durado entre 110 y 180 segundos?
 Gráfica de distribución
Normal; Media=240; Desv.Est.=40
0.010

0.008

0.06623
Densidad

0.006

0.004

0.002

0.06623

0.000
110 180 240
X

d. Cuál es la duración de una llamada en particular si sólo el 1% de todas las llamadas son más
cortas?
Gráfica de distribución
Normal; Media=240; Desv.Est.=40

0.010

0.008

146.9 seg
Densidad

0.006

0.004

0.002

0.01
0.000
146.9 240
X

10. Al número de acciones negociadas diariamente en la Bolsa de Valores de Nueva (NYSE) se le conoce como
el volumen negociado. El 23 de abril de 2004 se negociaron 1.395 miles de millones de acciones (“NYSE
Volume”, The Wall Street Jour-nal,26 de abril, 2004, C2). Este volumen de negociaciones se acerca a la
media del volumen para la NYSE. Suponga que el número de acciones negociadas en la NYSE es una
variable aleatoria normal con una media de 1.4 miles de millones y una desviación estándar de 0.15 miles
de millones. Para un día seleccionado aleatoriamente, ¿cuál es la probabilidad de que el volumen
negociado de la NYSE sea:
a. menor a 1.7 miles de millones?
Gráfica de distribución
Normal; Media=1.4; Desv.Est.=0.15
3.0

2.5
0.9772

2.0
Densidad

1.5
0.9772
1.0

0.5

0.0
1.4 1.7
X
 b. menor a 1.25 miles de millones?

Gráfica de distribución
Normal; Media=1.4; Desv.Est.=0.15
3.0

2.5

2.0 = 0.1587
Densidad

1.5

1.0

0.5
0.1587

0.0
1.25 1.4
X

c. menor a 1.0 mil millones?

Gráfica de distribución
Normal; Media=1.4; Desv.Est.=0.15
3.0

2.5

2.0
= 0.0038
Densidad

1.5

1.0

0.5

0.003830
0.0
1 1.4
X

d. mayor a 1.0 mil millones?

Gráfica de distribución
Normal; Media=1.4; Desv.Est.=0.15
3.0

0.9962
2.5

2.0
Densidad

1.5

1.0
= 0.9962
0.5

0.0
1 1.4
X
 EJERCICIOS PROPUESTOS DISTRIBUCION ACOMULADA
1. Una máquina llena un determinado producto en bolsas cuyo peso medio es µ gramos. Suponga que la
población de los pesos es normal con desviación estándar 20 gramos.
a) Estime µ de manera que el 99.38% de las bolsas tengan pesos no superiores a 550 gramos.
Datos:
Desviación estándar: 20 gramos.
Confianza es de: 98.38%
X<500
µ=?
Solución: hallar µ mediante estos datos.
P[x<500]=0.9838

Entonces tenemos N(0, 1)=

500−𝑢
Igualando con el valor obtenido = 2.50055
20

Hallando µ=500

b) Estime µ mediante un intervalo de confianza del 95%, si una muestra aleatoria de 16

bolsas ha dado una media de 495 gramos

Datos: 1-α=0.95, n=16 x=495 σ=20

Remplazando: 495-1.96*(20/4)< u < 495+1.96*(20/4)
P[485.2<u<504.8]

2. Se decide Estimar la media µ del nivel de ansiedad de todos los estudiantes preuniversitarios. Se supone
que la población de los puntajes de la prueba para medirla ansiedad se distribuye normalmente con
desviación estándar igual a 10 puntos.
a) Determinar el intervalo para µ con confianza del 95%, si una muestra aleatoria de tamaño
100 ha dado una media de 70 puntos,
1-α=0.95 → α=0.05 → α/2=0.025 → 1- α =0.975 → 𝑍0.975 = 1.875
70-1.875(70/√100) ≤ 𝑢 ≤ 70+1.875(70/√100)
56.88 ≤ 𝑢 ≤ 83.12 70
b) Si 𝑢 se estima en 70 puntos con el nivel de confianza del 98%, ¿es el error de la estimación
puntual superior a 5 puntos?
1-α=0.98 → α=0.02 → α/2=0.01 → 1- α =0.99 → Z_0.975=1.95
 No aupera el punto de 5 es una máximo de 2 puntos…
c) Si Ud. considera que el intervalo encontrado en a) no es muy preciso. qué acción debería
tomar para que el intervalo de estimación al 95% sea más preciso?

Tomar mas pruebas para mejor resultados y así poder tomar una decisión

3.El tiempo en minutos que utilizan los clientes en sus distintas operaciones en un banco local es una
variable aleatoria cuya distribución se supone normal con una desviación estándar de 3 minutos. Se han
registrado los tiempos de las operaciones de 9 clientes del banco resultando una media igual a 9 minutos:
a) Hallar el nivel de confianza si la estimación de µ es el intervalo de 7 a 11 minutos))
7−9 11−9
Datos: P[7<µ<11]=? , n=9, σ=3 𝑧 3
= 0.66,z= 3
= 0.66
P[7<µ<11]=tip. P[z<0.7454]-P[z<-0.666]
P[7<µ<11]=0.7454-(1-0.7454) =0.332

b) Si µ se estima por x . calcular la probabilidad de que la media de los tiempos de

todas las muestras de tamaño 9 esté entre 6.5 y 11.5 minutos
6.5+11.5
M== =2
9
P[6.5<µ<11.5]=?
P[6.5<µ<11.5]=tip. P[z<0.7967]-P[z<-0.7967]
P[6.5<µ<11.5]= 0.7967]--(1- 0.7967) =0.5934

4. Un fabricante afirma que el peso promedio de las latas de fruta en conserva que saca al mercado es 19
onzas. Para verificar esta afirmación se escogen al azar 20 latas de la fruta y se encuentra que el peso
promedio es 18.5 onzas Suponga que la población de los pesos es normal con una desviación estándar de
2 onzas.
a) Utilizando un intervalo de confianza del 98% para µ ¿se puede aceptar la afirmación del
fabricante?

De acuerdo los datos: 1-α=0.98, n=20 x=18.5 σ=2

α=0.02→ α/2=0.01→ 1-α/2=0.99 = z_0.99=

remplazando: 18.5-(2.326(2/√20) < u <18.5-(2.326(2/√20)

17.46<u<19.54

b) ¿Qué tamaño de muestra se debe escoger para estimar µ si se quiere un error no superior
a 0,98 onzas con confianza del 95%-?
Utilizamos este formula
 𝑧𝑎/2 ∗𝜎 1.99∗2
n= ( 𝑒
)=( .0.98 )2
n=16
5. Se quiere hacer una encuesta para estimar el tiempo promedio por semana que los niños ven televisión.
Por estudios anteriores se sabe que la desviación estándar de dicho tiempo es de 3 horas. Con el nivel de
confianza del 99%.
a) ¿Qué tamaño de muestra se debería elegir si el error de la estimación puntual no es
superior a media hora?

Datos: n=?, e= 0.5, 𝜎=3

𝑧𝑎/2 ∗𝜎 2 1.99∗2 2
n= ( ) =( ) =11.97
𝑒 .0.98
n=12
b) ¿Qué costo se debe presupuestar para hacer la encuesta si ésta tiene un costo fijo de
$5000 más un costo variable de $2 por cada entrevista,

6. Un fabricante produce focos cuya duración tiene distribución normal. Si una muestra aleatoria de 9 focos
da las siguientes vidas útiles en horas

775, 780, 800, 795, 790, 785, 795,780, 810

a) Estimar la duración media de todos los focos del fabricante mediante un intervalo de confianza
del 95%.

La media es de 790.00 y una desviación de 11.18

b) Si la media poblacional se estima en 790 horas con una confianza del 98%,

¿cuánto es el error máximo de la estimación si se quiere una confianza del

98%?

781.4≤ 𝜇 ≤798.5
7. Para determinar el rendimiento anual de ciertos valores, un grupo de inversionistas tomó una muestra
aleatoria de 49 de tales valores encontrando una media de 8.71 % y una desviación estándar s = 2.1 %.

a) Estime el verdadero rendimiento anual promedio de tales valores mediante

un intervalo de confianza del 96%.

El intervalo de confianza es

8.09≤ 𝜇 ≤ 9.32

b) Calcule el riesgo a si el rendimiento anual promedio de todos los valores se

estima entre 7.96% y 9.46%.

Datos: P [7.96<z<9.46] =? , n=49, σ=2.1 x=8.7 e=0.3

𝑧1−𝑎 ∗𝜎
: [𝑥 − = 7.96
√𝑛

: 8.71 − 𝑧1−𝑎 ∗ (0.3) = 7.96

:𝑧1−𝑎 ∗ (0.3) = 0.75

:𝑧1−𝑎 = 2.5

:𝑧1−𝑎 = 𝑧0.9938𝑎

:a=0.0124

NC=1-a=0.9876 98.76%

8. La duración de cierto tipo de batería es una variable aleatoria cuya distribución se supone normal.
Inicialmente se estima que la duración media es de 500 horas y que el 95% duran entre 480.4 y 519.6
horas. Si se eligen 9 baterías al azar y se encuentra que la duración media es 480 horas. Utilizando un
intervalo de confianza del 95% para la media µ ¿se debería inferir que la duración media es diferente de
500 horas?

Determinar el error de intervalo [480.4 y 519.6]

 = 19.6

Determinar el σ cuando n es indeterminado

Como σ=10

luego el intervalo de confianza al 95% de 9 baterías

Datos: n=9, σ =10, z_1-a=1.96, x=480

480-6.53 σ <µ < 480+6.53 σ

473.47<µ < 486.53

9. Las cajas de un cereal producidos por una fábrica deben tener un contenido promedio de 160 gramos.
Un inspector de INDECOPI tomó una muestra aleatoria de 10 cajas para calcular los pesos X¡ en gramos. Si
de la muestra resultan las siguientes sumas:

Mediante un intervalo de confianza del 98% para u, ¿es razonable que el inspector multe al
fabricante? Suponga que el peso de las cajas del cereal tiene distribución normal.